多年来，我们参与，建议或研究了数百种数字转换。这样做，我们对真正的数字转换到底有多困难以及成功需要什么有一个见解。数字化转型不是为了胆小者而作-不幸的现实是，迄今为止，许多此类努力（如一般性的转型计划）都失败了。
要取得成功，就需要聚集和协调比大多数领导者所欣赏的更大范围的努力。在四个相互关联的领域（技术，数据，流程或组织变更能力）中，任何一个表现不佳都可能破坏原本构思良好的转型。从创建和传达引人入胜的愿景，到制定计划并即时进行调整，再到详细讨论，真正重要的事情都与人有关。
最重要的是，数字化转型需要人才。确实，组建一支可以一起工作的技术，数据和流程的正确团队，与可以带来变革的强大领导者一起，可能是考虑进行数字化转型的公司可以采取的最重要的单个步骤。当然，即使是最优秀的人才也不能保证成功。但是缺少它几乎可以保证失败。
让我们依次探索四个领域中每个领域所需的人才。
技术
从物联网，到区块链，再到数据湖，再到人工智能，新兴技术的巨大潜力是惊人的。而且，尽管其中许多功能变得越来越易于使用，但了解任何特定技术如何为转型机会做出贡献，使该技术适应业务的特定需求以及将其与现有系统集成起来都是极其复杂的。使事情变得复杂的是，大多数公司都承担着巨大的技术债务-难以更改的嵌入式旧技术。您只能与具有技术深度和广度并且能够与企业携手合作的人员解决这些问题。
面对这些困难，更具挑战性的问题是，许多商人对IT部门推动重大变革的能力失去了信心，因为许多IT功能主要集中在“保持常亮”上。但是，最终，数字化转型必须纳入机构IT，因此重建信任至关重要。这意味着技术人员必须在每次技术创新中提供并证明业务价值。因此，技术领域的领导者必须是伟大的沟通者，并且他们必须具有战略意义，以便做出能够在创新与技术债务之间取得平衡的技术选择。
数据
不幸的现实是，在当今的许多公司中，大多数数据都未达到基本标准，而严格的转换要求更好的数据质量和分析能力。转型几乎肯定会涉及到理解新型的非结构化数据（例如，驾驶员提供的汽车损坏图片），公司外部的大量数据，利用专有数据以及将所有数据集成在一起，同时减少了大量数据从未使用过（也永远不会使用）的产品。数据提出了一个有趣的悖论：大多数公司都知道数据很重要，并且知道质量很差，但是由于未能正确地发挥作用和职责，浪费了大量资源。他们常常将所有这些失败归咎于IT功能。
与技术一样，您需要具有广度和深度的数据人才。更重要的是能够说服组织前线的大量人员担任数据客户和数据创建者的新角色。这意味着仔细考虑并交流他们现在需要的数据以及转换后需要的数据。这也意味着帮助一线员工改善自己的工作流程和任务，从而正确创建数据。
处理
转型需要端到端的思维方式，对满足客户需求的方式的重新思考，工作活动的无缝连接以及跨部门管理的能力。面向流程自然符合这些需求。但是，许多人发现，流程管理（横向，跨筒仓，侧重于客户）很难与传统的分层思想保持一致。结果，这个强大的概念消退了。没有它，转型将减少为一系列的渐进式改进-重要且有用，但并非真正的变革。
在培养这一领域的人才时，要寻找“放任自流”的能力，即根据客户的方向调整筒仓，以改善现有流程并设计新流程，并从战略意义上了解何时可以进行逐步改进，以及何时进行彻底的流程再造有必要的。
组织变革能力
在此领域中，我们包括领导力，团队合作，勇气，情商和其他变更管理要素。幸运的是，多年来已经有很多关于该领域的文章，因此，在这里我们不做任何评论，只是要注意，负责数字化转型的任何人都必须在该领域有丰富的经验。虽然我们没有确凿的证据支持这一点，但似乎倾向于技术，数据和流程的人似乎不太可能接受变革的人性化一面。当然，在上述建议中，我们敦促领导者寻找具有出色人际交往能力的人。如果您找不到他们，一个很好的选择是将一些能够在双方工作的“紫色人”加入转型团队。
一起拉
到目前为止，我们已经讨论了技术，数据，流程和组织变更能力域，好像它们是独立存在的，当然不是。相反，它们是更大整体的一部分。技术是数字化转型的引擎，数据是燃料，流程是制导系统，组织变革能力是起落架。您都需要它们，它们必须很好地协同工作。
考虑一下“我们的系统不说话”的问题，这困扰着大多数公司，并且正在困扰着数字化转型。但是它属于哪个领域？如上所述，这是一个技术问题，但同时也会导致巨大的过程效率低下。然而，这源于缺乏可靠的数据架构，并且可能涉及难以更改的组织结构和政治问题。因此，有人可能会争辩说，任何领域都应该带头。但是最好的解决方案涉及到四个人的共同努力。
由于缺乏对每个领域的深入了解，几乎所有企业领导者都很难看到数字化转型的全部潜力，这是许多失败的数字化转型的促成因素。但是，当然，没有人拥有所有必需的知识和能力。因此，我们呼吁召集各个领域的人才。
最后，关于技术，数据和流程的工作必须按适当的顺序进行。人们普遍认为，将无法正常工作的流程自动化是没有意义的，因此在许多情况下，必须首先进行流程改进或重新设计。另一方面，某些转换将具有大量人工智能。由于不良数据阻碍了良好AI模型的开发和部署，因此在这种情况下，应首先处理数据。从最终目标开始，然后制定最适合实现这些目标的步骤
数字化转型可以而且应该专注于公司最需要解决的问题。这些优先事项还将使所需的人才有品味。例如，如果重点是转变客户关系，则团队中的数据人才可能在客户数据方面具有特定的专业知识，在销售和营销流程方面具有流程方面的才能，等等。但是，更重要的是，这些人才具有我们描述的四种专业知识，并且在创建和执行任何类型的技术驱动型转换方面都取得了成功。