一）转型目的
Survival of the Fittest（适者生存/优胜劣汰）。生存是「转型」的唯一目的。
数字化转型 = 以「数字化能力」作为「转型」的主要资源、举措、手段。
重中之重是要明确「转型」成什么，不仅管理层，所有为企业创造收入的一线人员都能用人话，说清楚讲明白怎么做，做什么，明确什么是做得好以及价值。
二）数字化转型（Digital Transformation）
数字化转型（Digital Transformation）不管用中文或是英文，关键在「转型」：组织战略上明确转型成什么，数字化这个手段知道往哪个方向走，知道怎么补课提升，有效配置资源；就像以大量时间精力钻研考试解题的奇技淫巧，可是高考时完全没用的打击。
本文是我的所见、所得与体会，经历积累来自我服务过的管理咨询公司（IT咨询与管理咨询）、创业公司、企业（经营10+年）以及金融资本机构（写代码、搞架构、评项目）。
数字化转型已经快成为全球企业包治百病的解决方案（狗皮膏药），多数企业在听说数字化转型的大词后，都愉悦又坚定地表示：这就是我想要的。
等到花大代价找了顾问、IT公司、智能硬件公司以及疯狂招募数字化转型专家后，往往最终收获是花了钱、打击了士气还养肥供应商，还说不明白是哪里出了问题？连复盘都只能总结：体质不好、基因不佳与环境不对，最终只能CIO（Career Is Over）。
数字化转型有以下的定义（生命宝贵可以跳过，汇报充字数用）：
国资委[1]：数字化转型是顺应新一轮科技革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。
中国信息通信研究院出具《中国数字经济发展与就业白皮书（2019 年）》中的定义，数字化转型是指产业与数字技术全面融合，提升效率的经济转型过程，即各产业利用数字技术，把产业各要素、各环节全部数字化，通过对数字世界的仿真模拟、设计优化等操作，推动技术、人才、资本等资源配置优化，推动业务流程、生产方式重组变革，从而提高产业效率。
GOOGLE Cloud[2]：数字化转型是指企业借助新的技术，重新设计和重新定义与客户、员工以及合作伙伴的关系。企业的数字化转型涵盖了从应用的现代化改造、创建新的业务模式到为客户构建新的产品和服务的方方面面。
企业可以借鉴一些数字化转型框架，重新构思如何使自己在各自的业务和行业中保持竞争力。
数字化转型利用现代化数字技术（包括所有类型的公共云、私有云和混合云平台）来创建或调整业务流程、文化和客户体验，以适应不断变化的业务和市场需求。
SAP[3]：数字化转型不仅是一种技术转型，还是一种文化和业务转型，通过彻底重构客户体验、业务模式和运营，采用全新的方式交付价值、创造收入并提高效率。
维基百科[4]：数字化转型是指人们利用信息技术来改造自身的业务，人们通过推广数字化流程来取代非数字化或人工作业流程，或用较新的信息技术取代旧的信息技术。
看完这些名词术语组成的定义，一人一专家的理解，「数字化转型」顺理成章地成为一个怎么说都对，又方便背锅的好东西。
三）数字化转型框架：两个维度-效率与透明
效率：不是第一个吃螃蟹，借鉴行业最佳业务实践（Best Practice）是风险又可控最高效的方式。像是你经营一个产品销售公司，直接买一套「进销存系统」，根据必要的配置跟标准功能，可以容易的知道有多少SKU、每天采购多少、每天卖了多少以及财务状况，目前库存又是如何，有了这些信息数字可以做出高效的经营决策。行业成熟的「进销存系统」可以满足通用性的查缺补漏，就像抄作业一般，在市场高速增长时期，这是过去企业找顾问公司上IT系统行之有年的方法，不过一旦市场增长或行业增长边际趋缓就显得平庸。
借鉴行业业务实践，「数字原生企业」与「非数字原生企业」本质上我认为是相同的，只是关注方向的程度不同，数字原生企业更关注交易完成的速度与数量，非数字原生企业更在意业务流程的正确与效率速度。
数字原生企业：从一开始就是透过各种信息系统去完成利润创造，比如说电商：线上的商品市场→消费者选购→线上支付→物流快递→购物完成，每一个环节都为了促成快速交易的成功而设计。如：怎么引流到网站/APP、推荐展示哪些商品、一键下单、简便支付、接单后快速拣货、打包与发运,…，等，每一个环节都是为了满足客户买买买的高效成就感。
非数字原生企业，经营管理的层面就更多了，所以更多是追求业务流程的正确性与效率。从员工的上下班考勤、产品的研发设计、产品营销、客户的订单需求、客户的付款条件、原材料半成品采购（询价、付款条件、价格、质量与验收）、生产制造工艺、制造生产资源计划、包装发货、物流运输、成本结算，….，等。非数字原生企业过去供应不丰富的环境背景下，一个产品可以卖好几年的经营套路，相对数字原生企业打破消费者的信息不对称模式，高效、高频地促进交易，由于非数字原生企业的信息数据不及时与不精确，企业对市场常常错失商机。
以产销研一体的企业为例，在过去20年间上了一堆信息系统：ERP、CRM、MES、WMS、TMS、QMS、OA，…，等。互联网+时代之后，这些非数字原生企业除了在提高企业内部运营流程上的衔接与准确率外，大多在补课借鉴数字原生企业的信息化能力。
信息化有两点是我在项目中常见的问题：
1.)很多以ERP为核心的制造型企业，在探讨数字化的同时，疯狂的用微服务（Micro Service）等能力的解耦核心系统，未全面思考分析就一味的解耦功能，最终会严重影响企业业务系统的鲁棒性（Robust）。
2.)由于信息系统涵盖大量数据，数据的可视化是信息系统使用单位的重要需求，许多项目的最终结果更是可视化大屏，如果数据本身或是数据的可视化结果，无法推动组织做出实际的响应行动，这样的资源是浪费需要重新梳理。
业务透明：算法能够精确描述的，交给电脑去辅助甚至释放双手以及双眼等感官，一方面可以避免凭感觉拍脑，满足商业要求做好、做正确，另一方面这些释放的资源可以期待创造更多价值。
业务透明（Transparency）的解释，我以流程（Process）/算法（Algorithm）来做说明。
假设过马路是我们生产的「神秘」工艺之一，过马路这件事，分解成每一个正常人能懂的步骤（简单直观的方法与要求标准）就是业务透明。
左舵（left-hand drive）国家，双向单线道：①斑马线绿灯→②往右看是否有来车→③往左看是否有来车→④走到马路中线，同时注意左侧来车→⑤注意右侧来车，安全走到路对面。
这里描述避免了过马路「左右看」这种要左看还是右看，可能会困扰的导引（正常人由于练习多+生存反应速度不会关注），达到每一步骤简单且直观的执行与评价方法，就是业务透明，这一系列的步骤就是算法的设计，就像餐厅换了厨师就不是那个味了，但是速食店却是透过拆解烹饪的每一步标准化，做到了一致与品质可靠。
业务透明的推进，离不开数字技术的普遍（计算机硬件能力、分布式架构等的实现），现在算法可以容易做到规则完整的图像(识别&创造)、语义(semantic；识别&创造)、语音(识别&创造)等三个大方向。
机器学习应用：推荐引擎技术（目前商业上最成功[5]），复杂系统优化（End to End optimization training），机器能做到但是人却做不到（重复仔细，像是流水线式的标准SOP作业）。
图像、语义、语音以及我列举的机器学习应用，是目前所谓的AI（Artificial intelligence：人工智能）少数真正能靠谱商业化的少数领域（可以预见有限的未来，突破成想象中的人工智能非常困难）。
业务透明部份，我再以两个案例来说明：
1.)一次OK率（一次对色率）：布料的染色要保证小样品跟大批量稳定生产，满足客户所需要的颜色，一次性染色成功就叫一次OK率；纤维染整虽然已经完全工业化，可是整个生产工艺过程还是依靠『老师傅』的『经验』完成染色的预测判断来操作，经验包括对：布料、染剂、辅助材料、生产环境（气温、水温与湿度等）、生产机器设备的操作积累，但是经验不是每一次都是100%靠谱，不可控的一次OK率风险，对企业来说有交期风险与不成功浪费的成本：水资源浪费、污水处理、原材料损失与其他电力燃气等资源损耗。透过收集每次产成品的结果以及过程中的数据（布料、染剂型号、过程温度、操作时间、机器设备，…，等）作因果性分析就从辅助老师傅提高一次OK率到后续过程自动修正的能力，让老师傅可以有更多的时间与精力去创造更多的商业价值。
2.)数字仿真模拟：新能源车的上市周期相较于传统内燃机汽车更快，其中一个关键因素是更多的采用数字仿真技术，降低汽车后期的设计修改，透过CAE（Computer Aided Engineering，计算机辅助工程）与相关数据操作平台（如：hypermesh）作结构、碰撞等仿真模拟。另外很多电子设备的跌落测试虽然有机械手臂可以辅助，但是时间效率不高，企业也大量的采用数字仿真技术作为辅助。
业务透明这个维度的关键是：算法可以创造的价值>成本，就别跟计算机抢工作。
效率与透明在商业上的体现方向：降低成本、提高效率、产品与服务升级与创新增值四个层面。摘录整理2020年《世界经济论坛报告：全球灯塔工厂网络：来自第四次工业革命前沿的最新洞见》，中国相关企业的数字化转型以及提到的关键指标如下。
根据数字化转型的两个维度以及这些灯塔工厂的关键指标，数字化转型的目标评价的唯一标准是：业务效率（较显著地为企业/组织，增加商业价值）。制造型企业在效率与透明的商业上，比较容易做出成绩内容如下：
四）数字化转型就是驶入快车道
高效率+高业务透明度，由于企业已经将经营业务都拆解抽象到数字世界，竞争对手比过去藏在各个老师傅的经验知识，更容易的透过模仿对方数字化成果，达到一定的竞争地位；若是整个行业都高度数字化，一方面资源专注市场商业竞争，另一方面还需要持续不断优化投入数字技术资源（如：数据、算力）。
以数字原生行业的电商为例，由于整个业务价值链的接触过程都非常透明；今天A平台有什么吸引用户的功能，明天B平台也会推出类似的应用。
进入快车道，企业就必须持续维持快速响应市场经营。。
五）结语
强调数字化转型带来了什么「业务效率」是转型的核心，特别需要改变过去企业IT部门强推业务部门、总部强推动子公司与分公司上线信息系统，这类「妈妈觉得你冷」的思路。
此外必须避免华而不实与矛盾的数字化转型描述，如：「我们将打造数字优先组织，融入我们的伙伴生态系统，在任何地方敏捷地提供以客户为中心的创新。」、「高价值低成本」、「安全又弹性」，…，等。
下列是我参予项目，都会用到的数字化转型的五个问题，可以快速用来自我检查：
①转型成什么？
②为什么要转型？
③能否在120秒内清楚描述？
④不仅仅是管理层，创收的第一线人员理解吗？
⑤成功标准是否为业务语言？（量化的财务指标、绩效管理指标，不是：具备创新性、敏捷、更数字化、更好的运营或是客户感觉更愉悦，…，等模糊词汇）
备注：
[1]数字化转型知识方法系列之一：数字化转型的基本认识与参考架构(http://www.sasac.gov.cn/n4470048/n13461446/n15927611/n16058233/c16135120/content.html)
[2] https://cloud.google.com/learn/what-is-digital-transformation?hl=zh-cn
[3]https://www.sap.cn/insights/what-is-digital-transformation.html
[4]https://zh.wikipedia.org/zh-cn/%E6%95%B0%E5%AD%97%E5%8C%96%E8%BD%AC%E5%9E%8B
[5]推荐引擎是机器学习在商业上最成功的应用：视频、音乐、电商、社交媒体，由于你诚实的提供你的行为、习惯与喜好给平台作为训练数据，以协同过滤算法(collaborative filtering)来说，类似环境下类似的人都会有类似的偏好；计算机全天候不间断的收集分析用户诚实提供的数据，就很容易以广告或是内容的方式推荐大脑喜好的信息并根据反馈（浏览、评价、交易）做出修正。人类本能地求新的欲望，让全年无休的推荐引擎可以时刻提供一对一专属服务。