我們老說互聯網+，互聯網+到底是怎么個加法？對我們的來講，互聯網+或者互聯網沖擊有三個階段：第一階段是網絡化，是連接人和物，連入互聯網，這個連接產生了網絡效應改變了信息不對稱；第二是數字化，這些設備和這些人在數據空間中，在網絡空間中會產生大量的數據，我們把數據變成信息，可以帶來精準的預測；第三，當我們對這些數據的規律掌握以后，就可以把這些規律和各種各樣的智能設備，我們稱之為賦予數據處理能力，這就到了智能化階段。最高級的智能化是人腦和機器連接，可以提高知識生產和傳遞效率。這三個階段是互聯網+什么，就是這些工具加到所有的經營環節中。
連接有什么效果？連接有兩個，就是把人和物連進去。第一個效果現在叫360行變成3600行。現在互聯網+連接完成以后，就會把行業進行分解。像過去一個出租車行業，現在就是分成了順風車、快車、出租車等等。互聯網連接還有第二個效應，它會聚合，它把過去一些分散的市場聚合成一個市場，使得這個市場能夠存在。舉一個小的例子，比如說世界上有一群人專門喜歡手機上下載的鈴聲是放屁的鈴聲，一個匈牙利的小朋友用聲音和軟件制作了20種放屁鈴聲的APP，一個月可以獲得一萬多美元，這種奇葩的人分布在世界各地。現在通過互聯網的聚合成為一個市場，過去這個市場是不存在的，所以連接是兩個效應，一個是分解，一個是聚合，使得我們現在的行業誕生出過去所沒有的市場。
互聯網+的第二個階段是大數據，就是數據化。這個數據化來源于兩個動力，一個動力是智能設備，兩化融合就產生工業大數據。工業大數據從哪來的？就是各種各樣的智能工具。數據化還有第二個動力，來自于社會交往平臺，就是各種各樣的社交網絡，比如說各種各樣的碎片數據、分享數據。例如，中國人愛分享幾類數據，一個是誰家有娃了，娃的生長日記，第二是分享風景，第三就是吃飯的數據，據說中國每天分享吃飯照片是7600萬張，分享所產生的信息也是大量的。新摩爾定律說，過去18個月產生的數據等于計算機有史以來的總和，或者說網絡空間的數據90%都是近兩年產生的。這個數據經濟的意義在哪里？它們實際上就成為跨界和顛覆的基礎。
我們說什么被顛覆了，就是因為他掌握了這個行業的用戶行為數據。如果沒有掌握用戶的行為數據就不好跨界，比如說小米原來不是做手機的，是做殺毒軟件的，一轉身就可以做手機，因為他知道了用戶行為。還有一個導演是郭敬明，過去是作家，現在一轉身變成導演，而且票房都是5個億左右，就是因為他知道他粉絲的行為。所以跨界和顛覆的基礎就是大數據。據統計，現在全球數據量從2003年5個EB到2020年可以有40個ZB。第三，是智能化，比如，現在我們的電子購物都是人類作主的，有人預測到2020年左右可能在電子商務的訂單有10%左右是由家電自主下單，比如你們家冰箱可以幫助你自動買牛奶，一開冰箱就知道你家牛奶的消耗量，根據網上促銷的價格，再加上牛奶的保質期，自動就可以下訂單，這就是智能化，現在家居智能化也越來越多。這是互聯網+的三個階段。
互聯網+三個階段還不是目的，在企業經營的過程中，最重要的是決策，它能不能提升管理的水平，或者促進整個行業向高端邁進？核心是和決策有關系的，所以第二個問題說一下數據與決策。
不同的學派和實踐者對于管理的本質可能有完全迥異的理解，但是都認可決策是管理的本質，而管理最核心的要素是信息的收集與傳遞。哈佛大學剛成立的一個計量社會科學學院，說大數據將掀起一場管理革命，無論是企業界、學術界、還是政府都會受到重大影響。決策產生價值，決策的精確性來自于信息對稱的程度，而信息的對稱程度來自于數據的挖掘和數據的梳理。
不管你是來自于機器設備、自然界的數據，還是來自于社交網絡的數據，如果真能夠做互聯網+的話，就能夠在實踐中產生影響。數據處理第一個過程是梳理成信息，就是這個原始數據或者是粗數據是需要清洗的，也有人稱之為臟數據。臟數據要變成信息，所以有很多公司設計一個職位是手機信息官，專門做的事情就是把大型的數據通過清理變成可用可視的，建立數據模型，能夠在實踐中提供預測，提供決策。
數據和信息梳理完之后就要形成大數據的平臺。要決策的情況下，僅僅局部數據沒有用，一定是企業內部數據和企業外部的數據二者聯合起來。我們企業過去做的ERP數據在整個大數據平臺當中分量大概是15%，另外85%的數據是企業外的數據環境的數據。舉個例子來說，比如說可口可樂做倉儲分配的時候，它現在用的不僅僅是企業內部ERP的數據，它要把歐洲國家去年氣象數據全部做起來。因為可樂的消費跟天氣的溫度是有關系的，在歐洲做存儲之后要做了大量歐洲天氣的數據和今年有什么變化，然后再做倉儲。所以大數據平臺的形成或者兩化融合的深度融合，現在已經由內部向企業外部蔓延，正在突破企業邊界。
第二是數據的開放性和公共性，因為數據難以由一家公司或者機構、政府部門所獲得，所以必須要產生一個開放的、公共的網絡環境，由第三方機構來決定你的數據是不是要開放。
第三是數據的動態性和及時性，65%的數據在你放一天之后是沒有價值的。比如，為了防止恐怖分子，這個數據最多就是30秒內就要判斷出來，如果三天之后判斷出來早就把事干完了，所以數據的動態性非常重要。
有了數據平臺以后，前期的研發、流程、渠道品牌都是通過數據驅動的基礎上進行運營。
產品的研發、流程的運營、品牌的傳播等等都牽扯到決策問題，開發這個產品是不是一定要上網，在哪個區域投放傳播媒介，最后在哪一群人中作為重點的客戶，這些都是決策問題。
數據支持的決策是什么樣的？首先我們要把決策研究清楚，決策的區分有兩個方面，一個是可控性，就是做完這個決策以后你是不是對最后的結果還有影響，這是可控性，就是決策者是否可以改變選擇內容和結果。第二是決策結果的衡量標準，即決策的成功是否與競爭對手有關。換句話說你決策的結果要的是相對性還是絕對性，比如我們的目標是完成任務，還是比他人更勝一籌。
按照這兩個指標，我們就把決策分成四個類型，第一叫判斷型決策，結果是絕對的，和別人沒有關系。第二是生產型決策，結果也和自己有關，和別人沒有關系，對最后你做完這個決策之后是不是影響結果中間是可控的。第三是競爭型決策，結果是相對性的，過程也是不可控的。第四是開拓型決策，結果是相對性的，是要有比較的，你在這個過程中可以施加影響。
有一個有名的管理學家叫菲爾羅森維總結的四個類型決策理論：第一是日常的選擇和判斷。一般情況下這種決策可控性很低，并且決策的表現是絕對的，決策的結果與競爭對手無關。比如日常你買東西回家就是判斷性決策，我買的東西好不好和我自己有關，但是一旦這個東西買完付完錢以后，這個東西是不是原廠的貨，是不是高保真的，你就不能控制了。牛奶好不好，只有買回家就是牛奶本身的事情了，所以這是結果不可控。
第二是可以改變結果的決策，這是一種可控的決策，通過個人的學習、通過個人的努力可以改變結果，可以做最好的自己。比如我今天做一個決定，我要考博士，或者我要干一個什么事，但是成功不成功與自己有關，最重要的是跟我努力的過程有關，這樣的決策是生產型決策，做完這個決定以后還要持續的努力，努力的過程是可控的。
第三類是需要勝過他人的決策。比如兩個人競爭一個崗位，這個是競爭型決策。
第四需要積極推動結果并需要勝過對手的對策，這是最高級的決策，稱之為開拓性決策。做這樣的決策一般都是高層管理團隊，高官需要卓越的領導力、溝通力和影響力，這種領導力、溝通力和影響力可以直接影響決策結果的。高層管理人員要保證所在的組織具備競爭力，能夠勝過對手，就是和戰略選擇密切有關系。比如說我們是否進入這個新市場，是否研發一個新產品，是不是深入一家公司，都是屬于四型決策。開發新產品都是和你的努力程度有關系的，企業的并購成不成是你的溝通到不到位，所以開拓型決策是專門考察高管團隊的領導力。
那么，數據平臺怎么來支撐？它需要不同的數據類型，不同的數據平臺支撐。比如對于判斷型決策，判斷這個東西好壞，這個時候結果一定形成了，在你買東西的時候結果就出來了，牛奶的品質好不好買之前就已經定了，所以這個時候是搜索數據和比價算法是最重要的。對于生產型決策，叫做結果尚未形成，中間是可以需要調整，所以這時候是監控數據和激勵算法最重要。我怎么把生產過程或者是學習過程監控的數據能夠全盤的取得。激勵算法，怎么激勵下屬能夠完成，這個變得最重要。第三是競爭型決策，叫規則已經形成，比如我們提拔一個處長，誰能夠當這個處長基本規則早就定了，這個時候也是監控數據最重要，什么時候先發制人，什么時候后發制人，先發制人也是有條件的，后發制人也是有條件的，根據雙方的實力不斷調整自己的決策。第四是開拓型決策，目標已經確定，但是確定完之后戰略布局沒有完成，所以這時候就需要戰略布局，怎么做一個更好的戰略布局才能達到一個目標。最重要的是需要搜索數據和監控數據，我要把信息盡量搜索全，同時把過程盡量描述的比較清晰，這時候是需要復雜模型，不是單一的模型，也不是單一的算法，因為它是需要你的溝通能力，需要你的交際等等，所以它是一個負責模型。因此我們從互聯網+到最后形成大數據平臺，最后這個數據平臺能夠在決策中發揮作用，就必須要理解決策的類型。對不同的類型尋找不同的支撐的數據。
數據驅動改變競爭。在大數據時代，組織通過挖掘大量內部和外部數據中所蘊含的信息，可以預測客戶需求，進行智能化決策分析，從而制定更加行之有效的戰略。組織戰略將從業務驅動轉向數據驅動。智能化決策是組織未來發展的方向。過去很多機構對自身經營發展的分析只停留在數據和信息的簡單匯總層面，缺乏對客戶、業務、營銷、競爭等方面的深入分析。過去企業管理中也有一些數據，最多做一個圖，在我們看來是描述層的分析，并沒有抓到規律。
因此新的數據改變我們企業的戰略，企業的競爭有一個五類模型。上是你的供應商，下游是你的客戶，上面是新進入者，底下是替代品，中間是這個行業的競爭程度。我們分析一個企業的競爭力主要是從這五類來分析。
現在在大數據，過去靜態的五類模型分析已經不太適應的，所以有人總結了新的五類模型。第一是你有沒有信號優勢，這個企業能夠察覺捕捉破解預示變化的信號并及時應變。第二是試錯優勢或者是迭代優勢，現在做互聯網都說迭代式開發，通過持續、大量、低成本的試驗和創新的機制，來尋找適合自己的路。第三是組織優勢，領導力、組織框架、人才儲備的彈性和活力，現在企業的組織結構是不是適應現在互聯網+時代。比如很多企業做互聯網轉型的時候，提倡內部創業，提倡小微團隊，提倡及時相應等等，一系列的組織變革都在進行。第四是系統優勢，管理并塑造多元業務系統形成生態、并保持其活力，也有人稱之為平臺優勢，諾基亞的CEO在回憶諾基亞為什么失敗，他有一個很有名的反思，他說：我們和蘋果相比，我們是以我們個體向蘋果的生態系統挑戰，注定我們是失敗的。第五是社會優勢，企業發展的目標與社會發展方向和社會責任相結合，好事不出門，壞事出千里，任何一個企業如果你的價值觀和整個社會發展方向不一致，都不會成功。現在已經到了口水可以淹死人的時代。第一它是有利于做口碑傳播，現在很多企業做廣告、做口碑就可以做的很好。反過來如果你的價值觀有問題，企業的行為和大的社會方向不一致，口水也能夠淹死，所以這是新的五類模型，反過來通過這五個優勢決定了你的社會地位。如果我們數據能夠支撐決策，企業改變了新的競爭戰略，這個信息化就邁向了數據化的時代，由IT邁向DT，實現由追求效率向追求結果轉變。信息化僅為管理決策提供參考價值，而數據化能夠直接決定企業的行動。信息化只是簡單的使用IT技術和數據提高企業運營效率，而數據化階段要求數據成為產品生產和運營的核心原材料，實現產品和供應鏈增值。
傳統企業在轉型的時候，在互聯網+的時代，特別是大數據建立完以后有什么樣的機遇或者有什么新的規則，我們總結有這些規則：第一是整合資源、降低成本、圈人、直銷、社交、要從剛需入手，砍掉房租與中間環節，讓利消費者，生成個性化價值。第二是用高性價比形成圈子：人群就是渠道，產品和服務就是傳播，積累的數據就是成長的空間。第三是依托“場景”開發，注重用戶的瞬時心態，分辨從小白與極客的客戶圖譜。
數據技術也有一些新的需求，對傳統企業要掌握一些DT技術。除了現在的云計算技術、移動技術、物聯網技術等以外，要把臟數據變成可用的，要有數據的連接技術。企業內部的ERP只能提供大數據平臺15%的數據，85%需要在外部環境中尋找。還有數據的特征值提取技術，還有情緒分析技術、結果有效性判斷技術等。
驅動機制的升級，有領導的決策過去靠決策者的遠見，傳統的時候是靠領導拍板。第二個階段企業到了戰略驅動，怎么把企業的戰略指標分解成KPI，最好的工具是平衡計分卡的工具。第三個階段是流程驅動，通過流程的改革形成一個閉環來驅動業務運行。現在企業已經到了第四階段，就是數據驅動，通過內外部數據形成數據分輪來提供企業的運營。
（本文根據呂本富在2015中國兩化融合大會的發言整理，未經本人審閱）
