尽管企业在数据、分析和人工智能领域投入了数十亿元，但大多数企业举措仍然未能带来实际的业务影响。高管们通常会着重打造更强大的数据文化，将其视为实现数据驱动的关键要素。然而，这种逻辑存在缺陷。本文借鉴现代组织理论，论证文化难以被直接控制。它是利用数据成功创造价值的结果，而非前提条件。此外，在一个组织中行之有效的变革方案并不能简单地复制到另一个组织。因此，任何试图人为构建理想数据文化的尝试，其成功率都注定很低。
相反，领导者应该将数据文化视为一种传感器：它能揭示阻碍利用数据、分析和人工智能创造价值的潜在障碍。一旦识别出这些障碍，关键不在于改变人或他们的思维模式，而在于改变他们所处的环境。我们提出了一种实用工具，帮助领导者发现文化障碍并设计有针对性的干预措施。一个来自医疗保健行业的案例说明了此类干预措施如何改变日常工作流程，并意外地创造出高管们所追求的理想文化。
我是一位具有二十年的数据和人工智能应用案例实施经验。我帮助各行各业的领导者制定战略并培育文化，从而充分释放数据和算法的潜力。
· 1 为什么这么多数据项目举步维艰
· 2 组织文化
 · 3 数据文化
· 4 让数据文化切实可行：一个工具和一个案例
· 5 小结
几十年来，各组织一直在数据、分析和人工智能领域投入巨资。其前景清晰而远大：更完善的报告、更高的自动化程度、更精准的决策以及有望带来突破性创新的全新洞察。自生成式人工智能问世以来，利用数据创造价值已成为高管们议程上更为重要的议题。
尽管数亿美元投入到技术、人才和咨询方面，但大多数数据项目都未能达到预期效果。报告无人问津，仪表盘束之高阁，人工智能试点项目也鲜少规模化。这是为什么呢？
问题不在于技术。基础设施和工具都已就绪，数据管理、商业智能、数据科学和人工智能的概念也已成熟。真正的瓶颈在于其他方面：组织如何在日常决策中运用数据。除了对数据如何创造竞争优势的战略清晰度之外，高管们越来越认为，数据文化是真正实现数据驱动的关键要素。
但这里存在一些关键问题：数据文化究竟是什么？它与企业文化有何关联？当组织致力于转型为数据驱动型企业时，数据文化在企业转型中扮演着怎样的角色？高管们又该如何避免组织文化变革中经常提到的低成功率？
要回答这些问题，我们首先需要了解组织文化，然后再具体讨论数据文化。
高管们长期以来都认识到企业文化是企业成功的关键驱动因素。然而，大规模的文化变革似乎仍然困难重重。报告经常指出，失败率高达70%。尽管学者们对这一数字存在争议，但大多数领导者都从经验中得知：文化转型是管理中最棘手的挑战之一。这是为什么呢？
现代组织系统理论，源于尼克拉斯·卢曼的著作，对此提供了一种解释。从这个角度来看，文化难以直接控制；它只能通过工作组织方式和决策制定方式等间接因素来影响。换句话说，文化并非绩效问题或成功的原因，而是组织如何持续处理这些问题或成功的结果。
因此，文化不能被视为领导者可以主动塑造的东西——例如通过新的价值观声明、培训项目或品牌重塑。它源于反复的互动和共同的经历。系统理论观点的另一个含义是，领导者应该抵制“改造”员工或其所谓思维模式的常见诱惑。行为总是在其产生的组织环境中才有意义。因此，改变环境而非员工才是实现文化转变的关键。当组织环境——例如决策流程、激励机制和沟通模式——得到调整时，新的行为自然而然就会出现。
对于高管而言，这种思维转变至关重要。他们不应试图设计一种理想的目标文化，而应专注于价值创造，并开始识别阻碍价值创造的具体文化障碍。一旦发现并理解了文化根源，他们就可以设计有针对性的干预措施，从而重塑员工的决策方式、问题解决方式和协作方式。如果这些干预措施实施得当，就能克服价值创造的障碍——而文化也会随之而来，成为一种自然而然的副产品。
那么，这种观点对于构建数据驱动型组织的目标意味着什么？
为了使数据文化的概念更加具体，我们首先要给出定义。数据文化可以理解为组织利用数据、分析和人工智能来创造或保护商业价值的反复出现的模式。例如，这些模式体现了管理者在决策中对证据的重视程度，数据是被积极共享还是被囤积以谋取政治利益，以及团队是否敢于用事实挑战直觉——同样重要的是，他们是否知道何时应该相信直觉而不是依赖事实。
当高管们谈到如何实现数据驱动时，他们常常强调建立强大的数据文化的重要性。数据文化常被认为是造成众多数据和人工智能投资未能带来实际业务影响的关键因素。但从系统论的角度来看，数据文化（一种组织文化的特定视角）并非领导者可以设计和强加的。与更广义的文化一样，它源于组织如何在日常决策中实际运用数据、分析和人工智能。
这包含两个重要的启示：首先，将数据文化视为成功的先决条件是误导性的：文化并非先于一切而存在。它是人们在利用数据和人工智能创造价值、解决问题时积累的具体经验的产物。其次，试图人为地构建数据文化，就好比试图强行拔除植物以促进其生长，而不是确保其拥有合适的生长条件。关键在于领导者要识别并解决阻碍数据成为企业资产的根本原因。这需要一种至关重要的技能：洞察那些不易察觉的因素——为什么一位经理拒绝与其他部门共享数据？这位经理的这种行为合理吗？
从这个角度来看，数据文化与数据治理相得益彰。数据治理通常被理解为设计和执行规则、流程和角色，以确保数据质量和合规性，从而为将数据作为资产加以利用奠定基础。
数据治理和数据文化是创造数据价值的两种重要且互补的模式。它们如同硬币的两面，决定着组织如何将数据转化为切实可见的价值。数据治理侧重于构建可靠的基础——即数据资产本身；而数据文化则决定如何利用这一基础来改善业务成果。以下框架从七个关键维度对比了这两种模式。
数据文化在实际应用阶段就显得至关重要——尤其是在团队必须在不确定性下自主决策，而不是“按部就班”的时候。另一个关键区别在于，数据治理可以强制执行，而数据文化则不能——它只能自然形成。
如果文化难以被设计所掌控，领导者可以使用哪些工具来感知文化呢？文化委员会就是这样一种工具，它有助于将业务需求与文化障碍联系起来，并制定有效的干预措施。以下五步流程基于其结构，并针对数据文化进行了调整：
（4）实施：采取锚定干预措施并观察其随时间推移的影响。
为了了解文化委员会在实践中如何运作，不妨考虑一家致力于通过从医疗事故中吸取教训来提高患者安全的医院。尽管医院已建立了报告系统，但几乎没有事故被详细记录，导致无法从中获得洞察和经验教训。业务需求很明确：降低事故率不仅是监管要求，也是保持竞争力的战略需求。
在识别阶段，领导者深入调查，发现了一个明显的模式：员工避免汇报。医生和护士担心名誉受损或受到纪律处分。此外，效率目标也使得员工无暇进行细致的记录。因此，文化委员会帮助人们认识到，这些问题并非缺乏人性化，而是必须解决的背景性障碍。
在认知阶段，领导人们达成共识：除非事件报告变得安全且有价值，否则不可能取得真正的进展。
基于这些洞察，我们采取了两项干预措施。首先，我们重新设计了事件报告流程，以确保匿名性。同时，我们也调整了激励机制：取消了那些仅关注治疗效率但会惩罚详细记录事件的效率KPI。
结果令人瞩目。报告的数量和质量都大幅提升。一支小型创新团队现在能够分析更丰富的数据，从而获得更深入的见解，并制定出能够降低特定流程错误率的措施。随着这些改进逐渐显现，员工开始信任这套系统，一种新的企业文化也开始萌芽。
这一结果也揭示了数据价值创造的强大动力：反馈循环。其主要路径清晰可见：数据治理的正式变革能够影响数据文化。但至关重要的是，这种新的文化反过来又能提升数据资产本身，正如员工提供更丰富的报告这一例子所表明的那样。数据治理与数据文化的相互作用创造了一个良性循环，其中涌现出的文化积极强化了支撑它的正式系统。这个循环才是可持续的、数据驱动型转型的真正引擎。
高管们常常把数据文化视为一种缺陷，认为必须先修复它，组织才能实现数据驱动。但现代组织理论表明，这种想法是错误的。人为构建理想数据文化的尝试，其成功率本来就很低。与数据治理不同，数据文化是实现数据驱动的结果，而非前提条件。
相反，领导者应该专注于识别并克服阻碍利用数据、分析和人工智能创造价值的障碍。当这些障碍得到解决时，企业利用数据取得成功的几率就会提高——而适宜的数据文化也会随之形成，从而形成良性循环，积极增强整体数据价值的创造。
采取这种视角，组织可以将关注点和投资从成功率低的广泛文化举措和标准模式中转移出来。相反，资源可以用于应对真正的挑战：识别阻碍价值创造的数据文化模式。一旦揭示了潜在的背景障碍，就可以设计干预措施来增强价值创造，进而最终提高数据投资回报率。
|