尤建新，彭博達(dá)，徐 濤

（同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 200092）

新一輪科技革命和產(chǎn)業(yè)變革加速演進(jìn)，大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)引發(fā)各領(lǐng)域產(chǎn)業(yè)結(jié)構(gòu)重構(gòu)，全球正在進(jìn)入以“數(shù)字化、智能化”為特征的數(shù)字經(jīng)濟(jì)時(shí)代。特別是在新冠疫情大流行期間，遠(yuǎn)程醫(yī)療、在線教育、協(xié)同辦公等服務(wù)廣泛應(yīng)用，展現(xiàn)了數(shù)字經(jīng)濟(jì)的強(qiáng)大韌性。數(shù)字經(jīng)濟(jì)發(fā)展背景下，數(shù)字化轉(zhuǎn)型成為發(fā)展數(shù)字經(jīng)濟(jì)的重要組成部分。數(shù)字化轉(zhuǎn)型是建立在數(shù)字化轉(zhuǎn)換與數(shù)字化升級(jí)基礎(chǔ)上，進(jìn)一步觸及公司核心業(yè)務(wù)，以構(gòu)建新商業(yè)模式為目標(biāo)的高層次轉(zhuǎn)型［1］。

隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型加速推進(jìn)，越來越多主體參與進(jìn)來。一方面，數(shù)字技術(shù)賦能企業(yè)商業(yè)模式創(chuàng)新、組織創(chuàng)新和產(chǎn)品創(chuàng)新，增強(qiáng)企業(yè)競爭力。另一方面，企業(yè)在數(shù)字化轉(zhuǎn)型過程中組織業(yè)務(wù)模式、組織架構(gòu)、組織文化等多方面的變革，給企業(yè)帶來諸多風(fēng)險(xiǎn)與挑戰(zhàn)。據(jù)大樣本統(tǒng)計(jì)，我國工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型向中高級(jí)階段發(fā)展的基礎(chǔ)雖不斷夯實(shí)，但仍有超過80%的企業(yè)未突破綜合集成，數(shù)字化轉(zhuǎn)型發(fā)展尚處于中級(jí)及以下階段［2］。根據(jù)麥肯錫于2016年發(fā)布的報(bào)告，數(shù)字化轉(zhuǎn)型失敗的企業(yè)高達(dá)70%［3］。2018年中國1 000強(qiáng)企業(yè)中近一半的企業(yè)雖把數(shù)字化轉(zhuǎn)型作為企業(yè)戰(zhàn)略核心，但轉(zhuǎn)型的失敗率仍高達(dá)70%到80%［4］。根據(jù)埃森哲研究報(bào)告，2019年我國僅有9%的企業(yè)數(shù)字化轉(zhuǎn)型成效顯著［5］。因此數(shù)字化轉(zhuǎn)型成為企業(yè)發(fā)展的最大風(fēng)險(xiǎn)之一［6］。在此背景下，分析、評(píng)估企業(yè)在數(shù)字化轉(zhuǎn)型過程中可能存在的風(fēng)險(xiǎn)并提出相應(yīng)的預(yù)防措施對企業(yè)成功實(shí)施數(shù)字化轉(zhuǎn)型和發(fā)展數(shù)字經(jīng)濟(jì)具有重要意義。

現(xiàn)有文獻(xiàn)中，已經(jīng)有諸多學(xué)者對企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型時(shí)面臨的挑戰(zhàn)進(jìn)行討論。比如陳毅賢［4］指出企業(yè)數(shù)字化轉(zhuǎn)型成功與否不僅在于技術(shù)的硬實(shí)力，關(guān)鍵在于組織和經(jīng)營管理的軟實(shí)力。Ciara Heavin［7］等人同樣提出成功的數(shù)字化轉(zhuǎn)型不僅依賴于技術(shù)，還需要優(yōu)秀的領(lǐng)導(dǎo)、支持性的文化和新的業(yè)務(wù)流程。陳春花［8］從六個(gè)方面探討了傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的問題，其中最大的挑戰(zhàn)是企業(yè)在轉(zhuǎn)型過程中如何保證原業(yè)務(wù)增長。呂鐵［9］從四個(gè)方面分析了傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的問題，包括缺乏方法論支撐、數(shù)據(jù)資產(chǎn)積累薄弱、核心數(shù)字技術(shù)與第三方服務(wù)供給不足以及數(shù)字鴻溝明顯。張夏恒［10］通過對377家第三產(chǎn)業(yè)中小企業(yè)的調(diào)查，發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型存在著認(rèn)識(shí)不足、技術(shù)應(yīng)用程度低、融資困難、缺乏人才等問題。李舒沁［11］則是研究了歐盟中小企業(yè)轉(zhuǎn)型的困難，包括缺乏資金、缺少數(shù)字技能熟練的員工和面對大公司時(shí)議價(jià)能力有限等。

盡管已經(jīng)有學(xué)者對相關(guān)問題進(jìn)行討論，但針對數(shù)字化轉(zhuǎn)型過程中風(fēng)險(xiǎn)管控的研究仍然較少。因此，本文引入失效模式及影響分析（failure mode and effect analysis，F(xiàn)MEA）方法，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型風(fēng)險(xiǎn)評(píng)估模型。首先，通過文獻(xiàn)分析、專家訪談和問卷調(diào)查等方式，提出影響企業(yè)數(shù)字化轉(zhuǎn)型的六維度因素。其次，結(jié)合模糊集理論將專家小組的定性評(píng)價(jià)指標(biāo)轉(zhuǎn)化為定量指標(biāo)；隨后，考慮了風(fēng)險(xiǎn)因子的綜合權(quán)重，通過結(jié)合灰色關(guān)聯(lián)分析（grey relational analysis，GRA）和逼近理想解排序法（technique for order preference by similarity to ideal solution，TOPSIS）對失效模式進(jìn)行排序。最后，將該模型應(yīng)用于檢測行業(yè)計(jì)劃進(jìn)行數(shù)字化轉(zhuǎn)型的某企業(yè)，以驗(yàn)證方法的可行性，并提出相應(yīng)管理建議。

1 模型構(gòu)建

FMEA是一種常用的可靠性分析技術(shù)，可以主動(dòng)識(shí)別已知和潛在的失效模式并加以預(yù)防［12］。但傳統(tǒng)FMEA模型存在著許多不足［13］。針對傳統(tǒng)FMEA模型中存在的不足，許多學(xué)者都提出了相應(yīng)解決方法［14-17］。本文在使用模糊集理論和TOPSIS的同時(shí)，結(jié)合GRA計(jì)算相對貼近度，以更準(zhǔn)確地表現(xiàn)樣本值與理想解的貼合程度，并以此為依據(jù)確定失效模式風(fēng)險(xiǎn)大小［18］。本文首先采用三角模糊數(shù)將定性評(píng)價(jià)語言轉(zhuǎn)化成定量評(píng)價(jià)數(shù)值，以此構(gòu)建潛在失效模式的風(fēng)險(xiǎn)評(píng)價(jià)矩陣；隨后，確定風(fēng)險(xiǎn)因子主觀權(quán)重和客觀權(quán)重，以此計(jì)算綜合權(quán)重，得到加權(quán)風(fēng)險(xiǎn)評(píng)價(jià)矩陣；其次，以加權(quán)風(fēng)險(xiǎn)評(píng)價(jià)矩陣為基礎(chǔ)，計(jì)算樣本數(shù)值與正、負(fù)理想解的歐式距離和灰色關(guān)聯(lián)度；最后，綜合歐式距離和灰色關(guān)聯(lián)度計(jì)算失效模式的相對貼近度，并根據(jù)相對貼近度進(jìn)行風(fēng)險(xiǎn)排序。

1.1 確定潛在失效模式

為分析企業(yè)數(shù)字化轉(zhuǎn)型過程中的風(fēng)險(xiǎn)，本文基于文獻(xiàn)分析、專家訪談、問卷調(diào)查等方式收集企業(yè)專家意見，并借鑒全面質(zhì)量管理理論中影響質(zhì)量的人、機(jī)、料、法、環(huán)五個(gè)因素，提出了影響企業(yè)數(shù)字化轉(zhuǎn)型的六維度因素，包括人員，技術(shù)，資產(chǎn)，企業(yè)政策、組織架構(gòu)和組織文化。其中，組織架構(gòu)和組織文化均對應(yīng)環(huán)境因素?？紤]到數(shù)據(jù)作為企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵要素，已成為企業(yè)的重要資源和戰(zhàn)略資產(chǎn)［19］，因此資產(chǎn)維度中還包含數(shù)據(jù)資產(chǎn)風(fēng)險(xiǎn)。風(fēng)險(xiǎn)維度、失效模式編號(hào)和失效模式及影響如表1所示。

表1 企業(yè)數(shù)字化轉(zhuǎn)型的失效模式及影響Tab.1 Failure modes and effects of enterprise digital transformation

1.2 模糊語言評(píng)價(jià)

（1）構(gòu)建風(fēng)險(xiǎn)因子模糊術(shù)語集

本文采用傳統(tǒng)FMEA模型中的三種風(fēng)險(xiǎn)因子進(jìn)行分析，分別為嚴(yán)重度（S）、發(fā)生度（O）和檢測度（D）［13］。在對S、O、D進(jìn)行定性評(píng)價(jià)之前，需要先建立相應(yīng)的模糊術(shù)語集。本文使用｛極低（R）、低（L）、中等（M）、高（H）、極高（V）｝的五粒度模糊術(shù)語集進(jìn)行描述，模糊術(shù)語集的具體含義見表2。

表2 模糊術(shù)語集含義Tab.2 Meaning of fuzzy evaluative terms

（2）確定模糊術(shù)語對應(yīng)的三角模糊數(shù)

本文使用三角模糊數(shù)將定性評(píng)價(jià)語言進(jìn)行定量化處理。三角模糊數(shù)可表示為A＝（a，b，c），其中a和c分別為模糊數(shù)的下限和上限，b為可能性最大的值。三角模糊數(shù)的隸屬函數(shù)為

根據(jù)專家知識(shí)和經(jīng)驗(yàn)確定模糊術(shù)語對應(yīng)的三角模糊數(shù)。假設(shè)有k個(gè)專家，第l個(gè)專家的權(quán)重λl可根據(jù)其專業(yè)程度和從業(yè)時(shí)間等因素來確定，該專家對失效模式某一風(fēng)險(xiǎn)因子的模糊評(píng)價(jià)術(shù)語為ul＝(al，bl，cl)，根據(jù)式（2）綜合所有專家的評(píng)價(jià)信息可得到該語言術(shù)語對應(yīng)的三角模糊數(shù)。

（3）三角模糊數(shù)去模糊化

模糊數(shù)去模糊化是應(yīng)用GRA和TOPSIS計(jì)算的基礎(chǔ)［20］，本文采用如下公式進(jìn)行去模糊化處理［21］，即

1.3 計(jì)算風(fēng)險(xiǎn)因子權(quán)重與評(píng)價(jià)矩陣

1.3.1 構(gòu)建初始風(fēng)險(xiǎn)評(píng)價(jià)矩陣

假設(shè)對m個(gè)失效模式從n個(gè)風(fēng)險(xiǎn)因子角度進(jìn)行評(píng)價(jià)，結(jié)合專家權(quán)重，綜合所有專家的評(píng)價(jià)信息，得到去模糊化之后相應(yīng)的各指標(biāo)值為rij(i＝1，2，…，m；j＝1，2，…，n)，初始風(fēng)險(xiǎn)評(píng)價(jià)矩陣 為R＝(rij)m×n。

1.3.2 風(fēng)險(xiǎn)評(píng)價(jià)矩陣規(guī)范化

用向量規(guī)范化方法處理初始風(fēng)險(xiǎn)評(píng)價(jià)矩陣［22］，得到規(guī)范化風(fēng)險(xiǎn)評(píng)價(jià)矩陣X＝(xij)m×n。

1.3.3 確定風(fēng)險(xiǎn)因子權(quán)重

（1）確定風(fēng)險(xiǎn)因子主觀權(quán)重

專家根據(jù)知識(shí)和經(jīng)驗(yàn)對風(fēng)險(xiǎn)因子的權(quán)重進(jìn)行主觀評(píng)價(jià)。假設(shè)共有k個(gè)專家對n個(gè)風(fēng)險(xiǎn)因子的權(quán)重進(jìn)行評(píng)價(jià)，則第l個(gè)專家對第j個(gè)風(fēng)險(xiǎn)因子權(quán)重的評(píng)價(jià)值為。

風(fēng)險(xiǎn)因子的綜合主觀權(quán)重向量為C＝(c1，c2，…，cn)。

（2）確定風(fēng)險(xiǎn)因子客觀權(quán)重

采用熵權(quán)法［23］確定各個(gè)風(fēng)險(xiǎn)因子的客觀權(quán)重。第j個(gè)風(fēng)險(xiǎn)因子的客觀權(quán)重為vj，風(fēng)險(xiǎn)因子的客觀權(quán)重向量為V＝(v1，v2，…，vn)。其中，

（3）確定風(fēng)險(xiǎn)因子綜合權(quán)重

本文采用乘法合成的方法將主觀權(quán)重和客觀權(quán)重結(jié)合起來［24］，得到綜合權(quán)重向量W＝(w1，w2，…，wn)。

（4）計(jì)算加權(quán)風(fēng)險(xiǎn)評(píng)價(jià)矩陣

1.4 風(fēng)險(xiǎn)排序

（1）計(jì)算正、負(fù)理想解［22］

（2）計(jì)算歐式距離［22］

（3）計(jì)算灰色關(guān)聯(lián)度［24］

同理，可以計(jì)算失效模式的評(píng)價(jià)值與負(fù)理想解的相關(guān)數(shù)值與矩陣。

（5）綜合量綱為一的歐氏距離與灰色關(guān)聯(lián)度［25］

其中，α1、α2反映了決策者的偏好程度，并且滿足α1+α2＝1，決策者可根據(jù)自身偏好確定它們的數(shù)值。

（6）計(jì)算相對貼近度［25］

相對貼近度可以反映待評(píng)失效模式的評(píng)價(jià)值與正理想解或負(fù)理想解的接近程度，計(jì)算相對貼近度γi。

根據(jù)計(jì)算出的γi對各種失效模式進(jìn)行排序，γi越大表示待評(píng)樣本越貼近正理想樣本，失效模式的風(fēng)險(xiǎn)越大，應(yīng)該優(yōu)先處理；反之，則失效模式的風(fēng)險(xiǎn)越小。

2 模型應(yīng)用

本文以檢測行業(yè)計(jì)劃進(jìn)行數(shù)字化轉(zhuǎn)型的某企業(yè)為例，對影響其數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)進(jìn)行分析。該企業(yè)專業(yè)從事橋梁、隧道、公路、建筑等工程質(zhì)量檢測以及環(huán)境檢測，是當(dāng)?shù)匾?guī)模較大、檢測參數(shù)及項(xiàng)目最全的檢驗(yàn)檢測機(jī)構(gòu)之一。企業(yè)已經(jīng)制定信息系統(tǒng)戰(zhàn)略規(guī)劃，對傳統(tǒng)檢測業(yè)務(wù)進(jìn)行信息化改造，目前已建成多個(gè)信息化管理平臺(tái)及系統(tǒng)。隨著行業(yè)內(nèi)競爭愈加激烈，企業(yè)后續(xù)規(guī)劃實(shí)現(xiàn)多平臺(tái)的數(shù)據(jù)互通，深挖積累的海量檢測數(shù)據(jù)的潛在價(jià)值，實(shí)現(xiàn)數(shù)據(jù)再增值。

2.1 失效模式優(yōu)先度排序

首先，由企業(yè)中從事數(shù)字化轉(zhuǎn)型工作的人員組成專家評(píng)價(jià)小組，并根據(jù)專家的專業(yè)程度、從業(yè)時(shí)間等因素確定專家權(quán)重，分別為0.25、0.25、0.2、0.2和0.1；再結(jié)合模糊集理論建立對失效模式風(fēng)險(xiǎn)因子進(jìn)行評(píng)價(jià)的模糊術(shù)語集和對應(yīng)的三角模糊數(shù)，內(nèi)容如表3所示。

表3 模糊術(shù)語集及相應(yīng)三角模糊數(shù)Tab.3 Fuzzy linguistic term and corresponding triangular fuzzy numbers

根據(jù)式（3）將三角模糊數(shù)轉(zhuǎn)化成清晰數(shù)，保留兩位小數(shù)，具體數(shù)值如表4所示。

表4 三角模糊數(shù)對應(yīng)的清晰數(shù)Tab.4 Clear numbers corresponded to triangular fuzzy numbers

對失效模式進(jìn)行專家評(píng)價(jià)，其中專家一的評(píng)價(jià)結(jié)果如表5所示。綜合專家評(píng)價(jià)信息得到風(fēng)險(xiǎn)評(píng)價(jià)矩陣，并根據(jù)式（4）對評(píng)價(jià)矩陣進(jìn)行規(guī)范化處理。再對風(fēng)險(xiǎn)因子的主觀權(quán)重進(jìn)行專家評(píng)價(jià)，根據(jù)式（5）～（9）分別計(jì)算出風(fēng)險(xiǎn)因子的客觀權(quán)重與綜合權(quán)重，得到的結(jié)果如表6所示；然后根據(jù)式（10）計(jì)算出加權(quán)風(fēng)險(xiǎn)評(píng)價(jià)矩陣，如表7所示。

表5 失效模式專家評(píng)價(jià)Tab.5 Evaluation of failure modes from expert

表6 風(fēng)險(xiǎn)因子權(quán)重Tab.6 Weights of risk factors

表7 加權(quán)風(fēng)險(xiǎn)評(píng)價(jià)矩陣Tab.7 Weighted risk assessment matrix

以加權(quán)風(fēng)險(xiǎn)評(píng)價(jià)矩陣為基礎(chǔ)，確定正、負(fù)理想解，計(jì)算出歐氏距離與灰色關(guān)聯(lián)度；然后將其量綱為一并取α1＝α2＝0.5，計(jì)算出相對貼近度；根據(jù)相對貼近度對失效模式進(jìn)行排序，得到的最終結(jié)果如表8所示。

表8 失效模式相對貼近度Tab.8 Relative similarity of failure modes

2.2 排序結(jié)果對比分析

為更好地說明本文提出的方法的優(yōu)勢，綜合傳統(tǒng)FMEA方法、基于TOPSIS的FMEA方法和本文方法進(jìn)行對比分析，得到的結(jié)果如表9所示。

表9 3種方法的計(jì)算結(jié)果Tab.9 Calculations of three methods

通過比較計(jì)算結(jié)果可以發(fā)現(xiàn)，采用傳統(tǒng)FMEA方法對失效模式進(jìn)行排序時(shí)，F(xiàn)M11的優(yōu)先度最高；而采用基于TOPSIS的FMEA方法和本文方法進(jìn)行排序時(shí)，F(xiàn)M10的優(yōu)先度最高。這是因?yàn)楹髢烧呖紤]了風(fēng)險(xiǎn)因子的權(quán)重，因嚴(yán)重度的權(quán)重更大，所以FM10排序更加靠前。這表明本文方法可以顯示風(fēng)險(xiǎn)因子的相對重要性。

在傳統(tǒng)FMEA方法中，F(xiàn)M9和FM10之間、FM2和FM3之間、FM7和FM8之間的得分相同，無法更精確地對兩者進(jìn)行比較，利用本文方法則解決了其排序問題。并且由于考慮了風(fēng)險(xiǎn)因子的權(quán)重，F(xiàn)M11的優(yōu)先度有所下降，排到第3位，F(xiàn)M1和FM4的排序反而有所提升。

在基于TOPSIS的FMEA方法中，雖然同樣考慮了風(fēng)險(xiǎn)因子的權(quán)重，但計(jì)算結(jié)果表明，當(dāng)保留三位小數(shù)時(shí)，相對貼近度的精確度不足。例如FM9和FM2的相對貼近度只相差0.01，F(xiàn)M3和FM6的相對貼近度相等。而利用本文方法，計(jì)算出的相對貼近度有了明顯差別，使失效模式更易于排序。

2.3 失效模式排序分析

通過最終排序結(jié)果可以發(fā)現(xiàn)，該企業(yè)在數(shù)字化轉(zhuǎn)型過程中，最需要優(yōu)先處理的失效模式在組織架構(gòu)（FM9、FM10）和組織文化（FM11）方面；該結(jié)果與企業(yè)現(xiàn)狀較為符合。企業(yè)目前希望與產(chǎn)業(yè)鏈上下游實(shí)現(xiàn)資源共享和業(yè)務(wù)拓展，比如將建筑工程的設(shè)計(jì)數(shù)據(jù)和檢測數(shù)據(jù)良性打通來為建設(shè)、管理、運(yùn)營一體化服務(wù)，進(jìn)而建立覆蓋整個(gè)建設(shè)工程領(lǐng)域的信息戰(zhàn)略聯(lián)盟，形成一站式服務(wù)，增強(qiáng)在行業(yè)內(nèi)的競爭力。但實(shí)際工作中并未產(chǎn)生數(shù)據(jù)互通與信息共享，只是在業(yè)務(wù)中以個(gè)人關(guān)系的方式產(chǎn)生單點(diǎn)聯(lián)系。從企業(yè)經(jīng)驗(yàn)來看，在企業(yè)內(nèi)部，普遍存在數(shù)據(jù)孤島現(xiàn)象，難以實(shí)現(xiàn)數(shù)據(jù)共享，嚴(yán)重影響企業(yè)的數(shù)字化轉(zhuǎn)型。在與上下游產(chǎn)業(yè)的聯(lián)系方面，如果企業(yè)是一個(gè)封閉的系統(tǒng)，便難以獲取外界信息，無法充分調(diào)動(dòng)內(nèi)外部資源進(jìn)行數(shù)字化轉(zhuǎn)型，無法形成良好的產(chǎn)業(yè)生態(tài)。另外，數(shù)字化轉(zhuǎn)型需要企業(yè)內(nèi)部所有員工的共同合作與努力，因此需要形成協(xié)同共生的企業(yè)文化［8］。

其次，當(dāng)企業(yè)有足夠能力解決組織架構(gòu)和組織文化方面的失效模式后，需要處理的失效模式集中在資金（FM6）和人員（FM1、FM2、FM3）方面。資金為企業(yè)轉(zhuǎn)型提供保障，缺少資金的企業(yè)將難以引入先進(jìn)信息化技術(shù)。若企業(yè)強(qiáng)行投入過多資金，則極有可能影響其傳統(tǒng)業(yè)務(wù)，甚至產(chǎn)生破壞性后果。在人員方面，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型不僅需要相應(yīng)的人才，還需要領(lǐng)導(dǎo)足夠重視，調(diào)動(dòng)員工積極性，實(shí)現(xiàn)全員參與。

再次，技術(shù)（FM4）和政策（FM7、FM8）方面的失效模式排序較為靠后，企業(yè)不必對其優(yōu)先處理但仍需兼顧。數(shù)字化技術(shù)是數(shù)字化轉(zhuǎn)型的重要支撐，該企業(yè)已建立諸多平臺(tái)和系統(tǒng)，其他技術(shù)可通過自主研發(fā)或外購獲得。政策可以為企業(yè)指明轉(zhuǎn)型方向，企業(yè)需根據(jù)自身業(yè)務(wù)特點(diǎn)和需求制定合理的數(shù)字化戰(zhàn)略，該企業(yè)目前已制定合理的初步戰(zhàn)略。排在最后的失效模式是數(shù)據(jù)資產(chǎn)（FM5），該企業(yè)在發(fā)展過程中已積累大量數(shù)據(jù)，數(shù)據(jù)量的多少及數(shù)據(jù)應(yīng)用對其轉(zhuǎn)型的影響較小。但是數(shù)據(jù)為數(shù)字化轉(zhuǎn)型的關(guān)鍵要素，企業(yè)仍需注重對數(shù)據(jù)資產(chǎn)的梳理，提升數(shù)據(jù)資產(chǎn)質(zhì)量。

2.4 管理建議

針對該企業(yè)需要優(yōu)先解決的數(shù)字化轉(zhuǎn)型風(fēng)險(xiǎn)，本文提出以下建議：

（1）構(gòu)建開放型組織，促進(jìn)產(chǎn)業(yè)上下游合作。通過與產(chǎn)業(yè)內(nèi)上下游企業(yè)進(jìn)行合作，將能有效填補(bǔ)產(chǎn)業(yè)內(nèi)企業(yè)的數(shù)字鴻溝，構(gòu)建數(shù)字產(chǎn)業(yè)生態(tài)，從而挖掘業(yè)務(wù)增長點(diǎn)。

（2）領(lǐng)導(dǎo)重視、全員參與，形成協(xié)同共生文化。企業(yè)領(lǐng)導(dǎo)需要重視數(shù)字化轉(zhuǎn)型工作，為員工帶來信心與決心，通過廣泛宣傳，激發(fā)員工數(shù)字化轉(zhuǎn)型熱情，營造良好的轉(zhuǎn)型氛圍，同時(shí)加強(qiáng)培訓(xùn)，提高員工素養(yǎng)和能力。

（3）保證數(shù)字化轉(zhuǎn)型的資金投入。企業(yè)在發(fā)展具有數(shù)字化特征的新業(yè)務(wù)的同時(shí)，需要激活傳統(tǒng)業(yè)務(wù)來確保企業(yè)的盈利能力，以保證有足夠的資金支持轉(zhuǎn)型工作。

3 結(jié)語

分析、評(píng)估企業(yè)數(shù)字化轉(zhuǎn)型過程中可能存在的風(fēng)險(xiǎn)并提出相應(yīng)的預(yù)防措施對企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型和發(fā)展數(shù)字經(jīng)濟(jì)具有重要意義。本文利用模糊集理論、GRA和TOPSIS對傳統(tǒng)的FMEA方法進(jìn)行改進(jìn)，并將其運(yùn)用于具體案例。通過研究表明，改進(jìn)后的模型有如下優(yōu)點(diǎn)：

（1）使用模糊集理論，增加了將定性評(píng)價(jià)語言轉(zhuǎn)化為定量數(shù)值的準(zhǔn)確性，更能反映專家的評(píng)價(jià)語言信息；

（2）考慮了風(fēng)險(xiǎn)因子S、O、D的權(quán)重，將主觀權(quán)重與客觀權(quán)重結(jié)合起來，避免了由于認(rèn)知偏差等原因造成的主觀性過強(qiáng)的現(xiàn)象；

（3）解決了不同風(fēng)險(xiǎn)因子數(shù)值組合產(chǎn)生相同RPN值而導(dǎo)致的失效模式無法精確排序的問題。本文將提出的模型應(yīng)用于計(jì)劃進(jìn)行數(shù)字化轉(zhuǎn)型的某企業(yè)，對其可能存在的風(fēng)險(xiǎn)進(jìn)行評(píng)估，并從企業(yè)組織、企業(yè)文化和資金投入等方面提出相應(yīng)管理建議。

本文研究仍存在一些不足之處，同時(shí)為進(jìn)一步研究提供建議：

（1）本文在確定專家權(quán)重時(shí)較為主觀，缺乏方法論支撐，未來研究可探索更加客觀的權(quán)重分配方法。

（2）本文仍使用傳統(tǒng)FMEA方法中的三個(gè)風(fēng)險(xiǎn)因子（嚴(yán)重度、發(fā)生度和探測度）對企業(yè)數(shù)字化轉(zhuǎn)型的失效模式進(jìn)行評(píng)價(jià)，未必能夠完全準(zhǔn)確地反應(yīng)失效模式的特點(diǎn)，未來研究可探索新的風(fēng)險(xiǎn)因子，以使失效模式的排序更加精確。

作者貢獻(xiàn)聲明：

尤建新：提出選題，設(shè)計(jì)論文框架。

彭博達(dá)：整理文獻(xiàn)，模型構(gòu)建，論文的撰寫和修改。

徐濤：案例分析，模型完善，論文的撰寫和修改。