数字化转型是自上而下,还是自下而上?

简介: 数字化转型是自上而下,还是自下而上?

前言

上周在Tiger Graph组织的闭门分享中,某全球制造业巨头中国分公司数据负责人当场挑战我,问了很多问题。其中一个问题就是:“数字化转型,到底是自上而下,还是自下而上呢?

这个问题很有意思,虽然现场给答复了,但是缺少材料佐证。正好可以在公众号上写一篇,以作正式答复。

数字化转型的本质

现在很多机构、企业都在给数字化转型下一个定义。各种定义都有,但是提炼一下,无非是这一句话:

数字化转型的本质是让企业、机构、政府等组织进化成为一个数字世界的新物种

至于各种什么营销数字化转型、业务数字化转型、客户数字化转型、供应链数字化转型等等,都是这个物种的不同部位进化而已。

各种数据中台、云原生、工业互联网、数字孪生、AI中台,都是让组织进化的工具

传统企业、数字原生企业等名词,都是在描述物种的进化形态

数据治理、数据架构、数据资产化、数据应用蓝图等,都是进化的方法

精彩的进化

既然是进化,那就是八仙过海,各显神通了

有靠环境改造自我的,有靠打怪升级的,也有靠基因变异的。

在数字化转型时代,也是如此,精彩纷呈。

战略至上

比如,链家就属于不断适应环境,改造自我的典范。

大家都知道,链家有一个秘密武器“楼盘字典”,天下无出其右。现在的贝壳、自如,都在用。

但是大家不知道的是,“楼盘字典”其实是房地产服务公司的标配。比如我手上就有一个其他公司的楼盘字典系统项目建议书:

其实楼盘字典就是房地产行业的“主数据”,没啥新鲜的。但是从08年开始建设,一直持续大力投入,大规模建设到现在的,也就链家这一家公司了。

这种建设,必须是自上而下的,因为“楼盘字典”这件事儿,数据全部都是卖房小哥扫楼扫出来的,是业务部门记录的。IT部门只是在后面做信息系统的建设、数据质量监控以及后续的数据处理而已。

没有左老板亲自抓,那个业务部门会这么大规模、持续投入的支持一个短时间看不到价值的项目?

再说华为、华润,他们就是属于打怪升级不断积累经验的结果了。

数字化转型的标杆企业,去年是华润集团,最近是华为。这两家企业都很厉害,在数字化转型上都很成功。

但是我跟这两家企业数字化转型亲历者都分别交流过,他们的感受是一样的:痛、难、贵!大领导在一开始打定的主意就是“战略投入,不计成本”。

这个也不用说,必须是自上而下的。任老板为了整治数据,把数据的事儿交给华为大公主,时任CFO的孟晚舟。

华润集团,则是当时的董事长傅育宁亲自抓,不仅内部成立一个权限巨大的项目组,而且还设立了一个“润联”公司专门负责。

战术落地

当然啊,说战略层面,怎么都对。一到落地,全都得废。具体在实现的时候,还这么大方向的说,肯定会到处碰壁。

假设您现在负责一家制造业企业的数字化转型,他们的产品是耐磨球,问题是产品质量不太好,想要改进生产工艺。你会怎么办?

这个还不简单?上个数据采集系统,把他们的实验数据、生产数据、质量检测数据统统收过来,然后在生产线上布满传感器,收集生产数据。然后上一个大数据平台、AI中台,整几个模型,什么机器学习、神经网络,统统弄一遍,再弄一个高大上的架构图,这不就完了么?

用系统直接实现业务在线、数据在线、决策在线,按照行业通用的方法论来说,简直不要太完美了。

不过,我们思考一下,这么弄的结效果有多大?能找到什么具体的因素?工艺能得到多大改进。

还有,这个套路你熟悉不熟悉?是不是换一个工厂,也可以这么来一套?

很多乙方就是这样,拿着自己手上的产品,往每个客户那边套。就像“锤子思维”里那样,手上拿个锤子,看啥都是钉子。

其实,根本就不需要什么高大上的方法论和高精尖的技术,只需要问自己几个问题就好了:

这几个问题一问,我们的数字化程度到什么程度,一眼便知了。

,这个案例也没花几个钱,却把这个问题近乎完美的解决了。

其实方法也很简单,就是上面说的,找到数据没有形成闭环的地方,然后用各种方法补齐。数据没有形成闭环,那就只能用有限的数据进行分析。而一旦形成闭环了,想象力就大多了。

我们的试验场就不再是实验室了,而是所有客户的实际生产。每个批次的产品投放到那个厂、实际生产环境咋样、出去之后的效果怎样,全部都记录下来了。

后面的建模根本不需要我们做,那些专家们无论是专业还是经验,都比我们这个信息系统人员要厉害得多多。

我们群里讨论问题的时候,经常引用稻盛和夫的一句话“工作现场有神灵”,其实就是这个道理。不要拿着锤子找钉子,而是到工作现场去找问题。

这时候,我们就必须要自下而上了,因为战略层是看不到这么细的地方的。

结语

自上而下太空洞,自下而上推不动;

你问我要怎么办?上上下下齐用功。

“数字化转型这个词儿太大了,大到没边了。无论我们身处那个位置,都应该怀空杯心态,摒弃锤子思维。

相关文章
|
1月前
|
数据采集 存储 数据安全/隐私保护
CDGA|数据治理:自上而下与自下而上的双重策略
数据治理是一个复杂而长期的过程,需要企业从多个方面入手进行综合治理。自上而下和自下而上的双重策略可以相互补充、相互促进,共同推动企业数据治理工作的深入开展。在实践中,企业需要根据自身实际情况选择合适的策略和方法,确保数据治理工作的有效性和可持续性。
|
3月前
|
安全 新制造 开发工具
如何消除数字化转型中的障碍
如何消除数字化转型中的障碍
|
4月前
业务架构问题之什么是自上而下和自下而上的设计方法
业务架构问题之什么是自上而下和自下而上的设计方法
162 18
|
算法 机器人
<<算法很美>>——(四)——深入递归<一>——自上而下,自下而上
<<算法很美>>——(四)——深入递归<一>——自上而下,自下而上
<<算法很美>>——(四)——深入递归<一>——自上而下,自下而上
|
数据采集 机器学习/深度学习 大数据
向利用数据的思想转变是数字化转型成功的关键
当今,IT界最热门的话题莫过于数字化转型了,一谈到数字化转型首先想到的就是云计算、大数据、数据中台等技术,这实际上已经到了操作层面。
向利用数据的思想转变是数字化转型成功的关键
|
人工智能 监控 安全
数字化转型实施战术10步路线图
互联网、网络、移动设备、软件、人工智能和其他数字进步创造了我们大多数人几十年前只能梦想的机会。
数字化转型实施战术10步路线图
|
消息中间件 存储 缓存
技术架构的战略和战术原则,挺全乎。
技术架构的战略和战术原则,挺全乎。
272 0
技术架构的战略和战术原则,挺全乎。
|
弹性计算 人工智能 数据可视化
数字化转型过程中需要厘清的几个关系:技术与规则
前言 在文章的开头,笔者摘用一段报告,报告内容对数字化全面转型进行了如下描述:“对于一些高管来说,这是一场关于技术的竞争。对于其他人而言,数字化是一种与客户互动的新方式,它代表了一种全新的经营方式。虽然这些定义都不一定不正确,但是这种多样化的视角却经常让领导团队‘四分五裂’。原因正是理解的不一致和缺乏对企业未来之路的共同愿景。正因为如此,企业会经常出现不连续的举措和错失方向的努力,继而表现出迟缓或从一开始就迷失方向。”
289 0
数字化转型过程中需要厘清的几个关系:技术与规则
|
Devops 机器人 持续交付
数字化转型过程中需要厘清的几个关系:规划与建设
一、前言 数字化浪潮汹涌来袭。2021年政府工作报告就提出:“加快数字化发展,打造数字经济新优势,协同推进数字产业化和产业数字化转型,加快数字社会建设步伐,提高数字政府建设水平,营造良好数字生态,建设数字中国。”如今,数字化转型,已经成为各行各业乃至整个社会的发展目标。
237 0
|
人工智能 运维 机器人
数字化转型过程中需要厘清的几个关系:竞争与生态
竞争和生态的关系,在数字化转型过程中是显得格外尖锐,造成这种尖锐的原因,其实是数字化转型的本质所导致的。笔者和众多数字化专家有过讨论,很多数字化转型的推动者反馈,企业在数字化转型过程中有两种突出的现象,一种是盲目,另一种是焦虑。盲目,在于对数字化的理解不够透彻,更多的是进行信息化和网络化的过程,仅仅是强调可持续发展,而不是最终的价值判断。焦虑的过程主要集中在数字转型的核心阶段,正因为看到了整个数字化,看到了企业战略在数字化底座上底层逻辑的变化,所以产生了焦虑,焦虑的核心无外乎数字化转型的最终目的,竞争或者生态。
237 0