數(shù)字化轉(zhuǎn)型五維模型及應(yīng)用

數(shù)字化轉(zhuǎn)型五維模型及應(yīng)用摘要：《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出“當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革深入發(fā)展，數(shù)字化轉(zhuǎn)型已經(jīng)成為大勢(shì)所趨”。然而企業(yè)普遍面臨著“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”的難題，關(guān)鍵在于企業(yè)內(nèi)部對(duì)數(shù)字化轉(zhuǎn)型這一橫跨業(yè)務(wù)和技術(shù)的事物無(wú)法建立統(tǒng)一的認(rèn)知和話語(yǔ)體系。本研究提出了一種由場(chǎng)景、數(shù)據(jù)、技術(shù)、工具和參與者五個(gè)維度構(gòu)成的數(shù)字化轉(zhuǎn)型認(rèn)知模型，能夠應(yīng)用于農(nóng)業(yè)、工業(yè)、商業(yè)和服務(wù)業(yè)等行業(yè)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型認(rèn)知方法和話語(yǔ)體系的全面統(tǒng)一。關(guān)鍵詞：數(shù)字化轉(zhuǎn)型，數(shù)字經(jīng)濟(jì)，認(rèn)知方法，話語(yǔ)體系A(chǔ)bstract：The"14thFive-YearPlanfortheDevelopmentofDigitalEconomy"pointsoutthat"currently,anewroundoftechnologicalrevolutionandindustrialtransformationisdeeplydeveloping,anddigitaltransformationhasbecomethegeneraltrend."However,enterprisesgenerallyfacethechallengeof"notknowinghowtotransform,""unwillingtotransform,"and"afraidtotransform,"mainlybecausetheyareunabletoestablishaunifiedunderstandinganddiscoursesystemfordigitaltransformation,whichspansbusinessandtechnology.Thisstudyproposesadigitaltransformationcognitivemodelconsistingoffivedimensions:scenarios,data,technology,tools,andparticipants.Itcanbeappliedtoindustriessuchasagriculture,industry,commerce,andservicestoachieveacomprehensiveandunifiedcognitiveapproachanddiscoursesystemfordigitaltransformation.Keywords：digitaltransformation,digitaleconomy,cognitivemethod,discoursesystem引言《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出“數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后的主要經(jīng)濟(jì)形態(tài)，是以數(shù)據(jù)資源為關(guān)鍵要素，以現(xiàn)代信息網(wǎng)絡(luò)為主要載體，以信息通信技術(shù)融合應(yīng)用、全要素?cái)?shù)字化轉(zhuǎn)型為重要推動(dòng)力，促進(jìn)公平與效率更加統(tǒng)一的新經(jīng)濟(jì)形態(tài)”；“當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革深入發(fā)展，數(shù)字化轉(zhuǎn)型已經(jīng)成為大勢(shì)所趨”。從各行各業(yè)開展數(shù)字化轉(zhuǎn)型現(xiàn)狀來(lái)看，企業(yè)普遍面臨著“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”的難題。數(shù)字化轉(zhuǎn)型不只是技術(shù)轉(zhuǎn)型，更是認(rèn)知轉(zhuǎn)型，需要企業(yè)上下形成數(shù)字化轉(zhuǎn)型高度認(rèn)可和全面共識(shí)。然而，企業(yè)不同部門不同崗位的人員，有著不同的認(rèn)知基礎(chǔ)和背景，要求他們對(duì)數(shù)字化轉(zhuǎn)型這一橫跨業(yè)務(wù)和技術(shù)的事物建立統(tǒng)一的認(rèn)知和話語(yǔ)體系，顯然是一項(xiàng)迫在眉睫又極具挑戰(zhàn)的工作。國(guó)內(nèi)數(shù)字化轉(zhuǎn)型現(xiàn)狀分析國(guó)內(nèi)企業(yè)在數(shù)字化轉(zhuǎn)型中面臨著“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”的難題,僅依靠外部環(huán)境優(yōu)化無(wú)法擺脫困境，還需要提升自身管理水平，以增加數(shù)字化轉(zhuǎn)型的內(nèi)在驅(qū)動(dòng)力[1]?；?萬(wàn)家民營(yíng)企業(yè)評(píng)營(yíng)商環(huán)境"調(diào)查數(shù)據(jù)的研究表明，國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型整體尚處于起步階段。復(fù)合型人才儲(chǔ)備不足、產(chǎn)業(yè)基礎(chǔ)薄弱等問題是制約數(shù)字化轉(zhuǎn)型的主要因素[2]。祝合良等提出建立“推進(jìn)機(jī)制、協(xié)同機(jī)制、共享機(jī)制、保障機(jī)制”四大政策機(jī)制和“構(gòu)建自主創(chuàng)新與開放共享結(jié)合的數(shù)字技術(shù)體系、推動(dòng)產(chǎn)業(yè)數(shù)字化模式創(chuàng)新與變革、提升產(chǎn)業(yè)數(shù)字化治理模式水平、加快產(chǎn)業(yè)數(shù)字基礎(chǔ)設(shè)施建設(shè)”四大措施，以推進(jìn)我國(guó)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型[3]。從國(guó)內(nèi)數(shù)字化轉(zhuǎn)型的實(shí)踐來(lái)看，數(shù)字化轉(zhuǎn)型成功的企業(yè)往往有著上下一致的數(shù)字化轉(zhuǎn)型認(rèn)知，每一位數(shù)字化轉(zhuǎn)型的參與者都能用同一種的話語(yǔ)來(lái)進(jìn)行溝通交流，最終制定和落實(shí)數(shù)字化轉(zhuǎn)型實(shí)施路線圖。相反的，絕大多數(shù)企業(yè)在數(shù)字化轉(zhuǎn)型中投入巨大，但收效甚微，都與組織內(nèi)部對(duì)數(shù)字化轉(zhuǎn)型認(rèn)知存在嚴(yán)重分歧不無(wú)關(guān)系。國(guó)內(nèi)學(xué)者針對(duì)數(shù)字化轉(zhuǎn)型認(rèn)知方法的研究尚在起步階段。劉淑媛等提出了“一軸兩翼、雙發(fā)驅(qū)動(dòng)”的數(shù)字化轉(zhuǎn)型飛機(jī)模型[4]；陳國(guó)權(quán)等提出了組織數(shù)字化轉(zhuǎn)型的過程模型,包括決策，組織，數(shù)字化動(dòng)員，數(shù)字化培訓(xùn)，實(shí)施，考評(píng)，取效和反饋八個(gè)階段[5]。以上模型存在抽象性過高，操作性不強(qiáng)，顆粒度過大等問題，還無(wú)法達(dá)到從數(shù)字化轉(zhuǎn)型核心要素出發(fā)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型認(rèn)知方法和話語(yǔ)體系的統(tǒng)一。數(shù)字化轉(zhuǎn)型五維模型如前所述，缺乏統(tǒng)一的認(rèn)知方法和話語(yǔ)體系是當(dāng)前數(shù)字化轉(zhuǎn)型實(shí)踐過程中的一大難點(diǎn)。在組織上下，不同背景不同立場(chǎng)的人，對(duì)數(shù)字化轉(zhuǎn)型的理解不同。技術(shù)部門只看到用到了哪些數(shù)字技術(shù)，涉及到哪些數(shù)據(jù)；業(yè)務(wù)部門更關(guān)心針對(duì)的是哪個(gè)場(chǎng)景，能幫自己帶來(lái)怎樣的價(jià)值。認(rèn)知差異一旦形成，數(shù)字化轉(zhuǎn)型在規(guī)劃、實(shí)施和交付過程中就會(huì)遭遇不少分歧，最終效果猶如開盲盒，不確定性極大。只用統(tǒng)一了認(rèn)知方法和話語(yǔ)體系，組織內(nèi)部才能對(duì)數(shù)字化轉(zhuǎn)型形成共識(shí)。為此，本研究提出一種數(shù)字化轉(zhuǎn)型認(rèn)知模型，以場(chǎng)景、數(shù)據(jù)、技術(shù)、工具和參與者五個(gè)維度來(lái)作為實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的認(rèn)知方法和話語(yǔ)體系統(tǒng)一。場(chǎng)景（Why）維度是數(shù)字化轉(zhuǎn)型的起源，數(shù)據(jù)（What）維度是數(shù)字化轉(zhuǎn)型的關(guān)鍵要素和“原材料”，技術(shù)（How）維度是數(shù)字化轉(zhuǎn)型的方法，工具（Which）維度是數(shù)字化轉(zhuǎn)型的“鑰匙”，參與者（Who）維度是數(shù)字化轉(zhuǎn)型的主要角色。（1）場(chǎng)景場(chǎng)景維度由業(yè)態(tài)、環(huán)節(jié)和痛點(diǎn)三個(gè)部分構(gòu)成。業(yè)態(tài)是農(nóng)業(yè)、工業(yè)、商業(yè)、服務(wù)業(yè)等產(chǎn)業(yè)對(duì)應(yīng)的細(xì)分行業(yè)，比如農(nóng)業(yè)中的種植業(yè)、畜牧業(yè)、水產(chǎn)養(yǎng)殖等業(yè)態(tài)，工業(yè)中的家電制造、汽車制造和集成電路制造等業(yè)態(tài)，商業(yè)中的商超、購(gòu)物百貨、專賣店等業(yè)態(tài)，服務(wù)業(yè)中的養(yǎng)老機(jī)構(gòu)、景區(qū)、醫(yī)院等業(yè)態(tài)。環(huán)節(jié)是業(yè)務(wù)或者流程環(huán)節(jié)，比如財(cái)務(wù)、人事、采購(gòu)、設(shè)計(jì)、銷售、生產(chǎn)、倉(cāng)儲(chǔ)、配送、運(yùn)營(yíng)、安防等。痛點(diǎn)是有待解決的問題，比如效果差、效率低、成本高、產(chǎn)出低、吞吐慢、精度低、周期長(zhǎng)等。業(yè)態(tài)、環(huán)節(jié)和痛點(diǎn)三者相加就構(gòu)成了數(shù)字化轉(zhuǎn)型的場(chǎng)景，比如家電制造企業(yè)生產(chǎn)環(huán)節(jié)不夠柔性，商超選品不精準(zhǔn)，醫(yī)院門診接待“三長(zhǎng)一短”等。（2）數(shù)據(jù)數(shù)字化轉(zhuǎn)型的關(guān)鍵要素和“原材料”在數(shù)據(jù)維度。數(shù)據(jù)按數(shù)量劃分，有大數(shù)據(jù)和小數(shù)據(jù)；按結(jié)構(gòu)化程度劃分，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)；按傳輸形態(tài)劃分，有流式數(shù)據(jù)和批式數(shù)據(jù)；按實(shí)時(shí)性劃分，有實(shí)時(shí)數(shù)據(jù)和非實(shí)時(shí)的離線數(shù)據(jù)；按產(chǎn)生環(huán)節(jié)劃分，有外部接入的數(shù)據(jù)、本地自采的數(shù)據(jù)、本地業(yè)務(wù)系統(tǒng)自產(chǎn)的數(shù)據(jù)以及本地?cái)?shù)據(jù)衍生出來(lái)的數(shù)據(jù)；按處理狀態(tài)劃分，有生數(shù)據(jù)和熟數(shù)據(jù)；按數(shù)據(jù)管理的標(biāo)準(zhǔn)劃分，有元數(shù)據(jù)、引用數(shù)據(jù)、主數(shù)據(jù)、企業(yè)結(jié)構(gòu)數(shù)據(jù)、交易活動(dòng)數(shù)據(jù)、交易審計(jì)數(shù)據(jù)；按數(shù)據(jù)來(lái)源的領(lǐng)域劃分，有研發(fā)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、銷售數(shù)據(jù)、運(yùn)維數(shù)據(jù)和管理數(shù)據(jù)；按數(shù)據(jù)分級(jí)標(biāo)準(zhǔn)劃分，有一級(jí)、二級(jí)和三級(jí)數(shù)據(jù)。（3）技術(shù)技術(shù)維度是數(shù)字技術(shù)，主要有人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈、AR/VR/MR技術(shù)等。人工智能技術(shù)包括判別式人工智能和生成式人工智能。大數(shù)據(jù)技術(shù)涵蓋數(shù)據(jù)存儲(chǔ)與計(jì)算、數(shù)據(jù)管理、數(shù)據(jù)流通、數(shù)據(jù)應(yīng)用、數(shù)據(jù)安全等五個(gè)領(lǐng)域。區(qū)塊鏈技術(shù)可以分為公有鏈、聯(lián)盟鏈和私有鏈技術(shù)。AR/VR/MR技術(shù)是由增強(qiáng)現(xiàn)實(shí)（AR）、虛擬現(xiàn)實(shí)（VR）和混合現(xiàn)實(shí)（MR）組成。數(shù)字技術(shù)既是數(shù)據(jù)的生產(chǎn)者，也是數(shù)據(jù)的消費(fèi)者。針對(duì)一個(gè)數(shù)字化轉(zhuǎn)型場(chǎng)景往往會(huì)將多種數(shù)字技術(shù)組合使用，形成更多“疊加態(tài)”的數(shù)字技術(shù)，比如智能物聯(lián)網(wǎng)、數(shù)字孿生、元宇宙等。（4）工具工具維度是以數(shù)據(jù)為基礎(chǔ)，面向數(shù)字化轉(zhuǎn)型場(chǎng)景，運(yùn)用數(shù)字技術(shù)打造的數(shù)字生產(chǎn)力工具。數(shù)字生產(chǎn)力工具必須對(duì)應(yīng)到場(chǎng)景中，從而解決場(chǎng)景痛點(diǎn)，提高生產(chǎn)力。有的數(shù)字生產(chǎn)力工具是為某一個(gè)特定場(chǎng)景專門定制的，比如人臉識(shí)別門禁設(shè)備；也有可以用于多個(gè)場(chǎng)景的數(shù)字生產(chǎn)力工具，比如ChatGPT。數(shù)字生產(chǎn)力工具既可以是軟件，也可以是軟硬件結(jié)合的，由數(shù)字技術(shù)本身決定。（5）參與者參與者維度主要包括工具開發(fā)者和使用者。工具開發(fā)者一般來(lái)自技術(shù)部門，擁有數(shù)字技術(shù)開發(fā)能力，能夠運(yùn)用人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈、AR/VR等數(shù)字技術(shù)，完成數(shù)字生產(chǎn)力工具的開發(fā)任務(wù)。工具開發(fā)者不直接解決場(chǎng)景痛點(diǎn)，只提供數(shù)字技術(shù)支持。工具使用者則主要來(lái)自業(yè)務(wù)部門，擁有業(yè)務(wù)實(shí)操能力，能夠運(yùn)用數(shù)字生產(chǎn)力工具，完成解決場(chǎng)景痛點(diǎn)的任務(wù)。工具使用者是主攻手，會(huì)不會(huì)用工具，能不能用好工具，決定了數(shù)字技術(shù)應(yīng)用能否達(dá)到預(yù)期目標(biāo)。場(chǎng)景、數(shù)據(jù)、技術(shù)、工具和參與者五個(gè)維度緊密關(guān)聯(lián)，形成一個(gè)完整閉環(huán)。如圖1所示，從技術(shù)到場(chǎng)景，數(shù)字技術(shù)適配了場(chǎng)景痛點(diǎn)；從數(shù)據(jù)到場(chǎng)景，數(shù)據(jù)驅(qū)動(dòng)了場(chǎng)景痛點(diǎn)解決；從場(chǎng)景到工具，場(chǎng)景定位了數(shù)字生產(chǎn)力工具功能；從數(shù)據(jù)到工具，數(shù)據(jù)支撐了數(shù)字生產(chǎn)力工具打造與運(yùn)行；從技術(shù)到工具，數(shù)字技術(shù)決定了數(shù)字生產(chǎn)力工具實(shí)現(xiàn)；從參與者到參與者，數(shù)字生產(chǎn)力工具開發(fā)者和使用者建立共識(shí)；從參與者到工具，工具開發(fā)者交付了數(shù)字生產(chǎn)力工具；從工具到參與者，數(shù)字生產(chǎn)力工具賦能了工具使用者；最后，從參與者到場(chǎng)景，工具使用者解決了場(chǎng)景痛點(diǎn)。圖1數(shù)字化轉(zhuǎn)型五維模型邏輯圖五維模型的應(yīng)用場(chǎng)景數(shù)字化轉(zhuǎn)型五維模型能夠應(yīng)用于農(nóng)業(yè)、工業(yè)、商業(yè)和服務(wù)業(yè)等各行各業(yè)數(shù)字化轉(zhuǎn)型的認(rèn)知方法和話語(yǔ)體系統(tǒng)一。接下來(lái)，將以工業(yè)、商業(yè)和服務(wù)業(yè)的三個(gè)具體場(chǎng)景作為示例，來(lái)實(shí)證五維模型的應(yīng)用價(jià)值。（1）工業(yè)場(chǎng)景示例運(yùn)用五維模型來(lái)統(tǒng)一認(rèn)知工業(yè)場(chǎng)景，不妨以“家電制造企業(yè)生產(chǎn)不柔性”這一場(chǎng)景來(lái)進(jìn)行示例。在場(chǎng)景維度，場(chǎng)景業(yè)態(tài)是家電制造，環(huán)節(jié)是生產(chǎn)，痛點(diǎn)是不柔性；在數(shù)據(jù)維度，要解決場(chǎng)景問題需要生產(chǎn)計(jì)劃、設(shè)備運(yùn)行狀態(tài)、產(chǎn)品工藝信息、產(chǎn)品信息、員工信息、車間工作日歷等數(shù)據(jù)；在技術(shù)維度，可以用智能物聯(lián)網(wǎng)技術(shù)采集數(shù)據(jù)，用大數(shù)據(jù)技術(shù)處理和分析數(shù)據(jù)，用人工智能技術(shù)搭建調(diào)度模型，用智能物聯(lián)網(wǎng)技術(shù)控制設(shè)備執(zhí)行；在工具維度，打造出的數(shù)字生產(chǎn)力工具是智能生產(chǎn)調(diào)度器；在參與者維度，工具開發(fā)者是工業(yè)企業(yè)技術(shù)部門或智能制造系統(tǒng)提供商，工具使用者是家電制造企業(yè)生產(chǎn)管理部門。（2）商業(yè)場(chǎng)景示例以“商超選品不精準(zhǔn)”場(chǎng)景來(lái)示例五維模型統(tǒng)一認(rèn)知商業(yè)場(chǎng)景。在場(chǎng)景維度，商超、選品和不精準(zhǔn)是業(yè)態(tài)、環(huán)節(jié)和痛點(diǎn)；在數(shù)據(jù)維度，場(chǎng)景需要SKU信息、SKU標(biāo)簽、潮流標(biāo)簽、季節(jié)標(biāo)簽、常駐人口構(gòu)成、流動(dòng)人口構(gòu)成、周邊業(yè)態(tài)等數(shù)據(jù)來(lái)構(gòu)建工具；在技術(shù)維度，大數(shù)據(jù)和人工智能技術(shù)能夠處理分析數(shù)據(jù)并搭建選品模型；在工具維度，智能選品組貨數(shù)字生產(chǎn)力工具將實(shí)現(xiàn)商超精準(zhǔn)選品；在參與者維度，工具開發(fā)者是商業(yè)企業(yè)技術(shù)部門或智能零售系統(tǒng)提供商，工具使用者是商超店長(zhǎng)。（3）服務(wù)業(yè)場(chǎng)景示例對(duì)于服務(wù)業(yè)，以“醫(yī)院門診接待三長(zhǎng)一短”場(chǎng)景來(lái)示例五維模型的統(tǒng)一認(rèn)知能力。在場(chǎng)景維度，場(chǎng)景業(yè)態(tài)是醫(yī)院，環(huán)節(jié)是門診接待，痛點(diǎn)是三長(zhǎng)一短；在數(shù)據(jù)維度，患者掛號(hào)，醫(yī)生排班，患者檢查，診室位置，樓層布局等數(shù)據(jù)是解決場(chǎng)景痛點(diǎn)的關(guān)鍵要素；在技術(shù)維度，可以用大數(shù)據(jù)技術(shù)處理和分析數(shù)據(jù)，用人工智能技術(shù)預(yù)測(cè)門診業(yè)務(wù)需求，用數(shù)字孿生技術(shù)仿真門診業(yè)務(wù)流程；在工具維度，門診接待流程和資源優(yōu)化器是數(shù)字生產(chǎn)力工具；在參與者維度，醫(yī)院信息部門或智慧醫(yī)療系統(tǒng)提供商是工具開發(fā)者，門診部門管理人員是工具使用者。結(jié)語(yǔ)通過運(yùn)用數(shù)字化轉(zhuǎn)型五維模型，不同部門、不同崗位、不同背景的人員能夠?qū)?shù)字化轉(zhuǎn)型建立統(tǒng)一的認(rèn)知和話語(yǔ)體系，為克服“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”的難題夯實(shí)基礎(chǔ)。場(chǎng)景、數(shù)據(jù)、技術(shù)、工具和參與者五個(gè)維度對(duì)數(shù)字化轉(zhuǎn)型的過程描述是具有操作性和普適性的，但依然存在抽象性問題。只有通過在不同細(xì)分行業(yè)中不斷積累五維模型的認(rèn)知案例，最終形成覆蓋細(xì)分行業(yè)絕大多數(shù)場(chǎng)景的行業(yè)版五維模型，才能實(shí)現(xiàn)“開箱即用”的數(shù)字化轉(zhuǎn)型認(rèn)知共識(shí)體驗(yàn)。參考文獻(xiàn)[1]續(xù)繼.職業(yè)化管理與民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型:能