最近参访不同行业的客户，看到大家都共同受困于巨大的终端库存压力，今年经济保增长，经济亮点的一部分会转变成各行各业终端经销企业的高库存，白酒如此，汽车如此，运动鞋也如此。即使站在善意的意义上，数字化在帮助企业做好门店订货、铺货、补货到产品研发、制造、流转的全链准确运行上，做得到位，那么真是好样的。但在众多数字化企业中做一般标准系统的多，特定产品、特定企业运行需要的解决方案提供者少。
每个城市都面临众多的问题，仅仅是气候变化带来的极端气候条件，都让城市在防寒、防雪、防台、防雨、防暑、防洪上面临越来越多的挑战，数据智能在城市运营应对气候变化上的解决方案，需要极其专业、细致、深入与可控的灵活性。同样，在众多数字化营商企业中做一般标准管理系统的多，特定场景问题与特定城市运营需要的解决方案提供者少。
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。
（推广）