由信息、数字化、控制系统理解供应链的目标

上个世纪40年代，信息论的奠基人香农有个天才的洞见，“信息是不确定性的度量”。信息量的大小，在于克服不确定性的大小，即信息的价值在于确定性的增加。

香农试验

认知差产生信息，无新认知无信息。桌上有个东西，我知道是苹果，你告诉我这是苹果，并未产生信息，因为并未克服任何不确定性。 如图，等概率下信息熵最大。

一个对话的例子：

断言之文字 微笑之表情 微信步数都是“信息”，用于度量“是否用了手机”的确定性。

语言、文字、数字本身并不是信息的本质。信息是不确定性的度量---是基于概率的判断。

向老板工作汇报，文字书面比口头好，数字比文字好，因为降低了不确定性。指标定义可能有偏差，数字也可能造假，所以通过系统反馈的数字更值得信任。

业务提出的“需求”，有没有这段时间觉得重要的，过段时间后又不重要了？除了紧急、重要的属性，其实还有”确定性”的属性，也就是说消除了哪些不确定性？实现了这个需求，有助于哪些决策判断?

基于期望、预测和现实的偏差才能有所行动，如果都是确定性的问题，那就可以直接“躺平”了，因为无需做出选择。

供应链实质就是对信息确定性的掌握，按照信息论的推理，要消除不确定性，就必须使用大量量化的信息（数字化只是信息消除非确定性的过程）。单一从历史数据中预测质量是有限的，结合大数据分析和大盘数据可能进一步消除非确定性。

为何大数据可直接驱动决策？因为大数据降低了不确定性。基于大数据与逻辑决策原则的不同：大数据寻找相关性，逻辑寻找因果性。

信息在组织中具有六个维度： 点、线、面、体、时间、确定性（概率）

1. 点：信息由哪个业务端产生?谁对信息负责？
2. 线：信息对其它上下游环节有何影响？
3. 面：信息在业务面上有何价值？如何优化业务？
4. 体：信息在整个公司组织层面的意义？
5. 时间：以什么样的时间维度评估信息量，实时？月度？星期？
6. 确定性：信息降低了多少不确定性？

美国有一个教授叫赞迪，这个教授有自己的花园，花园里有一棵杏树。有一天赞迪教授看见松鼠爬上了他的杏树在摘杏儿，他为了不让松鼠上去，就弄了一些塑料的锥子，把它绑在树干上。如果让我们来做的话可能会在树枝上插一些玻璃渣子，总之对于松鼠来说是致命的障碍，它再也爬不上去了。但是有一天他发现，松鼠居然又在摘他的杏儿，而且杏树上松鼠越来越多，那是怎么回事儿呢？之后他就在那待着，看看松鼠是怎么爬上这棵杏树的。 他发现原来是这样：松鼠显然不能从杏树的树干上爬上去，这个巨大的障碍使得它要选择别的路径，教授无意当中打破了它的路径依赖。松鼠是爬上了旁边的一棵树，然后再跳到杏树上，这是一个高难度的动作，并不是所有的松鼠都敢跳、都能跳。松鼠中的“精英”做了一件很有意思的事，它跳上这棵树以后，再选择那些相对比较细软的枝条，顺着这个枝条往尖儿上爬，最后这个细枝就会往下垂，一直垂到了地面，这个松鼠就抱着这根细枝的头，其它的松鼠沿着这根细枝一下子就爬上去了，就开始摘杏儿了。这个解决方案甚至比它们以前摘杏儿的方式还要有效率。

这个故事通常从组织创新的角度去解读，这里尝试换个角度，从需求实现的场景来理解。假定教授就是业务需求部门，他有了一个想法和需要实现的功能，叫来产品经理落实，“给树围一圈锥子”，这事不难，很快开发完工。然而最后的结果出乎意料之外。

有几个原因，一是产品经理甚至都不知道存在松鼠这个动态变量，二是任务是如此明确以致忽略掉目标，把过程当目标：三是由于机制原因也难以追问背后的目标。

从信息论的角度，一方认为实现目标的手段是如此具有确定性，双方自然忽略掉共识共建的过程，没有围绕目标展开方法有效性的探讨以降低不确定性，当然这个例子有些极端，但仍有启发意义之处在于：

1. 局部最优并不能带来整体最优。
2. 目标及过程是需要流程及目标是追求熵减的，但围绕目标展开的过程保持开放性，即最大熵原理。 这也是实现组织目标之外同时保持创新的来源。

这个故事有什么启示？从创新的角度，首先在于松鼠被打破了【路径依赖】。

数字化是消除信息非确定性的过程，以形成对业务从整体到细节的认知。 数字化旨在解决业务在抽象虚拟世界和现实物理世界之间高度的融合统一。

企业数字化发展涉及的感知决策执行体系三个体系的演进，数字化的建设其实就是围绕三个体系的建设和重构：

1. 感知体系
2. 决策体系
3. 执行体系

感知是定性到定量的过程，从老板感知、到管理层感知、由人感知走向系统数据感知，典型的是物联网应用涉及的传感器。电商涉及的感知如面向客户的用户体验、客服评价、快递异常；以及业务过程量化指标的感知，有感知才有行动。

原先的决策体系是流程驱动、事后驱动、问题驱动，向数字驱动风险驱动转变，而不是出了问题以后去救火。

决策不只是老板的事情，其实对于需求是否要达成的目标、可能实现的路径也需要决策或判断。 由老板决策相当于把鸡蛋放入一个篮子中，转变为多级决策，对事负责，即是引入负熵，因为当我们遇到不确定性时，就要保留各种可能性，而不要随便作主观的假设，决策风险最小。

决策是个选择的过程，如果业务部门表达需求，既要什么功能，又要什么功能，没有权衡的过程，也是放弃了自己的决策权。