在開(kāi)始談?wù)摂?shù)據(jù)要素在數(shù)智化轉(zhuǎn)型的作用之前，首先我想厘清一下數(shù)字化與數(shù)據(jù)化之間的關(guān)系。最初數(shù)字化為人類(lèi)帶來(lái)的機(jī)遇，來(lái)自信息從產(chǎn)生到成為知識(shí)過(guò)程的加速，因?yàn)楸粩?shù)字化后，信息更能快速傳遞，儲(chǔ)存容量的激增能讓知識(shí)的積累變得極為方便。甚至搜尋信息的成本也得以大幅度降低，這些能力在上一世紀(jì)以來(lái)都在是創(chuàng)新的重要原素。

直到互聯(lián)網(wǎng)出現(xiàn)了前所未有的飛躍，記得在互聯(lián)網(wǎng)發(fā)展的初期，最為深刻的是大量的存量信息被數(shù)字化，此時(shí)的數(shù)字化（Digitization）所指的是信息被轉(zhuǎn)化成數(shù)碼格式并放到互聯(lián)網(wǎng)上，讓人類(lèi)第一次嘗到足不出戶(hù)能知天下事的便利。隨著信息量不斷增加并沖破了臨界點(diǎn)，大量用戶(hù)及企業(yè)開(kāi)始察覺(jué)到數(shù)字化（第一階段段）的力量，初次感受到充份利用高度流通的網(wǎng)絡(luò)化信息的機(jī)遇 ，無(wú)形中高質(zhì)量信息提升了決策的精確度。

隨著互聯(lián)網(wǎng)吸引了大量用戶(hù)及信息，自然地推動(dòng)了信息產(chǎn)品的快速開(kāi)發(fā)，包括了門(mén)戶(hù)網(wǎng)站、搜索引擎、通訊工具、電子商務(wù)和網(wǎng)絡(luò)游戲等，于是大量用戶(hù)的行為數(shù)據(jù)正式搬到線上，成為日后大數(shù)據(jù)的重要組成部分。這次的數(shù)字化（第二階段：Digitalization）牽引了改變了人類(lèi)生活方式的數(shù)字化應(yīng)用的面世，讓數(shù)字化變得更普惠及簡(jiǎn)單便捷，同時(shí)讓數(shù)據(jù)量得到指數(shù)的上升，這個(gè)階段的數(shù)字化不單單是信息獲取，而是蓄發(fā)了一種嶄新的數(shù)字經(jīng)濟(jì)動(dòng)力，產(chǎn)業(yè)數(shù)字化由此而蓬勃起來(lái)。

如前所述互聯(lián)網(wǎng)的發(fā)展積累了海量信息，這些不僅是內(nèi)容的紀(jì)錄，在智能終端出現(xiàn)后（包括智能手機(jī)等），用戶(hù)在在獲取信息或應(yīng)用時(shí)，準(zhǔn)確的位置及行為數(shù)據(jù)都被同時(shí)收集，這些用戶(hù)關(guān)聯(lián)資料 正是互聯(lián)網(wǎng)巨企們能快速成長(zhǎng)的生產(chǎn)要素，從業(yè)務(wù)分析到產(chǎn)品管理、用戶(hù)功能出發(fā)及體驗(yàn)測(cè)試、風(fēng)險(xiǎn)管控都無(wú)不直接或間接使用數(shù)據(jù)作為依據(jù)。在這次數(shù)字化的第三個(gè)階段，數(shù)據(jù)要素與數(shù)字 應(yīng)用場(chǎng)景的增長(zhǎng)速度形成了層層遞進(jìn)的關(guān)系。這時(shí)的數(shù)據(jù)要素所指應(yīng)該并非僅有數(shù)據(jù)資源本身，而是承載著數(shù)據(jù)如何作為生產(chǎn)資源到成為生產(chǎn)力所需要的技術(shù)與治理水平。數(shù)據(jù)化巳經(jīng)作為數(shù)字化發(fā)展的核心，沒(méi)有數(shù)字化就沒(méi)有數(shù)據(jù)化，但數(shù)據(jù)化做得不充份數(shù)字化也做不好。

我想用下面的例子去解釋數(shù)據(jù)在企業(yè)數(shù)字化過(guò)程中的具體作用。

每當(dāng)多一個(gè)用戶(hù)使用數(shù)字產(chǎn)品的同時(shí)，就會(huì)獲得更多收集數(shù)據(jù)的機(jī)會(huì)，有了更多數(shù)據(jù)之后，就更有可能使用機(jī)器學(xué)習(xí)或數(shù)據(jù)分析更敏銳的洞察用戶(hù)需求，從而開(kāi)發(fā)出更優(yōu)良的產(chǎn)品功能，于是又會(huì)吸引更多的新用戶(hù)，雪球越滾越大， 周而復(fù)始。這樣的一個(gè)數(shù)據(jù)資源與數(shù)字應(yīng)用的正循環(huán)操作，表達(dá)了優(yōu)質(zhì)數(shù)據(jù)作為生產(chǎn)要素的核心競(jìng)爭(zhēng)優(yōu)勢(shì)。這時(shí)第四階段的數(shù)字化應(yīng)該最接近數(shù)智化的主題，數(shù)據(jù)要素與人工智能的融合突顯了數(shù)據(jù)作為生產(chǎn)力的優(yōu)勢(shì)。但不可不知的是智能化的過(guò)程中，人類(lèi)與機(jī)器互動(dòng)的方式巳經(jīng)出現(xiàn)了主客難分的現(xiàn)象，這刻數(shù)據(jù)的產(chǎn)生還是完全人類(lèi)所驅(qū)使嗎？不管怎樣以上的現(xiàn)象正合乎最近學(xué)者提出“數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)”（Data Network Effects）的說(shuō)法，企業(yè)擁有的數(shù)據(jù)越優(yōu)質(zhì)，就越有可能利用這些數(shù)據(jù)和人工智能算法創(chuàng)造出更好的產(chǎn)品，吸引更多的客戶(hù)，收集更多的數(shù)據(jù)。在下面圖中大家可以看到一方面新的科技包括各種智能終端以及通訊技術(shù)都會(huì)影響著數(shù)據(jù)的使用場(chǎng)景的改變，也影響著數(shù)據(jù)收集的方式、數(shù)量及分布。另一方面開(kāi)放數(shù)據(jù)平臺(tái)和第三方數(shù)據(jù)交易平臺(tái)也為數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)提供了外部的數(shù)據(jù)資源。由于大數(shù)據(jù)具備外部性，如果能在數(shù)據(jù)要素的基礎(chǔ)上保持領(lǐng)先，就更能充分發(fā)揮數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)，誰(shuí)就有可能獲得明顯的先行者優(yōu)勢(shì)。

隨著數(shù)字化轉(zhuǎn)型的興起，數(shù)據(jù)將發(fā)揮越來(lái)越大的作用帶來(lái)無(wú)限可能。但我認(rèn)為找出數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的切入點(diǎn)，可以成為企業(yè)數(shù)智化的最佳加速器。加快完善企業(yè)在用好數(shù)據(jù)及治理好數(shù)據(jù)的閉環(huán)。我相信數(shù)智化之路是一個(gè)迭代過(guò)程，下面介紹一下我在這方面的思考與經(jīng)驗(yàn)

步驟1：找出潛在數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的數(shù)字應(yīng)用場(chǎng)景，定義需要改善的業(yè)務(wù)目標(biāo)，并為此制定MVP及成功的衡量標(biāo)準(zhǔn);

步驟2：跟據(jù)MVP的目標(biāo)，制定所需的數(shù)據(jù)資源及技術(shù)方案，經(jīng)過(guò)盤(pán)點(diǎn)然后改善巳收集及可被收集的相關(guān)數(shù)據(jù)資源（ 包括內(nèi)部或外部）是否與算法（機(jī)器學(xué)習(xí)或數(shù)據(jù)分析）匹配;

步驟3：在擴(kuò)展MVP之前根據(jù)衡量標(biāo)準(zhǔn)對(duì)效果進(jìn)行評(píng)估，若不滿(mǎn)意，則返回步驟1及2作出修訂;

步驟4：在持續(xù)改善應(yīng)用埸景的同時(shí)，加強(qiáng)對(duì)數(shù)據(jù)治理的能力， 加速數(shù)據(jù)資源的沉淀并與整體數(shù)據(jù)資源作融合;

在此之外，企業(yè)應(yīng)該吸取經(jīng)驗(yàn)實(shí)現(xiàn)長(zhǎng)線的數(shù)據(jù)要素培養(yǎng)如：

步驟5：主動(dòng)發(fā)掘和管理有用、好用數(shù)據(jù)，建設(shè)數(shù)據(jù)資源的戰(zhàn)略性全方位儲(chǔ)備;

步驟6：培養(yǎng)技術(shù)和組織能力，搭建數(shù)據(jù)中臺(tái)，牽頭進(jìn)行集中協(xié)調(diào)，實(shí)現(xiàn)更大規(guī)模的跨部門(mén)之?dāng)?shù)據(jù)獲取、協(xié)作和治理;

步驟7：提高數(shù)據(jù)素養(yǎng)，培育數(shù)據(jù)驅(qū)動(dòng)文化，使數(shù)據(jù)的復(fù)用、共創(chuàng)、共享以及協(xié)作變得簡(jiǎn)單容易;

步驟8：與外部合作伙伴建立全生態(tài)協(xié)作機(jī)制，加強(qiáng)數(shù)據(jù)和技術(shù)上的合作。

在表面看來(lái)以上的步驟都并非難事，但是在實(shí)際的數(shù)智化轉(zhuǎn)型過(guò)程中卻可能會(huì) 出現(xiàn)很多問(wèn)題，導(dǎo)致許多企業(yè)半途而廢。

相關(guān)調(diào)查數(shù)據(jù)顯示，有許多公司的高管表示，他們并沒(méi)有從數(shù)字化中獲得令人滿(mǎn)意的回報(bào)。主要原因在于缺乏對(duì)數(shù)據(jù)要素的戰(zhàn)略考量以及企業(yè)文化帶來(lái)的巨大阻力。大部分的企業(yè)在此過(guò)程中發(fā)現(xiàn)了一個(gè)類(lèi)似的問(wèn)題：在所有這些案例中，遇到的問(wèn)題都很類(lèi)似，有些問(wèn)題甚至反復(fù)出現(xiàn)。首先數(shù)智化轉(zhuǎn)型的第一要?jiǎng)?wù)不是選擇什么技術(shù)工具，而是找出更清晰的業(yè)務(wù)邏輯，明確如何通過(guò)數(shù)智化轉(zhuǎn)型觸動(dòng)發(fā)展的拐點(diǎn)，并探索新的商業(yè)模式、趨勢(shì)和業(yè)態(tài)， 然后圍繞此目標(biāo)制定實(shí)踐方案。

·關(guān)于車(chē)品覺(jué)

車(chē)品覺(jué)，紅杉資本中國(guó)基金合伙人、香港特區(qū)政府?dāng)?shù)字經(jīng)濟(jì)發(fā)展委員會(huì)委員、香港致公協(xié)會(huì)成員、太平紳士。車(chē)品覺(jué)先生擁有十多年豐富的數(shù)據(jù)實(shí)戰(zhàn)經(jīng)驗(yàn)，并在實(shí)踐中形成了獨(dú)特的數(shù)據(jù)化思考及管理方式。他親自領(lǐng)導(dǎo)阿里數(shù)據(jù)團(tuán)隊(duì)在大數(shù)據(jù)實(shí)踐領(lǐng)域取得了一系列重要成果，包括為阿里建立集團(tuán)各事業(yè)群的業(yè)務(wù)及決策分析框架，開(kāi)發(fā)智能化的數(shù)據(jù)產(chǎn)品，成立了驅(qū)動(dòng)集團(tuán)數(shù)據(jù)化的營(yíng)運(yùn)團(tuán)隊(duì)，成功發(fā)起了公共與數(shù)據(jù)資產(chǎn)管理體系，還發(fā)布了數(shù)據(jù)安全規(guī)范等。

車(chē)先生2010年8月加入阿里巴巴，曾任阿里巴巴集團(tuán)副總裁兼首任數(shù)據(jù)委員會(huì)會(huì)長(zhǎng)。2014年在任職阿里期間領(lǐng)導(dǎo)阿里數(shù)據(jù)團(tuán)隊(duì)獲得Top CIO評(píng)選為中國(guó)最佳信息化團(tuán)隊(duì)，2017年被國(guó)家信息中心選為中國(guó)十大最具影響力大數(shù)據(jù)企業(yè)家。2018年，榮獲“中囯大數(shù)據(jù)科技領(lǐng)軍人獎(jiǎng)”著有：暢銷(xiāo)書(shū)《決戰(zhàn)大數(shù)據(jù)》、《數(shù)據(jù)的本質(zhì)》及《數(shù)循環(huán)》，并譯有《數(shù)據(jù)驅(qū)動(dòng)的智能城市》。