陈志刚｜专家观点：数字化转型新趋势--数据要素乘数效应最大化

2024年是一个转折点和分水岭，数字化转型的新本质是用数据要素与其他生产要素实现高效有机协同，暨以数据要素乘数效应最大化为目标！‍

一

数字化转型绝对不是一堆数字技术的应用，更不是建设一堆数字系统，甚至也不是所谓数据资产入表！数字化转型要回归业务本质，回归需求本质，回归组织初心使命。

但是今天很多组织，无论是商业组织、社会组织还是政府组织，在数字化转型的路上走得太快反而忘了来自哪里要到哪里去，以至于投下几百上千甚至数以亿计的成本，却没有达到应有的效果，比如该用技术换产品的没有换，该用资本换人的没有换，该去上市的也没有去上市，该管的管不住不该管的管的那叫一个惬意。

以上种种矛盾，归根结底是没有搞清楚数字化转型的本质是什么，缺乏深入思考和深度谋划，更没有耐心按部就班。

二

数字化能够解决很多问题！

比如组织的能力问题，可以通过建设数字化系统，使得组织的生产可能性边界或者治理可能性边界极大地外推，甚至成本不增反降。

比如决策的科学化问题，可以通过汇聚各类数据，利用各种大数据算法模型为决策者提供更多具备科学性的选项，甚至都可以模拟真实世界的决策效果或者决策后果。

比如资源配置的效率问题，可以通过数据记录分析挖掘各类生产要素管理要素的最佳配方比例，减少浪费，提高资源的利用率。

比如需求挖掘的精准问题，通过建设与客户高度连接的数字沟通渠道和市场感知能力，能够更加精准高效地掌握顾客的需求更好地回应市场需求。

但是数字化也不能解决如下问题：

比如对数字化的认知问题，想一想工业革命早期工人对待机器的态度，如果有人把数字化转型看作是妖术那么一定能够找到一万个理由来证明数字化转型的无效。

比如对组织内部权力结构重组的问题，想一想这几天某电商组织内对粉丝数字权力与组织内部权力的对抗带来的危机。

比如数字素养的不足的问题，有些组织缓慢甚至几乎静止的人力资本发展局面，无论多么先进的数字生产力工具也无法得到发挥。

以及数字化不能解决人性之恶，甚至在某些场景下还会助长，我们在过去的时光里已经见识了很多。

三

但是我们依然对数字化转型抱有光明的热忱和积极的期待。这是因为数字技术为代表的科技革命和产业革命已经到来，你或者拥抱融入其中，或者被抛弃。

前几天在视频号谈了一个观点，数字化的本质是不断推动“数据模型化、模型业务化、业务数据化”的等边三角形闭环系统发展建设。

数据、模型、业务这三个要素首位互连，相互投喂，彼此互为输入输出，并且具有相同的权重，所以是等边三角形！之所以我说是等边三角形，是考虑到数据、模型、业务这三类要素在组织中由不同的部门掌握。

目前的状况是业务部门的话语权最大，数据部门的话语权在逐步增大，而模型部门要么没有要么是与数据部门合二为一。

这种现状带来的好处是“需求牵引”，但是弊端是业务部门或者没有需求，或者需求很乱，或者需求无法实现，其中关键的原因是数字技术和业务需求之间的技术鸿沟始终难以弥补！？

那么解决这个问题，就要靠模型来解决！

模型成为数据部门和业务部门的交互的共同的语言，数据变成模型往业务迈半步，模型变成业务往数据迈半步。数据部门不用深入琐碎专业的业务领域，业务部门也不用探入碎片高深的数据领域。

最关键的是大家拥有相同的话语权比重，共同为组织目标的实现贡献价值。

数据资源化也好，数据资产化也罢，如果没有数据模型化，那么数据赋能就是一句空话。

四

宏观外部环境是我们重建数字化转型的关键变量。

我们知道上周五国家数据局发布一个很重要的文件，叫《“数据要素×”三年行动计划（2024—2026 年） （征求意见稿）》。

这个文件核心其实就是一个词：乘数！

只有抓住这个词，才能理解数据要素 X 三年行动计划的本质。数字化转型，对于任何组织来说，企业、政府、服务机构等等，就是要思考如何发挥数据要素的乘数作用：

第一层：怎么去乘，去乘谁？

第二层：要先乘什么，后乘什么？物资流、人才流、技术流、资金流，这么多，一个组织怎么安排乘的先后？

第三层：应该设计什么样的乘数目标，是追求放大、还是追求倍增？还是追求叠加？

第四层：谁和你一起乘？价值链一起乘，还是产业链一起乘，或者创新链一起乘？甚至供应链乘数效应更好？人才链是不是乘数的基础链？

第五层：怎么评估乘数的价值。相乘的结果怎么评价，指标如何设计，横向比还是纵向比，降本维度还是增效维度，还是竞争力维度，也都需要考虑！

搞清楚这五层，其实也就抓住了数字化转型的本质。虽然说的数据要素，但是数字化转型的道理也是一样的！

当然，国家在推动新质生产力发展，在推动新型工业化，数字化转型是否促进了新质生产力，是不是新质生产力的一部分，是不是新型工业化的范畴，其实也是值得思考的问题。

以上，只是个人浅见，数字化转型是一个过程，不是一个结果，抓住本质才能更好地收获结果。