数字化转型的四个层次
承认数字技术在现代经济中扮演的改变游戏规则的作用很容易。但大多数公司尚未应对的挑战，在于如何充分捕捉这些技术所提供的不同类型的价值。制定出能充分利用这一价值的数字化转型战略也并非易事。如果没有对数字技术可以带来什么进行全面的评估，企业往往会假设现代数字技术的任何应用都将带来数字化转型。因此，尽管进行了大量投资，但许多企业就数字技术的使用做出了临时性的商业决策，最终甚至难以保持竞争优势。
要了解数字技术可以提供的全方位价值，请考虑以下四个示例，每个示例都突显了不同数字化转型层级的战略优势。
第一层：运营效率。福特公司通过增强虚拟现实技术、物联网和人工智能，对其工厂的油漆作业采用新的基于视觉的自动化检查。使用这些技术后，该公司改进了缺陷检测，减少了其汽车的缺陷。在这种情况下，数据是通过新技术从工厂资产中生成的，人工智能使用这些数据来实时检测并预防生产缺陷。
第二层：运营效率得到提升。卡特彼勒（Caterpillar）在其建筑设备产品上安装传感器，以跟踪它们在建筑工地的使用情况。例如，它发现客户更频繁地使用他们的平地机来平整较轻的砾石，而不是平整较重的泥土。该公司利用这一发现，推出了一款经济高效的平地机，主要用于平整砾石而不是泥土。
与前面例子中的福特一样，卡特彼勒通过提高产品开发上的生产力，从运营效率的提高中受益。然而，与福特不同的地方在于，该公司的传感器数据来自使用其产品的客户，而不是来自制造厂的资产。当然，客户维度带来了额外的挑战。这一层的效率提升也超出了资产利用范畴。
第三层：来自价值链的数据驱动服务。通用电气跟踪来自其喷气发动机的产品传感器数据，使用人工智能对其进行分析，并为飞行员提供实时指导，帮助他们以优化燃油效率的方式飞行。然后，通用电气从“基于结果的”收入中通过新的年金获得其客户所节省成本的一部分。换句话说，他们的客户除了为产品支付的费用外，还向通用电气支付他们提升燃油效率所获节省的部分费用。
这种做法需要改变主导的商业模式，从旨在生产和销售产品的商业模式，转变成为数字客户提供数据驱动服务的商业模式。通用电气的研发、产品开发、销售和售后服务部门均以数字方式连接，以实时接收、分析、生成、共享和响应来自数千个离散的产品传感器和物联网的数据。因为这推动了新的收入流，它的效果不仅仅是提高了运营效率。
第四层：来自数字平台的数据驱动服务。Peloton 使用来自其健身器材的产品传感器数据创建了一个用户社区，并将个人用户与合适的教练相匹配。Peloton的产品生成用户交互数据，然后公司使用这些数据促进其数字客户与其价值链领域之外的各种第三方实体之间的交流。人工智能算法将特定用户与合适的教练匹配，分析产品-用户交互数据，就像优步使用其应用程序数据来匹配乘客和司机一样。
就像前面例子中的通用电气一样，Peloton从其数据驱动的服务中创造新的收入，但它通过将其产品扩展到数字平台实现。对于工业时代的传统公司，以及以价值链驱动的商业模式运营且缺乏数字平台经验的公司而言，这一层的数字化转型最具挑战性。
在交互式数据的推动下，生产和消费生态系统都推动产生了新的价值。
数字价值的驱动力
要正确思考这四个转型层次，第一步就是认识到，现代数字技术有两个显著的价值驱动因素：以新的扩展角色呈现的数据，以及新兴的数字生态系统。让我们依次简要地讨论一下。
数据曾经是偶发的（由离散事件生成，例如某个供应商的组件发货），但它越来越具有交互性（由传感器和物联网持续生成以跟踪信息）。这种对资产及其运行参数的持续跟踪可以提高生产力。如果你在对钢水进行加热时使用传感器来跟踪和维持温度水平，你可以提高质量和产量。如果你在某些产品中嵌入传感器，你可以彻底改变用户体验。想想看，智能床垫能够跟踪用户的心率、呼吸模式和身体运动，然后实时调整其形状以改善用户的睡眠；嵌入汽车的传感器可以提供反馈，帮助人们更加小心地驾驶。
更根本的是，这种交互性颠倒了产品和数据的角色。传统上数据是用来支持产品的，但现在，越来越多的产品被用来支持数据。产品不再只是提供功能、帮助建立品牌或产生收入，它们现在还充当交互式数据的管道和新客户体验的源泉。
为了利用交互式数据的新扩展作用，企业还需要数据生成器和接收器的网络。此类网络可以源自相当于数字生态系统、由传感器和物联网带来的连通。
两种主要的数字生态系统已经出现 这两种系统在现代数据和数字连接的进步之前都不存在。一种是生产生态系统，它由包含在价值链内的数字链接形成。例如，通过将汽车的传感器和物联网数据与备件供应商、仓库和服务经销商联系起来，汽车公司可以提供预测性维护服务。另一种是消费生态系统，它涉及公司价值链之外的网络。以路灯上用于感应枪声的智能灯泡为例：它们的消费生态系统包括摄像头网络、911 接线员和救护车，所有这些都有助于提高街道安全。
在交互式数据的推动下，生产和消费生态系统都推动产生了新的价值。如下图所示，这适用于上面讨论的四个数字转换层。前三层依赖于生产生态系统，第四层依赖于消费生态系统。
哪些是适合你们公司的层级？
要确定你们公司的最佳数字化转型战略，请评估你参与上图中四个层级中的每一层的需求，然后专注于投资，这将有助于你利用互动数据和数字生态系统的好处。
第一层是必须的，因为大多数公司都可以从运营效率中受益。绝大多数数字化转型计划都发生在这一层，如果运营效率是公司战略重点的重要组成部分的话，那这一点就更加重要了。例如，石油和天然气企业经营着需要数十亿美元投资的油井、管道和炼油厂。如果这些公司决定使用物联网设备和人工智能来寻找油气储藏、维护管道和炼油厂资产，那他们可以节省高达 60% 的运营成本。这一层的主要挑战包括在资产利用中实现广泛的交互式数据生成，以及打破围绕数据共享的孤岛等。
一些公司销售的产品能够访问用户的交互式数据，对于这些公司来说，第二层是必不可少的，因为这些数据可以用于获得超越第一层可用数据能带来的战略优势。如果可用的产品用户交互数据不适用于创收服务，则第二层将成为最后一站。许多包装消费品都属于这一类。在此类业务中，交互式数据的主要用途是提高广告或产品开发效率。
第三层适用于那些认识到他们可以从产品和价值链中生成由数据所驱动服务的公司。这些公司必须丰富他们的生产生态系统，以便将他们的战略优势从运营效率扩大到新的数据驱动型服务。
在这一层，企业跨越了一个重要的障碍：他们不仅仅将数据用于提高运营效率，还将之用于创收。如果你们的公司无法访问消费生态系统，那么第三层就是最后一站。例如，配备传感器和人工智能的洗碗机可以预测组件故障以提供预测服务，但它们很难以数字方式连接到互补对象并扩展到数字平台。也就是说，许多公司错过了这一层的机会。他们忽视了产品的消费生态系统，或者认为将产品扩展到数字平台风险太大。Peloton 和 NordicTrack 的许多竞争对手都落入了这个陷阱。
最后，对于任何产品具有新兴消费生态系统的公司来说，第四层级都具有重要的战略意义。在这种情况下，置身其生产生态系统中的公司有被普通商品化的风险。将产品扩展到数字平台是他们的主要挑战。
当然，并非每个公司都希望或能够在本文讨论的所有四个层级上进行转型。有些公司可能会选择只侧重一个或几个，但每家公司都必须始终意识到不断扩大的新可能性。机会比比皆是，基于上述框架、经过深思熟虑的数字化转型战略将帮助企业在现代世界中保持重要性。
莫汉·苏布拉马尼亚姆是波士顿学院卡罗尔管理学院（Boston College’s Carroll School of Management）的一名战略学副教授。这里的观点是基于他即将出版的《竞争战略的未来：释放数据和数字生态系统的力量》（The Future of Competitive Strate Power of Data and Digital Ecosystems），这本书将于2022年秋季由麻省理工学院出版社出版。