美国加州大学的保罗·伦纳迪（Paul Leonardi）和哈佛大学的策达尔·尼利（Tsedal Neeley）两位教授的新作《数字思维：AI时代的生存法则》，中文版正式与读者见面了。以下是对本书“引言”的节录，作者想要教给我们怎么应对数字大时代的30%熟练度法则和3C方法。
这部重磅之作的重点不在于传授具体的数字技能，而在于在帮你培养数字思维，站上正确的轨道。
本书希望帮到那些已经意识到所在行业的竞争在加剧，参与数字化生态、数字化转型刻不容缓的读者。
正如一些世界上最有远见的领军人物所说的，数字时代正在对工作方式、行业结构以及人们协作方式带来根本性变革。
传奇的思科首席执行官约翰·钱伯斯（John Chambers）在他的卸任演讲中所讲的并非危言耸听。
“信息时代所发生的变革，包括互联网的价值，在正在降临的数字化时代面前，都显得相形见绌。作为公司领导，如果你不能及时转型，以创新的方式应用数字化技术；如果你不能重塑自己，调整你的组织架构；如果你不关心创新正在以多快的速度发生——你将注定会被颠覆，并且是被惨烈地颠覆。未来10到15年中，大多数公司的存在将不再有意义。”
然而，很多人仍然先入为主地认为自己因为“不懂技术”，所以学不会数字化思维。
有这种想法并不奇怪，因为我们早已习惯了把人二分为技术和非技术人员，但是这套范式已经过时。
无论我们的工作是硅谷的软件工程师、好莱坞广告公司的市场营销人员、食品生产行业的企业家还是任何学科的讲师，我们都已不可争辩地融入了数字化洪流，成为了数字化工作者。
想脱离旧范式不是一件容易的事，甚至在很多情况下，改变自己的思维、观念会比掌握一项技术技能来得更难。我们写作本书的初衷便在于此——帮助读者建立数字化的新思维。
阅读本书，能让你更好地应对以下问题，这些问题对于正在经历工作方式变革的朋友们想必不会陌生：
● 我需要懂多少技术（以拥有数字思维）？
● 我需要学习编程吗？
● 关于算法，我需要了解什么？
● 如何高效使用数字化工具？
● 人工智能（AI）到底是什么？
● 我需要为我的团队准备一个机器人吗？
● 如何在远程工作的环境下成功地协作？
● 保障数据及系统安全的最佳实践是什么？
● 在数字时代，掌握什么技能能提高个人竞争力？
● 数字化转型与其他转型有什么区别吗？
● 如何打造数字说话的企业文化？
● 我从哪里开始呢？
如果你养成了数字思维，你将能够回答以上问题，以及更多其他问题，你将在数字时代拥有成功的势能。
任何人都可以养成数字思维，一如萨拉·门克尔。她并没有成为技术高手或专业程序员，但她所培养出的数据思维足以让她以一种全新的视角认知世界，进而提出对于这个世界新颖、重大、深远的问题。
想培养数字思维，有一个先决条件，就是你具备建立新认知、拥抱变化的能力。对于任何阅读本书的人，通过学习，都可以大概率掌握拥有数字思维所需的最基础的技术知识。
过去十年中，我们与世界上数百家被技术赋能的企业有过深入接触——或是研究、写作商业案例，或是给予咨询，或是在顾问委员会供职，或是给予管理层培训。我们深入研究了这些企业及其员工是如何培养出数字思维的。他们之间的一个共识是，想要“数字化”，首先需要的是培养一种新的思维方式，这种思维方式赋予了他们学习和应用技术方面的竞争力，从数据采集和计算的基础知识，到大型组织的变革能力。
经过与上千位职场人、经理、高管的交流和研讨，我们受到启发，最终提出了数字思维的概念。除了第一手的研究，我们还借鉴了该领域顶级专家发表的大量研究和案例，用以完善数字思维的概念，并定义其中的方法论。
我们已经能明显地发现，具有数字思维的人可以在工作上取得更大的成功，有更高的工作满意度，也更容易在公司内被晋升。即使考虑换工作，他们也能带走更多的技能，在新公司发挥能量。
具有数字思维的领导更能够建设一个能打胜仗的组织，招募一支可以快速适应变化的员工队伍。如果公司的队伍具有数字思维，他们可以对日常的变化作出更快的响应，抓住新的商业机会。
在数字时代取得成功，需要的不仅仅是掌握运营数字技术的技能，更重要的是能够跳出窠臼思考，这是本书的终极目标。
界定、澄清
像“数字思维”这样的名词可以被赋予多种含义，我们倾向于将数字或数字化定义为一种数据与技术之间的交互、相互作用。
数据 指任何可被用于参考、分析或计算的信息。你的买菜购物清单是一种数据，天气预报也是一种数据。当今，很多人以为数据必须是由数字构成的，但事实上，很多其他内容像图片、文本也是数据，因为它们都可以被编码为数字，继而被计算机处理、存储、编辑。
技术 可以创造、获取、编辑、传递和存储数据。我们每天都在通过多个互联的设备和数据交互——传感器、计算机、软件、云存储。手机里的传感器、硬件和软件等组合起来，将声音和图像等模拟输入转换为二进制代码，该代码被处理、存储和渲染为你消费的音乐、图片和文字。你的手机不仅存储数据，它还在产生和二次生产全新的数据。
思维 或 思维方式 是我们用来理解世界的一整套方式、方法的总称。你处理一个问题的方式，会决定你看待这个问题的方式，以及该问题对你的重要性、你的应对方案。
最后， 数字思维 ，在本书中指当代用于理解、利用数据和技术的一整套方法论。这一套思维和行为的方法论，使当代的人和组织有能力发现新的机会，为未来指明道路。
大数据、人工智能、机器人伙伴、内部社交媒体、区块链、实验方法、统计学、安全技术以及当下快节奏的技术更迭，都是正在重塑我们生活与工作方式的主要力量，它们即将颠覆同事之间交互的方式，让重组自己以适应更加激烈的竞争成为企业的为当务之急。
在以上定义的基础上，我们还可以再深挖一层。培养数字思维，意味着我们同时也在重新定义处理以下三个流程的基本方式：
● 协作
● 计算
● 变化
当然，重新定义处理以上三个流程的方式也意味着学习一些新的硬技能，但仅学习技能是远远不够的。技能提供给你的只是一些帮助你看到更大图景、提出更本质问题的词汇、知识和直觉，而培养一种新思维，意味着你将使用你的技能 搭建 新的知识体系，同时以全新的视角 认知 这个世界，并指导你的行为。
本书开发了一个学习框架，它囊括了在培养协作、计算和变革方法，乃至最终建立数字思维的过程中所必须学习的技能。我们不只是告诉你哪些技术技能需要学习，还会实际帮助你学习它们。
请放心，你不需要掌握复杂的编程，或是自己写算法，或是学会运行高级的多项对数模型。我们关注的是使你对数字和技术足够熟悉。好消息是，你只需要对几项有限的技术知识掌握到30%左右，即可建立起一套数字思维，我们管这叫 30% 法则。
30% 法则：不需要精通
“30%法则”，全称是“30%熟练度法则”。
同样，如果只是想要有效地使用数字思维工作，你并不需要精通编程或成为一名数据科学家，你大体只需要了解程序员和数据科学家的工作是什么，以及对机器学习、如何应用 A/B测试、如何解读统计学模型、如何让 AI 驱动的聊天机器人为你所用等命题有较深的理解。
我们团队花了10年时间，致力于研究哪30%是真正需要学习的，并且在此过程中教会了许多人运用数字思维。
我们想分享这中间的经验和教训，这样你也可以和我们一样，应用协作、计算和变革以拥抱数字化转型所带来的、令人激动的新机会。
在本书中，我们会明确圈出哪些类目的技能是你需要掌握的，以及30%熟练度在这些技能类目下的具体表现。
一旦你达到了30%熟练度（或者更高，如果你有兴趣深入学习的话），你就上了一个平台，开始你的创造性思维——数字化思维。
本书的写作初衷，是帮你在每个形成数字思维所需的领域达到30%的熟练度。对于三种数字思维方法中的每一种，我们都提炼、整合、细化了你所需要了解的主要知识，以帮助你达到进入各个数字化领域所需的最低门槛。
3C：协作、计算与变革
第一部分将深入讨论在数字化时代 协作 的新方法。其中第一个要点是如何与机器协作，机器在当今早已不仅仅是我们的工具，并正在快速成为我们新时代的同事和战友。
为了学习与机器协作，我们会介绍理解人工智能工作原理所需的30%人工智能知识。我们会介绍当代军队是怎样通过心理学和科技的手段，与人工智能驱动的机器人并肩工作的。我们会解释为什么把人工智能当成人类来交互是不明智的，并提供一些避免陷入这类陷阱的建议。
第二个要点是讨论在数字化时代与人类同事成功的合作需要补什么功课。我们会带你走近一家新式银行，它的职员创新性地使用一套内部社交媒体来扩大他们关注的对象和学习的来源。
我们还会带你走近世界上最大的电子商务公司之一，看看它如何通过鼓励员工在工作时分享与工作无关的信息，让全球各地的员工保持连接。
我们将探讨在数字世界中成功协作的新要求——在远程工作中向他人展示你的存在感。掌握至少30%这些新型协作行为将改善你个人、团队和同事的工作效果。
第二部分会展开介绍你所需了解的 计算科学 知识。
我们会先从介绍数据开始。我们深信，即使你只了解30%关于收集、分类、存储数据的技术原理，也足以让你利用数据进行决策。
你还会了解如何更有说服力地展示数据——一种关键的翻译技能。为了解释这点，我们会告诉你，印第安纳某县是如何因为一个数据上的愚蠢行为损失了数百万美元的税收收入。
可能同样重要的一点，我们讨论了一些偏差是如何侵入数据展示的，以及如何才能甄别数据模型——它想让你知道什么、不想让你知道什么。
我们还会深入讨论你在数字世界中需要用到的基础统计学推理方法。为了学会通过数据看问题，以及评估他人给出的预测和方案，统计学是绕不开的。别担心，我们不是说要给你上大学的概率与统计课，我们的目的在于提供帮你建立起统计学直觉必要的学习资料，继而使你能够准确地解读统计学测试的结果，知晓其意味着什么，以及能够对基于数据的推荐或建议提出相关的问题。
作为案例，我们会先后带你走近小公司（一家制造可穿戴的体温监测设备的初创公司）和大公司（一家头部主机游戏开发者），展示统计学分析是怎样指导产品决策、并为这些决策提供信心的。
掌握30%的统计学分析与逻辑推理技能可以帮助你更聪明、更好地决策。
在第三部分，我们会主要围绕如何培养一种新的 变革 方法展开。
首先讨论“安全”在数字时代意味着什么。我们会以实际发生过的漏洞作为例子——一个来自一家头部石油公司，另一个来自一家头部社交媒体平台。这样你可以学习如何应对变化，以便在安全问题发生时能够合理地应变。
我们还会相对深入地介绍一下区块链，并以钻石进口商这类公司利用区块链的实践作为例子，给予你区块链相关概念基础的30%词汇量，帮助你理解这项新兴技术为什么有可能重新定义数字资产的安全性。
再往后，我们会介绍实验学和实验理论。变化在当今发生得是如此之快，所以不停地测试、失败、总结、再测试，成了当今寻找解决方案的最佳方式。我们将一步步地指导你如何利用数字“排放”进行实验，这是一个庞大的主题，我们已经提炼了其中你需要了解的30%。
我们还会为你提供一些关于如何设计组织和公司文化，以适应实验方法的建议。在我们看来，变革 不应只是一种周期性的企业活动，它更应是一个持续的过程——我们称之为持续转型。
其中，数字化转型是它的核心，我们会展开介绍它的基本特征，从底层思维的转变到实现转型所具体需要实施的活动。我们会介绍近期在联合利华发生的文化变革是怎么被（重新）设计和对齐的，还会讨论像如何促进职工个人及整个班子提升技能、保持持续学习等关键问题。
最后，我们还提供了一个附录，包含几个持续学习的案例，如Spotify、 Yelp、美国电话电报公司（AT&T）、缤客网（Booking.com）和美国第一资本投资国际集团（Capital One）。这些案例能够帮助你了解，如何最有效地激励员工自主、自愿地投入持续学习，并解释为什么长期保持数字思维是非常必要的。
关键问题
作为数字思维的布道者，我们团队最常被问到的一个问题是：为了培养数字思维，我是否需要学习编程，或至少学会阅读编程语言？
最简单的回答是大概率不需要。对于大多数人而言，理解你所使用的数字技术是如何运转的，已经远远足够。对于另一小部分人，学习一些基本的编程，可能更多是帮他们在处理问题时建立一些基础的自信，为他们贡献看问题的新视角。这完全取决于你的教育背景和工作职责的技术性，以及你需要多近距离地接触所在公司的核心技术。
我们不会用很多技术细节轰炸你的脑容量；我们只会解释计算机程序是如何工作的，帮助你理解那些正在重塑我们职场和世界的数字技术，在其光鲜的用户界面背后是如何具体工作的。
