數字化轉型，需迴歸「第一性原理」

圖片來源@視覺中國

文 | 長江商學院，作者 | 韋青

（

微軟中國CTO）

過去幾年企業圈若論最火爆的新詞彙，“數字化轉型”可謂不遑多讓。口號很響，家家在做，卻成功者寥寥。

“數字化改革，是一個複雜的巨系統工程。從思維正規化到文化正規化，再到組織正規化、制度正規化、績效正規化和最後的行為正規化等方面均需有所革新。”

“不要被人工智慧、NFT等這些新概念貼上標籤，應該將它們作為工具，從本質上去學習和利用。在真正的實踐過程中，關注名詞或被名詞侷限的人大都被淘汰了。”

韋青

01 想清、說明與做到

數字化轉型、智慧化、數值時代等新概念的原始模型是什麼？

在20多年前，就有名為DIKW（Data-Information-Knowledge-Wisdom或稱為數-信-知-智）的資訊理論金字塔，目前火熱的大資料、人工智慧、資訊化、元宇宙等，均在DIKW金字塔框架中。

如果向前回溯，就會發現，現在提出的新概念只是將前輩們二三十年前的設想一一實現。

實戰者有一些基本的邏輯，如果總是在跟潮流，做生意很累，而且永遠只知其一不知其二，很容易被帶偏。

馬斯克接受採訪時曾提到

“第一性原理”，就是迴歸本源，

也是哲學用詞。

在同一篇採訪中，他還提到另一個見解——

“我建議在這個時代，大家儘量在思考問題時不要用比喻，我們知道人類的溝通交流，學會打比喻、講故事本來是一個特長，但為什麼在這個時代，作為一個領導者，儘量在思維正規化，也就是思維框架中，要小心用比喻的方法。這是因為萬一被比喻的那個物件是要被打碎的物件怎麼辦？”

“當一個定理出來之後，就會有新的測試、研究、衡量方法，證明它是錯的。”

科學方法論指的是科學不能被證實，只能被證偽。

同理，當我們給客戶提供服務時，一定有一個前提，有批判的眼光，即看它是否能夠被證偽。如果一個方案可以解決目前的問題，但卻沒有加上一個前提，即因時因地制宜的約束，那麼這個方案大多數情況下不可靠。

人們越在一線打拼，越在一線領跑，便越不相信這個時代還有“專家”，還有“正確的領導者”可以跟著走。相反，

這個時代每個人都可以成為在某個時間或者某個節點的領導者。

當我們具備了這種基本的思維邏輯和方法後，再來學習就會知道，學習又有兩種分法，中文即“學而時習之”，英文有兩個詞，一個是learn，一個是study。study強調的是學習一個定理，而learn則強調不斷學習的動態，不斷地知行合一，不斷地破局。

我們進入了一個確定性消失的年代，越來越多的公司都是在摸索中，進入“無人區”。

比如華為、微軟，他們未來的發展沒有人能回答，因為這些公司已經走在了沒有人走過的路上。

實際上，過去這20年全新的技術突破並不多，大部分是幾十年前就已經寫成的論文逐漸以更加優秀的工程方式實現。

那麼，

既然想創新，想領先，不妨讀一下最開始的那幾篇圖靈、維納等關於系統論、控制論、資訊理論，以及人工智慧、機器學習的論文，和系統工程的方法與實踐。

這個時代大家要把觀點改成learn，即真正的“學而時習之”和“知行合一”。忘掉招數、招法，

探究如何得到招數、招法的思維方式，從而形成自己的認知框架。

當我們在進入數字化時代時，由於面臨著新的人機關係，這是一個百年不遇，乃至千年不遇的時代，因為這當中有一個潛在的隱話題——

大家都認為我們進入了數字時代，其實更精確而言是資訊時代。

根據DIKW模型，資料的階段還是在為資訊與知識社會做準備，但到目前為止，人類尚未對什麼是資訊以及資訊的真正作用達成共識。

那些把數字化當成是資訊化之後階段的觀點值得商榷，與其說完成資訊化之後開始進入數字化時代，或許可以再反思一下是否真的完成了資訊化，還是僅僅實現了無紙化辦公或者自動化生產。

在數字化轉型中，有太多的人被那些概念和說法束縛住了頭腦。

從電氣化時代開始的百年曆史來看，雖然今天在說數字化轉型，但其實我們從根本上還沒有進入這個時代。

真正進入這個時代，我們不用談轉型，不用談數字化，談的是業務本身，談的是人類最基本的衣食住行。

舉例來說，如果我們在家裡招待訪客，沒有人會無聊到跟訪客說家裡牆上有一個電插座，最多會介紹家裡有什麼樣的電器，其實大多數情況是介紹自己的生活方式，是衣食住行，而不是家裡在用電。

試想一下，我們時常掛在嘴邊的各種技術名詞，是否象一百年前有人時常叨嘮自己正在用電一樣。迴歸人類基本的生活訴求，可能就是未來幾十年甚至上百年，我們現在盛行的所有新技術的真正歸宿。

對企業而言，終將有一天，就像現在不會再向別人炫耀自己正在用電一樣，人們也不用再談任何的技術詞彙，再談數字化轉型，而是談自己的本行工作，只不過它已被資訊科技賦能。

說到底，什麼樣的技術，都是在滿足人類的物質與精神需要。

我們經常容易誤會想清楚、說明白、做到之間級別的不同。而最普遍出現的是自以為想到了就能做到，而忽略了我們在進入一個無人區。

無人區有一個最大的特點，即空想、假設沒有任何作用，大機率前提下也沒有任何依據，因為你沒有前例可循。

前進的方法即實證，在做中學，學中做，一步一步接近目標。

而這個實證，大機率事件是教訓遠多過經驗，

如果是這樣的場景，反而可能是更大機率地走在了一個更接近真相的路上。

在無人區的時代，思想如果不轉變，我們很容易跟錯所謂的領導者或者前導。他可能比你想的清楚，再比你能說話，八成你就被帶著走了，但是要注意他是否真的做到了他所說到的，同時還要看這種做到是否是屬於倖存者偏差的範疇，這是這個時代的特徵與挑戰。

需要指出的是，上下文邏輯很重要，如果不約束上下文，很容易將資源浪費在無用的事情上。關注上下文，也可以理解為

關注前提與約束條件

，這是理性思考的基礎，是每個人在做每一個判斷、每一個決策和每一件事情的前提，但能養成這種思考習慣的人微乎其微。

再談

說清

的重要性。

獨行速眾行遠。

這個時代進入了一個無人區，沒有任何一個人提前帶足裝置和必要的資源走過沼澤地，所以大家結伴同行。

結伴同行最好帶上更多志同道合者，辨別和吸引更多的志同道合者需要先說清楚自己的理念，要有辯論，所謂道理越辯越明，這需要人們掌握基本的修辭學與辯論理論，還要不斷實踐。

這種理論與實踐在西方可以追溯到亞里士多德的修辭學。在東方，可以一直追溯到春秋戰國時代“離堅白合同異”般的學問。

然後才是做

，做又有一套知行合一的方法。做時需要區分科學、技術與工程的區別。其中，最需要工程的能力。

想清、說明、做到，三者的思維正規化有所不同但又相互關聯。如果不能非常冷靜地去認知，大機率就隨波逐流了。

02 舊瓶裝新酒 技術的名詞與技術的本質

這個時代，對技術先進性與工程實用性的判斷可以畫四方格來表示：橫軸是新瓶、舊瓶，指稱技術概念；縱軸是新酒、舊酒，指稱技術的價值實質。

這樣有四個象限，相應地會演變成下面幾種可能：

一是舊酒裝舊瓶，比較容易識別；另一個難識別的是，新瓶裝舊酒。

而真正厲害的公司，由於兼顧工程的實用性與技術的先進性，關注高效率的實現而不總是使用最先進的技術，可稱為新酒裝舊瓶，這對我們來說最划算，因為它賣不了高價。

當然了，退而求其次，付了高價但買到好東西，就是新酒裝新瓶。

數字化轉型，在這個技術為王的時代，要把我們自己打造成：

第一，儘量先別變成新瓶裝舊酒，這樣的話其實過濾了90%的人

，家裡放一堆瓶子在那裡有什麼用？完全滿足自己的虛榮心但是沒有買到好酒。

之後，要慢慢進步到新瓶裝新酒，最後再更進一步鍛鍊到舊瓶裝新酒

。這時可以跟同樣檔次的人進行真正成本和效率上的競爭了，也就達到競爭的極致階段。

這需要對科學、技術與工程的異同有清醒的認知，而不能片面的一刀切認為先進的技術就是有用的技術。未來二三十年，我們都需要走到這麼一個階段，才能夠說開始下一輪的考驗。

人們通常願意追求新概念，因為都願意看新瓶，甚至忽略瓶子裡裝的是什麼。所以我們首先要鍛鍊的，不是以瓶來論酒，是以酒來論酒。

能不能做到，需要靠思維正規化的改變。

尤其是在一個不確定性的年代，不死就有機會活，就有可能、有機會。

真正在做企業管理時，要特別重視企業的思想統一，而思想統一的首先條件是語言的統一。

一個複雜的組織系統，它的產品和服務是由機構的組成來分割的。因此當人們口口聲聲的說要打通資料牆時，其實真正要打通的是部門牆。

組織壁壘是人的問題，是權力的再分配。這個問題不解決，單單靠技術是不足夠的。也正因此，每一間現代化的企業，在能夠充分利用數字化技術之前，需要完成“書同文車同軌”的統一任務。

公司怎麼定的原則？和大家是否有共識？這才是資料打通，進入智慧時代的一個本源性問題，這是核心。

網際網路是歷史技術發展長河中一個非常短暫的現象。在這個複雜性的時代，如果硬要打標籤，所謂被貼上傳統企業標籤的，應該振臂高呼，一定不能接受這種標籤。

網際網路只是一個工具，傳統企業可以隨時拿起它，也能隨時放下，拿起它也是因為它對企業來講有用，而並非因為是潮流。

即使是網際網路，它也終像電一樣成為日用的技術，目前實現的手段也會被淘汰，也一定會因時勢變化而演進重生。

不要被人工智慧、NFT等這些新概念貼上標籤，應該將它們作為工具，從本質上去學習和利用。“

無論你把玫瑰稱作什麼，玫瑰都會依然芬芳。

”（編者按：此為莎士比亞劇作《羅密歐與朱麗葉》臺詞）。

在數字化轉型方面，不宜侷限為建立一個新的資料庫，或者打造一箇中臺。關鍵是“中”在哪裡？在真正的實踐過程中，關注名詞或被名詞侷限的人大都被淘汰了。但關注本質時，並沒有中臺概念。

有的是具體的問題和公司的現狀，所謂分久必合、合久必分，公司最大的痛點是中臺的位置。它可以是前臺，可以是後臺，當然也可以在中間，這是一個邏輯概念不是一個物理性的概念。

因此

它可以是資料層面，也可以是組織層面、業務層面、流程層面，還可以是人才層面，這些都可以被稱之為中颱。

那麼問題來了，如果是這麼靈活的方案，是以問題為導向的方案，大家又何必糾結於一定要稱作中臺呢？

“中”真的幫你解決你的問題了嗎？每一間公司發展的階段、成熟度、資金儲備、人才能力、行業特徵、使用者群體都不一樣，怎麼會有一個統一的“中”呢？

這些都需要回溯到本源去思考。我們對數字化的理解絕不能只停留在名詞上，也不必糾結於要不要上區塊鏈、NFT、人工智慧，用中臺、用分散式計算等這些淺表的問題。

而要關注最本質的問題、要解決的難題、如何用最高效的工程方法，而不是最炫的技術去解決。這是我們能夠真正產生降維打擊別人能力的一種能力。

03 微軟，一個非典型的典型故事

作為一個從2007年到2020年市場總值始終排在前五名的公司，微軟在數字化方面的經歷和背後的邏輯值得深思。

有一本書《思考，快與慢》值得一讀，有些燒腦需要靜下心來邊閱讀邊思考。

書中主要解決的是人類的思維偏差，思想出問題後再怎麼準備好再做事情，都很難產生完備的邏輯和期望的結果。

以數字化為例，假設去年流行上中臺，用分散式資料庫，或者用某種資料建模方式，失敗了，那麼請問，今年，你還能不能這麼做？

如果是用靜態的思維來看這個問題，尤其是一些公司還被貼上傳統企業標籤的話，因為太強調正確、可控。通常如果去年犯錯了，今年就不做了。

這是標準的“一朝被蛇咬，十年怕井繩”的心態，而

這個從機率論的角度來看是典型的認知偏差。

在我剛才說的這本書中是認知框架問題。

在數字化領域、智慧化的改造領域，如果帶著這種思維邏輯十分危險，因為去年錯的，並不一定今年錯。同樣的，去年對的，也並不一定今年就對。

如果這個基本點不解決，還是在混淆相關性和因果性，做決策時就容易把本不相關的行動與結果連線起來，這樣的話無論怎樣做，即使看似暫時有成效，也很容易成為鏡中花水中月，不能持久。

認知的重要性，只有真正經歷過後才知道，尤其是經歷沒經歷過的事情時才知道，具備這種信仰，也可以衍生出大數定律。

我們在學習時很希望學成功人士和成功案例，但實際上，如果真的相信這個世界的貝葉斯本源原理（是關於隨機事件A和B的條件機率或邊緣機率的一則定理，指當分析樣本大到接近總體數時，樣本中事件發生的機率將接近於總體中事件發生的機率），就會知道，所有的方法最後都會回到一個迴歸值。即你學這些所謂成功人士的案例，會發現其結果與方法是一個機率分佈。

比如國內學華為，國際上學微軟、谷歌，該不該學？當然可以學，但是學的時候會發現，只能借鑑不能照抄。

在數字化轉型上，企業需要的不是雲計算、中臺、人工智慧，而是計算、儲存、網路，因為實際上計算機做的事情就是計算、儲存、網路。本質決定概念。

以資料孤島為例。資料孤島是因為各個部門產生的資料標準格式不一樣，那麼新的資料的產生和應用時，就一定要有一套資料標準，應用到各個板塊，這到底是技術問題還是人的問題？

大機率是人的問題，尤其公司內部不同部門之間的權力鬥爭。解決數字孤島問題，打通資料並不難，難的是取得大家的共識。

事實上，缺的並不是資料孤島的解決，而是實現公司內部“書同文車同軌”的能力與魄力。

數字化轉型，實際上是一場改革，公司管理的手法、策略、次第、步驟是完全不一樣的。

數字化轉型也有它的客觀規律。以微軟為例，微軟有自己獨特的管理邏輯：

1。 “微軟只有18個月的生命，不革新，就消亡。”——比爾·蓋茨

2。 “我希望微軟是一個壞訊息比好訊息傳得快的企業。”——比爾·蓋茨

3。 “別騙別人，也別騙自己。”——薩提亞·納德拉

4。 “所有的成功都是過去式，我們的行業只尊重創新。”——薩提亞·納德拉

變革心態的演變：從尚未開始轉型的擔心、懷疑、猶豫、觀望、不屑、牴觸等消極心態，到準備開始轉型的學習、參考、取經和找/招人、搭班子，再到踏上轉型之路後，在忐忑、欣喜、焦慮、急躁和失望之間反覆徘徊。

我們認為由“技術”賦能的“文化、人才、流程、產品、模式、生態”缺一不可。

關於文化轉型，有10點體會：

1。 只有尊重自己的歷史，才能更好的面向未來。

2。 一切的變化，最終都是思維的變化。

3。 變化是裝不出來的。

4。 “有理想，有抱負”，方能長久。

5。 要讓改革的成果隨處可見。

6。 知行合一。

7。 宣傳、宣傳、宣傳，你不說別人就說。

8。 讓技術充當改革的加速器。

9。 要麼“all-in”，要麼走人。

10。 改革，永遠在路上。

知與行、簡單與複雜、技術與人性，充滿了矛盾與統一。但核心的矛盾是我們希望在確定性消失的時代，用確定性的思維方式，形成基於確定結果的策略，以確定的方法，解決不確定的複雜問題。

數字化改革，是一個複雜的巨系統工程。從思維正規化，到文化正規化，再到組織正規化、制度正規化、績效正規化和最後的行為正規化等方面均需有所革新。

在這個巨系統工程中，科學探索、技術創新、工程實現、數字模型等硬核能力和人文素養、領導力、管理實踐、經濟、運籌與博弈等軟核能力均要有所提升。

改革，永遠在路上！