騰訊新聞知識官 武漢大學資訊管理學院副教授龔藝巍
數字化轉型（英文稱“Digital Transformation”）是一個時代的浪潮，它既是大勢所趨，正在影響各行各業，是當前曝光率超級高的一個概念，同時也和我們每個人的生活息息相關。一直以來，我們都覺得數字化轉型應該是政府和企事業單位的變革，用來改進他們的流程，提高生產效率和服務質量，實現新的商業模式或者重塑行業形態等。而作為普通使用者的我們似乎只是把線下的活動轉移到了線上。那數字化轉型是如何從改變大家的生活的呢？今天就讓我們從使用者的角度來聊一聊數字化轉型。
搜尋摩擦
為了回答這個問題，我們先來了解一下什麼是“搜尋摩擦”。2010年諾貝爾經濟學獎頒給了Peter Diamond、Dale T。 Mortensen和Christopher Pissarides三位經濟學家，以表彰他們所提出的“搜尋摩擦”理論對勞動力市場經濟學領域的貢獻。
Diamond（左）、Mortensen（中）和Pissarides（右）
“搜尋摩擦”（Search Friction）也被譯為“搜尋摩擦”。簡單地講“搜尋摩擦”理論認為失業和職位空缺現象同時並存的原因在於供需雙方的需求異質性，諸如雙方對於工資、工作時間和地點等因素的不同預期，從而造成匹配失敗。這就好比一線城市工作機會多，但是你可能會覺得房價太貴和通勤時間太長；而有的城市房價雖然比較便宜，但是你可能會覺得當地平均工資水平太低。找工作本質上就是一個搜尋和匹配的過程，而這個過程中普遍表現出來的成本開銷代表著該勞動力市場在解決供需雙方需求上的效率。如同你在找工作時搜尋和瀏覽職位資訊，公司的HR也在收集和篩選應聘者的求職簡歷。
因此，在大多數情況下，這種搜尋和匹配的過程實際上是對資訊的收集和處理。然而，普通人的認知能力是有限的，我們一般無法同時處理大量的資訊；與此同時，我們能夠在這件事情上所花費的時間和資源也是有限的。應聘者不能把投簡歷當飯吃；如果某個HR在規定時間內招不到合格的員工，估計自己也不用繼續做該公司的員工了。一個HR搞不定就得上兩個，但是HR的人力資源也是有限的。個人的
認知能力
（某HR的能力）、
資訊收集和處理的時間限制
（某職位的招聘週期）和
資源約束
（投入HR的人數）決定了該時間段內、在解決該匹配過程中可以接觸和處理資訊的量有多少。如何降低這些開銷，是建立市場機制需要重點考慮的事情，因為這些決定了該市場表現的好壞。
從搜尋摩擦看數字化轉型
“搜尋摩擦”理論與現實經濟具有廣泛而密切的聯絡。該理論的提出和發展不僅適用於勞動力市場分析 ，還可以進一步應用於對其他市場的分析。我們也可以用相同的眼光來看其他線上活動，例如大家熟悉的線上零售市場（淘寶、京東等），除了這些典型的電商巨頭外，也有許多線下的賣場融合線上的服務，例如超市的線上配送，餐廳和菜市場的攤販上線外賣平臺等。另外一些平臺，例如各種線上政務平臺，已經脫離了市場的範疇，與商品交易無關，但依然存在使用者使用服務時的資訊搜尋和處理的過程，所以我們也可以用搜索摩擦的視角來觀察。決定一個平臺好不好的因素有很多，而搜尋摩擦的視角關注的是平臺在資訊收集和匹配效率上的表現。
數字化轉型的第一種表現，體現了從線下遷移到線上的過程。早期的電子商務和電子政務通常是型別，主要工作是把線下的商品和服務資訊釋出到了網上，使用者可以透過瀏覽選用或購買，幾乎沒有其他附加的輔助功能幫助使用者收集和處理資訊。目前這種情況也很普遍，許多小程式級別應用也可以歸為這種型別。嚴格地講，這種型別不能算是“轉型”（transformation）而應該叫做“遷移”（transition），因為線下是什麼樣子的，線上是什麼樣子的。這種型別對我們的生活有什麼改善嗎？當然有，改變還蠻大的，至少我們不用跑線下的門店了，其中減少了親自前往的門店收集資訊的時間開銷，這是減少搜尋摩擦一種有效方法。原本一個使用者線下只能跑一個市場才能看到產品和價格，在線上的情景中，這個資源約束已經被大大的降低了。
第一種型別應對少量商品時尚可接受，但是當商品或服務的條目和門類太多之後，使用者自然會面臨資訊過載的問題。數字化轉型的第二種形態已經不滿足於對原有模式的複製，而是透過更深層次的改革來實現業務的目標。例如政府透過數字政務的建設，不光是減少了市民往返線下政務大廳的時間，同時也透過跨部門的資料共享，減少了辦事的環節，以及對輸入資料的要求。又比如平臺型交易市場不僅僅可以瀏覽商品，還可以透過各種排序和推薦功能更快地找到自己需要的產品並且很方便地對它們進行比較。這是我們現階段見到比較多的情況。這一型別的數字化轉型不再僅僅解決了資源約束的問題，要麼增加了單位時間內可以接觸到和處理的資訊量（例如商品排序和推薦），要麼減少了處理一件事情需要接觸和處理的資訊量（例如政務服務的一網通辦）。
到了這種程度，我們的許多線上服務似乎已經做到很好了，但仍舊無法很好地解決資訊過載的問題，因為人的認知能力始終存在一個瓶頸。筆者曾經做過一個實驗，發現線上眾包市場的發包方（可以想象成公司的HR）在選擇接包方（相當於應聘者）的時候，需要同時考慮時間、合同報價、接包方的經驗和能力等多個因素的情況下，當候選人超過10個，做出最優選擇的可能性就會大大降低。即使這些眾包平臺提供排序和推薦等功能。
因此，目前數字化轉型正在逐步展現第三種形式，即透過大資料和人工智慧等技術手段，繞開使用者的認知能力的瓶頸，代替人腦完成部分對資訊的深度處理工作。這個階段也被稱為“數智化”階段。有很多這方面的應用主要針對專業人士，例如智慧城市建設中的“城市大腦”可以幫助政府更好地管理一個城市的交通運輸等方面，人工智慧幫助生物學家和醫學家更快地完成基因序列分析等工作。同時相當部分出現在了我們的日常生活當中，例如即時線上語音翻譯可以有效解決對外語的認知能力不足的問題，無人駕駛可以解決對駕駛技能認知不足的問題等。
由此可見，數字化轉型的不同型別透過減少個人的認知能力、資訊收集和處理的時間限制和資源約束三個方面的搜尋摩擦，逐漸改變著人們的生活方式，同時也在提高我們的工作和生活效率
。
