从数字化到数智化：中小企业弯道超车的机会来了？
2021年，中国企业数字化转型的动力依旧非常强劲。但在产业互联网的推进中，企业转型的重心正在从“数字化”转向“数智化”。特别在企服行业，围绕数智化转型的新需求，厂商已经开始提供并布局更加丰富、多元的产品和服务。
围绕中小企业如何从数字化到数智化转型的变革，我们采访了企业微信协同CRM服务商卫瓴科技创始人兼 CEO杨炯纬，以下内容通过整理编辑后呈现。
总体而言，中国企业的数字化历史可以分为三个阶段——信息化、数字化、数智化。
最早的信息化实际上是从会计行业开始的，因此也被称为会计电算化，从2001年2010年，持续了十年。从企业的角度来说，这一过程就是将所有企业的人财物等信息从线下转移到线上计算机系统中的过程。
2010年开始，中国开始进入数字化转型。这一阶段的主要特征是移动互联网带来的数据爆炸，用户流量成为企业争夺的资源。到2016年，消费端已经实现了对庞大C端用户群体的在线化/数字化渗透。C端数字化开始倒逼B端——也就是企业内部数字化转型，推动数字化转型从传统的IT业务拓展到了企业的所有部门。
2016年，以AlphaGo战胜李世石为标志事件，人工智能走出了实验室，加速落地商化场景。由此开启了企业数字化的第三个阶段——数智化转型。在中国，2016年也是十三五的开局之年，政府大力推动5G、智能制造和工业互联网，频发利好政策，直接催化了产业互联网的数据爆发。
从数字化到数智化，已经不再是单纯的应用新技术来获取数据，而是将数据作为一种基础的生产要素，利用人工智能技术优化数据资源配置，实现生产力和生产效率提升，从而驱动市场发展的新经济形式。
采访中，杨炯纬尤其强调了“数据要在协同的过程当中产生价值”。对于企业而言，这意味着数字化不再是单个系统/单个业务部门的应用，而是打通内和外部的数据接口，利用AI模型，赋能员工，在研发、制造、营销、运营、销售、服务等各个环节之间，构建更加高效的协同网络，实现对市场动态的高效响应和智能决策。
“先有协同网络，再有数据智能。而且，数据要流动，不是说生成了报表就算是智能，报表要应用起来才有价值，比如改造了你的流程，改造了获客的手段，优化了线索管理的方式等等，但数据要跨部门，跨组织，跨角色去流转，从而产生迭代和优化，那么组织才能成长，达成飞轮的效应。”
在中国，不同规模的企业数智化转型的方式也不一样。用友董事长兼CEO王文京曾分享过一些看法。他认为，大型企业推进数智化，首先要以规划作为指引，在指引下统一数据治理，并以此为基础，统一数智底座。而中型及小型企业的数智化推进，主流路径则是采用公有云服务，选择领先的跨领域云服务平台，在此基础上加入1~n个产业互联网平台来拓展市场。
因为成本有限，缺乏高端技术、数字人才的支持，中小企业确实更愿意使用标准化软件产品。相对应地，在企服行业，数智化的产品和服务近两年来也更加丰富，为中小企业的数智化转型，提供了弯道超车的机会——或者说工具。
确实，在新兴的中小企业创业者中，千禧一代和Z世代正在成为最具活力的市场主体。在36氪发布的《2021数字化创新研报》曾提出，数字化创新有四大推动因素——即资金可用度、需求标准化程度、数字原生度、业务复杂度。对照这一标准，我们发现年轻化的中小企业数字原生度更高，需求标准化更高，在未来数字创新的过程中，具有更强的竞争优势。
“现在很多SaaS软件，已经把从数据采集到处理、分析再到可视化、决策的复杂逻辑，用智能化的手段封装起来。即使不是数据专业的员工，也可以直接拿来就用。最重要的是，现在很多中小企业从创始人+核心管理层都非常年轻，他们有很强的学习意愿，很愿意去使用和探索——甚至是自己去推动工具的优化。这些企业从第一天开始就是云原生/数字原生的企业，他们可以直接跳过前一个阶段，在数智化转型中实现弯道超车。”杨炯纬在接受36氪企服点评采访时表示。
在36氪企服点评此前发布的《中小企业营销数智化转型指南》中，重点分析了营销景下的数智化转型工具。并结合工具，提出了企业数智化转型四步曲。
第一步 盘点并梳理数据资产
数据存储：根据数据存储的需求，选择公有云/私有云/混合云的方式。
数据采集：全面整合内部和外部数据，在全渠道进行数据埋点，或无埋点进行采集，获取相关数据。
数据预处理：对数据进行过滤、清洗、分类、统一用户ID。
数据建模：根据目标和场景，建立数据分析的合适指标，建立科学的分析模型。
数据可视化：结合业务需求，呈现数据分析的可视化结果。
数据监测：持续对所有数据进行实时监测和更新，迭代自身数据分析的模型。
第二步 明确数智化转型的关键问题
和数字化转型一样，数智化转型的关键在“理解技术”基础之上，清晰定位自己的目标，设计落地的计划。在开始之前，企业可以利用简单的5W1H来梳理。
What：什么是数智化？
Why：为什么要进行数智化转型？
When：何时开始转型？
Where：从哪里开始转型？
Who：谁来领导转型？
How：如何落地？
第三步 根据自身需求，选择厂商/软件
在市场营销的典型场景下，数智化应用正在成为营销主要驱动力。目前，集中在这一领域SaaS厂商，既有来自数据赛道的综合性厂商，也有来营销领域的新兴竞争对手。这些厂商拥有各自的优势，都是基于过去对不同行业、不同规模、不同特点的企业群体进行服务后，将对业务的深度洞察和最佳实践标准沉淀下来，从而服务更多企业的规模化的需求。
他们或是提供综合性的解决方案，或是提供标准化、模块化的应用集成，从客观条件上降低了中小企业数智化转型的门槛和成本。在具体场景中，企业可以选择一家供应商进行深度合作，也可以选择多家厂商，与原有的系统进行数据打通和软件集成。
第四步 不断弥合数据流、业务流和管理流
在数智化营销系统中，用户全生命周期是一个整体流程，所有业务部门都将以数据程自觉进行业务协作，这是以数据流重构业务流的一个重要过程。同时，随着业务协同的加速，部门协同之间会产生许多数据，这些数据又会产生新的洞察，反过来帮助组织提升协同效率，优化数据架构和流程。
与此同时，基于新的业务模式，企业管理模式也会发生相应变革。也就是说，管理的决策将更多依靠于数据的洞察，而更少依靠“拍脑袋”的个人经验。这样一来，企业决策的风险就会被相对降低。针对全新的业务流，管理层需要从“赋能”而非“监管”的角度，构建新的数据分析指标和模型，才能实现对人的真正帮助。
如杨炯纬所说，“VUCA时代有很多的不确定性，变化也会越来越大，未来将会有更多的敏捷型组织、赋能型、去中心化的组织，每个节点都能够基于协同自己去决策，新的这种组织文化自然就会长出来。”
总的来说，数智化转型是一场全面的生产力变革。这场变革的最终目的，是解放“数据”这一重要的生产要素，让系统中的全部人员节点，都能够自由地使用数据，并结合人工智能应用，形成人机协同的新工作方式，从而构建以“用户体验”为中心的新商业形态。
