前言 將數字化和人工智能轉化為持續的競爭優勢來源需要六大企業級能力  XV

第一部分 繪制轉型路線圖：以業務為主導的路線圖是確保數字化和人工智能成功轉型的藍圖 001
第一章  激勵高層團隊，使其團結一致／ 005
第二章  轉型“規模”應符合實際需要／ 010
第三章  讓業務領導者界定可能性的邊界／ 017
第四章  充分了解實現目標所需的人力資源／ 025
第五章  培育當前及下一個十年所需的數字化能力／ 030
第六章  數字化路線圖是企業高管必須履行的契約／ 037
第七章  形成團隊合力，實現終極目標／ 040
練習部分／ 045

第二部分 打造企業人纔庫：為數字化人纔創造良好的發展環境 047
第八章  核心能力與非核心能力——戰略性人纔規劃／ 051
第九章  懂得如何構建數字化人纔庫的專職團隊／ 060
第十章  招聘數字化人纔是一道雙向選擇題／ 063
第十一章  慧眼方能識纔／ 077
第十二章  培養精益求精的工匠精神／ 082
練習部分／ 089

第三部分 采用新的運營模式：重塑組織和治理機制，提高速度和敏捷度 091
第十三章  從“形式敏捷”到“實質敏捷”／ 095
第十四章  支持數百個敏捷小組的運營模式／ 106
第十五章  產品管理專業化／ 122
第十六章  用戶體驗設計——魔力要素／ 129
練習部分／ 136

第四部分 高速分布式創新技術：構建技術環境，賦能整個企業數字化創新 137
第十七章  具有開發靈活性與運營延展性的解耦架構／ 141
第十八章  一種更加精準、更注重價值的雲遷移方法／ 153
第十九章  自動、快速編寫高質量代碼的工程實踐／ 159
第二十章  提高開發人員生產力的工具／ 172
第二十一章  交付生產級數字化解決方案／ 178
第二十二章  從一開始就建立安全性和自動化／ 183
第二十三章  MLOps 助力人工智能的規模化應用／ 189
練習部分／ 195

第五部分 讓數據融入每個角落：如何讓數據在整個公司中易於使用 197
第二十四章  確定哪些數據是重要數據／ 201
第二十五章  數據產品——可以擴展的可復用構建塊／ 207
第二十六章  數據架構或數據“管道”繫統／ 217
第二十七章  組織有序，充分利用數據／ 229
練習部分／ 238

第六部分 解鎖解決方案采用及推廣的關鍵：如何讓用戶采納你的數字化解決方案，又如何將這些方案在企業內部推廣 239
第二十八章  推動用戶采用解決方案並驅動底層業務模式變革／ 243
第二十九章  設計易於復制、可復用的解決方案／ 251
第三十章  通過跟蹤重要事項來確保影響力／ 260
第三十一章  管理風險和建立數字信任／ 274
第三十二章  文化之路在何方／ 280
練習部分／ 288

第七部分 轉型路上的故事：三家公司如何成功推動數字化和人工智能轉型 291
第三十三章  自由港 - 麥克墨蘭銅金公司變數據為價值／ 293
第三十四章  星展銀行—— 一家跨國銀行的數字化轉型之旅／ 299
第三十五章  樂高集團引領未來的玩樂 ／ 305

致謝   311

前言 將數字化和人工智能轉化為持續的競爭優勢來源需要六大企業級能力
 “推進數字化轉型是商業領袖終其整個職業生涯都將一以貫之的事業。”
這一判斷反映了兩個基本現實。一是數字化正在不斷演進。在過去的十年裡，從科技行業孕育而生的新技術（如雲、人工智能）、新架構範式［如微服務、APIs（應用程序編程接口）］和軟件開發的創新方法［如敏捷管理方式（agile）、DevSecOps（開發安全運營）］得以蓬勃發展，使得數字化幾乎滲透到我們日常生活的方方面面。即使影響如此廣泛與深入，我們也都還沒觸及 GenAI、邊緣計算、量子計算和其他前沿技術的表面。
隻要技術不斷發展，業務就需要不斷更新換代。從這個意義上說，“轉型”這個詞有點誤導性，因為“轉型”是指一個有終點的一次性過程。但實際上，數字化轉型是一個持續提高競爭力的進程。
二是數字化和人工智能轉型很困難。在*近一次關於這個主題的年度調查中，我們發現，89%的受訪公司已經啟動了數字化轉型。但它們僅實現了31%的預期收入增長和25%的預期成本節約。
不幸的是，沒有捷徑可走。你不能指望通過架構一個繫統或引入某項技術就能解決問題。我們在數字化領先者身上沒有看到哪怕一個“神奇”用例。相反，這需要協同數百個技術驅動的（專有的和現成的）解決方案，並且持續加以改進，纔能創造良好的客戶體驗和員工體驗，降低單位成本，並創造價值。提出、調整和改進這些解決方案需要公司從根本上重構運營方式。這意味著要讓來自不同部門的成千上萬名員工一起工作，並且以不同的方式工作；這意味著要引進新的人纔，打造高效的學習閉環，利用人纔的技能，幫助人纔成長。在數字化和人工智能轉型過程中，與技術同樣重要的是打造全新的企業級能力。
沒有哪家公司對這一艱難歷程感到陌生。即使是我們所熟知的科技界巨頭，都得經歷投資、試驗、失敗、調適等多重考驗，纔能迎來成功。以亞馬遜的零售業務為例，它實現了供應商登記、庫存補充、定價和訂單履行方面的自動化。所有這些流程的自動化都是通過專有解決方案實現的，這些方案是由數千個業務、技術和運營方面的專家組成的跨職能團隊一起合作開發出來的。但情況一開始並非如此，甚至早期的亞馬遜也不是我們現在所熟知的“亞馬遜”。亞馬遜通過投資技術和企業級能力實現了全面重塑，並且持續改進，從而將自身打造成一家數字化企業。
亞馬遜的成功是眾所周知的，還有一些大型傳統企業也提供了範例，它們正在贏得數字化和人工智能轉型這場比賽，並且與競爭對手拉開越來越大的數字化差距。成功是建立在來之不易的經驗教訓的基礎上的，將這些經驗教訓加以總結、提煉便形成一套行之有效的方法。本書將揭秘這套方法，為你講述數字化轉型成功者的故事。

數字化是競爭優勢的源泉
不久前，傳統企業的高管們通常會選擇推遲改變公司的核心繫統，因為他們認為，“在經過他人的測試和驗證後，再對繫統進行更改會更便宜，風險也會更小”。高管們會說：“我們想購買標準套裝……構建定制繫統太貴、太復雜了。”技術當然是經營公司所必需的，但卻無法帶來競爭優勢，因為任何公司都可以從供應商那裡買到相同的技術。企業如果要形成競爭優勢的話，就得按部就班地定期部署這些繫統，並充分利用購買來的繫統能力。
現在一切都變了，並被徹底顛覆了。公司仍然從供應商那裡購買繫統來運營業務，但是數字化技術的興起以及相關的新架構範式和軟件開發的方法使得開發和維護專有應用程序成為可能。隨著軟件行業的成熟和發展，軟件供應鏈出現了，在這條供應鏈上，你可以在現有的軟件構建模塊中組裝應用程序，隻在必要的時候開發新的代碼即可。這些發展，以及像GenAI那樣的新興技術，正在從根本上開發專有應用程序的成本和時間，每一家公司現在都可以在這樣的基礎上開展競爭。
那麼，有沒有傳統企業建立起數字化競爭優勢，並因此獲得了回報?影響公司業績的因素有很多，老實說，一家公司想要實現徹底的轉型，並且轉型結果要能體現在財務表現上需要相當長的時間。然而，這個問題仍然是根本性的。傳統企業正在組織上和財務上做出關於數字化的實質性承諾。轉型的低成功率引發了這樣一個問題，那就是這一切努力是否值得。
我們多年來的調查分析清楚地表明，表現*好的公司在開展一繫列數字化實踐後會取得顯著的進步。例如，我們*近對1 300多名企業高級管理人員進行了調查，結果顯示，70%的頂級高管使用高級分析技術來開發專有洞見，50%的受訪者使用人工智能來改進決策並推進自動化決策。
在此基礎上我們設法挖掘出一些經過驗證的硬數據，將數字化轉型與財務突出表現相掛鉤。以銀行業為例，我們有一套獨特的對標數據集，其服務於發達市場的 80家全球性銀行。銀行業的數字化轉型已經進行5～10年了，這段時間足夠我們來觀察它們轉型的成效。
我們的研究重點關注了2018年至2022年間數字化轉型的20位領先者和20 位落後者，下面是這份研究的三個重要發現：
第一，數字化轉型領先者的業績表現更勝一籌。有形資產回報率（ROTE）是銀行業的一項關鍵財務指標，銀行業的領先者不僅擁有更高的資產回報率，改善也更多。市盈率（P/E ratio）也是如此。在這段時間裡，銀行業的數字化轉型領先者憑借更好的運營杠杆超越了落後者。因此，它們的股東總回報率（TSR）每年增長8.2%，而數字化轉型落後者僅增長了4.9%。領先者收獲了財務回報。
第二，競爭優勢來自端到端的業務模式轉型。我們研究了銀行業商業模式轉型的四項指標，以及這些指標在領先者和落後者業務中的變化情況。第一項指標是移動應用滲透率。雖然相較於落後者，領先者保持著優勢地位，但兩者都取得了顯著的進步。乍一看似乎出人意料，其實不然。隻要有一家銀行推出一項新的移動功能，其他銀行就會在 6 ～ 12 個月內跟進。移動應用程序是銀行業的基本標準，不會產生競爭差異。大多數銀行都已經設法建立了一個數字化團隊，負責開發和改進其移動應用程序。
現在我們來看一下其他三項指標：分支網絡人員配置、數字化銷售、聯絡中心人員配置。這些指標反映了真正的運營優勢，也是領先者比落後者改進更快的地方。改進這些指標十分困難，因為每一項指標都需要端到端的流程改變。
在數字化流程的前端，銀行業的領先者將個性化分析和數字化營銷活動結合起來，為（潛在）客戶提供相關的服務。在流程的中端，它們創造了一種全渠道體驗，分支機構和聯絡中心的專業人員可運用工具和數據為客戶在銷售過程中的任何階段提供支持，即使銷售過程從線上開始也沒有問題。通過采用自動化的信用風險決策過程，這些領先者得以實時批復客戶信貸。在流程的後端，它們通過精心設計的、由現代數據架構支持的數字化工作流來驅動客戶自助服務。簡而言之，數字化轉型超越了前端移動應用程序的範疇，還重塑了營銷、銷售、服務和風險管理等各個環節。
重要的是，隨著客戶將銀行業務轉移到網上，數字化轉型領先者在升級銷售和提高服務能力方面要快得多。這看起來很簡單，其實不然。這需要整個銀行在激勵機制和績效管理方面做出改變。在任何行業，這種跨職能協調的程度都是數字化轉型取得成功的核心因素。
第三，數字化轉型領先者構建了更強的企業級能力。我們研究了領先者和落後者的基本做法，發現兩者存在明顯的差異。領先者在建設高質量的數字化人纔隊伍方面走得更遠，其重點是創造一個讓頂尖工程師茁壯成長的環境。領先者采用了一種新的運營模式，將業務、技術和運營領域的人纔整合起來，組成小型的敏捷團隊，並通過自動化不斷改善客戶體驗並降低單位成本。它們已經建立起一個基於雲技術的現代分布式技術和數據架構，使整個組織——不僅僅是 IT（信息技術）部門——都能夠開發基於數字化和人工智能的解決方案。簡言之，領先者投資人纔、運營模式、技術和數據等方面的能力建設，而這些能力又反過來支持組織開發良好的數字化體驗並不斷進行改進。
*後，數字化轉型贏家的領導團隊在重新構想核心業務方面更加大膽，在團隊協同作戰方面更加高效，以打破傳統的職能孤島，實現自己的願景。它們更多地進行戰略性投資，打造組織上和技術上的差異化能力，這正是其競爭優勢來源。隨著時間的推移，這些能力會創造出不斷改進的客戶體驗，降低單位成本。它們通過這種方式實現自我重塑，超越競爭對手，收獲經濟回報。
我們看到，無論是 B2B（企業對企業）還是 B2C（企業對消費者），無論提供的是產品還是服務，這三大原則普遍適用於每個行業。每個行業都有機會從數字化轉型中創造巨大的價值。問題的關鍵是你要知道怎麼做。

“怎麼做”
許多人對數字化和人工智能轉型及其承諾的價值等基礎知識都相當熟悉 ，有些已經在早期取得了巨大的成功，但知道如何開展一場規模和動力足以推動業務價值改變的數字化和人工智能轉型，則是另一回事。
高管們所缺少的是一個具體的視角，即如何構建企業級能力以實現數字化轉型的規模化推廣。本書則回答了“怎麼做”這個問題。這是一本手冊，適用於那些準備卷起袖子，為轉型成功而艱苦奮鬥的領導者。本書探討了由智能手機、物聯網、人工智能（包括機器學習和深度學習）、增強現實和虛擬現實、大數據和實時分析、數字孿生、APIs、雲技術等一繫列技術所帶來的獨特問題，以及由此產生的機遇。任何數字化和人工智能轉型，都有賴於綜合利用這些技術來開發數字化解決方案。
這份指南也是麥肯錫全球顧問團隊協助客戶成功開展數字化和人工智能轉型所使用的工作手冊。本書是過去五年來該領域不斷發展、完善和學習的結果，它將麥肯錫積累的經驗總結、提煉為一份行之有效的操作指南。
這些經驗分為六個部分加以呈現，每一個部分對應一種企業級能力：首先，高管層要對轉型價值和轉型規劃形成共識；接著指出如何構建交付能力，開發具有競爭力的差異化數字化解決方案；*後，本書討論了變革管理方面的能力，以推動端到端業務流程的采用，以及使之有效地在整個企業中規模化推廣。
這六個部分分別代表一項重要的企業能力。如果不重視這六大能力，那麼數字化和人工智能轉型絕不可能獲得成功——這是我們對過去十年麥肯錫在這一領域裡的客戶工作進行回顧、總結後的一個重要發現。本書的第七部分是三家公司的數字化和人工智能轉型實例。本書七個部分的內容概括如下。
第一部分：繪制轉型路線圖。這部分解釋了如何將領導團隊的注意力聚焦在願景規劃上，並協調一致，以及如何利用技術重新構想業務。做出的決策將以詳細的路線圖來呈現。該路線圖既要著眼於轉型影響力，又要明確交付所需的新能力。有些公司的數字化和人工智能轉型停滯不前，我們評估後發現它們遇到的許多問題都是由這個階段出現的失誤造成的。
第二部分：打造企業人纔庫。靠外包數字化無法成就卓越。企業需要具備構建和持續進化專有數字化解決方案的能力，這就要求擁有高質量的數字化人纔。傳統企業通常認為自己無法與新興的數字化企業爭奪人纔，但其實它們可以，也做到了。這部分詳細介紹了如何制定一份與數字化路線圖一樣詳盡的人纔路線圖，包括如何創建一個既可以延攬*優秀的人纔，又可以讓人纔茁壯成長的組織。
第三部分：采用新的運營模式。也許數字化和人工智能轉型*復雜的部分在於開發一種以客戶為中心並且可以提高速度的運營模式。這是因為它觸及組織的核心，即管理流程以及團隊工作的成效。這部分介紹了不同的運營模式——從數字化工廠到產品和平臺（Products & Platforms）型組織，可指導企業根據自身的實際情況做出選擇。這部分還重點介紹了如何建立和擴展成敗攸關的能力，比如產品管理能力和用戶體驗設計能力等。
第四部分：高速分布式創新技術。這部分探討如何構建一個分布式技術環境，使數百個（如果不是數千個的話）團隊能夠輕松獲得所需的服務，以快速開發數字化和人工智能解決方案。這部分內容涵蓋了必需的現代化軟件工程實踐，包括DevSecOps 和 MLOps（機器學習運營），這些已經成為實現快速開發、高質量代碼和峰值實時操作性能的核心。
第五部分：讓數據融入每個角落。這部分審視了精心設計數據結構以保證數據質量、易於使用和可復用所需的關鍵決策。隻有這樣，人工智能的力量纔能釋放出來。我們探討了如何開發和部署數據產品（將數據打包成易於其他應用程序使用的格式），從而給企業帶來*大的益處。這部分還討論了通常非常棘手的數據治理問題和組織問題，這些問題處理不好甚至會毀掉*有前途的數據產品。
第六部分：解鎖解決方案采用及推廣的關鍵。數字化和人工智能轉型中*令人沮喪的一個問題是，即使是*好的數字化解決方案也沒有產生應有的影響。公司通常投資解決方案的試點開發，但在推動用戶采用和企業內部推廣方面長期投資不足。這部分探討了變革管理帶來的挑戰，其核心是如何在足夠細化的層面解決技術、流程和人力問題，這些問題將使優秀的解決方案無法實現其全部價值。
第七部分：轉型路上的故事。在本書的*後一部分，我們深入研究了三家數字化和人工智能轉型領先公司：自由港–麥克墨蘭銅金公司（Freeport-McMoRan）、星展銀行（DBS）和樂高集團（LEGO Group）。這部分向讀者展示了這些轉型典範是如何將上述六大企業級能力成功加以整合的，從創建相關的能力到高效協同來交付價值。這些案例強調了這些公司在轉型過程中遇到的挫折、克服的挑戰，以及如何成功地超越競爭對手。
本書提供了一個了解這些能力如何相互作用以產生*好效果的整合視角。例如，第一部分中的數字化路線圖與第六部分中的價值跟蹤方法是一致的，第二部分中的數字化人纔與第三部分中的運營模式設計也是一致的。這種整合方法是數字化和人工智能轉型取得成功的基礎，也是我們撰寫本書的主要動機之一，因為我們發現許多公司都在艱難探索如何建立整體轉型的內在一致性。