讲堂 | 赵质忠：数字化转型如何步步为营？
编者按：近日，微软亚洲研究院第三届创新论坛成功举办。在论坛上，各成员企业与微软亚洲研究院的计算机科学家们共同就 AI+ 行业的落地开展了一场跨越空间的思想碰撞。其中，微软大中华区首席转型官赵质忠通过《微软数字化转型的文化与工具》主题演讲，详解了数字化转型一大核心问题——文化转型的几大要点。本文是该演讲的文字精简版。
当我们输入1+1到计算机里，结果肯定等于2，但是当你问小朋友1+1等于多少时，却不一定等于2，1+1可以等于“11”，1+1甚至可以等于“王”。因为人的思维是跳跃且变化无穷的，我们如何在数字化转型里让企业达到最佳实践，我希望通过这几年微软的经验来和大家做一个分享。
微软大中华区首席转型官赵质忠在微软亚洲研究院第三届创新论坛上进行主题演讲
事实上，大家都在谈的数字化转型，其重点在于转型，而不是数字化。所谓的数字化其实就是工具，你所听到的各种模型、各式各样的 AI，都是工具。而在选择对了工具之后，只有清楚地知道要做到什么样的事情，转型才能落地。举个例子，老板在会议上提出要做 AI，但下面的员工却并不知道要如何下手，尽管此前已经做好了准备：买了10台 GPU，请了3个数据科学家，但具体要做什么，怎么做？所以在这个过程中，以人为主导的转型才是最重要的，具体如何实现？我们可以来看看微软转型时所使用的模型。
文化转型模型：ADKAR
微软全球100多个国家的市场和营销部门的转型就是根据 ADKAR 这个模型做的。该模型包含了五个方面：理解（Awareness）、向往（Desire）、知识（Knowledge）、能力（Ability）以及强化（Reinforcement）。传统使用的公司转型方式其实非常简单，通常就是 CEO 或者组织部门的大老板发一个邮件或送大家去培训，如果考核通过，那么转型成功。但是我们需要仔细地想一想，从这个模型中大家也可以看到转型不是这么容易的，其中有两点需要特别重视。
一是 Awareness，理解。我们需要让大家知道“转什么”以及“为什么转”，其中的关键是要明确听众是谁。同时，要由一个正确的人把转型的目标说出来，听的人才会有感觉。
二是 Desire，向往。在通常的转型中，特别是在生产效益可观的阶段做出转型决策时，如何让公司所有人都向往转型？要知道，能够提升员工转型期待值的，不是 CEO，也不是总经理，而是所有的一线管理者。比如，老板发了一封邮件给所有人，如果我是前线销售主管，看完之后没有明白，去追问老板，那么最后就可以使下面的工作顺利进行。但是，如果在不清楚的情况下，仍然去做了，那么最后的结果很有可能与老板的初衷背道而驰。
因此，一线管理者才是最重要的，如果他们不懂为什么要转型或不能提供支持，那么很有可能会成为转型的“破坏者”，也就是所谓的“上有政策、下有对策”，转型是需要所有人朝着一个方向去努力的。微软在过去的四年一直是这样做的，每一个季度我们都会把大中华地区所有的一线管理者集中到一个地方共同探讨下一季度的方向，清楚我们要改变什么，以及明确改变的动机。这两个都相当重要。
模型的另外三个点，知识（Knowledge）、能力（Ability）和强化（Reinforcement），大部分公司都做得不错。所以再次强调，你想要在公司、在部门做改变，就要明确：说什么、由谁说、给谁听，要让一线的管理者有足够的动力。
基于机器学习的预测，释放员工时间
相信大家都听过这个问题：AI 是不是会取代大家的工作？通常财务部门的人都很担心，为什么？因为财务涉及最多的是数据，如果交给机器学习做数据预测，会不会比人类做得更好？但实际上，在财务的转型中，机器只是做了一些日常繁琐的事务，这反而省下时间让人去做更有价值的事情。
几年前，微软全球的财务部门就开始把越来越多的数据预测交给机器学习来做。当然，这个机器学习模型是需要经过一段时间痛苦的训练的，所以作为领导者一定要能够把“阵痛期”计划在里面。而且随着时间的推移，模型也需要不断优化，只有把变化的问题带到模型中，才能解决实际问题。
对此，微软做了另外一件有趣的事。时任微软全球执行副总裁沈向洋和微软研究院的团队在美国总部开设了一个 AI 学习班，让财务部门感兴趣的同事，甚至有一些没有技术背景的人学习 AI、学习 Python。但有一个要求就是要带着公司或部门的痛点到课堂，在学期一开始，将痛点当成功课，在课程结束后建立一个相对可以使用的模型来解决该痛点。因为对于财务部门来说，比起研究背后模型的产生，应用才是他们更加需要的，所以要将实际的痛点带到模型中，才能提升模型的可用性。
就像我一开始强调的，对大部分人来说，AI 就是个工具，我们只要学习怎么去掌握工具，知道这个工具的特性和有可能出现的问题在哪里，然后去避免这个风险，这对大部分人是更重要的。
重视 Workplace Analytics 的价值
在微软转型的这几年，我们也透过内部的企业大数据做了一个行为数据分析，来分析各部门的员工都在做些什么。在微软，通过邮件、Teams，我们可以看到部门和部门之间的合作情况，了解到哪一个团队或同事加班过多、哪一个团队的时间安排更为科学等等，这些都是我们通过大数据获悉的。我们称它为 Workplace Analytics，这是 AI 促进企业转型的一个典型应用。
你可能会问到，如何实现 Workplace Analytics 这样的 AI 落地？其实使用 Office 就可以。事实上，今时今日的 Office 已不再是大家以前印象中的 Word、Excel、PowerPoint，通过它的大数据分析能够很清楚地展示出企业的行为，甚至说我每个星期一都会收到一封邮件帮我分析上个星期我的时间花在哪儿了，第二天早上可以提醒我将昨晚开会时用的 PPT 分享给大家，并且已经自动将 PPT 变成附件放在邮件里面了，你只要写邮件正文就可以。类似的功能还有很多。
所以，真正的 AI 落地很多时候看起来微小，但它的影响却非常大。对于我来说，如果 AI 让我的开会更有效率，早30分钟结束就可以回家和家人吃饭，那么这个 AI 就很有用，比做瑕疵检测更为实际。目前，To C 端的便民应用已经越来越多，与此同时，像 Microsoft 365 或 Dynamics 365 这样的商用软件也添加了很多的 AI 功能。AI 落地最简单的方法就是怎样在现有的应用中开发 AI 功能，这样可以不改变用户的使用习惯，因为改变习惯是一个非常痛苦的过程。
2019年8月，微软日本宣布8月份每周只上班4天。这里，我所强调的不是4天或者这4天可以做到什么，日本地区能做到一周上四天班，是因为过去日本公司开会全部人员都会到场，甚至开会的目的就是要决定要不要和你开下一个会，而这样的会有很多很多。
微软日本的 CEO 通过 Workplace Analytics 分析发现，其实这中间有很多时间是可以节省的，最后他们釜底抽薪的方法就是8月份每周只上班4天，在宣布的同时他还亲笔写信发给所有的微软客户，恳求他们每个星期五不要找公司同事开会。他这么做的原因就是告诉所有微软的同事和老板，一个星期只上4天班，开会一定要更有效率。
什么叫更有效率？不用我来参加的就不要来参加，不是所有人都要在办公室，可以在家打电话，或者在咖啡厅开视频会议。大家知道北京的通勤很可怕，早上6点半出门，可能8点前还到不了公司，东京也是一样。通过这项决定，微软日本减少了27%的会议时间，增加了50%的个人专注时间，如果将该项计划面向所有员工推行，2000名员工预计能够节省600万美元的加班成本。
除此之外，在文化转型模型中，知识与能力同样不可或缺。有数据显示，在2025年，中国大陆地区就会有6400万个新的科技类工作岗位。在未来，对 AI、数据的基本了解，可能就像我们以前学英文一样，所以我们希望通过微软 Azure AI Fundamentals 认证（扫描文末二维码，了解更多），能让大家有机会学习 AI 的基础知识，将 AI 能力赋能给中国的更多用户及市场。
微软 Azure AI Fundamentals 认证二维码
你也许还想看：