建自己的利润区。 云 n 面对新经济，应该如何找到 新的机会增长点，如何找到 自己的“第二曲线”； n 业务一扩张就会出现成本线 迅速超过收益线的情况，难 免使企业陷入规模经济效应 递减的状态之中。 一类是成熟的大型企业 一类是创新创业型企业 对于大型企业 对于创新创业型企业 好战略 vs 坏战略： 背后的金线即增 长 今天面临的核心问题 13 原有的企业增长思维 3 1 GE 旗下的任何一家企业，如果不在市场竞争中占据第一和第二的位置， GE 就会整顿、 关闭或出售它们。在韦尔奇担任 CEO 期间， GE 出售了价值 110 亿美元的业务资产， 大 规模缩减业务范围，然后把资源配置到在行业中数一数二的业务公司。 GE 在重组 中增 长，营业额由 270 亿美元攀升到 1 290 亿美元，并连续多年名列《财富》 杂志“最受尊 敬的美国公司”榜首。 云 “ 数一数二”战略作为典型的撤退后聚焦的增长战略，最开始实施的时候并不成功 。 因为，如果界定细分市场的规模较小，那么， 即使成为数一数二也没效果。“你的目 标设置有问题，造成你们下属公司的 CEO ，都在试图将业务池的定义缩小。” 行业的界定是实现“数一数二”战略的关键。 韦尔奇重新界定了“数一数二”战略，

12000 件左右的货物。 为什么读它？ 组织微粒化 组织 " 微粒化 " 将臃肿的大组织微粒化分解成单个个体 , 小前端探知市场脉络 , 新业务聚合新团队 , 可迅速 复 制和大规模扩张 , 完成 " 裂变 " 在高维度预测整个商业社会发展的大方向 寻找在低维空间里绝对隐身的战略选择 寻找跃迁的 " 虫洞 " 和破 局点 整合内部和外部资源 , 全力投入 , 实 进行数据交互与结果分析。 组织形态发展的趋势之一。 组织规模的小型化并不是指 其产值或市场缩水 , 而是指人员和 组织规模的缩小。 数 字技术能帮助企业对资产绩效进行监控、 分析 与预 测 , 将非核心和非战略性的资产 外包出去 , 从而灵活 轻巧地 应对外界变化。 数字时代管理的四大挑战之三 3 在数字技术的加持下 , 企业规模的小型化和灵活化也 是 1 4 2 当逐渐累积了第一桶金 平台化管理的“五化模型” 阿里巴巴今日的斐然成就与创始人马云拥有更高维度的视角密不可 分。 数字技术打开了数字虚拟世界的大门 , 马云通过平台商业模式 , 凭 借更高维度的价值观、 具有网络规模效应的互联网 , 以及大数据和 人工 来的演化方向 , 然后夯实基础 , 将重点放在战略方向和商业模式上 , 而不仅仅是执行力。 升维与突围 高维度俯瞰传统的工业世界。 聚焦指把每个细节精确到极致

10 章 优 化 改 章 明 道 数字化时代的产品和服务 5 10 数字化转型如何落地 PART.01 数字化时代已经到来 截至目前，我国网民规模已超过 10.11 亿，互联网普及率达 71.6% 。在中国的广大农村及偏远地区均已实现 4G 网络的覆盖，移动互 联网比有线互联网更加普及，而且 5G 基站也在快速建设中。智能手机、即时通信、电子商务、数字化营销、在线教育、电子政务 、管理和处理的数据集合，是需要新处理 模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。 数字技术和基础设施（大数据） 多样的数据类型 价值密度低 海量的数据规模 快速的数据流转 大数据的四大特征 容量更大 超大网络容量，连接数密度大幅度提高，具 有千亿台设备的连接能力，可满足物联网通 成长期 成长过程中竞争加剧，大量中小企业倒闭，大型企业规模优势明显。 3. 繁荣期 行业集中度越来越高，大型企业形成垄断或者双寡头垄断。 4. 转型期 随着时间推移，行业利润趋于平稳或衰退，此时只有通过转型进入 新生期，否则容易被淘汰。 以第二次工业革命为例，自从有了电，很多工厂建造了自己的发电站，后来随着大型发电站和大规模电网的出现，很多企业都不在需要建立自己的发电站， 直

P27 共享服务发展趋势 单一功能的 共享服务 多功能的共 享服务 集成的多功 能共享服务 一体化的共 享服务 P28 财务共享服务模式 主要内容 基础性共享服务模式 利用规模化和标准化的服务为企业客户达到降低成本的目标，是一种托管式 的服务模式 共享服务市场化模式 企业客户可按照自己的意愿和实际情况来选择共享服务模式 共享服务高级市场模式 企业客户具有对服务 l 对所负责财务模块的总体经营 状况进行分析，为经营决策提 供支持 l 建立标准成本体系并不断修正、 细化成本管理单元，分析成本 发生的动因并及时纠偏 l 收集同规模企业的经济活动数 据 l 按月统计成本费用等信息，进 行财务分析与预测，出具相关 分析报告 l 出具相关管理报表，满足企业 经营决策的需要 l 其他财务分析业务的相关工作 P44 05 第 5 章、财务共享服务中心组织设计 P45 指基于区域或板块的业务特点和 规模，划分为多个财务共享服务 中心，支持其所覆盖区域或板块 的业务运作 如：华为的财务共享服务中心 企业以分公司、子公司等下级单 位为基础，分别设立多个共享服 务中心。这种类型的财务共享服

地有限，租赁公司必须设法确保新车交付量和拍卖再销售的旧车运出量 最小化。 ·商务用车。很多公司为公司高层或普通员工提供商务用车，以应 对各种应酬或办理业务。这些客户有高级经理、销售代表、出租车司 机、运输人员等。规模较小的企业可能会与汽车公司或经销商商定一个 价格。有时，某公司出于自身用车计划的考虑，也许会与多个汽车公司 签订长期合同，来获取个别车型。公司可能会让员工从各类不同汽车公 司的多种车型中挑选一款。那么，员工就可以根据租赁期限或者里程数 不可缺少的。一些必要的限制条件和花费有每个供应商的地理位置，从 供应商提取一定数量零件的时间，中转站和装配工厂的位置，以及每公 里所耗成本。要保证零件的送货时间及货车车队运营成本的最优化。在 路线安排最后确定前，可以进行大规模的流程模拟。 流程与物资流的关系 图2-4描述了这些运营流程是如何整合和同步，以支持零件和汽车 的运输流的。 图 2-4 运营流程的整合与同步 计划流程 完成供应链的最终必要流程要在实际生产前3~5年执行。具体计划 况完成新车设计。此外，很多供应商也要和工程师一起选择配件。 汽车设计中要考虑的一个因素是供应链的影响。比如，随着多种车 型共享不同类别的零件，效率也就越高。零件的种类变少，同一种零件 的产量就增大了。这样做的结果就是扩大经济规模，提高各类供应商提 供大量零部件的能力。 另外一个例子也可以说明产品计划的优点。可以直接减少与配件或 颜色有关的零件数量。由于受影响的零件更少，这种安排可以提高经销 商改变配件或颜色的灵活性。

古典经济理论构建了一个技术上的生产函数，认为企业是一个专业化生产单位，是为外部进行生产（服务）的，其实 就是我们经常说的专业化理论 企业存在是因为比个人的自给自足更加有效率，这种效率的来源涵盖了规模经济、专业化等方面 专业化理论的基础是企业的生产功能，关键点是企业可以提高生产效率 21 世纪，企业成功取决于速度、柔性化、整合和创新，具有灵活性和弹性的组织能更好的存活，关键成功因素发生变 美国获得繁荣的基础正是基于广泛的信任 “ 美国企业会迅速引入职业经理人，尤其 在创始人过世后，到孙辈时，很少有人积 极参与公司管理，基本交由职业经理打理， 他们转而成为财务性股东” 华人企业的小规模，在于“华人非常信任 与之有关系的人”，反之，也同样非常不 信 任自己家族和亲属之外的人 家庭之外的信任匮乏，致使不相关的人很 难组建群体或者组织，如商业企业 赋能组织 劳动效率最大化的手段就是分 工 泰勒的科学管理 “ 权利赋予职位而非人”，对当时“个 人权 威至上”的欧洲带来巨大冲击 “ 经验管理”到“现代管理”的分水岭， 为德 国企业从“小规模世袭”到“大规 模管理”转 变做出重要贡献 合法的权利是组织管理的核心 “ 如果能够理性的分配权利，用“法律” 的 手段明确权利，组织结构就是最有效 的形式” 组织效率最大化的手段

EDGE 运营模式 连接战略与交付 《 Edge- 价值驱动的数字化转型》什么是 EDGE EDGE 强调适应性以 应对市场不确定性 EDGE 基础是进行 增量投资，而不是 大规模前期融资 EDGE 是一种介于愿 景和交付之间的运用 模式，能建立一个快 速响应客户需求的新 兴技术 EDGE 将数字技术和 流程改进能力结合， 以大幅度改善客户旅 Kindle 改变了图书阅读与出版业务形式 Google 推出 Android 手机操作系统 数字世界观点（示例） 2007 年数字世界之拐点（高速发展的一年），所有这些技术的融合发展使得新公司规模变得更 大 P1 6 改变适应度函数 适应度函数 前数字化时代 数字化时代 业务 投资回报率（ ROI ） 客户价值 技术 成本 / 效率 速度 / 适应度 “ 复杂性理论”包含一个被称 MVP 在考虑了基于所发布精 益切片的学习之后定义 MVP 只有当试点结果可用时，才会决定对所有用户发布的通用版本 的时间和范围 版本 2 将试点扩展到更大的用 户群体 版本 1 小规模用户试点 （有时仅限内部用户） 敏捷产品待办列表 精益切片 1 客户旅程 精益切片 3 平台服务 基础设施 领域服务 访问控制 事件 在开发产品第一个 精益切片时可以让

生态 化 基础 保障类 客户 运营类 平台 服务类 创新 引领类 • 《企业 IT 数字化能力和运营效果成熟度模型》 IOMM 标准体系针对不同行业、不同规模企业制定面向平台 IT 和业务 IT 的五 类成 熟度，每个类别都对相应能力进行评估，定位水平，并以价值分数进行效果验证。 • 适用于企业数字化转型发展过程中的相关领导者和相关人员，梳

荐；Knewton等教育技术公司使用机器学习来个性化设计学生的学习路径，通过分 析学生的学习数据和表现，其系统能够提供定制化的学习资源和反馈。 （3）深度学习革命 21世纪10年代至今，随着算力的提升，深度神经网络和大规模数据集的结合使AI在 图像识别、语音识别、自然语言处理、自动驾驶等领域取得了突破性进展。特斯拉 7 的Autopilot和谷歌的Waymo都是自动驾驶技术的代表，这些系统利用机器学习算法 识别道 31 图3-3 由Transformer架构发展而来的各种AI系谱图 2. ChatGPT的快速发展 如前所述，ChatGPT由OpenAI开发，是生成式AI技术的一个杰出代表。它是一个基 于大规模语言模型（如GPT-3和GPT-4）的聊天机器人，能够理解和生成人类语言， 提供流畅且具有逻辑性的对话体验。ChatGPT的开发标志着生成式AI在理解和生成 自然语言方面取得了重大突破。 基于Tr 活，仿佛一个安静的助 理默默跟随在每个人身边。许多人都有这样的感受，虽然知道AI的存在，但经常感 觉到无法与之交流，也无法最大限度地发挥其作用。在本章中，我们将探讨与AI交 流的独特艺术，特别是与大规模语言模型（如ChatGPT）的互动。首先，我们将定 义什么是大模型，并解释它们如何在现代技术生态中发挥作用。随后，我们将详细 讨论与这些高级AI系统有效沟通的技巧，包括如何提出问题、解释复杂的概念以及