转型的下一步怎么走：2021宏观形势和数字化机遇展望

　　2020年伊始，疫情让很多企业重新认识到数字化、信息化的重要性，某种程度上来说，2020年可以称之为“数字化转型元年”。当企业迈开转型的第一步后，接下来应该怎么走？回顾那些逆势增长的企业，都有什么技术助力？展望2021年有怎样的宏观形势？管理者们该如何利用技术把握数字化增长机遇？

　　1月30日，微软AI商学院、清华大学五道口金融学院的“数字中国”企业家课程项目、中信读书会联合举办了题为《2021的宏观形势和数字化机遇》的线上分享会。微软（亚洲）互联网工程院副院长张祺、微软（中国）CTO韦青、清华五道口产业基金研究专家赵晓光，从宏观的、行业的视角分享他们对科技产业趋势和企业数字化机遇的新思考。

　　嘉宾金句

　　“数字化转型不是一个银弹，不是一个绝招，而是一个系统化工程，是漫长的积累，是一步一步实证的过程。”

　　“真正的转型远没有到来。如果说转型是台大戏，那只是拉开了帷幕的小角度。所以别着急，但也别停着，准备好自己的实力，Don't think act。”

　　“以后不管是传统的还是数字化的，每一家企业都是一家技术公司。而且在这样的一个环境里面，真正意义上能够做大做强的公司，会是变成这个行业里的平台公司。”

　　2020-2021年数字化转型新态势

　　移动互联网浪潮的三大红利

　　2020-2021年是移动互联网浪潮中承前启后的一个点。在过去的十几年，苹果智能手机带动中国模组产业，中国模组产业带动中国手机品牌。智能手机为其他智能化打造了良好的系统架构和硬件基础，移动互联网应用为各行各业深度信息化搭建了数据基础和方法论。未来，移动互联网带来的三大红利在比较长的阶段有着非常好的机会。

　　第一个红利是制造业上游新势力的崛起。苹果手机上的每一个模组环节，都是中国企业在占据第一第二的垄断位置。这个产业的发展为上游材料、设备、芯片产业的发展提供了非常好的基础，在材料设备等领域，无论是来自于原有产业的孵化，还是科研的转化。中国都开始崛起，出现了一批优秀的企业。在技术之外，本土化的服务能力也是非常重要的。在横向角度我们可以看到，智能手机的制造能力开始在汽车行业复制，这是一个完全可以copy当年智能手机的发展路径，就是苹果带动中国产业链，中国产业链赋能中国的手机厂商。特斯拉带动中国的汽车供应链，以新能源电池、汽车精密制造为代表，这些能力又赋能了中国本土的造车新势力。

　　第二个红利是电子硬件终端的多元态化。在智能手机之前，我们有各种不同的电子终端，MP3、U盘、PSP、照相机等，智能手机做到了all in one。但天下大事，合久必分，分久必合，智能产品又会处于一个分的阶段。第一，智能手机本身随着5G的发展会进入“云端化”，存储计算都在云端，手机会变成一个输入输出的平台。那么我们需要做更好的输入技术创新和输出技术创新。第二，在手机之外还会有四个趋势：耳机的智能化，手表的服务化，电视的社交化和AR的加速化。这“五化”会引领整个电子硬件终端的全面创新和多元态化。第三个红利是从去渠道化进入去品牌化时代。

　　精准数据时代的到来

　　数据是科技行业统一的框架。用数据思维看，信息行业本质上就做三件事情：获取数据、处理数据和输出数据。以这个角度看的话，我们把数据分为三个时代：泛数据时代，大数据时代和精准数据时代。泛数据时代以有限的经验为核心，典型代表有工程师、医生、老师、市场人员、HR等。大数据时代不以某个人的经验为依据，而是依据更多的数据样本。未来随着5G的发展，无论是C端还是B端，都会进入精准数据时代。

　　精准数据会重塑产品从定义、研发、生产、销售服务的全过程。以搜索行业为例，最早的搜索引擎就是以工程师的经验确立，工程师套一个搜索，应该得到什么样的结果，这是典型的泛数据。大数据的思维是用算法得出相应的数据，从谷歌开始进入搜索的大数据时代。如果有100万人搜索微软，20万人打开了同一个网页，那它应该排第一个。未来的搜索应该是精准数据思维，比如一个大学生搜索微软以便获得求职机会，企业搜索微软以获得采购IT服务的机会。每个人根据精准的需求可以得到精准的结果。

　　精准数据的逻辑就像是一栋四层大厦。第一层是5G。精准数据要求数据在空间上是全面的，在时间上是及时的。5G刚好满足这个基本要求，就像一条高速公路。今年全国要建60万台小基站，代表着5G浪潮的开始。有了5G之后，我们就进入第一个过程：获取数据。第二层是物联网。为什么物联网这个概念讲了十几年，现在才开始？就是因为有5G提供及时的数据才能有物联网。在C端是通过各种终端来获取数据，在B端是各行各业的物联网，工业领域叫工业的物联网，交通运输行业叫物流行业物联网，在农业就是农业物联网。没有物联网，没有各行各业的精准数据，就没有第三楼——人工智能。以云计算为代表性技术的人工智能未来会在5G时代成为主流。第四层是数据与各行各业紧密的结合。未来技术的核心是能否更快深入到行业中去，技术本身可能并不是最重要的，谁能够以最快的速度了解行业、深入行业，让数据成为最核心的技术生产力，那么谁就会成为胜出。

　　数字化机遇先发赛道

　　企业进行数字化转型有几个先决条件。第一，数字化转型最先发生在能够直接促进经济效益的企业。比如做了10多年工业互联网的西门子团队，聚焦焊接这个技术领域，通过视觉识别加算法，以及焊接机器人来提高良率，降低成本。工业领域、金融领域都是能够立竿见影的，有些行业的信息化效果一开始并不明显，需要企业家下定决定不断投入，花较长周期展开。第二是行业已经有了一定的信息化的基础和一批懂信息化的人。如果没有，就算有最好的团队去帮它做，内部也消化不了，匹配不了。第三是财力。很多行业都在盈亏边缘挣扎，也是没有力量去做转型的。

　　有几个领域将会更快推进数字化转型进程。工业领域中的很多制造业竞争比较激烈，对新技术带来的效果会更加敏感。一些电子制造业本身就有IT基础，也有团队人才和相应的管理制度。第二是商业领域/零售领域。农业领域的整体生产力较为分散和落后，技术基础薄弱，但现在也令人看到了积极的现象。比如经过这几年的洗牌，养猪行业确实是高度集中了。云南的花卉种植企业也在使用物联网技术。目前整体来看，金融、零售、制造、物流、医疗健康、在线教育等行业将面临巨大的数字化机遇。

　　中国有一个行业叫卡车行业。卡车业主首先他最在意的不是卡车，而是货物。业主有很多痛点，比如驾驶员有没有酒驾、不当驾驶、疲劳驾驶。以及货物有没有丢失、有没有被调包、有没有被拉私活。现在有一个创业个企业跟龙头上市公司合作，在驾驶室和车厢里各装一个摄像头加一个传感器，通过人工智能的视频分析，加上对其他数据的提取，可以及时监控驾驶员。如果驾驶员老是眨眼，就说明有困意了，会被强制要求休息。总的来说，对于一个卡车业主来说，相较于大宗值钱货物，是可以接受一年2万元的服务费。中国大概有3000万辆卡车，卡车行业的信息化就是一个6000亿的市场。

　　还有建筑行业，过去对人员和施工质量的管理是靠现场监督。现在整个建筑行业开始了信息化投资，一个龙头建筑公司每年的投资可能在200亿到300亿。通过视频的方式对工人的行为进行监控，用硬件手段比如光谱识别器检测建筑质量等。过去的信息化只是说布了一个信息化的网络，但是处理的环节很多还是靠人的，而现在有了信息化处理手段。

　　传统的卡车运输行业、建筑行业都已经开始拥抱信息化的浪潮，这两个例子说明：第一，很多行业的信息化的空间比大家想的要大很多。第二，每个企业家都要有这种危机感、紧迫感，加强加快这个信息化的投入，以及对应人员的建设。

　　而从投资者角度来说，备受青睐的数字化转型公司有两种，一种是高度集中的核心技术，另一种是做核心技术与行业应用结合的。一些核心的硬件技术和软件技术是不断增强的一个规模壁垒，而且随着规模的做大，数据越多，用的人越多，技术的优势会越来越明显，基本上盯着龙头企业就够了。芯片、服务器、云技术是比较垄断性的，不太会留给小企业机会。很多技术是不可预测的，比如人工智能经历了GPU、FPGA、云、Lab。对投资人来说，更值得把握的是技术与行业应用结合的领域。它主要包括两类：第一类是利用核心技术做二次的这种行业应用，提供信息化解决方案的公司。第二类就是各种行业里去积极拥抱这些领域的公司。

　　当下数字化转型的五个关键点

　　纠正认知偏差

　　数字化转型中最大的问题可能不是资金，不是技术，不是人才，可能也不是文化，而是认知上的偏差。这个时代进入了开卷考试的时代，答案摆在你面前，你有许多答案。更麻烦的是这些答案都是所谓的正确答案。但它们没有告诉你它适合怎样的人群。这样的话，每个企业的决策者、技术人员甚至普通个体，他们不是不知道该做什么，而是不知道自己或者公司在这个时间点、这个前提条件下应该做什么。

　　如果人的思维逻辑是吻合的，就容易在开卷考试的时代找到适合的方法论。比方说过去几年，有人工智能、机器学习、中台、5G、物联网、区块链等等新技术，但我们会发现这不是每个人都用得到的东西。微软在和客户交流中会体会到，汝之蜜糖，彼之砒霜。微软的经验是否为观众们所适用，或者说我们的教训比经验更有帮助？因此，这个时代是实证的时代，更需要深刻认知的这种思维能力，判断是非的能力。

　　中国有BAT，美国有FANG，而微软本身是一个正在转型中的企业，严格意义来讲，也可以说成是一个传统企业。但为什么这么一家公司又重返全球企业巅峰？首先，微软并不是主动转基因做跨业运营，它本质上是有着40年成功经验的软件企业。如果说以前平台是Windows，生产力是Office，那么现在只是把Windows扩展到Microsoft Asia。Asia是一个计算平台，是一个世界的计算机，从云到边缘到末梢全来提供负责。

　　很多成功完成转型或成功进行转型的公司，都有一个共同特点，就是痛点驱动，没有技术驱动的。商业是一定要盈利、赚钱的，盈利的基本点不可能被忘记。小企业自己无法具有数字化能力，所以它需要有强烈的、优秀的、高效的学习能力。大企业最大的阻力来自于固化思维。转型是一个利益和权力重新分配的过程，在公司具体落实转型的过程中，这种机构行为学很容易被忽略。

　　提高成熟度

　　成熟度包括文化的成熟度、数据的成熟度等。新的人机关系是用机器的计算学习能力来帮助人类做决策和判断。那么它的基础数据成熟度够不够，公司文化成熟度够不够，整个公司上下是否已经认识到了先有思想的转型才有行为上的转型，然后才能有一些具体的产出结果？关于技术的成熟度，我们虽然做了几十年的信息化，但大多数公司还是留了很多“技术债”。因为很多公司把数字化误解为办公数字化甚至是文档数字化，而没想到整个数据结构、数据模型、行业洞察、工业机理也需要数字化。这就是技术上的债。还有文化、技术、人才、行业、资金上的。

　　不管是大公司还是小公司，具体做数字化转型的时候，明确目标相对比较容易，但更重要的是要明白现在脚下这条路或者踩的这个石头是怎样的，然后才能够一步一步的，根据你的条件来达到大家共同的目标。

　　定制化方案

　　企业深度拥抱数字化，首先要有比较好的数字化转型方案的提供者，针对行业特点提供定制化服务。在这个过程中，一方面就是数字化服务的提供方要有这种能力，不能拿一个普适的、大一统的技术，一个芯片加一个服务器，你拿去用吧。比如同是制造业，制鞋行业和化工行业、电子行业就千差万别。在这个过程中，服务的提供方要有这种针对不同行业的深度定制的能力。同时服务的接收方也要敞开他的企业去接纳。

　　长期投入运营

　　数字化转型实际上是把之前可能是物理上的东西，变成了虚拟的，所有事情都要量化，流程都要优化。我们传统做IT的时候会有一个“最后1公里”的问题。这里面其实会有两个问题，一个是最后1公里的问题，还有一个是接下来1万公里的问题。

　　这其中的意思就是，这个技术要在这个行业里使用的时候，你实际上是有比1公里更长的过程。怎样能让你的技术在行业数据里面做更好的实施？模型要做优化，要反复训练，可能还要跟这个行业本身的业务场景结合以后，把真正的结果拿出来做前后对比。这是一个相当漫长的过程。

　　在做数字化转型，包括智能优化的时候，要一个预期，要做好这样的准备。到真正在实施了以后，实际上你还有1万公里的历程。当一个模型上线了以后，要不停地根据实际应用场景进行迭代。比方说微软的广告部门，全球大概有上千的工程师在不停地优化搜索引擎这样的一些广告引擎。

　　正是因为这样，恰恰也是很多机会，谁能够投入与行业的结合，做好足够的布局，进行长期的运营优化，选择合适的技术、技术栈、合作伙伴，在对整个历程有很好的预期的情况下，就更加容易转型中脱颖而出。提高了效率，赋能了员工，产品迭代加快，更好地服务客户，带来好的商业效果。

　　重新定义技术人才

　　互联网企业不仅是用一种信息化的方式和思维在管理，它的核心是运营能力，员工与信息化的紧密结合的能力。技术人才本身，懂技术、写代码的培养是一方面，还有一个很大的痛点是需要又懂技术，又懂业务。如果纯粹只是从技术本身来讲的话，你可以是以内部培养作为主线，培养纯粹的专业技术人员Pro developer和Citizen developer。现在比较流行的、也是微软和很多公司推荐的产品，比如power platform里面的低代码、无代码开发。其实人们把低代码、无代码误解为变成一个程序员，其实不是的，这个能力就像PPT一样是一种新的基本办公能力。

　　还有一种是pro developer，我们看到一个Gap、一个痛点，就是专业程序员老把自己约束成就是一个搞技术的，而不是一个懂业务的搞技术的。这种大量的、纯粹的、原来意义上的程序开发其实可以外包出去，但是我们公司必须要有懂业务的技术人员，说白了，其实就是变成架构师了。那么再加上所有的所谓的白领或者办公人员，必须得要培养成为一个叫我们称为Citizen developer的水准，就是公民程序员的水准。而未来Citizen developer这种水准，应该成为白领或办公人员的基本要求。

　　近年有一个常见的问题是，传统的软件开发人员该怎么转型，特别是30岁以后该如何转型。其实要懂业务的技术人员变成架构师，白领变成公民程序员，两边的这种交互其实就能很好的去解决未来大家转型这样的问题。

　　微软总有大把老极客，所谓35岁以上遇到瓶颈，把自己称为码农，是对软件工程的一种误区。它实际上是一个非常专业化的行业，对于程序语言的理解，对于业务的Inside洞察，应该反而是随着时间的增长和年龄的加深更加纯熟和老练。如果说把自己降成了只会写代码的码农，别说30岁了，那20岁可能就被淘汰了，因为这种能力也是会慢慢被机器所代替掉的。因此我们要具备三种能力：长期学习、不停学习的能力；抽象想象、提高认知的能力；懂业务的能力。

　　趋势、机遇和挑战

　　未来的时代一定是新型的人机交互。Microsoft Asia虽说是云计算，但它整个思路其实是Microsoft Asia the worst computer（世界计算机）。帕路阿图实验室的CTO在上个世纪90年代写了一篇论文讲21世纪的计算机，有提到“无处不在的计算”（ Ubiquitous Computing）这个词。Satya总结了三个点：一个叫做无处不在的计算，一个叫做Ubiquitous intelligence（无处不在的智能），第三个是People-Centered technology（以人为本的技术）。

　　机器会以它无处不在的计算能力帮助人类做决策、优化决策。比如微软，无处不在的计算能力表现出来的形式就是一种智能和判断能力，而且还是加了反馈链的。现在的范式其实是Cybernetics控制论的范式，特别讲究反馈，因为一旦有了反馈之后的话，做什么事情都可以是很精准的。物联网除了行动外，就是一个sense，所以我们这世界的语言模型实际上是sense think act，有些也叫sense info act，就是说感知，然后认知思考，最后再行动。微软的终极目标就是靠一个广义的世界操作系统来实现的。

　　像微软这种技术平台公司，可以提供给大中小企业帮助他们转型的，有几类服务。第一类是Azure云平台。转型的一个关键词是加速，当很多东西是远程的时候，就要灵活，灵活地扩容。公司上云、企业上云是一个大趋势，云平台能够更好地满足在企业的私有域里满足他们的需求。第二类是企业级的SARS，也就是Software as a service，像CRM ERP这样的系统，在中国实际上还是非常局域的一种使用方式。中国有很多声音，不光是企业界，还有投资界，都在问一个问题：中国到底有没有可能出现一家像Salesforce这样的公司。其实大家去看一下Salesforce的市值，同时再看看像Adobe的市值，它们都是企业SARS中非常成功的公司。第三类是像Businesslogic这种flow，将资源管理更加模板化，更加泛化的方式提供给企业。

　　人才挑战有三点，数字化转型后技术IT人才的需求是非常大的，当一个行业数字化了以后，所有的事情都要写软件、写代码。比如微软内部有一个Thesis：以后每家公司都是科技公司，都要有对应的科研人才和软件开发人才，去书写属于他们企业的软件。

　　首先训练是很重要的，一定要有很好的一套人才培养体系。第二是需要有一个产品或平台，以微软为例就是power platform，是低代码、无代码开发的平台，这在业内是一个大趋势。第三个是借力，企业可以多多考虑在这样一个环境里面，是不是每个人都应该是全职员工，有没有更加灵活的用工方式。

　　现在市场上有几种SARS应用，企业都想选择适合自己的。做好选择很大一方面在观念上。另一方面的话，就是行业流程的规范化。微软很重要、很受认可的一个方式就是数据的隐私、安全、合规。它的要求很高，令人信任。一个技术、平台、产品提供方，做好各种道德规范、合规和隐私安全保护的话，是非常重要的先决条件，这种能力让大家更加信任。