01.前言
2020年是一个神奇的年份，国际形势大变局，新冠病毒肆虐全球，短短半年时间，就把过去40年建立起来的对于世界的趋势，对于美国，对于社会发展的很多认知颠覆了。
在这样的大变局下，我一直在思考，作为中国的数字化工作者，应该做些什么。
在跟多个行业内同仁交流后，我们有一个共同的认知，那就是后疫情时代，中国必须加快数字化的节奏，产业数字化转型必须规模化加速。
那么如何能够规模化加速数字化进程呢?
Cynefin框架也许是一个很好的切入点。
02. Cynefin：理解世界问题的顶层框架
1999年David Snowden教授在为IBM IGS工作的时候，发明了一个概念性的框架，命名为Cynefin。
Cynefin提供了五个决策领域组成的思考框架，用来帮助人们理解和解决世界的各类问题。
Cynefin框架，将任何一个问题都可以归纳为以上图的五类：
简单的(Simple)
在“简单的”象限中，存在着可预测和可重复的因果关系。它们对任何有理性的人来说都是不言自明的。
例如，在建筑环境中，一个简单的项目可能涉及建一栋房子，特别是如果项目团队以前已经建了许多类似的房子。他们每次建房子时，都会有一些不同，但是因果关系是很好理解的。类似地，在IT环境中，一个新的网站可以遵循一种经过尝试的、受信任的格式，它具有很好的模板，但每次都有不同的内容。
在这个象限中，方法是进行 ‘感知-分类-应对’，即：找出这个项目的不同之处，对它们进行分类，并对这些差异进行相应的应对。
斯诺登教授认为，这是“最佳实践”概念具有价值的唯一象限。
复杂的(Complicated)
在 “复杂的” 象限中，因果关系仍然存在，但它们并非显而易见，需要利用专业知识来分析它们。
建设一座桥梁可能就是这样一个例子。虽然团队可能已经建造了许多跨过河流或道路的桥梁;但它需要面对的交通和天气或地质条件是不同的。
专业的结构工程师将分析特定的环境并准备设计。
在此用的方法是 ‘感知-分析-应对‘，项目管理将被认为是“优秀实践”而不是“最佳实践”。
难解的(Complex)
在这个象限的工作也有着因果关系，但是这种关系是不可预测的，而且只有事后才能看清楚。
变革类项目群可能就属于这一象限，许多IT项目或项目群也是。
这主要是因为有多种利益相关方关系，他们的观点和要求随着时间的推移而逐渐清晰。
在这使用的方法是 ‘探索-感知-应对‘，即：需要进行实验和测试，以了解工作的详细范围。
混乱的(Chaotic)
斯诺登教授认为，在 ‘混乱的’ 系统中不能确定因果关系。
‘混乱的’ 象限应该是为了创新的理由而进入的，这显然有相当大的风险，当然也会有很大的收益。
这样的项目可能是进入一个新的快速变化的市场。
这里的方法将是 ‘行动-感知-应对’。
无序的(Disorder)
当您不知道四个象限中的哪一个是相关的情况下，“无序的”就是起点，需要通过分析来确定所在的位置。
当我们把这五种问题类型映射到企业数字化转型领域的时候，很多问题都茅塞顿开，引刃而解。
03.数字化转型的五个底层问题域及对应的解决路径
我将Cynefin的原始解释映射到数字化转型领域，做了下面这张数字化转型路径蓝图。
淡黄色的，是对应的解决路径。
灰色的是对应问题域的样例。
橘黄色的箭头，表示解决问题的路径。
Simple/简单域
在企业数字化转型领域，有一些非常清晰的问题。比如，系统日志报错显示硬盘不足，那么就需要扩容。再比如，一个企业没有会员管理系统来进行基本的会员信息存储和查询，那么快速上线一个管理会员基本信息的CRM，会是最快的解决问题的办法。
这类问题，往往很简单，很清晰，有着高度重复性，能够通过功能匹配来对应到解决办法，往往这个领域的数字化问题，都有对应的产品来支撑。比如，云服务器解决应用计算问题，结构化数据库解决结构数据存储问题等。
在企业数字化转型的初级阶段，也就是我们所理解的信息化建设阶段，往往有一些这类问题都是通过购买产品来解决，比如买一套Office软件，解决文字处理工作，买一台路由器，解决网络连接问题等。
Complicated/复杂域
但是，随着企业数字化的发展，这类简单问题的需求越来越少，随之而来的是复杂域的问题。
复杂域的问题往往是比较专业的问题，一个问题往往有多个答案，并且随着企业的不同，阶段的不同，答案之间都比较个性化，所以重复性较低，这种情况下，需要专家来诊断分析，从而制定对应的解决方案。
比如，企业在构建了Office软件后，需要解决协同办公的问题，那么就需要分析协同办公的用户需求，流程节点，组织结构，岗位设置，权限职责等，所以需要协同办公的专家来调研，分析不同企业的不同办公需求，从而形成一套解决方案。
但是构成这个解决方案的原子部分，基本上都还是标准的，有一定的复用性的。
在企业数字化转型进入到网络协同阶段，大部分都是这类复杂域的问题。比如，ERP系统，OA系统，MES系统等。虽然每个系统都有一定的复杂性，并且也有一定的个性化，但是如果拆解到功能级别，不同解决方案的功能都还是有一定的相似性和重复性。
这类解决路径，就是我们现在行业里不同的厂商或者服务商口里所说的“解决方案”，比如零售解决方案，交通解决方案等。
这类解决方案有一定的领域特点，在特定的领域还是有一定的通用性，所以是具备一定的复用性的。
Complex/难解域
当问题到了难解域(Complex)的阶段的时候，往往已经不是可以用一个解决方案能解决的了，就像我经常讲的中台，这就是属于难解域的一个问题。
因为，中台是一个变革类的综合项目，没有标准答案，不同企业的中台完全不一样，不同企业甚至对于中台的认知都是不一样的。所以在分析清楚，定位清楚要解决的问题之前，这个问题完全是一个模糊的位置的领域，往往需要通过探索性分析来定位问题。
往往到了这个阶段的问题，企业需要的已经不是一个解决方案，更不是一个产品，而是一个咨询服务来帮助他们分解，分析问题，从而将问题识别出来，拆解成复杂域和简单域的问题。
Chaotic/混乱域
难解域基本上涵盖了目前企业数字化转型领域的大部分问题域。
但是，对于一些传统企业来讲，他们如果要做整体的数字化转型，这就像进入了一个他们所不熟悉，陌生的新领域。之前他们在传统产业中积累的经验，行业认知已经完全不起作用。尤其当一些已经构建了基础的数字化能力的企业，一旦希望通过数字化转型来实现业务转型的时候，就进入了混乱域。
他们无所适从，调研了市场上很多的认为是相似的实践，东瞅瞅，西看看，感觉这个也能够有帮助，那个似乎也有借鉴意义，但是自己如何做，从哪里开始，如何投资，非常纠结。
这就是典型的数字化转型焦虑症，知道自己一定要做数字化，也看了很多的参考样板，但是迟迟无法做出决定，不知道应该下注在哪个领域。
而且，数字化转型工作，本身是没有一定的因果关系的，同样的措施，在不同的阶段，采用不同的方法，不同的团队，可能结果是完全不一样的。
所以这种情况下，一定是需要创新型的咨询服务来进行快速试错，探索，然后验证出一些可行的举措 变成难解域，复杂域和简单域的问题，在逐层解决。
Disorder/无序域
如果我们把企业数字化转型定位到混乱域，那么，无序域就可以对应到企业级转型，那就意味着企业级的业务战略层面都不清晰，同样需要战略规划咨询服务来梳理拆解这类问题。
4.数字化转型的趋势：规模化加速
从前面的分析可以看到，如果规模化要加快数字化转型的速度，那么可行的方法就是尽量多的将无序域，混乱域和难解域的问题，解构成复杂域和简单域的问题，然后就可以用解决方案和标准化产品这样的通用性的路径去复制。
这个理念其实和软件架构中微服务的理念是类似的，通过抽象，复用来构建微服务，然后充分复用这些微服务构建企业级能力平台，从而实现前台的快速创新和响应变化。
如今，我们看到咨询公司，在收购软件解决方案和产品公司，而很多的软件厂商也在构建自己的咨询能力，这也从某种角度上佐证了这个趋势。
咨询向下，产品向上，殊途同归，都是为了规模化加速数字化转型。
05.关于作者
史凯
ThoughtWorks
数据和人工智能业务总经理
全球DataIQ100人数据赋能者
腾讯云最有价值专家TVP
2019中国企业数字化领导者
首个数字化转型对话节目《数字化奇葩SHUO》发起人
公众号《凯哥讲故事》作者
中关村大数据产业联盟数字化转型专委会主任
创业邦卓越生态聚合赋能官
华章出版社数据智能专家顾问
中国数字化转型委员会核心委员
近二十年企业信息化，数字化经验。程序员出身，后从事企业IT战略咨询和实施工作，对云计算，大数据，企业架构，有丰富的实践经验，成功主导多个大型企业的数字化转型从顶层规划到实践落地。
目前专注于企业数智化转型体系建设和顶层规划领域。
参考文档：
https://www.praxisframework.org/zh/library/cynefin-framework
https://en.wikipedia.org/wiki/Cynefin_framework#/media/File:Cynefin_framework,_February_2011_(2).jpeg
