郭斌教授发表主旨演讲

数字孪生实际上是一个动态的影像，而不是一张静态的肖像画，仅仅把企业用数字来表达远远无法满足数字化的需要。企业在数字空间里的业务运转，并不是完全脱离现实的，它时刻都在发生变化。如果我们只是简单地把企业现在的状态，例如企业的流程或资源，刻划成数字放在数字世界中，它并不会必然的产生动态变化。

想要实现数字系统随着现实系统相应的影射和发生变化，就意味着我们需要对现实世界的逻辑有着非常清楚的认知。如果企业对系统彼此之间的相互作用以及这种作用会带来整个系统的变化没有足够深入的了解，是不可能真的用数字系统模拟现实世界的。组织也是这样，如果企业对组织本身的运转没有深入的理解，纯粹寄希望于运用数字技术就能解决问题是不现实的。

数字系统和现实世界里的系统需要同步刷新。这意味着如果我们做不到线下、线上同步发生变化，数字系统可能会带来更多的问题。不能只是简单把现实世界复制到一个数字系统里，然后寄希望于数字技术能够帮助企业解决问题。

如果一家企业的组织和业务是存在着问题的，它一旦被复刻到数字系统之后，这些问题并不会自动消失，相反数字系统可能会让这些问题更复杂。因此，企业更应该思考如何让现实世界里运转的组织和业务与数字业务系统更好地产生真正的关联，而不是寄希望于仅用数字技术解决我们所面临的问题。

很长一段时间以来，尤其在数字化时代之前，实践者通常有这样一个基本的假定：如果一个人想成为一名优秀的管理者、能够驾驭一个组织、驾驭一个业务，那么你必须对业务有着深刻的理解。

换言之，如果对某个行业没有太多的经验，你通常是不太可能成为一个非常优秀的管理者的。但是，随着数字化的应用，这一传统假定可能会产生很大变化。我们现在可以看到，许多行业中的产品开发是通过数据驱动的，整个产品开发团队甚至都可能不是这个行业的背景，但他们仍然可以完成非常好的产品开发。

在这样的团队当中扮演核心角色的往往是那些做技术的人，事实上这并不是现在才发生的，早在1988年量化交易的先驱西蒙斯创立大奖章基金的时候，他雇佣的大部分雇员都不是金融背景的，可能是物理学家、数学家、统计学家、社会学家，各种各样人，这其实是一个很大的变化，这意味着未来数字化会改变我们很多传统的认知。

所有正在发生的趋势和面向未来的趋势，都会有它的历史的渊源和痕迹，运用数据来驱动的决策在历史上也可以给出很多的例子。

当年小福特执掌福特汽车之后，他希望扭转当时福特面对的困境，所以他邀请了桑顿加入他的团队，后续通过桑顿他还陆陆续续邀请了另外的九位。这十个人并没有在汽车行业的从业经验，而他们所加入之后所运用的能力正是基于数据驱动的决策，来改造整个福特的运营和管理。最后我们看到，他的成功证明了数据驱动的决策是具有存在的意义的，而且是可行的。

同样的早在1963年，BCG公司在很长一段时间里，招聘的员工都是从常青藤大学毕业的人，他们很多甚至不是管理领域学科的，但这些人都拥有的共有的特点——很强的数据分析能力——BCG借此改变了当时整个管理咨询的方向。

我们从以上的历史案例中可以看到这样一种趋势：在数字化时代，在公司的业务和管理决策过程中，经验依然有着不可替代的作用，但通过更强大的数据以及数据分析能力来支撑我们的决策，是同样重要的一个并行的方向。

因此，我倾向于未来企业所面对的决策模式称之为“混合智能”，这里的“混合”指的是未来的决策既要基于数据、算法、IT工具的支撑，同时我们还需要在这个系统里容纳基于经验、直觉的决策模式。随着IT技术的发展，混合智能模式将会拥有更广的应用前景。

事实上所有的业务化管理问题，只要能够结构化、被明确地定义并指出它的目标，并且用算法或者用数据能够刻画它背后的规律，那这样的决策问题人类永远不可能用经验和直觉去跟系统对抗。因为系统不会疲倦，它可以不断地通过海量的数据去学习，数据和系统不会受到我们常说的偏离理性的认知的影响，不会受感情因素的影响。所以在决策化的过程当中，未来一定会让位于基于数据和算法的系统。

但是不要忘了，对管理者来讲，他所面对的很多问题并不总是结构化的。在那些整个企业发展的关键时间节点，决策问题往往是非结构化的，没有人知道我们面对的问题实质是什么，我们也没有足够的数据和以前的经验去作为参照。在这种情况下，基于经验和直觉的决策模式，依然会有强大的力量。

所以，在我的理解里面，混合智能可能才是真正代表我们未来的组织，它具备真正强大的决策能力。