企業(yè)需要想明白為何要數字化，才能真正解決成本與效率等關(guān)鍵問(wèn)題，迎接數字經(jīng)濟帶來(lái)的挑戰與機遇。

對一個(gè)營(yíng)收10億元量級的企業(yè)來(lái)說(shuō)，數字化的開(kāi)發(fā)成本是3年2 000萬(wàn)元。同時(shí)需要企業(yè)經(jīng)營(yíng)邏輯升級，組織升級，對企業(yè)造成全面影響，做不好就是一場(chǎng)耗時(shí)費力的折騰。

2018年以來(lái)，數字經(jīng)濟和企業(yè)數字化浪潮洶涌而來(lái)，數據中臺、業(yè)務(wù)中臺、數據湖和數據平臺等概念接踵而至，很多企業(yè)家在還沒(méi)有真正理解什么是數字化的時(shí)候，就已經(jīng)登上了前途未卜的數字化方舟。

企業(yè)家需要從常識邏輯、終局思維和生命周期來(lái)思考“為什么要數字化”和“什么時(shí)候數字化”的命題。

常識邏輯：回到企業(yè)經(jīng)營(yíng)的現場(chǎng)

企業(yè)越大，層級越多，理解力偏差和記憶力極限，讓企業(yè)家離真相越遠，決策越低效。

我們以企業(yè)制定打折決策為例，案例是某浙江女鞋企業(yè)品牌DD，全國連鎖9 000家，經(jīng)營(yíng)模式為托管直營(yíng)，一年差不多賣(mài)出1億雙鞋子，客單價(jià)在100元左右。

女鞋是快時(shí)尚行業(yè)，換得快、款式多、花樣雜。女鞋品牌DD走高周轉模式，一雙鞋4個(gè)月必須賣(mài)完，賣(mài)完換新款，基本上不會(huì )為老款補貨。那么對這家企業(yè)來(lái)說(shuō)，什么時(shí)候打折和打幾折是核心決策要素，決策層需要根據每一個(gè)門(mén)店所屬商圈的消費流變化來(lái)制定打折策略。

這需要店長(cháng)長(cháng)年賣(mài)貨的經(jīng)驗嗅覺(jué)，但是隨著(zhù)企業(yè)店越開(kāi)越多，有經(jīng)驗的店長(cháng)培養速度往往會(huì )跟不上，但是為了搶占重要的學(xué)校商圈，開(kāi)店又不能停。追求規模和追求效率，很多情況下是矛盾共生的。

通過(guò)人產(chǎn)生的核心判斷的價(jià)值，總有跟不上企業(yè)發(fā)展的時(shí)候。

怎么辦？有人說(shuō)，找出優(yōu)秀的店長(cháng)，立標桿，把優(yōu)秀店長(cháng)的經(jīng)驗總結提煉出來(lái)，通過(guò)建立企業(yè)大學(xué)E-learning系統把好的經(jīng)驗傳遞出去。但實(shí)際的情況是有悟性的人其實(shí)自身就能摸索出套路，找到?jīng)Q策方法，而缺少智慧的人依然很難快速培訓出來(lái)。店長(cháng)的進(jìn)化仍然趕不上企業(yè)發(fā)展的速度。

DD女鞋項目上，我們找到DD女鞋9 000家門(mén)店中的標桿店長(cháng)，把他們的經(jīng)驗系統拆解，同時(shí)把過(guò)去3年企業(yè)積累在ERP、CRM和WMS中的數據抽取出來(lái)，通過(guò)經(jīng)驗拆解+3年數據，做了一套智能打折的算法。

剛開(kāi)始算法在部分區域試點(diǎn)，經(jīng)過(guò)3個(gè)月調整期，算法越來(lái)越聰明。后來(lái)，我們把這套智能打折的算法推廣到9 000家門(mén)店，輔助店長(cháng)做打折決策。

這套為DD女鞋定制的智能打折算法讓1雙鞋平均多掙1元，1年下來(lái)，多出 1億元的利潤。

另一個(gè)例子是某家連鎖服裝企業(yè)KY，主打三四線(xiàn)年輕人市場(chǎng)，直營(yíng)門(mén)店2 000家，每年導購員的工資開(kāi)支共6億元。對門(mén)店來(lái)說(shuō)，到底什么時(shí)候上多少導購員，這是一直困擾公司的難題。如果一家企業(yè)的銷(xiāo)售現場(chǎng)，導購員總比顧客還多，這樣是不可能掙錢(qián)的。

人力成本的控制是大規模連鎖企業(yè)的痛點(diǎn)，同樣的道理，我們通過(guò)為企業(yè)搭建數據中臺，把不同系統供應商的五花八門(mén)的軟件數據抽取出來(lái)。另外，我們購買(mǎi)了地圖供應商提供的商圈數據，爬取了每家門(mén)店所處區域的天氣數據，為企業(yè)定制了一套智能排班算法，為每一家門(mén)店不同時(shí)段的導購員需求量做了精準預測。

這套方法的邏輯是：基于地理位置和商圈大數據的客流預測+員工畫(huà)像分析，導出智能排班算法，通過(guò)員工畫(huà)像和智能排班算法的持續運行，對員工績(jì)效管理體系做出優(yōu)化，對員工的工資進(jìn)行優(yōu)化計算。

在門(mén)店仍然保持業(yè)務(wù)平穩增長(cháng)的基礎上，這套算法為企業(yè)省下了每年5 000萬(wàn)元的人力成本，這還是算法運行1年的數據，未來(lái)還有較大的提升空間。

海底撈創(chuàng )始人張勇認為，公平公正是企業(yè)這種組織的第一要務(wù)。如何公平公正？企業(yè)家不是千里眼順風(fēng)耳，通過(guò)數字化構建員工畫(huà)像是關(guān)鍵。

對KY來(lái)說(shuō)，通過(guò)投入數百萬(wàn)元花費，幾個(gè)月就帶來(lái)了每年5 000萬(wàn)元的額外利潤。智能排班算法僅僅是企業(yè)數字化運營(yíng)的第一步，也是相對容易的一步，但好的起步就是成功的一半。“數字化戰略”加持下的KY，正在從二三十億元向百億級獨角獸企業(yè)邁出堅實(shí)的一步。

終局思維：瞭望人機協(xié)同的未來(lái)

回眸中國互聯(lián)網(wǎng)江湖，有一群人的能量很大，那就是阿里的“店小二”。圈內曾有傳聞，中國供應商們去杭州“覲見(jiàn)”店小二，不提個(gè)百萬(wàn)元現金都不好意思約下午茶，為什么店小二這么吃香？在阿里早期線(xiàn)上流量紅利的階段，電腦界面是有限的，手機界面就更小，能不能放到有利的位置，決定了企業(yè)品牌多大的曝光量，而流量是直接可以換錢(qián)的。

但是現在不一樣了，阿里最核心的人工智能算法是一個(gè)推薦引擎，線(xiàn)上業(yè)務(wù)天然就有消費者的數據和消費軌跡。阿里大平臺上每個(gè)商品都有數百個(gè)標簽，隨著(zhù)我們持續在阿里生態(tài)消費，這些標簽被反向打在我們身上，我們每一個(gè)人都被阿里打了無(wú)數的標簽，通過(guò)聚類(lèi)分析，我們的喜好可以分幾十種。阿里比我們更了解自己，行為很多時(shí)候可以反應潛意識層面的東西，可能我們習慣了自己欺騙自己，但是騙不了阿里的推薦引擎。

到2018年，阿里生態(tài)數萬(wàn)億元的交易額，有70%交易的達成是通過(guò)推薦引擎算法的千人千面完成的，而這個(gè)過(guò)程人類(lèi)已經(jīng)無(wú)法插上手，算法還在自我迭代。

而我們每個(gè)人都是按照自己的一套心智模型來(lái)解析世界，心智模型即你自己特定的一套根深蒂固的假設、歸納、信念與價(jià)值觀(guān)，它們令你得以理解自己所感受到的世界，并在其中如魚(yú)得水。不同的心智模型會(huì )形成不同的解讀、感受、看法與行動(dòng)。這也是前文提到，為什么越大的企業(yè)，信息傳遞越容易失真的根本原因。

這是人類(lèi)的弱點(diǎn)，從事規律性操作，機器比人靠譜，智能打折的算法比店長(cháng)的經(jīng)驗靠譜，盡管最初的算法來(lái)自于店長(cháng)的經(jīng)驗。機器強在記憶力和從復雜數據中尋找規律，而人類(lèi)強在直覺(jué)判斷和發(fā)散型思維。

回到企業(yè)的場(chǎng)景，過(guò)去的組織是人與人的結合，機器是人四肢的延展；而未來(lái)的組織是人與人、人與機器的融合，機器可以成為人的第二大腦，人又是機器之心。

對所有人來(lái)說(shuō)，都要思考一個(gè)命題，我的工作會(huì )不會(huì )被機器替代。在不遠的將來(lái)，司機、會(huì )計、廚師、電子廠(chǎng)工人甚至只會(huì )搜數據、寫(xiě)報告的咨詢(xún)師，都有可能被機器替代。在一家超市，企業(yè)在用智能補貨算法，而原本判斷每天補貨量的品類(lèi)經(jīng)理是需要長(cháng)期經(jīng)驗積累的崗位。在復雜的超市零售系統里面，每天補貨的精準程度直接決定了供應鏈流通和交付效率，在1%的利潤差就是企業(yè)核心競爭力的超市業(yè)態(tài)，這得有多重要。

每日優(yōu)鮮的徐正是一個(gè)IT出來(lái)做農業(yè)供應鏈和零售的年輕企業(yè)家，以他的邏輯，超過(guò)100萬(wàn)次的決策問(wèn)題必須交給算法。每日優(yōu)鮮3 000個(gè)前置倉，每個(gè)前置倉500個(gè)SKU，每個(gè)前置倉所服務(wù)的群體都不一樣，每天倉內有多少品類(lèi)？每個(gè)SKU備多少貨？算法需要完成的工作量是：3 000X500=150萬(wàn)次決策/天。

每日優(yōu)鮮和其他前置倉企業(yè)最大的區別就在算法上，叮咚買(mǎi)菜還在燒資本的錢(qián)擴規模的時(shí)候，每日優(yōu)鮮通過(guò)長(cháng)期積累不斷成長(cháng)的倉貨匹配算法。已經(jīng)可以實(shí)現單倉盈利，這才是每日優(yōu)鮮最大的護城河。算法的進(jìn)化是需要時(shí)間和數據喂養的，一步慢，步步慢。

企業(yè)是企業(yè)家帶著(zhù)一群人做一件有意義的事情，如何讓人的價(jià)值和算法的價(jià)值在企業(yè)經(jīng)營(yíng)中協(xié)同共生，讓人去做人類(lèi)擅長(cháng)的事情，比如感知消費者內心需求，并與消費者建立情感鏈接，讓機器去做機器應該做的事情，特別是大數量級和復雜背景下的重復性決策。

不光是未來(lái)，當下執牛耳的互聯(lián)網(wǎng)企業(yè)大都構建了人機協(xié)同的生態(tài)。阿里巴巴，一個(gè)人文情懷濃厚，激發(fā)人底層動(dòng)力的組織體系，一系列扎根全球消費場(chǎng)景的算法引擎；谷歌，一群具備想象力的快樂(lè )的員工，具備自我迭代能力的搜索引擎；達里歐的橋水基金，一套具備宗教性質(zhì)的企業(yè)原則，這是一個(gè)從組織管理到投資決策，都極度依賴(lài)機器算法的標桿企業(yè)。

生命周期：找到數字化的節奏感

對每一個(gè)企業(yè)家來(lái)說(shuō)，企業(yè)就是他的修道場(chǎng)，打怪升級，營(yíng)業(yè)額從十億元到百億元，再從百億元到百年企業(yè)，雖然終有倒下那一天，但過(guò)程和體驗對所有親歷者來(lái)說(shuō)都是一筆財富。生命終有竟時(shí)，而人生就是馬拉松長(cháng)跑，在到達終點(diǎn)之前，如何分配體力，如何把握節奏是關(guān)鍵。

立志成為“中國德魯克”的叢龍峰師兄總結了一套企業(yè)生命周期理論，在此借用一下。我把生命周期里企業(yè)從IT到DT的工作重點(diǎn)也分為5個(gè)階段，數字化不是一蹴而就的事情，跟著(zhù)企業(yè)生長(cháng)發(fā)育的節奏走，持續成長(cháng)，不疾不徐。

1. 企業(yè)家首先是業(yè)務(wù)能手，不管白貓黑貓，抓住趨勢，乘勢而起就是好貓。

風(fēng)云際會(huì )，時(shí)代機遇是造就偉大企業(yè)的溫床，一代歷史機遇就有一代偉大企業(yè)。優(yōu)秀的企業(yè)家總是嗅覺(jué)靈敏的，抓住機遇，先把時(shí)代給的藍海紅利吃干榨凈，在這個(gè)階段，跑馬圈地，攻占山頭最重要。

對處于藍海紅利期的企業(yè)來(lái)說(shuō)，勿做他想，奉行拿來(lái)主義，簡(jiǎn)單好用實(shí)惠的第三方軟件對企業(yè)就剛好，除了互聯(lián)網(wǎng)企業(yè)天生的數字基因，這個(gè)階段的傳統企業(yè)不太需要在數字化上下重注。

2. 藍海變紅海，賽道擁擠，企業(yè)需要練好內功，縱橫捭闔，打響品牌。

做品牌看似是對外樹(shù)立差異性，關(guān)鍵還是內功，成功品牌的背后是差異化和標準化，面對紅海的競爭，企業(yè)需要找到差異點(diǎn)和核心壁壘，高筑墻，廣積糧。以傳統零售和餐飲企業(yè)為例，打磨體驗和產(chǎn)品模型，構建差異化供應鏈是第2個(gè)階段的核心。

這個(gè)階段的企業(yè)，用好市場(chǎng)上的成熟IT供應商的軟件組合，就能應付企業(yè)的流程優(yōu)化等命題。

3. 升級企業(yè)家認知邊界，找到自己的終局愿景，打造人機協(xié)同的企業(yè)內核。

第3個(gè)階段是重要轉折期，大部分企業(yè)走不到這個(gè)階段就陣亡或者不溫不火了，從規模上講，差不多是10億元的坎。這個(gè)時(shí)候，企業(yè)規模變大，人數激增，業(yè)務(wù)線(xiàn)條增加，管理的復雜程度指數級增加，回到前文對每日優(yōu)鮮的分析，當決策頻率到了一定數量級后，算法效率就會(huì )超越人的經(jīng)驗效率。

數字化不是一個(gè)部門(mén)的事情，這個(gè)階段的數字化工作上升為一把手工程，在對未來(lái)企業(yè)的終局思考中，數字化系統是企業(yè)的兩條腿之一，達到10億元量級是一個(gè)企業(yè)考慮數字化升級的門(mén)檻，不到這個(gè)規模，數字化很難成為企業(yè)的核心競爭力，也不是戰略命題。

這個(gè)階段傳統企業(yè)需要在專(zhuān)業(yè)第三方的幫助下，搭建自己的數據中臺。因為到了這個(gè)階段，企業(yè)上的各種系統已經(jīng)到兩位數，我們需要讓煙囪式的軟件系統協(xié)同起來(lái)，打破數據孤島效應，讓大數據真正為企業(yè)提高效率、降本增效。

4. 獨行快，眾行遠，企業(yè)家心力總有窮盡時(shí)，創(chuàng )業(yè)團隊需要有組織高手角色。

到這個(gè)階段的企業(yè)，突破了10億元量級，靠個(gè)人領(lǐng)導往往力有不及，企業(yè)家需要修煉領(lǐng)導力，并且搭建核心團隊，引入組織高手的角色，有的企業(yè)家本身就是，有的需要引入外部專(zhuān)業(yè)機構輔導+內部CHO角色升級。

企業(yè)在這個(gè)階段，數字化工作真正進(jìn)入持續發(fā)揮效用的時(shí)候，員工做人擅長(cháng)之事，機器算法成為企業(yè)日常經(jīng)營(yíng)決策的重要參與者，而不僅僅是參謀角色，企業(yè)需要達到人機協(xié)同的狀態(tài)，數據不僅僅能通過(guò)算法提高效率，還能通過(guò)大數據產(chǎn)生新的業(yè)務(wù)場(chǎng)景，達到“一切業(yè)務(wù)數據化”和“一切數據業(yè)務(wù)化”的狀態(tài)。

5. 文化滋潤心田，企業(yè)家精神的終極版是心靈捕手，人才洶涌，事業(yè)奔騰。

此時(shí)的企業(yè)往往建立了生態(tài)系統，戰略、業(yè)務(wù)和人才3大版圖逐漸豐滿(mǎn)，規模上大多超過(guò)100億元，企業(yè)文化是企業(yè)家文化的外溢作用，不是說(shuō)前面幾個(gè)階段不需要企業(yè)文化，而是到了這個(gè)階段，企業(yè)家需要重點(diǎn)關(guān)注企業(yè)文化的持續作用，組織最終成為社會(huì )的企業(yè)。

這個(gè)階段，數字化已經(jīng)成為企業(yè)的核心壁壘之一，對數字化領(lǐng)域的持續投入進(jìn)入平穩期。比如對零售企業(yè)來(lái)說(shuō)，這一塊的投入要穩定占到公司年營(yíng)收的3%，人工智能持續升級。人機協(xié)同的大框架更加穩固。

美國遏制華為的事件揪住了大眾的心，當一個(gè)企業(yè)代表中國要去打破世界科技霸權，經(jīng)歷這樣的磨難，還能挺直脊梁往前沖時(shí)，這就是領(lǐng)導力和企業(yè)文化的巔峰狀態(tài)。

感性的熱血背后，我們再怎么看重5G帶來(lái)的萬(wàn)物互聯(lián)時(shí)代都不為過(guò)，數字虛擬世界真的會(huì )成為一個(gè)新世界 ，一個(gè)人類(lèi)現實(shí)世界的映射。一個(gè)地球的平行界面，一面是情感豐富的人類(lèi)族群，一面是絕對理性的人工智能，兩個(gè)世界的橋梁就是算法和數據。