現在很多企業都在追求數字化轉型，要怎麼做才能實現數字化轉型呢？
在微軟亞洲研究院第三屆創新論壇上，微軟大中華區首席轉型官趙質忠透過《微軟數字化轉型的文化與工具》主題演講，詳解了數字化轉型一大核心問題——文化轉型的幾大要點。
當輸入1+1到計算機裡，結果肯定等於2，但是當你問小朋友1+1等於多少時，卻不一定等於2，1+1可以等於“11”，1+1甚至可以等於“王”。因為人的思維是跳躍且變化無窮的。在如何在數字化轉型裡讓企業達到最佳實踐這個問題上，他希望透過這幾年微軟的經驗來和大家做一個分享。
微軟大中華區首席轉型官趙質忠在微軟亞洲研究院第三屆創新論壇上進行主題演講
數字化技術只是工具，轉型是重中之重
事實上，大家都在談的數字化轉型，其重點在於轉型，而不是數字化。所謂的數字化其實就是工具，你所聽到的各種模型、各式各樣的 AI，都是工具。而在選擇對了工具之後，只有清楚地知道要做到什麼樣的事情，轉型才能落地。舉個例子，老闆在會議上提出要做 AI，但下面的員工卻並不知道要如何下手，儘管此前已經做好了準備：買了10臺 GPU，請了3個數據科學家，但具體要做什麼，怎麼做？所以在這個過程中，以人為主導的轉型才是最重要的，具體如何實現？我們可以來看看微軟轉型時所使用的模型。
文化轉型模型：ADKAR
微軟全球100多個國家的市場和營銷部門的轉型就是根據 ADKAR 這個模型做的。該模型包含了五個方面：理解（Awareness）、嚮往（Desire）、知識（Knowledge）、能力（Ability）以及強化（Reinforcement）。傳統使用的公司轉型方式其實非常簡單，通常就是 CEO 或者組織部門的大老闆發一個郵件或送大家去培訓，如果考核透過，那麼轉型成功。但是我們需要仔細地想一想，從這個模型中大家也可以看到轉型不是這麼容易的，其中有兩點需要特別重視。
一是 Awareness，理解
。我們需要讓大家知道“轉什麼”以及“為什麼轉”，其中的關鍵是要明確聽眾是誰。同時，要由一個正確的人把轉型的目標說出來，聽的人才會有感覺。
二是 Desire，嚮往
。在通常的轉型中，特別是在生產效益可觀的階段做出轉型決策時，如何讓公司所有人都向往轉型？要知道，能夠提升員工轉型期待值的，不是 CEO，也不是總經理，而是所有的一線管理者。比如，老闆發了一封郵件給所有人，如果我是前線銷售主管，看完之後沒有明白，去追問老闆，那麼最後就可以使下面的工作順利進行。但是，如果在不清楚的情況下，仍然去做了，那麼最後的結果很有可能與老闆的初衷背道而馳。
因此，一線管理者才是最重要的，如果他們不懂為什麼要轉型或不能提供支援，那麼很有可能會成為轉型的“破壞者”，也就是所謂的“上有政策、下有對策”，轉型是需要所有人朝著一個方向去努力的。微軟在過去的四年一直是這樣做的，每一個季度我們都會把大中華地區所有的一線管理者集中到一個地方共同探討下一季度的方向，清楚我們要改變什麼，以及明確改變的動機。這兩個都相當重要。
模型的另外三個點，知識（Knowledge）、能力（Ability）和強化（Reinforcement），大部分公司都做得不錯。所以再次強調，你想要在公司、在部門做改變，就要明確：說什麼、由誰說、給誰聽，要讓一線的管理者有足夠的動力。
基於機器學習的預測，釋放員工時間
相信大家都聽過這個問題：AI 是不是會取代大家的工作？通常財務部門的人都很擔心，為什麼？因為財務涉及最多的是資料，如果交給機器學習做資料預測，會不會比人類做得更好？但實際上，在財務的轉型中，機器只是做了一些日常繁瑣的事務，這反而省下時間讓人去做更有價值的事情。
幾年前，微軟全球的財務部門就開始把越來越多的資料預測交給機器學習來做。當然，這個機器學習模型是需要經過一段時間痛苦的訓練的，所以作為領導者一定要能夠把“陣痛期”計劃在裡面。而且隨著時間的推移，模型也需要不斷最佳化，只有把變化的問題帶到模型中，才能解決實際問題。
對此，微軟做了另外一件有趣的事。時任微軟全球執行副總裁沈向洋和微軟研究院的團隊在美國總部開設了一個 AI 學習班，讓財務部門感興趣的同事，甚至有一些沒有技術背景的人學習 AI、學習 Python。但有一個要求就是要帶著公司或部門的痛點到課堂，在學期一開始，將痛點當成功課，在課程結束後建立一個相對可以使用的模型來解決該痛點。因為對於財務部門來說，比起研究背後模型的產生，應用才是他們更加需要的，所以要將實際的痛點帶到模型中，才能提升模型的可用性。
就像我一開始強調的，對大部分人來說，AI 就是個工具，我們只要學習怎麼去掌握工具，知道這個工具的特性和有可能出現的問題在哪裡，然後去避免這個風險，這對大部分人是更重要的。
重視 Workplace Analytics 的價值
在微軟轉型的這幾年，我們也透過內部的企業大資料做了一個行為資料分析，來分析各部門的員工都在做些什麼。在微軟，透過郵件、Teams，我們可以看到部門和部門之間的合作情況，瞭解到哪一個團隊或同事加班過多、哪一個團隊的時間安排更為科學等等，這些都是我們透過大資料獲悉的。我們稱它為 Workplace Analytics，這是 AI 促進企業轉型的一個典型應用。
你可能會問到，如何實現 Workplace Analytics 這樣的 AI 落地？其實使用 Office 就可以。事實上，今時今日的 Office 已不再是大家以前印象中的 Word、Excel、PowerPoint，透過它的大資料分析能夠很清楚地展示出企業的行為，甚至說我每個星期一都會收到一封郵件幫我分析上個星期我的時間花在哪兒了，第二天早上可以提醒我將昨晚開會時用的 PPT 分享給大家，並且已經自動將 PPT 變成附件放在郵件裡面了，你只要寫郵件正文就可以。類似的功能還有很多。
所以，真正的 AI 落地很多時候看起來微小，但它的影響卻非常大。對於我來說，如果 AI 讓我的開會更有效率，早30分鐘結束就可以回家和家人吃飯，那麼這個 AI 就很有用，比做瑕疵檢測更為實際。目前，To C 端的便民應用已經越來越多，與此同時，像 Microsoft 365 或 Dynamics 365 這樣的商用軟體也添加了很多的 AI 功能。AI 落地最簡單的方法就是怎樣在現有的應用中開發 AI 功能，這樣可以不改變使用者的使用習慣，因為改變習慣是一個非常痛苦的過程。
四天工作制，本質是促進效率提升
2019年8月，微軟日本宣佈8月份每週只上班4天。這裡，我所強調的不是4天或者這4天可以做到什麼，日本地區能做到一週上四天班，是因為過去日本公司開會全部人員都會到場，甚至開會的目的就是要決定要不要和你開下一個會，而這樣的會有很多很多。
微軟日本的 CEO 透過 Workplace Analytics 分析發現，其實這中間有很多時間是可以節省的，最後他們釜底抽薪的方法就是8月份每週只上班4天，在宣佈的同時他還親筆寫信發給所有的微軟客戶，懇求他們每個星期五不要找公司同事開會。他這麼做的原因就是告訴所有微軟的同事和老闆，一個星期只上4天班，開會一定要更有效率。
什麼叫更有效率？不用我來參加的就不要來參加，不是所有人都要在辦公室，可以在家打電話，或者在咖啡廳開影片會議。大家知道北京的通勤很可怕，早上6點半出門，可能8點前還到不了公司，東京也是一樣。透過這項決定，微軟日本減少了27%的會議時間，增加了50%的個人專注時間，如果將該項計劃面向所有員工推行，2000名員工預計能夠節省600萬美元的加班成本。
除此之外，在文化轉型模型中，知識與能力同樣不可或缺。有資料顯示，在2025年，中國大陸地區就會有6400萬個新的科技類工作崗位。在未來，對 AI、資料的基本瞭解，可能就像我們以前學英文一樣。
