数字化的表演：当"转型"成为橱窗，谁为碎片买单?

作者：Claude Sonnet 5 High Effort Mode

AI原文链接：https://claude.ai/share/3a8254d5-5f19-452f-99bf-b56e7d6e2232

导语:全球政府与企业正争相展示数字化转型的"成功故事"，但一场缺乏协调的能见度竞赛，正在让日常生活变得更复杂而非更简单——尤其是对那些本就身处社会边缘的人而言。真正的进步，从来不是无数局部最优的堆砌，而是整体体验的连贯与包容。

AI image generated by Qwen

一、一个越来越常见的场景

在东京郊外的一家社区医院，七十八岁的田中女士第三次被前台引导去"自助挂号机"前排队。她不会用触屏，也看不清小字，机器旁没有工作人员，只有一张二维码海报，提示她"扫码可获得更便捷的就医体验"。在首尔，一位六十多岁的出租车司机因为无法在新上线的电子发票系统里完成税务申报，被迫花钱请邻居的孩子代为操作。在伦敦，一位盲人乘客发现，地铁运营方引以为傲的新版购票应用，与其屏幕阅读软件完全不兼容，他不得不重新回到早已被拆除大半的人工售票窗口——却发现窗口已经不复存在。

这些场景彼此独立，发生在不同大陆、不同制度、不同文化之中，却指向同一个悖论：当整个世界都在争相宣布自己"完成了数字化转型"，生活本身却并未因此变得更简单。相反，对相当一部分人而言——尤其是老年人、低收入者、残障人士、居住在偏远地区者——生活变得更难了。

这并非危言耸听式的怀旧，也不是对技术进步的本能抵触。恰恰相反，这是一个关于治理失灵、激励错位与系统性协调缺失的经济学问题，值得用最冷静、最结构化的方式去剖析。

二、能见度经济：一场没有指挥的大合唱

今天的世界，已经演变成一个由社交媒体逻辑、KPI导向管理主义与嵌入式营销共同支配的"能见度经济"(visibility economy)。在这套体系里，几乎所有行动主体——个人、企业、机构乃至国家——都被一种近乎本能的压力驱使着：必须持续、可视化地展示"成功"。

这种压力并非阴谋，而是结构性的。社交媒体把注意力变成了最稀缺的资源，而"数字化转型"恰好是当下最容易被包装、最容易获得掌声的叙事素材之一。一段展示"无人化门店"、"智能审批"、"一键办结"的短视频，远比一份关于组织流程再造的年度报告更容易传播、更容易被上级看见、更容易转化为政绩或估值。于是，数字化不再仅仅是提升效率的手段，它本身成为了目的——一种可被展示、被截图、被写进新闻通稿的"成果"。

企业管理体系的KPI逻辑进一步放大了这种倾向。大多数组织的绩效考核，天然倾向于奖励"可量化、可归因、易展示"的成果：上线了多少个数字化系统、自动化了多少道流程、节省了多少人力成本、获得了多少媒体报道。这些指标共同构成了一种叙事货币，在企业内部的晋升体系、在政府部门的政绩考核、在国家之间的国际排名竞争中流通。极少有KPI去衡量一件更难量化、却更根本的事情：普通用户，尤其是最没有议价能力、最缺乏数字素养的那部分用户，是否真正因此受益。

嵌入式营销则完成了这场大合唱的最后一环。当"数字化转型"、"智能升级"、"无缝体验"这些词汇本身成为一种品牌资产，几乎没有任何机构愿意在公开叙事中承认：自己的某项数字化举措，其实主要服务于内部效率或成本削减，而非用户的真实需求。于是，每一个个体项目，在其自身的叙事框架内，几乎都被描绘成一次进步——即便它对整体用户体验造成的，是净负担而非净收益。

三、悖论的解剖：局部最优与系统性外部性

从系统论与博弈论的角度看，这一现象的本质，是一种典型的"合成谬误"(fallacy of composition)与负外部性叠加问题。

设想一个普通公民一天的生活轨迹：清晨，他需要在三个不同的政府应用里分别完成身份核验、社保查询与预约挂号，因为这三个系统分属不同部门，彼此不打通；通勤路上，他要在四个不同的交通App之间切换，因为地铁、公交、共享单车、网约车分属不同运营商，各自都推出了自己的"智能出行"方案；工作中，他要应对公司新上线的五套内部系统——OA审批、报销平台、绩效打卡、培训学习、内部社交——每一套都号称"提升效率"，但登录方式、操作逻辑各不相同；晚上回家，他还要面对银行App的多重验证、外卖平台的会员体系升级、社区物业新推出的"智慧门禁"系统的重新注册要求。

单独审视，每一个系统的设计者、每一个部门的负责人、每一家企业的产品团队，都可以合理地宣称："我们的系统确实实现了自动化，确实比过去的人工流程更高效。"这个说法在局部意义上完全成立。问题在于，这些局部优化从未被放在同一个坐标系里协同设计。没有任何一个主体，对这位普通公民一天之内需要应对多少套彼此割裂的数字系统负责。

这正是经典的负外部性问题：每一个数字化举措的成本(学习曲线、认知负担、身份重复核验、密码管理、客服等待)在很大程度上被外部化给了终端用户，而收益(效率提升、成本节约、可展示的转型成果)则被内部化，归属于发起该举措的机构自身。当成本被系统性地转嫁给最缺乏议价能力的一方——普通用户，尤其是弱势群体——而收益被少数机构瓜分，整个社会付出的总成本，完全可能超过所有局部收益之和。这不是简单的效率损失，而是一种隐蔽的、被"数字化"这一正面叙事所掩盖的社会成本转移。

用麦肯锡式的语言来描述，这是一种典型的"局部KPI最大化导致整体价值毁损"的组织失灵：每个业务单元、每个部门、每个机构都在自己的考核维度内表现优异，但由于缺乏端到端的用户旅程(end-to-end user journey)所有权，整个系统的净体验反而在持续恶化。这在管理学上早有先例——多年前，许多大型企业内部也曾出现过"信息孤岛"问题，各部门各自建设IT系统，互不相通，最终导致组织整体效率不升反降。今天，这一现象正在从企业内部，扩散到整个社会层面，规模呈几何级数放大。

如果用博弈论的语言来重新表述，这本质上是一个典型的协调博弈失灵(coordination failure)，而非零和博弈。理论上，如果所有机构能够坐下来共同设计一套统一、连贯、对弱势群体友好的数字生态，所有人——包括机构自身——都能获得更高的整体收益：用户满意度更高，系统使用率更高，长期运营成本反而更低。但现实中，每一个机构在做出决策时，都面临着典型的"先动优势"诱惑与"搭便车"顾虑：率先投入资源进行跨部门协调、放慢上线速度以换取更好的包容性设计，意味着在短期的能见度竞赛中落后于那些抢先展示"转型成果"的竞争者或同僚部门。于是，即便每一个理性主体都清楚，整体协调将带来帕累托改进，却极少有人愿意率先承担协调成本而让他人坐享其成。这正是集体行动困境(collective action problem)的经典表现——个体理性汇聚成了集体非理性，而破解这一困局，从来无法仅靠市场自发调节，必须依赖外部规则的介入与激励结构的重新设计，这一点将在后文详述。

四、谁在真正买单：数字鸿沟与"认知税"

如果说效率损失是这一现象的经济学症状，那么其社会学症状则更为尖锐：数字化转型的负担，并非均匀分布，而是系统性地压向了社会结构中最脆弱的那一层。

首先是显而易见的年龄鸿沟。全球范围内，老龄化正在与数字化加速推进同步发生，这本身就是一种时间错配。设计这些系统的产品经理、工程师与决策者，普遍是数字原住民或至少是数字移民中的熟练一代，他们很难真正共情一位从未使用过智能手机的七旬老人，在面对一个需要连续完成人脸识别、短信验证、支付密码三重验证的挂号流程时，所承受的挫败与羞耻。

其次是收入与教育鸿沟。购买不起最新款智能设备、缺乏稳定网络接入、未曾接受过系统性数字素养教育的低收入群体，在"数字化默认"(digital by default)的公共服务与商业服务面前，天然处于劣势。当越来越多的银行网点关闭、越来越多的政务大厅精简人工窗口、越来越多的线下客服被聊天机器人取代，这些群体面对的不是"多一种选择"，而是"少一条退路"。

第三，是一种更隐蔽、却同样真实的负担——姑且称之为"认知税"(cognitive tax)。即便对于数字素养良好、收入尚可的中产群体而言，持续应对彼此不兼容、不断更新、界面各异的系统，本身也在消耗宝贵的注意力与心理资源。行为经济学早已证明，人类的意志力与决策能力是一种有限资源(所谓"自我损耗"效应)。当一个人一天之内需要记住十几个不同的密码规则、应对五六种不同的验证逻辑、忍受多个客服机器人的循环应答，这种看似微小的摩擦，累积起来会显著侵蚀生活质量与心理健康，却极少被任何机构的用户体验报告所记录。

值得警惕的是，这种负担还具有代际传递与阶层固化的风险。当高净值人群可以雇佣助理代为处理繁琐的数字流程，当年轻家庭中的子女可以随时为父母提供技术支持，而独居老人、低收入单亲家庭、居住在数字基础设施薄弱地区的人群缺乏这样的支持网络时，数字化转型非但没有缩小社会鸿沟，反而在制造新的、更隐蔽的不平等。这与包容性增长(inclusive growth)的核心理念背道而驰——真正的进步，应当是让最脆弱的群体也能从技术红利中受益，而非让他们承担技术转型的主要成本。

还有一个常被忽视的维度，不妨称之为"时间贫困"(time poverty)的再分配效应。传统经济学讨论贫困，多聚焦于货币收入与实物资源的匮乏；但在一个日益数字化的社会中，时间与注意力本身正在成为一种分配极不均衡的稀缺资源。低收入者往往从事工时更长、弹性更小的工作，他们本就没有充裕的闲暇时间去学习一套新系统的操作逻辑，更遑论同时应对政务、金融、医疗、教育等多个领域此起彼伏的"数字化升级"。反观中产及以上群体，不仅拥有更灵活的时间安排，也更可能在职业环境中提前接触类似的数字工具，学习成本被无形中分摊、稀释。于是，同样一次系统升级，对不同阶层用户所造成的实际时间成本与心理成本，可能相差数倍乃至数十倍——但几乎没有任何机构的效益评估模型，会将这种分布不均的隐性成本纳入核算。这正是数字化转型话语中最容易被忽视，却也最值得决策者警醒的盲区之一。

五、全球镜鉴：当"转型秀"遭遇现实

这一现象并非某一国、某一制度的特例，而是一种跨越发达与发展中经济体、跨越公共与私营部门的普遍模式。

美国联邦医保平台在推出初期，曾因系统设计未能充分考虑真实用户的多样性与技术门槛，导致大量民众在关键窗口期无法顺利完成投保，一度演变为轰动性的公共治理危机，最终迫使政府紧急调集外部技术团队全面重构系统。这一案例后来被广泛写入公共管理与产品设计的教学案例库，核心教训正是：技术上"可行"与用户"可用"，是两回事。

欧洲在推行数据隐私保护立法后，几乎所有网站都被要求弹出繁复的"隐私偏好设置"提示框。其初衷是保护用户的数据自主权，出发点无可指摘；但由于缺乏统一的交互标准，不同网站的弹窗设计、选项措辞、拒绝路径千差万别，最终催生了一个新词——"同意疲劳"(consent fatigue)：绝大多数用户不再阅读条款，而是机械地点击"全部接受"，隐私保护的初衷在操作层面被系统性架空。

在亚洲，某些国家在疫情期间迅速推出的健康核验类应用，在应急管理层面展现了惊人的执行效率，值得肯定；但也有不少国家和地区在推广过程中，未能同步建立面向不持有智能手机人群的替代方案，导致部分老年人、儿童、境外旅客在特定场景下寸步难行，不得不依赖他人代为操作，暴露出应急数字化与包容性设计之间的张力。

在南亚，大规模生物识别身份认证系统的推行，在提升福利发放效率、减少冒领与腐败方面取得了显著成效，这是不应被忽视的正面成果；但与此同时，也有大量报道指出，部分体力劳动者因指纹磨损难以完成生物识别核验，部分偏远地区居民因网络不稳定而反复认证失败，最终被排除在本应保障其基本生存权益的福利体系之外。

当然，公允地说，并非所有案例都是负面教材。东非部分国家推行的移动货币服务，允许没有银行账户、甚至没有智能手机的普通民众，仅凭一部功能有限的按键手机就能完成存款、转账与小额信贷，这一实践被广泛视为普惠金融领域的典范。其成功的关键，恰恰在于设计者从一开始就将"最不具备数字素养的用户"设定为核心目标群体，而非事后补丁——系统刻意兼容最低配置的设备，交易流程被压缩到极少数几个步骤，代理网点遍布乡村，为不熟悉操作的用户提供面对面协助。这一正面案例恰好从反面印证了本文的核心论点：数字化本身并无原罪，真正决定其社会价值的，是设计之初是否将包容性置于与效率同等重要的位置，而非事后才想起"弱势群体"的存在。

这些案例的共同点在于：每一项举措在其提出时，几乎都基于真实且合理的政策目标或商业逻辑——提升效率、加强合规、保障公共安全、减少腐败。问题从来不在于数字化本身是否值得推进，而在于推进过程中，是否有人真正为"整体用户体验"与"最弱势群体的可及性"负责。答案往往是否定的。

六、从"局部展示"到"整体协调"：一个咨询式的解决框架

如果说问题的根源在于局部KPI最大化与系统性协调缺失，那么解决方案的核心逻辑，也必须从"如何做出一个更炫目的单点项目"，转向"如何建立跨主体的整体协调机制"。基于多年组织变革与公共治理咨询实践中反复验证的方法论，以下几个方向值得决策者认真考虑。

第一、建立端到端的用户旅程所有权(end-to-end journey ownership)。 在企业与政府内部，应当设立专门角色或跨部门机制，对某一类用户群体(如老年患者、小微企业主、低收入家庭)在特定生命场景(如就医、纳税、申领福利)中所需跨越的全部系统与流程，承担整体协调责任，而非任由每个部门只对自己的子系统负责。这本质上是把"部门KPI"升级为"用户旅程KPI"——衡量指标不再是"我们上线了多少功能"，而是"用户完成这件事，平均需要跨越多少个系统、耗费多少时间、放弃率是多少"。

第二、引入强制性的"摩擦审计"(friction audit)与"最弱势用户测试"(weakest-link user testing)。 任何重大数字化项目在上线前，都应当接受一次独立的摩擦审计，量化评估其对不同用户群体——尤其是老年人、残障人士、低数字素养人群——造成的额外认知负担与操作门槛，并要求邀请真实的弱势群体代表参与可用性测试，而非仅以内部年轻员工或标准用户画像作为测试样本。任何未能通过这一测试的项目，不应被允许以"数字化转型成果"的名义对外宣传。

第三、坚持"数字优先，但非数字唯一"(digital by default, not digital only)的治理原则。 政府与关键公共服务提供者，应当以立法或政策形式明确保留必要的非数字化替代通道——人工窗口、电话热线、纸质流程——尤其是在医疗、社保、司法、金融等基本权益相关领域。这并非对数字化的倒退，而是对社会韧性的必要投资：一个系统只有在其"最弱一环"依然可用时，才是真正健壮的系统。

第四、推动跨机构的交互标准化与"一次认证、多方通用"机制。 政府部门之间、企业与政府之间，应当加快推进统一身份认证、统一数据接口与统一交互规范的建设，减少用户被迫在数十个系统中重复完成身份核验与信息录入的荒谬现状。这需要打破部门本位主义与数据壁垒，本质上是一场治理结构的深层变革，而非单纯的技术升级。

第五、重塑考核体系，从"展示型指标"转向"体验型与包容型指标"。 无论是政府的政绩考核，还是企业的管理层KPI，都应当纳入用户满意度分层数据(尤其是弱势群体的满意度)、任务完成率、平均求助次数、非数字化替代渠道的可用性等指标，并给予其与"上线数量"、"自动化比例"同等甚至更高的权重。唯有当"照顾好最边缘的用户"本身成为一种被激励、被奖励的行为，组织的实际行为才会真正改变。

第六、建立独立的跨部门数字包容性治理机构。 借鉴部分国家在无障碍设施监管、金融消费者保护等领域的经验，设立具有一定强制力的独立机构，专门负责评估、监督各类数字化项目对社会整体的净影响，并拥有叫停或要求整改明显损害弱势群体权益项目的权力。这一角色，类似于企业内部的首席用户体验官，但覆盖范围应当扩展至跨机构、跨行业乃至全社会层面。

第七、建立"透明度报告"与持续迭代机制，而非一次性宣布"转型完成"。 数字化转型不应被当作一个有明确终点的项目，而应被视为一个需要持续校准的过程。机构应当定期发布面向公众的透明度报告，坦诚披露各类用户群体的实际使用数据、投诉与放弃率，并公开说明后续改进计划。承认不完美，远比粉饰太平更能建立长期信任，这也是许多国际领先企业在产品治理中已经验证有效的做法。

七、公允而言：进步终究需要代价?

在得出结论之前，有必要正视一种颇具说服力的反方观点：任何重大的技术与社会变革，历史上从未做到毫无摩擦、皆大欢喜。从工业革命时期纺织工人对机器的抵触，到个人电脑普及初期年长员工的不适应，几乎每一轮技术跃迁，都会在短期内制造出一批"落后者"。若因此要求所有数字化举措都必须等到万事俱备、人人满意才能推进，恐怕整个社会将付出更高昂的机会成本，创新的步伐也会被无谓拖慢。持这一观点的人还会指出，过度强调弱势群体的适应成本，可能会让决策者陷入"分析瘫痪"，甚至沦为既得利益者拖延必要变革的借口。

这一论点自有其合理内核，本文也无意否认技术进步本身具有正当性与必要性，更无意主张开历史倒车、拒绝一切自动化与数字化。但这一论点的局限同样清晰：历史上的技术转型阵痛，固然难以完全避免，但阵痛的烈度与持续时间，却在很大程度上取决于治理者是否主动作为——是放任市场与部门利益自行其是，任由代价被随意转嫁给最无力承受的人群；还是通过制度设计，主动分摊转型成本、缩短适应周期、为弱势群体提供必要的缓冲与替代方案。工业革命初期的社会撕裂与其后逐步建立的劳工保护、公共教育、社会保障体系之间的历史关系，恰恰说明了这一点：真正让技术红利惠及大多数人的，从来不是技术本身的自然扩散，而是与之同步推进的制度性安排。就此而言，本文的立场并非"暂缓数字化"，而是"数字化必须与包容性治理同步设计、同步推进"——这不是效率的对立面，而是效率得以持久、真正兑现其承诺的前提条件。

八、结语：重新定义"进步"

回到田中女士、那位出租车司机与那位盲人乘客的故事。他们所遭遇的，并非某一个恶意设计的系统，而是无数个各自合理、却从未被放在一起通盘考虑的"成功案例"的叠加。这正是当下这个时代最深刻的悖论：我们生活在一个每天都在宣布"进步"的世界里，而对相当一部分人来说，生活本身却在变得更加艰难。

真正值得警惕的，不是数字化本身，而是一种正在全球范围内蔓延的治理惰性——满足于制造可被展示、可被传播、可被写进年报与政绩总结的局部成功，而回避那个更困难、更需要跨部门协作、也更难以被简化为一张漂亮截图的问题：普通人，尤其是最脆弱的那群人，是否真的因此过得更好了。

经济学的核心命题之一，始终是资源配置的效率与公平如何兼顾。当"效率"被窄化为"某个孤立系统的处理速度"，而"公平"被完全排除在考核体系之外，所谓的数字化转型，便极易异化为一场服务于机构自身叙事需求的表演，而非真正服务于社会整体福祉的变革。

技术从来不是中性的救世主，也不应被简单地妖魔化为压迫的工具。它的社会价值，最终取决于治理者是否有足够的智慧与决心，去做那件远比"上线一个新系统"更困难的事情——协调无数各自为政的局部努力，使其汇聚成真正连贯、包容、以人为本的整体体验。这不仅是一道技术治理难题，更是这个时代对每一个手握权力与资源的机构，提出的一道深刻的伦理考题。

如果这道考题始终无人认真作答，那么"数字化转型"终将成为一个巨大的历史反讽：一场本应让所有人生活得更简单的技术革命，最终却只是为少数人提供了展示成功的橱窗，而将真正的复杂与艰难，留给了那些本就无力发声的人。

AI image generated by Google Gemini

AI image generated by ChatGPT