到底什么是数字化？数字化转型到底解决什么问题？我的回答就比较简单，工业经济时代为什么分为工业1.0、2.0、3.0、4.0？背后的逻辑其实就是随着工程技术不但升级，对应的解决工业领域问题的技术、工艺、方案发生了一些变化。同样，对于信息经济而言，它背后的逻辑就是信息技术的不断升级，我们可以把自动化时期称为信息1.0，它的主要载体就是机械的PLC，信息化时期可以称为信息2.0，它的主要载体就是以ERP为代表的应用软件，数字化时期可以成为信息3.0，它的主要载体是传感器、CDS、互联网，正在进行的智能化对应的就是信息经济4.0，它的主要载体是人工智能，大数据和云计算。

如果说以前是围绕“衣食住行用”物质消费为主的时代，那么现在步入了信息消费时代，看看我们周围有多少人每天花多少时间在看网络电视、刷手机、玩电脑游戏，就明白了信息经济已经悄然沉浸在我们工作生活当中。如果说信息1.0和信息2.0时代解决的是确定性的问题，那么信息3.0和信息4.0时代解决的就是不确定性问题，也就是通过数字化、智能化来帮助工商业做资产经营效率提升和用户满意度提高的目标管理。而要实现这个目标，就离不开提质降本、人才成长、新产品开发，这需要创新能力，更需要智能决策。

另外，人们的人生观和价值观也发生了一些变化。现代生态主义者提倡：少买点、买好点、共享点，这是新时代年轻人基本的人生态度和消费主张。信息经济和生态主义共同决定了数字化和智能化将在我们经济社会当中大行其道，如果从行业集中度和行业创新机会两个纬度去考察哪些行业更适合数字化和智能化的话，我们发现处于范围经济的存量市场，如再生资源业、零售业、维修业、二手市场、零部件、物流业、租赁业等更适合数字化、智能化，下面就给大家分享一些我们做过和研究过的案例。

零售业商业智能决策案例

便利蜂于2017年在中关村开始开店，最初切入的是最底层的ERP系统（企业资源计划），然后试图进入订货来优化选品，也试图优化排班、人力的问题，后来又试图优化过商品陈列和物流，但很快都失败了。

创始人庄辰超说：我们发现一个系统自动化后会遇到两个很大的问题：第一个是数据输入的错误和不及时，导致系统做不出正确的决策，得不到正确的反馈。解决方案是系统和系统沟通，系统和硬件沟通，尽可能让数据采集来自于设备和系统之间的交互，让数据的准确性和及时性得到保障。

第二，当我们的系统赋能以后，会发现系统根据数据算出了一个更佳的解决方案，但它的上下游无法执行，因为变动速度太快。「人」可以对于变化的环境做一个具有平衡感的决策，但没有能力做高速变动的决策，所以当人和系统协同的时候，系统并不能够发挥出它的优势来。如果系统适应人的节奏，决策能力又没有人这么强的平衡感，所以变成了「以己之短攻彼之长」，这样人和系统都不能发挥最大的优势。

“所以最终我们做了一个很大的决定，把整个引擎全都换掉，我们是从门店到物流到工厂全部都改成自动化操作，全部都是系统和系统之间的互相交互，这样才能最终把模型跑通，这是我们经历的过程。它不是可以一片一片更换的，而是必须整个引擎一起更换掉。”

实现数据采集与应用，完美节约食品浪费。在理货上，便利蜂摒弃传统的人理货方式，利用大数据综合算法来实现决策自动化。为此，便利蜂曾经做过这样一个实验，让10个最有经验的7-11店长，拿着所有数据工作一周，在店铺内减少10%的SKU，结果销量隔日跌了5%。然而，利用便利蜂数字化的算法，同样是减少10%的SKU，销量隔日仅下降了0.7%。

在订货上，也区别于传统的订货模式，便利蜂所有的订货指令都是由系统根据数据算法分析后发出的。这也完美解决了滞销产品浪费的情景。

数据来源包括店内商品销售的实时数据和库存、各大电商平台的消费数据、天气预报、热点事件和当地消费特色等，除此之外，还有每周约2万份的线上调研数据。便利蜂系统会根据这些数据来计算出可能影响消费者消费行为的数据，然后进行订货和补货。

原因是企业担心将业务放在这个平台上，可能带来业务发展的风险。业务数据都在平台上，如何保障平台在掌握这些数据后不会给企业带来不可预知的威胁？要消除企业这些顾虑，就要找到企业忧虑什么？也就是它的价值链堵点在什么地方？只有解决了这些关键问题，才可能给企业带来显著的商业价值，这就要求平台或者解决方案提供商具备深厚的行业知识，才能具备相比行业平均水平略胜一筹的能力。