在上一篇《從信號處理到數字化和數字化轉型》中，我們提到，數字化轉型是在業務數字化基礎上，將舊有的業務處理方式轉變為以“數據”處理為核心的業務處理方式的變革。

對于數字化轉型的價值，各類專家、機構講的最多的就是“降本增效”。這句話沒錯，但是具體是怎么實現的，往往含混不清，要么用“中臺”、“大數據”、“人工智能”這些新名詞或技術概念來回答業務疑問;要么只擺結果、擺案例，例如某互聯網公司上了某平臺某系統后實現了業務和盈利增長，而不講底層邏輯。

今天，我們就來探討“數字化轉型”實現“降本增效”的底層邏輯。

按照《從信號處理到數字化和數字化轉型》中的觀點，我們把業務從數字化到數字化轉型，合并為“步驟化”、“要素化”、“數據規格化”、“以數據為中心的業務變革”四個階段。

一、“步驟化”——科學管理

“步驟化”的特征是將時間上連續的業務活動，根據管理需求，“抽樣”成為離散的多個步驟，并將其固化，不同步驟間建立明確的業務接口，固化的步驟及業務接口支撐了最早的“標準化生產”，以管理大師溫斯勒·泰勒20世紀初提出的“科學管理”(Scientific Management)為代表。

業務活動的“步驟化”推動了標準化生產和流水線，標準化生產減少了人工干預，降低了過程和質量管理成本;流水線提高了設備資產和人力資源的利用率。

業務活動步驟化

二、“要素化”——精益生產

1985年美國麻省理工學院在對豐田公司生產管理方式研究基礎上，開啟了“國際汽車計劃”(International Motor Vehicle Program，IMVP)研究項目，經過近10年，提出并完善了精益生產的理論基礎。20世紀末，許多大企業將精益生產方式與本企業實際情況相結合，建立起適合本企業需要的精益管理體系。

精益管理思想

精益管理就是用精益求精的思想對企業實施管理，以求實現效益最大化。相對于之前的管理模式，精益管理從價值和效益目標出發，將企業管理中各個具體業務環節的標準要求量化、要素化，明確每個環節的價值指標、參與角色、執行規則、外部約束等要素，對企業人力、物力和財力資源進行最大化的利用。

步驟環節要素化

精益管理“要素化”的核心在于精，精簡不必要的生產環節、銷售環節、管理環節，最大程度減少各類資源消耗，是真正的“流程管理”。

三、“數據規格化”——管理自動化

20世紀末，隨著IT技術的發展，將計算機及網絡通信等技術運用于企業管理的需求催生了“管理自動化”。其特征是ERP系統在企業管理上的應用和計算機控制下的自動化生產線。

為了便于計算機對業務數據進行自動化處理，企業在“要素化”的基礎上，對要素數據進行規格化、結構化改造，以適應二進制編碼和計算機處理的需求。

要素數據規格化

管理自動化帶來的效率提升主要體現在：(1)計算機相比人工處理帶來的的運算效率提升;(2)網絡通信相比傳統通信手段帶來的通信效率提升。

四、“以數據為中心的業務變革”

在管理自動化條件下，企業運行產生了大量的規格化和結構化數據。隨著數據庫、數據挖掘、大數據、數據智能等技術的發展，在精益管理和管理自動化的基礎上更進一步，對數據進行高效利用以追求效益的需求催生了“以數據為中心的業務變革”。目前主要體現在三個層面：

一是通過現代數據庫技術實現了數據的集中高效管理和按需取用，在企業各業務流程環節、各角色可獲取任何對于本環節有價值的數據。例如采購計劃管理部門可以實時獲取生產消耗情況、庫存和市場價格情況，以輔助決策;

二是以數字模型和仿真技術為基礎，實現數字模型和物理實體的數字孿生，以縮短物理實體論證、設計、生產、測試周期，降低全生命周期成本。如制造業的“數字工程”是通過建立裝備的數字模型，利用數字線索實現數字模型和物理實體之間的數據和控制指令交互，運用模型的仿真推演以替代物理實體的測試，以物理實體的運行實現數字模型和物理實體之間的雙向驗證并促進數字模型的進一步迭代完善;

三是在業務的部分數據密集環節，使用大數據和數據智能技術，獲取超越業務規則的信息，以提供智能決策建議。

五、數字化轉型“降本增效”總結

數字化轉型“降本增效”總結

通過以上分析得出，數字化和數字化轉型的“降本增效”體現在：“科學管理”+“精益管理”+“管理自動化”+“以數據為中心的業務變革”四個方面。這四個方面在數字化的程度是由淺到深，其降本增效的效果也是逐步遞進，對應了業務數字化的“業務活動步驟化”、“步驟環節要素化”和“要素數據規格化”以及后續的數字化轉型，其發展是連續遞進、無法跨越的。

看清了數字化轉型“降本增效”的底層邏輯后，CIO們在建議開展數字化建設前，就需要先理解本企業數字化的現狀和所處的發展階段，判斷本企業“降本增效”的關鍵所在，向CEO提出合理的數字化轉型路線和投資建議。下一節，我們探討一下企業開展數字化建設的常見誤區。