本文討論了數字化在當前商業實踐中的種種問題和誤區。通過具體案例，作者指出，在數字化轉型過程中，企業和組織常常因過分強調數據而忽視了核心業務，設定了無效的指標，或受到內部政治斗爭的影響。文章強調，只有當數字化策略合理且科學地實施時，才能真正促進業務發展和提升效率

幾年前，吹得最大的風莫過于“數字化”，這算是“自動駕駛”、“大模型”的網紅前輩了。乘著這波浪潮，許多企業也都掀起了數字化轉型。為了迎合 AI 技術，善于遣詞造句的專家們還為“數字化”包裝了一番會讓人眼前一亮的口號：業務流程化，流程線上化，線上資產化，資產數據化，數據智能化。專家們仿佛能通過這一套組合拳，就可以在不久的將來把企業推上世界五百強的神壇。

可現實真的這樣嗎？前不久筆者看了宋星（“網站分析在中國”博主、數據營銷“教父”）的視頻號，其中有條視頻他基于去年下半年至今身邊發生的事，對數字營銷行業現狀作出了如下描述（筆者進行了總結）：

1、找其招人、打招聘廣告的企業特別少；

2、向其求職的人變多了；

數字營銷作為數字化的重要部分之一，出現這種情況，難道數字化開始衰敗了？筆者先后在互聯網與傳統行業、虛擬和實體經濟間從業過，基于過往的工作經歷和生活感悟，個人認為數字化本身并沒有錯，而那些被玩壞的數字化更值得我們反思。

一、只關注數據而忽視業務

再聊聊筆者在某新勢力車企負責過的“智能駕駛評分”產品，讀過筆者歷史文章的朋友應該了解過，它是通過對車主智駕安全的評分去篩選是否給車主釋放城區輔助駕駛功能的產品。雖然數據模仿著競品（特斯拉安全分），但終究難逃無人問津的境地：在筆者離職后基本上處于靜默狀態，官方社區內長時間也沒有用戶對相關話題的討論。

筆者在《如何設計一套標準的智能駕駛安全評價和激勵體系》一文中分析了原因，這里不再贅述。即使有縝密的數據監控、完善的指標評估體系、科學的模型準確率，但因為忽視產品本身功能需要達到的高度，純粹的模仿，關注虛榮的數據，最終還是無法避免邯鄲學步的結局。換句話說，數字化讓我們誤以為差距的只是指標的偏差，而那些未被量化的業務才是決定差距的真正原因。

二、無效的北極星指標，陷入錯誤的沉默螺旋

再回顧一下2022年的3月份筆者在上海經歷了一次居家隔離的日子，筆者所在的小區居委會就把「核酸檢測完成率」作為了北極星指標，因為只關注這個指標，就讓小區里的居民一窩蜂出來核酸檢測。自2022年3月20日隔離起，22日、24日2天均出現了陽性無癥狀感染者，整個小區陷入了“2+2”循環中。居民們接連幾天的隔離似乎也有了些許情緒。3月25日筆者所在的樓棟群里，出現了第一次居民對居委會未按照國家指導意見執行核酸檢測的質疑：

如果，小區居委會把北極星指標定為（降低）「新增感染人數」呢？是不是就可以避免因人群擁擠導致的二次傳播呢？（降低）新增感染人數」是讓居民保持安全防疫措施，但「核酸檢測完成率」是讓大白們逐個小區的快速完成檢測，并不是圍繞居民的。所以北極星指標一定是指向服務對象的，而不是指向服務提供方的。無效的北極星指標，就會讓我們在錯誤的事情上不斷循環重復。

三、科學向中庸低頭

不知道大家是否有這樣的工作感受：公司氛圍越來越卷，向上管理越來越舔。其實筆者和一些朋友、同事都或多或少有這樣的感受，本質原因是就業環境比較差，蛋糕在減少，大家為了活命必須得做出一些努力。也恰恰是因為這樣的環境，導致不少人會在領導面前謹小慎微，還得在短期內做出一些成績，生怕下一個被裁的對象就是自己。特別是在一言堂的組織下，更容易產生令人痛恨的悲劇。

還是聊聊“智能駕駛評分”這個產品，當時算法的負責人為了盡早滿足高層定下的短時間不可實現的目標（讓20%以內的低分用戶，覆蓋80%以上的事故），在算法模型中偷偷做了手腳。你可能會想，量化的評估標準都有了，怎么能在數據上造假呢？問題就出在這個標準上，在過于病態的組織環境下，沒人敢去質疑公司高層制定的標準。為了實現這個標準，算法負責人只把能夠實現這一標準的數據進行打標，納入到模型的自變量輸入里進行計算。從而通過數據參假，配合公司高層“實現”這場夢。

好在后來筆者給模型又設計了一些評估標準，如“分數要與事故率保持正相關”，才減輕了只關注命中數量導致的算法模型過擬合。

四、成為企業內部權斗的工具

在21年的時候，筆者有幸加入一家第三方的數據公司，它主要是為甲方爸爸們提供三塊服務，包括：數字化咨詢診斷、數字化方案設計、數字化建設支持。通俗一點這三塊就是：給甲方出PPT（數字化咨詢診斷、數字化方案設計），以及給甲方做好飯喂到嘴里（數字化建設支持）。

你是否覺得這三項工作都挺好的？恭喜你，你也站在了公司的視角在思考。但當時有一個做零售的甲方客戶目的卻不單純，因為他們站在了權力的視角思考數字化。為了“借刀殺人”，那些腹黑但又顧及面子的管理層就希望通過外部力量來剔除內部的一些人或團隊，當時我所在的公司就這樣成功中標了。

前面說的三塊服務，其實按順序排列“數字化咨詢診斷”也排在第一。第三方公司的數字化咨詢診斷可以理解為：列舉客戶公司現存的問題，再補充自己公司提供的有效解決方案。這樣是不是客戶公司原來干數字化相關的這波人就成功被打臉，接下來管理層的那些騷操作就可以順理成章了。

五、后記

通過以上幾個章節的描述，你是否對數字化有了不同的見解呢？也許有些朋友在讀完這篇文章后對數字化表示不愛了，筆者認為大可不必，請你依然相信數字化本身是有價值的。

當業務增長陷入瓶頸，當陰陽混亂、乾坤顛倒的環境得到糾正，當我們對數據還保持初心，數字化便不會僅是一場夢！