一个美丽的“数字化”错误：去造车，不要给马装仪表盘 | DW数智观点

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。