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。
报表重构的需求一直在
项目组又排了一些报表重构的需求，原因是业务觉得有很多报表没有人在用。
这是最近遇到的一个例子。
报表的开发始于两年以前，目的是帮助不同的业务角色和管理者通过掌握和了解数据，知道业务上发生了什么事情，从而对业务运作提供支持，对管理决策提供支撑。
报表开发工作启动之后，重构工作很快也开始了，两年来，随着报表数量的不断增加，修改的需求也一直在，所以报表重构经常占据着工作的优先级，但与之形成鲜明对比的是，报表的用户却在减少，有些报表甚至没有访问量。
这虽然只是一个例子，但这种场景在很多企业都存在，报表数量很多，但用户却很少，或者说报表虽然很多，但真正有效使用报表的人并不多。
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？
数字化转型这个话题被谈论了许多年，经过几年的探索和实践，有的企业在过程中取得了一些成效，也有的企业，仍走在学习和尝试的路上。
过去的几年，无论选择了什么路径，能看到的是，各行各业不同的企业都在尝试寻找适合自己的道路、方法和策略，这其中，有成功的经验，也有失败的教训。
可以说，数字化转型已经进入深水区。
基于观察和经验，本文总结了几个数字化转型进入深水区的趋势。
01 企业越来越重视落地
许多企业的数字化转型始于企业战略和商业模式的转型和重构，市面上很多关于数字化转型的书籍和理论也花了大量的篇幅讲企业战略、业务目标、商业模式，大部分数字化转型起步早的企业，无论是企业自己产出的，还是集结了第三方咨询公司的输入，都曾经有一本转型指引或者“宝典”，那是转型之初制定的战略、目标和规划。
转型对于企业来讲是系统化的工程，所以，重视规划和蓝图是第一步要做的事情，事实也证明，很多企业之所以取得成效，是在践行规划里要做的事情，一步步推进，在推进中调整，所以才有了适合企业自身的数字化转型心得和经验。
近几年来，随着数据和人工智能技术的发展，数据智能类的软件项目也渐渐多起来，为了让新技术更好应用于项目，也为了让具备新技术使用能力的各种专家角色能够更好的协作，达成项目目标，给业务方甚至整个组织带来价值，数据和智能项目的项目管理变得越来越重要。
在过去的几年里，我作为数据服务项目的提供方，管理过多个规模不同的数据智能项目，此文是对自己管理经验的总结。
数据智能项目有多种分类，每种类型的管理方式各不一样，基于经验，按照不同的维度，可以把数据项目分为四类，这几种维度是，验证想法还是落地执行，专注智能技术还是专注组织赋能。
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。