1.3.3　决策的数字化转型理念

1.数字化转型的关键词

安筱鹏在2019年清华大学举办的高教论坛上围绕“数字化转型2.0”做了主题发言。他认为，数字化转型的本质是在数据+算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率，构建企业新型竞争优势。他提出数字化转型本质的十个关键词，包括不确定性、复杂系统、竞争的本质、转型的逻辑起点、工具革命、决策革命、数据的自动流动、软件的本质、技术架构大迁徙时代和体系重构。

在安筱鹏看来，数字化转型的本质是两场革命：工具革命和决策革命。人们前往一个地方可以选择步行、驾车或乘坐飞机，也就是工具，工具决定了行程的速度；但是离目的地是否越来越近，仍取决于人们的决策是否正确。数字化转型本质上就是解决两个基本问题：正确地做事和做正确的事。

工具革命，用马克思的话来说，就是用于生产的劳动资料的变革。从工具革命的维度看，自动化的工具提高了体力劳动者和脑力劳动者的效率。传统的机器人、机床、专业设备等工具逐步升级为3D打印、数控机床、自动吊装设备、自动分检系统等智能工具，传统能量转换工具正在向智能工具演变，大幅提高了体力劳动者的效率；CAD、CAE、CAM等软件工具提高了脑力劳动者的工具效率。从决策革命的维度看，企业内部EPR、CRM、SCM、MES等通用软件和自研软件系统，通过不断挖掘、汇聚、分析消费者及研发、生产、供应链等数据，基于数据+算法构建一套新的决策机制，替代传统的经验决策，实现更加高效、科学、精准、及时的决策，以适应需求的快速变化。

对于决策革命，用抽象的语言来描述就是在比特的汪洋中重构原子的运行轨道。即通过在赛博空间重建物理世界，对采集的信息进行处理、加工、优化，并将优化结果反馈到物理世界，进而优化物理世界。信息物理系统建设是在比特的世界中构建物质世界的运行框架和体系，它以数据自动流动实现资源优化配置。这种决策将变得更加高效、成本更低、更加精准和更加科学。简而言之，决策革命就是基于数据+算法的决策。“数据+算法=服务”的实现分为4个环节：一是描述，即在虚拟世界描述物理世界发生了什么；二是洞察，即解释事物产生的原因；三是预测，即研判未来会发生什么；四是决策，即为将发生的事情提供解决方案。在不确定性的环境中进行决策是企业面临的巨大挑战，从基于经验的决策到基于数据+算法的决策，是企业数字化转型的基本模式。

2.AI辅助决策

企业界有一种观点，认为企业数字化转型有两个核心标志：一是一切业务在线；二是基于数据的决策替代人的决策。前者的基本逻辑是在线产生链接、链接产生数据、数据产生智能；后者的基本逻辑是通过数据智能实现数字决策、数字执行、数字协同的管理目标。因此，企业的数字化转型需要在实现在线化转换的过程中，利用在线所能发挥的数据记录能力，完成所有业务动作的原子化切分，形成最小基本业务动作的在线化数据记录，并通过算法技术加持实现数据智能管理，进而发挥数据的价值，建立以数据智能为基础的数字决策系统，最终达到优化业务流程，实现降本增效、可持续增长的根本目的。

北京易华录信息技术股份有限公司韩晴提到，企业数字化转型的目的是业务流程的优化，其终极目标是辅助决策。如果企业花重金打造了一套数字化系统，最终却无法进行决策，这个数字化建设是不彻底的。因此，有必要建立一个科学的决策体系框架，为企业进行定制化建模，辅助企业各级决策层进行基于数字化的决策。

业务流程中的任何一个环节都可以被机器简化甚至代替，唯独决策须由人完成，这是因为决策带来的影响和决策的难度都非常大。决策的影响巨大，决定了人工智能（AI）只能辅助决策，不能代替决策；决策的难度巨大，则是应该让AI更多地参与“决策过程”的原因。

决策的难度来源主要包括以下方面：

①对于一个好决策的定义是模糊的。例如对于交通管控来说，需要考虑是让所有车辆的平均行驶速度最大，还是保证主路车辆的行驶速度最大，或是保证行驶速度方差最小（最公平）；对于公司经营而言，需要考虑是将资源更多地投入生产以使当年利润最大化，还是投入研发以使未来10年的利润最大化。

②对未来的不确定性难以把握，即决策人如何知道将资源投入研发就一定能获得更高的回报。错综复杂的数据让决策难以进行。例如，企划部门根据市场调研提出生产高端机型，但是宏观经济在萎缩，财务部门则提出压缩成本，然而离职率有上升迹象，互相矛盾的数据让决策难以实施，只能凭借经验进行决策，面对没有遇到过的场景，决策失误的风险会增加。而决策的另一个特点是几乎没有试错机会，决策前只能进行推演，一旦下达，如果没有达到预期效果，就要承担经济损失。

理想的辅助决策系统：首先由决策者提出一些关键的改善目标，辅助决策系统向决策人输出几种备选决策，并告知决策人每个备选决策预期会产生哪些收益、带来哪些影响，以及这些收益和影响的置信度，以备决策人参考；在实施决策的过程中，辅助决策系统可以监控决策实施效果，计算实际的偏差，并输出纠偏建议；辅助决策系统允许决策人在过程中的任意时刻改变目标，它应可以立即进行调整，输出针对最新目标的决策建议；辅助决策系统可在整个实施过程中，通过计算偏差实现自我改进，迅速调整到最符合客观现实的状态。

为了设计一个理想的辅助决策系统，决策生成器和环境模拟器是核心。环境模拟器由历史数据建模生成，旨在对外部环境进行模拟。它可以接收决策生成器生成的“决策动作”并进行响应，以价值的方式将决策造成的影响反馈给决策生成器。决策生成器通过建立预测网络、评价网络，生成价值最优策略。它和环境模拟器在无数轮的相互反馈中，训练出“最优决策生成”的能力。环境模拟器本身也是一个自学习系统，它是决策生成器的推演沙盘，在出厂前通过学习历史数据，在虚拟世界中模拟出真实世界的模型，由于真实世界的不确定性和变化，环境模拟器在出厂后仍然要持续这个学习过程，也就是在整个系统的全生命周期中，环境模拟器都在不断学习，以达到和真实世界尽可能相似的建模效果。另外，一个企业自身的数据可能难以支持所有建模需求，有必要更加广泛地汇总行业数据，共同建立某个通用模型，并通过迁移学习技术将模型应用到个别企业中。在通用模型的建模过程中，为了保证个别企业的商业秘密和数据安全，需要使用联邦学习技术，在满足数据不出域的前提下进行建模和训练。

3.睿德团队数字决策转型理念

国防科技大学的战略管理数字决策工程团队（以下简称睿德团队）在战略管理数字决策工程研究中，提出了五点数字决策转型理念。

（1）战略决策数字化转型是组织数字化转型的最终体现。

以华为技术有限公司（以下简称华为公司）为例，它将数据工作分为两个阶段。第一阶段（2007—2016年）是数据清洁与贯通，即通过业务数字化、标准化，借助IT技术，实现业务上、下游信息的快速传递、共享，并通过数据质量度量与持续改进，确保数据真实反映业务，降低运营风险。第二阶段（2017年至今）是数据分析与洞察，即通过数据汇聚，实现业务状态透明可视，提供基于“事实”的决策支持依据；通过业务规则数字化、算法化，嵌入业务流，逐步替代人工判断；基于数据的用户洞察，发现新的市场机会。

（2）战略决策数字化转型是战略业务价值链的顶端重塑。

以某供应链物流（数字化）决策平台为例，其通过智能设备获取信息数据，所获取的数据经模型与算法处理后到达数据交换中心，再经信息系统处理后可以辅助相关决策，从而应用于特定领域。

（3）战略决策数字化转型是提升战略竞争力的源头。

费雷德蒙德·马利克（Fredmund Malik）在其所著的《战略：应对复杂新世界的导航仪》一书中提出战略（优势）的含义—甚至是在开始行动之前，行动方式就预告了长远的成功。睿德团队认为，决策优势是社会主义中国的一项战略优势，数字化转型是当代中国将这种战略优势充分发挥出来的有效途径。

（4）破除迷雾防控风险是战略决策数字化转型的首要目的。

迷雾防控风险主要包括四方面的内容：一是战略能力走向偏离一流目标要求；二是作战体系构建偏离核心能力需求；三是规划建设项目偏离体系建设需要；四是经费投向投量偏离项目贡献绩效。

（5）战略决策数字化转型的技术途径是构建预实践平台。

相关专家学者很早就提出过预实践的概念。例如，战晓苏认为作战实验方法可以用于指挥控制系统的预先演练，它是形成指挥决策预实践能力的“模拟器”；在邹振宁看来，预实践式决策是智能化时代的一种新的决策方式；谢苏明则认为，要建立面向未来战争预实践的支持“站在对手的角度看自己”核心理论的联合作战实验室。综合众多学者的观点，睿德团队认为预实践是决策前虚拟实践活动的统称，要实现战略决策的数字化转型，应当建立为顶层战略决策服务的预实践中心及其分级、分类组网和协同体系。