疫情是危機，也是機遇，讓不少企業開始走上數字化、網絡化、智能化的新道路。由於各種各樣的問題，過去衆多企業對數字化轉型顧慮較多。現如今，很多企業看到數字化轉型的價值後，其態度正在發生着變化。
本次，TGO 杭州分會組織的私董會中，來自不同城市和行業的 11 位 TGO 鯤鵬會會員分享自身對於數字化轉型的觀點，探討了如何解決數字化轉型帶來的組織挑戰，希望幫助不同類型組織和行業，解決數字化轉型存在的挑戰。
1、如何做真正的數字化轉型？論數字化轉型有多難
李卓，道富杭州 董事總經理
開始前，我做了簡單的功課。在英語中，Digital transformation、Digtization 和 Digitalization 這三個單詞都可以翻譯爲數字化，但是我們需要明確現在談的數字化究竟是什麼。
Medium 上有一篇文章對三個名詞都做出瞭解釋，大家可以做一個參考，在後續的討論中，大家可以分別談談自己對數字化的想法，看看大家對於數字化是不是都有自己的特定理解。
實際上，Digital transformation 指的是組織的變化，努力通過數字化能力帶來新業務機會；Digitization 則主要指模擬信號轉成數字信號，通過它來優化內部流程；Digitalization 則是用數字化技術和數字化數據，而不是用模擬化數據，完成工作。
我的理解是，如果後續沒有做額外的解釋，那麼我們談的數字化應該是 Digitalization。
首先，我分享一些自己的數字化經驗。說實話，我理解的數字化就是 Digitalization，也就是如何用數字化技術和數字化數據來組織你的工作和系統。
我本身來自金融行業。在金融行業，我們通常會將數字化稱爲系統建設，或者數據化。同時，金融行業的數字化程度其實在各個行業中都是走在比較前面的。主要的原因可以回溯到 20 世紀 90 年代，從那時起一直到 21 世紀初，金融機構積極擁抱了信息系統和計算機技術，做了非常多的數字化建設工作，擁有了很高的數字化水平。
但是從二十一世紀初到現在又是將近二十年過去了，原有的信息系統基礎設施在技術的進化前顯得陳舊，對比互聯網企業顯得力不從心。但是放到整個社會進化的角度來說，我還是覺得金融行業實際上已經非常理解數據的價值和信息化的威力，這也是爲什麼很多機構在積極擁抱 Fintech 浪潮。但是行業發展到現在，實際上格局和盈利模式已經很穩定，頭部玩家之間達成了微妙的平衡，所以他們在改造和突破上的動力也會顯得不足。
崔克羣，世紀鯤鵬（騰訊無線大連研發中心） CTO 兼 COO
因爲我們是做 ToB 研發工具的，另外一個併線是企業過程管理，所以我們現在主要做幾個場景——
- 面向自動化測試，終端、前端、後臺；面向 AI 的標註、評測工具；
- 面向工作任務過程管理、會務過程管理、BMP 方向的高可配置解決方案等。
當前，我們做得還是比較成功的，基本上都處於落地場景中，用得也比較順利。目前，我們的難點主要集中於面向企業管理的過程中，人的任務分配、信息共享和交流、任務的自動編排等一系列問題。
因爲我們是給企業提供信息化系統的，但是當把所有系統串聯的時候，可能會遇到一些問題，尤其是當前企業變化迅速的時候，可能組織架構、管理過程、規範都很快會被調整。
如果系統每次都要做三個月才能上線，那麼就會比較困難。因此我們研發了能夠迅速配置的 BPM 解決方案，可以絕大部分不通過代碼來解決，研發週期、上線速度、系統質量、部署等等都能夠較好解決。
再進一步的困難是在面向客戶的場景調研、需求分析、設計等方面。目前，我們可以把它上升爲信息表示和信息交換問題，基於人的組織已經習以爲常的日常運轉，在抽象爲結構化的數據結構和流程的時候需要經過充分訓練的人才能夠做到。
這個問題還會延續到系統與系統與系統之間，也就是所謂企業信息孤島問題，系統的設計開發年代不同、團隊不同等等，都會造成信息結構、存儲方式的異構。
目前的信息表示很難做到自描述，也就是數據本身沒有相應的說明規範定義的情況下軟件便不能有效的解析、處理信息。關於這方面，W3C 做出了多年的努力，語義 Web 領域發展非常遲緩，雖然提出了很多的框架。
如果還有可能的解決方案那就是 NLP 領域了，要達到通過 NLP 來解決信息的交換的問題，我個人理解需要達到近乎強人工智能的程度。
何威，鐵甲國際貨物運輸代理 CTO、淘箱科技 CEO
我的難點和克羣（崔克羣）的難點是一樣的，我也覺得面向企業管理這一部門的難點是比較大的。因爲企業隨時都會發生變化，所以如果你改變了它某一個流程，那麼它所有的環節都會間接收到影響。
當前，我們正在嘗試着做內部工作流的數字化。我的理解是，數字化更多是從你的企業經營管理出發。關於這部分，我覺得應該從企業的運行前端開始着手做數字化。從前往後貫穿每個環節，從而形成閉環。在形成閉環之後，可能是一個相對來說更加完整的路徑。
李程，e 籤寶 安全總監
因爲我是做安全，所以我常常會看到企業在數字化過程中，不可避免會利用到數據。而且不管是大公司還是小公司，上雲都變成了趨勢。
今年國家也會大力發展加強重大基礎設施上雲，以後 ToG 也會大量在雲上。但是在上雲以後，大家可能就會覺得安全風險比較高。
先說私有云，第一私有云你需要自己搭建一套專屬的私有云存儲、軟件和各種服務，但是服務本身也是存在漏洞的。出現漏洞以後，如果沒有專業的安全人員，就很難處理問題。
第二是關於數據誤刪，或者惡意刪除的問題，可能一般企業遇不到這個問題，但是一旦發生了，這就變成了一個致命問題。
其次是公有云，你很難處理用戶管理不到位、監控不到位等問題。可能大家在數據化過程中，更多考慮數據如何保障安全，但是其中就會增加很多企業成本。因爲企業還沒達到一定規模時，如果你要另外做一些備份，其中存儲量還是比較大的，會耗費你很多資源。
同時，如果你的企業規模達到了一定程度，數據量就更大了，因爲數據量更大時，企業在數字化轉型過程中，就更需要關注數據備份和數據安全的問題，所以需要很多新型的安全技術來做數據保護。傳統的數據安全技術可能不一定能保證我們的信息安全、數據安全。
另外還有一個問題是，在企業數字化轉型過程中，如果我們過分追求一些流程標準化、規範化，必定會帶來一些審批流程，增加流程上一些繁瑣的事情，所以我不能確定數字化是否能提高企業效能。
石雷，大搜車 技術總監
因爲大搜車一開始就是做 ToB 數字化，包括我們公司整個願景也是做數字化整合汽車行業，同時很巧的是，我們公司對於汽車行業的切入點，也就是我們的 SaaS 系統，是由我從 0-1 負責開發落地的，所以基於這兩個點，我來分享一些我的看法：
第一，數字化主要是希望解決企業什麼問題呢？對於汽車行業來說，無論是整個環境，還是商家意識也好，其實依舊是很傳統的。在項目落地過程中，我發現第一個需要解決的問題是量化。
因爲以前一個車商沒有系統，就會找一些第三方公司，或者找外包公司幫他們做一些方便自己管理的系統，但是也沒辦法量化。一個人記性再好，哪怕可以記住 80 臺車的數據，但是如果他一旦開啓連鎖店，就很容易控制不住了。
因此，寄託於數字化解決問題，本質上是就解決數字化量化問題，希望它能幫助企業解決經營資產的在線化和可管控程度。
第二，大型經銷商和車商的顧慮還不太一樣。早期，我們先切入二手車商，他們更多的是需要數據準確度，其次是解決一些實實在在功能性問題。最近一兩年，我們接觸一些比較大的經銷商集團時，或者比較大規模的上市公司時，他們會更關注數據安全的問題，包括所部署的私有云產權問題、數字版權問題等等。
因爲他們在解決問題的過程中，還需要面對各種審計的情況，所以規模不一樣時，就算是同個行業，他們的聚焦點也是會不太一樣，要求也會有一些比較大的差異。
楊博，博智雲創 CEO
從公司成立以來，我們一直堅持走數字化道路，並更偏向於智能製造領域。
在製造環節中，我真心感覺到有很多挑戰。在製造業環節中，數字化不僅僅解決的是管理問題。之前，我們曾對信息化和數字化做了一個區分：
- 信息化是管理賦能，用信息系統解決管理的問題，再由管理來推動業務問題的解決；
- 數字化則是技術賦能，用系統直接解決面向業務問題。
目前來說，我們面臨的最大挑戰是，數字化是一個新的理念。因爲智能製造現在又被稱爲工業 4.0，這難免讓我想到工業 3.0。工業 3.0 在自動化開始普及時，它不是在工業 2.0 的基礎上進行改造，而是通過加入自動化，改變現有的模式。
現在到了工業 4.0 時代，我們又在經歷一個大的變動，可以說是一個輪迴。早在兩年前，我自己也沒有太意識到，但是在這兩年的時候，我強烈感受到我們需要用一個新模式替換原有模式。這也是我們現在面臨最大的挑戰。
關於企業的想法，當前製造業相對來說比較落後，所以有時在溝通時很少有客戶具備先進的思想。因此，我們在和客戶溝通業務時，很少講背後的技術和工業 4.0 體系。
另外我想說的是，跨行業是不太現實的，隔行如隔山，如果你要進入某個行業，那麼你都需要“駐紮”好幾年才能摸清行業裏的各個門道，與客戶無障礙交流。
楊韶偉，威而比科技 CTO
我認爲企業數字化可以由內而外的發展，主要分以下兩個階段。不同的階段的側重點不一樣。
- 企業數字化
自身的業務和管理方式的數字化，通過數字化運營能力提高企業核心競爭力。
- 產業鏈數字化
完成了企業自身的數字化後，關注產業鏈上下游的每個“信息孤島”。通過數字化的方式打破信息壁壘，讓數據在流動中發揮更大價值。
葉玎玎，Growing IO 聯合創始人 &CTO
因爲 Growing IO 屬於 B 端，核心是幫助客戶構建整個數字營銷體系。
前兩年，企業主主要是爲了拉進與客戶的距離，也就是如果客戶有需求，企業能第一個時間提供解決方案。因此在我看來，數字化的核心是在於如何加速企業和用戶之間的連接，創造更多的價值。
但是在這個過程中可能會出現一些問題，比如很多企業主認爲業務線上化就是數字化，實際上這是遠遠不夠的。想要最好數字化，首先需要建立人的數字化，也就是學會如何把用戶和你之間的連接數字化，以便於對用戶進行分層和做不同精準度的營銷。
那我們爲什麼要做數字化，我認爲無非有 3 個理由：
第一，不做數字化，可能就無法生存；
第二，如果不做數據化，很難了解用戶更多信息，也無法做好信息化；
第三，疫情推動數字化進程。
這是我目前通過數字化看到的一些東西。
喻珍祥，攜程港澳 研發部技術總監
實際上，我對於數字化的認知也是比較模糊的，我暫時把它歸爲數據化的部分。因爲我相信數據化應該是數字化其中的部分，所以我認爲的數字化是以數據驅動整個公司的運營。
目前，我是分爲 3 個部分理解：
第一個部分是業務，我們利用數據驅動去提升用戶體驗，或者提高公司利潤；
第二個部分是管理，我們利用數字化改善流程，提升公司效能；
第三個部分是技術，數字化有利於決策我們的架構，讓我們知道自己該優化哪些地方，或者如何提高管理質量。
另外，我還想說一下數字化的痛點。因爲我們現在在做數據化運營，痛點無非有 2 個：
- 數據收集難，數據收集成本高；
- 數據化運營過程中，開發成本高。
以上基本是我對數字化的理解。
張亮，滴滴出行 高級專家工程師
我可能更多是帶着一些疑問來的，也沒有特別想要陳述的觀點。
第一，實際上今天的一些海量數據一直是作爲成本中心存在的，它並沒有像我們希望的那樣直接在覈心業務裏產生對應的業務價值。因此，我很想知道該如何構建海量數據資產，實現商業閉環。
包括阿里也是，十年了才實現所謂的數據中臺化，並真正把數據從戰略層面落地。除此之外，其他公司很難有這樣的組織能力將一件事做到底。
第二，我們在談 ToB 的時候，本質上是想要幫助傳統企業實現數字化轉型，但是每個公司的行業和階段都不一樣，那麼我們該如何確保它實現了信息化，並且它在實現數字化以後，是不是能解決數據孤島的問題；就算解決了數據孤島的問題，還該如何使用數據，如何快速沉澱它的數據價值，這些都是我們需要考慮的問題。
第三，現在有很多希望在組織建設過程中將管理數字化，比如你正在使用的 OKR 系統、EMPS 調研等等。尤其是在疫情期間，數字化辦公場景會讓我感覺比較有前景，比較能快速感知它的價值，但是除此之外呢，它還能給我們帶來什麼。
這些都是我的想法，希望也能聽聽大家的意見。
蘆宇峯，小電科技 CTO
過去，我們在談論數字化時，會監控整個企業運營過程中的各項指標，通過對比指標分析背後的事件的原因。但是在我來小電以後，我發現小電數字化運營極強。
最近，我正在幫助公司梳理數字化的一些指標。整個公司梳理出了 300 多個指標，其中銷售領域就有接近 200 個，最差的是研發團隊，他們拿出來數字化的東西非常少。
後續在做一些相關產品時，我們有一個很奇特的方式——用數據化管控業務。舉個例子，過去會申請昂貴的設備鋪設到客戶門店中比較隨意，交易流水又非常低，在數字化之後，如果我們發現某個人申請的設備沒有盈利，或者他負責的門店盈利狀態不好，那麼系統就會自動限制他所申請的設備類型，這些都是我們在運營數字化後加強了對業務流程的控制。
這些主要是針對數字化運營，再到數字化產品方面的實踐，另一個是針對研發方面的數字化。
在研發方面，我們一直希望通過工程效能去掌控研發過程的各種數據。接下來，我們可能會通過員工提交的代碼次數、代碼行數、構建成功率、單元測試通過率、自動化測試的通過率等等方面進行分析。
2、不同類型組織和行業，面臨數字化轉型存在的挑戰
李卓
無論你現在處於哪個階段，無論是數字化、信息化、在線化還是組織轉型也好，首先你需要具備從上到下的認知，要有決心對它進行投入。如果光有決心，但是不花錢，這些都是“空話”。
其次，從上往下做，肯定是要比從下往上做容易的，尤其是越到後面，你走到深水區時，你需要聯動各個部門，如果你沒有從上到下整體的組織架構配合，那麼你很難把大家協調到同一個框架協作。
從 2014 年開始，我們開始做全球敏捷轉型，爲了實現從上到下推進的方法，我們專門成了一個敏捷轉型辦公室，後來這個辦公室變成了一個指導辦公室，裏面的組成人員可能就是敏捷教練，由他負責制定敏捷模式、職責分配等等。通過這一套打法在試點往下推，我們的第一個試點團隊就非常成功，後續再繼續推進時就更加容易了。
但是走到深水區時，我們也碰到了一些坑，比如組織數字化後，你對商業理解不夠深刻的話，你很可能會走偏；另一個也是李程談到的信息安全、信息監管和數據上雲的問題。這些都是在進一步推進數字化過程中比較容易遇到的問題。
崔克羣
企業形態不同時，面臨的困難也是不一樣的。對於互聯網企業來說，它天生就是一個敏捷組織，是基於數字化運營，實現持續大閉環的。
首先，我們看現在成功的產品都已經達到海量級用戶。它們在用戶數據結構上高度統一結構且並非複雜，在數據處理的流程或者說過程模型上也是高度的統一，比如社交產品、電商、打車、外賣等等。
當然他們的複雜度也是隨着創業時期的早晚呈現遞進的特性。其複雜在於數據量的龐大，時效性的高要求。這些產品的核心競爭力在於海量用戶的運營成功，用戶的規模成爲了競爭的門檻，反向看是用戶切換產品的成本帶來的壁壘，哪怕有了一個新的替代品，幾億上十億的 C 端用戶、B 端服務等供應鏈條集體切換，每一個人和企業承受的總資源成本是很難接受的。
其次，從平臺看其本身都有着巨大的研發成本，是通過海量用戶的攤薄帶來了 0 價格的免費互聯網產品的生態結構。
因此，由於軟件研發成本問題，ToC 互聯網產品的細分存在很大的困難；另外，對於產業互聯網來說，這個問題就更加嚴重。企業、產業鏈的複雜度，對於每一個單體都是很複雜的存在，其成本、週期更加高昂。
所以我們看到了企業類軟件市場近十年來的成長是非常規律的，每年近乎固定的 10% 的成長。雖然我們可以判斷這個市場高達十萬億的規模，但是這個市場的覆蓋速度非常遲緩，現在市場的生態是公共性服務企業軟件的企業佔比更低，大量的領域企業開始建立自己的研發團隊，自行研發。
同時，我們也可以發現有越來越多的人意識到了這個問題，所以各個企業成立了工程效率部，很多企業的 CTO 都在強力的推行 DevOps 等方法論，爲了提升軟件研發效率。
我們說企業數字化生存是把企業的經營從市場的最前端，到企業最後端的生產交付都數字化起來，通過數字化運營，通過大數據、AI 等科技手段提升企業效率，但是我們首要面臨的問題就是軟件研發成本的低效率。
軟件本身是高科技領域，但是軟件的研發生產本身是非常原始的，類似手工業者時代，今天的最前沿的理論方法還在構建 DevOps 是這樣的流水線的時代，離現代工業的工業機器人組成的自動化體系，最前沿的 3D 打印領域，類比看相差很遠，生產力很低。
說了這麼多，我的判斷是不管是互聯網企業本身的更進一步數字化還是互聯網進入各個領域形成進一步的社會生產的提升，雖然企業的困難不同，本質上都需要首先面對提升軟件研發效能的問題。當然其他的問題也都是亟待解決，比如企業業務數字化模型的建立、數據的埋點獲取、分析方法的探索等等，這些問題更爲領域化，行業之間的差異在這裏。
何威
結合大家的想法，我再回到我們行業，也分享一點我的看法。
因爲我們公司是從線下開始做起來的，目前已經做了 4、5 年的時間，但是我們的信息化系統是從去年我進入公司之後纔開始做起來的，也就是那時候公司創始團隊纔開始重視數字化。
當前，我們是一步步開始做，比如從內向外，從外向內；從客戶，到面向客戶；從我們各個部門，到國內各個部門等開始逐步做起來的。我們的人數也不多，現在公司研發大概是 15 個人左右，運營團隊大概有 20 個人做有，我們整體是把數字化作爲一個事業板塊在做。
因此，我認爲我們對於數字化的理解是比較正確的，也就是希望數字化是面向未來的。在做的過程中，我們也發現數字化不是一朝一夕的事情，它需要你投入很多，包括公司的“輸血”，因爲數字化的部分不會直接產生收益。不產生收益的部分，就需要你與資本合作，藉助資本的力量發展。
回到本身的節奏，我們還是以敏捷爲主，從我們的運營開始，到產品、開發，爭取 1-2 周往前推一步的節奏進行。因爲早期產出的東西很少，資本對它的認同度會比較低，但是他也會認同你大致的方向，當然他需要看到你完成的一個結構、設計和閉環的價值。
在整個事件推動的過程中，你只能一步步往前做，才能把它做完整，這也是我們目前的一個情況。
李程
e 籤寶是做電子簽名的，我們主要是爲了幫助企業實現數字化而存在的，所以我從我們公司的角度談談 3 個方面：
第一個是 API 數字化，也就是快速地幫助客戶建立數字化應用、數字化能力。實際上，API 是一種最簡單的方式，也就是公司可以提供一些 API 能力，實現自己的擴張，比如 OA 系統就是把整個合同管理系統全部打通。
第二個是現在比較火的 SaaS 服務。因爲現在好多人預測說，SaaS 模式可能會成爲企業數字化的首選。但是 SaaS 服務是標準服務，很難滿足所有人的需求和痛點。
最後一個是終極狀態，可能是 SaaS 服務加一個本地服務，兩個混合運營，可能是滿足未來企業數字化的一個方向。這樣不僅能實現通用需求，而且能通過企業本地化私有服務滿足企業個性化的定製。有利於打通上下游，實現混合雲的環境，能夠支撐企業未來發展。
我認爲這是未來的一種發展趨勢，也是我理解的數字化發展趨勢。因爲如果全部自己做，大公司或許可以實現，但是中小企業會因爲成本很高而購買一些產品 SaaS 產品，可是 SaaS 產品就會出現很多問題，比如安全問題，數據放在 SaaS 服務會存在巨大風險。
因此我理解的是，企業本身是需要具備一定的數字化能力，同時通過依賴第三方提供數字化 API 的方式來集成，再加上標準化的 SaaS 服務實現打通上下游。
石雷
大搜車一開始是做行業 SaaS 起家的，因爲汽車行業線下模式已經非常成熟了，所以在我們推 SaaS 服務時，我們可以根據他們的需求直接做線上化處理。
當然剛纔李程提到的 SaaS 標準化的確是一個實際存在的問題，所以我們也正在往 PaaS 方面嘗試，包括解決剛纔提到的數據安全問題、定製化問題等等。
實際上在我看來，傳統行業數字化反而是比較簡單的，因爲比較直接；反觀互聯網企業，它的數字化進展一直不是很如人意。主要存在在兩個方面：
一個是，自身的思維比較超前，所以很容易想得比較過度；另****一個是，基於本身對於行業的認知，導致我們對自己的要求比較高，對使用的一些工具比較挑剔，大家就很容易出現反覆造輪子的問題，很難做到量化上的統籌歸一，或者是成本很高。
所以，我認爲更需要有一個上帝視角去統籌做整體的架構，全局的去盤點上下文場景，上述是我基於當前行業做的一些理解。
楊博
數字化過程與傳統模式有較大區別。之前，我們在和客戶做宣講時，我用到一個冰山模型。傳統模式下，傳統模式下更多是解決水面上的問題，但是數字化可以幫助解決水面下的隱患。舉個工業場景裏最現實的例子——工藝過程記錄。在傳統方式裏，過程記錄是讓人每半個小時記錄一次；但是到你真正做數字化的時候，可能就是按秒來採集這個數據。這會導致出現一個很龐大的數據量，當數據量起來以後，複雜度也就會起來了。
數字化進程中，還會出現一個問題是，這麼複雜的東西在給客戶落地時，需要給客戶做一個大量的講解和培訓。
楊韶偉
我上面講的數字化過程第一階段，我們實施過不少的項目。這裏分享其中的思路：
第一步，數字化整個業務流程。通過業務分析，將線下流程進行分析，形成線上的流程。通過線上的流程提升辦公效率, 增強相互協作。這步並不是機械化地把流程搬到線上。每個企業的核心精英能力都非常好，但是這些核心人才的數量也是有限的。其中一個目標是讓普通員工使用企業的數字化系統，就能瞬間變身成企業精英。這時的挑戰是如何將企業精英的思維融入到整個系統中。單純實現業務部門提及的需求，或單純的讓產品技術人完成系統的設計，這都是不可取的。企業數字化的過程，需要業務領域專家深入參與。只有業務人員和產品技術人員深度的融合，企業的數字化系統纔會有靈魂。
第二步，考慮企業數據資產化，數據變現。這裏的挑戰是要做思維的轉變。要改變過往需求驅動型數據使用方式。所謂需求驅動，就是用過往的經驗，對數據進行統計與分析。需求驅動型的缺點是過往的經驗會限制我們對數據的理解。這裏的挑戰是如何從需求驅動型轉換成場景驅動型的思維。從數據的角度客觀的展示涉及的對象。融入標籤化、和場景化的設計和外部數據融入，讓數據告訴我們過往經驗未能發現的問題。
葉玎玎
我主要想談談傳統行業數字化的一些挑戰，主要分爲 3 大挑戰：
第一個挑戰是，對於一個經營時間相較長久的企業來說，他會發現在發展過程中，商業模型也會發生變化。這意味着，組織會產生潛在的變化，或者在面向數字化的過程中，他們需要進行一些組織調整，這是企業現在很難解決的問題。
比如一些客戶會告訴我們，他擔心沒有人會去使用這些東西，也沒有人會使用數據。針對客戶的想法，我們會認爲，如果是在他創業時出現這個問題，他可能會想怎麼去建立這種能力，怎麼去做這件事；但是如果是已經有了一些成功的經歷，很可能現在的改變會讓他有些畏手畏腳，不敢做一些創新型改變。
第二個挑戰是，人才資金互相不匹配。包括我們剛纔提到的產業互聯網，很多懂數據的人不懂業務，懂業務的人不懂數據。大量的傳統企業需要互聯網人才，或者技術人才；但是這些技術人才又對傳統企業缺乏瞭解，所以這部分的人才匹配是一直沒有做好的。
第三個挑戰是，現在發展速度越來越快，那麼我們在做數字化過程中，效率該如何提升；或者說，我該如何衡量投入與產出，這其中會包含大量不確定性。企業往往對於具有不確定性的事情是非常恐懼的，這也是導致在數字化過程中，我們不知道什麼時候能看到期待的效果。
因此，這也是爲什麼我認爲數字化要快速見效的原因。
喻珍祥
大家已經把大部分的挑戰分享過了，我還想再說一點。我認爲，數字化最重要的還是人。因爲我們需要人來接受數字化，並將數字化持續地做下去。
管理層之所以支持數字化，肯定是看到數字化未來能給公司帶來收益，所以我們在落地數字化的過程中，我們需要讓管理層、同事，或者用戶看到數字化給他們帶來的好處，這樣有利於他們支持數字化，也能對後續數字化的實施有所幫助。
張亮
滴滴出行在出行行業裏，數字化處於領先地位，我們正在嘗試如何讓數據在業務上發揮更大的價值，比如提高產品運營的效率。同時我們也在思考如何讓數據在覈心業務上產生直接的業務價值。
李卓
結合大家的剛剛分享的內容，我覺得其中有兩個點是我比較有感觸的。
第一，在實施落地時，無論是流程數據化，還是數字化，尤其是當整個業務模式比較複雜時，你要試圖提升效率，或者實現一些連接的時候，模型是非常複雜的。
當我們實施落地時，我們常常碰到的問題是，你對業務理解不夠深入，導致你在輸入過程中變成一個“翻譯”的角色，也就是用戶將想法告訴你，你再把想法翻譯成代碼，把它寫進去。
剛纔楊博提到上線需要對用戶進行培訓才能把事情說明白，實際上，我認爲無論是包裝得多好，我都感覺它很難用、很複雜。如果能把它設計成 iPhone 一樣，上手即可用，不需要看任何的說明書，那麼這是誰的問題呢？我覺得本質上還是業務理解深度的問題。
我現在的想法是，攢一波業務專家，由他們所組成的業務團隊，我再協調他們的工作，讓他們內部實現一個有效的知識共享。通過這樣的方式，讓他們成爲能實現業務和技術同時思考，能產生二次抽象、思考和深入的人。
實踐至今，我覺得還是有幫助的，尤其是在兩種情況下：
第一種情況是，讓他們能從業務角度進行決策；第二種情況是，當他看到一些線上問題，或者給我一些反饋時，實際上是從業務的視角給 IT 一些反饋；亦或者是，設置一些預警時，他們能給技術一些業務視角，讓我們做出更精準的價值交付。
從這兩個角度來看，數字化還是能給我們帶來很多好處的。
TGO鯤鵬會，是極客邦科技旗下高端技術人聚集和交流的組織，旨在組建全球最具影響力的科技領導者社交網絡，線上線下相結合，爲會員提供專享服務。目前，TGO鯤鵬會已在北京、上海、杭州、廣州、深圳、成都、硅谷、臺灣、南京、廈門、武漢、蘇州十二個城市設立分會。現在全球擁有在冊會員 800+ 名，60% 爲 CTO、技術 VP、技術合夥人。
會員覆蓋了 BATJ 等互聯網巨頭公司技術領導者，同時，阿里巴巴王堅博士、同程藝龍技術委員會主任張海龍、蘇寧易購 IT 總部執行副總裁喬新亮已經受邀，成爲 TGO 鯤鵬會榮譽導師。