數(shù)字化這一概念正在逐漸覆蓋到更多行業(yè)上，那么在浪潮下，有沒有可能可以減少企業(yè)數(shù)字化的失敗幾率呢？人工智能的加入有可能給數(shù)字化帶來變化嗎？這篇文章里，作者嘗試發(fā)表了他的看法和見解，一起來看看吧。

數(shù)字化浪潮席卷各個行業(yè)，結果卻并不理想。一般說法是百分之八十的數(shù)字化嘗試失敗了。這基本就是九死一生。如果有人和你說有個投資機會大概百分之十的幾率會賺錢，你肯定是不投的。

數(shù)字化的有趣就在這兒，雖然已經(jīng)被證明是一個非常險惡的路，但還是很多人在不停的沖過來。這時候就很有必要總結下，到底為什么會失敗呢？一個沒有技術難度，通常領導也會支持的事為什么會大面積失敗呢？能改善么？

一、數(shù)字化即變革

企業(yè)相關的工具可以按照四個象限進行分割：

數(shù)字化在生產(chǎn)關系這一端，位置和ERP類似。

而一切重構生產(chǎn)關系的嘗試都是變革。

這事從技術角度看成上一個工具，那會不好理解，但從變革的角度看就沒啥不好理解，因為不單數(shù)字化，歷史上大部分的變革也是失敗的多。

所以過去有“上ERP找死，不上等死”一說，現(xiàn)在則是數(shù)字化的百分之八十失敗，根本原因一樣。

在導致變革失敗的因素中技術的權重遠不如生產(chǎn)關系重構自身的權重高。

因為數(shù)字化起于技術，所以很容易被看成是個技術的事，這就相當于冰山一角的一角被看成全部。

這個過程中到底需要變更的到底是什么？

所有企業(yè)里的關鍵要素都需要變。會很像一種物種升級，而不是單純給人加個眼鏡。

非要類比這先是一個換頭的活，然后換完頭各個部分都要跟著重新配合協(xié)調。

原因也特別簡單，生產(chǎn)關系定義的就是人、財、物之間的普遍關聯(lián)。企業(yè)不單是看得見的CEO、高管、員工、固定資產(chǎn)等，更是這些有形之物之間的關聯(lián)。你要變生產(chǎn)關系，那當然所有的都要變。

對于變革而言，關聯(lián)重于個體。

克里斯滕森的價值觀、資源和流程描述的就是這種關聯(lián)。

在他那里這會導致在原有賽道上很難出現(xiàn)破壞性創(chuàng)新。這意味著克里斯滕森認為：并非某個人不想創(chuàng)新，而是企業(yè)內部的關聯(lián)以及對應特征影響了創(chuàng)新。

在我們這個時代，價值觀還能保持相對獨立，但資源和流程必然會被工具所影響，一定程度上工具就是資源和流程的載體。

每種關聯(lián)形式都有自己的伴生特征，（原點設定影響巨大，參見：2023，臨界之年，從人工智能到超導）既有看的見的部分，也有看不見的部分，從利益到心理。

不管想不想，數(shù)字化變革的都是這種關聯(lián)，都要同時處理冰山上的部分和冰山下的部分。

這時候如果一幫程序員出身的同學，在公司外部說我能解決這個問題，那就相當于還沒看到冰山下面有什么的情形下，對上面一頓開鑿。

冰山的好處是不會咬你，公司的情況則是難受了會反彈。

還好是現(xiàn)代，反彈最多導致失敗，在過去變革遇到的反彈要慘烈的多。

二、關于變革反彈的歷史故事

還是看下歷史故事，這次我們看呂后。

劉邦和呂后基本是夫妻店干起來的事業(yè)，劉邦和他兒子漢惠帝劉盈掛了后，實際就是呂后當家。呂后大概是因為心里沒底，所以開始分封娘家人。

這分封其實改變了內部利益分配結構，影響了另外兩波人：一波是和劉邦打天下的功臣們，包括周勃、灌嬰、陳平等；另一波就是劉邦的兒孫們。

呂后在的時候，這些人也沒招，怎么說怎么是。人家夫妻店，又是大老婆，不管是功臣宿將還是劉氏子孫都得忍著：調職位忍著、切割封地忍著。其中陰謀家陳平這類還能想出各種招兒來表示擁護。

呂后一死，立刻反彈，陳平、周勃帶隊把姓呂的殺了個干干凈凈，和呂后殺韓信差不多。漢文帝上臺后干的一個主要活就是把這個關系的平衡狀態(tài)又掰回到呂后前的局面。

后面這類變革被反彈的事屢見不鮮，賈誼、晁錯包括王安石等這些人干的都是這類重構內部關系的活，大致沒好下場。

很不幸，數(shù)字化的性質就和上面這個類似，和公司買個電腦，推進無紙化完全不一樣。

所以數(shù)字化和過往變革一樣，失敗是常態(tài)，干成了反倒是少見。

那是不是一點招也沒有，只能看命？其實也不是，還是有提升空間。

三、變革的“助產(chǎn)術”

那怎么樣才能提高一點幾率？

有兩個方式，一種來源于過往經(jīng)驗，一種則是最近才出現(xiàn)的。

基于過往經(jīng)驗的是：不管手術多復雜，高手操刀就比低手成功率高。

對于數(shù)字化這活，高手對應的基本技能先是知道企業(yè)的運轉依賴，其次是駕馭新技術完成進化（知己知彼），最后還得有點耐心。

好像有點離譜，但企業(yè)有點規(guī)模后，我們很多時候并沒有想的那么了解企業(yè)。最后這是個墨跡活，帶頭大哥老覺得自己是企業(yè)的上帝，喊一嗓子就完了，別人不干就滾蛋也不行。因為你面對的并不是某個具體的人而是一般的特性。這點很多人說，這里不展開了，參見：《回到起點：把數(shù)字化、AI在中小企業(yè)里用起來是個換頭的活》。

一種最近出現(xiàn)的新可能則是則要依賴于這次AI進展所帶來的通用性。

這個說來復雜，要先回溯下組織的基本方式。

我們其實有兩種組織體系：一種組織體系和大工業(yè)生產(chǎn)類似，需要不同角色的嚴密配合；一種則有點像阿米巴或者合作社，大家各干各的，只在必要的點上產(chǎn)生關聯(lián)。

對于前者顯然變革會更麻煩些，因為在全鏈條互相依賴時，根本不知道那里變了會影響誰。對于后者則簡單些，因為只要區(qū)分好總部和BU的職能邊界就可以。

對于前者很多工廠和公司都是這么個模式，后者最成功的其實還不是某個公司，而是抖音。抖音自身可以看成是總部，MCN和主播可以看成是BU。那這模式下不單解決了規(guī)?；瘑栴}，還解決了激勵問題。

這和我們說的數(shù)字化有什么關系呢？

關系就是第二種數(shù)字化的方法是把職能部分各個崗位數(shù)字員工化，整完后再把組織模式抖音化。

隨著GPT的進步，它提供了越來越多的泛化的智能。這讓抽象出原來分工體系下各個職能崗位的角色，然后導入數(shù)字員工成為可能。如果這步成功，那就可以更為廣泛的建設BU單元。BU單元對總部的依賴就是對數(shù)字員工的依賴。

這提供了一種漸進的變革方法，但在過去人工智能沒進展的時候是很難搞定的。

一個是成本過高，一個是缺一種靈活性會導致過度僵化。對過去說的中臺而言，它還真不是覆蓋范圍越大越好。因為越大不一定都是正收益。它自身是有負重的，這個負重超過一定限度，就會像鋼鐵俠戰(zhàn)甲超重，那還沒等和別人打仗，自己先把自己壓垮了。

第二種方式其實并不是數(shù)字化了，也許可以稱之為數(shù)智化或者AI化。

四、企業(yè)的普遍平臺化

數(shù)智化或者AI化意味著什么呢？

它意味著公司自身會平臺化。

在過去當我們說到平臺的時候我們會經(jīng)常想到淘寶、滴滴、美團。

并且會過度強調多邊或者兩邊。

但其實地球也是個平臺，也沒有那么多邊，所以幾邊并非本質。

企業(yè)的平臺化說的是基礎服務集中提供，人對這個平臺形成關鍵依賴。

再形象一點，就是讓每個人或者每個組織單元站在一座高山上，像有了神力的巨人一樣工作。

平臺里面封裝了企業(yè)所需要的一切資源，價值觀和流程。極少數(shù)的人負責平臺自身的發(fā)展和優(yōu)化，更多的人在平臺上完成自己的創(chuàng)造。

和純粹的數(shù)字化不同，這里的平臺要負責相當部分的決策。決策的規(guī)則由人來設定，但執(zhí)行會由平臺進行。抖音在更多的時候一定是算法在決定那個視頻需要推薦。

五、不是科幻，而是后續(xù)發(fā)展的方向

這種可能性的普遍實現(xiàn)，會讓人覺得有些科幻。但實際上已經(jīng)在相當范圍內存在了。

對于生產(chǎn)線的工人們，公司提供的物流、生產(chǎn)線等已經(jīng)是一個平臺。只不過這種平臺沒有充分的數(shù)字化表示。

后續(xù)變化的核心在于：內部按職能切分的細碎分工會被數(shù)字員工所取代。

為什么會這樣？

因為經(jīng)濟體系下，所有進化方向一定按著邊際效能增大的方向進化。

數(shù)字員工一旦完成場景上的閉合，那就一定會因為效能的差異全面的完成對過去各個崗位的優(yōu)化。形象講就是你扔一個活給他，數(shù)字員工和真人一樣，真的能夠把它干出結果來報告給你。

數(shù)字員工的普及就必然完成企業(yè)平臺化。

一旦平臺化完成，那對于同樣領域的擴充邊際成本增加要慢于邊際收益。就肯定會快速橫向展開。

在過去讓創(chuàng)造成為可能耗費了太多成本，典型問題就是總部到底應該干什么，應該負責什么。其實總部越大效能會越有問題，這每個人都知道，但因為這和人的先天限制有關系，所以沒辦法。

一旦總部可以數(shù)智化，小總部就真的有可能實現(xiàn)。

這就變成一類企業(yè)是95%的精力在創(chuàng)造，一類則是50%，另50%在確保創(chuàng)造能夠順利進行。它們顯然的爆發(fā)的力量是不一樣的。非要類比，那就很想植物大戰(zhàn)僵尸里的僵尸和T1000的比較。

六、小結

后人對馬克思總是有各種解讀，但如果從經(jīng)濟上解讀：講一個邊際收益持續(xù)遞減的系統(tǒng)會被一個邊際收益更高的系統(tǒng)所取代是肯定沒錯的。換個角度就是代表先進生產(chǎn)力，也是沒錯的。假設說這類問題最終都需要先在微觀上求解，那現(xiàn)在遺留的問題就是：到底在那個場景下AI能夠實現(xiàn)自己的全場景價值創(chuàng)造閉環(huán)，而AI的技術進步又支撐多少個場景可以完成這種價值創(chuàng)造。

再通俗點就是：我們創(chuàng)建個人工智能，然后給它個賬戶，它能幫我把錢賺回來么？