然而，没有技术参与的转型是无法进行的，而没有转型行动的数字化是没有灵魂的；企业的数字化建设需要的是深度，而非规模化、大屏化、形式化。
对此，数字化运营成熟度模型标准委员会委员任建斌先生以形象的比喻来描述这一美丽的“数字化”错误：去造车，不要给马装仪表盘。
本期DW数智观点精选发布，以飨读者。
当然。除了那些气势雄壮、四蹄生风的马，你一定也见过英姿飒爽的驭马者。
肯定。闪闪发亮的仪表盘，功率强劲的发动机，还有新能源车，很多车你都碰过。
应该没有。那么我告诉你，很多企业的数字化，就是在给马装仪表盘，还是比赛着装上一个一个Fancy的仪表盘，甚至期望这个仪表盘能够让马车跑得更快、更远或者更省钱，以此来计算这个方向盘ROI。
很滑稽对吗？不用笑，这就是数字化道路上随处可见的事实。
需求永远不会错，你的组织，或者你要帮助改进的组织，可能就是你要驾驭的一匹马。如果你手里有一匹马，你希望它既要跑得快，还要拉得多，最好还能特别节省，听话、出活还吃得少，你的要求好像不过分。但你发现这很难，也有人推荐要做一些数字化方案能“一化解百忧”，这个人见过世面，给你推荐了一款仪表盘，于是你就接受了他们的建议，终于给马装上了这个漂亮的仪表盘。
说清楚这一点，要看马车和汽车的共同的效用和衡量标准。从企业的根本挑战说起。
企业运营的核心：走出供需错配和四格迷途的既要、又要、还要的“葫芦”和“瓢”！
所有的工具都是手段，判断一个手段是不是正确，要回到目的和挑战，即初心。
企业存在的价值，在于能满足客户的需求，回到起点，有没有数字化，企业的挑战都在那里，所有这些举措，必定是解决企业的核心挑战为目的。每个企业遇到的问题，无非涉及经营和管理。在经营上，寻求的是供需错配的最小化；而管理上，追求的是走出四格迷途。
需求是如此分散和随机，解决供需错配已经很复杂了，还有四格、五格迷途，这些条件哪个不满足都出问题，典型的既要、又要、还要以及还要。
追一只兔子很容易，但是同时追三只、四只兔子，是不是就有一定难度？何况针对企业运营的经营和管理问题，任何单独一只兔子不都好追。其实所有管理改善被认可的理论、方法、技术、措施，都是在系统性地帮助企业解决这些核心问题，都强调追多只兔子。比如，能汇聚并持续提供需求的流量的平台；再比如，我们做的各种管理认证，ISO、6sigma等。我们试图把兔子分类、找到因果和联系，之后找出一个方案，解决大多数的问题。
比如互联网公司，从第一天开始，每个使用者、消费者的身份、行为、交易都数字化了，之后通过千人千面的推荐系统，数字人的服务系统，让服务非常个性化，但是因为被人工智能驱动，又可以极致规模化，而这个过程，主要的成本是算力、带宽、机柜，可以实现成本的优势并确保品质。成功的互联网公司，供需错配和四格迷途都在被系统性解决。而非互联网公司，数字化也正在尝试同时追几个兔子，让按起葫芦起了瓢成为过去。
ERP就是一个例子。它有用吗？有的企业说非常有用，当时要是没有做ERP现在公司这个规模怎么管；但是所有企业导入ERP都有效吗？不然，有人统计中国中小企业导入ERP的失败率接近七成。很多企业的管理者感叹，不做ERP是等死，做ERP是找死，为什么ERP成功率不高呢？
我们之前的数字化，无不以数字可计算、可分析、可统计出发，实际想用数字进行科学管理，实现相互沟通中的信任，实现创新性的协同、迭代，但是这个过程数据获取没有到达现场并覆盖业务全程，在一些关键的环节，还需要人感知、理解、抽象，然后基于这些输入数据。人是有私心、有情绪、有认知差异的，人参与输入或输出的数据不准确、迟滞、扭曲就造成了全局数据的不可信、难以使用，管理还停留在骑马的状态。
如果能军事化地对这人为过程进行严格地训练、要求、考核，让人像机器一样地忠实，组织就有可能进化为开车，否则还是在骑马状态，这样的数字化，都是在给马装上仪表盘，对骑马这种驾驭模式，没有本质改变。给马装仪表盘，甚至装上方向盘，马还是马，不是车，所以组织的效率、规模、质量、成本不会有结构性的变化。
每个人都知道，马和车部分效用相同，但却是两个驾驭模式，要想马跑得快、拉得多、走得远、吃得少，需要把马变为一个汽车，甚至是自动驾驶的汽车，而不是尝试给马装上仪表盘。当马变为车的时候，仪表盘才有意义。
那些ERP成功的公司，就是实现了从马到车的飞跃和转移；而ERP不成功的公司，是保留在马的驾驭状态，但是期望车的效率和速度。
成功的公司和失败的公司究竟差在什么地方，用什么方法解决了只是加了仪表盘的错误，还做了什么样的补救，把马变为车，甚至自动驾驶。还有，究竟什么是马，什么是车，怎么才能从马到车？。
为什么每个人都能开车，但是只有少数人能骑马？不同运营范式有根本性差异！
继续借用马和车都类比，我们发现，虽然都可以拉东西，都可以被驾驭，马和车完全是两个不同的物种，把马变为车，变为自动驾驶，是根本，而不是给马装上各种数字化的仪表盘。
另外一个闭环式驾驶动作的闭环，既一个刹车动作完成，车的行进状态就立刻做出反应，方向和油门也一样。这两个闭环也可以结合成一个大的闭环，结合观察和最终的仪表数据，根据要到达的目标，可以来不断假设、动作、结果、修正驾驶动作，最终到达目的地，驾驭者和驾驭对象的这种确定性的关系决定了范式的差异。一辆车的驾驭被抽象为结合事实的数据反馈的几个简单动作的组合，明确的因果关系，完整实时的闭环，直接和全程真实的环境和状态感知，从架构上让驾驭过程最大程度降低了对驾驶者个人能力的依赖，成为确定性的结果。
而马的驾驭模式，这两个闭环以及大闭环都不存在，一方面环境的观察者、感知者是马，马根据自己的观察作反应，而不是骑马人；另一方面，管理动作也不闭环，有时候你怎么命令马，马不会按照你的指令执行。
更重要的是，一旦到车的模式，迭代更新和马完全不同，加大油箱、更换发动机、更换底盘，都是让车跑得更快、更远、载重更大，有了数量级提升的可能。而马的升级迭代完全谈不上，一匹新马，需要重复学习和调教，才有可能到其父辈鼎盛时期的运载能力。还有，司机和车的协同，司机和调度的协同，司机和道路的协同，都是自然的，可“标准化”的。但是马跟人的协同，马和马的的协同，基本难以实现。司机对车的信任是天然的，而马跟骑马人的信任是需要磨合的。这是两种不同的构信机制和协同机制，会导致根本的差异。
引申到数字化，以已经成熟数字化运营的互联网公司为例，正是因为先进展示、闭环达成、实时感知、预测技术的能力都有了，而且这些能力不再依赖人，各种传感器借助人工智能、云计算等数字化、智能化的技术，让看见、实时、闭环、预测能力的算法持续提升，最终导致了取信机制、协同机制、迭代机制的变化，继而导致了范式转移。
虽然我们有很多有价值的事情需要人来做，但是在打造一个运营体系的时候，特别是准备规模化运营的体系的时候，希望的是物理和数字的真实统一。
现场有神灵，答案在现场，那些不依赖人无限接近并响应现场的意识和技术。现场的感知和基于感知的决策，是汽车驾驭模式的核心，支持现场感知和决策的技术是怎么实现的？
能力到机制，再到范式转移，是让运营范式升级的关键，这就是技术对能力达成最本质的影响。
比如，先进展示的能力，源自于AI和图形现实的技术，并行计算，让这种先进展示成为可能。微观上，我们能理解并展示大分子和蛋白作用的机制和原理，这样我们的沟通变得十分简单。因为，这是一种新的构建信任方式，多数人还是因为看见而相信，少数人因为相信而看见。
再比如，借助人工智能算法和算力的升级，我们的图像识别的技术和语音分析的技术大幅度提升，我们感知现场的能力大幅度提升，这种实时、全量、真实的感知，完全不依赖于人，让我们有了现场的能力稻。盛和夫说：答案在现场，现场有神灵。结合IOT的能力，我们可以触达更多现场。
视觉分析已经如此成熟，而价格低廉的视觉信号的传感器，又对这一感知的实时化、全量化、商业运营的基础，科研领域，冷冻电镜能让我们看到更微观的现场，关于语音的分析也日臻成熟。这些都是让我们的耳目、脑子到达真是现场的机会。
借助大数据、AI以及很多的第一性原理，我们通过科学计算和仿真的技术，实现了预测能力，甚至我们可以仿真并图形显示出来，这种基于规律的预测，能让我们发现很多潜在的问题，降低很多的浪费，节省更多时间和成本，让预测性设计、预测性维护成为可能。
需要指出的是，随着技术的基本和规模化的应用，软硬件的成本在进一步优化，最终一辆车的成本已经低于一匹马的时候，其范式转移的优势就会被发挥出来。
持续迭代、快速迭代，协同的机制，构信的机制，随着数据的增加和算法的改进，让车进入自动驾驶状态成为可能。
至此，我们的整体逻辑已经清晰，数字化的源头，在于数字化技术的创新，特别近期的AI技术的创新，而技术创新和组合，导致了关键能力的系统性的改进，而关键能力的改进的组合，导致了重要机制的形成跟提升，让原来依赖人的一些因素，改为对数据和算法的依赖，最终导致了一个范式转移，把骑马变为了开车，这才应该是我们期待数字化的未来。
我们希望不依赖人，不是不要人，而是让人和机器形成一个完美组合，各自发挥各自优势并能有整合的优势。只要符合范式转移的充分条件，在人擅长的领域，一定是人进机器退，在机器擅长的领域，一定是机器进人退，这样才能满足企业存在的意义。
给马装上仪表盘，只是局部的实现数字化，而没有以上整体能力和机制的实现，自然无法确保范式转移的发生，从而难以享受范式转移带来的好处。
原载于《客户世界》杂志2022年7月刊
