作者 | 付曉岩
審校 | 羅燕珊
兩會之後，“新質生産力”成為了各行各業的熱門話題，筆者之前寫過一篇關于“新質生産力”的文章，稱其為本輪數字化轉型的終點，閱讀量還挺好的，說明大家對此确實抱有很大熱情，相信很多企業也在探索如何将這一理念運用到企業的經營管理中，迎接企業的“時代性更新”。本文準備分兩個部分，粗淺地聊聊“新質生産力”落地與數字化轉型這個方向性話題。
認識“新質生産力”
談運用當然離不開正确地認識，是以得先認識“新質生産力”，以下是對“新質生産力”的标準解釋：
新質生産力是創新起主導作用，擺脫傳統經濟增長方式、生産力發展路徑，具有高科技、高效能、高品質特征，符合新發展理念的先進生産力質态。它由技術革命性突破、生産要素創新性配置、産業深度轉型更新而催生，以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本内涵，以全要素生産率大幅提升為核心标志，特點是創新，關鍵在質優，本質是先進生産力。
從解釋中可以看出如下有助于了解實際操作的關鍵點：
（一）本質是“先進生産力”
這一點很重要，因為從企業視角而言，運用任何一種新的理念、方法、技術，都會天然地試圖跟收益直接挂鈎，但是了解“新質生産力”則要把直接收益先放一放，生産力發揮作用是在由生産關系結成的生産環境之下的，是以，生産力是不是具有直接收益，并不完全由生産力自己決定，不要總是很直接地跟生産力要企業效益，同樣的一碗飯，飯量大的人吃了不一定夠飽，飯量小的人還不一定吃得下，但飯就是那碗飯，它不因吃飯的人而改變，食物的構成、提供的熱量、包含的營養都一樣，但産生的效用就跟條件有關了。
（二）“新質生産力”有“硬”，也有“軟”
“新質生産力”必然有高科技的一面，“黑科技”是最家喻戶曉的“生産力”。但更全面的了解，要從“勞動資料、勞動對象”的“躍升”來體會，也就是企業用的工具，比如 ChatGPT 和處理器；企業處理的對象，比如資料。資料是新的生産要素，讀者可能會覺得，123456789 有什麼神奇的，神奇就在于今天的資料比較“大”，隻能用無可争議的“新質生産力”中勞動資料的代表，也就是軟硬體去處理，而且可能是非常複雜的軟硬體，資料則是“新質生産力”中勞動對象方面的典型代表。
除了這些比較容易直覺了解的“新質生産力”之外，還包括“生産要素創新性配置、産業深度轉型更新”、“優化組合”這類“軟”的“新質生産力”，讀者可能會覺得，這裡面是不是有生産關系在，如果細分的話，此處可以認為是實作“生産要素創新性配置、産業深度轉型更新”、“優化組合”的“方法”，也就是相關領域的方法論、方法研究，這些仍舊屬于生産力，落地實作之後才是生産關系，也即，它們是設計和實作“生産關系”的“生産力”，這些正是企業比較缺乏且不太熱衷于投入的，比如，企業轉型方法論、數字化方法論、企業架構方法論等，方法論的創新原本也在國家數字化相關政策的要求中，但這些方法論往往被企業當成“虛”的東西，可它們恰恰是幫助企業“無中生有”的“虛”，而不是浪費時間、浪費資源的“虛”。
企業不熱衷于對方法的研究，但卻經常找人來教自己怎麼快速“落實”方法，希望立竿見影，這不代表分工合理，而是有些本末倒置了，外人來最多是“點醒”自己，如果自己對方法缺乏“悟性”和積極性，那怎麼“點”也不會“醒”，企業必須有自己做方法論的能力，才能更好地吸收外部的方法，就像學習一樣，一個好學生不會隻是一個等着往裡倒答案的水缸，必然有能力舉一反三甚至讓水變甜，這需要企業自己對方法論有一定的研究和熱情才行。面對“新質生産力”，請像對待企業自身主營業務一樣對待方法論吧，沒有方法論歸納總結能力的企業，恐怕成為不了知識型企業，也很難駕馭“新質生産力”。
（三）人是非常關鍵的“新質生産力”
“勞動者”的“躍升”是“新質生産力”理論中關鍵的一環，“新質生産力”是人創造的，也是人使用的，最終是給人帶來價值的，“新質生産力”的全生命周期中，人都是關鍵因素，是以國家政策中一直有關于全民數字素養提升的部分。最近一年人工智能領域可以說非常炸裂，我們也看到，這些國外領先的人工智能創新企業都是人才高度密集型企業，雖然 90% 多的其他類型企業都無法達到這種人才密度，但是如果沒有對全體員工數字素養的基本提升，就很難在這個時代的勞動資料（計算機軟硬體）、勞動對象（資料）背景下搞創新，對于處在這個時間段的人來講，轉型、增加新技能是一個艱苦的過程，但這是轉型期必須經曆的，從來沒有輕松的轉型，也從來沒有時代切換期會讓人輕松渡過，尤其是知識密度如此高的今天。
知識不隻是“幹貨”，更是創造力，要學知識不是總盯着所謂的“幹貨”，而是學習對知識的創造能力，隻盯着“幹貨”學習，不會舉一反三，是很難适應環境變化的，而對環境的适應，是企業的整體行為，不是隻有少數人知道怎麼适應就行的。
基本素養的提升也許沒有想象的那麼難，最适合這個時代的思維方式就是結構化思維，尤其是全局性結構化思維，因為勞動資料（軟體）和勞動對象（資料）都跟這種思維方式關系密切。具備這種思維模式，可以更好地了解周圍的事物，也能更好地吸收知識，它是知識提煉的基礎，可能很多人會覺得這個有困難，但是回想一下自己的學生時代吧，對于大多數人來講，基本的結構化思維能力都是有的，隻是需要重新喚醒而已。
（四）衡量就看“全要素生産率大幅提升”
最近确實也有人在聊天中談到高品質發展、新質生産力的度量問題，高品質發展的體系很龐大，其度量更不是三言兩語可以說清楚的，但是在“新質生産力”方面，其解釋中畢竟有這麼一句關鍵的度量要求，也就是“全要素生産率大幅提升”，是以，在企業層面的檢驗可以圍繞着這句話來，這個畢竟是企業自己可衡量且可改進的。但是不要把這個要求機械地落實在所有時間點上，生産力的創新、落地、調整都是充滿變化的，各個要素發揮作用的時間周期也未必一緻，是以，不能很刻闆地用一把單一的尺子進行要素生産率提升衡量，這一是個“技術活”，更像是一個複雜的項目組合管理，多個要素依據自己的時間節奏在一個統一的時間線上共同演進，但在同一個時間點可能有升有降，最終獲得階段性總體提升。
有些要素的“生産率大幅提升”，也可以根據環境進行靈活定義，比如，數字化對人力的替代問題，不能單一用更高人效來評價，這容易導緻一些有機會通過人機結合發揮更好效果的行業出現不必要的“減人增效”，比如，金融行業的普惠業務就可以在數字化能力提升的情況下，通過更多的業務人員來提供更有“溫度”的服務，而不是總從成本或者數字技術效能的角度追求讓一個客戶經理管更多的普惠客戶。
簡單總結下，認識“新質生産力”要首先把握“生産力”這個關鍵定位，“生産力”不是簡單等同于收益；其次，“新質生産力”不隻有“黑科技”，還包括各種方法研究，對于大多數企業而言，方法的研究是更普遍的，也是在具備條件時，能夠真正用好“黑科技”的基礎；再次，最強大的“新質生産力”應該是人，人不提升，有新武器也用不好，人有長足進步，自己也能造武器，但人的學習中不能隻圍着所謂的“幹貨”來；最後，“生産力”畢竟是“生産力”，是以，在企業層面檢驗“新質生産力”，要看“全要素生産率”的提升程度，但這個衡量是需要有一定的時間跨度，注意不同要素發展周期的交叉性的。
對于“新質生産力”的高階了解，可以嘗試通過下圖進行分析：
“新質生産力”的“新”突出的是時代性，“質”反映的是技術、方法、理念的進步。
落地“新質生産力”
從對“新質生産力”的認識，可以大緻總結出“新質生産力”的落地路徑，這也是一個跟數字化轉型度相關的事情，很多在企業中可以應用的“新質生産力”都會與數字化産生聯系。
（一）内省
企業該用什麼東西，能用好什麼東西，需要先向内看，自我診斷，自己企業的目标是什麼、特點是什麼、資源是什麼、客戶是什麼、市場是什麼、優勢是什麼、劣勢是什麼，用用 SWOT 分析、五力分析、價值鍊分析等經典分析架構，先給自己把把脈。“新質生産力”既然首先定位是“生産力”，那“生産力”的施展是必然有其環境，也是依賴環境的，環境中的軟、硬因素都會對“新質生産力”的作用産生影響，很多企業應用新技術、新方法最終沒能取得好成果，然後背鍋的總是新技術、新方法甚至是實施探索的人，而不願意從環境上分析自己。
這一點筆者自身的專業領域，也就是企業架構與工程方面，總是不乏引入企業架構、引入中台、引入 DDD、引入靈活等方法失敗的例子，這類失敗大多數情況下都是失敗于一個“适配”問題，也就是對企業的目标、能力、環境等軟因素判斷不準，導緻方法引入錯誤或者方法落地調整發生錯誤，不能夠很好地正視自己是大多數失敗的開始，也就是說，很多失敗都是從一開始就失敗了，而不是實施沒做好。
數字化轉型是很多“新質生産力”落地的手段，但是很多企業的數字化也是在猶豫和懷疑中“耗過”本可以突破一下的時間的，究其根本，就是執着于“數字化轉型”這個詞，而沒有把握好企業自身的需求和對未來發展節奏的判斷。“數字化轉型”有沒有用，是根本就不需要問的問題，因為該問的是企業随着時代和技術的發展到底該是什麼樣子，打破頭都要去想這個問題，根據筆者的經驗，凡是企業自己了解不了、駕馭不了的東西，最終是落不了地的，不是工具有問題，而是企業和工具現在“沒緣分”。
“數字化”對不同企業确實價值不同，有的企業隻是提升營運效率，而有些企業是真的要用數字化手段去競争的，自己是什麼類型，将來會走向什麼類型，都需要判斷清楚，這個問題必須要由企業自己而不是别人來回答。是以，不要總問工具有什麼價值，工具也不會說話，價值都是人發現的。
企業應該認真學習這些很基礎也很好用的分析工具，自己多給自己診脈，自己多觀察自己。方法也是“新質生産力”，學習并創新對方法的使用，這本身就是落地“新質生産力”最好的方式。很多經典方法其實并沒有想象的那麼充滿“古早味”，比如關于競争戰略的分析，戰略大體上就是“差異化最大”、“總成本最低”、“集中戰略”這麼三類，玩的花樣再多也還是這三大類；再比如被大家津津樂道的網際網路營銷，其本質還是營銷領域經典的 4C 理論，是實作手段數字化了，可以說網際網路營銷更像是 4C 理論的數字化轉型。
通過現象了解其作用機制，這是學習的根本，網際網路營銷不是隻學習怎麼種草、怎麼圈粉、怎麼寫軟文的表面方法，一堆“幹貨”下來，大家都會寫了，企業的競争優勢又在哪裡呢？好的網際網路營銷一定是企業在這些基礎方法之上的自我創新，而不是持續“複刻”。
（二）修法
這裡指的是持續對自己的主營業務進行優化、鑽研，真搞出自己的一套方法來，成天“瘋魔”式對自家業務過程持續複盤、改進，不是好不容易成一單了，終于吐口氣了，而是對成功、失敗一視同仁，别總是隻問結果，沒有哪個企業不是失敗多于成功的，要根據成功、失敗經驗持續總結“獨門秘籍”，沒有這個追求，失敗會更常見，成功就成了買“彩票”，這樣的企業是很難成長的，也許也可以活下來，但就是很難成長。
《馬斯克傳》中介紹的“馬斯克五步工作法”中，第一步是筆者最推崇的，這一步就是追求持續的流程簡化，我們不要把它視為單純的“簡化”，而是持續的改良，如果沒有這個精神，企業就沒有持續創新和改進動力，進而，也就沒法把工具使用到極緻，那麼“新質生産力”在這樣的企業中即便落地，也隻能發揮出基本功能，甚至成為“新質裝飾力”。
環境總是變化的，沒有對業務改進的持續追求，也很容易出現“搖擺”。去年到今年，汽車行業也出現不少變化，豐田探索新的生産線和底盤都能拆三段的組裝式汽車，以達到對柔性生産的極緻追求；國外車企對新能源車的發展方向出現調整；國内造車新勢力出現困難局面等等，這些變化企業要如何應對，對汽車行業未來發展有什麼判斷？汽車的制造可能會進化成什麼樣？生産線的全新變革會由誰來引領？金融行業面臨“大而不強”的改革難題，很多行業也是如此，應該沒有在優化改進方面足以自我滿足和停下來休息下的企業。所有的困難都是方法創新的機會，也是靠方法創新來解決的，也隻有具備這種對方法的基本尊重和極緻追求，才能引導“新質生産力”發揮作用。
（三）強人
這裡的“強人”指的是強化人，強化人的能力，尤其是業務側人員。企業層面可以用的“新質生産力”很多會轉化成軟體和資料能力來展現給業務側，也就是業務側人員要想全面了解“新質生産力”，提高“新質生産力”學習能力，不見得是直接去學一些新技術，這樣未必有很直接的效果，或者效果比較淺，隻局限在一些軟體或技術工具的基本能力上，很難再做更多的創新。還是需要業務側人員先學會定義問題、分析問題、解決問題，學會形成業務解決辦法的基本能力。由于數字時代很多工作、産品、服務都與數字化有聯系，是以分析解決辦法和表達解決方法就都需要一定結構化能力，就像上文分析過的，凡于數字化相關的，大體離不開軟體和資料，而他們都是結構化的，要想将業務解決辦法變成數字化方案，就需要結構化地表達需求，那不如從一開始分析問題就采用結構化方法，這樣分析和表達就是一體的，連續承接下來的。
結構化方法也有很多，考慮到業務和技術之間的銜接，那麼企業架構類方法就很值得參考和學習的。很多企業都在談業技融合問題，在筆者看來，業技融合的關鍵問題在“聊”，得業務和技術能高效地“聊”到一起，那就需要雙方統一聊天的方式，結構化的語言就是雙方高效溝通的模式，在業務人員來講，就是把自己的業務處理過程、業務處理規則、業務處理對象、體驗追求都說清楚，這個工作之前一直是技術側需求分析人員或者産品經理的主要任務，但是現在，既然企業都追求轉化效率，那就需要業務側人員自己具備這個能力了，這不算是很大的跨越，隻是要業務人員把自己做的事情有結構地說清楚，無論大家覺得有多難，這都不足以跟任何一種“黑科技”甚至一些基本技術（比如區塊鍊）去相提并論，如果企業之前都打算讓業務人員學學新技術了，那還不如多花些時間學習業務人員真能掌握，也确實可以提升業技溝通效率的“技術”，當然，按照筆者本文的解釋，這也是“新質生産力”，還是特别該落地的“新質生産力”。
考慮到未來企業都要發展人工智能，都想用用大模型，筆者也在這裡借着這個點提個關于人工智能的思考。目前的大模型在 C 端的應用很注重自然語言交流，當然也有些結構化的提示詞工程，但總體比較“自然”，但是用在 B 端也一定如此嗎？
筆者認為，B 端非常注重領域知識，這些是該由大模型從企業模棱兩可的檔案、制度、合同、記錄中去“撈針”，還是該通過“企業知識庫”來學，這個知識庫該是什麼内容？什麼結構？該由誰來建？筆者認為，業務處理流程、業務處理規則、業務處理對象、特殊專業知識這些基本的業務知識隻能由業務人員自己來總結，這應該是大模型學習企業知識的捷徑和限制，隻有通過這種方式才能更好地了解企業，并發現企業的差異性。是以，培養業務人員的結構化思維，加強對業務的結構化表達能力，也是為智慧企業做的基礎性準備，并且沒有人能替企業去準備，如果别人能替企業完整準備好這些，那這個企業不被 AI 直接接管的理由又是什麼呢？
關于“修法”這件事，筆者引用自己課件中的一張圖，友善讀者進一步了解：
大多數情況下，技術的帶入并非設計解決方案的第一步，第一步通常是澄清問題，理清現狀，之後才能針對問題和現狀帶入技術解決思路，轉化為業技融合的解決方案，這個解決方案也就是“新質生産力”在大多數企業大多數場景下的落地過程。至于追求技術創新的企業，其實發展的第一步也是先給自己個目标，盡管這個目标在多數企業看來都是遙不可及的，正如 Open AI 的奧特曼自己曾說的，他發現很多做出偉大成績的人都有一個非常宏偉的目标，他們不是先創造了技術，而是先看到了一個遙遠的目标或者有一個夢想般的追求，為此最終革新了技術。
（四）研技
筆者把“研技”放在最後，是因為這個點對于各類企業而言差别很大，從事“黑科技”的企業，那是要聚集高密度人才去搞“生死”創新的；但是相對而言處于比較“下遊”的企業隻能做應用方法的創新，而不是“黑科技”本身的創新；至于兩者之間的一些資金充裕的企業則可能會處于“二開”狀态，也就是對源頭技術創新企業的“黑科技”進行一定的技術改造，這一點會成為企業獨特競争優勢，但同樣需要一定的人才密度，是以，“研技”這個點并非一個普适性說法，不同企業能“研”的“技”會有很大差别，但總體上會分為源頭的突破性創新、中間層的改造性創新和純下遊的應用性創新，同一個企業内部也可能會有多種形态同時存在，是以，根據企業自己的定位和企業内部不同部門、團隊對自己的定位來決定如何開展“研技”。
綜上，“新質生産力”的落地，跟對它的權威解釋中提到一個詞關系非常密切，也就是“創新”。“創新”并不是靈機一動、靈光乍現，企業追求的是持續創新能力，這就需要首先從“内省”做起，能夠客觀地分析自己；其次是“修法”，有對優化、改良的持續追求，隻有這種追求才能産生持續的創新意願，否則，一旦自滿，創新也就停止了；再次是“強人”，“新質生産力”不是替代人的，人本身就是“新質生産力”，是以必須持續強化人的能力，而人的能力中最有價值的是思維，這是人之是以為人的根本，結構化思維是這個時代的特征，必須培養；最後才是“研技”，沒有以上條件“技”無法發揮應有的作用，而“技”在不同的企業可“研”的差别也很大，是以，“技”要企業自己把握該幹什麼，這也是為什麼需要前三項作為條件的原因。“新質生産力”的落地在很多企業中與其數字化轉型也是密不可分的，要充分地結合在一起去思考。
本部分的内容筆者總結了一張圖，供大家參考：
本文讨論的這些内容無論對企業成長還是對個人成長而言，都一樣适用，努力培養自己吧，你就是“新質生産力”！
作者介紹
付曉岩，《企業級業務架構設計：方法論與實踐》、《銀行數字化轉型》和《聚合架構：面向數字生态的構件化企業架構》三書作者。北京天潤聚糧咨詢服務有限公司執行董事總經理，數孿模型科技公司進階副總裁；工業和資訊化重點領域數字化轉型與人工智能産業人才基地專家委員會副主任；中國計算機學會軟體工程專委會委員、數字金融分會首批執行委員；信通院企業架構推進中心、組裝式推進中心技術專家；中華全國數字化人才培育聯盟專家委員會特聘專家；工信部中小企業發展促進中心産教融合産業實踐教授；國家工程實驗室金融大資料應用與安全研究中心研究員；CIC 金融科技與數字經濟發展專家委員會成員；國家網際網路資料中心産業技術創新戰略聯盟專家委員會副主任專家委員。