牛年第一问，你是否是真的相信“数字化”？

牛年第一天，新年快乐，过年也没啥爱好，就爱唠嗑，这就攒了一篇，大家嗑瓜子的时候可以拿出来看看~

根据目前的市场风向，“数字孪生”似乎已经进入了收割的阶段， 一月份上海和深圳发布的文件中也都明确的将“数字孪生”写到了相应的指导纲领中，其次就是成都天府新区的数字城市建设招标中也把数字孪生平台写进了招标文件，春节前和一个深耕环保市场多年的从业人员交流，他对于当下的市场状况也感慨到：“现在数字孪生太热了~”

对于很多GIS公司，或者很多做政府信息化的公司而言，今年必然是一个“数字孪生”大battle的一年，毕竟在政府信息化市场玩坏一个概念也就三年左右的时间，政策的窗口其实错过了就是错过了~

虽然市场上概念包装的脚步一直就没有停过，但是细细考虑一下其实这些背后的逻辑都是一致的，无论是大数据、城市大脑、数字孪生抑或是当下又在提的“数字化”，你把十年前的那些需求和痛点的分析放在今天同样适用，事实上这些问题一直都在，这是背后不变的逻辑。

基于这样的理解，其实在我看来“数字孪生”和“数字化”完全就是一回事，要实现“数字孪生”就是要求对客观世界进行全量的数字化，这个不是一揽子的事情，万里长征开了个头而已。在当下很多人对于数字孪生的理解似乎就是一张酷炫的三维地图叠加一些专题信息，甚至在很多建设方案上将数字孪生作为一个单独的专题应用摆上去，我觉得这是完全不对的。

1、数字孪生和有没有地图没有直接的关系，我们要将我们客观世界搬到数字空间不是靠建一个绚丽的三维场景就可以的，这太浮夸了，地图对于数字孪生的意义更多的可能是在于提供了一个“数据的容器或者载体，同时还提供了一种极其直观的可视化方法”。数字孪生我们不能简单化理解，数字孪生的本质是万物连接，这一点的理解上其实腾讯理解的一直比较透彻，这个连接不仅仅是物联网设备的采集，还有一层就是要做“建模”，这个建模就是我们对客观世界的抽象，包括对象以及关系，这就是我们GIS常说的“Modeling Our World”，在微观场景就是一个业务逻辑，工业数字孪生中最重要的可能不是那个用来看的三维仿真，更多的应该是三维背后用来计算和模拟的模型算法以及设计的参数。

数字孪生我们现在还只是做了一个外表皮还没进入真正的里子。抖音的CEO张楠在思考抖音的本质的时候说了一句话其实很有意思，她认为抖音其实只做了一件事就是如何将人投射到数字空间，何其精准，只是将人投射到数字空间就创造了如此广阔的市场，对于数字孪生我们还是要选择做时间的朋友，需要一点耐心~

2、追求精细的建模是一种倒退，去年曾经有一个销售同事找到我，给我看了市面上其他厂商做的三维场景，极其精细，他说这就是客户想要的，客户现在就喜欢这个，为什么我们不把我们的模型再做的精细一些？这个可能就是当下的现状，大家现在削尖脑袋的在做一件事情试图把模型做的更加的精细，因为数字孪生嘛，跟真实世界一样，这样就是越精细越好，模型精细固然有场景，但是这不是数字孪生该有的场景，在我看来地图对于数字孪生只是一种数据的载体和可视化手段，能够承载数据和表达数据其实就够了，具体的精细度要结合业务需求去设定，更多的精细其实是一种浪费而且本质上是一种倒退，这件事情很多年前就已经做过了，而且没有体现过多的价值，当下的数字孪生的产生也并不是因为模型可以做的更精细而产生的。

数字孪生底层的逻辑就是数字化，未来数字化这个概念应该会接力数字孪生继续往前跑，但是在这个转变过程中你是不是真的相信“数字化”的力量或者趋势？我觉得绝大数据的人还是没有真的相信，大多数的还是想借着“数字化”的概念做一些信息化的生意。数字化可能应该成为一个长期的信仰，有了信仰才能成事。在这一点上其实优诺的一篇内部讲话我觉得说的很好，“数字化转型绝不能是我们随口说说的营销用语，而是我们生死攸关的战略选择。”

数字孪生或者数字化的布局显然不是今天动手术明天就上班的事情，这个是一个大的趋势，也不是年初定一个利润目标年底就能达成的事情，这是一个长期的投入和赛道的选择。

这种数字化的趋势在自然资源信息化趋势中也可以看出来，过年前自然资源部发布了一个《自然资源三维立体时空数据库建设总体方案》，由于一直在做智慧城市相关的内容，对于自然资源确实了解不多，看这个标题我当时以为是时空大数据云平台的一次三维的升级，但是我又看了一下整个方案的内容，其实总体上还是比较有意思，这个时空数据库的建设思路其实是为了服务“自然资源统一调查评价监测工作，健全自然资源监管体制”这一目的，这不就是在构建自然资源领域的数字孪生么？为了实现自然资源全生命周期的管理，自然就需要先进行调查摸清家底、然后对利用进行变化监测、监管、评价等。

在这个文件之上还有一个《自然资源调查监测体系构建总体方案》的指导文件，这份文件详细描述了自然资源的一个工作思路，提出了自然资源的分层分类模型，这是是自然资源三维立体时空的一个概念模型（如下图所示），也是后面所有内容的一个核心内容。同时在这样的需求下，建立更加高效的“空-天-地-网”的感知和监测体系就变得具有非常重要的现实意义，因为对于自然资源这种对象来说，它的范围更广、复杂度更高，是目前传统智能感知手段无法覆盖的，同时这种基础调查和专题调查会成为一个常规性的例行调查，但是目前的调查手段和变更的感知周期还是都过重以及过长，更加快速和高效的变化感知和监测才重要的趋势，因为数字孪生和数字化的趋势是要求万物都要连接，在这种连接下我们才有可能做到高效的监管。

另外一个数字化的理解就是我自己经常说的，信息化厂商经常说要给别人提供数字化解决方案，但是我们自身在产品构建方面是否也实现了数字化，我们自己是否如此笃信数字化以及在践行数字化。

我觉得大部分是没有的，To C的一些厂商在产品构建上可能还会有一些手段能够保证数字化，而这些数字化的基础就是是否能够拿到足够多的数据，而这些数据一定是来源你的最终使用客户，基于这样的数字化手段直线才能够保证产品的构建过程是可控的。

但是但多数的To G厂商的产品构建过程可能还是有点“英雄主义”，这个英雄一般情况下更多是由大老板或者各个条线的老大来负责，这个英雄的经验会成为产品构建的主要数据和思路来源，所以在To G这个行业是严重的经验主义依赖，因为客户的特殊性你很难能够在产品构建的初期能够形成良好的互动，同时To G的市场一般不是逻辑依赖，更多的是政策导向，要调研就需要找到政策的源头，这对很多小型公司是不现实的，目前行业里面很多所谓成功的公司，大部分的成功基本上也都是因为具备从源头上梳理的能力。所以在这种氛围下，大部分的To G公司在本身在产品构建过程中是根本不相信数字化的，因为很多时候直接客户都不知道自己的需求是什么，因为他们自己本身不是需求的来源而是需求转换的执行者。

所以很多公司喜欢在信息化比较发达的地方找案例落地，因为这些地方的客户会有很好的理解，能够充当“产品经理”这个角色，所以To G公司在产品上更多的还可能是客户成就你，而不是你赋能客户这种情况，这是非常魔幻的现实。

不能掌握源头的追赶政策是一件很辛苦的事情，东一榔头西一棒，也不会形成一个有效的沉淀，正所谓滚石不生苔，没办法用规模复制来分摊研发成本，企业会长期处于低毛利的状况，企业就没办法用贵的人，也很难形成高技术附加值的产品。

是不是就没有办法改变这个现状了呢？其实也不是，这可能是一个表象，我们如果我们再持续往政策的上游去分析，你就会发现政策的产生也是有源头的，这种源头是还是有逻辑可寻的，而且能够产生价值的东西往往是能够影响政策的，所以在产品的构建上应该着重在这个部分的沉淀，并形成核心产品的能力。

虽然To G的产品构建需要面临很大的不确定性，但是我们不能停止对数字化产品构建过程的追求，基于数据才能让产品回归逻辑，创造巨大的增长，降低瀑布式构建过程的风险。而且在我看来一个企业只有真正的建立了这种数字化的产品组织和体系才有可能有更长的生命周期。

> > >  end < < <

友情提醒

随手加个星标

不漏小鸟消息

免费问答星球

公众号小联盟

个人微信账号

滑动查看小鸟个人微信

点击 阅读原文 来俺免费圈子瞅瞅除夕夜专贴，还请放心授权：