數字“五化”與商業模式及組織管理模式創新

王子陽 朱武祥 李浩然 熊立銘

2022年1月，國務院印發了《“十四五”數字經濟發展規劃》（以下簡稱“《規劃》”），強調要加快企業數字化轉型升級。無論是學界還是業界，“企業數字化”的話題均成為重點研究的方向，但何為數字化一直沒有共識。市場上五花八門、成效懸殊的各式數字化“方法”、“思維”、“戰略”也伴隨而生。

通過對大量企業數字化過程的調研，我們發現了企業在數字化過程中的三種典型誤區：

一、數字化=業務線上化：有些企業跟風式進行數字化轉型，認為數字化便是將所有業務線上化、電子化。只聽說線上化“好”，但不知道線上化“好在哪里”“目的為何”。單純將業務線上化，而沒有以數字化的方式理解業務流程并進行優化或重構，最終往往投入大量成本，但業務效率提升甚微。

二、數字化=營銷流量化：有些企業認為數字化等同于采用線上流量營銷模式，但并不知道流量營銷模式發揮作用的前提是什么。這導致這些企業在幾個流量平臺上花費重金，但并未獲得預期成效，甚至影響已有渠道的運行效率。

三、數字化=管理萬能藥：有些企業誤認為數字化能夠解決組織管理中的所有問題，一旦應用了數字化軟件，管理中的問題就會迎刃而解。但往往事與愿違，如果沒有從管理問題的根源進行優化，數字化工具不僅可能“治標不治本”，甚至還可能加重病灶。

事實上，出現上述問題的原因在于企業沒有準確厘清數字化的兩個關鍵問題。第一，企業數字化的內涵，即數字化到底是對企業的哪些維度進行優化以及企業的哪些環節是最適合應用數字化工具。第二，數字化驅動企業業務增長的傳導路徑。厘清這兩個問題，可以避免企業的數字化浮于表面或者成為企業增長的負擔。

什么是企業數字化？原國務院副秘書長、中國數字經濟發展和治理學術年會主席團主席江小涓在其2022年發表在《管理世界》上的一篇文章中指出，數字化的底層邏輯，是應用數字技術將現實世界的企業經營管理過程映射到數字世界，再將經過數字算法處理的結果回嵌應用到現實世界（見圖1）。前者是當前企業數字化的重點方向，最終目標是實現現實世界和行為動作全部數據化的數據全納過程；后者則是企業數字化的核心成果，從而提高全社會資源配置效率，提供新的增長源泉和增長空間。為了做好第一步向數字世界的映射，既需要熟稔數字技術，也需要對現實世界的企業經營管理過程進行系統拆解。如果說數字技術是將企業送入數字世界的船只，那么對經營過程的拆解就是要提前整理打包裝船，以確保數字世界里的企業仍能順暢運轉。

諾貝爾經濟學獎和圖靈獎雙料得主赫伯特·西蒙曾經說過，企業是一個決策制定和信息處理系統，企業的管理過程就是一系列決策過程。這些決策過程被映射到數字世界里，形成了數字世界的決策系統。因此，想要通過數字技術提升企業的價值創造過程，關鍵在于在數字世界對決策系統進行優化。根據美國計算機協會（ACM）的定義，數字系統包含五大核心功能：輸入、存儲、處理、輸出和控制。數字系統的運行模式必然包含這五個環節：數據輸入是整個系統運行的開端和基礎；輸入的數據經過存儲階段的沉淀后，通過數據模型進行處理；處理完畢輸出結果，系統再根據輸出的結論對處理模型和輸入方式進行調整和控制。這五個環節支撐企業完成經營管理過程中的各項活動或活動的組合。

為了有效分析數字化系統如何影響活動的價值產出效率，我們從魏煒、朱武祥兩位教授的商業模式理論入手。魏朱將商業模式定義為經營活動集合及利益相關者的交易結構，即企業選擇從事哪些經營活動，以及如何完成經營活動和獲利（利益相關者的交易結構）。這一定義包含了商業模式的四個核心要素：經營活動組合、參與主體（即利益相關者）、活動在主體間的分工、主體與主體之間的交易結構（它們之間的關系見圖2）。

無論是企業外部市場交易還是內部員工協作，企業經營管理過程的各項業務活動和管理活動都可以從活動、主體、分工和交易四個維度進行拆解和優化。魏朱商業模式理論認為，商業模式升級和優化路徑有四類：（1）優化經營活動；（2）優化參與主體的范圍；（3）優化活動在主體間的分工方式；（4）優化主體之間的交易結構。

通過這四類商業模式優化路徑，可以發現數字化為企業商業模式——經營活動分工和利益相關者交易結構帶來巨大的升級空間。例如，需要大量人力的經營活動在數字化系統幫助下，可以降低對人工操作的依賴度，甚至不再需要人工操作；利用系統積累的數據可以吸引新的主體加入；在數字技術的加持下，交易主體間的交互可以突破空間距離和載體信息量的限制，不僅使企業可以與原本無法交易的主體直接交易，還可以建立更深、更緊密的交易方式和更靈活的交易收支方式。

結合企業數字化概念的內涵和商業模式升級的方向，我們明確了企業數字化的最終目標：在數字化系統五大功能環節中，實現業務和組織管理的“五化”（見圖3）。

輸入與存儲：透明化

數字化時代前，能夠作為數字世界中決策系統輸入的信息占現實世界的全面信息的比例極小。這一方面是由于現實世界過于復雜，在缺乏數字化系統的情況下，收集并處理信息全集成本過高以至于無法實現，決策者只能依靠壓縮后的信息集或基于其他人的判斷作出決策，而壓縮意味著信息丟失，其他人的判斷意味著信息有偏，這些會導致決策者難以尋找全局最優解而只能尋找近似最優解。另一方面，存儲載體的信息儲量有限，無法收錄信息全集，而儲量有限意味著在較長的時間周期中只能留存有限數據，全面的數據對比無法實現。

隨著數字化技術的不斷發展，這個鴻溝正在逐漸消弭，絕大比例的信息都可以表現為數字化系統中的數據。一方面，數據收集手段的升級大幅降低了數據收集成本；另一方面，數據載體的儲量上限也呈幾何級數提高。決策者可以在全面、直接了解業務活動和管理活動的真實情況后作出更為準確的判斷。從魏朱商業模式角度，我們將企業數字化輸入與存儲階段的透明化定義為：將企業的業務活動和管理活動過程以可調用數據的方式存儲并呈現的過程。這里的透明化包含兩方面內涵：

一、輸入階段、物理世界活動轉化為非結構化數據。通過設置傳感器、手動輸入和數據庫合并等數字化手段和傳統手段結合，將物理世界活動轉化為數字空間中的信息全集。此時的數據是海量且非結構化的，無法被直接調用。

二、存儲階段、非結構化數據轉化為可調用的結構化數據。存儲最終指向未來的調用，因此除了保證數據存儲的穩定安全外，還需要將數據進行結構化以保證其可調用性，從而完成數據透明化。

處理：多維化、智能化

數據范圍是數字化系統分析范圍的上限。人工決策時可獲取和可處理的數據集有限，基于數據集形成的決策模型也受到限制。當系統只包含部分經營管理過程的數據時，自然也只能進行局部分析。而在近乎透明化數據輸入的支持下，數字化系統能夠獲取并處理更大量級、覆蓋更全面的數據集。以全面的信息集為基礎，企業才有條件建立包含多個維度的決策模型，進行多維化的計算和優化，作出更優決策。

隨著數據規模的擴大，決策模型的多維化，會導致計算復雜度呈幾何倍數上升。傳統的數據處理方法對這類問題的求解無能為力，必須借助人工智能等智能化技術來輔助決策。數字化系統可以將企業的最優實踐和方法論沉淀在模型中，同時利用人工智能挖掘方法論，對決策模型進行自主優化迭代，輔助決策者進行更有效的決策。

輸出：個性化

多維化決策模型輸出的是多維度的復雜結果。隨著模型復雜程度的提升，結果的復雜程度也隨著飆升。但無論是出于認知效率考慮，還是為了管理的需要，多維度的結果都不應該直接推送給所有人，按照個體需求進行個性化輸出才最有利于企業業務和管理活動的完成，即企業針對同類對象的不同個體給出個性化的應對策略和決策方法。在數字化時代之前，由于信息處理能力的限制，往往將類似對象歸類做一致處理，數字化系統則可以還原到單個對象做個性化應對。例如，對于不同的員工，企業可以根據其崗位、性格特征制定差異化管理辦法，提供不同的信息資料和工作任務。對于不同的客戶，企業可以根據其交易歷史和當前需求實現差異化服務。輸出的個性化為企業內部和外部都帶來了全新的分工和交易的可能性。

控制：精準化

控制環節是企業優化決策機制、不斷進化的重要環節，復雜的處理模型提升了控制精準化的重要程度。一方面，每一個細小的調整都可能會引發蝴蝶效應，因此更需要控制的謹慎和精準；另一方面，在前數字化時代，數據顆粒度過粗，業務復盤難以精準識別病灶。當數字化系統中包含了全過程的細顆粒度數據時，控制的精準化就具備了實施條件，即可以基于全過程數據，對業務鏈條的每一個環節的投入產出進行精細準確的評估，指出鏈條中低效甚至無效的病灶所在，并在精準的關鍵優化點上對處理模型進行校正，校正后再次進行精細評估以驗證成效，如此迭代，完成控制反饋循環。

接下來，我們以線下購物中心數字化和AI獨角獸企業愛筆科技公司為例，分析業務及管理活動的數字“五化”對企業商業模式和組織模式的影響。

線下購物中心的經營痛點

購物中心的主要利益相關者是消費者和入駐商戶。購物中心是消費者和商戶交互的空間載體，購物中心的管理者負責協調組合商戶，形成對消費者更有吸引力的商業業態組合。購物中心的吸引力不僅是商戶吸引力與配套設施吸引力的簡單加和，還取決于商戶組合的有效性。

購物中心缺乏對消費者在商場消費行為的全面了解，難以有理有據有效地動態優化商戶組合和商場管理。在前數字化時代，購物中心與商戶的交易方式非常單一，基本屬于房東和租客模式。雖然雙方可以通過租金、分成、租金加分成等收費模式形成一定程度的綁定，但購物中心和商戶的運營仍相對獨立，購物中心對商戶的了解非常有限。大部分購物中心對其商戶的布局策略并沒有形成系統成熟的方法論，只能機械地模仿競爭對手，甚至是拍腦袋決策。作為銷售額“扛把子”的女裝商戶究竟應該放在哪個位置？哪些類別的商戶之間能夠彼此引流？這些關鍵問題在購物中心現有的決策模式下都不能得到準確的回答。此外，由于消費者的消費行為一般都是與商戶進行，很少與購物中心直接交互，購物中心同樣也不了解消費者的特征：消費主體究竟是男是女？多大年齡？有哪些偏好？

互聯網的興起和電商模式的出現，大大推動了購物中心數字化的實質進程。線下零售商在受到亞馬遜、淘寶、京東等電商平臺劇烈沖擊的同時，也在向其學習用戶觸達、受眾畫像、算法推薦、在線（移動）支付等以會員為中心的數字化模式。但新的問題在于，購物中心在數據來源存在明顯不足。

電商網站可以有效獲取消費者瀏覽、選擇、購買等消費全鏈條數據，購物中心的數據主要來自于其會員體系和支付體系，僅涉及消費者的支付結算一個環節，無法對消費者的全鏈條消費行為形成全面認知。相比于支付結算數據，消費者在購物中心“逛”的過程數據才是反映消費者行為習慣的關鍵信息。但是，如果僅利用傳統的手段從會員體系入手，要么難以獲取數據，要么容易侵犯消費者隱私。

數字化解決方案

從數字“五化”視角，購物中心數字化最有效的辦法應是盡量在數字世界中還原消費者在購物中心的活動及行為軌跡，通過人臉識別、物聯網等硬件，記錄和收集消費者的活動及行為軌跡數據，購物中心應用數據智能處理算法，對人流量、銷售額、消費者停留時間和流動軌跡數據進行多維度分析，了解每一家商戶在當前布局下的表現，判斷品牌與品牌、品牌與商鋪區位的匹配程度，進而形成一套面向購物中心的智能化數據指標系統。這套系統可以根據實際情況對決策的重點問題給出智能化提示，如商戶布局、商戶預警、租金定價、促銷策劃、消費者行為等等。以往只能依靠經驗判斷的問題，現在都有了數據的支撐。

另一方面，基于消費者行為軌跡數據，購物中心對消費者的形象刻畫可以擴展出了更多的維度。原有的會員系統只能通過消費記錄和有限的個人信息來推斷消費者的個人特征。在數字化系統的加持下，購物中心對消費者的了解不僅包括買過什么，還包括進過哪些店鋪、在哪里停留的時間最長、購物后喜歡去哪家餐廳，甚至包括乘坐什么交通工具前來、通常在什么時間來、逛街時喜歡怎樣著裝打扮，所有這些信息都可以從消費者購物行為軌跡數據中分析出來。

以此為基礎，購物中心與商戶以及消費者之間的商業模式設計有了更大的想象空間（商業模式升級前后對比見圖4）。

首先，購物中心不再被動等待商戶租用商鋪，可以主動全面規劃布局的品牌分布，挑選合適的品牌入駐指定的商鋪。布局規劃的根據就是對消費者行為軌跡數據的深入分析。通過消費者的行為軌跡，可以有效顯示熱門商戶對周邊商戶的輻射和交叉引流效果，測算消費者進店流量與銷量之間的轉化率，最終實現精準評估每一家商戶在購物中心中的價值。

另外，購物中心可以設計新的租金方案，租金水平不只與商鋪區位有關，還可以與商戶的引流和轉化能力以及購物中心提供的賦能服務掛鉤。這些評估會隨著消費者購物軌跡數據的更新，不斷驗證預期，進而對商戶布局、租金設置、補貼等方面進行進一步調整和優化。這些數據還可以向商戶開放，幫助各品牌商戶間開展合作，更好地就近互相引流。

在消費者端，通過對消費者特征進行多維度的數據建模，購物中心可以根據行為特征分類消費者，并與商戶一同為消費者提供更個性化服務。例如，通過交互屏等線下終端和手機等交互平臺，為進場顧客提供個性化的商戶、活動、商品推薦。這些推薦既符合消費者的個人特質和歷史消費偏好，也和他們當前所處的位置相關聯，實現對商戶的引流。

透明化的消費者行為軌跡數據輸入和存儲是購物中心數字化的基石。數據系統的智能化處理和多維化的商戶管理是數字化的核心環節。消費者服務的個性化和內部運營優化的精準化則是數字化的最終成果。“五化”的數字化模式不僅解決了購物中心在商戶組合和商場管理上的痛點，還為其創造了模式升級的新空間；不僅將與商戶之間的招商模式變被動為主動，還成功建立了與消費者之間的交互渠道，為其提供個性化服務，大大提升了客戶粘性和品牌價值。

上述購物中心的數字化解決方案并非臆想，已經有一些AI公司可以提供服務。愛筆科技公司就是其中的典型代表。

愛筆科技利用獨有的室內實景3D地圖機器人技術快速采集數據，經由自開發的室內視覺地圖重建算法將原始數據結構化，生成整個購物中心的厘米級高精度室內實景 3D 地圖，實現了購物中心現實世界的數字孿生。在此基礎上，愛筆科技通過計算機視覺及AI技術，實時識別每個消費者每個時間點在購物中心內位置的數字3D坐標，再將消費者的各個坐標相連，形成消費者行為軌跡。這實現了數據的透明化，商戶管理的多維化和智能化，解決了線下商業綜合體的部分痛點，并開始以個性化服務進行商業模式創新，印證了數字“五化”邏輯的正確性。

愛筆科技作為一家以算法為核心競爭力，并行開發多個不同場景解決方案的AI公司，在公司內部組織管理上同樣體現了數字“五化”特征。

由于愛筆科技面對的開發或數字化項目多為創新程度高、探索性強的新任務，使得公司管理者很難按照以往項目管理方式有效劃分項目階段、預估項目周期。具體而言，愛筆科技公司內部組織管理面臨兩個挑戰：

第一，既要有效管控項目進度又要充分保護并調動員工自主性。這意味著既不能采取抑制員工自驅力的強力管理思路，又不能徹底放任、完全依靠員工自發開展工作。

第二，有效地評估員工價值。愛筆科技內部項目間人員大量交叉，同一員工會同時參與多個項目，這使得以崗位為基礎的員工管控和價值評價體系失效。

為此，愛筆科技基于飛書的數字化工具，建立了一個以文檔為基石、以目標和任務為核心的數字化管理模式。

透明化

組織管理數字化的第一個難點是將現實世界的員工工作動作轉化為數字空間的孿生非結構化數據。這些數據是管理的重要依據，也是組織管理數字化的基石，更是跨過管理“Word化”或是“郵箱化”的關鍵跳板。這一過程需要一個強大的數字化工具將企業在現實世界的運作過程和數字空間鏈接起來。在愛筆科技公司，這個工具就是飛書云文檔。傳統企業中通過口頭語言或紙質媒介傳遞的項目信息、個人計劃、工作過程，甚至工作成果，都可以通過一系列結構化的方式成為云文檔。云文檔豐富的編輯和插件功能可以滿足不同工作性質的員工的各種需求，同時實現便捷展示和共享。飛書云文檔在不降低甚至提高工作效率的情況下，將原本在現實世界中完成的業務動作轉移到了數字空間中，并留下文檔作為記錄。這些以數字化形式記錄的云文檔，就是愛筆科技內部透明化的基礎。

更進一步，愛筆科技借助飛書平臺，搭建了一個與文檔雙向數據打通的項目管理系統。該系統不需要人為參與大量維護工作，它會自動提取員工的云文檔內容作為數據來源，整理歸類后以看板形式展示。所有項目的立項結項流程和項目數據同步展示在看板中。看板系統也幫助員工清晰展示出工作職責范圍，明確當前重點任務和完成情況，完成自身工作內容的透明化；項目負責人則可以通過看板快速了解項目整體進展和每位下屬的工作進度，告別閱讀報告或聽取匯報的低效率管理方式，實現項目情況的透明化。

多維化、智能化

愛筆科技通過透明化的數據看板，無論普通員工還是管理者都能快速明確職責范圍內的工作內容和當前完成情況，實現員工自我管理以及負責人項目管理的多維化。

愛筆科技的數字化解決方案的突出特點是工程鏈條長：一個場景下的數字化方案至少包含3D掃描、攝像頭安裝及驗收、算法開發、數據倉庫、BI展示、數據應用六個環節。每個環節下又分為多個模塊。例如，算法一個環節所包含的模塊就超過70個模塊。負責人很難同時掌握多模塊、多環節的開發進度。而項目看板的存在極大地低了負責人的管理難度。項目負責人通過項目管理看板，能更便捷地了解每一位員工的項目進展，系統掌握和控制整個項目的進度，從多個維度進行統籌。再結合過程中平臺記錄的工時、完成任務數、財務成本等數據，負責人對每一位員工都能做到多維度的精細管理。

云文檔數據庫的存在，使運用智能化技術手段輔助項目管理成為可能。面對管理問題時，系統可以調用此前相似情景的活動記錄，智能總結規律，為管理者提供決策建議。特別是在運用迭代式增量軟件開發（Scrum）等敏捷開發方法進行項目管理時，通過項目看板進行展示的效果明顯優于傳統的文檔展示，極大減輕了管理者的負擔。在項目末尾，數字化系統還能根據員工交互數據向管理者推薦每個員工的360評價對象，并提供文檔閱讀時長等全新數據指標，實現智能化的員工評價。

項目看板同樣也可以成為員工的自我管理工具。交叉開發使得參與多個項目的員工經常會遭遇多線程難題：手頭同時進行多項工作，時間安排捉襟見肘，只能是哪項催得緊哪項先做，有時被迫停下執行了一半的任務轉做另一項，顧此失彼。而一個清晰的任務看板，可以根據任務時限和上下游任務的完成情況，為員工提供工作任務智能標記，提示任務優先級，幫助員工基于項目和自身的整體情況，統籌安排任務順序和工作計劃，實現多維化的自我管理。

個性化

智能化系統還能為員工完成業務活動、管理者完成管理活動賦能。根據實際情況，系統可以推送個性化的可用資源、經驗知識參考，提供有針對性的任務優先級和任務順序指導。每個員工的項目管理看板界面都是根據其文檔記錄的個人數據定制，有效提升員工個人工作效率。而對于項目負責人，內部數字化系統可以將當前任務的特征與已完成任務比對，根據員工特點和任務特征向管理者推薦適合當前任務的員工，助力個性化的人崗匹配。

精準化

在數字化系統支持下，管理者可以對整個項目后續的復盤及優化能夠進行精準判斷，以便后續進行迭代和修正。針對并行多項目的員工如何進行績效評估的難題，數字化系統則可以幫助管理者通過數據庫文檔、任務數回溯工作過程，準確量化員工在每個項目中的價值貢獻。同時在云文檔數據庫的支持下，可供對員工進行評估的數據來源更加多樣，以數據為根據得到的評估結果更精確。對產出不同類型成果（文檔撰寫、代碼編寫、客戶聯系）的員工，采用不同類型的數據作為績效評估依據。在項目的復盤反饋環節，數字化系統也可以幫助管理者更精確地把握時間節點，適時進行督促和總結。

數字化不是要再造一個嶄新的數字世界，而是要把數字世界和現實世界緊密地聯系起來，并最終實現通過數字世界引導現實世界的經營管理。因此，企業數字化要做的不只是緊跟技術研發的前沿，而是在當前對業務和管理已經具備深刻理解的基礎上，尋找技術賦能的模式創新機會。本文提出的數字化系統五大功能環節的“五化”模型，既立足于對數字技術的底層認識，又吸納了商業模式理論的基礎邏輯，并且融合了企業業務發展和組織管理的內在需求，為企業指出了一條具備實踐價值的數字化路徑。

從長遠角度來看，在數字技術還在普及推廣的當下，數字化尚能作為企業的一項競爭優勢；而當AI智能時代到來時，數字化就只能作為企業智能化的一張入場券。唯有徹底實現數字化，實現“五化”，企業才有機會融入AI智能時代的技術浪潮。近幾個月AI技術的顛覆性進步告訴我們，這個時代可能遠比我們想象的來得更快。留給企業數字化的時間不多了！