12月15日首屆中央企業數字轉型峰會“智慧決策”分論壇上，阿里研究院副院長安筱鵬就“數字技術驅動的兩場革命”進行了主題分享，以下是其觀點要點。
當我們講“革命”的時候，我們指一件事的影響可能是根本性的、全局性的和長期性的。今天我們來思考數字技術給整個經濟社會帶來了什么樣革命性的影響？在我看來帶來了兩場革命：決策革命和工具革命。馬克思曾說“手推磨產生的是封建主的社會,蒸汽磨產生的是工業資本家的社會”，“各種經濟時代的區別,不在于生產什么,而在于怎樣生產,用什么勞動資料生產?！睆霓r業社會、工業社會到信息社會，人類生產工具從手工工具、能量轉換工具演進到今天的智能工具，如數控機床、機器人等替代體力勞動者的工具，以及CAD、CAE等服務腦力勞動者的工具，這是工具革命。我們今天重點講講決策革命。
被譽為“人工智能之父”之一的西蒙在1975年和1978年相繼獲得圖靈獎和諾貝爾經濟學獎。西蒙認為管理就是決策，決策分成兩類：程序化決策和非程序化決策。所謂的程序化決策，是常規的、有規律可循的決策，可以制定出一套規則流程，可以用數據+算法進行描述的決策，是有確定性答案的決策。今天數字化一個重要方向就是在企業研發、設計、生產、運營、管理過程中的每一個決策行為，無論是人的決策還是機器的決策，都在嘗試通過數據+算法的方式進行替代。這就是基于歷史經驗的、有規律可循的程序化決策，這種決策可以稱為經理人決策。當然，不是所有決策都可以通過數據+算法替代，比如企業家的決策。企業家 (entrepreneur)是敢于承擔一切風險和責任去開創并領導一項事業的人。企業家的決策是基于未來洞察的決策，無法用數據+算法來描述，事前沒有標準答案。過去可能沒有發生或者它的性質和規律還沒有被發現的決策領域，主要靠企業家們去做決策。2020年美國國防部發布了《數據戰略》報告，概括成一句話就是，基于數據決策重新定義美國國防部。報告中，美國國防部提出的愿景是，成為一個以數據為中心的機構，通過快速規模使用數據來獲得作戰優勢和提高效率。在美國國防部看來，數據的價值在于，在聯合全域作戰上，在戰場上形成數據優勢；在高級領導決策支持上，利用數據改進國防部管理工作；在具體業務分析，使用數據推動所有層級的明智決策。說來說去，核心就是用數據推動所有美國國防部各層級的科學決策。數字化不僅僅是帶來了企業的決策，也重構了消費者的決策體系。數字化時代，消費者和客戶如何改變？第一，新消費人群的涌現，如00后、95后，他們意味著數字原住民的崛起。新一代數字原住民無網絡不生活，數字空間即生活空間。第二，這代人決策鏈路變了，不管是買汽車、買衣服、去就餐，所有決策都是線上發現、線上體驗、社區討論、下單購買、分享心得。第三，消費行為背后的決策邏輯變了。數字化帶來了一個非必需品消費的時代。消費者過去僅考慮產品的性價比，現在性價比仍然很重要，但在這個基礎上消費者更多關注自己消費過程中的參與權、表達權、分享權是不是得到了充分的滿足和尊重。第四，當消費群體變了，消費鏈路變了，消費決策模式變了，最終所要選擇的產品也必須跟著變。消費者有了更多的表達權、話語權、選擇權、參與權，可以定義為客戶和消費者主權的崛起。當消費者的需求更加個性化、實時化、場景化、內容化、互動化的時候，企業的供給能力和供給體系是不是為需求的變革做好了充分準備？答案是沒有。從數字化的視角來看，什么是企業？什么是企業的核心競爭力？1991年獲得諾貝爾經濟學獎科斯曾說過：“企業的本質是一種資源配置的機制，是替代市場進行資源配置的組織（市場、政府、企業）”，企業的邊界取決于管理成本與交易成本的大小。政府可以配置資源，企業可以配置自己掌握的資源，市場通過價格信號可以配置資源。企業就是用更少的技術、土地、資本、人才，更高效率、更低成本、更高質量地滿足客戶和消費者的需求。企業董事長、總經理每周會召集開例行周會，企業的研發團隊、物流中心、生產車間，零售團隊也會開自己周會。我們思考這些會議要解決什么問題，核心是收集各種信息并做出決策。研發團隊思考思考如何縮短一架飛機、一輛汽車、一個化妝品、一件衣服、一個數控機床研發周期；生產車間主任思考如何提高車床使用精度，提高一個班組的產量、提高一組設備的使用效率、提升倉儲周轉次數、如何減少庫存數量。所有這些問題本質上都轉化為一個問題：如何優化你所面對的資源配置效率。無論是新產品的開發、客戶定位、營銷策略、研發組織、交付周期、庫存管理、新市場的進入、商業模式等等，本質都是一種決策，一個個決策優化資源配置的效率，也決定了一個企業的核心競爭力。所以，企業競爭的背后是資源優化配置效率的競爭。問題是，今天數字時代企業如何優化資源配置效率，跟之前有什么區別。今天，企業研發設計、生產經營、物流管理、客戶服務的每一個環節面臨各種決策，數字化的價值就是，面對這些決策能不能將把正確的數據，在正確的時間以正確的方式傳遞給正確的人和機器，即數據的自動流動。數據的自動流動，本質上是一個更加精準、高效、低成本的決策，并基于這樣的決策優化企業的資源配置效率，提高企業核心競爭力。2008年國際金融危機之前，鐵礦石的價格在劇烈波動，鋼鐵產品的價格也在劇烈波動。這時候來了一個訂單，接還是不接？企業的信息化系統、數字化系統能不能告訴高管這個訂單應不應該接、有沒有利潤、能不能按期交付？這是一個決策問題。汽車行業開發一款新的汽車，如何定義消費者，如何洞察消費者真實的需求，如何定義產品功能外形顏色，如何找到供應商，如何備貨？化妝品行業如何鎖定功能，找到合適的代言人、什么時間上市，通過什么渠道？所有這些對于一個企業來說，都是如何在一個高度不確定性的世界中去做決策。所謂的工具革命，就是把工業時代的機床、機器人、設備裝上大腦、裝上傳感器，從傳統能量轉換的工具變成像3D打印、數控機床、AGV小車、自動收割、自動分揀等有形的智能工具。另外，還有一些工具是CAD、CAE、CAM各種軟件工具。工具決定了做一件事情的效率，但是遠遠不夠，決策決定了做一件事情的方向，這兩個只有結合起來才能更快地到達目標。
今天企業安裝了各種各樣業務系統，比如需求領域的客戶畫像、研發領域的PLM、管理領域的ERP、制造領域的MES、服務領域的MRO。這些軟件終極目標在于幫助企業研發設計、生產供應鏈等每一個環節，提高效率。當然，實際經營的狀態是一個有機的整體，集成IT技術、OT技術、AT技術，使企業從全部優化演進到全局優化。未來和當下的數字化對于企業來說，核心就是一場工具革命和決策革命。我們來思考一下數據在企業內部是如何流動的。當企業獲得了客戶需求信息后，信息轉化為一組用模型表達的數據，在經營管理、產品設計、工業設計、生產制造、過程控制、產品測試、產品維護等每一個環節流動。過去這些信息的流動是基于紙上的流動、基于Excel表的流動，需要打電話、開會，或者在一個嘈雜的車間里讓兩個工人扯著脖子使勁喊。無論是過去還是今天，企業都在做一件事情，就是生產經營管理中的數據如何被采集、加工、處理、執行。數字化的核心是如何把每一個基于紙張、需要人員去參與的信息流動，轉換成基于性能模型、工藝模型，不需要人員去參與，可以自動流動的這么一套數據體系。很多工廠有機器人、數控機場、AGV小車、立體倉庫等各種各樣的設備，認為這就是智能制造。的確，設備是智能制造的一部分，但更重要的是有一個大腦系統、神經系統。這個神經系統就是看不到的數據，在每一個環節如何越來越少地不需要人去參與。今天有兩種自動化，一種叫看得見的自動化，數控機床、機器人、AGV小車、立體倉庫；還有一種自動化是看不見的數據。未來數字化轉型的方向，是如何不需要人參與，自動生成產品設計和加工工藝，自動地輸送到機床，不需要再開發新的代碼，每一個環節越來越少的不需要人參與。每一個環節的背后本質上都是一個決策，是一個輔助人的決策、支持人的決策、替代人的決策，以及支持、輔助、替代機器的這么一套決策。現在我們重新理解什么是數字化、網絡化、智能化。所謂數字化是要把物理世界看到的世界，在賽博空間、數字空間通過01代碼的方式表達出來。所謂網絡化是實現多個設備業務系統之間數據連通。所謂智能化，指的是在數據每個環節連通的過程中越來越少地不需要人去參與。今天的智能化背后靠的是數據+算法，即采集物理式的數據，沉淀物理世界規律的算法。它要解決四個基本問題：一是描述物理發生了什么，二是洞察它為什么會發生、有什么問題，三是預測發生未來什么，四是幫助人們或者替代人們、支持人們決策。在這個過程中，數字系統扮演的角色越來越重要，最開始僅僅是一個描述，后面還需要去洞察、預測、決策。當數據可以完成這四個動作的時候，就是可以實現無人駕駛，也就是用人工智能算法做決策。而執行這種決策的目標在于優化資源配置。數字時代的決策就是基于數據+算法。其中，數據要更全面、實時、準確；算法背后的軟件模型是對物理世界運行規律一套代碼化，應該更準確、客觀。展望未來，制造業或整個商業系統變得越來越復雜。這種復雜性來自于產品的智能化、供應鏈的復雜性以及需求的個性化、實時化、場景化。但是，過去的十年、二十年，信息化時代構建各種煙囪林立的業務系統越來越難以適應今天制造業、商業系統的變化。今天，只有基于中臺、大數據、人工智能、4G、5G以及云SAAS的新架構體系才能夠對商業系統的復雜性做出實時響應。要實現這樣的轉變，在供給端，需要從過去的企業ERP、制造執行系統、機器設備等各種安裝升級到云化、中臺化、IOT化、移動化；在客戶端，無論是通過工業互聯網、通過工程機械、通過飛機、火車，還是通過零售，要對客戶和消費者做到可觸達、可洞察、可分析、可服務。更為重要的是，數字化轉型需要構建一個基于客戶需求的精準決策體系。過去，企業做決策是基于經驗，而今天企業需要構建基于客戶、需求、產品實時運行產生的信息，去做產品創新、智能制造、渠道管理、分銷和數字化的營銷。決策的體系和鏈路變了。數字化轉型的行業領導企業有一個非常重要的趨勢，圍繞構建基于客戶需求的實時決策來自主構建數字化解決方案。
物美：2018年1月，零售企業物美上線ERP，是當時中國零售領域的燈塔項目；但2020年8月，物美拆掉了ERP系統，只留下僅有的財務和人力資源，把整個業務系統切換到了自研的多點系統。當然，“多點”系統不僅服務物美，也服務其他企業。特斯拉：特斯拉沒有安裝汽車行業通用ERP軟件，而是用自主開發的業務系統，覆蓋了財務、產銷、銷售、采購，同時拓展到了在線營銷。為什么特斯拉要獨立構建一套業務系統呢？因為它要直接跟消費者互動，要通過OTA方式下載到汽車操作系統，要實時去服務，要構建一個消費者研發、生產、采購、服務的完整閉環。當特斯拉圍繞這個目標要做數字化轉型的時候，發現現有業務系統遠遠滿足不了需要。美的：美的經歷過數字化1.0、2.0、3.0轉型。2016年，美的在做數字化2.0時，要打造數據驅動的C2M客戶定制體系，構建新的訂單驅動業務模式，重構渠道體系，實現傳統的從記錄系統到實時決策系統的轉變。美的做了一個痛苦和艱難的選擇，決策自主開發了類似供應鏈PLM、MES等基于云化的軟件體系。犀牛與盒馬：過去三四年，阿里有一個企業叫犀牛智造，是一個制造業核心要素全面上云，是一個云端算法定義的在線工廠。犀牛智造把服裝行業所有軟件，除了CAD等開發工具之外的其它軟件，基于云邊端架構重寫了一遍。盒馬鮮生最核心的系統是把過去對于零售ERP、WMS、CRM、營銷體系全部進行了解耦，重新開發一套基于云邊端新零售操作系統。只有這套體系，才能構建線上線下一體、全鏈路物流實時優化，才能實現業務系統的高服務化、高擴展性。為什么行業領導者紛紛自建新一代數字化解決方案？結論是，盡管今天有物聯網、大數據、云計算、人工智能等各種各樣新的技術，但是相對于企業需求的快速變化，數字技術解決方案的供給能力是遠遠滿足不了企業數字化的需要。企業數字化轉型并沒有大量成熟的解決方案在等著，數字化解決的商業市場供給能力是不夠的。審視企業決策的另一個視角是頻率。今天企業競爭正成邁向高頻競爭時代，高頻競爭的背后是決策的高頻。今天的數字化開啟了一場時間減史革命，企業要快速地對市場需求變化做出響應。為此，企業需要重新思考云計算的價值。云計算能夠幫助企業更加從容地走向高頻競爭時代，比如阿里云就助力企業構筑起了一個高頻的決策機制。原工信部副部長楊學山的著作《智能原理》中提到，一個主體對外部環境變化做出響應的能力叫智能。這個主體可以是一個機器人、數控機床、AGV小車、立體倉庫，可以是一個研發團隊，可以是一個企業，可以是一個人。這個主體是不是很智能，取決于外部需求發生變化時，如何做出響應。
阿里云構建了企業實時響應的能力。面對需求實時響應能力，是企業決勝高頻競爭的法寶，是應對不確定性的不二法門，是評估企業數字化成效的標尺。今天，品牌與分銷財務的周期從1個月到了1天，新款產品的上市周期從16個月縮短到3天，基于消費者需求的精準預測從45天到了20天。數字化不僅讓企業的決策精準，還要實時、高頻。無論是新產品的上市周期、運營的決策、生產調度、供應鏈的周轉、服務的響應時間都變得越來越短了。高頻意味著智能，意味著可以對環境的變化快速地做出響應。
數字化終極版圖：構建物理世界與數字世界的實時反饋、決策優化體系
展望未來，我們正在構建一個數字孿生的世界。物聯網、大數據、云計算、人工智能就是把物理世界看到的、聽到的在數字世界里去呈現、預測和決策優化。五年、十年之后，數字孿生世界里會構建出建筑、醫療、城市，從原子到基因、從器件、地球、宇宙，從一個人體的細胞，然后到一個器官、到人體都會在數字孿生世界里呈現。這個過程就是不斷把物理世界的數據實時傳遞到一個數字孿生的世界，在數字孿生的世界做完優化、做完決策之后，把數字決策指令再傳遞給物理世界去做優化。構造物理世界與數字世界的實時反饋優化是未來五年、十年或更長期數字世界的趨勢。
數字時代組織決策機制的演進：從相對確定性的低頻決策走向不確定性高頻決策
今天，當信息傳遞的結構和邏輯發生變化時，組織管理的模式也必須變革。美國學者撰寫的《熱浪》一書，描述了1987年時候，高度發達的美國芝加哥熱死了很多人。這種災難場景給我們提出了一個非常值得思考的問題。面對一個高頻競爭時代，運行在強規章、慣于處理確定性事件的傳統組織，能不能應對一場突發的、不斷變化的事件？基于確定性的組織、行為慣性是造成突發事件應對失誤的元兇?；蚁Ｃ刻於伎赡軙絹?，在一個高度不確定性的環境中，常態的低頻決策機制適應不了突發事件高頻決策需求。面對一個高度競爭的體系，如何做決策不僅僅是一個技術問題，也需要企業組織管理最基本的單元進行一場“轉基因的工程”，構建一個組織高頻、多中心、短鏈路的決策機制。這是一個組織從工業時代走向數字時代的必由之路。
以上文章來源于阿里研究院 ，作者安筱鵬
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉載或涉及侵權，請及時通過在線客服和郵箱聯系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
