其實,真實的數字化都是“反人性”的 ...
數字化轉型,就像一劑苦口的"良藥",人人都夸數字化轉型的優(yōu)點,但是很少有人能真正踏踏實實地把“數字化”的工作做好!
數字化轉型,本質上是把企業(yè)的數據資源作為新質生產力,達到降本增效,業(yè)務賦能,提升創(chuàng)新力的效果。
數字化轉型是一種由前言數字技術驅動的組織全新的變革。這種變化,在推進數字化落地的過程中,讓管理者、員工、技術人員,全部都感到很不適。
當數字化進入深水區(qū),才讓人們看到它的“反人性”。
認識這些數字化先天的“問題”本質,才能更好地解決轉型的癥結,以免決策失誤,認知錯位。
首先,對企業(yè)管理者或領導決策層來說,數字化項目通常定位為“成本項”。
無論是數據治理,還是構建數據平臺工具,先不論最后收益如何,總歸要先產生一筆數額不菲的IT建設支出。
因此,盡管數字化對企業(yè)未來發(fā)展具有諸多好處,但是只要當前業(yè)務運行沒有太大毛病,一般就不會讓管理層看到“數字化”轉型的必要性。
說白了,就是數字化的收益太過于抽象。數據是很重要,但是數字化帶來的好處卻經常難以評判。
尤其是數據平臺相關的建設工作,這是一項“基座工程”,是為了更好地開展數字創(chuàng)新業(yè)務做的鋪墊。
沒有數據平臺,就沒法進行業(yè)務創(chuàng)新,沒有業(yè)務創(chuàng)新,數字化的好處就根本講不清楚。于是這就“陷入”了價值無法自證的“怪圈”。
于是,很多領導層的原始數字化轉型驅動一般來自于兩方面“契機”。
一是管理需求,即管理上已經出現(xiàn)了混亂,通過數字化技術提高管理透明度;二是同業(yè)競爭,即其他同行已經普遍建立了較為成熟的數字化能力,迫于在大的行業(yè)趨勢下,對未知不可控的壓力 ...
除此以外,單純講業(yè)務提效,很難形成說服力,因為效益過于間接,同時有關技術替代的成本收益“賬”也很難真正算清楚。
其次,對于業(yè)務人員來說,數字化轉型是“不折不扣”的干擾項。
不管任何數字化技術開始表現(xiàn)的多么“友好”,長期肯定是抱著替代一部分人的工作為目的而來的 ...
雖然新技術的到來,也會創(chuàng)造新的職業(yè)機會,但是總歸人們普遍還是希望安于現(xiàn)狀。
對于大多傳統(tǒng)的職場人來說,如果不改變“技術?!钡那闆r下,同樣可以賺到工資,就不會有動力去提升自己。
單純的數據服務或技術工具本身沒有意義,需要和業(yè)務緊密結合,才能有效發(fā)揮產業(yè)價值。
所有數字化項目都需要業(yè)務人員的配合才能最終成形 ...
例如,需要業(yè)務人員制定業(yè)務規(guī)則、數據標準,核查數據的真實性、有效性,對數字化場景進行驗證,甚至提供數據標簽等。
在本已經飽和的業(yè)務工作中,還要抽時間去打磨技術產品和工具,對業(yè)務人員產生極大負擔。
更何況,業(yè)務人員配合構建的系統(tǒng)和應用,本身也是要砸掉自己飯碗的 ...
這就是為什么,業(yè)務+技術的協(xié)同模式下,技術人員更積極,業(yè)務人員總是“缺位” ...
當然,業(yè)務人員也并非絲毫接受不了任何數字化的改進,只是這個數字化的程度,勢必有一個范圍區(qū)間,不能越界 ...
如果日常工作負擔真的很繁瑣,業(yè)務人員是希望能夠有一些工具來輔助完成工作;
而這些工具的AI屬性如果太強,把許多“動腦子”的事情都替代了,人也就近乎沒有價值,那么也就離“下崗”不遠了 ...
這就是為什么,基礎數據服務比較容易數字化,而監(jiān)測分析類,設計規(guī)劃類,內容推薦類的項目,更加難以推進 ...
第三,對于技術人員來說,數字化是一個似乎永遠也搞不明白的“黑盒”業(yè)務。
技術人員總是容易過高估計技術本身的價值,而“選擇性”忽略業(yè)務維度的價值。
數字化服務與傳統(tǒng)的IT服務最大的區(qū)別在于,不是以交付了多復雜的功能來衡量價值,而是以達到了什么樣的業(yè)務提升效果來衡量價值 ...
但是,技術人員本身無法掌控數字化服務帶來的最終效益,中間影響變量太多了,包括業(yè)務邏輯的設計,也包括人們如何使用它,以及相關利益團體的“配合”。
但是,客戶的角度來看,數字化的失敗,經常讓“廠商”來背鍋!
很多數字化項目投入了非常大的精力去梳理數據,搭建模型,開發(fā)服務,最后根本就用不起來。
反之,也有不少項目,可能只是簡單開發(fā)了幾個報表,就帶來了極大的業(yè)務價值,讓客戶對廠商的服務“稱贊不覺”...
數字化效益對技術人員來說,是個極大的隨機項。長此以往,容易失去耐心,失去技術精進的動力。
于是,未來或許越來越多的數字化廠商將來自于綜合服務的咨詢團隊,而非傳統(tǒng)的IT技術公司。了解客戶,了解業(yè)務帶來的價值,遠比代碼能力本身更加重要 ...