数字化转型五维模型及应用

数字化转型五维模型及应用摘要：《“十四五”数字经济发展规划》指出“当前，新一轮科技革命和产业变革深入发展，数字化转型已经成为大势所趋”。然而企业普遍面临着“不会转”“不愿转”“不敢转”的难题，关键在于企业内部对数字化转型这一横跨业务和技术的事物无法建立统一的认知和话语体系。本研究提出了一种由场景、数据、技术、工具和参与者五个维度构成的数字化转型认知模型，能够应用于农业、工业、商业和服务业等行业，实现数字化转型认知方法和话语体系的全面统一。关键词：数字化转型，数字经济，认知方法，话语体系Abstract：The"14thFive-YearPlanfortheDevelopmentofDigitalEconomy"pointsoutthat"currently,anewroundoftechnologicalrevolutionandindustrialtransformationisdeeplydeveloping,anddigitaltransformationhasbecomethegeneraltrend."However,enterprisesgenerallyfacethechallengeof"notknowinghowtotransform,""unwillingtotransform,"and"afraidtotransform,"mainlybecausetheyareunabletoestablishaunifiedunderstandinganddiscoursesystemfordigitaltransformation,whichspansbusinessandtechnology.Thisstudyproposesadigitaltransformationcognitivemodelconsistingoffivedimensions:scenarios,data,technology,tools,andparticipants.Itcanbeappliedtoindustriessuchasagriculture,industry,commerce,andservicestoachieveacomprehensiveandunifiedcognitiveapproachanddiscoursesystemfordigitaltransformation.Keywords：digitaltransformation,digitaleconomy,cognitivemethod,discoursesystem引言《“十四五”数字经济发展规划》指出“数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态”；“当前，新一轮科技革命和产业变革深入发展，数字化转型已经成为大势所趋”。从各行各业开展数字化转型现状来看，企业普遍面临着“不会转”“不愿转”“不敢转”的难题。数字化转型不只是技术转型，更是认知转型，需要企业上下形成数字化转型高度认可和全面共识。然而，企业不同部门不同岗位的人员，有着不同的认知基础和背景，要求他们对数字化转型这一横跨业务和技术的事物建立统一的认知和话语体系，显然是一项迫在眉睫又极具挑战的工作。国内数字化转型现状分析国内企业在数字化转型中面临着“不会转”“不愿转”“不敢转”的难题,仅依靠外部环境优化无法摆脱困境，还需要提升自身管理水平，以增加数字化转型的内在驱动力[1]。基于"万家民营企业评营商环境"调查数据的研究表明，国内企业数字化转型整体尚处于起步阶段。复合型人才储备不足、产业基础薄弱等问题是制约数字化转型的主要因素[2]。祝合良等提出建立“推进机制、协同机制、共享机制、保障机制”四大政策机制和“构建自主创新与开放共享结合的数字技术体系、推动产业数字化模式创新与变革、提升产业数字化治理模式水平、加快产业数字基础设施建设”四大措施，以推进我国产业数字化转型[3]。从国内数字化转型的实践来看，数字化转型成功的企业往往有着上下一致的数字化转型认知，每一位数字化转型的参与者都能用同一种的话语来进行沟通交流，最终制定和落实数字化转型实施路线图。相反的，绝大多数企业在数字化转型中投入巨大，但收效甚微，都与组织内部对数字化转型认知存在严重分歧不无关系。国内学者针对数字化转型认知方法的研究尚在起步阶段。刘淑媛等提出了“一轴两翼、双发驱动”的数字化转型飞机模型[4]；陈国权等提出了组织数字化转型的过程模型,包括决策，组织，数字化动员，数字化培训，实施，考评，取效和反馈八个阶段[5]。以上模型存在抽象性过高，操作性不强，颗粒度过大等问题，还无法达到从数字化转型核心要素出发，实现数字化转型认知方法和话语体系的统一。数字化转型五维模型如前所述，缺乏统一的认知方法和话语体系是当前数字化转型实践过程中的一大难点。在组织上下，不同背景不同立场的人，对数字化转型的理解不同。技术部门只看到用到了哪些数字技术，涉及到哪些数据；业务部门更关心针对的是哪个场景，能帮自己带来怎样的价值。认知差异一旦形成，数字化转型在规划、实施和交付过程中就会遭遇不少分歧，最终效果犹如开盲盒，不确定性极大。只用统一了认知方法和话语体系，组织内部才能对数字化转型形成共识。为此，本研究提出一种数字化转型认知模型，以场景、数据、技术、工具和参与者五个维度来作为实现数字化转型的认知方法和话语体系统一。场景（Why）维度是数字化转型的起源，数据（What）维度是数字化转型的关键要素和“原材料”，技术（How）维度是数字化转型的方法，工具（Which）维度是数字化转型的“钥匙”，参与者（Who）维度是数字化转型的主要角色。（1）场景场景维度由业态、环节和痛点三个部分构成。业态是农业、工业、商业、服务业等产业对应的细分行业，比如农业中的种植业、畜牧业、水产养殖等业态，工业中的家电制造、汽车制造和集成电路制造等业态，商业中的商超、购物百货、专卖店等业态，服务业中的养老机构、景区、医院等业态。环节是业务或者流程环节，比如财务、人事、采购、设计、销售、生产、仓储、配送、运营、安防等。痛点是有待解决的问题，比如效果差、效率低、成本高、产出低、吞吐慢、精度低、周期长等。业态、环节和痛点三者相加就构成了数字化转型的场景，比如家电制造企业生产环节不够柔性，商超选品不精准，医院门诊接待“三长一短”等。（2）数据数字化转型的关键要素和“原材料”在数据维度。数据按数量划分，有大数据和小数据；按结构化程度划分，包括结构化数据、半结构化数据和非结构化数据；按传输形态划分，有流式数据和批式数据；按实时性划分，有实时数据和非实时的离线数据；按产生环节划分，有外部接入的数据、本地自采的数据、本地业务系统自产的数据以及本地数据衍生出来的数据；按处理状态划分，有生数据和熟数据；按数据管理的标准划分，有元数据、引用数据、主数据、企业结构数据、交易活动数据、交易审计数据；按数据来源的领域划分，有研发数据、生产数据、销售数据、运维数据和管理数据；按数据分级标准划分，有一级、二级和三级数据。（3）技术技术维度是数字技术，主要有人工智能、大数据、物联网、区块链、AR/VR/MR技术等。人工智能技术包括判别式人工智能和生成式人工智能。大数据技术涵盖数据存储与计算、数据管理、数据流通、数据应用、数据安全等五个领域。区块链技术可以分为公有链、联盟链和私有链技术。AR/VR/MR技术是由增强现实（AR）、虚拟现实（VR）和混合现实（MR）组成。数字技术既是数据的生产者，也是数据的消费者。针对一个数字化转型场景往往会将多种数字技术组合使用，形成更多“叠加态”的数字技术，比如智能物联网、数字孪生、元宇宙等。（4）工具工具维度是以数据为基础，面向数字化转型场景，运用数字技术打造的数字生产力工具。数字生产力工具必须对应到场景中，从而解决场景痛点，提高生产力。有的数字生产力工具是为某一个特定场景专门定制的，比如人脸识别门禁设备；也有可以用于多个场景的数字生产力工具，比如ChatGPT。数字生产力工具既可以是软件，也可以是软硬件结合的，由数字技术本身决定。（5）参与者参与者维度主要包括工具开发者和使用者。工具开发者一般来自技术部门，拥有数字技术开发能力，能够运用人工智能、大数据、物联网、区块链、AR/VR等数字技术，完成数字生产力工具的开发任务。工具开发者不直接解决场景痛点，只提供数字技术支持。工具使用者则主要来自业务部门，拥有业务实操能力，能够运用数字生产力工具，完成解决场景痛点的任务。工具使用者是主攻手，会不会用工具，能不能用好工具，决定了数字技术应用能否达到预期目标。场景、数据、技术、工具和参与者五个维度紧密关联，形成一个完整闭环。如图1所示，从技术到场景，数字技术适配了场景痛点；从数据到场景，数据驱动了场景痛点解决；从场景到工具，场景定位了数字生产力工具功能；从数据到工具，数据支撑了数字生产力工具打造与运行；从技术到工具，数字技术决定了数字生产力工具实现；从参与者到参与者，数字生产力工具开发者和使用者建立共识；从参与者到工具，工具开发者交付了数字生产力工具；从工具到参与者，数字生产力工具赋能了工具使用者；最后，从参与者到场景，工具使用者解决了场景痛点。图1数字化转型五维模型逻辑图五维模型的应用场景数字化转型五维模型能够应用于农业、工业、商业和服务业等各行各业数字化转型的认知方法和话语体系统一。接下来，将以工业、商业和服务业的三个具体场景作为示例，来实证五维模型的应用价值。（1）工业场景示例运用五维模型来统一认知工业场景，不妨以“家电制造企业生产不柔性”这一场景来进行示例。在场景维度，场景业态是家电制造，环节是生产，痛点是不柔性；在数据维度，要解决场景问题需要生产计划、设备运行状态、产品工艺信息、产品信息、员工信息、车间工作日历等数据；在技术维度，可以用智能物联网技术采集数据，用大数据技术处理和分析数据，用人工智能技术搭建调度模型，用智能物联网技术控制设备执行；在工具维度，打造出的数字生产力工具是智能生产调度器；在参与者维度，工具开发者是工业企业技术部门或智能制造系统提供商，工具使用者是家电制造企业生产管理部门。（2）商业场景示例以“商超选品不精准”场景来示例五维模型统一认知商业场景。在场景维度，商超、选品和不精准是业态、环节和痛点；在数据维度，场景需要SKU信息、SKU标签、潮流标签、季节标签、常驻人口构成、流动人口构成、周边业态等数据来构建工具；在技术维度，大数据和人工智能技术能够处理分析数据并搭建选品模型；在工具维度，智能选品组货数字生产力工具将实现商超精准选品；在参与者维度，工具开发者是商业企业技术部门或智能零售系统提供商，工具使用者是商超店长。（3）服务业场景示例对于服务业，以“医院门诊接待三长一短”场景来示例五维模型的统一认知能力。在场景维度，场景业态是医院，环节是门诊接待，痛点是三长一短；在数据维度，患者挂号，医生排班，患者检查，诊室位置，楼层布局等数据是解决场景痛点的关键要素；在技术维度，可以用大数据技术处理和分析数据，用人工智能技术预测门诊业务需求，用数字孪生技术仿真门诊业务流程；在工具维度，门诊接待流程和资源优化器是数字生产力工具；在参与者维度，医院信息部门或智慧医疗系统提供商是工具开发者，门诊部门管理人员是工具使用者。结语通过运用数字化转型五维模型，不同部门、不同岗位、不同背景的人员能够对数字化转型建立统一的认知和话语体系，为克服“不会转”“不愿转”“不敢转”的难题夯实基础。场景、数据、技术、工具和参与者五个维度对数字化转型的过程描述是具有操作性和普适性的，但依然存在抽象性问题。只有通过在不同细分行业中不断积累五维模型的认知案例，最终形成覆盖细分行业绝大多数场景的行业版五维模型，才能实现“开箱即用”的数字化转型认知共识体验。参考文献[1]续继.职业化管理与民营企业数字化转型:能