如何理解数字化转型的本质，笔者最近有些思考，希望通过多篇文章，从不同角度来讲讲这个话题，畅想下未来，与大家共勉。

在文章《数字化转型的本质是什么?(第一讲)》中，笔者从体系重构的角度畅谈了制造业数字化转型。本文笔者将从“不确定性”这个角度谈谈企业数字化转型，深刻认知不确定性，有助于我们理解数字化转型的本质和转型方向。笔者早年的研究课题也是产生于制造领域的不确定性场景。

1.从认知不确定性开始

人们都乐于确定性、稳定的事，对不确定性的忧虑是人类认知自然和社会规律的内在动力。科学史就是一部人类对抗不确定性、寻求确定性的历史，对不确定性的忧虑以及对确定性的追求，一直伴随着人类社会发展演进过程。因此，只有深刻认知不确定性，才能深刻理解数字化转型的本质是什么?从不确定性的角度来讲，数字化转型的本质是寻求增加确定性，消减不确定性。

1、什么是不确定性

不确定性是指在特定情景下，对未来事件或结果无法准确预测或确定的状态。表现为我们在面对某种情况时，利用当前的认知水平和技术能力无法完全了解或预测其发展趋势和结果。

不确定性有多方面的来源，包括但不限于以下四个方面：

信息不完整：当我们缺乏足够的信息来做出准确的判断时，如信息不完整、不准确、不可靠，或者无法获得所有相关的信息，就会出现不确定性。例如，在供应链管理中，由于信息不完整存在，上级供应商与下级供应商之间对需求不确定的担忧或不信任，不可避免逐级多预测库存，形成了供应链上的“牛鞭效应”。

复杂性：当事物或系统过于复杂，存在众多相互关联的变量和因素时，很难准确地预测其发展和结果，增加了预测的不确定性。

外部环境变化：外部环境的快速变化也会增加不确定性。社会、经济、技术等领域的变化都可能导致企业原有的模式、流程和系统失效，使得我们无法准确预测未来的情况。

随机性：有些事件或结果是由随机因素决定的，无法通过确定性的方式来预测。

对企业来讲，不确定性最主要的来源是信息不完整，源于信息约束条件下人们有限的认知能力。

2、各界对不确定性的认知

哲学领域尼采、康德认为的不确定世界是无序性、随机性、模糊性、不稳定性。科学界的信息论之父克劳德.香农认为“信息是用来减少随机不确定性的东西，信息的价值是确定性的增加”。

对于不确定性的认知，也是各界开展理论研究的基础。比如不确定性成为信息经济学、行为经济学、制度经济学、演化经济学等新兴理论和现代金融理论、产业组织理论、企业理论等学科的基本内容。又比如海森堡的海森堡不确定性原理、哥德尔的不完全性定律、阿罗社会选择理论不可能性定律都是对不确定认知的发现。

近几年，围绕工业4.0图景，很多科研人员将不确定性引入供应链、制造、流通场景中，开展了大量研究，这也为制造业数字化转型提供了理论支持。

2.如何化解不确定性?

1、理解和认知世界运行的规律，是化解不确定性的起点。通过深入了解和研究现实世界的规律、原理和机制，更好地理解事物之间的关系和相互作用，这种可以帮助我们预测和解释事件的发生、变化和影响。从企业数字化角度来讲就是获取数据，理清数与数的关系。

2、理解运行规律之后，预测将会发生什么，是决策的基础和依据。通过分析过去的数据、趋势和模式，应用科学规律，结合对未来可能的变量和因素的推测，尽力地预测未来可能发生的情况。这样的预测帮助我们制定决策、优化资源配置、规划行动路径。从企业数字化角度来讲就是数据+算法。

3、控制，是将决策付诸行动的具体路径。一旦我们做出决策，就需要采取行动来实现它。在这个阶段，我们需要制定具体的计划和策略，并进行资源分配、任务分工和时间安排。同时，通过监测和反馈，我们可以不断评估和调整行动，以确保达到预期的结果。从企业数字化角度来讲就是数据+算法+流程。

不确定性是人类社会一直需要应对的现实。以上三步强调了对世界规律的理解和认知，以及基于预测和控制的决策和行动过程。通过执行这个过程，可以更有针对性地应对不确定性。

3.面对不确定性如何决策?

一直以来，如何在不确定性的环境中进行决策，是人类社会面临的重大难题。从游牧社会、农业社会、工业社会到信息社会，这都是一个永恒的话题。每个重要决策的背后是基于什么?是科学，即基于科学来增加决策的确定性。

如今，电商网站千人千面推荐、风电功率预测、无人驾驶、智能制造的背后，都是基于新的决策机制：数据+算法。

最后，回到企业数字化转型，那就是在“数据+算法+流程”定义的世界中，化解复杂系统的不确定性。以制造业为例，通过物联网+互联网、云计算、大数据、人工智能技术，以“数据+算法+流程”来定义复杂的生产运作系统，来消减信息不完整以及系统复杂性，增加企业生产经营决策的确定性，减少不确定性带来的风险和挑战。