书名:企业数字化快速转型:让商业更智能
ISBN:978-7-115-60363-0
本书由人民邮电出版社发行数字版。版权所有,侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用,未经授权,不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟,与我们共同保护知识产权。
如果购买者有侵权行为,我们可能对该用户实施包括但不限于关闭该帐号等维权措施,并可能追究法律责任。
著 张文红 陈斯蕾
责任编辑 谢晓芳
人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
网址 http://www.ptpress.com.cn
读者服务热线:(010)81055410
反盗版热线:(010)81055315
读者服务:
微信扫码关注【异步社区】微信公众号,回复“e60363”获取本书配套资源以及异步社区15天VIP会员卡,近千本电子书免费畅读。
本书理论联系实际,全面讲解了数字化转型的知识,主要内容包括为什么需要数字化,信息化与数字化的根本区别,为什么万物皆可数字化,如何从数据中挖掘出有用的信息,什么是机器学习,如何将人的智能与机器的智能结合起来以创造“数智时代”的新价值,什么是组织的数字化转型,组织如何实现数字化转型,以及如何通过数字化转型的“3C模型”精准地找到新顾客。
本书不仅适合企业管理者(尤其是计划进行或者正在进行企业数字化转型的企业管理者)阅读,还适合数字化转型的执行者、高校相关专业的师生以及培训班的学员阅读。
2021年7月22日是大暑,这是夏季的最后一个节气,炎热之极。南京烈日当空,湿热交替,知了的高鸣不免让人心生烦躁。可更让我心烦的是,受疫情的影响,原有的工作计划被全部打乱。
7月26日,我接到居家办公的通知,很多工作被按下了暂停键。可数字化转型的研究已经提上日程,我决定顺应变化,放下杂念,带领团队进行一场沉浸式的学习,深入地挖掘数字化转型到底是什么、要怎么做,以及为什么这么做。
我们的数字化转型学习之旅就此开启。
[1] 本书得到了国家自然科学基金面上项目(72072083)“个体制度突破理论:基于本土实践的理论构建和检验”和教育部人文社会科学一般项目(19YJA630117)“地位差异对服务创新的双刃剑效应:基于多团队系统的研究”的支持。
我们定下了一个目标,收集所有关于数字化转型的资料,为我们的数字化转型建立超级炫酷的资料库。
首先,我们分成了政策、学术和行业实践三个小组,从政策报告、论文文献、行业分析报告等渠道,搜集到30多个与数字化转型相关的关键词(见表0-1)。
表0-1 与数字化转型相关的概念
基本概念 |
数字(digit/number)、数据(data)、信息(information)、知识(knowledge)、智能(intelligence) 、大数据(big data) |
核心概念 |
数字化(digitalize/digital transformation/digitalization)、数据化(datafication)、信息化(informatization)、智能化(intelligentialize)、智慧化(intelligent/intelligentization/wisdom/intellectualization)、数智化(digital intellectualize)、数字技术(digital technologies) |
相关动词概念 |
数字化升级(digital upgrade)、数字化重构(digital refactoring)、数字化成长(digital growth)、数字化创新(digital innovation)、数智化升级(digital intelligence upgrade)、生产数字化(digitalization of production)、产业数字化(industrial digitalization)、数字增长(digit growth) |
专有名词概念 |
数字孪生(digital twin)、数字架构(digital architecture)、数字能源(digital energy)、数字经济(digital economy)、数字化思维(digital thinking)、数字平台(digital platform)、数字中国(digital China)、数字生态(digital ecosystem)、数字转型指数(digital transition index)、数字化企业(digital business)、工业大数据(industrial big data)、数字供应链(digital supply chain) |
紧接着,我们三个小组从关键词着手,用地毯式搜集的方法汇总了中、美、英、法、德等国家的数字化政策。典型数字化案例资料来源于咨询公司、投融资界、领先企业、同行等的行业研究报告,全球顶级期刊的学术论文、研究项目,以及相关的国际/国内书籍、视频与学习资料。
当我们自认为找到这么全的数字化转型资料就一定会对数字化转型有一个深刻、全面的认识时,才发现我们已经掉进数据的海洋,面对“图书馆”里堆积如山的资料,我们反而变得焦虑,无法喘息。我们给自己建立了一座“巴别图书馆”。
“宇宙(另有人把它叫作‘图书馆’)是由不定的(也许是数目无限的)六边形艺术馆组成的,在中心有巨大的通风管,周围用低矮的栅栏相围。从任何一个六边形看,我们可以看到无止境的上面或下面的书架层。20个书架排放在周围,4条边上各有5个长书架……”(见图0-1)
这是豪尔赫·路易斯·博尔赫斯(Jorge Luis Borges)于1941年出版的短篇小说《巴别图书馆》(Babel Library)的开场白。这部小说描写了一座神秘的图书馆,其中收藏了所有语言的所有书,包括验证和预言每个人行为的书,以及书的注解、注解的注解等,详细到每分钟的未来历史,所有书的所有改写版本,以及图书馆的正确书目和不计其数的错误书目等。这座图书馆珍藏了所有信息,但你在其中找不到知识,这恰是因为所有知识都在里面,与所有谬误混淆在一起,难以区分。无数的书架摆放在无数一模一样的六边形平台上,在那当中你能找到所有可能的一切,却也找不到想找的一切。这无疑是信息过载的完美例子。
图0-1 图书馆里的六边形
我们自己也正在试图建造一座数字化转型的“巴别图书馆”,我们每个人不仅是“巴别图书馆”的主顾,还是其中的图书馆员。我们在欢欣鼓舞与灰心丧气之间摇摆不定。“在得知‘巴别图书馆’收录了所有的书籍时,人们最初的反应是欣喜异常,人人都感觉自己成了这个完整而隐秘的宝藏的主人。没有任何有关个人或世界的问题不能在某个六边形平台上找到权威的解答。这个宇宙的正当性得到了证明。”但哀叹和惋惜随之接踵而至。那些宝贵的图书如何帮助我们解决问题?我们的问题到底是什么?什么样的知识能解决问题?这些知识藏在浩瀚的“巴别图书馆”的什么地方?
在写作本书的过程中,我们做了很多调查,问大家是怎么知道数字化转型这个概念的,大多数人给出的回答是通过微信、头条或新闻里碎片化的故事——“听过,但不清楚”“知道,但说不清”“不清楚,但好像和我没有什么关系”。
当我自己身陷其中时,我不禁想起供应链中的一个概念——“牛鞭效应”,这是经济学上的一个术语,指的是供应链上的一种需求变异放大现象。当信息流从最终客户端向原始供应商传递时,由于无法有效地实现信息共享,出现信息扭曲并且扭曲被逐级放大,因此需求信息出现越来越大的波动。此种信息扭曲的放大作用在图形上很像一根甩起的牛鞭,因此被形象地称为“牛鞭效应”(见图0-2)。
图0-2 “牛鞭效应”举例
同样,每个人由于认知的不同,对同一概念的理解也存在误差。在新概念的传递过程中,由于每一个环节都要经过输入、理解、输出的过程,因此不可避免地会引入很多噪声,影响我们对新知识的学习,产生“牛鞭效应”。想想看,我们在微信、头条和抖音里看到或听到的碎片化知识,存在着多少环节的噪声影响,又存在着多少层级的“牛鞭效应”。因此,我们所看到的常常离真相越来越远,更加扑朔迷离。
走过这100天的学习之旅,我们才明白,我们所搜集到的只是掺杂着很多噪声的原始数据,而不是有效信息,它们既不能有效地降低我们对于未知的不确定性,也不能帮助我们解决遇到的新问题。
回到起点,我们放弃短期内就学会数字化转型的计划和目标,我们承认对数字化转型,我们就像孩童一样完全未知。既然如此,就如孩童一般,重新开始学习,保持好奇和探索的热情。通过100天的探索,我们建立了自己的元学习(meta-study)法。
元学习法是指对于新的复杂概念,回到概念的起点并把复杂的概念拆分成最小的知识单元,从最小单元的元概念出发,逐步叠加形成想要学习的复杂概念(见图0-3)。
(1)拆分词语,将数字化转型拆分为数、字、化、转、型,回到元概念,梳理这些字最初的概念。
(2)将这些字的元概念整合,形成上层概念,得到数字、数据、信息、知识、智能等。
(3)基于上层概念进一步总结核心概念,如信息化、数字化等,形成知识概念模型。
(4)通过进行多轮的内部分组汇报,将学习成果讲给小伙伴们听。在此过程中,对于发现说得不够清楚和理解不够深入的地方,再次加深学习,直到可以清晰、流畅地将概念模型阐述出来为止。
图0-3 元学习法
(5)结合二手经典案例和前言案例进行深入分析,将学到的知识应用到实践中,形成第一层洞察,结合案例分析中的困惑之处,再次进行知识概念的学习。
(6)将构建的知识模型讲给团队外部更多的人听,搜集大家的真实反馈,再次回到元学习,进入新一轮学习。在此过程中,形成第二层洞察。
(7)将建立的知识模型应用到真实世界的实践中,解决真实的问题,不断总结经验,迭代学习,形成第三层洞察。
(8)不断总结、整合、融合、简化,如此循环往复,形成对崭新知识的刀锋般深刻洞察,建立自己的数字化转型的概念、框架和模型。
在大暑节气后的这100天中,我和团队的小伙伴们一起学习、互相交流、激烈碰撞,这趟学习之旅难忘且意义非凡。伴随着学习不断深入,我们跨过交流的阻碍,规避学习的陷阱,打破知识的壁垒;从焦虑不已到沉下心来,再到因为深入理解一个个概念而兴奋不已。这趟基于元概念的学习之旅使我们不断探究新知识、学习新知识、洞察新知识、应用新知识,这种不间断的持续反馈使我们的学习欲望得到真正满足。
大暑时节阳光猛烈,高温潮湿多雨,湿热难熬,很痛苦,但这非常有利于农作物成长,农作物在此期间成长速度最快。我和我的团队同样飞速成长,对数字化转型,我们有了自己的认识。
在这100天里,大家一起努力与成长,我们克服困难,形成了自己的元概念学习法。我们想和更多的读者分享,对于新知识的学习方法,不要焦虑,也不要恐惧,更不要退缩。您可以选择鼓足勇气沉浸其中,彻底享受这段学习之旅。回顾这段旅程,我们迷茫过、挫败过、争辩过,但结果是值得的。未来,我们还将继续探索!
本书由异步社区出品,社区(https://www.epubit.com)为您提供相关资源和后续服务。
您还可以扫码二维码, 关注【异步社区】微信公众号,回复“e60363”直接获取,同时可以获得异步社区15天VIP会员卡,近千本电子书免费畅读。
作者和编辑尽最大努力来确保书中内容的准确性,但难免会存在疏漏。欢迎您将发现的问题反馈给我们,帮助我们提升图书的质量。
当您发现错误时,请登录异步社区,按书名搜索,进入本书页面,单击“发表勘误”,输入相关信息,单击“提交勘误”按钮即可,如下图所示。本书的作者和编辑会对您提交的信息进行审核,确认并接受后,您将获赠异步社区的100积分。积分可用于在异步社区兑换优惠券、样书或奖品。
我们的联系邮箱是contact@epubit.com.cn。
如果您对本书有任何疑问或建议,请您发邮件给我们,并请在邮件标题中注明本书书名,以便我们更高效地做出反馈。
如果您有兴趣出版图书、录制教学视频,或者参与图书翻译、技术审校等工作,可以发邮件给我们;有意出版图书的作者也可以到异步社区投稿(直接访问www.epubit.com/contribute即可)。
如果您所在的学校、培训机构或企业想批量购买本书或异步社区出版的其他图书,也可以发邮件给我们。
如果您在网上发现有针对异步社区出品图书的各种形式的盗版行为,包括对图书全部或部分内容的非授权传播,请您将怀疑有侵权行为的链接通过邮件发送给我们。您的这一举动是对作者权益的保护,也是我们持续为您提供有价值的内容的动力之源。
“异步社区”是人民邮电出版社旗下IT专业图书社区,致力于出版精品IT图书和相关学习产品,为作译者提供优质出版服务。异步社区创办于2015年8月,提供大量精品IT图书和电子书,以及高品质技术文章和视频课程。更多详情请访问异步社区官网https://www.epubit.com。
“异步图书”是由异步社区编辑团队策划出版的精品IT专业图书的品牌,依托于人民邮电出版社几十年的计算机图书出版积累和专业编辑团队,相关图书在封面上印有异步图书的LOGO。异步图书的出版领域包括软件开发、大数据、人工智能、测试、前端、网络技术等。
异步社区
微信服务号
作为开场白,我们先探讨为什么需要数字化转型,数字化与人类当前的发展阶段有什么必然的联系,如何理解数字化转型的长期目标与短期任务。
本章涉及的元概念如下。
● 熵:一个系统的内在无序程度。
● 熵增定律:在一个孤立的系统里,如果没有外力做功,其总无序度(熵)将会不断增大。
● 信息:用来减少不确定性的东西,减熵等于获取信息。
● 耗散结构:以开放系统为研究对象,着重阐明开放系统如何从无序走向有序的过程,其特征是远离平衡态、非线性、开放性。
当黑天鹅在澳大利亚被发现之前,所有人都确信天鹅全是白色的。这是一个牢不可破的信念,但是,当第一只黑天鹅出现时,这个牢不可破的信念崩塌了。“黑天鹅”指的是不可预测、概率虽小却会产生极大影响的事件。
过去,我们将“黑天鹅”看作概率极小但是一旦发生后果就会非常严重的事件;如今,我们对概率极小的理解发生了深刻改变。“黑天鹅”不再“百年一遇”,在日常生活中很常见。当一件概率小但后果很严重的事件变成概率大且后果很严重的事情时,我们的不安全感就会越来越强烈,我们需要寻找新的方法,降低不确定性,获得更大、更多的把控力量(见图1-1)。
图1-1 “黑天鹅”发生的概率变大
【例1-1】我们以患重大疾病这个黑天鹅事件为例。在大多数人的想象中,患重大疾病可以算得上一种黑天鹅事件,发生的概率较低但影响重大。事实真的如此吗?2020年,中国银行保险监督管理委员会发布了40岁至90岁中国女性患6种重大疾病的概率数据(见表1-1)。
表1-1 40岁至90岁中国女性患6种重大疾病[1]的概率 单位:1/1000
年龄 |
患病概率 |
年龄 |
患病概率 |
40 |
4.618 |
56 |
8.164 |
41 |
4.92 |
57 |
8.532 |
42 |
5.231 |
58 |
8.923 |
43 |
5.533 |
59 |
9.334 |
44 |
5.808 |
60 |
9.767 |
45 |
6.092 |
61 |
10.228 |
46 |
6.325 |
62 |
10.727 |
47 |
6.504 |
63 |
11.274 |
48 |
6.637 |
64 |
11.876 |
49 |
6.739 |
65 |
12.541 |
50 |
6.832 |
66 |
13.273 |
51 |
6.94 |
67 |
14.072 |
52 |
7.084 |
68 |
14.935 |
53 |
7.279 |
69 |
15.855 |
54 |
7.527 |
70 |
16.825 |
55 |
7.826 |
71 |
17.835 |
72 |
18.874 |
82 |
30.216 |
73 |
19.935 |
83 |
31.541 |
74 |
21.01 |
84 |
32.932 |
75 |
22.096 |
85 |
34.393 |
76 |
23.19 |
86 |
35.928 |
77 |
24.294 |
87 |
37.537 |
78 |
25.415 |
88 |
39.219 |
79 |
26.558 |
89 |
40.973 |
80 |
27.733 |
90 |
42.796 |
81 |
28.949 |
— |
— |
数据来源:《中国人身保险业重大疾病经验发生率表(2020版)》
[1] 这6种重大疾病是指恶性肿瘤、急性心肌梗死、脑中风后遗症、重大器官移植术或造血干细胞移植术、冠状动脉搭桥术(或称冠状动脉旁路移植术)和终末期肾病(或称慢性肾功能衰竭尿毒症期)。
以一位40岁的女士为例,假设这位女士可以活到90岁,那么从40岁到90岁她患这些重大疾病的概率是多少呢?只需要使用很简单的初中数学知识,我们就可以计算出答案。将P设为她在某个年龄患这些重大疾病的概率,1 − P即为她当年不患这些重大疾病的概率,将她每年都不患这些重大疾病的概率相乘,就可以得出她从40岁到90岁都不患这些重大疾病的概率q。于是,从40岁到90岁,她可能患这些重大疾病的概率Y就是1 − q。
Y = 1 − q
= 1 − (1 − P40)(1 − P41) × … × (1 − P89)(1 − P90)
= 1 − (1 − 0.004618)×(1 − 0.00492) × … ×(1 − 0.040973)×(1 − 0.042796)
≈1 − 0.418833
= 0.581167
= 58.1167%
根据表1-1中的概率数据,我们计算得出,一位女性从40岁到90岁可能患这些重大疾病的概率约为58.1167%。
由此我们得出以下结论:人到中年以后,患重大疾病的概率较高。如果在健康风险系数之上叠加工作风险系数、出行风险系数等,我们极有可能遇见一只黑天鹅。这并不是概率极小的巧合,而是漫漫人生中注定的结果。
如果一件事情发生的可能性很大并且一旦发生就后果严重,则我们非常有必要认真思考并找出一套应对方案。人类的进步一直是通过克服不同的困难来实现的,其中有3个影响深远的黑天鹅事件大幅推动了人类的发展进程。
第一个黑天鹅事件是食物不足,无法满足飞速增长的人口的需要。人们意识到,问题出在食物的获取效率太低:靠双手去打猎已经不足以养活这么多的人。为此,人类发明了工具,这也是智人和动物最鲜明的分水岭。食物不足是一个负面影响极大、概率很高的事件,但人类通过使用工具克服了这一困难。
第二个黑天鹅事件是生产动力不足。人们意识到,仅靠工具并不能自给自足,人们需要更多的粮食以及其他生活资料才能生存下去。为此,人类发明了新的动力获取方式——蒸汽机。动力获取方式的进步进一步推动了人类的发展进程。
第三个黑天鹅事件起源于生死存亡的战争。现代管理体系以及计算机的发明在很大程度上都源于第二次世界大战。因为人类的需求再一次超出了供给,危机再一次产生,所以人类发明了计算机以解决算力不足的问题。
虽然人类的发展史分为几个阶段,中间还出现了工具、新能源等,但其实隐藏在各阶段之间的最大核心点在于,人类每一次都面临一个时代的节点。在这个节点上,黑天鹅变成了一个概率较大且后果很严重的事件群。所以,人类不断地通过科学研发、理论突破、创新转化等,艰苦卓绝地咬着牙,坚持着再往前走一步,再往上走一步。
如今,我们通过工具化、能源化、信息化,进入了人类发展的第4个阶段——数字化阶段。那么,数字化是否会成为我们解决黑天鹅事件的一条新的出路呢?
【例1-2】面对黑天鹅事件,是相信还是逃避?
教授:“真奇怪,有一个浮标显示海洋温度下降了13 ℃。”
助手:“对,是这样,那个浮标前几天就出故障了。我会查一下附近有没有船,去乔治岛把它运回来。”
教授:“不是乔治岛的那个,而是格陵兰岛边上的那个。”
助手:“什么?”
助手:“两个浮标同时出错的概率有多大?”
教授:“非常小。”
教授:“而且,现在已经不止两个了。”
……
杰克博士:“教授,现在是你该离开的时候了。”
教授:“恐怕离开的时机已经错过了。”
杰克博士:“现在我还能做什么?”
教授:“尽你所能,救更多的人。”
2004年上映的科幻电影《后天》(见图1-2)描述了这样的场景:身为气候学家,男主角杰克博士预测温室效应将造成地球气候异变,北半球因温室效应会引起冰山融化,地球将进入冰河期,龙卷风、海啸、地震在全球肆虐。他将自己的预测结果报告给政府,试图警告政府官员采取预防行动,但他们并不为所动。
图1-2 电影《后天》剧照
当气候异变真的来临时,最先给出预警的是一个海洋探测浮标。当这个浮标的读数与其他浮标不同时,人们的第一反应是,这个浮标坏了。但是,紧接着,其他地区的4个海洋探测浮标纷纷显示异常,出现了与之一致的情况。人们这才意识到,气候真的出了大问题,但是已经为时太晚,人们来不及撤离了。
数字化是面向未来的必选之路吗?当一个异常的信号出现时,我们习惯了用已有的经验去解释它,因为这个过程是已知的、安全的。在这个安全的范围之内,我们进行解释,直到突然之间发现两三个信号出现异常,但这时候我们已经来不及“撤离”了。
2021年11月至12月,我们对100位中国企业高管进行了数字化转型的调研,其中有5个问题(见图1-3)。
● 数字化转型对您的企业的重要程度如何?
● 您清楚地知道要如何进行数字化转型吗?
● 数字化转型会对您的企业产生哪些重要价值?
● 您是通过什么渠道了解数字化转型的?
● 您觉得数字化转型最难的部分是什么?
图1-3 中国企业高管数字化敏感程度调研
结果显示,91%的受访高管认为数字化对企业很重要,但高达65%的受访高管表示对如何进行数字化不是很清楚。受访高管们认为数字化转型对企业会产生重要价值,按投票高低排序,依次如下:创造新的竞争优势,提高运营效率,实现业务快速增长,拓展新业务市场,为顾客提供新的产品服务。受访高管们最初主要通过网络新闻、微信推文等渠道了解到数字化转型,而很少通过系统性的课程或书籍来学习数字化转型。受访高管们认为数字化转型最难的部分是技术创新,其次是缺乏数字化转型所需的员工和团队。
实际上,这意味着敏感的高管们早就意识到了数字化的重要性,只不过实际上还缺乏具体的实施方法和系统性的学习。
我们正在进行一场数字化的“大迁徙”。何谓数字化时代?在这场数字化时代的大迁徙中,个人、组织又当如何自处?数字化是应对不确定的重要方式吗?数字化转型是组织的必选项还是可选项?在极少有人涉足的旷野中,我们执炬前行,寻找春的气息。
我们经常会看到如下现象:一段时间不经整理,房间便越来越乱;整洁的手机桌面逐渐被五颜六色的App充斥占据;热水放在桌上,随着时间的流逝越来越凉;在高速运转的工作中,个体心理愈发焦虑;随着业务增多,组织越来越臃肿;社会变革之下,冲突似乎不可避免……这些现象被统称为熵增现象。
熵这一概念随着网络的传播逐渐为人们所了解,但是要想真正理解并应用一个概念,我们需要再次运用刀锋般精准的认知进行学习,比如:
● 到底什么是熵?
● 什么是熵增定律?
● 熵增现象是怎么产生的?
● 如何进行减熵行为?
在数字化时代,数字化能否破除熵增?从个人和组织的角度,我们需要如刀锋般精准地理解这些概念。
下面我们从元概念出发,认识熵增定律。
熵的概念由德国物理学家克劳修斯于1865年提出,最初是用来描述能量退化的物质状态参数之一,在热力学中有着广泛的应用。随着统计物理、信息论等一系列科学理论的发展,熵的本质被逐渐解释清楚,它被定义为一个系统的内在无序程度,并由此衍生出物理学中的又一重要定律——热力学第二定律,又名熵增定律。熵增定律与热力学第一定律(宇宙守恒定律)共同构成了物理学的重要基础[1]。
熵增定律:在一个孤立的系统里,如果没有外力做功,其总无序度(熵)将会不断增大。
例如:
● 房间变得混乱后,如果没有人收拾,东西是不会自动排列有序的;
● 手机在下载了各式各样的App后,如果不进行整理,手机桌面是不会自动变整洁的;
● 热水变凉后,如果不进行再次加热,凉水是不可能变回热水的;
● 繁杂忙碌的工作占据内心后,如果不进行疏导,内心是不可能平静的;
● 组织规模变大并开始臃肿混乱后,如果不进行变革,组织是无法自动回到高效的运转状态的。
当前,熵增定律还被引入社会科学并为企业管理提供了重要启示[2][3]。在企业建立之初,组织成员常常怀有共同的奋斗目标、愿景,但随着组织的运行,组织内在的无序程度不可避免地开始增加(见图1-4)。如果组织越来越封闭,但又没有外来力量引入,则必然效率低下、机制僵化、人浮于事、创新力下降等。
图1-4 熵增:从有序到无序
我们可以用更直观的图形来生动地描述这一过程(见图1-5):人员设置有序的团队逐渐失去凝聚力,形成一个个分散的小集体,称为团伙;而冲突与割裂频发,团伙最终走向散伙。
图1-5 组织的熵增现象
熵增现象在组织管理中并不鲜见,比尔·盖茨曾认为,微软离破产永远只有18个月;任正非则大谈危机和失败,写下《华为的冬天》,这些应对都基于他们对组织熵增现象的认识。
每个人自出生后,生之有涯便是深沉厚重的遗憾。生为何伴随着死亡?人为什么会死?人是否可以不死?这些朴素的疑问也成为永恒的哲学思辨命题。下面我们以熵增定律为基础,从崭新的角度剖析这一问题。
自然科学中有宏观世界和微观世界之分,微观世界通常指分子、原子等粒子层面的物质世界,除微观世界外的物质世界则被称为宏观世界。
与之对应,物理学中也有宏观态和微观态之分(见图1-6)。宏观态可理解为使用系统的分子数分布且不区分具体的分子差异来描写的系统状态,一般为可见并可度量的样态;微观态则为使用系统的分子数分布且区分具体的分子差异来描写的系统状态,一般难以用肉眼观测和度量。
在一种宏观态中,由于存在大量粒子的无规则运动,各个粒子在任意时刻处于何种运动状态完全是偶然的,而且会随时间无规则地变化,因此宏观态中各个粒子运动状态的每一种分布都代表系统的一个微观态,同一个宏观态会对应无数个微观态。
图1-6 微观态与宏观态
以人体为例,健康、感冒、生病、衰老等都是各种外在显现的宏观态,而微观态——体内何种分子运动造就了这一外在表现,并且难以观测。
参考世界卫生组织(World Health Organization,WHO)对身体健康的定义,我们定义人的身体健康状态(即健康宏观态)为主要脏器无疾病,身体形态发育良好,人体各系统具有良好的生理功能且对疾病的抵抗能力较强,能够适应环境变化、各种生理刺激以及致病因素对身体的影响。人的身体健康虽然能用可测量的数值(如身高、体重、体温、脉搏、血压、视力等)来衡量,但标准很难掌握。一般来说,正常的体温与脉搏应分别保持在体温37 ℃左右和脉搏72次/分钟上下。正常情况下,婴儿的呼吸频率是45次/分钟上下,6岁儿童的呼吸频率是25次/分钟上下,15岁~25岁青少年的呼吸频率是18次/分钟上下,25岁以上的人的呼吸频率相比青少年会稍微高一些[4]。
为了便于举例说明,这里假设人体仅由4个分子构成,这4个分子在人体内的位置有左右之分,并且可自由移动,由此排列组合形成如下5种宏观态。
● 宏观态1:左侧有4个分子,右侧没有分子;对应的微观态是左侧为1~4号分子,右侧没有分子。
● 宏观态2:左侧有3个分子,右侧有1个分子;对应的微观态存在4种情况。
● 宏观态3:左侧有2个分子,右侧也有2个分子;对应的微观态存在6种情况。
● 宏观态4:左侧有1个分子,右侧有3个分子;对应的微观态存在4种情况。
● 宏观态5:左侧没有分子,右侧有4个分子;对应的微观态是左侧没有分子,右侧是1~4号分子。
图1-7展示了5种宏观态对应的16种微观态。
图1-7 5种宏观态对应的16种微观态
同一种宏观态下的微观态常常并不相同,为简单起见,这里假设每一种微观态出现的概率相同,则人体正常运转、身体健康的状态只能是“左3右1”这种宏观态下,“左侧是1~3号分子、右侧是4号分子”这一微观态。
我们回到熵的定义——一个系统的内在无序程度。这里的关键词“无序”指的就是微观态的个数。在图1-7中,“左2右2”这一宏观态对应的微观态最多,因此无序程度最大,即熵最大。这种熵最大的情况,对应的微观态最多,所以出现的概率也最大。
上面是假设人体仅由4个分子构成时模拟的情况,但人体中实际的分子个数远比4多,随着分子个数的增加,我们又将观测到什么情况呢?通过用计算机进行模拟我们得出:假如人体由100个分子构成,则对应微观态最多的宏观态出现的概率更大,在图表中表现为峰值更高且数据分布更为集中。当分子个数更多时,这一现象将更加明显:在所有宏观态中,出现概率最大的是所包含微观态最多的宏观态,并且这一宏观态出现的概率逐渐趋于无限,显现出稳定、不变、静止的状态[2]。
[2] 参考B站上关于超智能体的视频。
在更复杂的人体中,情况亦如此:随着时间的流逝,某种状态逐渐趋于永恒,在外部表现为一种稳定、静止不动的宏观态,而内部则是数量最大的微观态,也就是最大程度的无序,这种状态便是死亡(见图1-8)。死亡是人体的“熵”达到最大时的状态。
图1-8 分子数越多,微观态最多的宏观态出现的概率更大
图1-8 分子数越多,微观态最多的宏观态出现的概率更大(续)
宇宙也有“死亡”的概念——“宇宙热寂”。“宇宙热寂”是猜想宇宙终极命运的一种假说,根据熵增定律,作为一个“孤立”的系统,宇宙的熵会随时间的流逝而增加,从有序变得无序。当宇宙的熵达到最大时,宇宙中的其他有效能量将全数转换为热能,所有物质的温度达到热平衡,这种状态称为“热寂”。宇宙将在极限炙热中走向永恒的寂静,万事万物都难逃熵增定律的“命运”。
“定律”是亘古不变的宇宙规律,是对客观规律的统称。“熵增”之所以称为“定律”,就是因为它不可违背,它是任何人都无法逃脱的客观规律。所以,根据熵增定律,人终将走向死亡。
现代科学飞速发展,人们逐渐达成共识:世界上没有长生不老药,但科学可以让人在有限寿命的基础上活得更久一些。人类有限的寿命如何延长?在如今科技不断取得突破的社会环境中,这是人类追求探索的终极目标。
为了便于举例说明,下面仍假设人体仅由4个分子构成。已知身体正常运转时它们的排列方式如下:左侧为1~3号分子,右侧为4号分子。如果4号分子由于某种原因跑到左侧,则正常的身体运转状态将被打破,身体的主人能否终止混乱与无序,将“4号分子”移回正确的地方?或者说,熵增能否被逆转?
19世纪的英国物理学家麦克斯韦曾意识到,自然界中存在着与熵增相对抗的能量控制机制,但他无法清晰地说明这种机制,他只能诙谐地假定存在一种“妖”,这种“妖”被称为“麦克斯韦妖”,“麦克斯韦妖”能够把做随机热运动的微粒分子按照某种秩序和规则重新分配到一定的相格里。依靠“麦克斯韦妖”,只要使“4号分子”重新回到正确位置,人的身体就可以重新恢复健康状态,使混乱的无序回归有序(见图1-9)。
图1-9 对抗熵增的“麦克斯韦妖”
如今,人类个体通过锻炼与调节饮食不断追求健康的生活方式,群体组织则通过科学研究将生命科学与医学知识推上了一个崭新的高度。人类对于新的医疗技术手段的不断追求,各种新药、新的医疗器械和治疗康复手段的不断出现,这些都是为了找到一个又一个更加厉害的“麦克斯韦妖”,以帮助我们的身体从无序回归有序。
但关键的问题是,“麦克斯韦妖”如何判断什么状态是正确、有序的状态,以及什么状态是错误、无序的状态?另外,对于使无序回归有序的路径和方法,“麦克斯韦妖”又是如何得知的?以上问题的答案就是信息(information)。
信息为“麦克斯韦妖”提供了源源不断的动力,为其指引了行动的方向。有效获取信息的过程便是减熵,当获取信息的效率和效力足以抵消熵增加的速度时,便能逆转增熵、回归有序。
信息也是可以计量的,信息的计算公式为
其中,Pi表示事件i发生的概率,n为大于零的整数。
信息的单位是比特,1比特的信息量相当于猜一枚硬币正反面的不确定性。
什么是“不确定性”呢?不确定性是指事先不能准确知道某个事件或某种决策的结果。比如在经济组织中,不确定性是指对于未来的收益和损失等经济状况的状态和范围大小不能准确知道。因此,一旦知道一件事情的不确定性有多大,我们就可以知道对应的信息量的大小。也就是说,信息是可以度量的。
为了理解信息是如何度量的,我们看看物体的重量是如何测量的。重量的单位是千克。1799年,法国科学家提出在4 ℃时,1L水的质量为1kg,并以此为标准制作了纯铂为原料的千克原器作为1kg的国际标准。1889年,科学家们用更稳定的铂铱合金代替纯铂为原料制作了千克原器,并一直沿用至今。我们可以拿想要测量的物体与千克原器进行对比,例如,1瓶500mL的矿泉水等于0.5个千克原器的重量,因此这瓶矿泉水的重量就是0.5kg。
类似地,信息的单位是比特,比特原器就是猜一枚硬币的正反面所需的信息量。如果当一个人正在猜一枚未知硬币的正反面时,有人告知他这枚硬币是正面还是反面,这个人就有了1比特的信息。在被告知答案之前,这个人不确定硬币的正反面,1比特信息恰好消除了他的全部不确定性。
【例1-3】假设你需要解答一道有4个选项的选择题,你有4个朋友,他们分别告诉你一些内容。
小明说:“答案可能在A、B、C、D之间。”
小红说:“答案不可能是D。”
小花说:“A是错的。”
小刚说:“B是对的。”
请问:在你的朋友小明、小红、小花和小刚中,谁没有提供信息?谁提供的信息量最大?
答案是小明没有提供信息,因为小明没有减少回答这个问题的不确定性;而小刚提供的信息量最大,因为他为你完全消除了这个问题的不确定性。
从这个角度看,在现代社会中,所有科技创新与进步的目标都是更有效率地获取信息以对抗熵增的必然命运;而人类苦苦探索的延长寿命的奥秘也许就掌握在一只能够更有效获取信息的“麦克斯韦妖”的手中。
人类不断地建立科学理论,然后不断地利用这些科学理论设计、制造自然界中没有的新机器和新设备,并不断地用这些机器和设备产生更多的信息,都是为了极大降低熵增加的速度[6][3](见图1-10)。正因为如此,著名的物理学家薛定谔才提出:“生命以负熵为生(Life feeds on negative entropy)”。
[3] 参考B站视频,超智能体,《学习观10》。
图1-10 有效获取信息的过程就是减熵
组织是各种差异性个体的集合,因此较个体更复杂。在多变的商业环境中,有序管理组织是组织稳定运行的基础,也是每一个领导者必须考虑的基本命题。在以熵增定律为基本准则的社会中,面对未来巨大的不确定性与当下趋于无序的混乱状态,组织该如何有效地获取信息?组织又能否抵消熵增、减熵而行?[3][4]
与个体相似,熵增导致的死亡阴影同样笼罩在组织的上空。当外部呈现孤立、静止、惰性的状态,而内部的无序程度又达到最大(即熵最大)时,死神就会挥下镰刀,死亡随之降临(见图1-11)。
图1-11 组织死亡:外部静止、孤立,内部无序、忙碌
麦克斯韦既为人类个体寿命的延长带来了曙光,也促使组织管理者以坚定、执着的脚步寻求为组织减熵的路径。富有现实敏感度与远见的企业家逐渐认识到,组织的根本战略目标在于有效地获取信息,以减少组织的无序和不确定性。这既是使组织摆脱死亡阴影的利刃,也是组织持续减熵而行的本质方向。
古人讲究“阴阳相济,相生相长”,宏观世界中昼夜交替,微观视角下正负电荷相互抵消。平衡造就了美感,也维护着大自然中的秩序。熵增定律制约着宇宙的运行,但其并不是孤立存在的,它与耗散结构理论相伴相生,并在不断地打破中塑造新的平衡。
在熵增定律下,宇宙终将不可避免地走向死亡;而耗散结构理论则以开放系统为研究对象,着重阐明开放系统从无序走向有序的过程。耗散结构理论指出,远离平衡态的开放系统能够不断地与外界交换物质和能量,当外界条件的变化达到一定的阈值时,就通过内部作用产生自组织现象,使开放系统从原来的无序状态转变为时空和功能上的有序状态,形成新的、稳定的有序结构。
与熵增定律相反,开放系统及其外力作用组成了耗散结构。耗散结构使个人和组织的主观能动性得到充分的展现与发挥,为减熵奠定了理论基础。组织的“麦克斯韦妖”依然存在,它所需的信息就蕴含在耗散结构之中。
耗散结构有三大主要特征——开放性、远离平衡态和非线性。这三大特征构成了一个远离平衡态的、非线性的开放系统。在建构耗散结构以更有效地获取信息,从而减少组织的无序和不确定性时,也应从这三个方面入手。
何谓开放?对开放的认识应从封闭开始。孔子言“六十而耳顺”,人到老年,能听进去不同意见并不是一件容易的事;企业建立数年,组织固化,“船大难掉头”。在人与组织发展的全部阶段,似乎唯有初生不久的孩童能随时保持空杯状态,他们对新知识充满好奇,对改变饱含渴望,这是熵最小的阶段,也是开放性最强的阶段。
而随着年龄的增长与阅历的不断丰富,思维在一次次重复中固化,以往的经验与规则逐渐将空杯填满,人逐渐变得固执,组织也停滞不前。当我们试图用以往的知识框架解释未来时,便会一次次囿于更深的封闭状态,新的信息再难进入。返璞归真,保持孩童般的好奇,不断吸取新知,才是一个人青春常驻,一家企业开放常青的第一步。
重拾对未知的好奇心,水到渠成的下一步是保持学习的欲望。人有三大欲望——对食物的欲望,对感情的欲望,对知识的欲望,它们推动着我们不断前行。在教育资源充分供给、知识获取渠道极大增加的现在,相比几十年前,儿童学习的欲望却在不断下降。究其原因,也许是机器与智能的发展降低了学习的重要性与必要性。当机器的记忆能力、计算能力、应用能力超过人类时,人类仍然掌握着更重要的抽象能力、想象能力、创造能力和同理心,我们不仅有能力去学习它们,还有必要去学习它们,这是支撑人类保持学习欲望的原始驱动力。
对于组织而言,如何保持对机器所不具备的能力进行持续学习,也是组织面临的崭新挑战。在近几年,线上幼儿教育在激发儿童的学习兴趣方面起到至关重要的作用,因此管理者也应思考如何像激发儿童的学习欲望一样激发组织的学习欲望。如今的企业家需要不断学习跨界的各种知识,在个人的开放性得到不断增强的同时,企业的开放性仍有待更深入地开发。
与个体类似,对于组织而言,当外部呈现孤立、静止、惰性的状态,而内部的无序程度又达到最大(即熵最大)时,死亡就会来临,组织唯有不断打破平衡状态才能避免陷入漩涡,但打破平衡状态并非易事。对于个人而言,做出改变的第一步往往也是最困难的一步。对于组织同样如此,组织越大,组织的刚性和惰性也就越强。何谓组织的刚性?正如老年人的筋骨难以舒展,组织的刚性可以概括为“想动但动不了”。组织的惰性可理解为“能动但不想动”。组织的变革犹如一次长途跋涉,领导者在前方斗志昂扬、大步流星,后方的团队却已经远远落后,刚性与惰性拖着他们,举步维艰。
与此相关的另一个概念是内卷。网络不断创造着一个又一个爆点,内卷成为近期的热门词。通过深挖其本质,我们发现,内卷其实正是没有信息的重复。以一个正在举行讲座的会场为例,门忽然从外面被锁上,会场成了临时性的封闭场所。做讲座的3位教授只能不间断地依次为大家上课,但疲劳感仍在广泛蔓延,有人打瞌睡,有人抗议,3位教授不断调整每天的上课顺序。随着时间的流逝,会场内部有人提议成立委员会,制定关于教授上课的规则,规则越来越多,越来越细,听讲座的考核、激励和绩效政策也不断产生,这个封闭的会场似乎正在向更有秩序的状态发展。但他们都忘了一件事,没有人讨论如何把门打开。在这个封闭的、没有出口的会场里,所有的一切都是无信息的重复,这就是内卷的核心。打破内卷,便是打破平衡状态,让组织动起来,由此才能找到具有突破性的出路。
用数学语言来描述,耗散结构的非线性特征即为创造复利效应。复利效应最初来源于金融学,它在生活中具有广泛的应用。例如,当一个人开始从事一项工作时,初期可能收获很小,随着自身不断努力,收益就像滚雪球一样越来越大,成果往往大于预期。用更形象的语言描述,复利效应也叫“做时间的朋友”,不急于求成,而以长期收益作为评估标准(见图1-12)。
在数学上,熵增定律类似于对数函数,而复利效应类似于指数函数。在企业转型的前期,复利效应的增长低于熵增速度,没有朋友,没有成果,鲜花与掌声遥不可及,组织艰辛跋涉,却可能收效甚微。但终有一日,组织会到达两条曲线交界的那个阈点,指数函数快速上升,超过对数函数,复利效应超过熵增速度,厚积薄发。
图1-12 做时间的朋友
在每一次转型过程中,“孤单、寂寞、冷”的阶段不可避免,组织与个人也会面临各种诱惑,遭遇颇多打击,被排挤,被质疑,停下脚步与走捷径的念头经常出现。但最终,只有耐得住孤单、寂寞、冷的人才能到达那个阈点,一飞冲天。在复利效应下必经的痛苦是人的精进之道,也是组织的转型之路。
如今,云计算、大数据促使算法、计算能力(简称算力)突飞猛进,数字化不再流于幻想,数字化转型成为企业发展的必由之路。在信息化时代,小规模企业通过内部管理提高绩效、控制成本,仍可选择在信息化潮流中坚守故地;但在数字化时代,数字化技术基础已经打好,迟疑与观望的时间,也许其他组织就已经抢占先机,当其他组织的计算速度、应用能力、智能水平远超你的组织时,你的组织优势在哪里?未来何在?
所以,处于数字化时代的组织没有选择,要么顺应潮流,要么被潮流淹没,“孤单、寂寞、冷”的量变必然引起质变,转型过后,就是光风霁月的明天。
2021年9月,全球信息技术研究和顾问公司Gartner 发布了“2021人工智能技术成熟度曲线”(Hype Cycle for Artificial Intelligence,见图1-13)。Gartner高级首席研究分析师Shubhangi Vashisth指出:“人工智能的创新速度飞快,人工智能技术成熟度曲线上一半以上的技术将在两到五年内成为主流技术。边缘人工智能、计算机视觉、决策智能和机器学习等创新都将在未来几年对市场产生革命性的影响。”
图1-13 Gartner发布的“2021人工智能技术成熟度曲线”
Gartner公司将技术的发展分为5个阶段——技术萌芽期、期望膨胀期、泡沫破裂低谷期、稳步爬升复苏期和生产成熟期。从图1-13中可以看出,人工智能市场仍处于初步发展阶段,处于技术萌芽期的人工智能创新技术仍占据很大的比例。
我们可以看到,从技术萌芽期到最终的生产成熟期,中间既有高峰,也有低谷,组织的数字化转型亦如此。虽知数字化转型前途光明,但难测未来何时到来。
冬日已至,春日不远,但春天到底何时出现?
2022年2月4日为农历二十四节气中的立春,彼时南京的气温低至−2 ℃,虽有短暂暖阳,但寒风中不觉丝毫春意;2月19日为雨水,雨水如期而至,冬日未落的最后一片黄叶在雨中打着寒战;待到过了3月5日的惊蛰,地底下看不见的冬眠小动物们开始苏醒,蠢蠢欲动。3月20日为春分,终于听闻梅花山的梅花开了,人们脱掉冬衣换上春装去登山,山路上游人如织,一片欢声笑语。以上4个节气过后,终于有了可以感知的春意,春天来了,她开始走入人们每天的生活。
除自然界中的变化之外,人们的表现也特别值得观察:对于春天的到来,人们有着两种截然不同的反应:一些人看到天气稍有转暖迹象,就立刻收起冬装,换上春装出门踏青,倒春寒后又为自己的草率叫苦不迭,无比后悔;另一些人则将“春捂秋冻”奉为准则,直到梅花开放,周围已是一片春光明媚,才脱下冬装走出屋门。
冬天走向春天的这个过程,就像组织的数字化转型过程。我们要相信,春天一定会到来,这是我们一定要实现的长期目标。但春天何时到来并无准确期限,需要分为三个阶段性任务——立春代表着南北回归线的变化,雨水则说明空气临界点温度的变化,而惊蛰代表着地下沉睡的动物们开始苏醒,直至春分,能被人感知的春天才真正到来。人们往往忽视这些通往春天的短期节点,但正是短期阶段的累积才带来长期目标的实现。
组织在数字化转型过程中亦如此,成功转型是我们要实现的长期目标。其间,我们需要经历多个阶段性任务,并且我们也会经常碰到两种情况。
其中一种情况是把长期目标错当阶段性任务,一遇到倒春寒就认为春天不会来了。长期目标需要在积累多个阶段性任务后才能达成,短期内无法一蹴而就。一旦把长期目标错当阶段性任务,组织就会因为冒险乱闯而产生混乱无章的挫败感,从而过早选择放弃。
另一种情况则是把阶段性任务错当长期目标,一叶障目。有些企业过于强调阶段性任务的完成度,一遇到艳阳天就认为春天已经来了,却没有意识到阶段性任务在整个长期目标中的地位。一旦遇到困难,就误以为企业无法完成长期目标。一天艳阳高照,一天倒春寒,这都不会影响春天的到来。同理,一时的波动、冷遇也不会影响数字化转型的大潮。
如果说数字化转型的实现是有想法、有目标、有野心、有要求的所有组织和个人公认的通向未来的长期目标,那么如今企业所要做的事情就是以长期目标为终点,结合实际情况,脚踏实地完成多个阶段性任务。在这个过程中,我们既可能会有“孤单、寂寞、冷”的时刻,也可能会有发展停滞期,还可能会因为外在诱惑而偏离原来的方向,但无论过程有多么曲折,我们都必须坚信:能被人感知的春天是经过立春、雨水、惊蛰才到来的,并且这样的春天经过立春、雨水、惊蛰后必定到来。
现在回到我们还没有回答的一个问题:数字化是我们人类减熵的必然选择吗?这也是下一章讨论的重点。
● “黑天鹅”逐渐由小概率事件变为大概率事件,而数字化正是应对“黑天鹅”的有效方法。
● 生命以减熵为生,无论是个体还是组织,都需要通过不断地“减熵”来实现生命的延续。
● “减熵”就是获取信息,数字化旨在更快地获取信息并创造新的知识。
● 组织减熵的三大特征:保持组织开放性,打破平衡状态,创造复利价值、做时间的朋友。
● 数字化转型是长期目标,其间需要经历多个阶段性任务。组织要做的就是以长期目标为终点,脚踏实地完成多个阶段性任务。
[1] 王玉珏. 基于熵与耗散结构理论的企业管理创新研究——以华为为例[J]. 现代管理科学,2019(1):72-74.
[2] 董春雨,姜璐. 关于熵增定律的方法论研究[J]. 自然辩证法研究,1997,13(4):5.
[3] 华为大学. 熵减:华为活力之源[M]. 北京:中信出版社,2019.
读者服务:
微信扫码关注【异步社区】微信公众号,回复“e60363”获取本书配套资源以及异步社区15天VIP会员卡,近千本电子书免费畅读。