11 位 CTO 对话：如何解决数字化转型的组织挑战问题

疫情是危机，也是机遇，让不少企业开始走上数字化、网络化、智能化的新道路。由于各种各样的问题，过去众多企业对数字化转型顾虑较多。现如今，很多企业看到数字化转型的价值后，其态度正在发生着变化。

本次，TGO 杭州分会组织的私董会中，来自不同城市和行业的 11 位 TGO 鲲鹏会会员分享自身对于数字化转型的观点，探讨了如何解决数字化转型带来的组织挑战，希望帮助不同类型组织和行业，解决数字化转型存在的挑战。

1、如何做真正的数字化转型？论数字化转型有多难

李卓，道富杭州 董事总经理

开始前，我做了简单的功课。在英语中，Digital transformation、Digtization 和 Digitalization 这三个单词都可以翻译为数字化，但是我们需要明确现在谈的数字化究竟是什么。

Medium 上有一篇文章对三个名词都做出了解释，大家可以做一个参考，在后续的讨论中，大家可以分别谈谈自己对数字化的想法，看看大家对于数字化是不是都有自己的特定理解。

实际上，Digital transformation 指的是组织的变化，努力通过数字化能力带来新业务机会；Digitization 则主要指模拟信号转成数字信号，通过它来优化内部流程；Digitalization 则是用数字化技术和数字化数据，而不是用模拟化数据，完成工作。

我的理解是，如果后续没有做额外的解释，那么我们谈的数字化应该是 Digitalization。

首先，我分享一些自己的数字化经验。说实话，我理解的数字化就是 Digitalization，也就是如何用数字化技术和数字化数据来组织你的工作和系统。

我本身来自金融行业。在金融行业，我们通常会将数字化称为系统建设，或者数据化。同时，金融行业的数字化程度其实在各个行业中都是走在比较前面的。主要的原因可以回溯到 20 世纪 90 年代，从那时起一直到 21 世纪初，金融机构积极拥抱了信息系统和计算机技术，做了非常多的数字化建设工作，拥有了很高的数字化水平。

但是从二十一世纪初到现在又是将近二十年过去了，原有的信息系统基础设施在技术的进化前显得陈旧，对比互联网企业显得力不从心。但是放到整个社会进化的角度来说，我还是觉得金融行业实际上已经非常理解数据的价值和信息化的威力，这也是为什么很多机构在积极拥抱 Fintech 浪潮。但是行业发展到现在，实际上格局和盈利模式已经很稳定，头部玩家之间达成了微妙的平衡，所以他们在改造和突破上的动力也会显得不足。

崔克群，世纪鲲鹏（腾讯无线大连研发中心） CTO 兼 COO

因为我们是做 ToB 研发工具的，另外一个并线是企业过程管理，所以我们现在主要做几个场景——

• 面向自动化测试，终端、前端、后台；面向 AI 的标注、评测工具；

• 面向工作任务过程管理、会务过程管理、BMP 方向的高可配置解决方案等。

当前，我们做得还是比较成功的，基本上都处于落地场景中，用得也比较顺利。目前，我们的难点主要集中于面向企业管理的过程中，人的任务分配、信息共享和交流、任务的自动编排等一系列问题。

因为我们是给企业提供信息化系统的，但是当把所有系统串联的时候，可能会遇到一些问题，尤其是当前企业变化迅速的时候，可能组织架构、管理过程、规范都很快会被调整。

如果系统每次都要做三个月才能上线，那么就会比较困难。因此我们研发了能够迅速配置的 BPM 解决方案，可以绝大部分不通过代码来解决，研发周期、上线速度、系统质量、部署等等都能够较好解决。

再进一步的困难是在面向客户的场景调研、需求分析、设计等方面。目前，我们可以把它上升为信息表示和信息交换问题，基于人的组织已经习以为常的日常运转，在抽象为结构化的数据结构和流程的时候需要经过充分训练的人才能够做到。

这个问题还会延续到系统与系统与系统之间，也就是所谓企业信息孤岛问题，系统的设计开发年代不同、团队不同等等，都会造成信息结构、存储方式的异构。

目前的信息表示很难做到自描述，也就是数据本身没有相应的说明规范定义的情况下软件便不能有效的解析、处理信息。关于这方面，W3C 做出了多年的努力，语义 Web 领域发展非常迟缓，虽然提出了很多的框架。

如果还有可能的解决方案那就是 NLP 领域了，要达到通过 NLP 来解决信息的交换的问题，我个人理解需要达到近乎强人工智能的程度。

何威，铁甲国际货物运输代理 CTO、淘箱科技 CEO

我的难点和克群（崔克群）的难点是一样的，我也觉得面向企业管理这一部门的难点是比较大的。因为企业随时都会发生变化，所以如果你改变了它某一个流程，那么它所有的环节都会间接收到影响。

当前，我们正在尝试着做内部工作流的数字化。我的理解是，数字化更多是从你的企业经营管理出发。关于这部分，我觉得应该从企业的运行前端开始着手做数字化。从前往后贯穿每个环节，从而形成闭环。在形成闭环之后，可能是一个相对来说更加完整的路径。

李程，e 签宝 安全总监

因为我是做安全，所以我常常会看到企业在数字化过程中，不可避免会利用到数据。而且不管是大公司还是小公司，上云都变成了趋势。

今年国家也会大力发展加强重大基础设施上云，以后 ToG 也会大量在云上。但是在上云以后，大家可能就会觉得安全风险比较高。

先说私有云，第一私有云你需要自己搭建一套专属的私有云存储、软件和各种服务，但是服务本身也是存在漏洞的。出现漏洞以后，如果没有专业的安全人员，就很难处理问题。

第二是关于数据误删，或者恶意删除的问题，可能一般企业遇不到这个问题，但是一旦发生了，这就变成了一个致命问题。

其次是公有云，你很难处理用户管理不到位、监控不到位等问题。可能大家在数据化过程中，更多考虑数据如何保障安全，但是其中就会增加很多企业成本。因为企业还没达到一定规模时，如果你要另外做一些备份，其中存储量还是比较大的，会耗费你很多资源。

同时，如果你的企业规模达到了一定程度，数据量就更大了，因为数据量更大时，企业在数字化转型过程中，就更需要关注数据备份和数据安全的问题，所以需要很多新型的安全技术来做数据保护。传统的数据安全技术可能不一定能保证我们的信息安全、数据安全。

另外还有一个问题是，在企业数字化转型过程中，如果我们过分追求一些流程标准化、规范化，必定会带来一些审批流程，增加流程上一些繁琐的事情，所以我不能确定数字化是否能提高企业效能。

石雷，大搜车 技术总监

因为大搜车一开始就是做 ToB 数字化，包括我们公司整个愿景也是做数字化整合汽车行业，同时很巧的是，我们公司对于汽车行业的切入点，也就是我们的 SaaS 系统，是由我从 0-1 负责开发落地的，所以基于这两个点，我来分享一些我的看法：

第一，数字化主要是希望解决企业什么问题呢？对于汽车行业来说，无论是整个环境，还是商家意识也好，其实依旧是很传统的。在项目落地过程中，我发现第一个需要解决的问题是量化。

因为以前一个车商没有系统，就会找一些第三方公司，或者找外包公司帮他们做一些方便自己管理的系统，但是也没办法量化。一个人记性再好，哪怕可以记住 80 台车的数据，但是如果他一旦开启连锁店，就很容易控制不住了。

因此，寄托于数字化解决问题，本质上是就解决数字化量化问题，希望它能帮助企业解决经营资产的在线化和可管控程度。

第二，大型经销商和车商的顾虑还不太一样。早期，我们先切入二手车商，他们更多的是需要数据准确度，其次是解决一些实实在在功能性问题。最近一两年，我们接触一些比较大的经销商集团时，或者比较大规模的上市公司时，他们会更关注数据安全的问题，包括所部署的私有云产权问题、数字版权问题等等。

因为他们在解决问题的过程中，还需要面对各种审计的情况，所以规模不一样时，就算是同个行业，他们的聚焦点也是会不太一样，要求也会有一些比较大的差异。

杨博，博智云创 CEO

从公司成立以来，我们一直坚持走数字化道路，并更偏向于智能制造领域。

在制造环节中，我真心感觉到有很多挑战。在制造业环节中，数字化不仅仅解决的是管理问题。之前，我们曾对信息化和数字化做了一个区分：

• 信息化是管理赋能，用信息系统解决管理的问题，再由管理来推动业务问题的解决；

• 数字化则是技术赋能，用系统直接解决面向业务问题。

目前来说，我们面临的最大挑战是，数字化是一个新的理念。因为智能制造现在又被称为工业 4.0，这难免让我想到工业 3.0。工业 3.0 在自动化开始普及时，它不是在工业 2.0 的基础上进行改造，而是通过加入自动化，改变现有的模式。

现在到了工业 4.0 时代，我们又在经历一个大的变动，可以说是一个轮回。早在两年前，我自己也没有太意识到，但是在这两年的时候，我强烈感受到我们需要用一个新模式替换原有模式。这也是我们现在面临最大的挑战。

关于企业的想法，当前制造业相对来说比较落后，所以有时在沟通时很少有客户具备先进的思想。因此，我们在和客户沟通业务时，很少讲背后的技术和工业 4.0 体系。

另外我想说的是，跨行业是不太现实的，隔行如隔山，如果你要进入某个行业，那么你都需要“驻扎”好几年才能摸清行业里的各个门道，与客户无障碍交流。

杨韶伟，威而比科技 CTO

我认为企业数字化可以由内而外的发展，主要分以下两个阶段。不同的阶段的侧重点不一样。

• 企业数字化

自身的业务和管理方式的数字化，通过数字化运营能力提高企业核心竞争力。

• 产业链数字化

完成了企业自身的数字化后，关注产业链上下游的每个“信息孤岛”。通过数字化的方式打破信息壁垒，让数据在流动中发挥更大价值。

叶玎玎，Growing IO 联合创始人 &CTO

因为 Growing IO 属于 B 端，核心是帮助客户构建整个数字营销体系。

前两年，企业主主要是为了拉进与客户的距离，也就是如果客户有需求，企业能第一个时间提供解决方案。因此在我看来，数字化的核心是在于如何加速企业和用户之间的连接，创造更多的价值。

但是在这个过程中可能会出现一些问题，比如很多企业主认为业务线上化就是数字化，实际上这是远远不够的。想要最好数字化，首先需要建立人的数字化，也就是学会如何把用户和你之间的连接数字化，以便于对用户进行分层和做不同精准度的营销。

那我们为什么要做数字化，我认为无非有 3 个理由：

第一，不做数字化，可能就无法生存；

第二，如果不做数据化，很难了解用户更多信息，也无法做好信息化；

第三，疫情推动数字化进程。

这是我目前通过数字化看到的一些东西。

喻珍祥，携程港澳 研发部技术总监

实际上，我对于数字化的认知也是比较模糊的，我暂时把它归为数据化的部分。因为我相信数据化应该是数字化其中的部分，所以我认为的数字化是以数据驱动整个公司的运营。

目前，我是分为 3 个部分理解：

第一个部分是业务，我们利用数据驱动去提升用户体验，或者提高公司利润；

第二个部分是管理，我们利用数字化改善流程，提升公司效能；

第三个部分是技术，数字化有利于决策我们的架构，让我们知道自己该优化哪些地方，或者如何提高管理质量。

另外，我还想说一下数字化的痛点。因为我们现在在做数据化运营，痛点无非有 2 个：

• 数据收集难，数据收集成本高；

• 数据化运营过程中，开发成本高。

以上基本是我对数字化的理解。

张亮，滴滴出行 高级专家工程师

我可能更多是带着一些疑问来的，也没有特别想要陈述的观点。

第一，实际上今天的一些海量数据一直是作为成本中心存在的，它并没有像我们希望的那样直接在核心业务里产生对应的业务价值。因此，我很想知道该如何构建海量数据资产，实现商业闭环。

包括阿里也是，十年了才实现所谓的数据中台化，并真正把数据从战略层面落地。除此之外，其他公司很难有这样的组织能力将一件事做到底。

第二，我们在谈 ToB 的时候，本质上是想要帮助传统企业实现数字化转型，但是每个公司的行业和阶段都不一样，那么我们该如何确保它实现了信息化，并且它在实现数字化以后，是不是能解决数据孤岛的问题；就算解决了数据孤岛的问题，还该如何使用数据，如何快速沉淀它的数据价值，这些都是我们需要考虑的问题。

第三，现在有很多希望在组织建设过程中将管理数字化，比如你正在使用的 OKR 系统、EMPS 调研等等。尤其是在疫情期间，数字化办公场景会让我感觉比较有前景，比较能快速感知它的价值，但是除此之外呢，它还能给我们带来什么。

这些都是我的想法，希望也能听听大家的意见。

芦宇峰，小电科技 CTO

过去，我们在谈论数字化时，会监控整个企业运营过程中的各项指标，通过对比指标分析背后的事件的原因。但是在我来小电以后，我发现小电数字化运营极强。

最近，我正在帮助公司梳理数字化的一些指标。整个公司梳理出了 300 多个指标，其中销售领域就有接近 200 个，最差的是研发团队，他们拿出来数字化的东西非常少。

后续在做一些相关产品时，我们有一个很奇特的方式——用数据化管控业务。举个例子，过去会申请昂贵的设备铺设到客户门店中比较随意，交易流水又非常低，在数字化之后，如果我们发现某个人申请的设备没有盈利，或者他负责的门店盈利状态不好，那么系统就会自动限制他所申请的设备类型，这些都是我们在运营数字化后加强了对业务流程的控制。

这些主要是针对数字化运营，再到数字化产品方面的实践，另一个是针对研发方面的数字化。

在研发方面，我们一直希望通过工程效能去掌控研发过程的各种数据。接下来，我们可能会通过员工提交的代码次数、代码行数、构建成功率、单元测试通过率、自动化测试的通过率等等方面进行分析。

2、不同类型组织和行业，面临数字化转型存在的挑战

李卓

无论你现在处于哪个阶段，无论是数字化、信息化、在线化还是组织转型也好，首先你需要具备从上到下的认知，要有决心对它进行投入。如果光有决心，但是不花钱，这些都是“空话”。

其次，从上往下做，肯定是要比从下往上做容易的，尤其是越到后面，你走到深水区时，你需要联动各个部门，如果你没有从上到下整体的组织架构配合，那么你很难把大家协调到同一个框架协作。

从 2014 年开始，我们开始做全球敏捷转型，为了实现从上到下推进的方法，我们专门成了一个敏捷转型办公室，后来这个办公室变成了一个指导办公室，里面的组成人员可能就是敏捷教练，由他负责制定敏捷模式、职责分配等等。通过这一套打法在试点往下推，我们的第一个试点团队就非常成功，后续再继续推进时就更加容易了。

但是走到深水区时，我们也碰到了一些坑，比如组织数字化后，你对商业理解不够深刻的话，你很可能会走偏；另一个也是李程谈到的信息安全、信息监管和数据上云的问题。这些都是在进一步推进数字化过程中比较容易遇到的问题。

崔克群

企业形态不同时，面临的困难也是不一样的。对于互联网企业来说，它天生就是一个敏捷组织，是基于数字化运营，实现持续大闭环的。

首先，我们看现在成功的产品都已经达到海量级用户。它们在用户数据结构上高度统一结构且并非复杂，在数据处理的流程或者说过程模型上也是高度的统一，比如社交产品、电商、打车、外卖等等。

当然他们的复杂度也是随着创业时期的早晚呈现递进的特性。其复杂在于数据量的庞大，时效性的高要求。这些产品的核心竞争力在于海量用户的运营成功，用户的规模成为了竞争的门槛，反向看是用户切换产品的成本带来的壁垒，哪怕有了一个新的替代品，几亿上十亿的 C 端用户、B 端服务等供应链条集体切换，每一个人和企业承受的总资源成本是很难接受的。

其次，从平台看其本身都有着巨大的研发成本，是通过海量用户的摊薄带来了 0 价格的免费互联网产品的生态结构。

因此，由于软件研发成本问题，ToC 互联网产品的细分存在很大的困难；另外，对于产业互联网来说，这个问题就更加严重。企业、产业链的复杂度，对于每一个单体都是很复杂的存在，其成本、周期更加高昂。

所以我们看到了企业类软件市场近十年来的成长是非常规律的，每年近乎固定的 10% 的成长。虽然我们可以判断这个市场高达十万亿的规模，但是这个市场的覆盖速度非常迟缓，现在市场的生态是公共性服务企业软件的企业占比更低，大量的领域企业开始建立自己的研发团队，自行研发。

同时，我们也可以发现有越来越多的人意识到了这个问题，所以各个企业成立了工程效率部，很多企业的 CTO 都在强力的推行 DevOps 等方法论，为了提升软件研发效率。

我们说企业数字化生存是把企业的经营从市场的最前端，到企业最后端的生产交付都数字化起来，通过数字化运营，通过大数据、AI 等科技手段提升企业效率，但是我们首要面临的问题就是软件研发成本的低效率。

软件本身是高科技领域，但是软件的研发生产本身是非常原始的，类似手工业者时代，今天的最前沿的理论方法还在构建 DevOps 是这样的流水线的时代，离现代工业的工业机器人组成的自动化体系，最前沿的 3D 打印领域，类比看相差很远，生产力很低。

说了这么多，我的判断是不管是互联网企业本身的更进一步数字化还是互联网进入各个领域形成进一步的社会生产的提升，虽然企业的困难不同，本质上都需要首先面对提升软件研发效能的问题。当然其他的问题也都是亟待解决，比如企业业务数字化模型的建立、数据的埋点获取、分析方法的探索等等，这些问题更为领域化，行业之间的差异在这里。

何威

结合大家的想法，我再回到我们行业，也分享一点我的看法。

因为我们公司是从线下开始做起来的，目前已经做了 4、5 年的时间，但是我们的信息化系统是从去年我进入公司之后才开始做起来的，也就是那时候公司创始团队才开始重视数字化。

当前，我们是一步步开始做，比如从内向外，从外向内；从客户，到面向客户；从我们各个部门，到国内各个部门等开始逐步做起来的。我们的人数也不多，现在公司研发大概是 15 个人左右，运营团队大概有 20 个人做有，我们整体是把数字化作为一个事业板块在做。

因此，我认为我们对于数字化的理解是比较正确的，也就是希望数字化是面向未来的。在做的过程中，我们也发现数字化不是一朝一夕的事情，它需要你投入很多，包括公司的“输血”，因为数字化的部分不会直接产生收益。不产生收益的部分，就需要你与资本合作，借助资本的力量发展。

回到本身的节奏，我们还是以敏捷为主，从我们的运营开始，到产品、开发，争取 1-2 周往前推一步的节奏进行。因为早期产出的东西很少，资本对它的认同度会比较低，但是他也会认同你大致的方向，当然他需要看到你完成的一个结构、设计和闭环的价值。

在整个事件推动的过程中，你只能一步步往前做，才能把它做完整，这也是我们目前的一个情况。

李程

e 签宝是做电子签名的，我们主要是为了帮助企业实现数字化而存在的，所以我从我们公司的角度谈谈 3 个方面：

第一个是 API 数字化，也就是快速地帮助客户建立数字化应用、数字化能力。实际上，API 是一种最简单的方式，也就是公司可以提供一些 API 能力，实现自己的扩张，比如 OA 系统就是把整个合同管理系统全部打通。

第二个是现在比较火的 SaaS 服务。因为现在好多人预测说，SaaS 模式可能会成为企业数字化的首选。但是 SaaS 服务是标准服务，很难满足所有人的需求和痛点。

最后一个是终极状态，可能是 SaaS 服务加一个本地服务，两个混合运营，可能是满足未来企业数字化的一个方向。这样不仅能实现通用需求，而且能通过企业本地化私有服务满足企业个性化的定制。有利于打通上下游，实现混合云的环境，能够支撑企业未来发展。

我认为这是未来的一种发展趋势，也是我理解的数字化发展趋势。因为如果全部自己做，大公司或许可以实现，但是中小企业会因为成本很高而购买一些产品 SaaS 产品，可是 SaaS 产品就会出现很多问题，比如安全问题，数据放在 SaaS 服务会存在巨大风险。

因此我理解的是，企业本身是需要具备一定的数字化能力，同时通过依赖第三方提供数字化 API 的方式来集成，再加上标准化的 SaaS 服务实现打通上下游。

石雷

大搜车一开始是做行业 SaaS 起家的，因为汽车行业线下模式已经非常成熟了，所以在我们推 SaaS 服务时，我们可以根据他们的需求直接做线上化处理。

当然刚才李程提到的 SaaS 标准化的确是一个实际存在的问题，所以我们也正在往 PaaS 方面尝试，包括解决刚才提到的数据安全问题、定制化问题等等。

实际上在我看来，传统行业数字化反而是比较简单的，因为比较直接；反观互联网企业，它的数字化进展一直不是很如人意。主要存在在两个方面：

一个是，自身的思维比较超前，所以很容易想得比较过度；另****一个是，基于本身对于行业的认知，导致我们对自己的要求比较高，对使用的一些工具比较挑剔，大家就很容易出现反复造轮子的问题，很难做到量化上的统筹归一，或者是成本很高。

所以，我认为更需要有一个上帝视角去统筹做整体的架构，全局的去盘点上下文场景，上述是我基于当前行业做的一些理解。

杨博

数字化过程与传统模式有较大区别。之前，我们在和客户做宣讲时，我用到一个冰山模型。传统模式下，传统模式下更多是解决水面上的问题，但是数字化可以帮助解决水面下的隐患。举个工业场景里最现实的例子——工艺过程记录。在传统方式里，过程记录是让人每半个小时记录一次；但是到你真正做数字化的时候，可能就是按秒来采集这个数据。这会导致出现一个很庞大的数据量，当数据量起来以后，复杂度也就会起来了。

数字化进程中，还会出现一个问题是，这么复杂的东西在给客户落地时，需要给客户做一个大量的讲解和培训。

杨韶伟

我上面讲的数字化过程第一阶段，我们实施过不少的项目。这里分享其中的思路：

第一步，数字化整个业务流程。通过业务分析，将线下流程进行分析，形成线上的流程。通过线上的流程提升办公效率, 增强相互协作。这步并不是机械化地把流程搬到线上。每个企业的核心精英能力都非常好，但是这些核心人才的数量也是有限的。其中一个目标是让普通员工使用企业的数字化系统，就能瞬间变身成企业精英。这时的挑战是如何将企业精英的思维融入到整个系统中。单纯实现业务部门提及的需求，或单纯的让产品技术人完成系统的设计，这都是不可取的。企业数字化的过程，需要业务领域专家深入参与。只有业务人员和产品技术人员深度的融合，企业的数字化系统才会有灵魂。

第二步，考虑企业数据资产化，数据变现。这里的挑战是要做思维的转变。要改变过往需求驱动型数据使用方式。所谓需求驱动，就是用过往的经验，对数据进行统计与分析。需求驱动型的缺点是过往的经验会限制我们对数据的理解。这里的挑战是如何从需求驱动型转换成场景驱动型的思维。从数据的角度客观的展示涉及的对象。融入标签化、和场景化的设计和外部数据融入，让数据告诉我们过往经验未能发现的问题。

叶玎玎

我主要想谈谈传统行业数字化的一些挑战，主要分为 3 大挑战：

第一个挑战是，对于一个经营时间相较长久的企业来说，他会发现在发展过程中，商业模型也会发生变化。这意味着，组织会产生潜在的变化，或者在面向数字化的过程中，他们需要进行一些组织调整，这是企业现在很难解决的问题。

比如一些客户会告诉我们，他担心没有人会去使用这些东西，也没有人会使用数据。针对客户的想法，我们会认为，如果是在他创业时出现这个问题，他可能会想怎么去建立这种能力，怎么去做这件事；但是如果是已经有了一些成功的经历，很可能现在的改变会让他有些畏手畏脚，不敢做一些创新型改变。

第二个挑战是，人才资金互相不匹配。包括我们刚才提到的产业互联网，很多懂数据的人不懂业务，懂业务的人不懂数据。大量的传统企业需要互联网人才，或者技术人才；但是这些技术人才又对传统企业缺乏了解，所以这部分的人才匹配是一直没有做好的。

第三个挑战是，现在发展速度越来越快，那么我们在做数字化过程中，效率该如何提升；或者说，我该如何衡量投入与产出，这其中会包含大量不确定性。企业往往对于具有不确定性的事情是非常恐惧的，这也是导致在数字化过程中，我们不知道什么时候能看到期待的效果。

因此，这也是为什么我认为数字化要快速见效的原因。

喻珍祥

大家已经把大部分的挑战分享过了，我还想再说一点。我认为，数字化最重要的还是人。因为我们需要人来接受数字化，并将数字化持续地做下去。

管理层之所以支持数字化，肯定是看到数字化未来能给公司带来收益，所以我们在落地数字化的过程中，我们需要让管理层、同事，或者用户看到数字化给他们带来的好处，这样有利于他们支持数字化，也能对后续数字化的实施有所帮助。

张亮

滴滴出行在出行行业里，数字化处于领先地位，我们正在尝试如何让数据在业务上发挥更大的价值，比如提高产品运营的效率。同时我们也在思考如何让数据在核心业务上产生直接的业务价值。

李卓

结合大家的刚刚分享的内容，我觉得其中有两个点是我比较有感触的。

第一，在实施落地时，无论是流程数据化，还是数字化，尤其是当整个业务模式比较复杂时，你要试图提升效率，或者实现一些连接的时候，模型是非常复杂的。

当我们实施落地时，我们常常碰到的问题是，你对业务理解不够深入，导致你在输入过程中变成一个“翻译”的角色，也就是用户将想法告诉你，你再把想法翻译成代码，把它写进去。

刚才杨博提到上线需要对用户进行培训才能把事情说明白，实际上，我认为无论是包装得多好，我都感觉它很难用、很复杂。如果能把它设计成 iPhone 一样，上手即可用，不需要看任何的说明书，那么这是谁的问题呢？我觉得本质上还是业务理解深度的问题。

我现在的想法是，攒一波业务专家，由他们所组成的业务团队，我再协调他们的工作，让他们内部实现一个有效的知识共享。通过这样的方式，让他们成为能实现业务和技术同时思考，能产生二次抽象、思考和深入的人。

实践至今，我觉得还是有帮助的，尤其是在两种情况下：

第一种情况是，让他们能从业务角度进行决策；第二种情况是，当他看到一些线上问题，或者给我一些反馈时，实际上是从业务的视角给 IT 一些反馈；亦或者是，设置一些预警时，他们能给技术一些业务视角，让我们做出更精准的价值交付。

从这两个角度来看，数字化还是能给我们带来很多好处的。

TGO鲲鹏会，是极客邦科技旗下高端技术人聚集和交流的组织，旨在组建全球最具影响力的科技领导者社交网络，线上线下相结合，为会员提供专享服务。目前，TGO 鲲鹏会已在北京、上海、杭州、广州、深圳、成都、硅谷、台湾、南京、厦门、武汉、苏州十二个城市设立分会。现在全球拥有在册会员 800+ 名，60% 为 CTO、技术 VP、技术合伙人。

会员覆盖了 BATJ 等互联网巨头公司技术领导者，同时，阿里巴巴王坚博士、同程艺龙技术委员会主任张海龙、苏宁易购 IT 总部执行副总裁乔新亮已经受邀，成为 TGO 鲲鹏会荣誉导师。