当前一提到企业数字化转型建设就必然谈到价值二字，也就是说数字化要以价值为中心来开展相关工作，那么价值究竟是什么？

数字化做到什么程度才算有价值？

评判数字化价值的标准是什么？

关于数字化转型的价值，在大部分的企业的经营过程中一直具有很大的争议性。

对于数字化转型建设最直观的价值就是：降本增效！

感觉是不是很简单粗暴！

企业通过数字化如何降本？又如何增效？这个问题我想大部分传统企业的信息部门或者相关领导都一时难以回答。

事实是并不是所有的数字化场景在建设初期都是降本增效的，例如新引进一款系统，为了保障系统数据采集准确、及时，需额外招聘大量的数据录入人员或者运维人员，而在用纸质办公的时候这些完全都不需要，虽然利用了数字化系统，但又额外增加了人力资源成本，这算是降本吗？但利用数字化系统通过采集基础数据进行后期的大数据分析，对相关业务工作开展确实起到了指导及优化的作用，对于相关管理工作也提供了辅助决策能力，这难道不算数字化的价值吗？

大部分传统企业对于数字化价值的呈现总是以金钱这种模式来考量，在大部分领导的意识里总是认为上了数字化系统必须立马见效果，用系统必须马上降低人力成本或其他业务成本，但从未在管理上利用数字化技术去优化提升，加之一些软件公司商务人员对于售前方案的过度解读，让数字化过早了背负了太多的价值期望，让企业领导产生某种价值的错觉，认为软件就是解决一切问题的良药，使用以后所产生的效果是立竿见影的，最后却变成了“卖家秀与买家秀”，让数字化系统应用难、价值体现难。

所以企业对于数字化转型必须有更深刻的认知，只有想好了数字化是什么、做什么、怎么做这三大问题，才能制定出清晰的数字化价值实现路径。

当然在一些企业领导的眼里，在某些场景下，数字化的价值还是有体现的，比如那些满屏幕花花绿绿的报表，超大的管理驾驶舱，还有一些所谓的某某大平台或者中台，即使没有应用但这些无不体现着领导的数字化转型政绩，这难道不是领导的工作价值吗？在某些企业里似乎领导点头认可的数字化建设项目才能体现其价值，否则即使业务部门非常认同，相关领导不予点头认可，那么该项目始终是难以体现价值。再比如，明知某些数字化建设项目从一开始就是录入假数据、做假资料，但领导还是要求企业各相关部门要配合，确保系统内假数据逻辑正确，数据正确，经得起查验，为什么？因为该数字化项目可以参评某些奖项，可以获得某某认证，可以获得相关政策的补贴，其补贴的金额要远远大于所购软件的费用及补录数据所产生的人工成本，这难道不也是数字化的一种价值体现吗？如果非要以一种标准的数字化建设初心来衡量此种价值，只能说以上是一种伪价值，但如果从某种层面来说，此种方式确实得到了领导认可及产生了直观的经济效益，不能算价值吗？所以这种价值本身是充满争议的。如果从企业战略管理角度出发来做数字化转型，此种模式只能算是数字化面子工程、伪价值。

但以上现象也从另一方面给予信息部门以启示，那就是信息部门如何利用技术能力来创造直观价值，所以信息部门必须学会主动出击，融入企业的工作场景，在场景中利用信息技术来实现自身的价值。

老杨认为数字化的价值并非是要建多大的平台、多少用户用的系统，关键是业务部门使用了系统后能够真正提升效率，降低不必要的损耗，比如临时用工管理的小程序，虽然功能简单，但却解决了企业无计划乱用工、过程缺乏监管、最终用工结算难的问题，既规范了企业临时用工过程，又加快了用工结算管理，提升了效率，而过程数据又为后期的成本分析提供了有力的依据，所以老杨认为数字化系统的价值体现基础就是应用，真正使用起来，才能产生数据，而数据就是企业数字化的核心价值。

但在当前，大部分传统企业的系统数据由于缺乏运营管理而脏、乱、差，失去了后期的应用价值，所以若想体现系统数据的核心价值，企业必须加强过程管理，规范数据采集过程及录入标准化，很多企业在数据运营管理上很迷茫，面对众多系统数据显得无所适从，不知如何下手，于是依赖于第三方的锦囊妙计，想借第三方的工具平台及产品来实现数据运营管理，这本身也没错，毕竟也是想少走弯路，但很可惜的是很多领导总是喜欢玩弯道超车，喜欢去复制，现实是数字化总是别人家做的好没错，但别人家的最佳实践并不能适应本企业，所以企业不能过度依赖第三方，需要根据自身的管理特色创造出一条适合自己的数字化建设之路。

而对于数据价值，企业关键还是在于要学会找场景，场景对了，业务才能尝到甜头，才能享受数据价值的红利，而实现这一过程的关键就是业务与技术的融合；同时数据价值地图的建设很重要，它可以告诉业务部门根据地图来做什么，怎么做才能实现数据价值最大化。

综上所述，老杨认为对于企业数字化转型而言技术从来都不是门槛，改变才是最大障碍，领导人要清楚的知道通过第三方工具平台或者软件公司只可以解决意识的问题，解决有无工具的层面，但不能降低实践过程的风险。数据是企业数字化转型建设的成果体现，它如黄金、如石油，起初是湮没在众多系统内，需要一个提炼的过程，只有过程方法得当，才能体现数据价值，否则就是一文不值的垃圾，所以数据价值也只有企业通过场景自身去挖掘，去建设才能最大化。从中我们不难看出数字化的价值需要的是正确的建设路径与方法，需要的是清晰的目标，需要的是量化与可视化，而非一句“降本增效”那么简单。