CIO40: 数字化中心运营管理

数字化转型涉及到企业研发设计、生产制造、物流仓储、经营管理的方方面面。最后都是落地到软件来实现的。

一：软件定义的本质

数字化转型必不可少的需要软件的支撑。但为什么需要软件作为支撑，思考的路径其实是这样的：

1，寻找制造本身的运行规律

人们很容易想到，机器作业需要软件驱动。但实际的情况是：首先，我们需要寻找制造本身的规律。即使是人工的作业，也还是需要寻找规律。我们能想到的比如说泰勒的科学管理理论、精益生产理论等。

2，把运行规律模型化

这个过程就是把理论体系量化，落实到工业技术和管理技术，建立技术模型。

3，把模型算法化

算法化其实是一个标准化和对模型进行算法构建的过程。就拿做一件衣服来说，衣服是一个非标的产品，但其实通过标准工时的模型，一件非标的衣服可以拆解到部件，动作，和时间。把这些要素串联起来，可以计算出做一件衣服标准的时间。

4，把算法转化为代码

这就是一个编程的过程。通过软件代码把算法做成软件的功能。

5，把代码转化为软件

到软件层面，是把功能串联起来，过程中考虑功能的可重用，灵活性等。代码被软件化，就变成了一个软件产品，可以拿来使用。

通过以上的5个递进式的描述，你大概能够理解为什么数字化最后是需要通过软件化来实现和支撑的。即使是自动化的机器设备，里面跑的也是软件。但我们看到软件本身还不够，软件是一个工具。

软件的本质：就是规范数据的流动，以数据的自动流动化解复杂系统的不确定性，而软件不断迭代的过程，也是不断去创新运行规律及模式的过程。

二：数字化转型，对制造企业的挑战

1，对工业技术/管理技术的理解和认知的挑战

A，正如文章一开始中说道的，形成软件的前提条件需要工业技术和管理技术。所以不要急着上软件和项目，先需要对工业技术和管理技术有所了解和实践。

在服装领域有句话说：精益管理是实现智能制造的基础。所以，如果对精益管理这种管理技术不了解的话，我们来讲数字化转型就无从谈起。

B，现在的制造过程中即使如服装这样还是以人工为主的制造，也已经有了一些自动化设备。自动化设备中跑的是软件，我们不能让设备停留在设备层面，而需要去考虑设备的互联，更关注对其中的数据采集，并通过工业技术模型来进行控制和优化。

2，对信息化/软件系统规划和实施的能力挑战

A，信息化是一个自上而下的系统工程。我们首先要认知的是企业为什么要做工业化和信息化。这就是我们在两化体系中提到的企业战略要落地，需要打造新型能力线，而新型能力线的打造需要工业化和信息化的结合。所以信息化的规划要跟战略相匹配。

B，在数字化的过程中，是一种从业务需求到功能需求到技术需求的一个实现过程。而往往企业缺乏把一个业务问题定义为一个数据可分析问题的能力。

C，对很多企业来说，对流程和数据的认知能力相对欠缺。而从传统的线下管理或者说人工作业，转化为线上（软件）管理和自动化作业存在认知偏差。

D，对于制造企业来说，各种层出不穷的软件技术，企业很难去判断优劣，这里的坑很多。

3，系统建设中的投入与产出的挑战

数字化转型会牵涉到设备改造，系统建设，人员培训，咨询辅导等方方面面，对企业来说是一笔不小的开支。在合适的时间投入合适的资源，并确保实效，对每个企业来说都是一个不小的挑战。

4，系统建设从一次性项目投入到产品型不断优化和迭代的挑战

以往的项目建设从项目启动到项目上线是一个项目完成的终点。而数字化转型，贯穿企业日常运营，项目上线仅仅是起点。

从项目上线到适应调整，到不断改进活学活用，到流程改善数据开发利用是一个不断迭代的前进过程。那么企业的运营人员和IT团队是否可以承担起这样的角色和责任？有很多不确定因素。

三：数字化转型，正确的姿势

一个核心：

以两化体系为核心，指导战略落地；通过引入工业技术和管理技术，全面提升企业科学管理的理论水平和落地能力（解构，量化，模型化）

两个基本点：

A，项目建设以信息化规划为索引，建立信息化规划范式（应用架构规划，功能架构规划，技术架构规划）。

B，创造数字化转型软环境：流程、数据、人 三要素。

规划

A，在应用架构层建立包括基础层、业务运作层、经营管理层、管控分析层、信息门户及移动应用为核心的5层架构体系

B，在功能架构层考虑重用和功能边界，合理功能布局；

C，在技术架构层，通过API接口连接异构数据，通过数据仓库及报表工具纵向打通和抽取各层级数据。主数据规范+API接口+数仓，搭建数据中台。

软环境

做事：需要有制度，有流程，有作业指导

数据：需要标准化、规范化、结构化

人：培养业务+技术的复合人才。每个岗位向前跨半步，事半功倍。

收到这么一本书，看了目录，如获至宝。做IT有时候很痛苦，有些道理知道但讲不清，大家都在讲数字化转型，终于，读完这本书，讲清楚了。

四：数字化–智能制造的本质

智能制造从生产装备自动化到数据流动自动化，其实是一个不断消除不确定性提高资源产出效率的过程。

我们一直在说智能制造，总觉得是可以提高生产效率降低成本，其实这只是浅层次的理解。书中，安博士从三个层次递进的给出了精确的定义：

1，人、企业（系统）害怕不确定性，而信息可以减少认知的不确定性；

2，企业资源产出的效率高于同行业的竞争对手，就会取得竞争优势；

3，数据的自动流动可以化解复杂系统（企业）的不信息确定性，从而优化资源配置提升资源产出的效率。

智能制造的本质

以数据的自动流动化解复杂系统的不确定性。

A-关键词：万物互联、数据驱动、软件定义

记得在读曾鸣教授的《智能商业》这本书中讲到的双螺旋结构：网络协同+数据智能。在这本书中也同样提到了有关于连接问题和数据问题。

提到的概念是万物互联，这里讲到的万物应该是融合了物联网相关的“物”，我们可以想象的是一个人与一切连接的场景，人机一体万物互联，互联一切可数字化的事物。

数据驱动的目的是为了驱动制造资源的优化配置，这也是数据的深层价值所在。

增加的软件定义，软件的目的是建立一种规则流程和规范去定义数据如何流动。

其中还提到了两个关键的平台：

组织物和软件的平台：其指的关键还是工业互联网的平台；

组织人的平台：其核心是指当我们用数据和软件形成了体系以后，必将导致人所在的组织形成新的社会分工协作体系，组织将被重构。

B-关键词：“一硬”，“一软”，“一网“，“一平台”

CPS信息物理系统

Cyber-Physical System，顾名思义是指连接物理空间和虚拟空间的系统。当两个空间被连接起来，那么虚拟空间必须具有对物理空间的感知能力，并可以对其进行实时分析，分析后的结果可以被用于科学决策，做出的决策可以被精准的在物理和虚拟空间执行。这些都是由数据驱动并形成了从数据-信息-知识-决策的数据自动流动的闭环

CPS是由以下这些要素形成的：

一硬：感知和自动控制；

一软：工业软件；

一网：工业网络；

一平台：工业互联网平台；

最后给大家留两个问题，等着大家自己去思考、探索和实践。当然您可以去看这本书，去试着理解作者的逻辑和观点，跟高手隔空对话。

软件真的可以定义未来吗？

工业互联网平台究竟应该如何构建和打造？

五：兴趣&工作，增强回路

2019重新回归IT，总是说屁股坐到哪里就会从哪里来思考。但发现经过那么多年，已经从IT走出了很远。疫情期间，远程办公，跟同事开玩笑说，我今天开始重新在我的笔记本上装Sql Server2014 Management，经过了10年之后，重新开始写Sql 语句。感觉很好，因为有兴趣在，曾有人说兴趣和工作结合是一个增强回路，呵呵。

2020年的开年并不是很顺利，但觉得宅家很好，可以有更多的时间去体系化的学习。记得20年前，读过一本IT的杂志，有讲到甲方IT人的职业生涯，除了继续的走技术路线成为技术大牛外，最后是向左走向右走。向左走，成为CEO；向右走，成为咨询顾问。现在来看这个职业生涯的选择，其实在Hard部分，本质没有很大的差别。因为这两者都需要一种体系化的能力。

IT人的思维结构都喜欢自顶向下的思考。但要自顶向下谈何容易，对于笨的人来说，基本只能是一路从下而上身体力行的去攀登，然后从某个节点至上而下去连接思考。

这次听张丽俊老师有关《组织的力量》的课程终于开始学了点门道，其中说到：

企业成功=文化 x 战略 x 组织能力

成功的企业，需要使命驱动（共同的价值观），需要有好的战略（战略是看环境，看行业，看竞争对手，看自己，制定出来），需要良好的战略落地的组织能力（指标分解体系，承接指标的组织保障，组织保障需要有合适的组织架构，部门、岗位，人，一样也不能少）。

So，2019年，一直被我挂在嘴边的软环境已经有很好的解释。IT是一种战略落地的工具，是为了提升组织绩效和治理能力而存在的工具。当然，在人的认知和能力层面上，还需要经营管理者懂得如何把业务问题转化为一个能够用数据来度量、分析、从而解问题的能力。所以，软环境不仅仅是人的人认知问题，也是一个组织能力（组织治理结构）建设的问题。

所以，企业数字化转型，这个转型并不一定是业务的变革和转型，开创第二曲线，更多的应该是一种改变，用更科学的组织和运营方式去做事情去管好人：

1，围绕保障战略落地的组织体系打造及能力建设，建立体系和结构化的做事管人的规范及方法。

2，工具落地和数据度量。

六：企业数字化转型很难吗？

从去年开始一直在关注企业数字化转型这个趋势。疫情期间也接触了一些传统企业的经营者。疫情是一个砍，逼着大家开始思考做电商，做机器换人等等吧。但似乎大家头脑中又有很多杂草，不知道应该如何去做。所以打算写一系列的文章出来，也顺便来理理自己的思路。

企业数字化转型，牵涉到企业经营管理的方方面面，自然也是一把手工程。那么作为企业的一把手或者具体的执行者，需要有哪些思维模式或者说思考路径才能来考虑这个事情是否可以做，如何开始做，是否可以做成呢？

我觉得需要有以下三种思维方式和能力，包括：生意人思维方式；量化思维能力；运营思维方式和能力。我试着分别用一句话总结一下：

A-生意人思维方式：

就是用自己的资源去体察市场、客户、竞争对手，寻找机会实现盈利。

B-量化思维能力：

就是有把一个业务问题转化为数据可分析问题的思维能力。

C-运营思维方式和能力：

就是有一种分析问题和解决问题的思维方式和能力。

通俗点讲对外就是在产品、客户之间搭建起顺利运作制定连贯的策略的思维方式和能力。对内就是建立KPI绩效体系，并带领团队促使达成的思维方式和能力。

七：企业数字化转型本质

听到数字化，听到转型这些词，很多人有点晕。其实数字化只是一种工具，用这种工具来帮助企业发展（转型）是核心。企业如何发展，在每个老板心中都有方向，这个方向也是数字化转型的切入点。

在上一讲中，我们提到生意人的思维，今天我们着重来讲讲什么是生意人的思维，这个思维方式如何跟企业的数字化转型相结合。

A-不是为了好看，而是为了有用

所谓“生意人”的视角，就是利用数字化转型这个工具和方法，是为了实现短期的盈利和长期的收益。有投入必有产出。所以数字化转型的目的不是为了好看，而是为了有用。

B-对“生意”有用的四个方向

企业要赢得短期的盈利和长期的收益，我们可以抽象为以下四个方向来考虑：

上：收入；下：成本；左：安全；右：资源。

企业本体就是企业的经营模式。

收入：企业要想尽办法开拓市场去增加收入。那么数字化可以帮助我们去构建新的市场，比如利用数字化的平台（不仅限于天猫，京东等）构建电子商务渠道等。

成本：企业要想尽办法提升效率降低成本。降低成本的核心就是提升效率。那么数字化可以帮助我们去做生产预测，提升库存的周转效率从而降低成本；也可以帮助我们去构建以数据为抓手的精益化生产运营能力，减少一切不必要的浪费。

安全：企业要想尽办法控制经营风险。那么我们要考虑的是建立企业的风险评估体系，并用数字化的手段去辅助跟踪，提升决策的安全性。比如对于应收款的风险评估。

这里特别要注意的是，数字化本身会形成一些新的风险，因为一旦设备联网，数据被实时采集，必然会遇到病毒、数据安全等负面事件的干扰。我们对数字化工具越依赖，那么这个问题就会越突出。

资源：企业要想尽办法利用好人、财、物、关系等一切资源。在物（设备）被不断自动化智能化的时代，设备永远的在线状态，让它从一个物理实体成为了一个可以被实时监控、实时调整、精确控制的虚拟存在。而人力目前被普遍认为是一种最重要的资源，那么对人力的评估和绩效不应该停留在纸面和主观的领域，而应该通过数字化的手段被量化到各个业务环节。

C-数字化构建的人和物的虚拟网络，让关系成为一种新的资源。

对“生意”有用的时间维度

企业本体不是一成不变的，如果把它放到时间维度上就是：

历史，形成目前经营模式的优势；

当下，保持现有经营模式的能力；

未来，想要构建的新的盈利模式

历史是存量，是我们经过多年沉淀而形成的优势。在历史层面，我们需要用数字化的手段去构建我们的成功要素模型，让机会和机遇成为一种必然，意思是看的更清楚。

当下是增量，是在新的形式下，考虑环境因素、行业因素，我们要去保持增长的能力。在存量的基础上，我们怎么可以通过数字化转型的工具去做好增量，特别是在技术大幅度进步的今天，我们如何抓住数字化的技术红利去构筑我们的自己的竞争壁垒。

未来是变量，是我们要构筑的一种新的盈利模式。可以是利用数字化手段去发展出一种全新的能力，派生出另外的一个增长点。

D-数字化转型的投入是否值得

“值得”这两个字跟“有用”存在很大的不同。“有用”关注的是现在，而值得关注的是“未来”。这是当下盈利能力和未来利益的权衡。

数字化的工具利用，无论是购买新的数字化设备，引入新的软件系统，构建数据模型等等，对企业来说都是一种投入。对于“生意”来说，在关注当下回报的时候，必须要有长线的思考。

生意人需要有前瞻性思维和敢于冒险的精神。这是我们对未来方向性的判断。在这个计划赶不上变化的时代，我们要的是方向正确，在迭代中去不断前进。我们不需要去关注技术，而应该去关注技术如何为我所用。

八：企业数字化转型从哪里着手

听到数字化，听到转型这些词，很多人有点晕。其实数字化只是一种工具，用这种工具来帮助企业发展（转型）是核心。企业如何发展，在每个老板心中都有方向，这个方向也是数字化转型的切入点。

管理学大师德鲁克曾经说过：管理就是要可衡量。能量化尽量量化，不能量化尽量细化，不能细化尽量流程化。从他这句话我们来说说量化思维。

我们从一个业务问题说起。

A-分解的量化

一个业务问题要被解决，就是要对问题进行分解，然后寻求解决方案。德鲁克说的问题要尽量细化就是指的问题要尽量分解为最小可解决单位。

所以问题的分解就是第一个“量”。

B- 目标的量化

问题被分解后，我们要针对问题采取措施，即制定解决方案。我们怎么来判断解决方案是否有效，其实就是看采取的措施得到的结果是否有效。评价有效的最简单的方法就是在问题被分解后我们对问题是否得到解决制定一个目标。这就是目标的量化。

C-结果的量化

有了问题，有了目标，有了解决方案，我们就要采取具体的行动。那么解决方案是否有效，最简单的方式也是让结果可以量化，用结果的量化值与目标进行比较。这就是结果的量化。

以上就是一个把业务问题转化为数据可量化问题的基本思路。

那么问题来了，如果我们经过了上面一轮动作，发现业务问题没有被解决，那么问题出在哪里呢？

当我们下决心按照解决方案去做了，会发现如下问题：

1，解决方案没有对症下药。意思是解决方案本身有问题。

2，问题的分解方向不对或者没有分解到最终问题的关键影响因素。

问题如何被正确分解的MECE原则，这是一个结构化的思考力

第一条是完整性，说的是分解工作的过程中不要漏掉某项，要保证完整性；

第二条是独立性，强调了每项工作之间要独立，每项工作之间不要有交叉重叠。

结合以上两点，我们对问题的解决就进入了一个不断的试错和调整的过程。

“量”的核心是一种标准。标准的描述可以是数字，可以是流程，可以是关键词。如果我们把它理解为数量就太局限了。

有了量化思维方式和能力，才会有把一个业务问题转化为数据可分析问题的思维能力

九：数字化运营

在百度百科中，对运营的解释是这样的：

运营就是对运营过程的计划、组织、实施和控制，是与产品生产和服务创造密切相关的各项管理工作的总称。从另一个角度来讲，运营管理也可以指为对生产和提供公司主要的产品和服务的系统进行设计、运行、评价和改进的管理工作。

运营这个词来源于互联网公司。在很多的电商相关的公司中都有运营的岗位。电商的运营更侧重的是通过店铺（系统）产出的数据，分析数据，做出具体的改善方案，根据改善方案去调整系统（比如说通过直通车这个工具去运作流量，比如说去改善商品的展示图片等），通过再次沉淀的数据去查看改善的有效性，以此往复达成最优的平衡。

以上可以发现，整个的运营过程中离不开系统和数据。

以往在传统企业中，我们讲经营和管理。经营和管理基本上可以理解为外和内。对客户（外人）讲经营，创造业绩；对员工（内人）讲管理。随着数字化进程的推进，在经营和管理中越来越多的使用系统的工具，越来越多的有了实时数据，可以说，已经有了运营的环境。电商的运营本身就是一种经营性的活动，所以大家对于在经营上或者说营销端的运营是比较好理解的。那么在很多的生产制造的传统企业，有了运营的环境，我们怎么来理解需要运营的思维方式和能力呢？

运营的客观因素是系统和数据，运营的主观因素是人的：计划、组织、实施、控制能力。

以下结合两个典型的制造企业的运营场景来谈谈运营的思维方式。

A，生产环节

服装企业在精益化的生产运营中，首先IE（服装工程）的部门对服装进行了到部件的分解，并把每个动作的时间进行了量化。这其实是一个标准化的过程。把看似非标准化的不同款式的产品标准化到了最小的部件单位和每个动作的时间。这就是对每件服装生产制造的一个计划。

然后，服装工程的部门会把人和这件被标准化了的衣服关联起来，意思是谁在哪个位置做哪几个动作去完成哪几个部件的生产，最后合成一件衣服。这是生产路径的一种计划安排。

服装的生产过程也就是计划的实施过程。因为有了设备的互联和数据的实施采集，那么现场的服装工程人员可以随时了解到计划的执行情况，并分析数据及时采取措施，目的就是提升计划的达成率。
只有在掌握实时数据的情况下，现场人员对数据进行分析及时做出调整，才能提升对整个生产过程的控制能力。

以上是服装工程人员对整个生产的运营过程。我们会发现，要做好对整个生产环节的控制，光有系统（设备）、数据是远远不够的。核心还是人对数据的分析能力，人的调整和改善能力。在这里人和数据是相互依存的。

B，管理环节

企业内部的管理无非是提供支撑服务和管控风险。现在无论是ERP系统、BPM系统、OA系统等等，都在产生数据。但要把数据用到管理，对数据有三个层级的要求：

有数据

有正确的数据

有正确及时有效的数据

系统的运行可以产出数据，可以通过系统内的逻辑关系产出一部分正确的数据。但数据要正确和及时有效还是需要运营人员的干预。

以管控风险为例，管控经营的风险，肯定是从销售合同开始的。销售合同就是每个最小单位的风险管控计划。合同中给出了影响风险的几个关键要素，包括客户、单价、数量、交期、付款方式等。合同是我们实施管控的计划。

风险的管控是一个控制过程，这个控制过程首先是通过管控系统中的具体单据，比如说出入库单，结算对账单，销售发票，收款单去实现的。这是一个风险量化的过程。所以运用人员必须去跟踪这些单据以确保其及时正确。同时，通过跟合同的要素去比对，及时发现问题去防范过程中的风险。

在整个的过程中，我们也会发现光有系统是远远不够的。通过对单据正确性及时性的管理，对整个合同执行的监督和控制，发现控制点，并建立标准，才能提升规范性，从而降低风险提升整体的管理效率。

运营这个词或许传统企业的人员有点陌生。如果我们回到传统管理的理念，其实就是PDCA的循环，就是SMART原则。数字化的转型过程，推动了数据采集的实时性和广泛性，从而可以让我们看到更小颗粒度的数据、更实时的数据，随时判断并做出决策和调整。

经营和管理者，只有具备了管理技术的理念，掌握了SMART原则，有了运营的思维方式和能力，才能充分利用信息技术去提升企业的经营和管理的效率

十：数字化运营中IT角色与作用

在数字化浪潮下，传统企业也在提数字化转型，那么传统企业的IT部门究竟应该充当什么角色？起到什么作用？交流启发思考，认知指导行动。

A, 向前走半步

在部门内部会议中，我们经常会说到沟通这个话题，在沟通中如果大家都能往前走半步，沟通的效率才能真正的得到提升。从IT部门来说，走半步的意思就是需要去了解业务。

传统的IT部门是以其他部门的需求去组织项目，通过实施项目去满足需求的。往往在项目交付后，我们就会离项目很远，变成了运维：解决着系统的Bug问题、修复着数据以及承接后续由业务部门再提交的需求。

这样的“好处”就是：

A，IT部也不用真正的去了解业务。

B，IT部永远是让人生畏的、神秘的和陌生的；

C，IT部的绩效总是无法令人满意的；

D，IT人永远可以蜷缩在自己给自己找的不善于沟通交流的舒适区中；

我很喜欢说的一句话：性格是我们给自己营造的最大的舒适区。

而随着云计算，大数据技术的发展，大家越来越多的产生失落感。

以上究竟是什么造成的？是组织造成的吗？是上级领导的重视造成的吗？都不是！我觉得还是我们自己造成的。

或许在数字化转型的今天，要老板提出清晰的数字化转型的思路是困难的（我们也看到有的企业老板确实有这样的能力和视野），但如果我们能够从需求导向转变为场景导向（这个词是陈总说的），向前跨出一步，去了解业务，去跟业务结成同盟，学会用数字化创新的思路去描绘业务场景，那么我们也真是扎扎实实的走出了第一步。当然，前提是需要去转变观念，确立目标，抛却面子，积极沟通，主动学习。

B, 向后退半步

IT部门在很多传统的企业是一个非经营性的部门，也有说是职能部门或者是花钱的部门。很多在制造企业的IT从业者心有不甘。数字化转型的今天，IT部门应该冲在一线吗？

我的回答同样是，NO！

我的观点是这样的：如果心有不甘，可以去一线的业务部门，毕竟是创造利润的部门。

如果有心要留在非经营性的部门，那么首先考虑的问题就是少花钱多干事。

向后退半步不是退缩，也不是逃避，因为其实我们还真的无法代替业务。

我们思考的方向应该是如何跟业务部门去合作跟其他职能部门去合作，如何用数据去支撑业务的发展，发挥价值。之前有句话说从传统的IT时代到DT时代，那么我们也应该从传统的项目、运维去更好的拿起数据的武器，打通各个环节的数据，不断整合而发挥出数据的价值。

C, 赋能企业数字化转型

在企业的数字化转型中，IT部门的作用究竟是什么，“赋能”这两个词很好的概括出了方向。我们应该利用系统、数据、BI、人工智能等技术手段去赋能企业，通过数据整合和平台构建提升企业IT软环境，在传统的提升效率的基础上，进一步做好实时的高效的数据采集，打通数据孤岛，让数据分析成为每个部门每个管理者能自主去完成的事情。让数据+模型（算法）+应用场景在企业的各个环节发挥更大的价值。

D, IT具体能做些什么？

其实这篇文章写了很久，其中的内容带有很多面对部门转型的不成熟的想法，或许一时对IT部的综合能力要求过高，或许我们要经历一个很长的时期才能做到，但因为之前在消费互联网领域，受了很多互联网公司的影响，一直喜欢这句话：因为相信所以看见。跟大家共勉。

D1-从软件项目实施到软件产品运营

传统很多IT部在企业上项目的过程中都承担丙方的角色，即所谓的选型和配合乙方做项目实施跟进。为什么会是丙方的角色，主要的原因：

A，IT部不是业务部门，项目的需求都是甲方（业务部门）提出来的。

B，IT部不是一个开发软件的技术部门（排除有很多人员配置和软件技术开发能力的IT团队）

所以，传统的IT部门就成为了丙方，只能起到辅助的一个角色。

相较于外部的乙方（软件公司）而言，其实大多数的IT部是更了解本公司的业务构架的。而随着业务和市场环境的快速变化，企业对数字化的依赖度越来越强，业务的需求和项目实施越来越变成一个常规化的工作。同时软件编程技术的进步，也给予了IT部越来越多的空间和能力去开发适合企业的产品，并通过运营去不断的优化和创新产品。

所以，在企业数字化转型的过程中，IT的工作应该变成从被动的接受业务需求，到主动的去沟通业务需求，进而落地解决方案到由IT部与乙方共同实现的过程。

然后不断的去重复和优化这个工作，变以往的系统运维为产品运营。

D2-从关注需求、功能实现到关注数据采集、模型构建

IT以往的工作是围绕需求落地、项目实施展开的。在软件项目的实施过程中，我们会关注功能实现和流程的通畅，而我的理解：功能和流程实现是一个过程，核心是保证数据的及时性，完整性，正确性，最后通过分析数据去发现问题，提出解决方案并落实解决方案再次通过数据去验证问题是否得到解决，这是用数据去辅助解决管理问题的一个经典模型。

但现在，特别是在智能采集终端和自动化的设备被不断应用到业务场景中时，数据的采集更多的不再依赖于人工，数据采集的细致度、精确度、密度都在不断的被提升，那么我们更多的应该去关注数据，用数据去驱动管理。利用数据能做什么？这个问题在前几天读安筱鹏博士的《重构数字化转型的逻辑》一书给出了很清晰的思路：

1，数据能驱动提高全要素生产效率，用数据去实现资源优化。

2，数据能驱动数据流动：把数据在正确的时间以正确的方式传递给正确的人和机器。

3，数据能驱动决策：数据模型结合大数据的不断迭代优化所产生的人工智能，能够实施并在各个环节参与决策或者作出决策。

D3-发挥整合的能力

我们从未有过那么迫切的心态去消灭信息孤岛，不仅仅是企业内部的，还有企业外部的。

所以从横向系统间的数据整合，到纵向数据一体化应用，到构建数据中台，必定是IT要生长出来的一种能力。

现在对数据中台的概念描述的很多，但不同的企业因为公司架构和业务属性不同，对数据中台的理解也会不同。但不管怎么变化，数据中台的核心还是数据。而数据在系统间的流向基本上是横向系统间的数据共用、参照、打通，纵向的数据整合和数据模型的构建，然后提供数据服务。

D4-激活组织自助与参与的力量

信息技术的发展，构建了软件的应用场景和环境，要数字化融入到业务场景中，信息系统应该变的更好用、可用、易用，同时IT部门要不断的去激发场景用户的参与度和提升系统的自助能力。

当一个系统或者一个产品能够让更多的人愿意去参与其中，产品和系统才真正有了生命力。我在很多公司看到这样的尝试。

A，比如说在OA中构建部门的门户和共享中心。让相关部门主导或者共同来参与自己的数字化门户的构建，并自发的来录制视频告知客户如何使用这个门户进行相关工作，这些都是很好的尝试，而以往这些都是IT部门做的事情。

B，比如说最近看到很多的产品，通过IT部在后台对数据的整合，前台（软件系统）通过简单的培训就能让业务部门掌握数据分析工具，建立多维度的分析模型。

我们以前经常说，IT就不仅仅是IT部门的事情，现在，通过以上的两个案例，我们惊喜的看到了在组织内部非IT部门的变化。当然，这些都离不开IT部门的推动和对应用环境可用性的构建。全员参与才能激发组织活力真正的完成数字化转型。

以上对IT部的使命提出了更高的要求，但无论怎么做，IT永远需要两手抓：

D-5培养I&T的能力

I：信息，知识，业务能力

T：技术落地的方案、实施和产品开发和数据模型构建的能力