数字化转型是这一两年的热点，所有IT公司都在谈。但什么是数字化转型，如何展开，各个公司的方法论不同。当然，归根原因在于各个公司的业务、产品和战略不同，视角也不同。
这几天，大数网几乎找遍了所有研究机构的调研报告，包括IDC、麦肯锡、波士顿研究、毕马威、普华永道等（为啥没有Gartner，不知道）；还发现了微软、戴尔相关的报告。以下摘抄各大研究报告的精华，供参考。顺便最后送两个技术类的报告精华，分别是毕马威中国对中国银行业转型痛点研究，以及普华永道2018年人工智能技术十大趋势。
无论这些研究报告怎么定义，大数网这么认为：数字化指将生产资料数字化的过程，需要借助ICT手段。这些生产资料（所有的元素）数字化之后，将以数据为中心，展开生产、经营、组织架构、营销管理、商业模式等公司各个方面的变革。云、大数据、AI和区块链是实现数字化手段的催化剂。概念怎么变化，还是为公司服务的：公司需要数字化做什么，怎么提高收益，提高竞争力？
来看看这些研究机构的成果。
第一，建立成为数字化原生企业的愿景。
第二，利用最新ICT技术探索改变企业传统的商业模式。
第三，评估数字化转型的成熟度和绩效。包括数字化转型、领导力转型、全方位体验钻性、信息与数据转型、运营模式转型、工作资源转型。
第四，用信息技术尝试开发数字化产品与服务。
第五，建立支持数字化转型的组织架构。
第六，选择合适的技术、平台及合作伙伴。
决定1: 公司应该朝哪个方向发展
决定2: 谁是领导者
决定3: 如何给重要股东“画饼”
决定4: 将公司摆在数字生态的哪个位置
决定5: 如何在转型过程中进行决策
决定6: 如何快速并动态地分配资金
决定 7: 谨慎地考虑风险
摘自麦肯锡全球研究院 2017年12月报告。在这份报告中，提出“数字化”包括三个方面的内容：资产数字化、运营数字化、劳动力的数字化。
报告认为，预计到2030年，三种数字化推动力（去中介化、分散化和非物质化）或可转移与创造10~45%的行业收入，其中去中介化和分散化的影响最为显著。
企业转向数字化，不妨考虑以下六个方向：
采取更加大胆的战略；
借力中国庞大的数字生态系统；
利用中国的海量数据资源，以数据分析实现企业价值最大化；
打造敏捷型组织；
实现数字化运营；
密切关注国家政策和监管规定。
该报告研究了中国22个行业的数字化水平，一共162页PPT，很值得一看。
1.领导力很重要；
2.通过绩效完成文化组织变革；
3. 将你的客户、产品、资产和人员联系起来；
4.采用数据文化（让数据成为决策）
5.实验和快速失败（一切的快，不要拖沓）
6.思考生态系统并成为一家企业软件公司；
7.谁是我的Uber（竞争对手）
在今年的最具创新精神的公司的报告中，我们研究了数字创新的现状，以及企业如何将创新计划重新聚焦于数字需求的这一方面。
自2014年以来，只有四种类型的创新——都与数字相关——的重要性日益增加，并且正在被更多公司所追求：大数据分析，新技术的快速采用，移动产品和功能以及数字设计。
这些企业需要回答以下三个方面的问题：
战略：我们如何应用技术来扩展新产品、服务和商业模式的可能性？
操作和过程。我们如何应用数字技术来驱动创新，利用新的工具、平台和过程（如敏捷），以便将洞察力转化为新的产品和服务？
我们如何将自己转变为能够将数字创新推向市场并使其发挥作用的数字化能力的组织和文化？
报告中对50家创新公司做了分析，中国公司为数不多。
原文链接地址。原文一共24页，也值得一看。以上翻译来自网易见外，人工没有干预。https://www.bcg.com/publications ... 018-innovation.aspx
戴尔：传统产业数字化转型的模式和路径本报告是国务院发展研究中心管理世界杂志社与戴尔集团从2017年初开始，合作开展了“传统产业数字化转型的模式和路径”课题研究。
报告认为，数字化是指，利用新一代信息技术，构建数据的采集、传输、存储、处理和反馈的闭环，打通不同层级与不同行业间的数据壁垒，提高行业整体的运行效率，构建全新的数字经济体系。
报告把数字化转型分为四个阶段：第一阶段(2018-2020)：数字化转型试点；第二阶段(2021-2025)：中小企业进行数字化转型；第三阶段(2026-2030)：企业内到行业的集成；第四阶段(2031-2035)：构建完整的生态系统。
报告认为，传统产业数字化转型的主要措施
构建数字经济的战略体系
完善数字化基础设施建设
形成一整套制度保障体系
探索教育和人才培养机制
打造自主可控的数字化赋能平台
塑造促进产业数字化转型的创新体系
形成大中小企业协同发展的数字化产业格局
构建开放、协同、融合的数字化生态体系
其一，银行类金融机构通过借鉴金融科技产业创新思路，自行研发创新金融技术，构建产业生态；
其二，采用与金融科技公司合作的形式，利用金融科技公司的创新成果来推动银行业金融科技业态的研发与应用；
其三，利用“投贷联动”等产业政策契机，以投资带动合作，与专业投资机构联动，由金融机构投资或参股金融科技创业公司，来构筑双方深度业务合作的开展。
深度学习：揭秘神经网络的工作原理
胶囊网络：模拟大脑的视觉处理优势
深度增强学习：交互型问题解决之道
生成对抗网络：网络配对促进训练，减轻处理负担
精简和增强数据学习：解决数据标签化挑战
概率编程：便于模型开发的语言
混合学习模式：结合算法优势解决不确定性问题
自动机器学习：无需编程即可创建模型
数字孪生体：超越工业应用的虚拟复制品
可解释的人工智能：打开黑匣子
来源：大数网
| 欢迎光临 168大数据 (http://bi168.cn/) | Powered by Discuz! X3.2 |