前几天一个朋友问我一个有趣的问题：数字化转型是一种功能、一种新的商业模式还是一种软件解决方案？

为了回答这个问题，我开始列举"数字"的一些特性。

测量：

关于数字的第一件事是"测量"。

数字让我们摆脱直觉，超算云，进入绝对数。我们知道在10的范围内从3到4与在10的范围内从0到6有很大的不同，尽管两者都是"进步"。

这让我们进入了测量思维。

随着时间的推移，我们找到了测量抽象的方法，而不是直观的感觉。想想温暖（温度）、辛辣（斯科维尔尺度）、颜色（色度学），现在甚至美也是可以测量的（黄金比例）。

这是一种尺度上的测量，拥有绝对数字，这使得数据更精确，并提供了数字元素。

数据正以海量的形式呈现在我们面前：

数字的第二个属性是当今可用的数据量。据估计，2017年我们人类产生的数据比过去几十年要多。随着物联网和智能设备的增长，有这将是一个爆炸性的数据增长。估计到2020年将达到44 Zb（Zetta字节），物联网的应用有哪些，多线云主机，没有放缓的迹象。

1 Zb=1000000000000000字节！

最具影响力的图形之一显示的是一分钟内产生的数据——这主要是通过人类活动产生的数据。

很快，我们将在每一件可以想象的物品上安装数量惊人的传感器，发送更多的数据。

数据正在实时增长：

第三个属性是向我们发送数据的速度。

完全有可能对网页进行更改，调整广播广告中的措辞，或向十几万人的邮件列表发送电子邮件，并非常迅速地找到行动的结果。

这种速度，再加上分析的商业价值，是该行动的主要驱动力之一在B2C初创企业担任新的首席数字官。该职位是首批聘用的职位之一，主要是因为对客户参与度的影响。

我们拥有访问和分析大型数据集的优秀技术：

第四个特点是当今技术允许我们对大型数据集进行复杂的分析数据量。

技术允许我们处理数百亿条记录的数据。它可以处理各种类型的数据，如文本，数字，图像，甚至音频。技术同样能够处理非结构化数据–没有严格要求数据必须是预定义的形式。

改进的算法可以提供对数据的预测和认知分析，识别隐藏在复杂数据中的模式，大数据数据处理，快速且具有机器学习，可以不断提高结果的质量。

我们也有大量的设备可以用来访问和生成数据。我们正在为此不断构建复杂的设备，如智能手机、平板电脑、嵌入式设备，可穿戴设备和传感器。这个设备列表正在增长，这类设备的性能也在提高。

所有这些数据的影响：

我们周围所有这些数据的影响正在促使公司改变他们的商业模式。

在一个重新想象生命科学商业模式的互联网广播节目中，乔·迈尔斯说，"患者的智能设备将产生大量的数据，从而更准确地了解患者的病情。"

因此，对于生命科学公司、其供应链、制造流程，交付模式，甚至与医生和患者的互动都将发生根本性的变化。

在另一篇相关的文章中，SAP的首席创新官Marty Mrugal引用了牛津大学的一项经济学研究，发现只有3%的组织真正致力于数字化转型，78%的人认为这样的转变是关键性的

如果有很多领导者认为这样的转变是关键性的，只有极少数人能够真正致力于这一举措，那么我们知道这不是一项微不足道的任务

这种转变是一种心态的转变；包括生命科学在内的公司员工的文化变革

这种彻底的变革既不容易，也不可能很快完成。我们需要强有力的领导、战略方针和不懈的执行力来改变一大批员工的思维方式，然后我们可以期待网络效应在企业中带来整体的数字化转变我们可以把大部分时间留给科学家。

然后，我们需要建立工具和流程来收集、测量和报告数据。

这主要是一个投资决策。

最后，大数据分析系统，我们需要弥合测量的数据和相应的商业结果之间的差距。这需要将商业结果与数字联系起来，识别将"移动"数字并不断改进的变化。i、 e.文化、思维方式的改变

只有当这最后一部分到位时，数字化转型才会产生真正的业务成果。这是数字化转型最关键的方面，也是需要重大变革管理的方面。