数字化转型需要三个层面的认知

工业企业认识数字化转型，需要搞明白三个层面的问题：观念层面、逻辑层面、方法层面。

1、观念层面就是价值观、认识论层面。一句话就可以说清楚。推进数字化的目的和难点是价值创造；技术是原理简单与细节复杂的综合体。关键是抓机会。

2、我意识到：逻辑的作用是帮助我们发现有价值的机会。

前面提到数字化技术的难点是创造价值。更明确地说：真正的难点往往是发现价值。这个环节有问题，数字化技术就会华而不实。“发现价值的逻辑”包含但不限于以下内容：

• 不仅要看技术本身，还要看业务、看管理。

• 不仅听人怎么说的，还要理解人们怎么想的、怎么做的（特别是与部门和个人利益相关时）。

• 不仅看现在，还要看未来。要知识复用带来的价值，社会发展和政策取向的影响；理解持续改进的价值。

• 不仅看直接效益，要看间接效益。例如，质量对品牌的影响、能力对适应市场变化的影响。

• 不仅看局部的价值，还要看全局的价值。因为数字化往往是全局利益最大化。

• 不仅看自己的价值，要看对客户带来的价值。全心全意为客户服务，迟早会转化成企业自己的利益。

• 不仅看企业的价值，要看对员工的价值。在老龄化的时代、年轻人多是独生子女的时代，这一点特别重要。

• 用极限指标视角重新评估业务。也就是说，有些指标不仅限于PDCA一步步地逼近。

• 认识管理、标准的价值：这些是工业企业的基础能力。

• 不仅要着眼于生产，还要着眼于研发、服务、管理、销售、采购。

• ……

发现价值困难，很大程度上因为企业的数字化转型是个性化的。对一个企业有价值，对另外一个企业未必有价值。特别需要指出的是：对发达国家、先进企业有价值的，对发展中国家、落后企业不一定有价值。切忌照抄照搬。盲目模仿是不行的，必须靠自己的脑子想明白。这些逻辑就是帮助人们想明白的。

有人说，数字化转型要针对痛点。这个观点听起来合理，其实往往很难做到。原因就是价值难以发现、难以说清楚。如果仅仅谈表面的需求、针对所谓的痛点，往往会发现：该做的事情过去都做了、用户要你做的往往是不能做的。也就是说，浅层次的价值，往往早就没有了。如果用户怎么说你就怎么做，你会发现用户提出的是“伪需求”。所以，数字化转型特别需要看得深一点。看得深，就需要这些逻辑。

3、方法层面是理解如何用数字化技术实现价值、抓住机会。

方法层面的原理简单，指的是我们强调人类知识数字化、人机协同决策。也就是说，数字化决策逻辑可理解的，是人类决策加强和替代。这意味着，不要把太多的期望寄托于机器学习，用机器独特的逻辑超越人。这些数字化方法往往针对企业管理的弱点，与标准化方法、PDCA、对标找差这些传统有效的方法相结合。深入理解现代工业后，就可以理解这些简单做法具有广泛、一般的有效性。而机器学习的作用空间其实没有人们想象的那么大。事实上：除了图像识别，机器学习最重要的作用其实是适应系统的变化，而不是帮助人们获得知识。

我们会发现，这样的数字化技术是对工业管理思想“继承基础上的发展”。比如，标准化方法很简单。但同样的方法，机器可以做得比人好、出错少、反应快。这些方法可能不是最好的、但是可行的、是可以做得比人更好的。而做得比人“更好”就可以创造价值。要知道：能创造价值的方法就是好方法。如果你觉得这个方法不理想，还可以持续改进。采用“比人做得更好”，就是“领先半步的先驱”；反之，追求理想的最优化，往往就是“领先一步的先烈”。

今天意识到：我讲了多年的数字化转型，其实就这点想法。