韦玮：数字化魔方，解构人力资源数字化转型

会员服务 ·

韦玮：数字化魔方，解构人力资源数字化转型 | Q推荐

2022 年 1 月 27 日 InfoQ

2021 年 11 月 30 日举办的 DTDS 线上峰会当天参会人数高达 7000+ 人，观众反应热烈、评价积极。极客时间企业版小编会在接下来几天，把大会每一位演讲嘉宾分享的精彩内容整理成文，供大家阅读参考。

数字化魔方，解构人力资源数字化转型

SAP 大中华区前副总裁、麦肯锡商学院前联合创始人及首任院长韦玮

以下是演讲实录：

感谢 DTDS 全球数字人才发展峰会的邀请，今天我在这里跟大家分享一些关于人力资源数字化转型的见解。

首先简单介绍一下我自己，我叫韦玮，过去 20 年我在超过五家管理咨询公司做过，帮助中国超过两百多家企业定义战略，设计他们的业务模式。最近五到十年，我主要经验都是在数字化转型领域，也帮助很多中国头部企业去发现他们在数字化时代的商业机会，帮助他们用数字化的手段去提升自身的运营和管理。

今天我会跟大家分享一下我最近几年在数字化领域的一些思考，包括心得和方法论、行业的最佳实践。这次分享主要是会从以下几个方面展开：

什么是转型？
什么是企业的管理转型？
什么是企业的数字化转型？
人力资源领域怎么去支撑整个企业的全面数字化转型？
以及当我们在谈到人力资源数字化转型的时候，我们通常在考虑哪些要点？
我们做人力资源数字化转型的时候，应该从哪些方向去思考？

数字化转型要契合企业发展阶段的战略议题

过去五到十年间，我接触了大量的企业家，很多企业家跟我谈到数字化话题的时候，通常聊的最多的就是像我们这种类型的企业、所在这个行业、处于某个发展阶段，适不适合做数字化转型。我想这可能是企业管理者、高层领导普遍最关心的话题，所以我就想从这个点来切入。

什么样的企业，企业什么样的发展阶段，适合去做数字化转型，我的答案是在任何一家企业，在企业的不管是早期，中期，晚期，都需要去考虑数字化转型。

但是数字化转型一定要契合企业这个发展阶段的战略议题。我过去服务的每家企业特色都不一样，不同的行业，不同的管理历史，不同的发展阶段，所以在不同的企业发展阶段，他们面临的管理问题，叫做战略议题也好，组织的痛点也好都是完全不一样的。

比如，在一个早期的还没有达到规范化运营的企业，它可能实际上只有几个人，十几个人，像这类企业是否需要考虑数字化？也是可以的，现在有很多非常轻量的数字化工具，像很多创业企业已经开始采用一些数字化的协同手段，比如微信实际上是一个相对来说免费的数字化工具，把这个工具用好，实际上就可以在这个阶段实现组织内部的协同。把这个协同做好，甚至把战略的传导做好，大家内部共信建立起来之后，就可以往组织的第二个阶段发展。

当组织到达规范化组织阶段的时候，通常在这个阶段，企业最喜欢干的就是做流程、定标准、做制度、做组织架构设计，通过这个方式企业能够实现规范化管理。

实际上，很多企业在做完流程再造、流程梳理之后，都希望把流程固化到系统里面，所以会看到大量企业在做完流程再造之后都会上 ERP，这个是过去企业的一个基本做法。

现在不需要先去做流程再上 ERP 了，现在有很多轻量级的云工具，比如云的 ERP，云的 CRM，云的供应链管理系统，这些轻量级的工具可以快速地把企业的规范化做好。上一套非常简单的标准化的轻量级的管理套件，可以使企业管理水平基本上能达到 60 分左右，这基本上是个非常规范的组织了。

当组织想向成熟企业发展，通常会消耗企业很长时间，从过去来看，很多企业都会卡在第二阶段到第三阶段，或者第三阶段到第四阶段。从第二阶段到第三阶段，大部分企业都会需要十年，甚至以上的时间，能走到第三阶段到第四阶段的企业就很少了。

我们讲到的生态型企业，比如腾讯、小米，这个时候更多地会考虑生态合作，不断地突破企业的边界，不断去 Design（设计）企业的第二增长曲线和第三增长曲线。在第二阶段到第三阶段，以及第三阶段到第四阶段时候，企业是真正大规模应用数字化技术，通过数字化提升管理效率，扩大企业业务边界，发现新机会，甚至在生态伙伴端解决问题，通过数字化标准的制订，使企业的管理边界变得更加开放，更加多元，使得更多的上下游企业能够接入到它的生态里面去。

这是我们讲到的，企业在各个阶段都可以做数字化的探索。但是这个探索不要超出你现在的企业发展管理水平，这是我的一个基本观点。

数字化转型的影响

在过去五年，数字化概念在全球火起来之后，实际上在不管是全球还是中国来看，中国领先企业在数字化上的探索已经取得了很多的成就。

数字化成熟度高的企业营收增长是普通企业的 5.5 倍，而利润率的增长是普通企业的 2.4 倍。我们也看到数字化可以带来收入的快速增长，但数字化对于管理效率的提升会稍微滞后一到两年，但是总体来看，不论是在收入的增长，还是在运营效率的提升，数字化对企业带来的价值都是非常显著的。

传统行业尤其是服务业，过去在数字化领域做了大量的探索，也取得了非常好的效果。

举个例子，去年上市的贝壳，一上市估值就超过了国内两家头部房地产公司万科加融创的总和。作为传统的线下撮合交易的服务业，贝壳的估值已经可以跟头部的上市互联网公司比肩，它在线上交易的是房产这种大的资产，但是它的 GTV 基本上已经可以排到第二位，和阿里跟京东都是差不多的。

另外，像美团和滴滴都是非常典型的通过服务业和数字化技术相结合，不断提升体验，优化交付效率，从而改变原有的生产和交付模式，甚至改变整个的产业业态的非常有意思的案例。

数字化创造了大量的就业机会，这也是为什么最近这几年，政府、头部企业、真正有社会责任感的企业，都在考虑通过数字化去创造一些新的商业机会，同时还会带来大量新的就业方向。

最近关于数字人才的概念也非常火，不管是传统意义上的甲方还是乙方，我们看到撮合交易出现了很多，比如丙方的供应商，他们对于数字化人才非常地渴求，这也是数字化浪潮会带来的另一个影响。

比如，在汽车行业，尤其是新能源车企跟数字化结合被资本看好，大家可以看到全球汽车厂商特斯拉市值不断创出新高，它比几家传统车企总市值加在一起都要高，当然我们也会看到国内的像蔚来、小鹏、理想、比亚迪等也赶上了这个浪潮。

为什么大部分企业数字化转型以失败收场？

各个行业都在跟数字化相结合，并创造出更多的潜力。但是大部分企业在做数字化转型都是以失败收场的，这是为什么？

麦肯锡去年的一个报告显示，企业整体的转型成功率不到 30%，这个里面如果放到数字化转型的成功率，那就更低了，大概只有 16%，这是什么原因造成的？

数字化转型失败的主要原因，或者说数字化转型面临的最大的挑战是缺少数字化转型的专业人才和方法论，这两个是相辅相成的，有的时候找到了合适的人，基本上也就有了正确的方法，有了正确的方法就更容易吸引人才和培养人才。

数字化转型不是某个部门，某位领导的事情，它是业务转型，组织转型和技术转型的融合。这三者并不是先后关系，而是同步发生的，缺少任何一个往往都会导致数字化转型的失败。

数字魔方如何应用于企业数字化转型

数字化转型需要精密设计和仔细规划，那我们怎么设计数字化转型呢？过去我们基本上会从经验或最佳实践出发，根据行业对标提出很多对于企业的核心假设。假设做 ABC 三个点，都需要哪些资源，需要有哪些前提条件，我们逐个分析、验证，最终给出一个解决方案。做这样的设计，战略设计者的经验、视野，最佳实践的关注和深度的思考都是非常重要的。

现在我们不论是做数字化的顶层设计、数字化战略，还是做数字化运营，通常我们希望企业首先界定它的核心数字资产。再根据企业数字化成熟度，核心数字资产的定义，对比企业发展现阶段的管理诉求，设计企业的数字化愿景，然后再进行数字化场景的详细设计，最后做数字化落地，这是方法论上最大的区别。

一家企业在做数字化设计的时候，核心是要把数字化对于这家企业所带来的核心价值体现出来，围绕这个核心价值，把企业的核心组织能力，分成九个主要的领域，中间的红色部分是我们经常讲到的企业数字化核心战略——数字化商业模式，以及核心数字资产，这家企业最有价值的数字资产是什么，这部分界定出来是第一步。

围绕它我们要把这家企业其他职能领域进行数字化展开，进行数字化成熟度评估。这里面包括财务、运营、增长、生态、客户价值、产品、人才、技术等，它们紧紧围绕企业最核心的价值，形成了整个企业数字化能力的九大支柱。

组织能力这九大支柱，每个柱子都会分成战略层面的能力，运营层面的能力和结构化的人才，或者说数字化人才的能力。

如果我们要判断一家企业在营销、销售上的组织能力强不强，我们通常就会从这三层来看，第一层先看这家企业的营销是怎样创造价值的，这是战略层面的思考，它在价值创造这个层面上是有数字化的思考、数字化定义的。

第二层看企业如何做运营。比如在营销和市场领域，我们会看到它是不是充分地实现了数据的流通，比如说在营销做一些精准投放这些具体事项上，是不是把数据应用到极致了。

第三层从组织赋能的角度，要看企业有没有真正懂数字化营销的人才，这是底层。这九个柱子都是用这三个层面展开，拼在一起就组成了魔方的三层。我们会去看整个企业在所有的职能领域里核心价值创造这一层是不是协同的，数据这一层是不是协同的，是不是打通的，数字化人才是不是有培养基础，整个组织赋能是不是有培养基础。

数字化转型既要注重自上而下的底层设计，也需要注重自下而上的价值创新，就是来自于一线业务人员的底层创新，逐渐向上聚合，这是一个上下结合的过程。这九个关键的职能领域，每个职能领域的三层，整体形成数字化魔方，那我们用这个数字魔方来干什么？

左边三个管理支柱是跟企业经常讲到的降本增效有关，比如说财务、运营；最右边的跟极致体验相关；而中间这层，尤其是通过对中间的红色——企业的核心数字资产不断地挖掘，围绕它做战略层面或者生态层面的创新，我们可以通过数字化做创新。

这三个竖切面是目前数字化转型的三大主题，通常情况下，降本增效基本上制造业用的相对来说比较多，而零售和快消基本上极致体验做得多一点。刚才讲到的贝壳、滴滴这类头部企业做的融合创新是最难的，当然对于企业来说价值也是最大的。

企业如何选择数字化转型的主题

所以企业可以根据行业特征和企业的发展阶段，由浅至深、由易到难地选择数字化转型的主题。刚才讲到的贝壳，如果用数字化魔方来解读这个案例，可以看到从 2004 年到 2020 年，它在每个发展阶段都做了大量的数字化投入与探索，如果用讲到的这 27 个格子来看，在每个时间节点上这 27 个格子都有侧重点，每个格子都是逐步在变迁的。

用数字化评价量表可以非常清晰地把它还原或者复盘到每个时间节点它的数字化成熟度，我们可以看到它为什么这样被资本所关注，变成一个国内最近这两年可能是最成功的一个数字化转型的案例。如果与整个行业的数字化成熟度做个对比，会看到它在各个领域上都远远超越竞争对手。

人力资源领域怎么支撑企业数字化转型？

现在切回到人力资源领域。刚才讲到很多业务方面的数字化都有可以量化的维度，那人力资源的数字化，我们可以做些什么？人力资源在过去通常被认为是软科学，大家凭经验去管理。实际上人力资源在最近五年是被数字化颠覆得比较深入的领域，招聘、绩效、能力培养等各个角度都在做大量的量化探索。

那么人力资源的管理水平，或者人力资源的管理体系可以从哪些角度去做量化呢？首先，我认为核心是要用更科学的方式建立组织效率，以前说这家企业里面某个 BU 的效率比其他 BU 要高，到底在讲什么？从人力资源管理的成熟度，或者说 HRBP 的支持程度，是能够通过一定的手段去判断 HR 支撑业务决策的效率，并可视化地展示出来。

此外，在很多领域里面，人的执行力和判断力实际上比机器的效率低，所以人在很多领域实际上是可以向机器学习的。

我们可以看到机器学习并不是简单的机器模仿人的行为，人在分析和决策的时候，通过机器学习提炼出来的算法实际上是超过人的效率的，怎么让人在某些领域跟上机器的效率，这也是很重要的一个话题。

另外一方面，让机器成为组织管理的一部分，有很多企业都会发现 AI 变成企业里的超级员工，超级员工的概念就是原来我们这个部门有八个人，现在新加入第九个人，这个人是 AI，他的管理水平、判断力、决策力、工作效率可能是这个八个人总和还要高，你怎么和这个人去共存？

这实际上就会产生大量的管理问题，比如说流程再造的问题，这个流程节点流过 AI 的时候应该怎么处理？是不是它一个人就可以把整个流程干完？这个流程怎么去设计？我们的权限怎么去设计？很多领先的企业在探索，当有超级员工出现的情况下，组织架构应该怎么优化设计是最佳的。

讲个事例，让大家更容易理解人力资源的数字化。我们帮国内一家领先的快消企业做数字化探索，这家企业过去在门店的陈列、选品上大量地依靠专家团队做设计，他们甚至把整个行业在这个领域的头部专家都拉到一起做设计。在经过大量的磨合后，大概在 17 年、18 年的时候，决策的准确率从 30% 提升到 40%。

对于比较难以做精确设计和测量判断的职能来看，这已经做得非常先进了。但是他们做了一个更加领先的事情，他们把这些专家的智慧沉淀下来，把专家的行为用算法的形式开发出来，尝试着让机器在抛开人工的情况下直接做测量，第一版的成功率就高达 71%。大家都惊呆了，机器远远超过了人的判断。

之后他们不断地用大数据去喂养这个算法，仅仅两三年的时间，机器识别的准确率已经从 70% 到 90%。在这样的情况下，专家团队基本上可以退居幕后，去做 AI 算法的喂养师，这可能是未来很多人机协作上会出现的趋势。

企业里面出现了超级算法、超级 AI 的情况下，一方面大量提升企业的运营效率，不断地把大家的管理空间往外拓展，同时把人的，尤其是我们过去的管理者和行业专家大量的时间释放出来，他们应该去做什么？这就涉及到第二个问题，人机共存的组织设计应该怎么做？

很多领先的企业会把人类的专门活动和机器调优的专门活动区隔开，把人机协作作为一个重点去考虑，不断地通过流程的优化、组织的调优，让人类去弥补机器判断的不足，不断地让机器强化人的判断力、分析能力，通过人机取长补短，实现组织效率的最优化。

当机器不断强大以后，企业的组织能力的视图会发生很多变化，很多企业 HR 都非常清楚，经常会给企业去做能力模型。这个是某家企业的岗位能力模型，是我们给一家做供应链物流的企业做的，在采购、物流能力等相对低阶的要求，对应在一级二级的时候，之前是靠人的初步经验判断，比如包装是否破损、是否合规，物流风险点的控制。现在这里面大量的风险判断能力，或者说预判决策的初阶能力，都已经被摄像头和智能算法给替代了，不再需要初阶技术工人做这项工作。

这就逼着人的能力往上走，很多这类企业的员工的专业能力正在重新调优。过去员工的专业能力可能是一级、二级、三级、四级，现在如果是一、二级能力都被机器取代，人的能力就剩下三、四、五、六级往上在调，或者把一、二、三、四级能力的要求重新区分和定义。AI 的出现使机器能力和个人能力的矩阵发生了很大变化，因此很多企业在做专业能力，或者领导力的重新梳理。