数字化成为了企业转型的必经之路，如何在数字化世界构建业务，利用数字化技术的优势来构建自己的差异化竞争力，成为所有传统企业都在关注和追求的目标。
在2019年9月举行的大连数字交易博览会上，ThoughtWorks 数据智能事业部总经理史凯应邀发表了“数据智能：数字化转型的第三个浪潮”的主题演讲。随后，在2019年乌镇互联网大会数据中台高峰论坛上，他又应邀发表了“数据中台建设的一个体系四个蓝图”的主题演讲，均受到与会者热烈欢迎。
基于长期的实践和观察，史凯发起成立了一个“中国数据价值研究中心”。
这个社群性质的机构的大部分成员来自高校、学会和联盟，在成立会上发布了“数据中台：企业智能化之路”的行业调研分析报告，总结数据中台构建的实践经验，赋能更多即将走上智能化的企业。
一些数字化行业的朋友们开始调侃，史凯，成“网红”了。当然，史凯的“走红”绝非偶然。
作为ThoughtWorks 数据智能总经理，数字化转型专家，他有着近20年的企业信息化、数字化咨询规划、实施服务经验，参与了大量国际国内知名企业的数字化转型合作。此外，国内“中台”概念的蹿红，也与他不遗余力的推动有着密切关系。日前记者采访了史凯，就相关话题进行了解。
企业转型进入新的阶段
“企业的数字化转型正在经历第三次变革。”根据史凯的研究，企业发展历经信息化、数字化之后，已经进入智能化阶段。
他详细介绍了三个阶段的演进过程。
第一个阶段是以Information Technology（IT）为代表的信息化。史凯发现，“IT”信息化这个词首次出现在1958年的《哈佛商业评论》，作者Harold J. LeavittH和Thomas L. Whisler两人在题为“1980年的管理”的论文中预测上世纪80年代企业的管理将会是什么样子，这篇文章里首次提出“IT”的概念并清晰地解释了“IT”与原有传统制造、传统管理手段的区别。
史凯对此进行了深入的分析。
“IT”拉开了企业管理者和工人之间原本不大的业务差距（先前作为管理者的厂长依然要从事一些技术层面的工作），信息技术问世后，企业的管理开始分层，一些重复的劳动通过信息化手段自动化完成，效率大大提高，从而让管理者更加专注于企业的高层管理工作。
总体而言，IT解决了企业内部的管理和生产问题，信息化建立了整个企业的管理流程与生产线，代表的系统是PLM，ERP，MES，OA等等，企业基于这些系统对内部业务流程进行梳理和优化，让流程变成系统，能够自动运行。
ERP等项目解决了生产、设计、研发等问题，但是产品从生产、发货、送到客户手上历经层层分销和代理，周期过长、支付不便、客户端的反馈不及时，影响到产品的销售更新。
互联网和社交媒体的兴起，帮助用户实现了快速下单、电子支付以及快速的消费与体验。
这就是数字化(Digitalization)，核心是企业对外打通了和用户之间的生态，不仅有效地连接起了客户，还连接起了生产制造相关的后端设备。其核心的技术就是移动互联网、云计算，代表系统有CRM、电商、物流、电子采购等系统。
数字化，是企业发展的第二个阶段。
目前已经进入第三个阶段——智能化（Intelligent Empowerment）阶段。
实际上，早期人们对智能化的认识很肤浅，只是看看报表，获取更多的信息，以便辅助决策，从事核心计算的还是人类的大脑。
真正意义上的智能化，是将物理世界采集的丰富数据构成一个数字化世界，再将数字化世界中隐含着的复杂的、不为人脑所知的信息和深度经验通过人工智能、机器学习一类的技术挖掘出来，直接去驱动业务的发展、驱动系统的运行。
智能化与信息化、数字化阶段有显著的不同，后两者共同的特点是借助信息技术手段开展业务，在人类设计好流程、开发好软件之后再去驱动业务的标准化，软件起到是“翻译器”的作用，把物理世界的思想翻译到数字化世界，核心都是人指挥系统工作。而智能化阶段的最大特点是数据驱动软件，进而驱动人类工作、驱动业务的发展。
ThoughtWorks在2018年将智能化定义为Intelligent Empowerment，利用人工智能技术去使能所有的行业，包括赋能业务，赋能客户和企业员工。
企业发展的三个阶段也是数据的三个阶段——信息化时代是数据1.0的时代，数字化时代对应的是数据2.0的时代，智能化时代对应的是数据3.0时代。
数据1.0的时代，数据被用于软件和系统内部的局部简单数据的统计分析，是作为辅助流程应用的副产品。
数据2.0的时代，企业级数据分析需求出现，以数据仓库、商业智能为代表的系统，以数据可视化、分析报表为主要的服务手段，为企业的运营提供辅助决策。
从数据1.0时代到数据2.0时代，有一个共同的特点，那就是，数据本质上还是被人使用的，最终还是由人脑在形成决策驱动业务。
而到了智能化时代，也就是数据3.0时代，数据不再是被人“看”的了，数据的使用对象方式是应用系统本身，不再需要经过人的解读和理解，系统与系统直接通信，比如：人工智能的算法从数据中心获取洞见，获取业务的行为指引，直接去驱动业务系统。
在零售领域，订单被自动分析后，经过模拟，敏感性分析派发给效率最高的服务商。
在客户服务领域，客户的电话在接通的一刹那，大数据分析出这个客户历史的服务记录，最近的消费行为，行为喜好，可能的服务要求，将ticket分发给对应的最具经验客服人员去处理。
在生产领域，预测系统根据历史销量信息，市场宏观数据自动实时的调整生产计划，并且根据供应端的情况，动态分配生产计划给对应的生产线。
这一切，就是智能化的体现，智能化(IE)，是企业发展的下一个阶段。
数据中台规模化提升企业的价值
要实现智能化，就要善用数据。
很多人对数据的价值有深刻的认识，但如何发掘，以及发掘后的深层次分析处理和共享应用，不同的企业有不同的方式方法。
从软件诞生的那一天起，数据就存在了，甚至可以说数据比软件诞生更早，但是双方的关系正在发生变化——数据最早是软件的副产品，随后查询需求、分析需求逐渐产生，存储的需求也开始产生，数据也逐渐演变成世界最重要的组成部分。
在以往，数据是给人看的，看过之后去按按钮、操作各种系统和工具，而现在，数据要让系统直接用，从数据中台“吐”出来的不再是数据，不再是各种可视化的报表，而是驱动系统下一步行动的 “ 建议”。
史凯预计，未来三年内，这种方式将会大大普及。
数据中台概念能在时下非常火爆，与史凯在业界的推波助澜分不开。但他认为，根本原因是企业对智能化发展、对数据利用价值、对数据直接驱动系统的需求。原有的数据仓库、数据湖一类的技术在数据中台时代还将继续沿用，但它们的本质已经发生了变化，因为数据不再交给人类，而是要直接交给系统，通过数据去驱动系统和业务。
滴滴就是这样一个典型的数据驱动的企业——滴滴不仅没有一辆车，而且其派单、导航完全都是由机器自动完成。
数据中台承载了企业对于数据的愿景和需求。
“当然，数据中台会也会随着市场的变化而变化，也许明年就会升级，不再叫数据中台。”史凯说。
在3月份史凯的第一篇数据中台十万+的文章发表后，做了一个数据中台的行业调研，基于超过450份有效调研问卷，史凯发现，市场对于数据中台的认知还不够全面。
史凯认为，数据中台对企业的价值体现在六个方面，即一个成熟完整的数据中台应该包括如下六个能力：
数据资产的规划和治理、数据资源的采集和存储、数据资产的共享和协作、数据价值的探索和分析、数据服务的构建和治理，数据产品的度量和运营。所有这些都是数据中台承载的价值和功能。
想要建立数据驱动的能力，企业应该怎样做？
史凯建议企业一定要梳理清楚三个关键点：一是业务场景，数据应用一定要有业务价值。二是在业务价值基础之上明确需要采用哪些数据、数据在哪里、数据蓝图又是什么，而不仅仅关注自己已经存在数据仓库里的数据。三是要构建数据处理和智能的技术平台，排出优先级，制定智能化的演进路线，再逐步实施。
“价值驱动，构建数据价值链、自动按需服务、持续创造价值的精益数据创新(Lean Data Innovation)实践，便是ThoughtWorks对那些希望成为数据驱动的智能企业的建议。”史凯说。
ThoughtWorks的特点与优势
当前，整个行业和市场，数据服务公司、数据平台公司都在发力数据中台。
这些企业可以分成几类。一类是像麦肯锡、德勤等偏业务、偏战略型的传统咨询公司，他们对企业的业务及流程有深入理解，擅长梳理流程和业务规划的解构；第二类来自于数据基础架构企业，其最大的特点是推出相应的产品和解决方案，如阿里云、数澜科技、百分点等；第三类如第四范式、同盾等从事金融风控一类的垂直行业的数据服务公司。
ThoughtWorks是智能化时代为客户提供从发现问题、分析问题、规划路线、设计整体架构、整合行业资源到集成对应的技术、产品，形成端到端解决方案，然后交付业务价值的数字化转型服务商。
根据Snowden教授的Cynefin四象限理论，人们当前所处的这个世界的问题可以分为四类：
第一类是简单问题，如发现企业还没有线上渠道，那就必须马上建设电商平台；第二类是简单问题的拼装；第三类叫复杂问题；而第四类则称之为叫混沌问题——即非常模糊的问题。
前面两个问题，套装软件和大部分公有云厂商凭借快速复制的通用功能和清晰的流程可以轻易化解，但是后面两类问题不是一般的服务商所能应对的。
同样是制造企业，同样是PC生产商，联想、戴尔和HP之间的区别，就不是三言两语能讲清楚的。这是因为每家企业的背景、历史沿革、组织结构和文化、系统和数据现状、授权体系等千奇百怪。
智能化时代，企业追求的就是个性化。一个企业的特质和优点越多，就越难用标准化的手段解决。ThoughtWorks擅长解决的是复杂的和混沌的问题，需要咨询、规划、需求、设计、工程、数据全范围端到端能力，强调个性化定制的业务问题。
“ThoughtWorks拥有强大的工程能力，凭借对客户业务快速而深度的理解，通过敏捷、精益的方法论帮助客户诊断咨询，发现问题，集成生态中对应的能力，以创新的方法和强大的定制化组合、交付的能力，为客户提供整体化的解决方案。”史凯表示，ThoughtWorks一方面不会跟各类行业友商直接竞争（反而有更多的合作机会），另一方面，ThoughtWorks也不售卖产品。
客观、公正也是ThoughtWorks这样的第三方公司所具有的优势。
ThoughtWorks的目标是那些在市场上有野心，追求头部的和先进性的企业。对他们来说，没有可借鉴和照搬的模式，很难找到能够直接采用的软件产品和解决方案，要不断去探索，去创新去集成，要量身定制、能快速演进的解决方案。仅靠自身的力量是绝对不可能实现的。
迄今为止，ThoughtWorks已经帮助全球最大的豪车集团、全球最大的能源企业、国内领先的股份制银行等大量的跨国性企业开展整体的数字化转型，从数据的角度去赋能他们的业务；还帮助全球最大的PC企业构建端到端的业务系统和大数据驱动的智能供应链的系统。 通过长期与多个行业头部企业的合作，特别是在数据和智能领域的探索，ThoughtWorks数据智能事业部整合精益思想、设计思维和战略思维，创建了精益数据创新体系(Lean Data Innovation)。
这个体系包括一系列的方法、工具、平台架构和不同行业的场景实践模板，希望通过这个体系，能够快速的帮助企业找到数据利用的价值场景，让数据“用起来”，打通系统间数据壁垒，让数据“跑起来”，形成企业的价值闭环，让数据“转起来”，从而规模化赋能企业的各个业务领域。
这套方法论和架构工具过去两年已经在多个大型企业落地，并且已经迭代到第四个版本。为了解决业务人员不懂技术和数据的痛点，史凯还发明设计了一套数字化卡牌的桌游式工作坊，将数据智能的常用模式、技术、类型、分析成熟度等做成一套工具卡，让业务人员在游戏中就能充分理解掌握数字化的技术，从而更好的将数字化应用到业务创新中。
也正是因为他不余遗力的推动数据智能在各行业的应用，2019年史凯被国际DataIQ组织评选为“全球数据赋能者100人”，这也是国内的从业人士第一次获选。
技术雷达推进数字化转型和演进
技术雷达在某种程度上是ThoughtWorks的代名词，在数字化转型和演进的过程中能起到什么作用？
ThoughtWorks发布的技术雷达在业界有很大的影响力，在行业中的地位类似于Gartner的技术成熟度曲线与魔力象限。后者帮助CTO放眼未来三到五年，更好地把握行业方向和技术趋势；而技术雷达汇聚了ThoughtWorks全球所有项目的反馈，可帮助客户CTO、CIO以及技术中层更好地选型技术架构，更好地指导客户的实践。
中国数据价值研究中心：以助力数字化转型为目标
说到史凯在发起成立 “中国数据价值研究中心”的初衷的时候，史凯提到，在过去十几年的企业咨询历程中，很多时候，为中国企业做咨询、规划、架构服务都要对标海外的企业，比如十年前做电信，就去对标沃达丰，做银行就去对标BOA，但是现在很多中国企业的数字化，在某些领域进入了无人区，我们已经没有模式可以拷贝，没有标杆去对比和学习，尤其是在数据和人工智能领域。
但是，中国企业数量众多，不可能每个企业都从零开始摸索数据和智能的应用场景，从无到有去构建数据智能能力，这是很不经济，也不符合社会进步的趋势的。
“中国数据价值研究中心”立足于数据智能领域，整合数字化基础较好的行业企业，探索总结出多个行业的数据智能利用的场景清单、模板、方法论和实践体系，从而能够规模化赋能那些数字化起步比较晚，数据利用比较初级的企业，用平台化的思维，整体提升中国的智能化水平。
“ThoughtWorks希望通过借助“中国数据价值研究中心”这个平台，整合行业资源，特别是头部行业的实践企业、咨询、研究机构一起将在长期实践过程中积累的丰富经验推向更多的企业，协助更多的客户加速数字化转型的进程。” 史凯最后说。
