「在準備落數智化轉型之前，問自己一個問題，你相不相信數據中臺的實踐一定會對業務有效果？」
——才言
DT時代的浪潮席捲而來，「數智化轉型」顯然已不只是信息化部門或業務部門能獨立承擔的「一個項目」。企業需要從戰略層面站定立場，建立決心，與之相配合的，則是一個組織架構和技術架構的變革升級。
4月15日，業界首個數據中臺項目實踐者才言，在數據中臺建設實戰系列課程「數智加速度」第二課中帶來分享——《企業數智化轉型的商業模式調整與組織變革》，從組織與商業模式視角破解難題。
才言，奇點雲首席戰略官，「數據交換區」專利操盤手，曾主導建立過阿里雲「數加」的23個工作室。
在這一課中，才言以自己的十餘年數據實踐經歷總結了「在線」、「數據大」、「機器分類人」、「服務業分工精細」、「平臺經濟崛起」五大浪潮，分析了浪潮之下企業如何站定數智化轉型戰略、重塑商業模式，並對隨之而來的組織結構變革調整等問題進行了討論。
下文為分享節選：
01 數據對於企業組織而言，有什麼意義？
在企業組織至今160餘年的歷史長河中，從傳統時代到今天我們的智能時代，數據對於組織來說是什麼意義，起到了什麼作用？
可以發現在科學管理時代，計劃和執行開始分離。同時，計劃與執行之間的溝壑也在產生巨大的浪費，這種浪費在電氣時代與信息時代逐步由企業努力去消解。例如電氣時代，杜邦分離了研發和營銷，福特建立了生產流水線，通過聚合專業分工的能力減少浪費；信息時代，戴爾採用程序化流程管理，大大降低了人工行為帶來的不確定性。
而智能時代，大規模精細化的數據匹配能最大程度地消滅浪費。
以營銷為例，以往由人制定目標、制定策略、制定渠道、完成執行、回收結果，而在中臺化、智能化和數據化的場景下，全過程由掌握數據的機器判斷，過程可視、結果可預測。計劃和執行將再次從分離變為融合，最大的收益即在於此。
02 中臺戰略將如何影響各行各業？
2016年冬天，奇點雲創立。我與行在、與創始團隊思考：我們要去服務什麼行業？
曾鳴教授有句話讓我印象深刻：「平臺是你腦後的一盞明燈」。
你不要一直回頭去看你腦後的這盞燈，你只要往前走，記得後面有這樣一盞燈就好。你需要深入行業，做應用，做服務。
那麼哪些行業，是我們判斷會率先用到數據中臺？
我有4個判斷邏輯：
第一，企業有「超級APP」，或「超級前臺」，能夠以消費者為中心去打通鏈路，做到線上線下無縫體驗。
舉個例子，茅臺，它需要數據中臺嗎？
「茅臺雲商」並不是一個超級APP，它只是茅臺眾多渠道中的一個點。除非有一天茅臺雲商完成了茅臺分區而治、分省而治的機制，成為了茅臺線上線下一體化的一個部分，它才真正的進入到需要數據中臺的階段。
第二，企業的商業模式有變革的需求，要往平臺化的方向演進。
例如，超級APP成為了品類豐富、交易體驗好的第三方平臺，或超級APP後臺成為一站式接入、服務供應商的線上線下統一平臺。
第三，企業需要有增加新收入的動力。
如果一家企業目前的業務特別賺錢，可能也就不會考慮一些更精細化的方式、更新的渠道去增加新收入。而它的壟斷資源一旦受到影響，則可能會開始考慮變革，需要嘗試一些方式去增加新收入。
第四，如果企業已經有了比較成熟的智能終端，能夠實現對線下流量的線上化，則比較適合推進數據中臺。
例如，能充分利用線下流量，把客流變為會員，能提高線下觸點的數量和交易頻次，提升會員粘性。
總結來說，有2類行業，有更迫切的數據中臺戰略需求：
1、「一體化」的行業，順勢而為
企業的品牌對消費者的感知、體驗是一體化的，從線上到線下，從觸達、消費到服務，都是全鏈路一體化的。這樣的行業（例如零售業）將會率先建設中臺。
2、「條塊分割」的行業，組織先動
這種類型的行業雖然沒有完成一體化的動作，但看到了趨勢，從戰略上認同，並在組織上先進行調整。這樣的行業也將得到數據中臺的積極影響。
中臺將會像波浪一樣，影響到各行各業。但如果企業還沒有對上文談到的四條做好準備，沒有
順勢而為的業務趨勢或堅定的組織戰略，這個中臺可能建不穩，或只是個「偽中臺」。03 中臺戰略下，企業組織應該如何構建？
「你相不相信數據中臺的實踐一定會對業務有效果？」
當組織去落實時，一定要堅定不移地相信，才能推動組織的變革。堅信，加上下面3個「關注」，至今從未失手：
第一，關注效果
企業做數據中臺，是業務價值驅動的。組織設計和技術架構，都是為了解決業務裡的問題。
那麼想讓組織走向中臺化、智能化，第一步就是去找到戰略卡位點，落實卡位點，讓組織依託於此去生長起來。
第二，關注效率
找到卡位點，發現確實有效果，接下來就面臨：你能不能把它規模化？
我們的方式是——AI驅動的數據中臺。「AI驅動」，就是規模化支撐數據化運營的關鍵點所在。提煉算法，落地人工智能應用，把數據的、重複性的工作交給機器，釋放人的創造力與生產力。
第三，關注可持續性
企業中，支持組織變革的責任主體是誰，由誰來推動規模化？
有三種模式，供大家參考：
- A模式
例如阿里巴巴，主要由業務部門推進，經歷了先業務數字化轉型、後數據數字化轉型，數據數字化轉型先規模化再平臺化的路徑。
A模式往往採用自研，比較適用於數據公司。
- K模式
例如某知名人工智能上市企業，由IT部門牽頭數智化轉型，先數據數字化轉型、後業務數字化轉型，「集中力量辦大事」。
這種模式較適用於不以「數據公司」為願景的大型公司。
- 混合模式
更多的企業會選擇混合模式，例如中石油、國家電網、雲南菸草等，由IT部門和業務部門聯合推動。
這種模式較適用於業務比較複雜的大型公司：IT部門沒辦法支撐到每個場景，場景的專業程度不一；而所有部門的業務間具備較大的關聯性，數據標準有待建立。
其實，這三種模式沒有優劣，只有適不適合——企業自身很容易判斷自己適合的模式。
目前對於大多數企業來說，我個人認為混合模式更保險，分佈立項，逐步往前走，更能保障數智化轉型的可持續性。
04 中臺戰略下，智能企業的組織環境會如何轉變？
「數據中臺、業務中臺怎麼做？」甚至可以說這其實是比較小的問題——真正的問題是「角色定位的問題」。
逍遙子說，公司的競爭力都反映在組織上。我非常認同。
中臺這件事，不是一錘子買賣。 它的投入週期至少是5-10年。所以我們的組織環境必然要發生變化。
第一，迭代領導者，選擇「奇點人才」
我把這一類leader統稱為「奇點人才」，TA既要熟悉「開源」，例如改善、擴展、顛覆，又要熟悉「節流」，例如局部優化和全局優化，規模化和整體協同。
第二，迭代組織關係，從支撐到賦能
信息化時代，技術和業務的關係是支撐關係；到了中臺化時代，技術和業務則轉變為賦能關係。
具體而言，從滿足業務部門需求，轉變為能夠推動業務部門完成中臺化，乃至提出業務創新構想，帶來新的價值增長點。
第三，迭代組織的能力結構
首先，組織架構一定要是平臺式的架構，能夠容納數字化轉型。
在模式上，一定要強調創新前臺業務，強調業務與後臺的一體化運營，不要單獨項目化運作。「以立項的方式搞數據中臺，是搞不起來的。」
在推動數智化轉型的過程中，一定要關注利潤。數據的存儲和計算是不可忽視的、非常高昂的成本。考核體系需要以業務目標為核心，輔助以技術目標，盡力實現從成本中心到利潤中心的轉變。
第四，迭代組織的制度文化
銀泰與阿里合作，提出一個目標：五年再造一個銀泰，而且並不是通過收購、兼併、門店數量或面積增長來實現。
這給了我們一個啟示，在數字世界與物理世界逐步融合，企業走向智能化、一體化的道路上，企業不是要專攻物理世界的發展，而更要嘗試在數字世界裡努力。國家推動「數字新基建」，也是逐步來建設、豐富我們的數字世界。
那麼怎麼努力呢？
從企業的制度文化角度來說，其一，企業每一個人都需要建立「人群意識」，從「以貨為中心」轉向「以人為中心」，核心是人有哪些需求、又是如何被滿足的，由此去構建一系列策略、行為；其二，制度上需要保障企業擁有數據主權，沒有數據主權則可能在DT時代面臨危機，曾經的「喵街」就是例子。
時代變革的浪潮浩浩湯湯。
變化不僅在市場、環境、業務、技術，也同時存在於組織、角色、商業模式。才言認為，未來的一切都可以實現在線化，唯有以人為中心，打通鏈路、實現數字世界與物理世界的一體孿生，才能「以變應萬變」，在智能時代佔據高地。
