为什么“没有场景”也要搞数字化？（一）

很多人说数字化转型没有场景，看不到效果。如果说信息化主要解决的是企业运行效率问题，那么数字化解决的将主要是决策效率问题，企业中大大小小决策是管理和智能化的核心。正是因为数字化的效果主要体现在企业决策部分，作为一次性行为，不可能对同一问题的不同决策方案做对比，决策效果难以评估。但不能因为难以评估就否定这是个好的决策方法。缺乏数字化的决策是不是一定不如数字化下的决策？还真是这样，大量行为学研究揭示，人类的思维过程存在系统的局限性。人们往往无法做到完全意义上的理性，相反，各种认知缺陷、启发式以及惯性思维决定了我们的大多数判断和决策。

高效决策需要数字化

在«不确定世界的理性选择»一书中有以下描述：“利用人类构建的线性模型判断，比只靠人类自己判断要有效率得多。我们提倡更广泛地使用准确的、机械的预测方法。道斯等人（1979）的研究表明，即便不使用统计上的最优权重数据，线性模型也能轻而易举地胜过专家判断。

平均来看，随机线性模型解释的效标和预测之间的方差变异是训练有素的专家基于直觉判断的1.5倍。基于数学推理，单位加权（就是把每个变量标准化，依据变化方向？1个标准差而引起的因变量变化）能提供更好的预测力，平均是人工判断的2.61倍。系统或随机线性模型常被诟病为不合理，是因为他们的系数（或权数）不是基于最优化预测的统计技术。然而这个研究表明，即便是如此不合理的模型，也能像那些合理的模型一样得出良好的预测结果。在解释线性模型中的系数时，系数前面的符号比具体的数字权重要重要得多。还需要指出的是，在利用包含不同数字和单位的测量量表数据时，基于直觉的人工判断是没有竞争力的。

既然在预测的准确性能够被检验的情境中，线性模型预测的效果比直觉判断的效果要好，那么在实际缺乏明确效标的情况下，为什么结果不也是如此呢？如果我们希望在涉及多重因素的情境中做出选择，那么运用自己的（尽管还不尽合理）线性模型就能做出不错的判断。”

如果说在信息化过程中只有少数类似高级排产APS用到了线性规划做出部分自动决策，那么在物联网加数据湖的大数据时代，复杂场景下的决策、边缘计算，基于数据的算法会成为常态。不做数字化转型，还靠人工决策的企业必然面临淘汰的危险。