最近在思考数字化转型的顶层设计时，对过去的一些想法进行了一些归纳和总结。

搞技术的人要善于把握细节。有些细节把握不好，就会成为阻碍前进的“壕沟”。砖家的毛病，就是不懂细节。把握细节的办法之一，就是去总结归纳事物发展的线索。这些线索的本质，就是实际发生的路径。然而，复杂事物往往会沿着几条线索并行发展，它们可以给人们提供更多的观察角度。这些线索的交叉，又让我们认识到更多的细节。从而便于推进企业数字化转型的顶层设计。

数字化转型发展的过程就比较复杂，我们有必要从几个线索及其相互关系来认识它。下面我总结了三个视角、或者说三条线索。

第一条线索是网络的广度。

工信部两化融合专家组组长王安耕先生曾经研究了数千份两化融合的报告。他发现：两化融合往往是沿着信息集成的脉络展开：从部门内部使用拓展到部门间的协同，从企业内拓展到企业之间。

例如，销售、生产、采购和财务就是最常见的一条线索。这条线索的背后是业务逻辑：销售接到订单以后，需要知道什么时候能够安排生产、是否需要安排采购、还要准备好采购的资金。任何一个环节掉链子，都会对企业产生不利的影响。

王先生的观点与工业4.0的“三个维度的信息集成”不谋而合。只是工业4.0提出的线索更加具体一些。

第二条线索是数据的数量。

计算机存储资源稀缺时，很多工作就难以在计算机上进行。比如，计算机存储量能力小时，数字化的协同设计就比较麻烦；生产设备数据不会采集上来，某些生产协同就难以用计算机来做。

随着数据成本的下降和云大物等技术的应用，复杂产品设计可以数字化、复杂生产过程仿真也可以数字化。在这样的平台上，我们就比较容易地推进工业APP和数字孪生等技术；CPS和数字孪生的思想也可以拓展到工厂级别。

设备数据采集、传输的密度增加后，管理和控制的融合也就进入了新的时代。GE工业互联网的思想就体现了这样的趋势。在笔者看来，工业互联网三要素（智能的机器、高级算法和工作中的人），可以理解为“重构人和机器的界面”，也可以理解为“管理与控制的融合”。

第三条线索是智能化的程度。

计算机做决策的前提是信息和知识的完备性：计算机必须获得做决策的必要信息，才能做决策。受完备性的影响，过去的智能决策（自动化）往往限于小系统，如设备、阀门级的系统。

前面谈到的两条线索，使得计算机能够获得更多的信息和知识等决策要素。所以，前面两条线索的发展，促进了计算机的智能决策。这时，智能决策开始针对复杂大系统了。但决策机制往往是笔者所谓“吴淑珍式的智能”——用及时、准确、完备的信息加上简单的决策规则进行决策。

促进智能决策发展的技术还有两个：一个是大数据带动认知能力的提升，典型的就是图像识别。第二种是借助数字化手段利用经验性知识：把实践中好的做法记下来，下次遇到相同的情况就去用。

特别需要指出的是：企业是难以完全实现智能决策的。因为机器是无法完全替代人的作用的。所以，在可以预见的未来，人机界面的重构、让机器帮助人决策，是智能化的主要方向。

三条线索的发展有一定独立性：网络的发展推进第一条线索，大数据的进步推动了第二条线索，信息和知识的完备性推动了第三条线索。但是，三条线索之间又是互相关联的。比如，互联网带动了大数据，而大数据技术有促进了互联网的应用；大数据和互联网提升了信息的完备性、进而促进了智能决策，而智能决策又为大数据和互联网应用创造价值。

我们还注意到：这三条线索与中国工程院智能化发展的三个范式（如下图所示）是非常接近的。但在笔者需要强调：智能化发展的关键往往不是算法，而是决策要素的完备性和价值。

 需要特别指出的是：推进三条线索进步的，不仅是数字化技术，还有其他与经济相关的因素。比如，劳动力成本上升以后，会推动自动化程度的提高；而自动化程度的提高，会让数据采集变得容易。再比如，针对个性化小批量市场的企业，生产组织的困难度比较高，就比较容易推动网络化协同、数字化设计。再如，客户对产品质量要求高了以后，会对管理提出更加严峻的要求，这是有利于推动管控一体化。

所以，推进数字化转型，首先是CEO的事情，其次才是CIO的事情。