文/陈顺虎
编者：我们先看一组数据：
数字化转型无处不在，包括衣食住行。汽车方面，中国造车新势力的核心观点在全球领先，比如拜腾汽车、小鹏汽车等等，它们的核心点是把自动驾驶、新能源、数字技术融入到汽车里面，未来，汽车将成为手机之外的终端。
2016 年麦肯锡在报告 《分析的时代》 中提出，人类已经进入数据驱动的世界，数据智能将在未来十年产生 13 万亿美元的经济收益。如今，所有的咨询和研究机构，都将数据驱动作为行业趋势。但是谁能在数字化转型这一蓝海获得最终的胜利呢？早在2015年麦肯锡在一篇文章警示说中提到：今天对于企业来说已经不是信息时代，而是敏捷时代。敏捷是什么？在企业发展过程中，敏捷代表的就是创新力。
2020年7月13日，根据《浑水报告》提供的关于阿里巴巴张勇给阿里巴巴股东会的一封信中，再次强调：在所有高度的不确定性中，永远存在一些高度的确定性。面向未来的最大确定性，就是整个经济和社会生活全面走向数字化的大趋势。
张勇介绍，在刚刚结束的财年，阿里巴巴完成了5年前既定的战略目标，实现了本财年1万亿美元的交易总额。阿里巴巴的长期目标是，到2036年，服务20亿消费者，创造1亿就业机会，帮助1000万家中小企业盈利。阿里巴巴将继续推进全球化、内需、云计算大数据三大战略，“全球化是我们的长期之战，内需是我们的基石之战，云计算大数据是我们的未来之战”。
张勇说，20年来，阿里巴巴也一直在为数字经济时代的到来做准备。到今天已经形成覆盖商业、金融、物流、云计算大数据等的数字经济体，形成覆盖全球数亿消费者、数千万商家、服务商和合作伙伴的立体生态。阿里巴巴不仅在互联网中构建起全新的商业世界，也在努力帮助实体经济的各个产业全面拥抱数字化，实现两者的融合创新，“我们从作为全球电子商务的‘水电煤’，正成为各行各业走向数字化的基础设施”。
已故管理学大师德鲁克，曾把过去200年的组织创新总结为三次革命：第一次是工业革命，核心是机器取代了体力，技术超越了技能； 第二次是生产力革命，科学管理开始普及；第三次是管理革命，知识成为超越资本和劳动力最重要的生产要素。
与之对应的是工业1.0，蒸汽机时代；工业2.0，电气化时代；工业3.0，信息化时代，工业4.0则是利用信息化技术促进产业变革的时代，也就是智能化时代，也是当前社会正在深化的变革。
沿着这个思路，回顾近几年的发展，无论是德国所谓的工业4.0，还是中国制造2025，其核心都指向我们现在正面临的时代大变革，暂且称之为第四次革命，也即创造力革命。从互联网到移动互联网，再到物联网，从云计算到大数据，未来商业的一个基本特征已经非常清楚，那就是基于机器学习的人工智能，将成为未来商业的基础。
无论是爱因斯坦的质能方程，还是牛顿的三大规律，都是我们认识这个物理世界的方式。
90 年代，美国麻省理工学院（MIT）的计算机系教授迈克尔·哈默（Michael Hammer）和 CSC 管理顾问公司董事长钱皮（James Champy）在《公司重组—企业革命宣言》一书中提出了流程再造（Business Process Re-engineering：BPR） 的概念，它的基本思想是，必须彻底改变传统的工作方式，也就是彻底改变传统的自工业革命以来、按照分工原则把一项完整的工作分成不同部分、由各自相对独立的部门依次进行工作的工作方式，这也标志着企业管理从人的驱动、职能驱动到了流程驱动。
迈克尔·哈默（Michael Hammer）与詹姆斯·钱皮（James A．Champy）、
T·H·达文波特、A·L·斯切尔、H·J·约瀚逊等人对业务流程都进行了解释，另外ISO9000中标注业务流程是一组将输入转化为输出的相互关联或相互作用的活动。
总的来讲，业务流程（Business Process）可以归纳为是：为达到特定的价值目标而由不同的人分别共同完成的一系列活动。活动之间不仅有严格的先后顺序限定，而且活动的内容、方式、责任等也必须有明确的安排和界定，以使不同的活动在不同岗位角色之间进行交接和协作成为可能。流程驱动在一段时间内代表了企业先进的管理理念。
业务流程驱动具备层次性、抽象性、以人为本三个特点，在一段时间内，其与人的驱动、职能驱动相比具有显著的先进性，比如：端到端价值链、更好的协作、更容易复制、更高的响应力、管理更高的复杂度等，因此过去的企业转型也一直是围绕着流程来走的，从最早的信息化系统建设，将线下业务流程搬到线上，信息化，再到BPR业务流程再造。而流程再造的推行是企业信息化建设的业务基础，流程驱动在历史角度下的先进性和对于企业管理的巨大作用值得肯定。
在业务流程的基础上，办公自动化（OA）、物料需求计划（MRP）、企业资源管理系统（ERP）等系统不断涌现，使管理更复杂的流程成为可能，从而不断让业务流程更加细化和专业化。所有的业务系统是业务流程的一种软件式存在方式，通过软件系统让传统流程跑的更快、复制的更快、跑的更标准。
但是，在无形中，业务流程一边跑，一边沉淀了，最终形成了流程和数字化的双轮驱动。
这个双轮驱动的结果就是形成了一个数字化的业务世界，它的核心是数据，数据通过软件系统沉淀了所有业务流程的过程和结果数据，是所有业务的数字化存在形式。
何为数字化？
简单来说，数字化就是要通过各种技术手段收集数据，但要对数据有个清晰的认识，数据是从业务而非数据库或数据平台开始的。对于企业而言，除了大数据，还有企业自身的核心数据，如CRM数据、ERP数据等；外围数据，如营销活动采集到的数据；以及行业数据、媒体数据等等。对于希望实现数字化转型的企业而言，团队中的每个人都需要理解，所有的数据都是从客户、产品和服务来生成的。如果成员不理解业务、产品、服务，无论他的技术多么优秀，都很难为公司创造价值。
企业如何利用数据创造价值？
主要体现在对内强化增值的能力，包括风险管控，决策支持，优化成本等方面。同时还需要关注如何充分利用分析工具，减轻团队在在技术上花费的时间，以便于将更多时间投入到产品、服务等数据能够直接产生商业价值的领域。
这就是所谓的数据驱动。
维基百科对数据驱动的定义是这样的：“The adjective data-driven means that progress in an activity is compelled by data, rather than by intuition) or by personal experience”。翻译过来就是，数据驱动指的是流程中的行为是被数据驱动而不是被人的直觉和经验驱动。Carl Anderson 在《创造数据驱动的组织》一书中，对于数据驱动的定义是“构建工具、能力，最重要的是，依据数据去行为的文化”。
所有的业务问题和决策都从提出问题和假设开始，然后利用数据做 A/B 测试，最终根据测试的数据结果来做决策。
流程驱动和数据驱动是两种决策方式，各有各的特点，不同的场景下有不同的选择，在现阶段，不存在绝对的正确或者错误。
当规则足够清晰、业务相对静态且数据条件不够好的情况下，基于流程的规则体系成本更低。
如果业务变化比较快，而且数字化程度较高、数据质量好、数据维度丰富，则尽量采用数据建模、机器学习的数据驱动方式，才能够更快速、实时地响应业务的需求。
最终如何选择，是人的业务经验加数据质量，算法模型的准确性，实现成本的综合因素。
企业如何做好数字化转型？
企业要做好数字化转型升级，必须对业务进行重塑，数字化转型首要的是把所有的业务系统中的数据打通。利用软件工具和软件技术，赋能业务以获得创新能力；人是创造者，是关键，需要从思想上认识到数字化转型的必要性和方法手段；成功的数字化转型并非始于技术，而是以客户为中心的目标来彻底改革组织，从而实现生产力的转型，实现业务重塑。数字旅程中人才是调整企业组织结构和企业文化适应数字化转型的需要的驱动力。
流程驱动和数据驱动的区别
| 流程驱动的本质 | 数据驱动的本质 |
 |
 |
| 左边是输入，主要是业务人员的经验和直觉，当然业务人员可能也会借助数据分析和报表工具；中间是流程设计过程，基本以业务人员为主，通过分析、设计、优化等方法，完成整个流程的设计，并且整个过程是可见的、可解释的；最后的输出是业务规则，这些业务规则会应用到线下业务或者业务系统中成为判断和决策的依据。 | 左边是数据源，主要是业务系统，当然也有人工录入的数据；
数据驱动的输入就是数据本身，然后利用数据挖掘、机器学习等技术进行建模，形成数据模型，这个过程是不可见的；最后输出的是业务决策。
|
| 流程驱动是以人的经验和直觉为输入 | 数据驱动则以数据为输入 |
| 流程驱动的开发过程以咨询和人工分析方法为主，包括文档设计，流程分析 | 而数据驱动的开发过程以数据建模和机器学习为主的数据技术方法（Data-Tech）为主 |
| 流程驱动的过程是可解释、可视化的 | 数据驱动的过程大部分是不可见的，尤其以机器学习为代表的过程被行业称为“炼丹术”。 |
| 流程驱动由于有人的参与，所以整个过程是非自动化的 | 数据驱动是可以全自动化的 |
| 流程驱动的过程，当出现变化的时候，需要重新设计流程，迭代比较慢 | 数据驱动的过程，当出现变化的时候，数据模型得重新训练，增量学习迭代速度快于流程驱动。 |
| 最终，流程驱动输出的是规则体系，然后规则体系被应用到业务做出决策 | 数据驱动可以直接输出决策 |
总结：一方面，数字化时代需要的是开拓创新，不是因循守旧。采用数字化技术可以提升企业的生产力，其相应的生产关系、组织架构和企业文化也需要相应的调整。另一方面，以客户需求为中心，以数据为资产，以技术为手段，以人才为依托，构建能快速满足客户需求的支持业务创新的技术平台体系，支撑客户服务和业务创新，也是企业在数据化转型过程中要重点关注的。未来，数据将是企业发展的核心，抓住了数据，合理的运用数据，才能在行业里脱颖而出，抓住了数据化转型浪潮，便抓住了世界。
参考资料：史凯 AI前线、《数据观可视化分析云》；2019年中国数字经济发展指数白皮书；互联网资料。
