以下是现场速记。
微软中国首席技术官 韦青
韦青：各位领导、各位来宾大家好!今天时间很有限，所以我想作为一个数字化转型的实证者、实践者，就不谈理论了。大家知道大家如果上网去搜就搜数字化转型，你搜索的结果起码是上十万条、上百万条的搜索结果。
我们经常说我们在做学习的时候特别习惯于找标准答案，找到一个我能够去遵循的答案。但很麻烦，现在这个时代，它不是说没有标准答案，最麻烦的是标准答案太多了，对我们来说是找到一个适合你的标准答案，就不叫标准答案了，是定制化答案这是最难的。
微软过去十多年我们自己就在亲身经历数字化转型，而且我们认为现在虽然亲身经历了十多年，我们还是认为可能这场大戏可能连帷幕都还没有完全拉开才刚刚开始。
一会儿分享的内容没有理论都是实操，实践中总结出来的可能都称不上经验而是教训。大家都知道真正做过事情的人都知道，经验是别人的，教训有可能是对自己有很大影响的。
接下来的内容将作为我们的体会跟大家分享，我想强调的是这些东西不能照抄，不仅不能照抄微软的经验，同时强烈大家也不能抄别人的，只能借鉴不能直接拿来招办，这个时代是确定性的消失时代。刚才嘉宾讲的都非常实在，大家可以看到他们讲的每一件事，没有一个是大家在自媒体在媒体上看到很高大上的理论，为什么?因为每一家公司，每一个行业它的特点都是不一样的，但是如何理解数字化的本质这才是最最重要的。
先谈谈转型。
经过去年一年的经历，这个时候再谈要不要转型，已经没有任何意义了。大家都进入了如何转的状态了。
但如何转的时候就很麻烦了，知道了原来我过去几年看的那些理论都没什么用。可以这么讲，我们工作比较幸运的是我们自己在转型，同时我们也在帮助很多合作伙伴，包括客户在转型就发现过去这几年特别有趣的现象，真转的时候你会发现每个人都愁眉苦脸的，真转的公司没有任何一个不是要把头发掉光，但不像我这样掉得这么光，实际转型是非常难的。因为其中不止是技术的问题，有人的问题还有我们称之为叫做认知偏差的问题。这些我都会跟大家讲。
首先转型不转型?
这是我们公司内部大会上CIO老总讲的原来都是借口，发现一旦有危机转得比谁都快。所以我把它叫做不是转型有多么难，是你压根压力不够大。如果CIO银行账户上，每个月公司还给你打钱，你就没那么大动力去转。万一公司跟你说下一个月工资不发了，如果你不能建什么东西，你放心转的速度会很快。不要找理由，都是假的，因为公司还可以生存，直到你公司无法生存下去以后，你必须要转。
刘总讲的安全性太真实了，真实到无法想象的真实。你想当这么大压力来的时候，现在再去问富士康、问嘉铭要不要投资做安全保护?它一定会做的，为什么?它知道不做不行了。所有没掉进坑里的公司有充足借口说不做，直到掉下去为止，而这个掉下去已经是大概率的事件了。
就像民族一哥说《管理可能跟你想象的不一样》，我们天天还在实证、犯错误，想跟大家讲的是转型可能跟你想的是不一样的。
很多公司谈的转型十就是Transformation。数字化转型，第一个经验是我们不要过多的重视在主体客体位词。数字化转型里，请问大家这里缺了一个什么?缺了一个客体，客体是谁被数字化了。真正转型的时候客体被数字化的过程其实是非常困难的，因为你公司的物理世界，人员、对象、流程、关系、动作，这些如果要把它变成数字模型，蔡主任讲的非常清晰，就以智慧防汛来讲，如果你只是想的数字而不想你的客体是被数字那个物理客体的话其实是很难的，这是第一点。
另外一点，拿中文来看—数字化转型。
最近对数字化转型有一些不同的说法，两会期间浙江省的袁家军开始说数字化改革，大家想想为什么浙江开始说不是数字化转型而是数字化改革?为什么我们又把工业化叫工业化革命，其实它是一场革命，是一场改革。中国过去四五十年改革经历，你就会知道什么叫改革了。数字化不仅仅是个转型，我更赞同袁家军说的数字化的改革甚至应该是数字化的革命。
另外袁家军报告中还写了“要用系统化观点来看待这个问题”，系统化最根本是短板效应，数字化转型没有一个绝招，它每一步都要有。
在计算机行业大家都知道什么事情都要有上下文语意，真正实操过程中听到的很多结论断言没有上下文寓意约束的。
举几个例子：当你没有上下文寓意约束的时候，很多事情会想当然。但时代已经变了，要实证。实证有一点是当我们说到数字化转型的时候，其实1991年Mark Weiser受到大家的推崇，蔡主任的内容太好了，要想实现这个水务，哪里有可能某一点的实现，不可能的，必须是全链条，每一个环节的，而且其中很重要一点，最终判断要由人去做是以人为本的普世计算泛在智能。
这是微软公司的图灵奖获得者，他更传奇了，2007年出了第四范式。他刚说完这个之后，过了一两个月在太平洋上就失踪了，我们经常开玩笑这个老爷子去第四空间研究数字化转型了。早就说出来，他不仅仅是工业的转型，它是科学方法论。为什么我的标题是实践是检验真理的唯一标准?就是科学方法论，在科学方法论里面是没有正确一说的。因为你的每一个产生的通过观察之后的假设，设计实验去验证产生结论之后，马上要被推翻重新来，是循环迭代的过程，这是现在数字化转型的本质。
做机器学习大家知道，机器学习我给它总结的就是基本的算法三点：第一认不认错，第二知不知道错，第三改不改错。机器学习第一步是用一种概率的随机数往里打，随机数有时用的是正态分布放进去，也就是说它的第一步首先承认的是我本身就是错的，没关系，然后干什么?关键你要通过系统知道错，所以要加数字化反馈链，在你的每一个流程、每一个工作、每一个人、每一个产品上加上控制论。
做的时候有两个偏差供大家参考，一个是幸存者偏差。
这张图(见PPT)大家都知道了，因为咱们太爱抄别人东西，看着这个人成功了就觉得我能用，这是不对的。大家知道真正理解人类思维范式偏差就知道了，恰恰时成功的东西，活下来的那些现象恰恰有可能是你不需要去学的，你要注意的是那些没活下来的。就像这张图一样，如果没学过统计学会认为飞机要加固的是弹孔点，只有统计学思维知道没有弹孔的地方才是你要注意的。咱们日常在做数字化转型的时候，有多少情况下是在加固弹孔而不是加固在没弹孔的地方。
每个人都有确认偏差，其实我们是很难接受事实的，接受的是你的主观意愿中判断你理解的事实了，所以对大量海量事实会视而不见的。两个例子：
第一，数据孤岛。
我相信在座的CIO、CDO对数据孤岛很熟悉，是我们很大的问题。但我想跟大家提一下，数据孤岛真的那么难打通吗?从技术角度来讲。咱们做技术的都知道，其实你在暑期招几个英特尔的暑期工，当然需要学历高一点的，把你的企业数据全都打通了，没那么难。但难在数据孤岛表象是数据孤岛，背后是机构孤岛，背后更严重的是权利斗争。
大家知道宇宙构成包括物质、能量，现在大家知道是信息，信息代表着跟能量一样重要和有利和具有权利的元素。我们知道我们不是在公司中最有权利的，各个公司各个机构最有权利的一定是屋子里大象的部门，可能是销售部门或者产品部门，他们是否接受你的观点，愿不愿意把它的数据跟你分享或者跟别人分享，这表面上看数据孤岛的本质是权利斗争。也就是说如果公司不能解决部门与部门之间权利斗争的话，要打通数据孤岛可能性微乎其微，但是很多公司会避免去观察屋子里的大象，总说这是技术问题，我们要打通。
我曾经前一段时间跟企业创始人讲，我说你们公司数据打通没那么难，只不过有人要当秦始皇，我们唯一文明留下来的是，秦始皇做了很重要的事是书同文，车同轨。但通过历史来讲，他受到多少骂名。公司里真正能打通在书同文，车同轨之后做技术之后就没那么难了。
第二个例子：中台建设。
真正搞技术的就知道，不要过多的重视在形容词，重视在名词。形容词是加在名词之上的。中台中间那个台它的重心在台而不在中，按照中国传统智慧来讲，道家讲子时，他说真正练功夫的人是活子时，你的子时在几点?你的子时可能在早上10点不是在半夜12点，那是死的。同样中台是跟各个公司数字化发展的路径和它的成熟度、人才特点、行业特点的不同发展阶段决定中在哪儿?这个中台表现在甲公司可能在前台，乙公司在后台，丙公司发展一定阶段之后可能在中台，对甲公司来讲今年是前台，明年变成中台，后年变成后台，所以重点在台而非在中。
真要做实证的时候你会发现，请问一下各位CIO，你会在乎什么叫中吗?你不会的，因为你会在乎的问题在哪，解决问题就可以了。中不是不对是跟你没关系。
复杂性系统论是因事因时因人因地因势因财的，我们现在面临的问题不是新问题，几十年前、几百年前、几千年前争的就是这个，也就是实战派和理论派。
咱们老说南橘北枳，可能你们家后院本身不适合种橘子，应该适合种香蕉或者苹果，谁说香蕉和苹果就不如橘子呢?这跟数字化转型是一样的。
我们天天解决的很大程度是人的问题而非技术的问题。如果天天把这个人的问题在屋子里的大象不去解决的话，在我们看来如果这么说一般我们不太有兴趣，因为他就没做过改革，改革是要掉脑袋的，转型是要掉脑袋的。这一点如果不理解，天天觉得我要买这个技术、买那个技术，转型那是不可能的。
如果说愿景就这么几点：
第一，以人为本的技术。解决的是效率问题、成本问题、协同问题。
第二，普世计算。
第三，无处不在的智能。
我们现在要的不在要的什么形容词，我们要的是计算的无处不在。
这张图不存在哪个环节需要数字化转型，是每一个环节。它的目的不要说那么高大上，就是像控制论一样，如果学过自动化原理都知道，你就是要负反馈，帮助你精确从A点走到B点，我们认为员工客户产品服务和流程全案加上数字化转化论，然后你就能做事了，剩下事就容易了。
大家可能认为Azure是云计算，对微软来讲已经超过了所谓云计算话题了。约定花城叫Cloud，实际就是世界计算机。因为我们现在要的不是云，是个计算。我们知道计算、存储、网络，你需要的是管理你所有计算资源的操作系统。你真的不需要云计算，你也不需要物计算，你也不需要边缘计算等，你要的是一个能管理你的计算、存储、网络资源的操作系统在一个安全合规可靠的技术之上。
这是我们的理解。所以我们说的Azure，很多人以为公有云或者私有云，实际它是结合了公有云、私有云包括边缘云、混合云包括物联网包括Sphere一个芯片放在末端的整套称之为Azure，这是现在未来几十年真正的计算范式的转型。数字化转型，数字化拿来干什么?计算。为什么一定要担心数字呢?你要的实际上是计算，计算之后才会有其他的需求，这一点不能忘记的。而且计算是要丢掉的，你要的是物理模型的优化。
刘总最后讲的是拿所有数字化的数字和计算体现在仿真上面，我们现在讲的比如说可预测性维护、智能维护、人工智能，大家仔细想一下，它真正的本质是什么?数字化仿真。
再看智能云矩阵，分不开的有计算、有开发包括0代码、无代码开发，专业人员的开发，上面的办公、生活和CRM、ERP，但是我想强调一点，大家看identity，大家仔细想一下，你们在看IT架构的时候，有多少IT架构是把identity放在第一位，实际上identity是屋子里的大象，很多公司忽略这一点，一个公司如果没有严格的身份管理，不只是人包括物的管理，你后面的一切架构都是白搭的。
在这情况下，大家可以看到这是我们新鲜出炉的Microsoft cloud，普适计算、泛在智能、与社区、发展机会和信任基础，这是数字化转型底座构成。
给大家提两点建议：
微软至今已经做了十几年了，犯了很多错误，摔过很多跤。2012年微软就已经实现的碳中和了，现在在谈碳中和、碳达峰。2015年把放出去的碳都收回来，不说原因了。也就是说实际上我们认为未来的沙子都是不够的了，能源是不可能那么消耗的，哪一个国家、哪一个企业能够把它的能源高效的话，是真的会具有核心竞争力的。
另外，海底项目不多说了，我们已经极致到不是说只是有空气、有风，是要密封的将它放在海底。密封的情况下，服务器的寿命是地面空气下的8倍以上。
另外，刚才刘总讲的安全。我们现在有多少公司还在分内网外网?很多。但微软现在有一个新的方法，供大家参考，不一定对。
零信任不用多说了，你的预判肯定被人攻破。但第二点，我们在这一两年实践的是消除内网，不要有内网。因为我们会误认为有内网，把网线拔掉你是安全的。刘总的案例非常发人深省，其实内网是根本不安全的，这样的话还不如认为我是时刻会被攻破的，就跟灰犀牛一样，你要预判灰犀牛是一定会出现的，你的策略、你的方法会真正的强本、固本的方法。
我们真正实现的是方法论是无内网，一切是面向对外的。这样的话，才能真正让你保证到是用动态，人工智能的管理方式来应对安全问题。而不是静态所谓物理强化，这是不可能的。
安全架构时间关系不说了，它是动态、机器学习的架构。不是加安全软件或者加策略可以解决的，这是全套的。
谈了四十多年了还是一个话题，只不过相对来讲更宏观一些，谢谢大家!
京公网安备 11010502049343号