以下内容来源于点亮智库&中信联执行理事长 周剑的演讲PPT——《打造数字能力，加速数字化转型升档进阶》，详细分析了我国企业数字化转型总体现状、发展趋势与建设路径。尊敬的各位领导，各位专家，今天非常荣幸能再次来到南京参加本次大会，接下来用一点时间和大家一起探讨数字能力如何加速数字化转型升档进阶。
我们这个团队一直以来都是长期专注，包括在未来也是要深耕数字经济转型的架构方法，以及它的产业应用。以架构方法全程伴随式地引领企业在数字化转型大浪潮中把准方向，牵住牛鼻子，把工作落到实处。接下来的汇报也是从这样一个站位的角度出发，跟大家分享一些心得体会。第一，我们要推进转型，但是我们现在的情况到底怎么样？跟大家一起基于一些数据看一看。从2021年开始，点亮智库&中信联推出了一套数字化转型的架构模型，也在线搭建了服务平台，基于这个平台现在已经服务了超过十万家企业，基于这些企业的数据，截止去年大概分析一下，按照评判标准，进入实质性转型的企业阶段，现在大概是10.15%，也就是大概十分之一的企业可以说真正开始转型了。
十分之一的企业真正开始转型，这里面又只有0.16%的企业，也就是不到0.2%，可以说是真正开始在建，或者基本建成了数字企业，全企业实现了数字驱动。所以从整个状态来看，并不是特别理想。分行业来看，现在比较好的行业，第一梯队是通信、电子、石化、电力等等。比较差的比如食品、建材、轻工、建筑、采矿、农林牧渔。大概做了一个分析，比较好的主要都是因为相对通过数字转型获取的价值模式相对清晰，我们现在数字转型真正能给企业带来的最重要的价值，现在看得见摸得着的主要是什么？第一怎么更好的配置和利用资源，而这个资源配置和利用的范围越广，解决过去资源配置，说不清，看不见，摸不着等问题。比如电商，消费互联网。但是这个功能到了制造业、产业内部，就遇到了巨大的挑战，巨大的挑战就是我们制造业，或者产业内部在配置资源的时候，除了资源本身的流动和合作之外，还有一个最重要的阻碍就是它的专业性，专业能力，怎么样解决它的专业能力的有效复用和传递，或者是说按需供应的问题。举个最简单道理，比如医疗，大家知道医疗最近的人工智能应用发展的特别快，而医疗原来我们也搞在线医院，但实际上效果非常不好。为什么？你再怎么搭建互联网平台，再怎么可以在线约号，但是医生看病的能力如果不解决，那个医生还是那个医生，只有他能把病看好，大家都到他那去排队，最后你再怎么配置也没有用，因为医生资源短缺的这个问题你解决不了，所以再怎么互联网化也没有意义。但是最近人工智能在这个方面有了重大突破，比如智能诊断系统，可以在一定程度替代很大一部分医生的专业工作，这时候你就会发现其应用价值和水平一下子就上去了，效果也越来越好。所以这种背景下，光是资源配置不够，所以我们看到转型，在用户体验、用户差异化、个性化服务这方面还有很大空间，除了原来做得好的方面，比如偏消费，偏和用户关联度更近的方面，还有一个方面是解决专业能力本身，专业资源不足的问题，相对没有那么明显的领域里面，转型转的会更好，转的好的行业也基本是这个行业。从行业角度看，还是要坚持价值导向。反过来到了今天，这些专业能力的解决是谁来解决，或者谁能更好的带领我们解决。过去讲中小企业创新更强，大企业很难，但实际上现在要来重新认识这个问题，现在有些创新不是简单在一个点上创新，它是需要系统性的，甚至需要整个生态共同努力，甚至是由政策、产业、技术、金融、科技、人才一起才能把这个问题解决掉。比如现在搞的车联网，举国之力搞才可以。西方也在学中国的模式有一些东西就得举国之力搞，光靠个别企业搞不定这个事情。因为它涉及的面太大了，需要调动的资源太多了，单个企业解决不了。站在数字经济和数字化转型的角度，创新一定是大企业，或者链主牵头带动，供应链上的企业共同协同行动，当然还要包括外围产业链资源一起，才能做的更好。从这个角度，我们看到实际上真正转型的时候，转型的水平大企业现在更高，大企业是中型企业的两倍，是小型企业的四倍，是这种状态，当然不是所有大企业都很好，你看现在转的比较好的产业链里，一定是龙头本身也做的很好，这是从现状的角度。从这个角度来说看趋势，刚才说很多专业纵深的问题，谁来解决？尤其是涉及到整个行业的，都是龙头企业带动。其实场景某种意义上讲就是要着重解决专业性能力的问题，但是我们看到现在这十万家企业里面，75%左右的企业，在场景上还是关注一个局部的一个单元，一个点上的场景这种问题的解决。只有19.16%，不到20%的企业在关注主环节，比如整个研发，或者整个生产，这样的主环节，我们叫板块级的场景。只有5.16%的企业在关注企业级的场景，只有1.11%的企业在关注平台及场景。所以大部分企业现在都还在点上做事情，这就是现状。
为什么这么难，点上相对清晰，目标也清晰，怎么做也清晰，但一旦协同了，麻烦就来了。它的难度是指数级上升，而且光靠小团队根本搞不定，他需要大家一起来才行。另外一个趋势，大家都在搞数字场景建设，你看没搞的大概15.77%，基于传统信息技术，信息化大概一半的企业在基于信息模型在做。搞数字场景的也就是主业务环节搞数字化，建数字场景，大概20%，全企业模型有15.17%。虽然都在弄但效果并不好。因为我们看到实际上建数字场景或者数字企业模型，大概有34%的企业在做这个事了，但是我们却只有十分之一的企业真正实质性转型了。按理来说，如果是建了数字场景，真正实现了主场景的数据驱动，我们就说已经实质性转型了。30%多的企业号称自己在干，只有十分之一的企业进入实际转型阶段，这是一个很明显的剪刀差。这里还有一部分，真正触及到了更深入的解决知识短缺或者技能短缺，刚说解决未来产业互联网真正能蓬勃发展的那个瓶颈问题就是解决技能不足的问题。要建知识模型，实现知识驱动，现在只有4.73%的企业认识到这个问题并在做。其实认识到这个问题的企业都不太多，更多的企业还是在摆弄数据本身，在那想着用数据能怎样怎样，实际上刚才说所有未来能看到的最重要的问题就是你必须解决那个专业技能不足的问题，让你的专业性工作的门槛大幅降下来，通过数字模型把专业门槛降下来，靠知识模型。刚才说看病，不能只是那个医生能看好，更多的医生都基本上能把我一般的病都看好，除非有疑难杂症，甚至以后智能专家系统，能比一般的医生厉害，甚至能把疑难杂症都看好，那就简单了，整个发展就不一样了。从这个角度来说，我们看到着重还是要解决，其实就是讲的数字能力问题，什么叫数字能力，核心其实数字能力就是怎么样把知识经验技能，未来用数字模型，或者叫更进一步的知识模型、智能模型去承载，人机更好的协同，去共同应对外部的变化。原来消费互联网解决的问题，我们现在已经探讨了，更多的是资源配置协同，现在我们在第二阶段，数字化转型核心解决的问题，就是那一部分知识技能的全面数字化和更好的有机的按需共享的问题。现在大家在解决那个问题的时候，依赖于低代码，无代码，解决技术上他有更强的柔性。我们仔细想一想，今天的业务也要不停的变，我们的管理也要不停的变，因为这个世界变的太快了。两三年前，谁知道生成式人工智能可以给我们带来这么大的影响。最近参加了一些国家组织的人工智能的重点，这是现在最大的事。尤其应用端，确实很多进展让我们非常震惊的，已经做的非常好。从这个角度，到底什么东西是我们不变的。一个最重要的不变绝不是我们的产品和业务，而是我们的能力。现在这个能力，是我们的数字能力，就是刚才说你的知识技能的数字化模型化，建模来承载这部分数字技能，而且让它更好用。所以在网上大家共享，那就厉害了。所以我们现在搞数字化转型的真正牛逼的，就是数字能力建设，突破口是它，主线也是它，这个东西搞好了，业务就可以更柔性、更灵活，产品也可以不断更新迭代，大概这个逻辑。数字能力，实际上就是从过去要坚定的做好一个产品，把规模做的足够大，效果做的足够好。现在把能力做的足够强，之后我的业务可以，你怎么要我怎么给你，我都可以做，因为我有这个能力就可以。这里面得核心，现在理解，一个是数据处理的能力，怎么样处理什么样的数据，是不是能动态的使用全场景的多元异构数据，然后提炼规则方法，形成业务功能，再学习迭代。
具体来说，刚才说了抓住一个重要的不变，就是提升能力，但是能力这个事情有大有小，大家理解肯定不一样，我怎么样更好的把这个能力建的足够好，未来更好的支持企业可持续发展，这个时候最需要的是什么？两个东西，一个系统思维即系统性，一个是创新创造能力即创造性。系统性加创造性，才能更好的在数字化转型的时代立于不败之地。但是企业说实话，系统性就很难了，因为系统性要有更全局的视野，才能看得到真正的方向在哪里，才能更好的把握很多值得我们长期去做的，或者近期找准方向。大家现在完全基于现在的业务去做的很多事情，也没有什么错，但是有可能会出现，不管怎么努力，效果并不是那么好，像打怪一样，打的越多来的怪物越多，最后你也不见得怎么样。所以要看的更远、更全才行。再进一步就是创造性，我们梳理了一下整个逻辑，大概基于对未来转型提的几个方面，从传统的企业信息化到打造数字场景，到数字企业，全企业数字化数据驱动到平台企业，数字驱动生态企业，其实就是引导原始创新创造，作为产业链供应链主要引导，原始创新创造共生和进化不光是平台资源整合。分了不同的层级，在不同的层级企业到底处在哪里，做的事情是不一样的。这是整个大的阶段，实际上细分的时候，抓数字能力这个事情，关键是要找准现在的发力点和未来可能的发力点，这个把它分了广度和深度，来帮助大家更好的精准定位你要做的事情和行业可能能做的事情。广度就是从点开始，到单一细分环节，跨细分环节，主业务环节到全企业供应链产业链网络，到产业生态圈，这是一个范围不断扩大的广度。每一个不同的广度做的事情是完全不一样的，所以我们到底要做什么，能做什么，一定要先定位清楚。第二个深度，深度现在其实对我们更重要，相对广度，因为广度好理解，但是深度不太好理解。深度是从技术工具的使用，现在很多企业实际做的，还停留在技术工具使用这个层面，再到系统建设，然后到系统集成。这几个层次对应到过去传统企业信息化做的事情，其实就是业务怎么制度化，制度流程化，流程表单化，表单电子化，实现规范化，可管可控。真正数字化转型要做的事情，第一个层次叫数据驱动，第二个层次叫知识赋能，第三个层次叫智能自主。数据驱动就是把所有业务数据化，把数据模型化，建数字模型，然后模型全面动态化，然后知识动态响应，用数据管理、用数据决策，这是数据驱动，不但只是流程驱动，数据会告诉我怎么办我就怎么办。这个层次人工智能能发挥的作用还不够深，人工智能真正发生作用是第二个阶段开始的，就是叫知识赋能。所有的业务全部规则化，把规则全部提炼出来，需要的可能的，建规则模型，建知识模型，把这些规则全面知识化，而且这些规则化的知识能被个性化、场景化使用，不是建一堆知识库，去搜索，那个不管用，得像生成式人工智能一样，这个场景可能用到的直接能推给你，全个性化的，动态的，才叫知识赋能，这样业务就可以个性化协同。到这个阶段，将能看到产业互联网的蓬勃发展，刚才说很多核心问题解决了，因为专业性的问题，在这个程度上已经能解决很大一部分了。我们人工智能核心就应该支持规则提炼和知识模型的建立，更好的让业务把专业的坑都填上，把专业门槛降下来。第三个阶段智能自主。业务全面功能化，功能模型化，模型智能化，智能自主运行，自主迭代，这个是最高阶段，目前其实不太容易看得到。我们现在讲智能，更多的是技术智能或者点上的智能，到不了这个层次。现在的重点就是做知识模型，做知识赋能，如果做到这个程度，你会得到意想不到的效果。关于深度，他们的组合就能引导我们知道数字能力从哪下手，解决什么问题。举了几个例子：比如主场景的数据驱动就是一个酒店，服务就是场景，过去是客人来了才知道怎么办，现在客人还没来，可能就有针对性营销和引流。你有客户画像，他来了之后，你就知道怎么个性化应对，包括服务也是个性化，这个人喜欢什么，各种服务你都能跟上。整个从还没来到来的过程，都会有很大的体验提升。又比如大家都知道飞机要求很高，服务专业性门槛很高，所以要培养一个维修的人很难，但是现在后台一堆个性化模型赋能你，一步步教你做，引导你做，当然有些问题还是得人参与，专家支持参与，各种协同，你就能把这个事情做的比原来好的多。
这些我们都掌握了之后，但是我们要怎么做呢？所以我们一直在试图把这些方法体系归纳成为标准，然后用标准引导大家更好的去把这些相关的落到实处，包括现在正在推的数字化转型贯标（DLMM），也是为了打出一些样本，方法论。也在推动大范围实验之后快速迭代这套方法论，当然我们也在优化两化融合管理体系升级版，IIIMS。在贯标的时候，关注管理机制建设，因为你只有有了这套机制，才能让它持续发挥效果，或者更好发挥效果，但是光有这套机制还不够，很多具体落地的内容到底怎么做？接下来，我们会推动这些标准模型的协同应用，它不是孤立的，比如DLMM成熟度模型，更多的是帮助我们发现问题，而两化融合管理体系升级版，能帮助我们建立机制持续解决问题，从战略设计开始到业务场景涉及、数字能力设计到解决方案，落地实施等等都会有一定支持，希望能共同推动。还有一个关键点，就是抓住关键角色首席数据官CDO，在工信部信发司指导下，我们正在推动首席数据官制度建设。首席数据官CDO在企业里是一个创新引领者，它是主角，而且是一个引导企业创新的主角，他需要具备：数据引导力、行业洞察力、架构与创新能力，组织管理和执行力，价值实现能力等等。现在有关部门也拟出台支持CDO建设的相关政策，希望能够真正去引领构建数字化转型核心队伍，强化人这个最重要、最核心的保障。
