近些年來(lái)，數(shù)字技術(shù)正以驚人的速度改變我們的工作和生活方式，疫情的到來(lái)更是加速了這一進(jìn)程，倒逼中國(guó)企業(yè)紛紛擁抱數(shù)字化，將數(shù)字化轉(zhuǎn)型上升為必須落地的戰(zhàn)略之一。
但這其中絕大部分企業(yè)，都對(duì)于如何打造數(shù)字時(shí)代組織能力缺乏必要的認(rèn)知，總是陷入混亂和迷茫，怎么辦？
本文作者提供的“數(shù)字化之法”為大家提供一個(gè)清晰的數(shù)字化轉(zhuǎn)型路徑。以下，Enjoy：
數(shù)字化之法，即“1024”之法：
“1”是一個(gè)共同的目標(biāo)，是企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的目標(biāo)管理方法—OKR（Object and Key Result）；
“0”是“精益”企業(yè)數(shù)字化轉(zhuǎn)型，即轉(zhuǎn)型過(guò)程中的零浪費(fèi)；
“2”是企業(yè)數(shù)字化轉(zhuǎn)型的日常工作常用到的兩種方法論——持續(xù)迭代交付和創(chuàng)新設(shè)計(jì)思維；
“4”是企業(yè)數(shù)字化轉(zhuǎn)型工作的“四步曲”——業(yè)務(wù)處理流程化，流程管理數(shù)字化，流程執(zhí)行自動(dòng)化和業(yè)務(wù)決策智能化。
一、共同目標(biāo)
企業(yè)的數(shù)字化轉(zhuǎn)型是個(gè)長(zhǎng)期過(guò)程，期間還可能有很多反復(fù)。這個(gè)過(guò)程要想有效推進(jìn)，既要在企業(yè)內(nèi)建立廣泛的共識(shí)，也要平衡好中長(zhǎng)期戰(zhàn)略目標(biāo)和短期經(jīng)營(yíng)效果，OKR 是比較符合上述要求的目標(biāo)管理方法。
OKR，即目標(biāo)和關(guān)鍵結(jié)果管理，是目標(biāo)管理（Management By Objective，MBO）的改進(jìn)版。
與傳統(tǒng)的目標(biāo)管理相比，OKR 有以下幾個(gè)特點(diǎn)：
1. 愿景和目標(biāo)導(dǎo)向
OKR 中的“O”指的是企業(yè)的經(jīng)營(yíng)目標(biāo)，“O”必須是一個(gè)方向性、全局性的經(jīng)營(yíng)目標(biāo)設(shè)定，要能對(duì)業(yè)務(wù)價(jià)值進(jìn)行精準(zhǔn)、簡(jiǎn)單、易懂的目標(biāo)化描述。
2. 符合 SMART 原則
目標(biāo)要能可管理，就要符合 SMART（特定（Specific）、可衡量（Measurable）、可達(dá)成（Attainable）、相關(guān)（Relevant）和明確完成時(shí)間（Time-bound））原則。OKR 在 SMART 方面的要求主要通過(guò)關(guān)鍵結(jié)果（KR）的設(shè)定來(lái)體現(xiàn)。
3. 共識(shí)性原則
OKR 必須是團(tuán)隊(duì)全體成員共同討論而確定的。這里的全體成員包括客戶(hù)、管理者和一線(xiàn)員工。
4. 目標(biāo)對(duì)齊
OKR 還必須具有層次和邏輯上的相互關(guān)聯(lián)和支撐。員工個(gè)人的 OKR 是從團(tuán)隊(duì)整體的 OKR 中衍生出來(lái)的，團(tuán)隊(duì)所有成員的 OKR 總體形成具有嚴(yán)密邏輯關(guān)系的 OKR 地圖。
OKR 的推行還必須符合持續(xù)迭代的原則，每一次 OKR 的推行是一個(gè)經(jīng)營(yíng)周期，這個(gè)周期一般以月度或季度為單位。在每一個(gè) OKR 周期中，包括創(chuàng)建、精煉、對(duì)齊、定稿、發(fā)布、執(zhí)行、復(fù)盤(pán) 7 個(gè)環(huán)節(jié)。
二、精益轉(zhuǎn)型
所謂精益轉(zhuǎn)型，就是精益思想在企業(yè)數(shù)字化轉(zhuǎn)型中的應(yīng)用。
在企業(yè)的精益化轉(zhuǎn)型過(guò)程中，需要關(guān)注和落實(shí)好以下幾個(gè)方面的要求：
1. 團(tuán)隊(duì)合作
打造團(tuán)隊(duì)精神，提升管理者的個(gè)人領(lǐng)導(dǎo)力，為團(tuán)隊(duì)建立一個(gè)共同的愿景和目標(biāo)，促進(jìn)學(xué)習(xí)、分享和主人翁意識(shí)，消除團(tuán)隊(duì)認(rèn)知中的模糊地帶，提高團(tuán)隊(duì)的協(xié)作質(zhì)量。
2. 數(shù)據(jù)驅(qū)動(dòng)
一切以數(shù)據(jù)說(shuō)話(huà)，數(shù)據(jù)是設(shè)計(jì)客戶(hù)互動(dòng)活動(dòng)和指導(dǎo)業(yè)務(wù)決策的基礎(chǔ)。企業(yè)的數(shù)字化過(guò)程要注重?cái)?shù)據(jù)收集、分析、學(xué)習(xí)、計(jì)劃，實(shí)施和重新分析，并基于數(shù)據(jù)洞察為消費(fèi)者創(chuàng)造最好的體驗(yàn)。
3. 基于“最小可行性產(chǎn)品”來(lái)做快速迭代。
快速?lài)L試，將失敗提前到早期，在失敗中學(xué)習(xí)。
4. 快速交付更多的價(jià)值
通過(guò)多個(gè)快速交付周期和不斷學(xué)習(xí)，使用指標(biāo)管理來(lái)建立高績(jī)效團(tuán)隊(duì)?？焖僮屍髽I(yè)更具備競(jìng)爭(zhēng)力，并有機(jī)會(huì)贏得比賽，還能激發(fā)創(chuàng)新思維。
5. 客戶(hù)至上
以客戶(hù)體驗(yàn)為中心，了解目標(biāo)人群和客戶(hù)體驗(yàn)旅程，識(shí)別對(duì)其有價(jià)值的東西并設(shè)法滿(mǎn)足其需求，始終如一地提供完整的用戶(hù)體驗(yàn)。
三、企業(yè)數(shù)字化轉(zhuǎn)型
用到的兩種方法論
1. 持續(xù)迭代交付
假設(shè)人們?nèi)ヒ患揖频瓿燥?，點(diǎn)了 8 個(gè)菜。大體上，酒店有兩種上菜方法：
方法一，先在廚房分別把那 8 個(gè)菜全燒好，然后一行性端到飯桌上；
方法二，在廚房里挑一兩個(gè)燒起來(lái)比較快的菜，燒好后就端到飯桌，以后每燒好一個(gè)菜就馬上端到飯桌上。
從方法論的角度看，前一種上菜方法叫“瀑布法”，后一種上菜方法叫“敏捷法”。
采用“瀑布法”上菜，酒店的管理比較簡(jiǎn)單，店小二也不用頻繁來(lái)往于大堂和廚房之間，但是吃客要等很長(zhǎng)時(shí)間才能吃上菜。
采用“敏捷法”上菜，酒店方的工作量自然是加大了，但是吃客可以馬上吃上菜，酒店方還可以及時(shí)咨詢(xún)吃客對(duì)菜品的評(píng)價(jià)，以了解吃客的口味和偏好，供廚房在燒后續(xù)的菜時(shí)參考。
企業(yè)的數(shù)字化轉(zhuǎn)型工作需要的是“敏捷法”，即持續(xù)迭代式交付轉(zhuǎn)型成果。
在敏捷式數(shù)字化轉(zhuǎn)型中，企業(yè)把數(shù)字化轉(zhuǎn)型的愿景分成多個(gè)迭代周期的周期性小目標(biāo)。在每一個(gè)迭代周期內(nèi)，又分為現(xiàn)狀評(píng)估、需求分析、方案設(shè)計(jì)、開(kāi)發(fā)測(cè)試和部署反饋等幾個(gè)階段。
在每一個(gè)迭代周期的初期，先回顧上一周期的效果和不足，再在本周期內(nèi)進(jìn)行進(jìn)一步完善。
2. 創(chuàng)新設(shè)計(jì)思維
企業(yè)轉(zhuǎn)型不是一個(gè)一蹴而就的過(guò)程，同樣，創(chuàng)新思維也不是簡(jiǎn)單的“靈光乍現(xiàn)”或“第六感”。如果想將創(chuàng)新思維變成一種規(guī)模化、群體性、可重復(fù)的工作，還需要有創(chuàng)新思維方法論的支持。
在快速變化的數(shù)字化時(shí)代，這個(gè)創(chuàng)新思維方法論應(yīng)該具備以下幾個(gè)原則：
以人為本，從消費(fèi)者心理、動(dòng)機(jī)或痛點(diǎn)出發(fā)；
支持跨組織、跨職能的團(tuán)隊(duì)協(xié)同；
快速迭代，盡早、盡快失敗，在失敗中獲得真知；
精益，通過(guò)最小可行性產(chǎn)品，以最小的代價(jià)獲得真知。
為此，很多教育、咨詢(xún)或服務(wù)機(jī)構(gòu)開(kāi)發(fā)了各種創(chuàng)新思維方法論，比如 SAP 公司開(kāi)發(fā)的創(chuàng)新思維方法論，該方法論由 3 個(gè)階段、9 個(gè)步驟組成。
三個(gè)階段，依次是：
“發(fā)現(xiàn)階段”，包含理解、觀察、共識(shí) 3 步驟；
“設(shè)計(jì)階段”，包含構(gòu)思、原型、驗(yàn)證 3 個(gè)步驟；
“交付階段”，包含開(kāi)發(fā)、測(cè)試、部署 3 個(gè)步驟。
3 個(gè)階段、9 個(gè)步驟可以來(lái)回重復(fù)進(jìn)行，如在驗(yàn)證步驟中發(fā)現(xiàn)有錯(cuò)誤或遺漏，將可能需要回到“發(fā)現(xiàn)階段”。
在上述方法論中，要求當(dāng)事人用同理心（Empathy）去理解和觀察消費(fèi)者的行為，以從中識(shí)別出動(dòng)機(jī)或痛點(diǎn)。
在“發(fā)現(xiàn)階段”，當(dāng)事人一定不能有成見(jiàn)或“夾帶私貨”，不能“師心自用”，有點(diǎn)類(lèi)似于喬布斯倡導(dǎo)的“Stay Hungry，Stay Foolish”。
在“好為人師”的成功商業(yè)人士那里，這其實(shí)是很難的。
四、四步曲
企業(yè)數(shù)字化的目的是贏得更多的市場(chǎng)機(jī)會(huì)和提高運(yùn)營(yíng)效率，其四步曲是：
業(yè)務(wù)處理流程化
流程管理數(shù)字化
流程執(zhí)行自動(dòng)化
業(yè)務(wù)決策智能化
把數(shù)據(jù)當(dāng)成企業(yè)的戰(zhàn)略性資產(chǎn)的指導(dǎo)思想貫穿業(yè)務(wù)的始終，同樣也遵循信息生命周期管理的規(guī)律，即從業(yè)務(wù)到數(shù)據(jù)，從數(shù)據(jù)到信息，從信息到知識(shí)，從知識(shí)到洞察，從洞察到?jīng)Q策，從決策到行動(dòng)的數(shù)據(jù)管理 PDCA 循環(huán)。
數(shù)據(jù)的生命周期是企業(yè)行為的表征，企業(yè)從業(yè)務(wù)執(zhí)行中獲取數(shù)據(jù)，然后再轉(zhuǎn)化為信息、知識(shí)、洞察和決策，進(jìn)而指導(dǎo)企業(yè)經(jīng)營(yíng)目標(biāo)的設(shè)定和達(dá)成計(jì)劃的制訂，并全程作為組織溝通和協(xié)調(diào)的主要形式。
數(shù)據(jù)全生命周期的實(shí)現(xiàn)和應(yīng)用水平如何，可以在一定程度上揭示企業(yè)信息化建設(shè)水平或成效的高低。
1. 數(shù)據(jù)
將業(yè)務(wù)執(zhí)行的情況予以數(shù)據(jù)化，以便于后續(xù)的處理和加工，這是數(shù)據(jù)生命周期的第一階段。人們通常用準(zhǔn)確性、完整性、及時(shí)性維度來(lái)評(píng)價(jià)業(yè)務(wù)數(shù)據(jù)化的程度。
準(zhǔn)確、完整、及時(shí)，這 6 個(gè)字，看似簡(jiǎn)單，卻能憑其立刻判斷出企業(yè)信息化水平的高低。
有的企業(yè)，業(yè)務(wù)數(shù)據(jù)的采集主要由人工錄入來(lái)完成，其所能采集的數(shù)據(jù)量非常有限，采集的數(shù)據(jù)恐怕連業(yè)務(wù)的 1% 都不到，怎能反映業(yè)務(wù)運(yùn)行的全貌？
有的企業(yè)，庫(kù)存收發(fā)數(shù)據(jù)的錄入要次日才能完成，其及時(shí)性怎能滿(mǎn)足計(jì)劃和調(diào)度的要求？
有的企業(yè)，財(cái)務(wù)月結(jié)和報(bào)表要次月底才能出具，談何支持企業(yè)決策？更不要說(shuō)“garbage in，garbage out”之類(lèi)有關(guān)數(shù)據(jù)準(zhǔn)確性的老生常談。
如此種種，都與業(yè)務(wù)數(shù)據(jù)的準(zhǔn)確性、完整性和及時(shí)性等數(shù)據(jù)質(zhì)量問(wèn)題息息相關(guān)。
物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等技術(shù)的成熟應(yīng)用，可以幫助企業(yè)大大提高數(shù)據(jù)在準(zhǔn)確性、完整性和及時(shí)性方面的質(zhì)量問(wèn)題。
物聯(lián)網(wǎng)可以實(shí)時(shí)、自動(dòng)地采集產(chǎn)品使用、設(shè)備運(yùn)行、環(huán)境狀態(tài)、物料位置等數(shù)據(jù)，人工智能可以識(shí)別語(yǔ)音、圖形、影像等數(shù)據(jù)，網(wǎng)絡(luò)爬蟲(chóng)、文本挖掘可以大大提高企業(yè)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的采集和加工的效率。
即使有這些技術(shù)做支撐，業(yè)務(wù)的數(shù)據(jù)化，以及數(shù)據(jù)的準(zhǔn)確、完整和及時(shí)是企業(yè)信息化建設(shè)中永遠(yuǎn)走不完的“長(zhǎng)征”。
2. 信息
數(shù)據(jù)的信息化，就是在一定的時(shí)間和空間下，將數(shù)據(jù)與企業(yè)中的業(yè)務(wù)對(duì)象，比如客戶(hù)、渠道、產(chǎn)品、流程、組織、人員、設(shè)備等，進(jìn)行關(guān)聯(lián)，換句話(huà)說(shuō)，特性背景下具有相關(guān)性?xún)?nèi)涵的數(shù)據(jù)就是信息。
數(shù)據(jù) + 關(guān)系（Relationship/Relevance）= 信息
在數(shù)據(jù)轉(zhuǎn)化為信息的過(guò)程中，如何識(shí)別強(qiáng)相關(guān)性，如何排除數(shù)據(jù)中的“噪聲”，是非常重要的，否則信息的質(zhì)量就將大打折扣。
舉例來(lái)說(shuō)，如果要評(píng)價(jià)一個(gè)企業(yè)的銷(xiāo)售業(yè)績(jī)，單看其銷(xiāo)量增長(zhǎng)是不夠的，更要看其市場(chǎng)占有率的增長(zhǎng)。
如果一家企業(yè)的當(dāng)月銷(xiāo)量比上個(gè)月增長(zhǎng)了 10%，這似乎是不錯(cuò)的，但如果全行業(yè)當(dāng)月銷(xiāo)量的平均增長(zhǎng)在 15%，那其實(shí)這家企業(yè)的銷(xiāo)售業(yè)績(jī)是比較差的。
其背后的原因就是，相比銷(xiāo)量增長(zhǎng)，市場(chǎng)占有率的增長(zhǎng)與銷(xiāo)售業(yè)績(jī)的相關(guān)性更高。
由于采取相關(guān)性不強(qiáng)的信息，很有可能導(dǎo)致企業(yè)做出錯(cuò)誤的推測(cè)和決策。
21 世紀(jì)初，美國(guó)的次債危機(jī)就是因?yàn)椴捎昧讼嚓P(guān)性不強(qiáng)的信息來(lái)做金融決策所導(dǎo)致的后果。
為此，納特·西爾弗（Nate Silver）寫(xiě)了一本專(zhuān)著《信號(hào)與噪聲》，來(lái)描述采取質(zhì)量或相關(guān)性低下的信息來(lái)做決策所導(dǎo)致的災(zāi)難，這就牽涉對(duì)數(shù)據(jù)的下一個(gè)生命周期階段—知識(shí)的理解和掌握，因?yàn)閷?duì)信息的掌握還不足以支持企業(yè)的決策行為。
3. 知識(shí)
信息的知識(shí)化，即如何識(shí)別信息背后的范式或規(guī)律（Pattern），這種范式主要指的是事物之間的因果關(guān)系。
在實(shí)際工作中，筆者經(jīng)常被問(wèn)起類(lèi)似這樣的問(wèn)題：如何對(duì)業(yè)務(wù)數(shù)據(jù)或報(bào)表進(jìn)行深入的分析？
就屬性而言，信息大概有兩類(lèi)，一類(lèi)是表示原因的，另一類(lèi)是表示結(jié)果的。
信息的知識(shí)化，就是要將信息進(jìn)行分類(lèi)，并進(jìn)而在“原因類(lèi)”信息和“結(jié)果類(lèi)”信息之間找到或建立因果的邏輯關(guān)系，這就需要用到兩種分析技術(shù)：
描述性分析（Descriptive Analytic）
診斷性分析（Diagnostic Analytic）
尤其是后者。
描述性分析內(nèi)容包括噪聲監(jiān)測(cè)、數(shù)據(jù)簇或樣式劃分、數(shù)據(jù)分布、均值和標(biāo)準(zhǔn)差分析等，這需要有大量的統(tǒng)計(jì)學(xué)知識(shí)做支撐。
診斷性分析則是描述性分析的進(jìn)一步深化，它探求的是事情是怎么發(fā)生的，為什么會(huì)這樣發(fā)生，亞里士多德的“四因說(shuō)（形式因、質(zhì)料因、動(dòng)力因、目的因）”可以援為理論指導(dǎo)，魚(yú)骨圖分析則可以作為一個(gè)工具支持。
描述性分析關(guān)注的是事物的 What、Who、When、Where 和 How Many/Much，診斷性分析則還進(jìn)一步關(guān)注事物的 Why 和 How。
由下圖可知，信息向知識(shí)的轉(zhuǎn)化，其實(shí)就是描述性分析進(jìn)而診斷性分析的應(yīng)用過(guò)程。非?？上У氖?，很多企業(yè)對(duì)數(shù)據(jù)的應(yīng)用，至多到描述性分析階段后就沒(méi)有深入下去或深入不下去了，其信息化建設(shè)的成效也就可想而知了。
4. 洞察
如果說(shuō)從數(shù)據(jù)到信息，從信息到知識(shí)，其關(guān)注的是過(guò)去，是企業(yè)中已經(jīng)發(fā)生的事情；而從知識(shí)到洞察，則是關(guān)注企業(yè)的未來(lái)，即企業(yè)即將可能發(fā)生的事情，或者說(shuō)是對(duì)未來(lái)的預(yù)測(cè)和判斷，其主要應(yīng)用形式是：
預(yù)測(cè)性分析（Predictive Analytic）
規(guī)則性分析（Prescriptive Analytic）
預(yù)測(cè)性分析是根據(jù)過(guò)去的情形和趨勢(shì)來(lái)推測(cè)未來(lái)變化，其理論和技術(shù)支撐是統(tǒng)計(jì)性推理和線(xiàn)性回歸等統(tǒng)計(jì)學(xué)模型。
隨著機(jī)器學(xué)習(xí)和人工智能技術(shù)的發(fā)展，除了統(tǒng)計(jì)性推理模型外，決策樹(shù)（Decision Tree）、支持向量機(jī)（Support Vector Machine）、神經(jīng)網(wǎng)絡(luò)（Neurol Network）、隨機(jī)森林（Random Forest）等新興計(jì)算模型的應(yīng)用日益廣泛，并催生了預(yù)測(cè)性設(shè)備維護(hù)、預(yù)測(cè)性質(zhì)量控制、預(yù)測(cè)性安全管理等業(yè)務(wù)應(yīng)用場(chǎng)景。
規(guī)則性分析則是預(yù)測(cè)性分析的進(jìn)一步應(yīng)用。預(yù)測(cè)性分析還只是預(yù)測(cè)事物的未來(lái)變化，規(guī)則性分析則是告訴人們?nèi)绾斡绊懳磥?lái)的變化，即為了在未來(lái)某個(gè)時(shí)間可能達(dá)成某種期望的結(jié)果，當(dāng)前應(yīng)該怎么做？
由此可見(jiàn)，規(guī)則性分析還需要在預(yù)測(cè)性分析基礎(chǔ)上，加上運(yùn)籌學(xué)模型等的支持。也只有有了規(guī)則性分析，洞察才可以轉(zhuǎn)化為決策和行動(dòng)。總體上，規(guī)則性分析的輸出是關(guān)于業(yè)務(wù)的優(yōu)化性建議。
5. 決策
由洞察轉(zhuǎn)化為決策，就是根據(jù)預(yù)測(cè)性分析或規(guī)則性分析的結(jié)果，來(lái)支持企業(yè)經(jīng)營(yíng)目標(biāo)的設(shè)定或特定活動(dòng)的選擇，是一個(gè)由建議到選擇或目標(biāo)設(shè)定的過(guò)程。
由洞察到?jīng)Q策，或由建議到選擇或目標(biāo)，可以是純手動(dòng)、半自動(dòng)或全自動(dòng)的過(guò)程，數(shù)據(jù)全生命周期的深化應(yīng)用就是希望能夠逐步提高由洞察到?jīng)Q策的決策質(zhì)量和自動(dòng)化水平，這才是“智能 +”的核心內(nèi)涵。
根據(jù)涉及的范圍和時(shí)間的跨度不同，有不同類(lèi)別和層次的決策。
一般而言，全局性的、時(shí)間跨度比較長(zhǎng)的決策，還是需要在 IT 系統(tǒng)建議的基礎(chǔ)上進(jìn)行人為調(diào)整，以體現(xiàn)經(jīng)營(yíng)者的判斷、意圖和權(quán)衡，這是一個(gè)半自動(dòng)的過(guò)程；
而對(duì)于那些局部的、時(shí)間跨度縮短到周或天，乃至班次的決策，尤其是操作層面的決策，則可以考慮盡量實(shí)現(xiàn)自動(dòng)化，直接從建議到計(jì)劃的制訂或計(jì)劃訂單的生成，比如預(yù)測(cè)性設(shè)備維護(hù)和預(yù)測(cè)性質(zhì)量控制等業(yè)務(wù)場(chǎng)景。
6. 行動(dòng)
由決策轉(zhuǎn)為行動(dòng)，就是根據(jù)目標(biāo)的設(shè)定來(lái)制訂企業(yè)的經(jīng)營(yíng)計(jì)劃，它的輸入是經(jīng)營(yíng)目標(biāo)，它的輸出則主要體現(xiàn)在 ERP、CRM 等 IT 系統(tǒng)中的主生產(chǎn)計(jì)劃、市場(chǎng)推廣計(jì)劃、定價(jià)策略，等等。
這里的行動(dòng)，在 IT 系統(tǒng)里體現(xiàn)的是各種計(jì)劃（Plan）或計(jì)劃訂單（Plan Order），是一個(gè)由目標(biāo)（Goal）到計(jì)劃（Plan）的過(guò)程。
從數(shù)據(jù)到信息，從信息到知識(shí)，從知識(shí)到洞察，從洞察到?jīng)Q策，從決策到行動(dòng)（計(jì)劃），由計(jì)劃（行動(dòng)）到組織，由組織到執(zhí)行，數(shù)據(jù)的全生命周期完成了一個(gè)循環(huán)；接著再在業(yè)務(wù)的執(zhí)行過(guò)程中采集數(shù)據(jù)……數(shù)據(jù)的生命周期又進(jìn)入新的循環(huán)，企業(yè)的經(jīng)營(yíng)在數(shù)據(jù)生命周期的循環(huán)中不斷優(yōu)化和提升。
如果，再進(jìn)一步，數(shù)據(jù)全生命周期管理的 PDCA 循環(huán)能實(shí)現(xiàn)完全自動(dòng)化，或者只需少許的人工干預(yù)，企業(yè)數(shù)字化轉(zhuǎn)型的智能化階段就基本實(shí)現(xiàn)了。
關(guān)于作者：丁少華，杭州三之一智聯(lián)科技有限公司首席顧問(wèn)，曾任吉利汽車(chē)集團(tuán) CIO，吉利企業(yè)大學(xué)信息工程學(xué)院院長(zhǎng)，杭州吉利易云科技有限公司總經(jīng)理。浙江大學(xué)工商管理碩士，浙江大學(xué)管理學(xué)院 EDP 中心特約講師。
