最近參訪不同行業的客戶，看到大家都共同受困于巨大的終端庫存壓力，今年經濟保增長，經濟亮點的一部分會轉變成各行各業終端經銷企業的高庫存，白酒如此，汽車如此，運動鞋也如此。即使站在善意的意義上，數字化在幫助企業做好門店訂貨、鋪貨、補貨到産品研發、制造、流轉的全鏈准確運行上，做得到位，那麽真是好樣的。但在衆多數字化企業中做一般標准系統的多，特定産品、特定企業運行需要的解決方案提供者少。
每個城市都面臨衆多的問題，僅僅是氣候變化帶來的極端氣候條件，都讓城市在防寒、防雪、防台、防雨、防暑、防洪上面臨越來越多的挑戰，數據智能在城市運營應對氣候變化上的解決方案，需要極其專業、細致、深入與可控的靈活性。同樣，在衆多數字化營商企業中做一般標准管理系統的多，特定場景問題與特定城市運營需要的解決方案提供者少。
与我们大部分数字化营商环境技术供应者所讲的大概念和大故事不同，数据智能尤其是其模型化的价值在于对于系列、多个、变化中的具体困境问题、原有解决方案带来的隐患的数字化破解之道。每个具体问题本身就够复杂、与其他问题之间够交错、与所谓的解决方案的副作用之间够互存，所以那种简单的数据汇集构想、万 能模型求解路数、换汤不换药的数字化平台，除了导致重复建设、虚构故事，完全不可能达成大家的数字化期待。
因此需要系统的基于问题梳理形成的所需解决事项谱系，分步骤问题解决规划，可定义的问题解决程度与精度的指标要求，可解释、可表述、可衡量、可展现的问题数字化方案求解过程及其最 优解发现过程。当然在这里，为了最 大限度节约支出与控制成本，数字化与智能化开发方案需要采用上一级单位集约覆盖模式、同级多区域与多部门分工协作共享模式。现在的数字化工作模式浪费的钱太多了，得到的无用系统太多了，隔离化开发模式导致支出成本太高了，未来这些数字化系统之间整合的价值太小了。
（推廣）