螈学貉態2019年第5期 和利用还取决于企业内部的数字资源就绪度( digital resource readiness),也即影响企业采用数字业 务战略的主要因素的准备充分程度,既包括数字化业务流程和数字化知识系统的准备充分程度,也 包括企业数字化业务战略所需要的其他要素准备充分程度。企业数字资源就绪度越高,企业能够生 成和利用的数字期权规模就会越大。他们进一步提出数字资源就绪度与数字化流程和数字化知识 之间还存在明显的正向协同效应。一方面,数字化流程和数字化知识是数字资源的重要组成部分 数字化流程和数字化知识的广度与深度越大,数字资源就绪度自然越高。另一方面,其他数字资源 是数字化流程和数字化知识价值实现的重要支撑,数字资源整体就绪度越高,数字化流程和数字化 知识的广度与深度也自然越高。这种数字资源就绪度的概念可以进一步推广到数字化设计和数字 化平台对数字期权的影响,其中的正向协同效应将会放大企业所蕴含的各类数字期权生成器对数字 期权的生成功能。 数字期权的识别 无论是被看作成一组IT能力,还是被看作成一种增长期权或延迟期权,都表明数字期权无法被 直观地发现和测度,这就使得如何识别数字期权成为数字期权战略价值实现的重要前提条件和数字 期权理论研究的重要组成部分。基于此, Sandberg et al(2014)和 Singh et al(2017)从如下三个方面 对数字期权识别进行了深入的探讨。 (一)通过细分类别进行识别 经过40多年的发展,实物期权理论已经广泛应用到各个领域,并形成特征各异的多种类型。这 使得类别细分成为实物期权识别的重要路径和常见方法。例如, Trigeorgis(1993a)将实物期权划分 为:延迟投资( defer investment)、维持现状( default)、扩张( expand)、收缩( contract)、终止和重启 ( shout down and restart)、放弃( abandonment)、转换用途( switch use)和公司增长( corporate growth)等八种类型。 Benaroch(2002)将IT投资中所嵌入的实物期权划分为:延迟( defer)、分阶段 ( stage)、规模调整( alter scale)、放弃( abandon)、外包( outsource)、租用( lease)、复合( compound)和 增长( growth)等八种类型。这些类别细分为数字期权的识别提供了很好的借鉴:一方面,传统行业 企业和数字经济企业都可能会存在大量的IT投资,从而蕴藏着大量的数字期权。根据 Wang et al (2015)的类别区分,企业可以通过这些类别来进行数字期权的检查和识别。另一方面,不同类别的 数字期权对企业具有不同的经济价值,根据 Sandberg et al(2014)对数字期权的类别划分,已实现的 数字期权对企业已不再有战略价值;可用的数字期权虽然已经被知晓,但还有待开发;只有可操作的 数字期杈对企业才具有高时效的战略价值。企业可以根据这些不同类型数字期权的经济价值进行 数字期权的识别和利用。 (二)通过生成机制进行识别 追本溯源是进行数字期权识别最为快速和可靠的方法,也是现有关于数字期权生成机制研究所 隐含的识别方法。 Sandberg et al(2014)从数字化业务流程视角构建了一个包括情景评估、业务流程 表征、信息需求分析和数字期权识别等四个阶段前后衔接的数字期权识别模型。其中,情景评估的 主要目标是通过分析企业背景和目标,从而确定要投资的数字化业务流程。虽然情景评估也是数字 期权识别的重要手段,但很难将情景评估与数字期权识别环节进行一一对应。对于业务流程表征来 说,数字期权的战略价值就在于通过IT能力投资优化特定的业务流程,在无法确定数字期权特征 时,可以反过来通过检查特定的业务流程特征来进行数字期权特征识别。对于信息需求分析来说, 一方面,数字化知识系统是数字期权的生成器,同时也是满足企业信息需求的重要载体,可以通过数 字化知识系统对企业信息需求的满足情况和企业尚未满足的信息需求特征直接进行数字期权识别 另一方面,信息需求也是区分业务流程的重要特征,例如,信息的全面性和可用性越高,业务流程的 广度就会越高;信息的复杂性和可靠性越高,业务流程的深度就会越高。因此,可以通过不同的业务 流程特征所形成的信息需求特征进行数字期权识别。值得一提的是,虽然业务流程特征与信息需求 124
２０１９年第５期 和利用还取决于企业内部的数字资源就绪度（ｄｉｇｉｔａｌｒｅｓｏｕｒｃｅｒｅａｄｉｎｅｓｓ），也即影响企业采用数字业 务战略的主要因素的准备充分程度，既包括数字化业务流程和数字化知识系统的准备充分程度，也 包括企业数字化业务战略所需要的其他要素准备充分程度。企业数字资源就绪度越高，企业能够生 成和利用的数字期权规模就会越大。他们进一步提出数字资源就绪度与数字化流程和数字化知识 之间还存在明显的正向协同效应。一方面，数字化流程和数字化知识是数字资源的重要组成部分， 数字化流程和数字化知识的广度与深度越大，数字资源就绪度自然越高。另一方面，其他数字资源 是数字化流程和数字化知识价值实现的重要支撑，数字资源整体就绪度越高，数字化流程和数字化 知识的广度与深度也自然越高。这种数字资源就绪度的概念可以进一步推广到数字化设计和数字 化平台对数字期权的影响，其中的正向协同效应将会放大企业所蕴含的各类数字期权生成器对数字 期权的生成功能。 三、数字期权的识别 无论是被看作成一组ＩＴ 能力，还是被看作成一种增长期权或延迟期权，都表明数字期权无法被 直观地发现和测度，这就使得如何识别数字期权成为数字期权战略价值实现的重要前提条件和数字 期权理论研究的重要组成部分。基于此，Ｓａｎｄｂｅｒｇｅｔａｌ（２０１４）和Ｓｉｎｇｈｅｔａｌ（２０１７）从如下三个方面 对数字期权识别进行了深入的探讨。 （一）通过细分类别进行识别 经过４０多年的发展，实物期权理论已经广泛应用到各个领域，并形成特征各异的多种类型。这 使得类别细分成为实物期权识别的重要路径和常见方法。例如，Ｔｒｉｇｅｏｒｇｉｓ（１９９３ａ）将实物期权划分 为：延迟投资（ｄｅｆｅｒｉｎｖｅｓｔｍｅｎｔ）、维持现状（ｄｅｆａｕｌｔ）、扩张（ｅｘｐａｎｄ）、收缩（ｃｏｎｔｒａｃｔ）、终止和重启 （ｓｈｏｕｔｄｏｗｎａｎｄｒｅｓｔａｒｔ）、放 弃 （ａｂａｎｄｏｎｍｅｎｔ）、转 换 用 途 （ｓｗｉｔｃｈｕｓｅ）和 公 司 增 长 （ｃｏｒｐｏｒａｔｅ ｇｒｏｗｔｈ）等八种类型。Ｂｅｎａｒｏｃｈ（２００２）将ＩＴ 投资中所嵌入的实物期权划分为：延迟（ｄｅｆｅｒ）、分阶段 （ｓｔａｇｅ）、规模调整（ａｌｔｅｒｓｃａｌｅ）、放弃（ａｂａｎｄｏｎ）、外包（ｏｕｔｓｏｕｒｃｅ）、租用（ｌｅａｓｅ）、复合（ｃｏｍｐｏｕｎｄ）和 增长（ｇｒｏｗｔｈ）等八种类型。这些类别细分为数字期权的识别提供了很好的借鉴：一方面，传统行业 企业和数字经济企业都可能会存在大量的ＩＴ 投资，从而蕴藏着大量的数字期权。根据 Ｗａｎｇｅｔａｌ （２０１５）的类别区分，企业可以通过这些类别来进行数字期权的检查和识别。另一方面，不同类别的 数字期权对企业具有不同的经济价值，根据Ｓａｎｄｂｅｒｇｅｔａｌ（２０１４）对数字期权的类别划分，已实现的 数字期权对企业已不再有战略价值；可用的数字期权虽然已经被知晓，但还有待开发；只有可操作的 数字期权对企业才具有高时效的战略价值。企业可以根据这些不同类型数字期权的经济价值进行 数字期权的识别和利用。 （二）通过生成机制进行识别 追本溯源是进行数字期权识别最为快速和可靠的方法，也是现有关于数字期权生成机制研究所 隐含的识别方法。Ｓａｎｄｂｅｒｇｅｔａｌ（２０１４）从数字化业务流程视角构建了一个包括情景评估、业务流程 表征、信息需求分析和数字期权识别等四个阶段前后衔接的数字期权识别模型。其中，情景评估的 主要目标是通过分析企业背景和目标，从而确定要投资的数字化业务流程。虽然情景评估也是数字 期权识别的重要手段，但很难将情景评估与数字期权识别环节进行一一对应。对于业务流程表征来 说，数字期权的战略价值就在于通过ＩＴ 能力投资优化特定的业务流程，在无法确定数字期权特征 时，可以反过来通过检查特定的业务流程特征来进行数字期权特征识别。对于信息需求分析来说， 一方面，数字化知识系统是数字期权的生成器，同时也是满足企业信息需求的重要载体，可以通过数 字化知识系统对企业信息需求的满足情况和企业尚未满足的信息需求特征直接进行数字期权识别。 另一方面，信息需求也是区分业务流程的重要特征，例如，信息的全面性和可用性越高，业务流程的 广度就会越高；信息的复杂性和可靠性越高，业务流程的深度就会越高。因此，可以通过不同的业务 流程特征所形成的信息需求特征进行数字期权识别。值得一提的是，虽然业务流程特征与信息需求 — １２４ —
戚聿东等:数字期权理论研究进展 特征存在关联,但也存在显著差异。通过业务流程特征进行数字期权识别,可以很好地弥补通过信 息需求特征进行数字期权识别的局限。 在 Sandberg et al(2014)研究的基础上, Singh et al(2017)构建了一个包括流程图诊断、信息需 求识别、数字期权开发、业务流程转型等四个前后衔接阶段的数字期权识别模型。不同的是, Singh etal(2017)更加突出从信息需求视角对数字期权进行识别,并基于 Sambamurthy et al(2003)的研 究,将信息需求划分为信息广度需求和信息深度需求两个类别。其中,信息广度是指信息在企业内 同一个业务流程的任务之间、企业内不同业务流程的任务之间以及不同企业业务流程中的任务之间 的流动范围。信息深度通常是指信息的准确度,从使用者角度也可以看成是信息的质量,通常与信 息的传输规模、速度、定制性、交互性、可靠性和安全性密切相关。信息广度和信息深度共同决定着 业务流程的完善程度,两者的不匹配将会导致业务流程的缺陷,从而使得IT能力投资包含着大量的 可以完善信息广度、信息深度以及两者匹配程度的数字期权。因此,既可以通过检查业务流程中的 信息广度来进行数字期权的识别和开发,也可以通过检查业务流程中的信息深度来进行数字期权的 识别和开发,甚至还可以通过检查业务流程中的信息深度和广度的匹配情况来进行数字期权的识别 和开发。 (三)通过需求特征进行识别 为了让数字期权识别更具操作性, Sandberg et a(2014)以信息需求为例,进一步将信息需求划 分为:连接( connectivity)需求、降低不确定性( uncertainty)需求和降低模糊性( equivocality)需求等 种不同的类别,并分别对基于上述三种信息需求的数字期权识别提出了对应的指导原则 1.基于连接需求的数宇期权识别原则。连接需求是指信息在企业内外部进行共享和整合的期 望程度。当企业产生较高的信息连接需求时,说明现有技术阻碍了业务流程的广度,这时识别数字 期权就是要判别能否通过进一步的IT能力投资获取更多不同来源的信息。例如,能否通过完善 SCM系统从合作伙伴处获取更多的信息。当企业连接需求较低时,说明相对于业务流程广度来说, 业务流程深度更具提升的潜力,这时识别数字期权就是要判别能否通过进一步的IT能力投资,获取 更高质量的信息。例如,能否通过完善射频识别技术( radio frequency identification,简称RFID)得 到更高质量的产品信息 2.基于降低不确定性需求的数宇期权识别原则。降低不确定性需求是指提升信息可用性和可 靠性的期望程度。当数字化业务流程所产生的信息具有很强的不确定性时,说明此时生产信息的 IT能力具有很大的提升空间,这时识别数字期权就是要判别能否通过进一步的IT能力投资获取可 靠性和可信度更高的信息。例如,能否通过完善CRM系统获取更精准的客户信息。当数字化业务 流程所产生的信息具有较低的不确定性时,说明此时企业所积累的信息已经具有很强的可信性,这 时识别数字期权就是要判别能否通过进一步的IT能力投资提升现有信息的利用水平。例如,能否 通过完善数据分析系统生成更加精准的决策支持报告。 3.基于降低模糊性需求的教宇期权识别原则。降低模糊性需求是因为企业内外部对信息缺乏 共同理解或信息自身容易混淆而产生的降低信息复杂性和模糊性的期望程度。当数字化业务流程 所产生的信息具有较高的模糊性时,说明任务的完成需要参与者具有高度的理解和信任,这时识别 数字期权就需要判别能否通过进一步的IT能力投资产生大量的具有增强人际沟通的信息。例如, 医院能否通过投资电子医疗记录系统支持不同医师对病情历史的掌握来增强协作。当数字化业务 流程所产生的信息具有较低的模糊性时,说明任务可以通过遵循标准化程序得以完成,这时识别数 字期权就需要判别能否通过进一步的IT能力投资更高效地提供或获取标准化的信息。例如,能否 通过完善标准化的机票信息搜索引擎设计帮助客户更快捷地获取更便宜的机票 综合来看,基于类别细分视角的数字期权识别方法更具理论指导意义,而基于生成机制和需求 特征的识别方法则更具实践指导意义。如前所述,除了数字化流程和数字化知识两个生成机制外 数字化设计和数字化平台也是数字期权的重要生成机制。如何构建基于四个生成机制的综合识别
特征存在关联，但也存在显著差异。通过业务流程特征进行数字期权识别，可以很好地弥补通过信 息需求特征进行数字期权识别的局限。 在Ｓａｎｄｂｅｒｇｅｔａｌ（２０１４）研究的基础上，Ｓｉｎｇｈｅｔａｌ（２０１７）构建了一个包括流程图诊断、信息需 求识别、数字期权开发、业务流程转型等四个前后衔接阶段的数字期权识别模型。不同的是，Ｓｉｎｇｈ ｅｔａｌ（２０１７）更加突出从信息需求视角对数字期权进行识别，并基于 Ｓａｍｂａｍｕｒｔｈｙｅｔａｌ（２００３）的研 究，将信息需求划分为信息广度需求和信息深度需求两个类别。其中，信息广度是指信息在企业内 同一个业务流程的任务之间、企业内不同业务流程的任务之间以及不同企业业务流程中的任务之间 的流动范围。信息深度通常是指信息的准确度，从使用者角度也可以看成是信息的质量，通常与信 息的传输规模、速度、定制性、交互性、可靠性和安全性密切相关。信息广度和信息深度共同决定着 业务流程的完善程度，两者的不匹配将会导致业务流程的缺陷，从而使得ＩＴ 能力投资包含着大量的 可以完善信息广度、信息深度以及两者匹配程度的数字期权。因此，既可以通过检查业务流程中的 信息广度来进行数字期权的识别和开发，也可以通过检查业务流程中的信息深度来进行数字期权的 识别和开发，甚至还可以通过检查业务流程中的信息深度和广度的匹配情况来进行数字期权的识别 和开发。 （三）通过需求特征进行识别 为了让数字期权识别更具操作性，Ｓａｎｄｂｅｒｇｅｔａｌ（２０１４）以信息需求为例，进一步将信息需求划 分为：连接（ｃｏｎｎｅｃｔｉｖｉｔｙ）需求、降低不确定性（ｕｎｃｅｒｔａｉｎｔｙ）需求和降低模糊性（ｅｑｕｉｖｏｃａｌｉｔｙ）需求等 三种不同的类别，并分别对基于上述三种信息需求的数字期权识别提出了对应的指导原则： １．基于连接需求的数字期权识别原则。连接需求是指信息在企业内外部进行共享和整合的期 望程度。当企业产生较高的信息连接需求时，说明现有技术阻碍了业务流程的广度，这时识别数字 期权就是要判别能否通过进一步的ＩＴ 能力投资获取更多不同来源的信息。例如，能否通过完善 ＳＣＭ 系统从合作伙伴处获取更多的信息。当企业连接需求较低时，说明相对于业务流程广度来说， 业务流程深度更具提升的潜力，这时识别数字期权就是要判别能否通过进一步的ＩＴ 能力投资，获取 更高质量的信息。例如，能否通过完善射频识别技术（ｒａｄｉｏｆｒｅｑｕｅｎｃｙｉｄｅｎｔｉｆｉｃａｔｉｏｎ，简称 ＲＦＩＤ）得 到更高质量的产品信息。 ２．基于降低不确定性需求的数字期权识别原则。降低不确定性需求是指提升信息可用性和可 靠性的期望程度。当数字化业务流程所产生的信息具有很强的不确定性时，说明此时生产信息的 ＩＴ 能力具有很大的提升空间，这时识别数字期权就是要判别能否通过进一步的ＩＴ 能力投资获取可 靠性和可信度更高的信息。例如，能否通过完善 ＣＲＭ 系统获取更精准的客户信息。当数字化业务 流程所产生的信息具有较低的不确定性时，说明此时企业所积累的信息已经具有很强的可信性，这 时识别数字期权就是要判别能否通过进一步的ＩＴ 能力投资提升现有信息的利用水平。例如，能否 通过完善数据分析系统生成更加精准的决策支持报告。 ３．基于降低模糊性需求的数字期权识别原则。降低模糊性需求是因为企业内外部对信息缺乏 共同理解或信息自身容易混淆而产生的降低信息复杂性和模糊性的期望程度。当数字化业务流程 所产生的信息具有较高的模糊性时，说明任务的完成需要参与者具有高度的理解和信任，这时识别 数字期权就需要判别能否通过进一步的ＩＴ 能力投资产生大量的具有增强人际沟通的信息。例如， 医院能否通过投资电子医疗记录系统支持不同医师对病情历史的掌握来增强协作。当数字化业务 流程所产生的信息具有较低的模糊性时，说明任务可以通过遵循标准化程序得以完成，这时识别数 字期权就需要判别能否通过进一步的ＩＴ 能力投资更高效地提供或获取标准化的信息。例如，能否 通过完善标准化的机票信息搜索引擎设计帮助客户更快捷地获取更便宜的机票。 综合来看，基于类别细分视角的数字期权识别方法更具理论指导意义，而基于生成机制和需求 特征的识别方法则更具实践指导意义。如前所述，除了数字化流程和数字化知识两个生成机制外， 数字化设计和数字化平台也是数字期权的重要生成机制。如何构建基于四个生成机制的综合识别 — １２５ — 戚聿东等：数字期权理论研究进展