【过去现在未来名言】万子雄文！未来10年，10大趋势

无论是数字化，还是数字化，都成为疫情后几乎所有企业都要做的必要答案，给企业家带来了很多困惑。企业一定要数字化吗？如何数字化？困难和坑又是什么？

资料来源：正河岛商业洞察力

(id:正hedaoshangye)

作家：安鹏

编辑：王夏苇

大家好，很高兴有机会分享对数字转换的洞察力和理解。从时间的角度来看，把时间的尺度拉得更长一点，去看未来十年中国的数字转换。我认为有十个方面的趋势需要关注。

四个大国的优势巩固了中国

企业数字化转型的区域领导基础

的第一个趋势是，今天中国已经成为“世界四大国家”，四大大国优势重叠将为中国企业数字化转型奠定局部的坚实基础。

1.中国是世界上最大的消费互联网大国，移动支付、网购、在线旅游、在线政府用户都是世界上最多的。

2.中国的社会消费品零售总额也接近世界最大规模的40万亿韩元。

3.在世界最大的社会消费品零售总额中，中国的数字交易部分占25%左右，这一比例在所有大国中是最高的，绝对值也是最大的。4.中国是世界上最大的制造业大国，制造业GDP规模相当于美国、德国和日本的总和。

这四个大国的优势通过数字化的主线联系在一起。结果是，中国在数字化转型的一些行业已经起到了领导者的作用，展望未来10年，可以确信，中国在特定行业的数字化转型一定能取得全球领先地位。

我们来看看未来十年的消费增长。摩根斯坦利和部分国内机构也可以说有5个因素在影响。

1.人口结构变化和老龄化已经到来。

2.展望未来，无论是家庭可支配收入还是个人可支配收入都将翻倍，每个家庭的平均可支配收入将从2020年的6000美元提高到1.2万美元，个人消费市场将保持7.9%左右的年均增长。

3.如前所述，中国是世界上最大的数字消费大国，更重要的是，新型数字基础设施将加快普及，5G、云计算、IOT等构建的新型数字基础设施将规模更大、范围更广。另一方面，传统基础设施的数字化速度也在加快，可以促进消费增长。

4.90后、00后将成为消费主流，数字原住民将引导消费文化。

消费政策将进一步优化和调整。因此，未来10年消费增长的5大动力将发生变化。我们从40万亿元的社会消费品零售总额、交易额数字化的这部分来看，不同种类的数字化交易的比重不同。摩根士丹利表示，电子商务交易在整个交易中所占比重最高的是3C，其次是服装、个人护肤、家居、快餐等。

另一方面，整个社会消费品零售总额中类别比重不同，比重最大的是快消品，占40%左右。比较两个数据得出结论：——快消品占社会消费品零售总额的比重最高，但数字化交易水平最低，快消品的数字化交易比重将进一步提高。

从消费企业的角度来看，《财富》分析了主要国家的500强企业。在500强企业总数中，中美对比为133: 121，但不同行业之间存在很大差异。

在基础产业，中国以51家企业进入500强，美国有18家。制造业，中国有17个，美国有15个。技术产业，中国有16个，美国有11个，但在消费品领域，中国有2个，美国只有10多个。这可能会引发这样的想法：未来十年，中国将有越来越多的消费企业进入世界500强，这些企业的数量何时将超过美国？会是什么样的企业？今天还有未出生的企业吗？

通过分析可以得出结论：中国是世界上最大的消费互联网大国，也是世界上最大的制造业大国，过去这两个是孤立的，数字化可以融合、贯穿和循环两个孤立的点。这将成为中国产业突破升级的最大风口。

在过去的15-20年里，传统的实体店不断数字化，与线上融合。同时，在过去的10-20年里，传统制造方也打开了数字升级，安装了CAD、ERP、客户关系管理、制造执行系统等，但今天要不断移动、中和、运化。

https://p9.toutiaoimg.com/large/pgc-image/RpYYOuU7YonhdD?from=article.detail&_iz=31825&index=3" width="640" height="97"/>

行业领导者要警惕“诺基亚时刻”

第二，当四个大国的优势通过数字化主线串联起来时，会出现一些新趋势、新现象，可以概括为今天的新经济已经占据C位，行业领导者都要警惕“诺基亚时刻”——由于新技术涌现并更大范围地普及，造成不同主体之间的经济发展动力和业绩出现分化。

2007年，美国科技公司的市值仅仅相当于欧洲所有公司市值的1/4，但去年疫情后，美国科技公司的市值已经超过了欧洲所有公司市值的总和，其中苹果、微软、亚马逊、谷歌等公司的市值都达到了一两万亿美元，这是国家维度上公司的业绩分化。

埃克森美孚曾经是全球市值最高的公司，去年销售额达2650亿美元，但是它的市值已被美国最大的风电公司NEXTERA超越，NEXTERA的销售额只有190亿美元，这是从产业之间对比，企业市值也在发生分化。即使只看ICT产业本身，其内部也在剧烈分化，以IBM和微软为例，IBM的市值过去十年中基本都在一千两三百亿美元上下波动，但微软的市值同期增长了10倍。

从这些例子中不难看出，数字化给企业制造、营销、管理带来了很多变化，其中非常重要的观察角度是，消费者决策体系已经重构，这种重构表现在四个方面：

1. 新的消费人群崛起，整个消费文化也被其引领变迁；

2. 决策链路变化；

3. 决策模式变化；

4. 新的消费主张出现。

具体来说，首先，新的消费人群崛起是数字原住民的崛起，他们无网络不生活，在数字空间及生活空间中更追求国潮、个性化、互动化、二次元等新理念。

其次，消费高度数字化之后，消费人群的决策链路变了，表现为线上发现、线下体验、社区讨论、下单购买、心得分享等，线上线下决策链路在融合。

再次，消费决策模式变了，过去单纯追求性价比，现在是强调内容和服务，消费者对内容和服务的诉求在决策选择中的比重越来越高。

最后，新的消费人群崛起、决策链路变化、决策模式变化，带来了消费主张的变化，颜值、优质、想象力、智能、好玩等，成为消费场景下的重要维度。

所以，对于企业来说，消费者有了更多的表达权、话语权、选择权、参与权，也可以概括为消费者主权崛起，消费行为变得越来越个性化、实时化、场景化、内容化、互动化。

消费需求发生了剧变，“诺基亚时刻”正在临近，供给端的企业有没有为这场剧变做好准备？有些企业做好了，有些企业还没做好。

疫情期间的数字化或者疫情本身，本质上是对企业、对企业数字化就绪度和能力的一次检验。当企业能够对消费行为的个性化、实时化、场景化、内容化、互动化做出充分反应的时候，数字化就能成为企业在疫情中的免疫力，也能成为后疫情时代的生产力，它会不断推动数字商业快速增长，或者说，数字商业正在定义新增长。

新一代企业将是数字原生企业

第三个趋势是，如果以10年的时间尺度来看数字化，我觉得有两个关键词，一个叫转型，一个叫原生。

所谓转型，是一个企业从A点走向B点，成为更能实时满足消费者需求的客户供应商，企业的营销渠道、战略组织、产品都会进行升级转型。

所谓原生，是B点这个数字化土壤肥沃的地方生长出来一批企业。转型就像A点出发的企业学游泳，由教练来教导怎么呼吸、蹬腿和打水，而B点出生的企业，拥有数字化的基因，生来就长了数字化的鳃，知道怎么在水里呼吸，这样的企业就是数字原生企业，它的组织架构、客户关系管理、制造执行系统、营销体系等都是基于云、中台、IOT的体系构建的。

数字原生企业会越来越多，未来十年新一代的企业都将是数字原生企业，而且前景仍然非常广阔。以云计算市场为例，目前中国GDP相当于美国的70%，但在云计算市场上中国只有美国的1/10，由此在to B端上，中国数字化的企业也只相当于美国的1/10。中美差距会不断缩小，中国的数字原生企业将源源不断涌现，这个趋势是不可逆转的。

还有一个问题值得思考，在过去五年中，在传统红海里，有没有可能培养出一批超级独角兽？有没有可能生长出一批数字原生企业？事实上已经有了，例如完美日记、元气森林、2012年起步的SHEIN、2015年成立的三顿半、2016年成立的认养一头牛，都是过去五年间成长起来的企业。

去年11月份，完美日记母公司逸仙电商已经在纽交所上市，其他企业比如元气森林、三顿半、认养一头牛，它们的销售额也在快速增长，另外像SHEIN这样以出口为主的企业，它的App在美国的iOS下载量超过了亚马逊。

这些企业的成长，是因为它们使用了数字原生的方法论去重新构建营销、供应链、研发、渠道的布局等。总体来看，3C、美妆、个人护肤品、家用电器、服饰等行业里，不同品类产品的创新速度都在不断加快，秘诀就是基于需求洞察找到场景痛点，快速进行产品概念的仿真，并对销量进行预测，从而用数字原生的方法论模式创造新的产品。

所有企业都应成为客户运营商

第四个趋势是，随着新的消费人群崛起，消费者决策链路、决策模式变化，供给端也应随之而变，直接地说，在消费者主权崛起的时代，所有企业都应该成为客户运营商。

什么叫客户运营商？就是能够实时洞察客户需求，实时满足客户需求。一百年前福特有一句名言，叫做“不管消费者需要什么，我只有黑色，想要红的，想要白的，没有，只有黑色。”到了2019年，欧莱雅（中国）总裁说过一句话，“22年前我们进入中国时，美妆行业是千人一面，而今天是一人千面。”

面对一人千面的市场需求，企业不能不转型，那什么叫转型呢？要做出什么样的转变呢？我们认为转型可以围绕四个方面展开：

1.要真正实现从“以产品为中心”到“以客户为中心”；

2.要实现从拍脑袋、拍胸脯的经验式决策演变成基于数据加算法的数据智能决策；

3.要具备一种能力，就是实时感知消费者需求，实时响应并满足消费者需求；

4.要从基于消费者需求的洞察开始，最终提升消费者的体验。

谈到智能和实时，我们可以思考当下的种种智能，人工智能、智慧城市、智能制造等等，到底什么是智能？

英国大学者伯特兰·罗素说过一句话，对我们理解什么是智能会有启发，这句话是“智能始于征服恐惧，那人们恐惧什么呢？人们恐惧不确定性。”工信部原副部长杨学山有一部著作叫做《智能原理》，书中下了一个定义，一个主体对外部环境的变化做出相应的能力就叫智能，这个主体可以是车间、机床、机器人、立体仓库、研发团队、企业等，无论什么主体，衡量智能的重要标志就是它对需求的变化能否做出响应。

我们就从智能这个视角，去看智能制造、工业4.0、工业互联网，去探寻它的逻辑起点。

记得五年前，我们曾去德国考察，希望德方找一家最能体现德国工业4.0发展理念的公司，德方找到了一个大家都没听过的公司，名叫elster。这是一个家族企业，有一百多年历史，而且它是一个生产仪器仪表的公司，欧洲有很多小国家，标准各不相同，所以这家公司面对的是高度碎片化的市场。elster董事长说，“关于工业4.0，我们反复思考的问题是，它能如何帮助我们建立极少量定制化产品的生产体系。”

工业4.0是德国提出的概念，那么哪一个德国企业离工业4.0最近呢？可以说有两个企业，一个是西门子位于中国成都的工厂，一个就是这个elster公司。我也曾跟西门子的专家交流，想知道如果用一句话概括，工业4.0最重要的特征是什么。西门子专家说，工业4.0就是建立定制化产品的生产体系，这是德国人的理解。

我们再看美国怎么理解智能和智能制造，美国有个机构叫国家标准与技术研究院，研究院衡量智能制造的标准是要看能不能解决3个基本问题：第一是更小的生产批量，第二是不可预知的供应链的变化和中断，第三是差异性更大的定制化服务。

所以把德国和美国在智能制造问题上的看法归纳起来，共同的逻辑就是，企业能在多大程度上对需求变化做出响应。由此可以再次思考，当消费者主权崛起之后，当需求变得碎片化、场景化、实时化、互动化时候，我们的企业能不能做出响应。

我们当下的企业，在数字化投入问题上经常会感到困惑，会说“我投入了那么多资源，好像跟我预期的收益有比较大的差异。”事实上，如果把国内最优秀企业的投入与绩效进行分析，可以得出一个结论：数字化如何投入，跟收益之间的关系并不是一个平行线，只有数字化跨越了某一个临界拐点之后，收益才能呈指数化增长。

企业的数字化投入或者发展，最初是单项应用，配置OA、客户关系管理系统，购买智能生产线，都可以认为是单项应用。之后是企业级集成，就是研发设计和制造、经营管理、业务与财务系统、供应链系统、营销体系以及分销体系等彼此打通。后续还有产业链级的集成，最后的终点是构建出生态系统。

然而，如今我们看到的现象是什么？对于当下正在进行数字化转型的甲方企业来说，乙方提供的数字化解决方案都是碎片化解决方案。所谓工业4.0、工业互联网、两化深度融合，尽管概念体系不一样，但本质上都是解决一件事情，就是如何从碎片化解决方案发展到企业集成、产业链集成以及构建产业链生态。

以这一逻辑去思考，我们可以推测企业的数字化转型将面临各种问题，其中一个基本矛盾就是企业全局优化的需求和碎片化供给之间的矛盾。数字化解决方案碎片化供给的问题怎么解决，这是所有企业的共同的挑战。

由此，我们可以看到，对企业来说，面对消费互联网崛起，无论是汽车、手机、服饰、化妆品、3C、家电等等，所有消费产品都可以基于对消费者需求的洞察来做出相应经营决策。

当这样的经营决策不能实现时，出现损失就是确定的，其中面临的第一个问题就是市场失焦，不知道客户是谁，客户在哪里，客户喜欢什么，客户体验如何，如何做出反馈，所以也不知道生产什么，生产多少，采购多少，这叫市场失焦。

发生市场失焦时，还会面临营销失语，不知道对谁讲，在哪儿讲，讲什么，如何讲，讲的效果怎么样。

更加糟糕的是，当企业系统也不能实现互联互通互操作，处于数字化解决方案碎片化供给的状态时，也会面对系统失灵，生产、财务、库存、新产品开发跟不上需求变化，还会面临前后、上下、虚实的管理失衡，最终导致增长失速。

也就是说，如果企业不去进行数字化转型，出现这样的损失是确定的，是不可能解决市场失焦、营销失语、系统失灵、管理失衡、增长失速的一系列问题的。

总的来说就是，我们今天讨论数字化转型问题，逻辑起点是要面对消费者主权崛起，需要重构企业能力和优势，要转型成为客户运营商，实时洞察需求，实时满足需求。

企业竞争进入唯快

不破的高频竞争时代

第五个趋势是，未来十年消费需求将发生快速变化，竞争将进入新的时代，我们把它称为企业竞争进入唯快不破的高频竞争时代。

数字化时代与传统时代最大的区别在哪儿？过去的决策是基于经验决策，是完全依赖于人的决策，而今天的数字化决策是基于数据加算法的决策。

所谓数字化，就是把正确的数据在正确的时间以正确的方式传递给正确的人和机器，可以定义为数据自动流动，当数据实现自动流动后，管理者就能通过种种决策去优化资源配置效率。所以，对于企业而言，竞争的本质就是资源配置效率的竞争，而决策是在不确定性事件中进行决策。

以服装行业为例，如何预测下一季的款式，如何及时发现客户需求，交给谁来生产，什么时候生产，定多少货，仓储怎样分配，怎么营销，如何找到代言人，在不同地方如何确定营销关键词，如何精准地找到客户等等，这一切都是企业面临的决策，决策的背后就是能不能通过数据加算法的数字化决策体系来完成、替代、优化、支持决策层。

而且，数字化时代面临的重要变化就是决策频率变得越来越快。服装行业需要商品企划、设计打样、试销策划、生产交付、门店以及渠道等一系列决策，从已经实施数字化转型的服装企业中，可以看出传统决策与数字化决策的绩效差异：

企业的商品企划可以从30天压缩为5天，速度提高了6倍，设计打样速度提高了2倍，试销策划速度提高了2.7倍，生产交付可以从4个月至30天压缩到7天等等。

为什么可以做到这样的绩效差异？是因为企业决策可以基于对门店数据实时的洞察、对消费者需求的洞察，然后实施企划、打样、策划、生产和交付。拓展来看，复杂产品的制造也是一样，交付频率、研发频率、生产频率都在变得越来越快，高频竞争时代已经到来。

马斯克曾经发表文章说到中国制造业成本很低，但他也说“今天美国在制造业成本上可以打败中国”，答案就在SpaceX的成本上，他把每公斤的火箭发射成本降到了10年前的水平，或者其他公司的成本的1/7，其中的关键在于他引入了新的方法论，通过数字孪生仿真的方法替代物理实验，从而实现高速迭代，压缩研发周期。

从中我们可以看到，数字化重构了人类认识世界的方法论。人类曾经依靠理论推理，靠牛顿、爱因斯坦、霍金等天才科学家们通过观察、抽象和数据发现世界规律。在爱迪生发明电灯泡的时代，是通过不断测试新材料，通过假设、实验、归纳，发现世界规律。

方法论演进到今天，是基于数字孪生仿真的方法，基于模拟择优去找到最好的解决方案，并可能再演进到更大范围的、更普及的大数据分析，通过海量数据去分析、归纳世界规律。

所以，今天数字化转型的本质是什么？就是在数据加算法定义的世界中，在一个数字孪生的世界中，以数据自动流动来化解复杂系统的不确定性，优化资源配置的效率，构筑企业核心竞争力。

通过这些解析，可以说，数字化引发的高频竞争已经开启了一场“时间减史”革命。在“时间减史”之中，企业如果能构筑高频竞争能力，就会拥有一项核心竞争力。

云端制造开启供需高效精准匹配

第六个趋势是，云端制造开启了供需高效精准匹配的新时代，供给端与需求端将形成端到端的全链路，实现全局优化、完全打通。

这里需要先对技术演进的底层逻辑进行一番梳理，然后再回到云端制造的话题上。

今天所讲的智能以及智能技术有很多观察维度，其中一个重要维度就是软硬件解耦，控制系统或者智能系统软硬件在不断分离、不断解耦，一句话概括就是硬件资源越来越通用化，而服务的任务变得越来越可编程，只有这样的逻辑才能够对需求变化做出实时响应。

这是为什么呢？首先要从硬件开始说起，今天的智能硬件可以称为智能互联产品，可以拆解为四个部分——动力部件、执行部件、智能部件、互联部件，具备这四个部件后，产品就可监测、可控制、可优化，其中智能部件最重要的功能在于控制，而控制的基础技术和逻辑在不断发生变化，从最初的机械控制演进到电子控制，后来到软件控制，再到边缘优化，再到云端优化，这是技术演进的重要逻辑。

我适当地举例解释什么是软硬解耦。

一个智能产品跟一百年前的汽车的区别在哪里？过去产品所有功能完全取决于硬件，当一辆汽车生产出来后，它的功能是锁定的，并且不断衰减，而智能产品的功能是可以不断增强的，是硬件通用化，服务可编程，就像iOS上面有各种各样的App，App的本质是功能，我们用的可能是同样的手机，但使用的功能可能不完全一样，因为我们使用的App不一样。

从经济学的角度透视智能产品的软硬解耦，可以说，硬件遵循的是规模经济，要不断地提高硬件通用性，而软件遵循的是范围经济，要从同质产品向多样化产品转变，满足多样化的需求。

所以iOS这个例子背后隐含的逻辑是，它的硬件需要满足规模经济，生产批量非常大，从而降低成本、提高效率，同时它有生态化体系内的大量App，遵循的是范围经济，不断通过个性化App来满足消费者需要。

这就是智能产品软硬解耦背后逻辑，概括起来就是让变化快的软件摆脱束缚，变得更快，让利用率高的硬件不断统一，使利用率更高。

现在我们可以回到云端制造的话题上，所谓云端制造，就是从单机智能走向系统智能，是在端到端的全链路里，在制造、供应链和消费者之间形成一体化智能系统。

阿里犀牛智造在过去几年的探索，就是建立一个云原生的数字化解决方案，推动设备、产线、工艺、人员等要素云化，实现需求分析、研发设计、工艺优化、排产计划、制造执行、物流管理的云端决策、下发到边缘和工厂执行，实现端到端的供需精准匹配，以及小批量和高频换线。

无论哪种企业，每当采集了客户需求信息后，信息就会在企业经营管理、产品设计、工业设计、生产制造、过程控制、产品测试、产品维护的各个环节中流动，通过一个个决策指令来优化资源配置效率。

今天的数字化转型，不仅仅在于买了多少设备或者机器人生产线，替代了多少体力劳动者，其中更高的含义是，在数据流动过程中，在数据加工、处理、执行、形成决策指令的过程中，是不是可以越来越省力了，不需要人的参与了。

所以，数字化、网络化、智能化就是如何通过数据加算法的体系来解决问题，解放的将是研发人员、设计人员、工艺人员、管理人员，将是那些白领，企业运行将从拿纸张、记文档式的信息传递，演进到基于数字化模型的信息传递。

抽象归纳来说，所谓数字化，解决的就是物理世界的数据如何在数字空间、赛博空间呈现的问题。所谓网络化，是解决数据基于各类工业网络在不同设备载体之间进行流动的问题。所谓智能化，解决的就是数据自动流动、不再需要人力参与的问题。

数字化、智能化背后的决策行为，抽象归纳起来就是数据加算法以及所带来的四种结果：在数字空间里描述物理事件发生了什么，为什么会发生，将会发生什么，以及帮助做出决策。当系统完成这四个决策时，它就是一种自动化，是数据流动的自动化，最终目的就在于优化资源配置效率，这就是数字化最底层的逻辑。

云端制造所要探讨的，就是在物理层面上、在端到端的全链路里如何实现越来越少的人力参与，甚至不需要人力参与。

云端制造大体上可以分为五个发展阶段：

需求洞察来自云端，生产设备的控制也可以上云，从云端发送指令，这是云端制造的第一级；

设备和工艺的匹配可以从云端自动生成和下发，这是云端制造的第二级；

排产计划、全局实施优化可以在云端生成，这是云端制造的第三级；

供应链体系在云端自动生成并下发是第四级；

所有生产主要环节都可以实现云端生成和下发，这是云端制造的第五级。

建立了云端制造体系，就可以解决数字化转型中企业全局优化的需求和碎片化供给之间的矛盾。

如果要概括云端制造工程的话，我认为有两个视角：一个是技术的视角，它实现了单机设备、智能产线、工艺优化、车间管理、经营管理、产品开发等全面云化，是制造业核心要素全面上云的工厂，是全面运行在以云为核心的新型数字基础设施上的工厂，它从云端实现了需求、设计、研发、供应链的全局优化，实现了全生产要素、全产业链、全生命周期的实时、精准、高效，这是工业互联网、工业4.0、智能制造追求的目标。

另一个是商业的视角，云端制造能够以高质量、透明化的长尾特征来满足海量、多元化的市场需求，是对于如何把消费互联网大国和制造业大国叠加起来的探索，是新供给和需求联动的一次全面展示。

今天的制造业已经从IT时代来到了DT时代，只有云端制造才能实现端到端的全链路优化，它基于云构造了一个制造体系，为传统制造业建立了一套云原生的解决方案。

新型数字基础设施

必将加速切换、迁徙和重构

第七个趋势是，面对个性化消费需求，未来十年所有制造业体系，乃至其他行业，都面临构建新型数字基础设施的问题，或早或晚，或局部，或全局，可以说未来十年是新型数字基础设施的安装期，整个商业系统将变得越来越复杂，这种复杂来自于需求的复杂性、产品的复杂性以及供应链体系的复杂性。

然而，传统的信息系统越来越难以适应商业系统的复杂性，所以需要重新构建一套基于云、5G、数据中台、业务中台以及SaaS化的新型信息系统，这样才能满足商业系统的复杂性。

今天的企业信息系统可以分成两类，一类是面对客户需求、贴近客户需求的这一端，可以称为一个敏态的数字系统，离客户比较远的是一个相对稳态的数字系统。

敏态和稳态是动态演化、不断此消彼涨的关系，越来越多的稳态系统将不断地基于云、数据中台、业务中台、SaaS化等，转化为敏态系统，这是一个长期的任务，需要业界共同努力才能实现这一转化。但是所有企业，无论甲方还是乙方，都应为这套敏态信息系统的构建做好充分准备。

我们可以看到，过去三五年时间里软件市场正在为这场变革进行准备。我曾跟全球主要软件厂商的业务专家们交流，问他们所在的行业基于订阅式的、云部署式的收入在什么时间节点会超过传统的单机的收入。不同的企业都给出了路线图，现在回头看看，都是沿着这个逻辑的路线图一路走来的。

我想在此给出一个判断，从最典型的信息化时代的ERP，到今天的数据中台、云计算、SaaS应用等等，它们有什么本质性的变革和区别？

我觉得有很多维度。过去ERP时代的信息系统是一个记录系统，今天的数据中台、云计算、SaaS应用，则应该演变成一个决策系统。

过去的ERP是一个以五年、十年为周期进行更新的静态系统，今天需要演变为以月为周期的动态信息系统。

过去ERP的功能是有边界的，对于软件厂商来说，所有的产品功能都是有边界的，但是今天用户所期待的是无边界的系统，这样的用户需求该如何响应呢？

过去的信息系统是低频的决策和优化，今天则需要作出实时的决策和优化，就是前面所讲到的实时洞察与实时满足。

过去的信息系统的管理是大颗粒的，例如门店系统是以门店为单元进行数据梳理、记录，今天的信息系统的管理则需要是细颗粒的，细到消费者的每一笔交易。过去的信息系统是孤立的内部系统，今天则需要整合成为供应商和客户协同的系统。

过去的信息系统是管控型的系统，今天的系统则是协作型的，要解放人，要把员工、研发人员、设计人员、管理人员、操作人员解放出来，激发人的积极性、主动性和创造性。

整个制造体系、营销体系、管理体系将从一个确定形式的机械系统演变成一个不确定的生态系统，甲方将给乙方提供数字化的解决方案，将从一次性的博弈关系演变成共生的、持续的交易关系。这就是数字化时代和传统信息化时代的信息系统的区别。

完成组织层面的转基因工程

第八个趋势，我们一同进入生产关系的视角。前面已经提到产品、技术、智能、产线、软件，对于企业来说，完成组织层面上的转基因工程也是企业迈向数字经济时代的入场券。

正如上文所述，智能是一个主体对外部环境变化作出响应的能力，其中核心元素包括软硬解耦、硬件通用化、服务可编程等，对于组织来说，它的智能课题也是一样的，就是如何面对需求变化、生产变化、供应链变化与不确定性。

对于组织的智能课题有一个思考方向，就是在高度不确定性的市场环境下，我们可能需要在决策迭代中持续逼近目标，或者称之为叫做先开枪、后瞄准。

为什么要这样思考？英国管理学家查尔斯·汉迪的话很有启发，他说“今天当你知道该走向何处时，你往往可能已经没有机会了。”所谓先开枪、后瞄准，本质就是在决策快速迭代中逼近目标，不能只瞄准不开枪，只开枪不瞄准，或者快开枪慢瞄准，而逼近目标的原则就是能不能为客户创造价值，这是一个靶心、初心、锚点，所有决策行为都是围绕这个锚点展开的。

要实现这样一个目标，说起来容易，做起来很难，考验的是企业的三点能力：

第一，是在企业中能否创造一种容忍失败的文化；

第二，是能否构建一种低成本试错的能力，毕竟开枪打出子弹需要成本；

第三，能不能基于未来进行决策。

这个话题可以谈得更深一些，诺贝尔经济学奖及图灵奖得主、美国学者赫伯特·西蒙认为，管理就是决策，而决策对于企业家来说和日常人们的决策还是有差异的。他把决策分成两种，一种叫做程序化决策，一种叫做非程序化决策。

所谓程序化决策就是常规性的、规律性的例行决策，可以制定一套例行规则，是一种经理人式的决策，可以用数据加算法来描述，可以通过数据加算法不断固化从而替代人工的决策，答案是确定的。

还有一种决策是企业家的决策，是无法套用数据加算法的，答案是不确定的，甚至可能只有少数人说的才是正确的，这就是企业家的决策，是面向未来的决策，是基于企业家自身直觉和洞察力的决策。

今天的组织，要从工业时代的组织进化到数字时代的组织，有一个案例值得思考。1995年7月，美国芝加哥天气酷热，一周时间里，全世界最发达国家的最发达城市中多达700多人因为酷暑去世，这是不可想象的，这是离现在并不远的1995年。

2002年，一位美国专家写了一本书，叫做《热浪——芝加哥灾难的社会剖析》，其中提出一个问题，对于思考今天的组织非常有启发，这个问题就是：运行在一个强规章下、惯于处理确定性事件的传统组织，能不能有效应对一场巨大的突发事件？作者认为，基于确定性的组织行为的惯性是造成突发事件应对失误的一个元凶。

所以，在数字化的年代，在高频竞争的时代，常态化的低频决策机制已经适应不了突发事件的高频决策需求。今天所要面对的需求越来越具有不确定性，但传统组织仍是按照低频决策机制设计的，只有快速蝶变、进化到高频决策机制之后，资源优化频率才会更高，研发周期才会缩短，库存才会压缩，客户的抱怨才会减少，客户的需求才能更及时地得到响应。

所以，一个组织为数字化变革是不是做了充分准备，能不能构建一个高频的、多中心的、短链路的决策机制，是组织从工业时代迈向数字时代的必由之路，因为在高度的不确定性之下，决策机制事实上定义了一个组织的运行方式和业务流程。

阿里董事局主席张勇曾在2019年的一场论坛上说，最怕的不是管理者做错决定，人肯定会做出不完美的决定，最怕的是管理者不做决定。好的领导者有三个特质，都跟担当有关：第一是敢做别人不敢做的决定，第二是要承担不能让团队承担、团队承担不起的责任，第三是要能搞定团队搞不定的资源。

关于数字化转型，还有一句话叫做“始于技术，终于组织。”当组织还没有完成数字基因的重组，那么数字化就还在路上，不能说是完成了。

面对快速变化的需求，传统的组织已经暴露出了能力的失衡，所以企业需要构建一个开放的、扁平的、灵活的组织体系，实施一场组织层面的最小单元的转基因工程，让边界从封闭走向开放，不仅内部要开放，外部也要开放。

组织还要构建一个自组织涌现的机制，只有自组织能够涌现，才能对不确定性有更高频的机制化的响应。同时，组织的架构应该是小前台、大中台的。组织的合作要实现串联、并联最后形成网络状态。

数字化转型要

从重构认知体系开始

第九个趋势，实现数字化转型，进入一个新时代，是要从概念的成果开始，重构认知体系。

很多企业家、专家学者关于数字化的概念体系是怎么构建起来的呢？他们是用ERP、CRM、制造执行系统等概念组织起来的，在我看来这是一张旧地图，这是十年、二十年前那些跨国公司、咨询公司所定义的概念。

今天的地图应该是面向需求、面向场景、面向角色的，是重新定义的数字化解决方案，是基于云、数据中台、业务中台的可以快速封装的新解决方案，是端到端的解决方案，这是一块新大陆。所以，今天面对数字化转型，首先要认识到数字化转型的概念体系要重构，然后再思考战略、组织、业务和渠道。

我们可以把信息化当作一个时代，把数字化当作一个时代，过去的信息化是基于PC的传统软件和硬件的体系，今天的数字化是基于云管端AI、IOT、中台等构建的一套新的体系。

它有三个变化，第一个是需求上的变化，过去的需求是规模化的确定性需求，今天面对的则是高度不确定性的需求，过去的信息化解决的核心问题是如何提高内部经营效率，今天要考虑的是如何支撑创新，以更高的速度和频率去迭代。

第二个是供给上的变化，对于提供解决方案的企业来说，在信息化时代，他们提供的是ERP、制造执行系统等，核心是提升企业内部管理，而今天他们要成为一个客户供应商，所有系统的核心是客户运营；从技术体系来说，要从过去封闭的、事后记录型的技术体系，演变成开放的、数据驱动的、实时高频优化的技术体系。

第三个是甲乙方的关系变化，要从过去的提出解决方案的一次性博弈，演变成一套共生的智能化运营体系。

数字化转型是一场增量能力

第十点趋势，我想表达一个核心观点：展望未来，数字化转型永远是一场增量能力。

今天的企业家、专家、管理者永远会提的一个问题是数字化有没有用，到底有什么用，其实，至少20年前这个话题已经被讨论过。2003年，《哈佛商业评论》主编尼古拉斯·卡尔曾发表一篇文章《It doesn't matter》，大意是不要告诉我人工智能、大数据、云计算有什么用，一点用都没有。当然，当年还没有这么发达的云计算，他讲的是过去的技术和案例。

在20世纪六十年代末七十年代初，美国航空公司American Airlines请IBM开发了一套订票系统，也就是我们今天所说的解决方案。这套系统是当时仅次于美国政府所使用的大型复杂系统，美国前五家公司中，前四家公司都采用了这个系统，只有一家公司没用，就是第五家公司，这家公司后来破产了，这家公司的董事长在回忆录中讲到，他最大的失误是认为订票系统好像无关紧要，但它事实上事关生死。

可是，尼古拉斯·卡尔思考问题的角度不是这样的，他反问，如果所有航空公司都采用了同样的订票系统，那么订票系统对于提升企业核心竞争力有什么用呢？他给出的结论是，没用。

尼古拉斯·卡尔这篇文章后来引起了比尔·盖茨等人的讨论，于是他后来干脆又出了一本书，这本书叫《IT不再重要》。这种思考问题的逻辑，我觉得是有启发的，数字化在提高你对友商的竞争力上的增量部分到底在哪里，这是值得去思考的问题。数字化的目的在于提升企业的核心竞争力，什么是企业的核心竞争力？

阿里研究院和清华大学经济管理学院共同为企业家开办了一个新商业学堂，已经举办了两期，第一期里有一位学员是物美的总经理，他曾在班级内部提了一个发人深省的问题：我们在座的51位学员，你们认为盒马鲜生的核心竞争力是什么？现场一共给了六个答案，六个答案里平均支持度最高的只有17%、18%左右，也就是说，每个企业家们对核心竞争力这个问题没有标准答案。

物美总经理提出了一个有意思的观察角度，他认为，盒马的核心竞争力在于进化能力，最初是盒马鲜生，后来有盒马菜场、盒马mini、盒马小站、盒马里，这个业态在不断创新，消费者需要什么，就不断地进行怎样的业态创新。

阿里董事局主席张勇2017年说过一句话，说如果3年之后，2020年的“双11”跟今天长得一样，一定是我们做错了什么。到了2020年，“双11”真的长得不一样了，从一个“光棍节”变成了“双节棍”，消费者可以分成两个批次购物。这就是以阿里为例，在核心竞争力这个问题上的答案，传统业务要不断地创新，新的业务要不断地拓展。

有人曾经根据巴菲特的投资写过一本书，叫做《巴菲特的护城河》，但马斯克不以为然，他说：“你今天认为有一个固定的、稳定的护城河，这个概念可能是一个非常愚蠢的概念，持续不断的能力是特斯拉的一个护城河。”所以，对于企业来说，什么是核心竞争力？就是如何不断地升级自己的核心能力，如何不断进化出另一个不同的自己，这是企业的核心竞争力的一个可能的答案。

今天，我就企业数字化转型的十个趋势在此进行分享。启发大于共识，愿这些讨论能陪伴企业和企业家一同思考。

友情提示

ChinaEconomist

An English language periodical that publishes original academic papers and research reports on the Chinese economy