对一个10亿量级的企业来说,数字化的开发本钱是三年2000万,同时需要升级企业经营逻辑,组织要升级,对企业造成的影响是不可说小,换句话说,数字化对企业是一个可能还没有完全看清的机缘,同时也是一个巨大的挑战,这是一场既爱又恨的折腾!
18年以来,数字经济和企业数字化浪潮汹涌而来,数据中台、业务中台、数据湖和数据平台等看法接踵而至,在许多企业家还没有真正理解什么是数字化的时候,许多企业已经登上了前途未卜的数字化方舟。
在数字的海洋中,是迷茫到死,照旧破茧成蝶?我们从知识逻辑、终局思维和生命周期来思考“为什么要数字化”和“什么时候数字化”的命题。
说出你的问题,一起探讨数字化(点击与我们互动吧)
▌知识逻辑:回到企业经营的现场
◆企业越大,层级越多,理解力偏差和影象力极限,让企业家离真相越远,决策越低效
数字化的主角是企业,企业的实质是为降低交易本钱和提高商业效率而构建的组织。为什么许多时候企业越大,效率越低?这里的“低”指的是信息通报的低效率,随着层级的递增,信息就越来越失真(就像谣言一样,越传越夸张)。
有人说,我们要减少层级,做平台型组织,问题在于决策最终照旧由领导者做出,层级可以减少,人数却没有步伐降低。人和机械有两大差别,理解力和影象力,一千个人心中有一千个哈姆雷特,人类是靠心智模型理解这个世界,所见即所得,机械用精准的算法理解世界,一个领导者能够认识的员工是有限的,机械能够存的信息相关于人确是无穷的。
◆赚钱是硬原理,你就说,如何多赚一个亿
回到一个实体企业的场景中来,某浙江女鞋企业品牌DD,全国连锁9000家,经营模式为托管直营,一年差未几卖出1亿双鞋子,客单价在100元左右。
三四线都会结业的女同学基本都走过路过这家企业,想想影象中的场景,这家女鞋企业是不是总是在打折?
“上新货啦,会员九折”、“女生节啦,买一送一”、“换季清仓,给钱就卖”······
女鞋是快时尚行业,换的勤快,款式多,花样杂,女鞋品牌DD走高周转模式。一双鞋4个月必须卖完,卖完换新款,基本上不会为老款补货。那么对这家企业来说,什么时候打折和打几折是焦点决策要素,需要凭据每一个门店所属商圈的消费流变革来制定打折战略,这需要店长终年卖货的经验嗅觉,可是随着企业店越开越多,有经验的店长培养速度跟不上,可是为了抢占重要的学校商圈,开店又不可停。追求规模和追求效率,许多情况下是矛盾共生的。
怎么办?有人说,找出优秀的店长,立标杆,把优秀店长的经验总结提炼出来,通过建立企业大学E-learning系统把好的经验通报出去,可是有悟性的人其实已经摸索出套路,找到了要领,缺少智慧的人也很难快速培训出来,店长的进化仍然赶不上企业生长的速度。
说到这里,想到了小时候最神往的科幻故事:“以后学习新知识再也不必再啃书本了,什么不会,打一针到脑袋里面,睡一觉,重新启动一下系统,第二天就会了,哪里不会打哪里,你妈再也不必担心你的学习了······”
也许梦想真的可以照进现实,在DD女鞋项目上,我们跟阿里出来的精英团队做了件有意思的事情,找到DD女鞋9000家门店中的标杆店长,把她们的经验系统拆解,同时把已往三年企业积累在EPR、CRM和WMS中的数据抽取出来,经验拆解+三年数据,我们跑出了一套智能打折的算法。
刚开始在部分区域试点,刚开始,算法做出的决策需要有经验的店长做一些参数调解,渐渐的,三个月已往了,算法越来越智慧,厥后,我们把这套智能打折的算法推广到9000家门店,辅助店长做打折决策。
科幻成为了现实,不过不是把经验注射剂打进脑袋里,而是给店长装了一个外挂系统,这套为DD女鞋定制的智能打折算法让一双鞋平均多挣1元钱,一年下来,算一算,1亿的利润!几多上市公司一年的利润也就这个数·····
另有某家连锁打扮企业KY,主打三四线年轻人市场,直营门店2000家,每年导购员的人为开支6个亿,对门店来说,究竟什么时候上几多导购员?这是一直困扰公司的难题。平时,我们讥笑一家零售企业的场景是这样的,“你瞧瞧,这个店导购员比主顾还多,这要能挣钱,那真没有天理了”。
人力本钱的控制是大规模连锁企业的痛点,同样的原理,我们通过为企业搭建数据中台,把差别系统供应商的五花八门的软件数据抽取出来,另外,我们购置了地图供应商提供的商圈数据,爬取了每家门店所处区域的天气数据,为企业定制了一套智能排班算法,为每一家门店差别时段的导购员需求量做了精准预测,在门店仍然坚持业务平稳增长的基础上,这套算法为企业省下了每年5000万的人力本钱,这是算法跑的一年的数据,随着机械越来越智慧,未来每年多赚1亿利润想来也是有戏的。
来来来啊,不注射,不吃药,让你的店长更高效;管住嘴,迈开腿,让你的导购更苗条······(这怎么像减肥广告?)
▌终局思维:瞭望人机协同的未来
◆智者说,少一些铜臭味,我们的远方是星辰大海
在懵懂少年时,翻看霍金的《时间简史》,没事仰望星空,叹息人类的渺小。“十万个为什么”多了一问——这么拼命的做作业,讨好老师和家长究竟是为了什么?难道是为了让隔邻班的女孩多看你一眼?
霍金提醒人类,要小心外星文明!刘慈欣通过《三体》,把高级文明赤裸裸降纬攻击描绘的淋漓尽致。马斯克多次宣布人工智能威胁论······
人工智能作为硅基生命,人类作为碳基生命,在人类饱受碳水化合物困扰腰围的时候,硅基生命以摩尔定律般的速度进化着。自从阿尔法狗击败围棋冠军柯洁后,Dota2世界冠军联队也沦陷了······
◆小二们,躺赚的好日子到头了,现在是“推荐大爷”的天下
回眸中国互联网江湖,有一群人吃的盆满钵满,那就是阿里巴巴的“店小二”,中国供应商们去杭州“觐见”店小二,不提个百万现金都欠美意思约下午茶,为什么店小二这么吃香?在阿里早期线上流量红利的阶段,电脑界面是有限的,手机界面就更小,能不可放到有利的位置,决定了企业品牌多大的曝光量,而流量是直接可以换钱的。
可是现在纷歧样了,阿里最焦点的人工智能算法是一个推荐引擎,线上业务天然就有消费者的数据和消费轨迹。阿里大平台上每个商品都有数百个标签,随着我们连续在阿里生态消费,这些标签被反向打在我们身上,我们每一个人都被阿里打了无数的标签,通过聚类剖析,我们的性别可以分几十种······阿里比我们自己更了解我们自己,行为许多时候可以反应潜意识层面的工具,可能我们习惯了自己欺骗自己,可是骗不了阿里的推荐引擎。
到2018年,阿里生态数万亿的交易额,有70%交易的告竣是通过推荐引擎算法的千人千面完成的,而这个历程已经是人类无法插上手的,算法在自我迭代,了解到这些,不禁让我想起赫拉利的《人类简史》,在不远的将来,大部分人将成为机械和算法的奴隶!不寒而栗······
◆相比机械,我们是不是要绝望?未必!
在一本经典科幻小说《银河帝国》里,作者描绘了一个盖亚星球,万物皆为一物的世界,碳基生命和硅基生命和谐共处,脑补一下······我们应该相信人类和机械是可以有效和谐共生的。
人类开发的脑容量只有5%不到,除了眼耳鼻舌身意六根之外,凭据释教的说法,另有末那识和阿赖耶识,有时候,你甚至不得不相信女人的第六感。
所见即所得,而非内幕。我们每个人都是凭据我们自己的一套心智模型来解析世界,你的心智模型即你自己特定的一套根深蒂固的假设、归纳、信念与价值观,它们令你得以理解自己所感受到的世界,并在其中如鱼得水。差别的心智模型会形成差别的解读、感受、看法与行动。这也是前文提到,为什么越大的企业,信息通报越容易失真的基础原因。
这是人类的弱点,从事纪律性操作,机械比人靠谱,智能打折的算法比店长的经验靠谱,尽管最初的算法来自于店长的经验,机械强在影象力和从庞大数据中寻找纪律,而人类强在直觉判断和发散型思维。
回到企业的场景,已往的组织是人与人的结合,机械是人四肢的延展;而未来的组织是人与人、人与机械的融合,机械可以成为人的大脑外挂,人又是机械之心。
对所有人来说,都要思考一个命题,我的事情会不会被机械替代,在不远的将来,司机、会计、厨师、电子厂工人甚至只会搜数据写报告的咨询师,都有可能被机械替代,在一家超市,企业在用智能补货算法,而原本判断每天补货量的品类经理是需要恒久经验积累的岗位,在庞大的超市零售系统里面,每天补货到精准水平直接决定了供应链流通和交付效率,在1%的利润差就是企业焦点竞争力的超市业态,这得有多重要。
每日优鲜徐正是一个IT出来做农业供应链和零售的年轻企业家,凭据他的逻辑,凌驾100万次的决策问题必须交给算法。每日优鲜3000个前置仓,每个前置仓500个SKU,每个前置仓所效劳的群体都是纷歧样的,每天仓几多品类?每个SKU备几多货?3000*500=150万次决策/天。
每日优鲜和其他前置仓企业最大的区别就在算法上,叮咚买菜还在烧资本的钱扩规模的时候,每日优鲜通过恒久积累不绝生长的仓货匹配算法,已经可以让他们实现单仓盈利,这才是美日优鲜最大的护城河,算法的进化是需要时间和数据喂养的,一步慢,步步慢。
◆用终极思维看企业,我实验画出一个企业一体两翼的终极状态
扫一扫
关注我们
地点:北京市向阳区北苑路86号院E区213栋
邮编:100101
联系电话:010-84108866(总机)
业务咨询:400-093-2688(免话费直拨)