[[334238]]

 01.前言

2020年是一個神奇的年份，國際形勢大變局，新冠病毒肆虐全球，短短半年時間，就把過去40年建立起來的對于世界的趨勢，對于美國，對于社會發(fā)展的很多認(rèn)知顛覆了。

在這樣的大變局下，我一直在思考，作為中國的數(shù)字化工作者，應(yīng)該做些什么。

在跟多個行業(yè)內(nèi)同仁交流后，我們有一個共同的認(rèn)知，那就是后疫情時代，中國必須加快數(shù)字化的節(jié)奏，產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型必須規(guī)?；铀佟?/p>

那么如何能夠規(guī)?；铀贁?shù)字化進(jìn)程呢?

Cynefin框架也許是一個很好的切入點。

02. Cynefin：理解世界問題的頂層框架

1999年David Snowden教授在為IBM IGS工作的時候，發(fā)明了一個概念性的框架，命名為Cynefin。

Cynefin提供了五個決策領(lǐng)域組成的思考框架，用來幫助人們理解和解決世界的各類問題。

Cynefin框架，將任何一個問題都可以歸納為以上圖的五類：

簡單的(Simple)

在“簡單的”象限中，存在著可預(yù)測和可重復(fù)的因果關(guān)系。它們對任何有理性的人來說都是不言自明的。

例如，在建筑環(huán)境中，一個簡單的項目可能涉及建一棟房子，特別是如果項目團隊以前已經(jīng)建了許多類似的房子。他們每次建房子時，都會有一些不同，但是因果關(guān)系是很好理解的。類似地，在IT環(huán)境中，一個新的網(wǎng)站可以遵循一種經(jīng)過嘗試的、受信任的格式，它具有很好的模板，但每次都有不同的內(nèi)容。

在這個象限中，方法是進(jìn)行 ‘感知-分類-應(yīng)對’，即：找出這個項目的不同之處，對它們進(jìn)行分類，并對這些差異進(jìn)行相應(yīng)的應(yīng)對。

斯諾登教授認(rèn)為，這是“最佳實踐”概念具有價值的唯一象限。

復(fù)雜的(Complicated)

在 “復(fù)雜的” 象限中，因果關(guān)系仍然存在，但它們并非顯而易見，需要利用專業(yè)知識來分析它們。

建設(shè)一座橋梁可能就是這樣一個例子。雖然團隊可能已經(jīng)建造了許多跨過河流或道路的橋梁;但它需要面對的交通和天氣或地質(zhì)條件是不同的。

專業(yè)的結(jié)構(gòu)工程師將分析特定的環(huán)境并準(zhǔn)備設(shè)計。

在此用的方法是 ‘感知-分析-應(yīng)對‘，項目管理將被認(rèn)為是“優(yōu)秀實踐”而不是“最佳實踐”。

難解的(Complex)

在這個象限的工作也有著因果關(guān)系，但是這種關(guān)系是不可預(yù)測的，而且只有事后才能看清楚。

變革類項目群可能就屬于這一象限，許多IT項目或項目群也是。

這主要是因為有多種利益相關(guān)方關(guān)系，他們的觀點和要求隨著時間的推移而逐漸清晰。

在這使用的方法是 ‘探索-感知-應(yīng)對‘，即：需要進(jìn)行實驗和測試，以了解工作的詳細(xì)范圍。

混亂的(Chaotic)

斯諾登教授認(rèn)為，在 ‘混亂的’ 系統(tǒng)中不能確定因果關(guān)系。

‘混亂的’ 象限應(yīng)該是為了創(chuàng)新的理由而進(jìn)入的，這顯然有相當(dāng)大的風(fēng)險，當(dāng)然也會有很大的收益。

這樣的項目可能是進(jìn)入一個新的快速變化的市場。

這里的方法將是 ‘行動-感知-應(yīng)對’。

無序的(Disorder)

當(dāng)您不知道四個象限中的哪一個是相關(guān)的情況下，“無序的”就是起點，需要通過分析來確定所在的位置。

當(dāng)我們把這五種問題類型映射到企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的時候，很多問題都茅塞頓開，引刃而解。

03.數(shù)字化轉(zhuǎn)型的五個底層問題域及對應(yīng)的解決路徑

我將Cynefin的原始解釋映射到數(shù)字化轉(zhuǎn)型領(lǐng)域，做了下面這張數(shù)字化轉(zhuǎn)型路徑藍(lán)圖。

淡黃色的，是對應(yīng)的解決路徑。

灰色的是對應(yīng)問題域的樣例。

橘黃色的箭頭，表示解決問題的路徑。

Simple/簡單域

在企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域，有一些非常清晰的問題。比如，系統(tǒng)日志報錯顯示硬盤不足，那么就需要擴容。再比如，一個企業(yè)沒有會員管理系統(tǒng)來進(jìn)行基本的會員信息存儲和查詢，那么快速上線一個管理會員基本信息的CRM，會是最快的解決問題的辦法。

這類問題，往往很簡單，很清晰，有著高度重復(fù)性，能夠通過功能匹配來對應(yīng)到解決辦法，往往這個領(lǐng)域的數(shù)字化問題，都有對應(yīng)的產(chǎn)品來支撐。比如，云服務(wù)器解決應(yīng)用計算問題，結(jié)構(gòu)化數(shù)據(jù)庫解決結(jié)構(gòu)數(shù)據(jù)存儲問題等。

在企業(yè)數(shù)字化轉(zhuǎn)型的初級階段，也就是我們所理解的信息化建設(shè)階段，往往有一些這類問題都是通過購買產(chǎn)品來解決，比如買一套Office軟件，解決文字處理工作，買一臺路由器，解決網(wǎng)絡(luò)連接問題等。

Complicated/復(fù)雜域

但是，隨著企業(yè)數(shù)字化的發(fā)展，這類簡單問題的需求越來越少，隨之而來的是復(fù)雜域的問題。

復(fù)雜域的問題往往是比較專業(yè)的問題，一個問題往往有多個答案，并且隨著企業(yè)的不同，階段的不同，答案之間都比較個性化，所以重復(fù)性較低，這種情況下，需要專家來診斷分析，從而制定對應(yīng)的解決方案。

比如，企業(yè)在構(gòu)建了Office軟件后，需要解決協(xié)同辦公的問題，那么就需要分析協(xié)同辦公的用戶需求，流程節(jié)點，組織結(jié)構(gòu)，崗位設(shè)置，權(quán)限職責(zé)等，所以需要協(xié)同辦公的專家來調(diào)研，分析不同企業(yè)的不同辦公需求，從而形成一套解決方案。

但是構(gòu)成這個解決方案的原子部分，基本上都還是標(biāo)準(zhǔn)的，有一定的復(fù)用性的。

在企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入到網(wǎng)絡(luò)協(xié)同階段，大部分都是這類復(fù)雜域的問題。比如，ERP系統(tǒng)，OA系統(tǒng)，MES系統(tǒng)等。雖然每個系統(tǒng)都有一定的復(fù)雜性，并且也有一定的個性化，但是如果拆解到功能級別，不同解決方案的功能都還是有一定的相似性和重復(fù)性。

這類解決路徑，就是我們現(xiàn)在行業(yè)里不同的廠商或者服務(wù)商口里所說的“解決方案”，比如零售解決方案，交通解決方案等。

這類解決方案有一定的領(lǐng)域特點，在特定的領(lǐng)域還是有一定的通用性，所以是具備一定的復(fù)用性的。

Complex/難解域

當(dāng)問題到了難解域(Complex)的階段的時候，往往已經(jīng)不是可以用一個解決方案能解決的了，就像我經(jīng)常講的中臺，這就是屬于難解域的一個問題。

因為，中臺是一個變革類的綜合項目，沒有標(biāo)準(zhǔn)答案，不同企業(yè)的中臺完全不一樣，不同企業(yè)甚至對于中臺的認(rèn)知都是不一樣的。所以在分析清楚，定位清楚要解決的問題之前，這個問題完全是一個模糊的位置的領(lǐng)域，往往需要通過探索性分析來定位問題。

往往到了這個階段的問題，企業(yè)需要的已經(jīng)不是一個解決方案，更不是一個產(chǎn)品，而是一個咨詢服務(wù)來幫助他們分解，分析問題，從而將問題識別出來，拆解成復(fù)雜域和簡單域的問題。

Chaotic/混亂域

難解域基本上涵蓋了目前企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的大部分問題域。

但是，對于一些傳統(tǒng)企業(yè)來講，他們?nèi)绻稣w的數(shù)字化轉(zhuǎn)型，這就像進(jìn)入了一個他們所不熟悉，陌生的新領(lǐng)域。之前他們在傳統(tǒng)產(chǎn)業(yè)中積累的經(jīng)驗，行業(yè)認(rèn)知已經(jīng)完全不起作用。尤其當(dāng)一些已經(jīng)構(gòu)建了基礎(chǔ)的數(shù)字化能力的企業(yè)，一旦希望通過數(shù)字化轉(zhuǎn)型來實現(xiàn)業(yè)務(wù)轉(zhuǎn)型的時候，就進(jìn)入了混亂域。

他們無所適從，調(diào)研了市場上很多的認(rèn)為是相似的實踐，東瞅瞅，西看看，感覺這個也能夠有幫助，那個似乎也有借鑒意義，但是自己如何做，從哪里開始，如何投資，非常糾結(jié)。

這就是典型的數(shù)字化轉(zhuǎn)型焦慮癥，知道自己一定要做數(shù)字化，也看了很多的參考樣板，但是遲遲無法做出決定，不知道應(yīng)該下注在哪個領(lǐng)域。

而且，數(shù)字化轉(zhuǎn)型工作，本身是沒有一定的因果關(guān)系的，同樣的措施，在不同的階段，采用不同的方法，不同的團隊，可能結(jié)果是完全不一樣的。

所以這種情況下，一定是需要創(chuàng)新型的咨詢服務(wù)來進(jìn)行快速試錯，探索，然后驗證出一些可行的舉措 變成難解域，復(fù)雜域和簡單域的問題，在逐層解決。

Disorder/無序域

如果我們把企業(yè)數(shù)字化轉(zhuǎn)型定位到混亂域，那么，無序域就可以對應(yīng)到企業(yè)級轉(zhuǎn)型，那就意味著企業(yè)級的業(yè)務(wù)戰(zhàn)略層面都不清晰，同樣需要戰(zhàn)略規(guī)劃咨詢服務(wù)來梳理拆解這類問題。

4.數(shù)字化轉(zhuǎn)型的趨勢：規(guī)模化加速

從前面的分析可以看到，如果規(guī)?；涌鞌?shù)字化轉(zhuǎn)型的速度，那么可行的方法就是盡量多的將無序域，混亂域和難解域的問題，解構(gòu)成復(fù)雜域和簡單域的問題，然后就可以用解決方案和標(biāo)準(zhǔn)化產(chǎn)品這樣的通用性的路徑去復(fù)制。

這個理念其實和軟件架構(gòu)中微服務(wù)的理念是類似的，通過抽象，復(fù)用來構(gòu)建微服務(wù)，然后充分復(fù)用這些微服務(wù)構(gòu)建企業(yè)級能力平臺，從而實現(xiàn)前臺的快速創(chuàng)新和響應(yīng)變化。

如今，我們看到咨詢公司，在收購軟件解決方案和產(chǎn)品公司，而很多的軟件廠商也在構(gòu)建自己的咨詢能力，這也從某種角度上佐證了這個趨勢。

咨詢向下，產(chǎn)品向上，殊途同歸，都是為了規(guī)?；铀贁?shù)字化轉(zhuǎn)型。

05.關(guān)于作者

史凱

ThoughtWorks

數(shù)據(jù)和人工智能業(yè)務(wù)總經(jīng)理

全球DataIQ100人數(shù)據(jù)賦能者

騰訊云最有價值專家TVP

2019中國企業(yè)數(shù)字化領(lǐng)導(dǎo)者

首個數(shù)字化轉(zhuǎn)型對話節(jié)目《數(shù)字化奇葩SHUO》發(fā)起人

公眾號《凱哥講故事》作者

中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟數(shù)字化轉(zhuǎn)型專委會主任

創(chuàng)業(yè)邦卓越生態(tài)聚合賦能官

華章出版社數(shù)據(jù)智能專家顧問

中國數(shù)字化轉(zhuǎn)型委員會核心委員

近二十年企業(yè)信息化，數(shù)字化經(jīng)驗。程序員出身，后從事企業(yè)IT戰(zhàn)略咨詢和實施工作，對云計算，大數(shù)據(jù)，企業(yè)架構(gòu)，有豐富的實踐經(jīng)驗，成功主導(dǎo)多個大型企業(yè)的數(shù)字化轉(zhuǎn)型從頂層規(guī)劃到實踐落地。

目前專注于企業(yè)數(shù)智化轉(zhuǎn)型體系建設(shè)和頂層規(guī)劃領(lǐng)域。

參考文檔：

https://www.praxisframework.org/zh/library/cynefin-framework

https://en.wikipedia.org/wiki/Cynefin_framework#/media/File:Cynefin_framework,_February_2011_(2).jpeg