luda 编者按：在2021年全球技术领导力峰会（GTLC），阿里巴巴研究员吴翰清（花名道哥）结合自身投入在各个产业数字化转型层面的工作和思考，进行了关于数字化转型的内容分享，本文根据作者的现场演讲整理而成。
我近期的主要工作都专注在数字化转型这件事情上面，所以想和大家分享一下，从我过往的工作经验，从阿里云的角度，怎么去看数字化转型这个事情。从政府和企业两个领域来看数字化转型，目标不同，方法类似。从政府的角度，我们看到的是如何通过数据带来的新工具做到数字化治理、数字化服务和数字化管理。从企业的角度，则主要是关于数字化经营、数字化管理的问题。
关于未来的领导力
今天这是个“技术领导力大会”，我们可以从领导力说起。我们过去在工作中经常会遇到很多矛盾和冲突的场景，每个人往往站在自己的角度讲自己的逻辑和道理，或者想通过个例试图说服别人。这样依靠“逻辑或案例”的管理方式，自古以来几乎都是这样。但是今天我们有了数字化的新工具之后，有可能让我们的管理方式、服务方式或社会治理方式发生一次变革。这次变革我认为是数字化带来的。数据比逻辑和案例更具有说服力，因为逻辑是假设，案例是局部，而数据则是真相和全局。靠讲道理、讲案例来说服他人建立的领导力，这仅仅表明个人能力很强，但不是组织能力的释放。如果通过讲数据来说服他人建立领导力，它一定是一种组织能力的释放。因为数据大多数情况下无法靠个人完成，而是需要靠组织的能力建立多人协作的系统来完成。
为什么我们常常遇到因为工作中有分歧而导致执行不下去的情况？因为每个人都有道理，站在A的立场一定有A的道理，在B的立场有B的道理。A和B都对，所以讲道理是没有意义的。但是讲数据是有可能解决分歧的，因为讲数据就是在讲事实了，事实只可能是一个。谁掌握了数据，谁就具备了更强的领导力，这是我想表达的对数字化工具下新型领导力的一个理解。
数字化转型的目标
政府或企业的数字化转型，最重要的是先明确目标。政府关注的是人民的幸福感、获得感，数字化转型要最终反馈到人民的感受上来。企业关注的是如何提升竞争力，最终反应在提升经营过程的整体效率上。
在过往的管理方式中，一般是粗放式的结果导向，比如分解目标后下发任务给下级执行。但数字化工具提供了更加精细化的管理能力，所以「从结果导向转向过程导向」，是管理升级的重要手段，管得更细了。明确了目标后，在具体的方法上，首先要避免技术的盲从。今天在市面上我们看到非常多的新颖技术，但这些新技术往往炒作的媒体都不知所云。跟着媒体或社会舆论走，很可能会掉到坑里，一定要避免技术选择上的盲从，不要追求新颖和热点。我觉得还是应该从业务目标出发，政府有治理目标，企业有经营目标。在目标之下，我们再来看怎么做数字化转型。我们今天不用强调数据有多重要，我们最重要的是要讲明白，这件事情到底应该怎么去做，怎么做到数字化的管理，怎么把组织能力释放出来。从具体做法上我总结了三句话：以数据枢纽驱动组织协同，以数据洞察驱动管理决策，以数据资源降本增效。
以数据枢纽驱动组织协同
「数据中枢」是在城市大脑建设过程中提出来的一个理念，在通用的场景下我们叫「数据枢纽」更合适一点。政府和企业的组织协同是一个巨大的挑战，希望用「数据枢纽」这样的工具来解决。数据枢纽是构建一个组织内部的标准协议，定义标准的数据字段，让各部门能够以数据的语言来完成不同业务之间的对话。
通过数据枢纽这样的协议（像交通枢纽一样）完成的业务之间的对话，不涉及到底层数据的开放。在协议层完成的是业务级别的共享和交换，而不是数据级别的，所以它没有触及到各个部门的根本利益。这种安全属性，是去中心化带来的，数据枢纽并不要求完成数据汇聚，而是让数字化的业务通起来。我们希望看到的是，通过数据枢纽，来完成业务协同，最终走向组织协同。从企业的角度来看，对内对外都可以使用这种方式。对内是提升了组织内部的协同管理效率，对外则是加强了产业链上生态合作伙伴的构建。向管理要效率，向生态要规模。
以政府的业务举例，比如最近几年政府一直在推动的「一网通办」，过去老百姓去政府的窗口办事，可能要跑很多委办局，但是现在一个窗口就可以一次给全部办完，甚至有的在网上就可以全部自助办完。一网通办主要是在解决政府各部门之间协同的问题，政府的部门既有条线，又有区块，各有统属，错综复杂。现在要高度协同起来，如果做数据汇聚，实际上意味着政府工作流程的重新制定，和部门权责的重新分配，过程冗长，挑战巨大。通过数据枢纽的方式，不涉及到核心数据做大一统式的汇聚，而是在业务层实现了部门间的数据对话，在不改变现有组织架构下解决了协同问题。
比如前段时间我一个同事刚刚生完孩子，这位妈妈在医院的病床上时，护士就和她说，可以装一个政府的APP，所有孩子上户口、上保险之类的新生儿手续，都可以在上面一键完成。相较于过去办这些事要跑很多窗口，这样的体验是超出预期的。这类协同的是一个地方政府不同条线部门之间的协同。还有不同区块部门之间的协同，比如跨省办事，跨省医保结算等。通过数据枢纽的架构思想，可以快速的完成条线、区块之间的协同。所以我觉得数字化转型的第一步，可能是通过这样的方式来完成一个高效的业务协同，最终走向组织协同和组织变革。
以数据洞察驱动管理决策
第二件事情，以数据洞察来驱动管理决策，今天我们要从数据统计走向数据洞察。做数据统计是基于现在的信息系统做了一些数据统计报告，但是数据洞察一定要讲清楚形成了什么结论：这个数据报表到底意味着什么？我们知道这个数据后能够做什么事情？这是数据洞察要回答的。
从今天产业数字化发展的角度来看，我认为还没有办法直接从数据、信息全自动加工到更高级的知识和情报，现在技术上还做不到这一点。所以未来应该是从简单的数据统计走向深度的数据洞察，应该由人工加工数据统计的结果，再到数据洞察的结论，来做企业的经营分析，最终是要看企业的资源到底该如何分配。如何解决管理效率问题？以前做决策是经验指导，在未来应该是由数据来指导。由经验指导转向数据指导，是未来领导力最不一样的地方，我们不靠基于个人能力的知识和经验做决策，而是靠基于组织能力生产出来的数据做决策。
比如说，在连锁门店会有巡店的工作，负责定期巡查门店的标准作业流程，保证每个店铺的服务质量，涉及店铺标准、陈列摆设等，每个店铺的达标情况可能都不一样。在过去巡店的工作，是用纸质的表单填报，时间滞后且准确度低。完成数字化和在线化以后，能够更精细和即时地管理每家店铺的作业情况。又比如，在门店大促活动的时候，总部需要知道每家门店的活动物料是否到位，货品陈设是否合理，某商家的新品是否有上到货架上。基于实时的客流分析，还希望能对比大促活动当天的营销政策是否有效。
过去因为缺乏数字化手段，营销政策的反馈是相对滞后的。如果能按小时来反馈营销政策的效果，营销政策就可以按小时来调整，门店的很多新玩法都会被创造出来。
今天在城市建设里，有很多施工工地，很多工人在工地上参与施工建设。但是过去这些工人有没有按照安全要求去施工，比如说安全帽有没有戴、安全背心有没有穿，是靠管理员去看的。如果我们今天通过数字化的手段对工人的施工安全做规范，进行全局监督，而不是抽样检查，就能加强对不同施工区的管理，从工地安全来讲，有可能就会少死几个人。同时，还能对工人们的工作做数字化考勤，把真实工作情况透明化，避免舞弊，这种工作量统计和工人的报酬是相关的，就不容易出现工地管理员一手遮天的情况。我们相信通过数字化管理会更加的透明，更加的公平。
以数据资源来降本增效
第三个，我认为是以数据资源降本增效。刚才谈到数据是有价值，目前国家已经明确把数据变成一个重要的生产要素。这个情况下，往往我们遇到资源不够的问题，要资源来补。一些固废焚烧企业每天要焚烧大量的垃圾，他们的设备实际生产的情况下，一旦蒸汽量波动较大就会引起不稳定，产生安全隐患。因此一般设备旁边会有小房间，有值班人员在里边三班倒，观察锅炉的蒸汽量波动，及时调整参数。这个事情非常的疲劳，在过去工作人员四小时要操作锅炉30次。今天给他们做了数字化方案后，通过超过1400个数据源开发了70多个算法，现在基本上实现了自动报警再响应，工作人员的疲劳程度降低了80%。这本质上就是数据资源对于人力资源的一个扩充，一个人能够做更多的事情。开发出生产经营过程中的数据资源是企业未来降本增效一个非常重要的途径。
结语
最后，我认为所有事情的成败是落在成本上面。这个事情今天值不值得做，是看背后成本的投入产出比如何。这就回到今天谈的数字化体系建设了。
前面讲到不能盲从，今天去建设数字化体系的过程中，我们也同样需要以业务目标出发来考量成本。比如还是以垃圾焚烧为例，如果最后投入比雇人更贵，这个事情可能就很难做下去了。从企业的财务数据来看，可能这个事情都不值得做，除非还有别的价值体现。
对于数字化转型，不管是企业还是政府，道理都是一样的。最后有可能是整件事情的投资收益，决定了这件事情有没有可能形成一个正向的循环，让它有效地实施和推广。所以我们不能盲目建立数字化的体系，也需要根据业务目标来看。
这是我从各行各业数字化转型的过程中学习到的东西。我们需要新的思想、新的工具，帮助我们进一步发展，走向下一个阶段。（完）