" 再不數據化智能化，就要被拍死在沙灘上了！"

大數據和人工智能已經成為這個時代的主題曲，與此同時，焦慮感也開始在行業中蔓延，從初創公司到行業巨頭，都急切地想要跟上這股越炒越熱的浪潮。

但是在數據化轉型的嘗試中，如何改變慣有的思維方式，這些緊張的企業跑對方向了嗎？

1+1=2 還是 >2?

一家成熟的企業往往有自己慣有的管理思維模式，并能從上至下貫穿輻射到企業的方方面面。而和人一樣，企業的管理氣質也有社會科學和自然科學兩種。

就 "1+1=？" 這個最簡單的問題來看，不同氣質的企業或許會給出不同的答案。

純自然科學的領域中，結果一般比較有權威性，非此即彼，爭議比較少，一加一的答案只能是二。這種典型的自然科學思維模式在互聯網或者技術公司非常常見。

比如美國的谷歌，國內的 BAT，他們一般會在管理中，對員工職責定義明確，并制定非常詳細的 KPI 對員工的業績進行考核。

再比如 LinkedIn 公司，以強大的運營背景著稱業內，整個 LinkedIn 的數據驅動文化也頗為強大，高層對數據和技術非常敏感。作為 CEO 的 Jeff Weiner 每天早上仍會看一份每小時更新的數據報告，根據報告他能迅速了解到關于業務表現的很多信息，他還會將發現的問題立即發回至業務團隊尋求解答。

由于數據團隊創建的 " 優質運營 ( operational excellence ) " 框架，很多時候這些問題都會從現有的數據報告中找到答案，或者已經提前發出通知。

在傳統行業例如汽車行業中，思維方式上也更傾向技術思維管理定式。以寶沃汽車為例 , 公司傳統更受到自然科學的指導，集團技術人員做產品設計、實驗、測量、檢驗的時候，對結果基本上比較容易達成一致，爭議不大。即使有爭議，也是停留在技術探討層面。

（圖為寶沃汽車集團常務副總裁魏林和先生分享科學的思維方式）

那么社會科學的思維方式是怎么樣的呢？

在 8 月 31 日的 " 寶書沃野 " ——寶沃大講堂第六期活動上，寶沃汽車集團常務副總裁魏林和先生從企業管理思維方式的角度進行論證：

這種思維方式是通過辯論、談判、妥協長期不斷的重復形成的。與自然科學不一樣，社會科學的思維方式追求的是 "1+1>2" 的效果。它希望兩個人加在一起，取得三個人的收益、四個人的收益。社會科學思維方式的邏輯是權衡取舍，在不同的時空、不同的情況下尋找平衡，所以事情往往沒有唯一答案。

這種權衡取舍、尋找平衡的思維方式也存在弊端，也會產生沖突。被選中的人肯定是有成就感的，被舍棄的人就有一種失落感。在這個過程當中，得到好處的人沾沾自喜，有損失、有犧牲的人就不開心。所以純粹用社會科學這種思維方式也會造成沖突和對抗。

焦慮的傳統企業

大數據和人工智能大行其道的今天，自然科學的思維方式被推到了至高的地位。

媒體、行業報告中曝光的例子往往讓人心動：處于發展早期、體量相對小的公司，通過幾個月的部署，迅速引入大數據領域人才、上馬一套完整的數據庫，并建立較完整的數據搜集分析流程，產生立竿見影的價值。大批互聯網領域的后起之秀給傳統企業注入了巨大的焦慮感。

寶沃汽車集團常務副總裁魏林和先生指出，整個時代對自然科學看得比較重，汽車企業在管理過程中也更注重自然科學思維模式，社會科學思維處于弱勢地位。所以傳統行業的改革之路比想象中艱難，由于體量大、人才缺乏，固有管理思維下，改革往往需要更長久的陣痛期。在數據化轉型的嘗試中，很多企業面臨著目標不清晰、業務界限模糊、人才缺乏等問題。

以快消巨頭雀巢為例，早在二十世紀八九十年代，雀巢美國的一些地區就開始做統計分析，隨后逐漸在全美國開展，希望對全球市場進行數據化變革。但是，不同于中國電商數據的秒級更新速度，雀巢全球的大量線下門店電商數據的獲取速度最快也需要一兩天完成，而門店則需要一周甚至更長的時間。在全球很多地方，門店數據甚至無法提供。

并且，無論電商還是門店，所有被提供的數據在格式、質量、細化程度等方面都會有很大差異，甚至連同一個產品的名稱代碼都不相同。毫無疑問，數據整合和清洗的工作量非常之巨大，而這也是雀巢目前在數據利用方面的一大難題。

數據變革是靈丹妙藥么？

到底哪種思維方式更科學，更有助于推動傳統行業的數字化互聯網轉型呢？

寶沃汽車集團常務副總裁魏林和先生認為，企業是一個有機的系統，系統之美在于自然科學和社會科學兩種思維方式的辯證統一。

具體來說，數據和決策應該是分開的。數據的搜集不是為了考核，而是為了更好的決策。

準確的決策依賴高質量的數據。目前，盡管多數企業已經有了數據積累的意識，但是搜集到的數據是否真實，仍然有待考證。數據出來再做工作的工程師，更多是在論證自己的想法，所以對數據有一定傾向性。此外，很多員工會將數據和自己的業績掛鉤，因此在進行數據搜集時進行篡改。

而數據化管理的最大的難點，也就在于數據的真實性。寶沃大講堂第六期另一位特邀嘉賓、叮當快藥聯合創始人徐歡生先生在演講中也提到，在營業初期，叮當快藥寧可包容藥店老板與到店客戶的一些 " 作弊 " 行為，也要保證門店場景真實，數據準確。

很顯然，數據化變革的必要條件有二：妥善積累的數據，以及凡事有 " 數 " 可依的思維習慣。今天的數據時代下，多數傳統企業中已非常注重數據搜集，但是想要改變慣有的思維模式并不容易。

（左：寶沃汽車集團常務副總裁魏林和先生；右：叮當快藥聯合創始人、北京健康云創始人、原百度智能硬件創始人徐歡生先生）

當數據搜集是為了更好的改善，而不會跟績效掛鉤時，數據化變革才算真正實現。

【來源：虎嗅APP】