近两年接触了许多组织的创新，且很大一部分的创新是基于数据的，数据驱动的创新，从想法到行动，需要从思维和认知上做一些准备。
01 区分集团数字化战略和创新驱动两种建设模式
集团的数字化战略经过层层分解，最终会落实到项目或者一系列的项目上，创新驱动的建设模式也是通过项目来验证一个想法、一款产品或者一种核心技术的可行性，因此，这两种模式的落地方式是相似的。
但集团的数字化战略落地是自上而下，集团推动，跨越部门多，通常来讲周期长，范围广，是系统性的变革工程，而创新驱动更多是自下而上的方式，短平快，更看重短期内可衡量的效果，从而决定下一步的投入或迭代方向。
这也因此决定了创新的特点：聚焦、能落地、可衡量的产出结果。
作为一名咨询顾问，经常会和客户聊到创新的话题。
尤其是最近几个月，ChatGPT的问世对各行业产生了深远影响，也掀起了基于大型AI模型的热潮，紧随其后的是各种带有预训练标签的大模型相继问世，引领了企业的创新浪潮，但同时也引发了一定的焦虑情绪。
“我们内部也有一些创新的想法，但如何落地，还没有思路？”
“我们开展了创新大赛，能不能取得预期的效果，还很难说？”
“有什么可借鉴的经验吗？都在卷，感觉不跟上就要被淘汰？”
“基础弱，底子薄，创新从哪里开始？”
…………
相关的话题还有很多，一个共同点是，想基于数据做创新，将想法落实到行动，要做什么，怎么做？
勇敢的第一步
近几年来，数据驱动变革的呼声很高，各个行业的许多企业，每天都在发生着数据驱动变革的事情，见的最多的打法是，企业一边借鉴别人的成熟经验，一边探索适合自己的方法和套路。
“为了盘活数据资产，赋能业务和管理，我们成立了数据团队”。
这是一家企业的真实案例。
如今，许多企业追求数据驱动，要做到真正的数据驱动，仅仅靠积累数据是远远不够的，在此之上，还要对数据进行有效的处理、分类和解读，从数据中获得信息，从信息中积累知识。
也就是说，从数据到知识，还有很多工作需要做的，比如，对数据进行探查和了解，对数据进行挖掘和分析，形成洞见和知识，从而指导决策和行动，也因此，数据便成为了一种生产力。
如何推动数据成为生产力，企业通常会通过一系列的数据项目来实现。