前言　将数字化和人工智能转化为持续的竞争优势来源需要六大企业级能力

“推进数字化转型是商业领袖终其整个职业生涯都将一以贯之的事业。”

这一判断反映了两个基本现实。一是数字化正在不断演进。在过去的十年里，从科技行业孕育而生的新技术（如云、人工智能）、新架构范式[如微服务、APIs（应用程序编程接口）]和软件开发的创新方法[如敏捷管理方式（agile）、DevSecOps（开发安全运营）]得以蓬勃发展，使得数字化几乎渗透到我们日常生活的方方面面。即使影响如此广泛与深入，我们也都还没触及GenAI、边缘计算、量子计算和其他前沿技术的表面。1

只要技术不断发展，业务就需要不断更新换代。2从这个意义上说，“转型”这个词有点误导性，因为“转型”是指一个有终点的一次性过程。但实际上，数字化转型是一个持续提高竞争力的进程。

二是数字化和人工智能转型很困难。在最近一次关于这个主题的年度调查中，我们发现，89%的受访公司已经启动了数字化转型。但它们仅实现了31%的预期收入增长和25%的预期成本节约。3

不幸的是，没有捷径可走。你不能指望通过架构一个系统或引入某项技术就能解决问题。我们在数字化领先者身上没有看到哪怕一个“神奇”用例。相反，这需要协同数百个技术驱动的（专有的和现成的4）解决方案，并且持续加以改进，才能创造良好的客户体验和员工体验，降低单位成本，并创造价值。提出、调整和改进这些解决方案需要公司从根本上重构运营方式。这意味着要让来自不同部门的成千上万名员工一起工作，并且以不同的方式工作；这意味着要引进新的人才，打造高效的学习闭环，利用人才的技能，帮助人才成长。在数字化和人工智能转型过程中，与技术同样重要的是打造全新的企业级能力。

没有哪家公司对这一艰难历程感到陌生。即使是我们所熟知的科技界巨头，都得经历投资、试验、失败、调适等多重考验，才能迎来成功。5以亚马逊的零售业务为例，它实现了供应商登记、库存补充、定价和订单履行方面的自动化。所有这些流程的自动化都是通过专有解决方案实现的，这些方案是由数千个业务、技术和运营方面的专家组成的跨职能团队一起合作开发出来的。但情况一开始并非如此，甚至早期的亚马逊也不是我们现在所熟知的“亚马逊”。亚马逊通过投资技术和企业级能力实现了全面重塑，并且持续改进，从而将自身打造成一家数字化企业。6

亚马逊的成功是众所周知的，还有一些大型传统企业也提供了范例，它们正在赢得数字化和人工智能转型这场比赛，并且与竞争对手拉开越来越大的数字化差距。成功是建立在来之不易的经验教训的基础上的，将这些经验教训加以总结、提炼便形成一套行之有效的方法。本书将揭秘这套方法，为你讲述数字化转型成功者的故事。

数字化是竞争优势的源泉

不久前，传统企业的高管们通常会选择推迟改变公司的核心系统，因为他们认为，“在经过他人的测试和验证后，再对系统进行更改会更便宜，风险也会更小”。高管们会说：“我们想购买标准套装……构建定制系统太贵、太复杂了。”技术当然是经营公司所必需的，但却无法带来竞争优势，因为任何公司都可以从供应商那里买到相同的技术。企业如果要形成竞争优势的话，就得按部就班地定期部署这些系统，并充分利用购买来的系统能力。

现在一切都变了，并被彻底颠覆了。公司仍然从供应商那里购买系统来运营业务，但是数字化技术的兴起以及相关的新架构范式和软件开发的方法使得开发和维护专有应用程序成为可能。随着软件行业的成熟和发展，软件供应链出现了，在这条供应链上，你可以在现有的软件构建模块中组装应用程序，只在必要的时候开发新的代码即可。这些发展，以及像GenAI那样的新兴技术，正在从根本上节省开发专有应用程序的成本和时间，每一家公司现在都可以在这样的基础上开展竞争。7

那么，有没有传统企业建立起数字化竞争优势，并因此获得了回报？影响公司业绩的因素有很多，老实说，一家公司想要实现彻底的转型，并且转型结果要能体现在财务表现上需要相当长的时间。然而，这个问题仍然是根本性的。传统企业正在组织上和财务上做出关于数字化的实质性承诺。转型的低成功率引发了这样一个问题，那就是这一切努力是否值得。

我们多年来的调查分析清楚地表明，表现最好的公司在开展一系列数字化实践后会取得显著的进步。8例如，我们最近对1 300多名企业高级管理人员进行了调查，结果显示，70%的顶级高管使用高级分析技术来开发专有洞见，50%的受访者使用人工智能来改进决策并推进自动化决策。9

在此基础上我们设法挖掘出一些经过验证的硬数据，将数字化转型与财务突出表现相挂钩。以银行业为例，我们有一套独特的对标数据集，其服务于发达市场的80家全球性银行。银行业的数字化转型已经进行5～10年了，这段时间足够我们来观察它们转型的成效。

我们的研究重点关注了2018年至2022年间数字化转型的20位领先者和20位落后者，下面是这份研究的三个重要发现：10

第一，数字化转型领先者的业绩表现更胜一筹。有形资产回报率（ROTE）是银行业的一项关键财务指标，银行业的领先者不仅拥有更高的资产回报率，改善也更多。市盈率（P/E ratio）也是如此。在这段时间里，银行业的数字化转型领先者凭借更好的运营杠杆超越了落后者。因此，它们的股东总回报率（TSR）每年增长8.2%，而数字化转型落后者仅增长了4.9%。领先者收获了财务回报。

第二，竞争优势来自端到端的业务模式转型。我们研究了银行业商业模式转型的四项指标，以及这些指标在领先者和落后者业务中的变化情况（见图0-1）。第一项指标是移动应用渗透率。虽然相较于落后者，领先者保持着优势地位，但两者都取得了显著的进步。乍一看似乎出人意料，其实不然。只要有一家银行推出一项新的移动功能，其他银行就会在6～12个月内跟进。移动应用程序是银行业的基本标准，不会产生竞争差异。大多数银行都已经设法建立了一个数字化团队，负责开发和改进其移动应用程序。

现在我们来看一下其他三项指标：分支网络人员配置、数字化销售、联络中心人员配置。这些指标反映了真正的运营优势，也是领先者比落后者改进更快的地方。改进这些指标十分困难，因为每一项指标都需要端到端的流程改变。

在数字化流程的前端，银行业的领先者将个性化分析和数字化营销活动结合起来，为（潜在）客户提供相关的服务。在流程的中端，它们创造了一种全渠道体验，分支机构和联络中心的专业人员可运用工具和数据为客户在销售过程中的任何阶段提供支持，即使销售过程从线上开始也没有问题。通过采用自动化的信用风险决策过程，这些领先者得以实时批复客户信贷。在流程的后端，它们通过精心设计的、由现代数据架构支持的数字化工作流来驱动客户自助服务。简而言之，数字化转型超越了前端移动应用程序的范畴，还重塑了营销、销售、服务和风险管理等各个环节。

重要的是，随着客户将银行业务转移到网上，数字化转型领先者在升级销售和提高服务能力方面要快得多。这看起来很简单，其实不然。这需要整个银行在激励机制和绩效管理方面做出改变。在任何行业，这种跨职能协调的程度都是数字化转型取得成功的核心因素。

第三，数字化转型领先者构建了更强的企业级能力。我们研究了领先者和落后者的基本做法，发现两者存在明显的差异。领先者在建设高质量的数字化人才队伍方面走得更远，其重点是创造一个让顶尖工程师茁壮成长的环境。领先者采用了一种新的运营模式，将业务、技术和运营领域的人才整合起来，组成小型的敏捷团队，并通过自动化不断改善客户体验并降低单位成本。它们已经建立起一个基于云技术的现代分布式技术和数据架构，使整个组织——不仅仅是IT（信息技术）部门——都能够开发基于数字化和人工智能的解决方案。简言之，领先者投资人才、运营模式、技术和数据等方面的能力建设，而这些能力又反过来支持组织开发良好的数字化体验并不断进行改进。

最后，数字化转型赢家的领导团队在重新构想核心业务方面更加大胆，在团队协同作战方面更加高效，以打破传统的职能孤岛，实现自己的愿景。它们更多地进行战略性投资，打造组织上和技术上的差异化能力，这正是其竞争优势来源。随着时间的推移，这些能力会创造出不断改进的客户体验，降低单位成本。它们通过这种方式实现自我重塑，超越竞争对手，收获经济回报。

我们看到，无论是B2B（企业对企业）还是B2C（企业对消费者），无论提供的是产品还是服务，这三大原则普遍适用于每个行业。每个行业都有机会从数字化转型中创造巨大的价值。问题的关键是你要知道怎么做。

“怎么做”

许多人对数字化和人工智能转型及其承诺的价值等基础知识都相当熟悉，有些已经在早期取得了巨大的成功，但知道如何开展一场规模和动力足以推动业务价值改变的数字化和人工智能转型，则是另一回事。

高管们所缺少的是一个具体的视角，即如何构建企业级能力以实现数字化转型的规模化推广。本书则回答了“怎么做”这个问题。这是一本手册，适用于那些准备卷起袖子，为转型成功而艰苦奋斗的领导者。本书探讨了由智能手机、物联网、人工智能（包括机器学习和深度学习）、增强现实和虚拟现实、大数据和实时分析、数字孪生、APIs、云技术等一系列技术所带来的独特问题，以及由此产生的机遇。任何数字化和人工智能转型，都有赖于综合利用这些技术来开发数字化解决方案。

这份指南也是麦肯锡全球顾问团队协助客户成功开展数字化和人工智能转型所使用的工作手册。本书是过去五年来该领域不断发展、完善和学习的结果，它将麦肯锡积累的经验总结、提炼为一份行之有效的操作指南。

这些经验分为六个部分加以呈现，每一个部分对应一种企业级能力：首先，高管层要对转型价值和转型规划形成共识；接着指出如何构建交付能力，开发具有竞争力的差异化数字化解决方案；最后，本书讨论了变革管理方面的能力，以推动端到端业务流程的采用，以及使之有效地在整个企业中规模化推广（见图0-2）。

这六个部分分别代表一项重要的企业能力。如果不重视这六大能力，那么数字化和人工智能转型绝不可能获得成功——这是我们对过去十年麦肯锡在这一领域里的客户工作进行回顾、总结后的一个重要发现。本书的第七部分是三家公司的数字化和人工智能转型实例。本书七个部分的内容概括如下。

第一部分：绘制转型路线图。这部分解释了如何将领导团队的注意力聚焦在愿景规划上，并协调一致，以及如何利用技术重新构想业务。做出的决策将以详细的路线图来呈现。该路线图既要着眼于转型影响力，又要明确交付所需的新能力。有些公司的数字化和人工智能转型停滞不前，我们评估后发现它们遇到的许多问题都是由这个阶段出现的失误造成的。

第二部分：打造企业人才库。靠外包数字化无法成就卓越。企业需要具备构建和持续进化专有数字化解决方案的能力，这就要求拥有高质量的数字化人才。传统企业通常认为自己无法与新兴的数字化企业争夺人才，但其实它们可以，也做到了。这部分详细介绍了如何制定一份与数字化路线图一样详尽的人才路线图，包括如何创建一个既可以延揽最优秀的人才，又可以让人才茁壮成长的组织。

第三部分：采用新的运营模式。也许数字化和人工智能转型最复杂的部分在于开发一种以客户为中心并且可以提高速度的运营模式。这是因为它触及组织的核心，即管理流程以及团队工作的成效。这部分介绍了不同的运营模式——从数字化工厂到产品和平台（Products ＆ Platforms）型组织，可指导企业根据自身的实际情况做出选择。这部分还重点介绍了如何建立和扩展成败攸关的能力，比如产品管理能力和用户体验设计能力等。

第四部分：高速分布式创新技术。这部分探讨如何构建一个分布式技术环境，使数百个（如果不是数千个的话）团队能够轻松获得所需的服务，以快速开发数字化和人工智能解决方案。这部分内容涵盖了必需的现代化软件工程实践，包括DevSecOps和MLOps（机器学习运营），这些已经成为实现快速开发、高质量代码和峰值实时操作性能的核心。

第五部分：让数据融入每个角落。这部分审视了精心设计数据结构以保证数据质量、易于使用和可复用所需的关键决策。只有这样，人工智能的力量才能释放出来。我们探讨了如何开发和部署数据产品（将数据打包成易于其他应用程序使用的格式），从而给企业带来最大的益处。这部分还讨论了通常非常棘手的数据治理问题和组织问题，这些问题处理不好甚至会毁掉最有前途的数据产品。

第六部分：解锁解决方案采用及推广的关键。数字化和人工智能转型中最令人沮丧的一个问题是，即使是最好的数字化解决方案也没有产生应有的影响。公司通常投资解决方案的试点开发，但在推动用户采用和企业内部推广方面长期投资不足。这部分探讨了变革管理带来的挑战，其核心是如何在足够细化的层面解决技术、流程和人力问题，这些问题将使优秀的解决方案无法实现其全部价值。

第七部分：转型路上的故事。在本书的最后一部分，我们深入研究了三家数字化和人工智能转型领先公司：自由港-麦克墨兰铜金公司（Freeport-McMoRan）、星展银行（DBS）和乐高集团（LEGO Group）。这部分向读者展示了这些转型典范是如何将上述六大企业级能力成功加以整合的，从创建相关的能力到高效协同来交付价值。这些案例强调了这些公司在转型过程中遇到的挫折、克服的挑战，以及如何成功地超越竞争对手。

本书提供了一个了解这些能力如何相互作用以产生最好效果的整合视角。例如，第一部分中的数字化路线图与第六部分中的价值跟踪方法是一致的，第二部分中的数字化人才与第三部分中的运营模式设计也是一致的。这种整合方法是数字化和人工智能转型取得成功的基础，也是我们撰写本书的主要动机之一，因为我们发现许多公司都在艰难探索如何建立整体转型的内在一致性。

这是一本什么样的书

如果一本书适合放在咖啡桌上，那么书中是不会出现关于数字化和人工智能转型统计数据的。相反，本书的特色是提供实用的工具，比如麦肯锡框架、流程图、技术架构图、工作计划、操作指南和团队人员配置模型等，而这些都是数字化和人工智能转型取得成功的必要工具。

本书是为那些主导和实施数字化和人工智能转型的企业领导者和实践者准备的，既包括首席执行官和发挥重要作用的高管们，也包括业务部门或职能部门负责相关技术变革工作的高管们。

本书也为那些感到沮丧的高管所写，他们可能读了很多关于这个主题的文章和书籍，但仍然对技术感到困惑和无所适从。本书提供了高管们需要了解的所有内容，帮助他们在企业有效地部署数字化技术。我们不是专注于某项具体技术，而是探索实现数字化转型这一目标所需的一系列技术。

同样，本书也不关注具体的数字化解决方案。每个行业和每个流程使用不同的数字化解决方案来更好地为客户服务，降低单位成本。例如，在消费品行业，收益管理解决方案对商业绩效来说至关重要。而在采矿行业，专注于过程产量最大化的解决方案是关键。本书探讨的是企业如何确定要构建哪些数字化解决方案，然后如何构建和部署这些方案。

《麦肯锡讲全球企业数字化》一书按照企业在数字化和人工智能转型过程中常见主题的先后顺序编排而成。同时，每一部分和每一章也都独立成章，那些有志于进一步推进转型事业或负责某一个具体部分的人，可以从本书中找到与其转型挑战关联性最强的章节。

众所周知，数字化发展驶入了快车道，技术演进日新月异。本书的内容基于麦肯锡内部的第四代数字化和人工智能转型方法，我们大约每18个月更新、升级一次，希望通过定期更新，让你从实践者的角度对数字化和人工智能转型的发展演变始终保持清晰的认知。我们希望这份可信赖的实用指南能够陪你走过激动人心的转型旅程。

数字化和人工智能转型才刚刚开始

企业驾驭数字化世界以永葆可持续的竞争优势，是当今时代起决定性作用的制胜因素。为了实现数字化和人工智能转型的规模化，全面发挥其价值，顶层团队需要做好准备，敢于给组织动“手术”重塑企业，这样才能在技术竞争中胜出。

数字化和人工智能转型在根本上是一个不断进化和改进的过程，说到底这只不过是现代化的工作方式。如果你接受这个前提，那么它将改变你对处理手头工作的看法。借用杰夫·贝佐斯的话来说，数字化和人工智能转型仍处于第一天，一切才刚刚开始。

注释

1．Michael Chui, Roger Roberts, and Lareina Yee, “McKinsey technology trends outlook 2022,” McKinsey. com, April 22, 2022, https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-top-trends-in-tech.

2．Simon Blackburn,Jeff Galvin,Laura LaBerge,and Evan Williams,“Strategy for a digital world,”McKinsey Quarterly,October 8,2021,https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/strategy-for-a-digital-world.

3．Laura LaBerge, Kate Smaje, and Rodney Zemmel,“Three new mandates for capturing a digital transformation's full value,”McKinsey,June 15,2022,https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/three-new-mandates-for-capturing-a-digital-transformations-full-value.

4．专有解决方案是使用现成的和定制开发的软件以及数据集构建的解决方案，用于解决业务和用户问题。如果专有解决方案产生了有意义的性能差异，而且竞争对手很难复制，那么这个方案就提供了竞争优势。

5．Steven Van Kuiken,“Tech companies innovate at the edge:Legacy companies can too,”Harvard Business Review,October 20,2022;https://hbr.org/2022/10/tech-companies-innovate-at-the-edge-legacy-companies-can-too.

6．Colin Bryar and Bill Carr,“Working Backwards:Insights,Stories,and Secrets from inside Amazon,”St. Martin's Press,2021.

7．我们在麦肯锡对200名软件开发人员进行了一项内部研究，来观察使用GenAI的收益。研究表明开发代码的生产率提高了25%以上（这项研究很快就会发表）。

8．Michael Chui,Bryce Hall,Helen Mayhew,Alex Singla,and Alex Sukharevsky,“The state of AI in 2022—and a half decade in review,”McKinsey.com,December 6,2022,https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review.

9．Laura LaBerge, Kate Smaje, and Rodney Zemmel,“Three new mandates for capturing a digital transformation's full value,”McKinsey.com, June 15, 2022, https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/three-new-mandates-for-capturing-a-digital-transformations-full-value.

10．这项研究即将在《哈佛商业评论》上发表。