瑞泊“SCOOT”数字化转型企业咨询模型，为什么受到客户的高度认可和关注？（上）

SCOOT：是瑞泊公司面向数字化转型所需提出的专有咨询业务模型，同时关注战略Strategy、客户Customer 、文化组织员工Organization、运营Operation和技术Technology，帮助客户实现真正的数据驱动。

对于数字化转型的理解，目前已经有众多的解读和定义。瑞泊公司作为以前沿科技成果创新应用为特色的企业，对数字化转型的认知和理解，侧重于将学术界和产业界的认知进行归纳融合，从而实现前瞻性和现实指导意义的有机结合。瑞泊认为，数字化转型，本质是面对环境剧烈变化和自身面临巨大竞争压力时，组织以数据为资源要素，以新科技为工具，以寻求新环境下提升自身生存适应能力的行为。这些行为一方面会示范和启发其他组织采取类似行为，一方面会对未采取上述行为的组织形成降维竞争优势。

从进化论的视角来看，组织与生物种群一样，无时无刻不在面临环境的“自然选择”和种群之间“资源竞争”。环境的突然变化往往预示着剧烈“自然选择”和“资源竞争”。2018年中美“贸易战”，2020年新冠疫情爆发，2022年俄乌地缘冲突等事件空前增加了本轮“自然选择”的剧烈程度。

以史为鉴，人类历史上面对剧烈环境变化，最终的涅槃重生往往通过“战争”和“技术进步”两种途径，而这两种途径往往前后跟随。二战以后，和平发展成为国际社会大趋势，并且科技发展速度空前加速，借助科技实现组织进化和达成环境适应成为主流。比如上世纪70年代后期，小型电脑的普及和软件工程技术的发展，帮助欧美制造企业通过流程自动化软件（ERP等）技术，将依赖员工超高服从性和纪律性的日本精益生产方式（Just in Time）成功进行了普及和复制（这种生产方式原本被认为是自由主义盛行的欧美社会永远无法成功学习和复制的）。

图1：ERP等企业级软件成功将源自精益生产方式复制到广大制造企业

后来随着新一代计算机和通信技术（以互联网、移动通信）全球普及，信息（20世界中后期才被物理学充分研究）这一能够使系统变得确定和有序的看不见摸不到的物理资源才被挖掘和利用。随后，人类迎来信息化驱动的生产力大发展，趋势一直持续至前几年全球环境发生剧烈变化。

当前，人们面对新的环境变化（抛开战争的选项不谈），对众多领域的新技术寄予厚望（如新能源、生物科技、新材料、机器人等）。但有一个趋势可能被大众所忽略，那便是无论那个行业领域的技术，都越来越依赖数字化和人工智能所取得的新进展来驱动。如：生物科学领域，2021年Science发布2021十大科学突破榜单，AlphaFold 和 RoseTTA-fold 两种基于人工智能预测蛋白质结构的技术位列榜首；汽车行业领域自动驾驶技术研发越来越依赖计算机虚拟环境下数据仿真和深度强化学习技术（DRL）进行模型训练；材料科学及化学工程领域，越来越多的新材料结构和合成工艺并非直接来自实验室，而是先要经过数据分析筛选和算法结构预测。正像图灵奖得主Jim Gray生前最后一次演讲《数据密集型科学发现》所预言的一样，数据驱动的科技创新时代已经来临。

图2：AI及数据应用相关技术越来越成为各行业领域技术创新的基石技术

学术界的实践往往领先产业实践若干年，但当我们审视产业界，其实新的产业革命往往已经在上一次产业革命中孕育，早现端倪，只是离我们很近，以至于产生“不识庐山真面目、只缘身在此山中”的认知效果。

随着信息化、通讯技术的普及，越来越多的数据被产生和留存，人们开始认识到数据作为生产要素的价值和作用，同时催生了大数据、云计算技术的产业化应用，数据资源的丰富和算力基础设施的建设，使得严重依赖数据资源的联结主义学学派的人工智能技术实现重大突破,而突破性的联结主义学派人工智能成果迅速与符号主义学派和行为主义学派人工智能融合，形成新技术融合大发展的态势，已经在数据密集型企业组织和应用场景中快速落地。比如电子商务及媒体娱乐互联网公司广泛采用的精准推荐、汽车行业自动驾驶、金融行业大数据风控、能源行业的负载预测和发电量预测、交通行业的物流/车辆动态调度……

值得注意的趋势是，近年来越来越多的数据驱动型的创新落地于垂直领域复杂核心的业务场景，这些场景之前被认为是严重依赖人工才可能完成的。比如摩根士丹利NBA（Next Best Action）系统，将数据技术、人工智能技术、金融量化模型深度融合，实现事件驱动的客户交互场景，一改以往严重依赖“电话骚扰式”和“强力推销式”客户互动方式，成为该领域最受追捧和好评的数字化转型案例。还有美国公司为军方构建的数据驱动解决方案，通过对情报文本数据、卫星遥感数据、无人机图像数据、建筑物AR建模数据等多模态数据的融合，以及人工智能算法模型与军情评估领域专业模型融合，构建了数据驱动的地缘风险干预指挥、打击恐怖主义行动等场景的完整解决方案。

图3：数据驱动型军事情报分析及指挥调度系统

也就是说，数字化、数字化转型、数据驱动的组织建设，正在从数据原生型的互联网公司和数据密集型场景的通用、经典场景向复杂核心业务场景渗透。一旦这些面向复杂核心业务场景的技术创新和相应的组织、流程变革被“自然选择”，那么实现这些技术创新应用和相应的组织、流程变革的组织将在剧烈变化的环境下和激烈的竞争中获得代际级别的竞争和生存优势。这种趋势与前文提及的通过流程自动化技术将源自日本的精益生产方式进行普及极其相似，只不过本次被普及的对象是源自互联网公司和数据密集型企业的数据应用能力和数据驱动能力。

图4：本轮数字化转型普及化的是数据驱动型组织在复杂动态环境下的“适应”能力

综上，瑞泊认为：数字化转型绝不仅仅是一项单纯的管理学意义上的组织、流程变革，更不仅仅是新一轮的IT资产投资。而应当被看成是组织在下一个十年甚至更长时间内，为了适应剧变环境和激烈竞争而做出的围绕数据要素应用的技术驱动的以获得生存适应能力的战略性努力，这种努力涉及组织战略目标、组织本身、组织服务对象、组织运营流程、组织内技术应用的方方面面。基于此，瑞泊结合多年数据驱动类产品研发和行业客户服务经验，提出SCOOT数字化转型专有模型。