工业时代与数字时代交叠的窗口（WHEN）与历史可能不同的是，数字时代的到来，并不一定是什么科技的突破或新发明的出现，而是随着数字能力的普及，人们的能力和选择越来越多，行为策略自然发生着的变化。由此产生的数据和孵化的能力反映着供需关系上的变化：市场话语权在从生产侧向需求侧过度。比如工业时代的企业想做大做强，策略就倾向于思考怎么在有限的资源下开更多的门店、吸引更多的顾客、建更多的工厂、招聘更多更好的员工或买更好地生产设备。最终这些问题表现的症状会体现在订单、成本等数据上，而评价一个企业的好坏，也会更多地关注资产负债表、营收金额等财务数据。而去投资一个互联网公司，则完全不是用这个逻辑去评价，甚至到现在我国A股科创板对互联网公司的估值都没有成熟的体系。但从市场评价互联网公司时普遍关注的“用户数”、“月活”、“转化率”、“GMV”等数据上，也可以看出评价传统企业与互联网公司的标准，在从后验的财务数据向业务过程数据转移，未来甚至需要前置到依赖生产数据进行判断。评价企业数据的前移，一是由于数字能力的提升允许企业提供更丰富和有效的数据；而更重要的信号是，它代表了市场与竞争对手的关注点或行动策略的变化。比如企业对员工考核的KPI从粗糙的用户数、月活数向着越发复杂的数据丰富着，以期从成效进行员工评价；管理模式从单纯僵硬地对KPI数据的考核，到带着目标和关键结果的OKR的转变，以完成个体、部门的目标与整个企业目标的结合；前移的数据也要求行业更加关注市场和用户体验，用户也因此有了更多行动策略上的选择，用户行为的多样性又进一步刺激产业链的完善和市场的进步。比如由于在淘宝上搜索产品获得的结果过多，催熟了淘宝千人千面的智能推荐技术，也形成了做店铺推荐的内容提供商；内容提供商对消费者注意力的争夺形成了对更强表现力的追求，就又催生出直播带货等创新的商业形式。整个社会就是在这样的飞轮下不断地完善着时代进行数字化转型所需要的条件。在当前国际的社会环境下，结合中国的上下文，也越来越需要数字能力促进供需效率的提升，辅助国内大循环的发生。为什么要做数字化转型？（WHY）所以为什么数字化转型会被当作专门的论题被社会讨论？就是由于全球整体信息技术的飞速进步，社会整体的数字化能力对产业整体协作方式产生了结构性的影响。比如当所有人都花更多的时间在手机而不是电视上，那么原来依赖电视台运作的内容产业自然会向手机端转移；当观众更倾向于用碎片时间浏览日更的短视频内容，那么庞大而缓慢的连续剧制作过程会越发的跟不上市场需求。换句话说，不是你做错了什么，而是消费者的行为变化了，竞争对手变化了，你要面临的问题自然也变化了，而这个变化，是由普及的数字产品带来的。美国Couchbase公司于2017年7月开展的一项调查结果也显示，过去一年，美国各组织在数字转型方面平均花费约570万美元。89%的受访者表示，数字技术目前正在扰乱他们的行业，或者将会这样。数字化转型是基于社会和技术进步下时代背景的集体选择，不是选择题，而是解答题，是企业商业模式、组织架构、管理方法甚至文化上相互配合的变化。对变化所需的能力，ThoughtWorks根据对数字技术的理解，给出了数字型企业应该具备数字化思维的7个特征。现代数字化企业（Modern Digital Business，MDB）的“数字化思维关键特征”这些特征会反映在具体企业在数字化转型的执行策略中，会在后文结合案例加以表现和解释。什么是数字化转型？（WHAT）数字化转型就是利用数字化能力对业务进行升级或重构，更好地连接需求和供给的匹配。而为做到这样的匹配，仅依据财务数据对最终结果做验证是不够的，也跟不上快节奏的投资决策需要。所以通过用户数据对市场进行洞察、通过生产运营数据优化管理、依赖成效指标辅助投资决策等都成为了数字化转型的必要步骤。而在企业建设数字能力的过程中，又很容易因为部门间不同的职责、诉求和协作问题等限制条件导致“数据孤岛”、“数据资产不可用”......而且这些问题无法单纯从技术上解决，因为其本质是企业这个组织在运作时原本依赖着组织架构、人际关系甚至潜规则等复杂因素来应对层出不穷等变化，而现在的数字产品及其数据结构还无法在数字世界里还原这样的真实环境。所以完成数字化转型并不能只看达成了什么结果，比如开发出CRM、ERP系统、搭建数据中台；更重要的是在转型的过程里，整个企业是否能配合转型的目标，达成一个基于不停迭代和沉淀能力的数字化协作方式，并完成一个可以随着目标演进而不断在业务与技术合作中达成的平衡。（这也是为什么很多由技术领导牵头的转型项目往往以失败告终、数据中台又被打上了“组织架构问题”的标签。）这个协作方式可以是华为的狼性文化、可以是阿里的赋能战略、可以是腾讯基于复制的“微创新”、也可以是格力对分销商无与伦比的控制力。数字化转型是结果但更是过程，它不是让企业放弃自己的存量优势，而是要思考应该如何接受存量的束约条件，同时利用数字能力摆脱物理条件的限制，团结大多数并促进协作。最终企业完成的依然是连接市场需求和生产能力的任务，数字化转型是企业面对社会因数字能力普及而对产业升级提出要求的应对，ThoughtWorks提出在执行这样的应对时，企业应该具备的5个核心组件，以更好地让组织形成适合自己的数字化协作模式。数字化时代企业核心组件数字化转型怎么做？（HOW）数字化转型并没有标准答案，这对大部分企业家（尤其是不懂技术的）来说是一个非常警惕的信号，因为这就代表着无法与竞争对手做对比；同时不可否认的是，也确实存在很多缺乏成效的数字化转型项目，进一步削弱着企业家的信心。而且正如前文所说，数字化转型更重要的是企业在这个过程中，建立使用数字化能力配合日常协作的思维，并体现在对数据的理解和使用上。结合企业家对变革项目的疑虑、企业面对的共性问题和真实案例，这里总结了数字化转型的四个抓手，使企业可以根据不同的诉求和关注点找到相应的转型切口。（有利益相关的企业采用代名）1. 面向市场：差异化的渠道策略适合：直接（或尝试）面向C端市场的企业；针对小微企业的B端产品；红海市场；国货品牌优势：见效快，锚点清晰，能带来直接且明显的业务价值；核心现象：互联网企业里市场部是运营的支撑部门，而传统企业里新设的运营常常归属于市场或业务部门。深层问题：1. 传统企业会更偏向于搭建自己的渠道，因为其组织架构、人员职责、流程保障等都是如此设置，客观上阻碍了互联网化；2. 区分了品牌部、市场部的企业，在根据不同渠道的特点制定策略时会受到来自品牌形象要求的层层挚肘，尤其是技术部门主导的项目，更是只能做数据相关的基础能力。而企业更需要的其实是品牌策略与渠道策略的调整，以及在调整过程中各部门依此开展协作。总结：案例里完美日记的成功实际上是一种更能发挥当下中国市场、生产和互联网基础能力的组织协作形式的成功。这也许也解释了一个更直观的现象，大部分互联网企业里市场部是运营部的支撑部门，而传统企业里新设立的运营则归属于市场或业务部门。从Y公司的案例可以看出，传统企业或许受制于存量的影响无法像新型企业那样完全由市场驱动，但可以借助“数字化转型项目”建立这样的机制。以客户为中心的渠道策略就是一个即有立竿见影的业绩成效，又能测试出企业做数字化转型阻碍的切入点，可以做为转型缺乏信心企业的抓手和试点。案例：传统企业搭建渠道案例---Y制造商积分体系背景：Y制造商生产的产品依赖多层的经销商和线下门店销售产品并提供定制服务，同时一直以来，坚持着让客户与自己共同成功的使命，向B端客户承诺不直接对C端消费者进行销售，并保持着高端品牌形象的策略。近年来，随着消费市场的变化，Y公司需要更多地向C端构建品牌认知；同时为了应对竞争对手线上渠道的布局，以及通过用户的订单提高对经销商的话语权，Y制造商新成立了数字产品部门，并在市场部下设立E-marketing负责人，共同布局互联网渠道。过程：新成立的数字产品部门属于尝试性的投资，负责人A是空降的空头司令，需要依赖外部供应商尽快产出成果并依此稳固在公司内的地位。在熟悉了公司的上下文后，A将他要主要合作的关键干系部门和限制条件总结如下：1. 销售部：与A的利益相对一致，可以获得关键干系人的支持，因为经销商和门店对Y公司的资源倾斜都有非常大的兴趣，同时数字软件平台可以成为一个与客户沟通的有利手段，如“月进货量达到XX才有资格获得Y公司官方平台的XXX认证”；但更多资源上的共享，如客户返利条件的设置、附赠产品的贡献等阻力依然非常巨大。2. 市场部：是相对需要依赖的部门，因为对外的推广的渠道、资源和预算在市场部手中，数字产品上线后的运营需要市场部资源的倾斜；有合作的可能性，因为市场部也有着证明部门价值的诉求，过去的方法主要是通过线下的广告和活动促进经销商与门店的销量作为部门业绩。着属于相对稳定且有明确结果预期的预算消耗，从这些项目中分离预算需要与市场部有非常多的利益交换；3. E-marketing：市场部承担着对C端构建品牌认知的责任，目前完全甩给刚入职的E-marketing负责人H，H也同样是刚入职，无论从公司形式还是负责的内容与A有密切合作的需要；但H在市场部内负责的内容也较新且相对独立，很难获得资源上的支持。4. IT部：无法提供帮助，甚至是可能存在的约束；非常精简的支撑部门，工作内容几乎完全依赖外包，甚至很多业务理解和数据都需要依赖外包公司的员工提供。结果：在调研阶段，由于与销售团队的关系融洽，在与分销商和门店合作上做得不错；但为了获得在执行上的更多支持，同时对标竞品产品，最终决定做一个以“积分商城”为核心、统一面向消费者、透明化服务和产品标准的小程序，功能上也获得了客户的认同。但这样的产品设计策略与市场部有非常大的分歧，市场部更希望该数字产品能帮助统计和证明通过活动或推广方式贡献的产品销售。而A由于预算有限，产品设计上最终没有很好的结合这部分需求，导致与市场部合作困难重重；毕竟从市场部的视角看，如果线上渠道对销售贡献的能力更强，且是由A主导的产品，那么未来市场部的预算不得不更多地向线上倾斜，且销量的贡献会被记在数字部门身上而非市场部。最终这个数字产品在产品运营上与市场部分道扬镳，甚至小程序的入口和宣传都会受到制约，与之配合的E-marketing负责人H主动离职。但项目不能说是失败的，因为A确实凭借看得到结果的产品在公司站稳了脚跟，页持续获得着预算，在企业的协作方式里，增加了落地项目的一种方式，为数字化转型埋了一颗种子，在未来有需要时可以更好地应对市场。完美日记品牌与渠道结合策略从渠道搭建上看，与Y企业情况对应的是，成立仅三年，被称为仅次于华为、00后最喜爱的国货之光，“完美日记”，每个人提起，都不得不称赞对方借互联网渠道的营销能力：开设天猫旗舰店首日，线上销售额破百万；2019年双十一，成为首个破亿彩妆品牌，登上天猫彩妆销售榜首位；截至2020年7月，天猫旗舰店粉丝1420万，小红书粉丝196.7万，抖音粉丝320.7万；这家做了3年的公司估值已达20亿美元。对“完美日记”公、私域流量运营方法论讲解的文章很多，这里不做赘述。想要强调的是，“完美日记” 的成功确实很大程度上归功于其全渠道营销链条，能充分理解各互联网渠道的特点，并据此设计了与品牌结合的策略：1. 挑选用户群体更有代表性、与生活方式更相关的平台打造品牌调性：品牌的目标用户不再只受生产端和需求端影响，实际上对渠道的利用能力本身也决定了品牌的目标用户：小红书和B站的用户差异不小，却通过不同运营方式都成为了“完美日记”的目标用户。2. 内容与电商一体化的平台如抖音和淘宝直播，关注让“种草–购买”之间的链路相对更短，ROI更高；3. 线下销售配合“小完子”的人设，统一私域流量的品牌认知，对私域流量复购的渠道有更好的控制力。完美日记全渠道策略但营销渠道的成功只是“完美日记”让大家看到组织战斗力的结果，持续的热卖依靠的是它在生产和管理环节也是在为“性价比”、“从小白到日常”这样的商业策略服务。对比Y公司的案例，传统企业很难复制这样成功的原因并不是行为上的无法复制。而是在存量的约束下，无法像“完美日记”一样，从生产、到管理、再到渠道都面向市场去搭建。2. 面向管理：以数字能力作为协作依据，易于标准化适合：客户经理主力的业务部门；业务面广泛且复杂的大型企业；优势：用数字能力完成了企业内控，沉淀客户关系、领域知识等无形资产，不会因为人员流动而受损，深受企业高层喜爱；核心现象：传统企业里的CRM、ERP、OA系统更倾向于企业内控，组织管理形式受工具影响也会更多的强调管理结果而不是在业务过程中给予支持，在旧系统之上搭建的数字能力也往往由于与公司整体协作脱节，结果只增加员工的工作量而非起到预期的效果。互联网企业通过数字产品/工具协作是政治正确，管理者对协作方式做优化最有效的方式也是直接对工具进行迭代，员工也更习惯于根据协作工具的变化调整自己的工作方式。当然也因此互联网企业在标准化更有利的2C业务上顺风顺水，而在标准化难度高的2B业务上阻力重重。深层问题：1. 业务知识壁垒强、缺乏标准方法/信息不透明，只有领域专家才清楚实际的工作方式，这时的数字化转型实际上完成的是业务规范化，而领域专家缺乏意愿或数字化能力引领这种变革；2. 业务规范需要极大的话语权，和可以快速响应需求并对协作模式迭代的能力，这就要求变革领导既要有业务影响力又有技术理解力。3. 传统企业的业务规范必然要触碰很多干系人的蛋糕，而自己的盈利又来自于这些存量，自己革自己的命，阻力不是一般的大。总结：下文案例里通过S企业CRM升级的过程，表现传统企业实际在对管理问题做优化时，受限于存量的限制，在缺乏足够的资源和明确的切入点时，很难脱离人与人协作的模式；又通过传统企业与互联网企业阵型的对比，表现两者在管理模式上的区别：传统企业与互联网企业本质上的区别在于协作的依据不同，表现在管理上，传统企业在用数字能力强化原本的工作方式，互联网公司则是依赖数字产品的需要搭建出一套新的管理体系。互联网企业并非就因此在管理方式上更先进，只能说是受到存量的限制更少，更适合利用数字能力进行协作。所以当面向管理做变革时，数字化转型并不一定是解药，关注点依然要放在如何在存量条件下更适合企业的管理模式；但企业可以以此作为抓手，暴露内外部协作机制的问题，执行过程和方案需要更多的利用数字能力。这时数字化转型的目标就更偏向于打破部门墙、利用数字能力一点点沉淀业务中可以标准化的部分；同时，以数字能力作为协作依据可以成本更低、效果更好地做管理上的调整和变化，最终完成向数字型企业的进化。案例：S企业的CRM升级背景：S企业是一间地产领域的综合性企业，自己的CRM系统经过十余年的迭代已经非常复杂，受存量业务的影响，改动遗留系统非常谨慎，甚至需要上升到非常高的层级审批；为了回避这样的麻烦，承接新业务的需求经常单独做一个新的工具，最终又导致了系统的数据孤岛。为提高组织的工作效能，以及对数据进行更好的应用，S企业展开数字化转型项目，尝试通过对多个部门工作流程的评估，找到项目落地的切入点。过程：经过多个部门的访谈，转型团队将重点问题总结如下：1. 销售部：管理层最大的担忧在于客户关系被客户经理维持着，如果发生人员流动，往往代表客户关系的流失，修复成本很高；客户经理认为业务部门对客户需求响应慢，有的问题经常发生，只能重复帮客户解决，很消耗时间。2. 业务部：承担着业务指标，现在越来越多的业务需要通过数字产品进行，技术部的响应不够，对方案的还原度也很差；想优化业务但缺乏反馈渠道，数据在技术部门，只管业务要具体需求，但业务部门也需要技术部帮忙提供解决方案；客户经理的反馈的常是个别客户的问题，缺乏普适性，还有很多问题是由于操作问题导致的，不应该业务负责。3. 技术部：遗留系统改造难度大；业务需求传递不清晰，且设计业务规则时缺乏全局观，业务与业务之间的依赖要靠技术人员发现并反馈，增加开发难度；缺乏立项预算；想优化产品与业务部门沟通阻力大。结果：转型小组给出了一个非常庞大的方案，涉及到的技术方案非常复杂，但由于项目预算有限，且立项领导希望能快速见效，于是项目落地时决定做一个系统前端的优化，但同时兼顾调研时发现的问题。最终项目对业务流程有一定的优化，解决了部分问题，但由于技术部门对方案的还原度有限，导致实际使用体验较差；同时由于客户经理更熟悉过去的版本，在多重压力下改版变化较小；同时由于客户经理的服务流程复杂且无法标准化，只能增加一个步骤要求客户经理对日常与客户的沟通进行记录，增加客户经理工作量对同时，也并没有起到沉淀客户关系的作用。传统企业的组织阵型 vs 互联网企业组织阵型传统企业vs互联网企业的协作模型传统企业的组织架构、角色和流程设置都更依赖于人与人交互而完成：客户关系本质上代表着客户与公司完成对接的渠道和方法，客户经理在企业合作的过程中，更像承担着导航的作用，引导着客户对接业务，甚至在话语权不对等的情况下，要帮助完成客户的工作。这样的协作掩盖了大量的业务问题，更无法把与客户对接的能力沉淀为组织能力。同时在制定业务规则时，也脱离了系统，这即是因为存量规则的复杂和模糊，更是因为技术部门作为支撑部门的地位没有得到变化：虽然S企业有着自己的数字系统，但公司整体运作并没有结合数字能力进行协作，依然是人与人协作进行着业务，只是把结果和流程放到了系统上，有着软件的规模化效率，却缺乏数字化能力。从这个角度看，互联网企业或许离数字型企业更近。以美团外卖、滴滴为例，事实上所有的外卖小哥、滴滴师傅都可以当作是企业的“员工”。但这些员工与公司的交互并不需要复杂的人事、财务等一系列行政人员的辅助，他们工作内容、评价和财务结果等需要企业辅助的能力都被数字软件承担了，企业对这些“员工”管理方法的变化，也是通过数字产品的变化，而不是一层层组织架构的调整。（事实上外卖小哥也是有调整派单的辅助人员帮助的，这些能力由于技术和商业原因还没有被数字能力完全承接，但这里主要是表达观点，不需要纠结细节）这也是为什么互联网企业往往会颠覆整个行业：数字能力承担了企业将原本需要由人来一层层传递的工作，并寻找到更经济的替代者，比如阿里用“电商+快递”颠覆传统的分销模式，而电商的能力也随着物流能力的提升和成本的下降越来越强。受到这样核心业务的影响，互联网企业内部的协作阵型也是依此搭建。“扁平化管理”或“产品经理责任制”本质就是一种以数字产品的结果作为工作成效衡量标准的管理模式：团队日常的工作被拆分成了一个个的需求，研发团队对具体任务进行开发，销售、运营等角色成为支撑团队，协助并完成无法进行拆解的任务如与上下游产业对接、市场宣传等。（每个团队或业务的协作方式会有所区别，同时公司的经济运作机制、社会人才的能力都决定了公司整体不可能完全脱离组织架构的形式，这里主要强调底层驱动协作的内核）互联网企业的团队就是在借助数字产品这个媒介一点点地在完成业务的标准化，同时以市场为起点，倒逼整个产业向标准化的服务方式靠拢。在当前的社会阶段下，这样的组织形式在距离市场更近的行业里的战斗力是传统企业无法企及的。但同样对产业链更复杂的业务来说，尤其是市场的话语权过于集中在龙头企业/政府的2B/2G业务里，进行业务标准化的影响力还是在传统企业手中，互联网公司无论是在资源还是业务的丰富性上都望尘莫及，只能通过“使能”、“赋能”这样的手段迂回作战。3. 面向资源/生产力：用技术重塑业务，数据主体驱动企业数字协作力适合：需求创新空间有限的业务或行业，大量重复劳动/体力劳动、信息不透明的业务或行业优势：形成极大的成本和规模化优势，想象空间大，深受投资人喜爱；核心现象：企业成立了大数据/AI部门，但不对具体业务负责，建设好的数字能力，业务部门也不知如何使用；深层问题：1. 对数据如何起到作用缺乏业务上的理解，技术能力无法支撑业务；2. 数据的采集和应用实际上是在完成行业或产业链的标准化，这既要看企业影响力，又要看外部宏观条件的契机；总结：大部分企业投资大数据部门可能最终都会有一个疑惑，AI能力到底要怎么用？大数据能力往往最终只能作为抄袭其他工具的技术储备，是因为在真实生产过程中并没有配套使用数据能力的思维和工作方式，或者说工作产生的数据缺乏能匹配的业务主体；对比领筑智造的案例，将供应侧资源模块化并不只是单纯的对供应链进行管理，而是成为了公装业务的数据主体，整个企业的商业模式、管理体系和技术壁垒都依此搭建，才让数字能力发挥了生产力上的优越性。传统企业面向资源/生产力做数字化转型时，现在的难点并不在于相应的数字人才与技术，而是要找到传统业务内与数字世界孪生的数据主体，以此驱动企业数字协作能力。案例：Z企业的大数据/AI部门能力应用背景：Z企业是一间传统金融机构，也有着自己的数字产品和开发团队，在AI、大数据等概念被市场炒的火热的时候，也布局成立了大数据部门，负责对企业各部门产生的数据统一进行采集和处理，并研发AI等能力，经过了几年的孵化，现在需要该部门将能力变现。过程：大数据部门与企业内各团队积极合作立项，并就以下技术应用场景进行了尝试：1. 业务部门：在业务中用户常自定义输入的部分，将内容标签化，并尝试通过结果帮助业务部门对产品进行迭代。2. 客服部门：将过去客服总结的问题与回答模版进行收集，并据此产生ai客服助手。3. IT部门：支援企业内负责研发协作软件的部门的数据和AI能力，比如会议语音内容转文字。AI能力在视频会议上的应用结果：由于项目主导权一般都在其它部门，大数据团队只是承接需求；协作上的壁垒常常导致无法深入到一线团队真实的工作环境中，最终的数据能力只能形成聊天机器人、会议辅助这样的工具，没有办法进一步支撑业务。而由业务部门传递需求的问题则是，需求传递由于方法与能力问题导致内容失真；且真实的工作方式是一个复杂问题，传递的需求往往缺乏了真实的使用场景，给出的只是表面问题的解决方案。同时研发部门只为需求完成而不为具体的成效负责时，最终的结果必然如此，这也是为什么在传统企业做数字化转型时，需要以面向客户，对成效负责来进行牵引。InDeco领筑智造：供应链倒推设计“如何用产业互联网的方式，提高公装产业的生产效率和交付能力？领筑智造的方式是彻底改变设计主导的模式，“让供应链主导设计，让设计标准化”。即从前端设计、工程管理，到施工现场控制三个方面的智能化，实现公装行业流程管理的数字化、在线化和可智能配置化。具体来讲，是指在前端设计上提前做好集采布局，凭借各类空间设计经验以及空间使用研究，自主研发上百个设计模块，3000种SKU，多种组合，通过模块化降维，实现空间设计的工程化和可执行化。并以AI设计辅助人工设计，仅需要３个小时，即可完成传统公装7-10天的工作量。在内部流程管控上，模块划分后，可以将供应链体系中的产品明码标价，在设计方案确定之后，通过领筑智造自主研发的内部SaaS管理系统连接到供应商，自动产出报价和采购清单，从而实现预算报价自动化，签约、工程、财务、售后服务等一体化的管理。”------来源网络领筑智造“让供应链主导设计，让设计标准化”的思路说起来并不复杂，但整个企业以此为核心对行业进行标准化的执行力令人惊叹：“在供应链方，经过一年多的筛选，InDeco领筑智造拉黑了800家企业，选定了长期合作的100多家，在源头上实现对质量的把控。更为具体的改变是，从一盆绿植到一个地毯，办公室内的每一个装修元素被划分成一个模块，录入系统，这意味着，一间办公室的装修风格实际上是由几十个模块定义的，在InDeco领筑智造的数据库内，每一个模块则有着最少30种选择，无穷无尽、可管理的组合构成了设计师们的基础模版。在输入客户的设计需求的样图之初，仅凭内部数据的AI能力，便能在几秒的时间内给出十个近似的方案，为设计师省去了去网上海量搜图，选择素材的工作量。”------来源网络领筑智造对数字能力尤其是AI能力的有效应用，是源于其将产业标准化的野心。最终用不小的试错成本（拉黑800家企业）来完成资源与生产侧的模块化和标准化，并以此为核心构建了整个公司的协作体系：用AI能力辅助设计师出图、预算报价自动化、服务一体化等能力都是基于模块化的装修元素。这些元素为对应的“采购”、“管理”、“设计”等环节提供了数据采集和对应的主体，并成为领筑智造构建并依赖数字能力进行协作的核心。4. 面向生态：颠覆传统/与传统企业合作的策略适合：新兴技术应用，独角兽公司、传统企业转型优势：生态垄断话语权千秋万代；核心现象：传统头部企业在供应链、产业链内的话语权较大，实际上占据了非显性生态的关键位置，传统生态就是统合供应链、产业链的企业级能力；在面临数字时代的变化时，传统的非显性生态需要结合新的技术具现在数字产品上，而受制于存量，传统企业重构生态的决心不够强烈，新力量在构建数字生态上会更有机会；新力量在构建生态时，资本、商业和技术策略都要为团结大多数力量服务。深层问题：1. 对行业准入门槛要放低，引入更多的搅局者或生态依附者，如果社会环境无法完成对门槛的降低，需要由企业帮助赋能；2. 对于存量业务，既得利益者势力庞大，新兴技术/企业需要找到与其博弈的方式，并让自己的商业、技术策略都为之服务。3. 社会的资源、人才需要足够的匹配，国家战略和政策的影响极大地影响了外部环境。总结：在上一篇文章：“5G和物联网代表了什么”中通过智能家居、车联网和工业互联网生态的3个新科技产业的案例，表现了一个生态的建立之初对上下游产业链的需要；下文案例通过电动车发展的过程，展现数字能力在重构生态时与过去的区别；以及移动互联网生态的变化下，苹果如何从开创者的生态位不断调整策略，使结果对自己更有利。对生态产生影响，数字能力起到的作用越来越大；但数字化转型依然只是执行策略，需要的仍是整个企业资本、商业与技术都为生态目标负责。同时，随着数字能力的进步，供应侧对市场反馈的时间周期越来越短，生态的变化自然更加频繁，企业需要对战略变化有响应力更强的执行能力。案例：电动车与传统车企的博弈背景：现代电动车的萌芽大约在上世纪六七十年代，当时，石油危机的出现开始让人们重新审视新能源的价值。美国、日本等发达国家首先开始推进电动汽车的发展。1996年，通用量产交付了第一代EV1，一款由铅酸电池驱动的纯电动车，但仅上市六年后EV1被强制收回报废，总计产量仅为1117台。有趣的是，正是被遣散的通用EV1设计师之一艾伯哈德，在2003年基于EV1的技术团队成立了自己的电动车品牌特斯拉（随后被马斯克一步步收入囊中）。EV1的失败很大程度上需要归结于时代因素。当时，石油财阀把控市场，煽动起强烈的反电动汽车情绪，加州甚至因此废除了零排放法案。同时，受电池技术、社会需求、政策变化等时代因素的限制，很长一段时间之内，纯电产品都被边缘化，传统车企们更愿意投入于混合动力汽车的研发，不仅能规避风险，还可以有效地保留传统的工业体系（非显性的生态）。在重构的供应链体系：1997年，丰田就推出了世界首款量产的油电混合动力乘用车普锐斯，但直至特斯拉2008年发布第一款纯电产品Roadster、2012年发布Model S，传统车企们才陆续开始在在纯电领域布局。而且在对电动车缺乏重视的情况下，为了使经营效率最大化，传统车企们大多都选择了“油改电”路线。新一代智能驾驶整个架构发生了转变，传统叫电子电气架构，强调总线物理连接。新的架构更像手机的软硬结合架构，软件也更加重要，今后所有硬件的行为和能力，都是通过软件来控制实现，而不是以前电子电气架构使用的物理控制。而传统车企早先的“油改电”路线事实证明并没有发挥电动车的优越性，反而受制于传统架构限制了汽车的续航等性能。传统车企的集体选择不仅仅是受制于自身的业务，更受制于已经极其成熟的供应链体系，比如传统燃油车对半导体的使用量低，原来很多半导体公司在汽车行业里是二级供应商，需要通过Tier 1一级总成才能跟主机厂产生关联，而随着新能源车的四化在成为共识，半导体芯片在汽车里的占比越来越大，过去长达百年燃油时代固若金汤的供应链体系其实正在被打破，也在重塑零部件厂商之间的角色和关系；所以在“电动化”探索中明明是后来者的特斯拉，反而在纯电赛道上起步最早，并在传统车企对纯电技术给予足够重视之前，在这一细分领域中将差距拉大。同时，特斯拉的成功为电动车领域起到了一个很好的示范作用，还通过“专利开源”等手段让更多的搅局者加入到特斯拉的生态变革之战里。结合中国智造的大背景，特斯拉在中国上海建厂，更是引发了中国制造业的极大热情：类比苹果当年对于中国手机贡献，并非带来了富士康这家巨型加工企业，而是盘活了中国整个的供应链体系，中国成为全球手机的加工基地后，华为、小米、Vivo和Oppo就诞生了，而全球的手机市场也已经成为了苹果、三星和国产手机三足鼎立的局面。事实上现在成为特斯拉特工的供应商都已经在股市上获得了极大的认可，这不仅让特斯拉在打造供应链更能放开手脚，同时催熟的产业链和技术，也让包括2014年左右崛起的国产造车新势力，获得了市场更多的信心和包容。数字能力重塑生态：伴随着数字能力的进步，软件能力和获取数据的能力与手机、电动车这样的硬件能力越来越相关，特斯拉Model X甚至通过软件控制汽车各部件协作完成跳舞这样的动作。更关键的技术应用如自动驾驶、ADAS等更是强依赖于数据和软件能力的归属，特斯拉、蔚来等整车厂也在努力‘去Tier 1化’，而不是让Tier 1集成数据，直接拿来拼装。机械软硬结合能力的构建，并不局限在电动车领域，想象一下以后挖掘机不再有操作技术上的门槛，而是可以通过软件简易的完成工作、工厂车间的机器也不再危险因为可以通过软件远程操作；电动车现阶段供应链重构发生在中国的意义在未来会越来越得以凸显。现在电动车的供应链还远谈不上成熟，如何重构CC（通信和计算机）架构下的生产关系更是体现了不同企业的战略：比如自动驾驶技术现在被越发地证明无法单独被车企或科技公司所完成，Waymo、Cruise、Uber作为自动驾驶技术领头羊，2019年相关研发投入均超过20亿美元，全球前10大玩家在自动驾驶领域投入超过160亿美元，另一方面，全球车市已连续下滑两年，车企利润承压的同时研发支出高企，而自动驾驶商业化进度不及预期，产业已进入资本冷静期。市场上越来越多的合作模式在出现，比如日系车企间交叉持股的联盟、车企和Tier1联盟、车企和头部自动驾驶公司联盟、车企和滴滴/Uber的联盟。这是资本、商业模式与技术能力在不断磨合的过程，车企在建设自身的数字能力时，更重要的可能是要构建面对企业战略的变化，可以不断迭代和演进的数字协同能力，和更灵活的组织架构。苹果App Store生态的进化在App Store刚刚面世，乔布斯在台上宣布苹果只抽成 30% 时，台下的开发者在欢呼。因为在移动互联网早期，并没有一个渠道有潜力可以对接到如此之多的用户，对于当时占多数的独立开发者来说，这是在对标游戏主机的平台抽成标准，不但没什么不可接受，反而因为下降的开发难度、更多的渠道流量而更有优势。或者说，正是因为苹果为广大开发者降低了对接市场的门槛，才引爆了移动互联网的经济生态。但随着Andriod系统为全球其他手机厂商打开另一条通路后，智能手机的普及、移动互联网生态的进步，开发者在手机厂商设备的流量外，有了越来越多更好的选择。以中国为例，微信、支付宝已经成为所有人必不可少的必用品，他们本身就在成为一个极大的流量分发渠道，并不需要对接苹果的流量；新生的直播/短视频平台本身作为内容分发平台，更不可能受限于单一手机品牌的用户群。而原本众多的小微开发者们，也在诸如“微信小程序”这样的生态下，结合不同的流量渠道形成着新的策略，同时开发ios和andriod系统的App对大部分非互联网企业来说是越来越不划算的选择。苹果的App Store催生了移动互联网的生态，它又在市场的影响下成长为脱离原本面貌的新物种。在这样的背景下，30%的苹果税对互联网厂商自然成了越来越无法接受的抽成。比如微信的“赞赏”功能就一度因为苹果税而下架，并逐渐演变为一场PR风波。苹果最终的应对也颇有技巧，“苹果宣布取消网络打赏 30% 抽成，并规定应用开发商也不得从打赏中抽成。”也就是说，将原本苹果与用户的矛盾转移给用户与平台商，从这几年的结果看，应用商偃旗息鼓，而该收的抽成苹果并没有少收多少。但这样的抗争并不会停止，尤其是受到2020年疫情的影响，使得不少互联网公司遭受空前的营收压力，苹果30%的抽成造成平台与开发者之间的矛盾正在变得尖锐化。最近，关于30%的分成问题苹果公司与《堡垒之夜》的游戏开发商Epic将事件越闹越大，《堡垒之夜》的游戏开发商Epic企图绕过苹果App Store的抽成，上线了新的付费系统，用户可以选择跳转App Store或者直接向开发商付款，苹果因此下架了《堡垒之夜》。现在Epic以涉嫌违反反垄断法而对苹果提起诉讼，并且包括联合Spotify等13家公司已结成“应用公平联盟”，抗议App Store规则。包括微软和Facebook等其他公司也在批评苹果的这项高抽成制度，不难让人想象，这或许也是应对苹果在ios14隐私政策调整上互联网企业的一个反击。苹果在ios14的更新上，对应用使用IDFA（Identifier for Advertising，广告识别符）和剪切板的行为做了暴露，在打开应用时会出现如下提示：“某某应用想要获得权限去追踪你在其他应用或网站的行为，你的数据将用来投放个性化广告。”苹果这样的更新，当然进一步深化了其一以贯之保护用户隐私的品牌形象，然而更深的用意则在于，在当前的移动互联网生态下，应用与手机及其他电子设备的分离是大趋势，而硬件不想沦为软件的附庸，需要更好地强调自己作为硬件本身的价值。苹果最近无论是推出低价SE型号产品占领市场，还是越发严格的隐私政策，都是在更大市场里强化其软硬件产品“个人所有物”的属性，强调个人选择和生活方式，而不是被社会和软件公司所提供的服务所塑造。生态自有其生命力，但随着通信技术的进步，它的生命力越来越强。传统汽车的供应体系维持了近百年，而苹果的移动生态10年内就有了动摇根基的变化。数字时代下，企业战略调整的需要也越来越频繁。步入新时代高速发展的信息技术，带来了社会矛盾的结构性变化。当我们说数字化转型时，可能是在思考雇佣方式的变化，也可能是企业管理的变化、生产方式的变化，又或者是商业模式的变化；而最重要的，是要找到驱动组织克服存量惯性的动力，技术依此生长，自己就能找到出路。

数字经济时代，制造企业实施数字化转型已成为时代趋势。这既是对国家战略的贯彻落实，也是企业自身发展的主观需要。作为企业管理者，实施数字化转型，将面临从思想到行动的一系列变革，仍然挑战重重。对于生产制造企业来说，数字化转型最重要的就是要提升生产效率，降低成本，主要利用大数据、云计算、边缘计算、物联网、5G等手段，来改进和优化自己的业务模式、流程、产品等各方面。数据是实现数字化转型的基础随着生产制造企业数字化转型的不断推进，通过对采购、生产、库存、资金、质量、能耗、设备状态等业务数据的及时洞察，可以帮助企业对生产运营管理中的各类复杂问题能够既知其然，也知其所以然。制造业数字化转型的意义，就在于如何以数据的自动流动化解生产、运营、管理中的不确定性：让正确的数据、在正确的时间、以正确的方式，自动传递给正确的人和机器，以实现资源配置效率的优化。制造业面临的诸多问题数据驱动正成为生产制造企业资源优化配置的利器。然而，在制造企业推进数字化转型过程中却面临着诸多问题：有效数据不足、数据采集困难、数据流打通难、数据价值挖掘难等，甚至很多企业数字化转型的需求强烈，但缺乏清晰的战略目标、详细的转型规划……面对诸多问题，企业如何走好数字化转型之路？八六三软件加速制造业转型升级之旅在生产制造企业的实际生产运营过程中，做到充分利用数据价值并非易事。八六三软件推出了针对生产制造企业的系列化数字化转型解决方案。八六三通过体系化数据管理方案来攻克数据价值利用难题，通过搭建数据治理、湖仓一体、数据服务、数字一体化支撑等平台，助力实现企业数据标准一体化、工作流程一体化、业务流程一体化、信息系统建设统一标准化，这样不仅可以为企业数字化转型夯实基础，还可以赋能诸多生产场景，大幅度提升企业的经营管理水平，大大降低生产制造企业数字化转型成本。八六三软件推出的制造业数字化转型解决方案，依托在边缘计算、物联网、大数据等方面的能力优势，通过强大的PaaS服务能力，采用湖仓一体的数据管理和服务能力，以及六大成熟的SaaS化产品和多场景应用扩展能力，为生产制造企业提供全生命周期一站式的数字化转型服务。PaaS平台向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署。基于云原生技术，微服务架构，前后端分离，通过将传统流程服务、组织服务、门户服务、建模、消息、集成、生态组织、主数据等能力中台化；并提供统一集成&低代码开发能力，帮助生产制造企业高效构建内、外协作一体化的数字化平台，提高企业组织效率，提升业务敏捷度，夯实企业业务提供数字技术底座支撑，赋能数字化转型升级，敏捷应对业务需求变化。湖仓一体大数据中心，可以为生产制造企业提供一个企业全量数据的存储场所，它打通了数仓对数据湖的直接访问，实现数据湖和数仓的数据、元数据的自由流动，以实现统一的数据管理、多模态的存储引擎、 数据全生命周期管理。SaaS平台是基于PaaS开发出来的，主要根据其灵活性和开放性的特点，构建企业级操作系统。主要包括ERP，MES，CRM，LES，WMS，SRM，企业信息化平台、数据服务平台等，主要面向设备管理、智能排产、企业运营、资源调度、智能生产线等多个场景，提供各类工业 APP、云化软件，通过便捷的功能选配，高性价比的部署方式，更快、更好地帮助企业提质增效，实现数字化转型。八六三软件制造业数字化转型解决方案支撑体系该解决方案有哪些优势？面向生产制造企业的数字化转型解决方案从以下多个方面最大化满足企业个性化的解决方案和应用需求：完整可靠的流程定制根据制造业特性，制定一系列通用标准流程，低代码平台支撑，拖拽操作，简易便捷即可根据当前管理现状一对一制定专属流程规范，自由适配，无限可能。更少的硬件投入依赖工业物联网传感器、IT和OT融合、现代化制造技术，基于物联网云平台、可互操作和高度连接的系统/平台，可以紧密生产线、仓储管理、物流快递、商务销售等方面的相互联系，打造成一体式的商业管理模式。包括机器在内的大量数据分析和使用，转化为行动和决策，形成信息化和自动化高度融合的生产管理系统。精细深度的数据管理细化分布多种类数据信息，打造独立的数据汇总体系，对已有信息化系统进行升级改造。海量高效的数据服务使用湖仓一体存储，包容多种数据格式，提供丰富的数据处理与交换任务设计，统一、安全、高效地全局数据共享交换。并结合数字孪生集成多种类、多物理量的仿真过程，完成映射，从而完整记录对应的实体全生命周期过程。科学全面的建设规划贴合企业实际情况打造出基础管理之外的能源管控、智造服务（物联网），进入工业4.0时代，实现数据化运营。制造业数字化转型解决方案产品布局1、物联网平台 物联网平台主要实现底层设备数据采集和传输，以人、机、物之间的网络互连为基础，通过采、管、视、用四大方式对数据实现全面深度感知、实时传输交换、快速计算处理和高级建模分析，为生产制造企业提供信息化、智能化提供支撑。2、大数据平台大数据平台主要满足生产制造企业对于数据的各种要求，主要通过对企业全域数据进行数据集成，解决制造业数据收集能力差的问题；并针对数据质量差、数据标准混乱，无法直接赋能生产等问题，构建数据治理架构；以及通过构建湖仓一体的大数据中心，解决企业结构化数据、非结构化数据的数据存储管理问题。3、数据服务平台 以数据作为资源和资产，基于大数据平台的融合、清洗、建库、治理能力，为生产制造企业的多个应用场景和数据需求提供标准的数据服务，实现内部数据的互联互通，有效支持企业开展决策。4、数字一体化支撑平台数字一体化支撑平台，为生产制造企业提供一站式信息化应用系统建设能力支撑，构建公共应用组件、支持各应用系统标准快速开发部署。主要通过低代码开发能力，结合大数据与AI智能，帮助生产制造企业定制、开发多种类、专业化、场景化的业务应用。制造业数字化转型解决方案应用场景· 设备运维管理 ·赋能生产制造企业实现设备管理、设备状态监控、设备工单管理、巡检计划管理、客户管理及系统管理等功能。通过智能监测和传感技术，获取设备运行状况，设备详情，设备告警和工单管理，经过数据云平台进行数据挖掘、分析、检测、分发，获知客户方设备运行情况。为企业提供数据支撑，为设备报修填报、维修、巡检、保养、智能决策提供“可视化”解决方案。· SRM供应链管理 ·帮助企业实现与供应商建立和维持长久、紧密伙伴关系，实现从采购需求的下达、审批、招标以及后续的订单、发货、入库、对账、供应商准入、供应商绩效考核等全过程业务闭环。· 产品全生命周期管理 ·以BOM为数据中轴，围绕产品全生命周期的数据进行管理，基于不同业务视角对产品结构以及数据进行构建和组织，从而形成面向不同阶段的BOM视图，满足不同企业对产品数据和信息的管理、查看及使用需要。· 能耗管理 ·融合物联网技术、大数据、云计算等技术，对生产制造企业的能耗按不同层次、不同维度进行统计分析，通过可视化图表向管理人员或决策层直观展示各用能单位的能耗情况，通过精细化管理分析能耗高点、能耗值以及不合理的用能习惯，为企业进一步节能降耗提供科学准确的数据依据，协助企业碳达峰和碳中和。· 数据资产管理 ·通过规范流程对资产进行全生命周期管理，结合资产盘点、共享平台使资产数据更加及时准确、公开透明，帮助企业提高资产信息数据共享的完整性、及时性、一致性、规范性。· 生产管控平台 ·专注于制造业生产跟踪的数智化平台，支持集成MES、ERP等系统，集中管控库存物料、生产管控、合同信息等阶段数据，构建产品BOM流程树管理，实现生产计划、实施大纲线上化、集中化和信息化。主要对生产制造企业的年度生产实施大纲、生产计划及进度进行线上化、集中化、信息化、无纸化管理。集成采集生产过程业务数据，以产品流程树的形式展示制造进度及问题。通过对生产业务数据的深度挖掘，打破业务黑盒，聚焦管理，支撑现场管理工作的高效协同和精准落实。· 测试装备及实验管理 ·由测试装备、实验管理两个模块组成，主要对测试装备进行全生命周期台账管理，在试验管理中同步获取测试装备信息，并在完成试验申请后推送关联设备信息，标识已借用，试验推进流程一体、透明、便捷、高效。可以帮助企业建立一整套测试设备全生命周期管理体系。从数据基础为出发点，对材料申购及加工进行基本管控，以时间跨度为线，全面跟踪测试设备生命周期使用情况：将测试装备模块汇聚为面，全量数据掌握并形成预警机制，最大程度上避免材料储备浪费，实现维程监管效果。结合试验管理模块，以试验项目为主线，贯穿项目审批全流程管理与监督，形成试验项目台账，并对试验设备档案进行状态更新，满足质量负责人、客户、测试主管等多角色对试验进行全程监督。八六三软件面向制造业系列化数字化转型解决方案，可以帮助生产制造企业实现精益管理，实现降本增效。同时，还可以实现业务数据整合，打通企业生产、研发、销售、供应链等数据，驱动企业向智能制造转型升级。让数据应用能力升级为企业能力，持续提升企业经营管理水平和市场竞争力。从《中国制造2025》到《质量强国建设纲要》，再到《数字中国建设整体布局规划》，数字经济利好政策频频出台，政策+技术双轮驱动，强力释放红利窗口期，但归根结底，也还是要落到企业的具体升级增长上。数字化是企业转型的重要方向，为了推动更多生产制造企业数字化转型，八六三软件凭借丰富的解决方案和强大的技术交付实力，专注为智能制造企业提供“智能制造”趋势下的数字化转型整体规划、场景应用及产品技术支持。后续我们将陆续推出生产制造企业数字化转型的系列产品和更为详细的落地执行方案，敬请期待！

过去十年，对于中国制造业来说无疑是值得骄傲的，2010年中国制造业占全球比重达19.8%，高于美国的19.4%成为世界第一。到了2018年，这一比重达到了30%以上，中国进一步坐稳了“世界工厂”的位置。而如今中国人口红利逐渐消退，劳动力成本不断上升，土地资源日趋紧俏，这使得“中国制造”也愈发昂贵起来。与此同时，印度、越南、印度尼西亚等成本更为低廉的市场正在崛起，这无疑加剧了中国制造业的转型压力。伴随着中国“智能制造 2025”国家战略的实施，如何利用自动化、信息化以及大数据技术，在各项成本持续上升的大背景下降本增效，提高产品的竞争力，是制造企业在过去几年持续探索的问题。今天小亿就来说说制造企业该如何做好数字化转型？一、制造企业做好数字化转型的意义众所周知，中国是世界上制造行业最完备的国家，大体上，制造行业分为离散制造业和流程制造业两大类。离散制造业，主要有汽车加工、3C电子组装、服装制造等，都是一个工位做完再做下一个工位，要经过一连串可中断的工序进行连接，实现一个产品的输出。而流程制造业，比如石油化工、煤化工、盐化工、制药、炼钢、发电、水泥、造纸等，他们的生产过程的特色是当把原材料投入到生产设备中以后，要经过一连串的物理化学反应，最后才能够成为一个产品，生产过程是不可中断的。对于化工企业来讲，尤其面临着安全的问题、环保的问题、节能降耗的问题、减人增效的问题。一方面我国人力、土地、能源等资源价格持续上升，传统工业企业的经营压力越来越大，需要减少对这些资源的依赖。另一方面，中国的人口红利在消失，近10年我国的人力成本上涨了近10倍，平均CAGR高达13%。还有成本控制不易，传统工业企业经营管理模式也相对比较落后，效率低下，难以适应当前快速变化的市场需求，迫切需要新的组织形式和新的技术要素来改善，因此数据成为提升制造业生产力、创造力的关键。二、当前，制造企业面临的数字化转型挑战1.有数据，但不能直接用制造企业由生产到销售的链路长、环节多，虽有数据沉淀，但存在分散在不同系统、数据口径不一致、数据颗粒度粗、更新频率低等问题。与此同时制造业企业在过往发展的历程中，依据企业价值链各环节的需求，逐步建立起包括企业ERP系统、CRM系统、供应链系统等内部系统；随着互联网经济的快速发展，又对接了包括第三方市场监测系统、电商平台数据系统等外部系统。企业中的数据分散在不同系统中，由于各系统建设目的、使用方式存在不同，导致不同系统间数据统计的口径不一致。因此业务人员在对数据进行分析时，需要耗费大量的时间对不同系统中的数据进行整合与清洗，甚至出现数据大量缺失的问题。除此之外，为了更好地洞察消费者需求、应对市场及竞争态势的快速变化，业务部门对于内部数据的更新频率要求越来越高，对于外部数据的颗粒度要求越来越精细，但是当前制造业企业的数据现状难以对这些需求进行相应的匹配。较低的数据治理水平及数据质量造成大量数据冗余、系统冗余及手工作业问题，对员工人效提升提升形成阻碍。2.知道数据有用，但不知道怎么用制造业企业数字化起步相对较晚，数据在实际业务中的应用少，业务价值尚未被充分验证。企业内对数据的应用多为简单的数据收集、统计、对比，对数据进行深挖与洞察方面仍存在大量不足，未能将数据分析方法与实际业务场景决策、流程相结合，缺乏数据应用实践案例。以研发及营销为例，研发信息获取仍以传统的问卷调研、入户访谈为主，营销端目前缺乏基于售后数据的分析与运用，数据仍更多的应用于销售达成统计，研发及营销尚未以数据驱动挖掘消费者关注点和使用痛点，构建业务策略的落地应用。数据价值论证的滞后性将降低员工主动推进业务数字化转型的积极性，延缓企业业务整体数字化转型步伐，使得企业难以构建在数字化时代的“先发优势”。3.知道怎么用，但是能力达不到制造业企业人员数字化能力差异大，企业希望通过牵引提升组织和人员的数字化能力来推动数字化转型，但在实施过程缺乏突破点。企业数字化转型最终需要落实到人员的能力提升与转型，而当前制造业企业在此方面虽努力尝试，但整体成效甚微。企业人员数字化能力提升大多停留在培训层面，主要通过开展数据分析课程对业务人员进行赋能，与业务人员的实际工作及业务场景结合度有限，难以让课程参与人员产生共鸣并切实带来业务价值。此外，承担企业数字化赋能的部门多为中后台部门，缺乏足够的话语权，数字化能力的提升尚未与员工的绩效、奖金及晋升相挂钩，导致业务数字化转型的牵引力不足，培训流于表面，业务团队基于数据的创新能力与精细化运营能力难以被充分激活。三、制造企业如何做好数字化转型？制造企业要推进数字化转型，必须明确数字化转型战略，制定数字化转型规划，然后实现规划的落地。在这个过程中，制造企业需要借助专业的咨询服务机构，来完成数字化转型的现状诊断、需求分析、流程梳理、整体框架设计和实施方案制定等过程，可以从5个步骤来进行：1.评估数字化转型的现状制造企业可以通过现状评估，了解价值链各个环节应用数字技术的深度、广度和应用效果，还存在哪些数字化技术应用的断点，并对各个分支机构进行比较，与行业标杆进行对标，从而明确企业进行数字化转型的基础。2.分析企业数字化转型的机会与突破口通过广泛的企业内部调研与行业最佳实践分析，结合行业的标准规范和合规性需求，基于企业的发展战略，来梳理企业推进数字化转型的需求，并根据重要度与可行性来确定企业推进数字化转型的突破口。3.明确企业数字化系统的整体框架分析企业的业务流程在数字化转型过程中应当如何进行优化，确定企业进行数字化转型的关键考核指标，制定数字化系统的整体框架，明确企业未来三到五年数字化转型的整体规划。4.确定企业数字化转型的路线图明确各个数字化系统的具体功能、部署方式和集成方案；确定数据采集、设备联网，IT与OT集成方案；制定数字化转型的年度投资计划；明确推进数字化转型的组织体系；分析数字化转型的投资收益；预测数字化转型过程可能存在的风险和规避策略。5.根据数字化转型的规划落地实施，并及时修订规划数字化转型的规划也应该是三年一规划、一年一滚动。企业应当对数字化转型的状况进行年检，并结合企业实际情况的变化和新兴技术的发展，对数字化转型的规划进行修订。同时，企业应当高度重视数字化转型的核心团队建设，将IT部门、自动化部门、规划部门和推进精益的部门结合起来，并聘请外部的专家顾问，从而确保企业的数字化转型过程一步一个脚印，取得实实在在的效益。除了思维的变革，能力的不断迭代，让制造企业变“聪明”的第一步就是让设备拥有开口“说话”的能力，为企业装上“智慧大脑”让它变得“耳聪目明”，这个大脑中枢则是亿信华辰智能制造大屏，通过全方位感知、精细化反馈，将生产调度、设备运转、监控录像等管理者最关心的事务以可视化的形式跃然屏上，将其从繁忙的奔波中解放出来，直观精准地查看生产运作状况。让高效管理、智慧生产变成现实。四、亿信华辰智能制造大屏解决方案为制造企业数字化转型赋能1.智能监测：供应链上下游综合管控对于制造企业而言，除了自身生产线之外还会涉及到外协产品的采购，特别是在航天航空和军工企业中产品外协是承上启下的重要环节，为了保障装配计划的正常运转需要进行供应链上下游监控及配套分析。了解此使用场景后，亿信华辰的智能监测大屏可视化解决方案应声而来，它通过产品型号联动该产品的生产计划、执行率、配套、合同、上游供应商等方面进行多维度的分析与展示，时刻掌控生产状况以及各项目配套生产情况，为打造高品质的供应链监控提供了数据支撑，并以数据运营为起点，完成了数据集中、指标监控、数据可视化、协同办公的多功能应用。2.智能驾驶：实时数据低延时响应近年来，智能驾驶一词可谓风光无两，不论是正向还是反向的声响都不绝于耳。名声在外但真正做好的企业却寥寥无几。所以各方车企都铆足了劲想要在这个赛道一骑绝尘，将技术与大数据有效结合积极布局智能驾驶领域。亿信华辰智能驾驶大屏可视化解决方案通过大屏实时反馈汽车、引擎、轮胎、底盘和车身的实时数据，基于汽车的零部件、整体性能等方面进行全面分析与展示，通过驾驶舱的数据分析动态把握汽车性能变化。为打造高品质的汽车分析服务提供有效助力。3.智能运营：为企业打造高品质运维对于制造企业而言运维管理也同样重要，说个最简单的例子，当有零部件即将到达使用寿命或者出现异常时，能够及时发现问题，甚至提前预测风险，可大大降低故障造成的停线时间和更大的事故产生。一条生产线的稼动率从78%到98%不是简单的20%的问题，而是几倍利润的问题，对于生产企业来说运维管理是拉开距离的关键所在。亿信华辰智能运营大屏可视化解决方案以生产计划为核心，在展示项目、科研投入比例、产品监控、人员构成等方面进行全面分析与展示，时刻掌控企业经营状况以及各项目花费情况，全方位监管各项目跟进情况；另外，对各条生产线的磨损率进行精准监控，及时排除故障隐患。为制造企业的运维管理提供了数据基础，辅助领导高效决策。4.智能生产线：助力生产流程自动化随着科学技术的发展与5G网络的普及，智能生产线俨然成为一种趋势，很多人工工种已逐步被机器人替代，诸如上下料、焊接、涂装、拾取、装配等都出现了机器人的身影！相较于人工，机器人不光可以带来效率的提升，它的管理也会更加直接和便捷。亿信华辰的智慧工厂大屏可视化解决方案，借助5G网络、智能机器人、视频比对技术，打造智慧化工厂生产线。在零配件配送、库存管理、生产组装、信息上报等关键环节利用可视化技术，有效调节生产进度，合理调配资源、监控生产质量、及时上报数据反馈结果。另外，方案内容涵盖对生产车间轮胎检测环节、T-BOX数据上传环节，实时库存提供实时监控，并对云打印设备、AGV智能机器人进行工作状态、设备状态的可视化监控。5.智能车间：三维监控安全生产对于生产企业而言，“安全责任重于泰山”这句话一定不陌生，因为只有安全上万无一失，才能避免一失万无，这个责任阀门拧得再紧也不为过。但是，安全生产不能仅仅是挂在墙上的教条，而是应该落实到每个生产环节和各个关键区域。时刻绷紧安全生产这根弦，企业做到警钟长鸣才能细水长流稳步发展。亿信华辰智能车间大屏可视化解决方案使用三维模拟真实产生环境对厂区监控、安全生产、运输车辆等区域进行全面监控，时刻掌控企业生产、运输状况，全方位监管各生产车间运行情况，将一切风险扼杀在摇篮之中，为打造高品质的车间生产提供千里眼和顺风耳。随着现代制造业向着自动化、信息化、智能化方向快速发展，生产过程中会产生大量的多源异构数据。对多源异构数据的有效处理和深度挖掘可为生产制造者提供更有效的生产调度、设备管理等策略，与此同时，通过通过对产品、供应链、生产制造的有效集成，能够实现产品定制化与个性化以及生产中的降本增效以及物流库存中的资源节约。但制造企业在转型过程中，也还需要注意以下几点：第一，数据安全，传统的业务管理主要基于物理的文档和媒介，不法分子想要获取大量的信息并非易事，但在数字化转型后，大量甚至是全部企业数据都被存储在虚拟空间并同产业链的上下游连接，这在加速信息分享的同时，也增大了企业数据遗失造成的损失，因此，在数字化转型过程中，数据安全应当被作为最高优先级，并始终贯穿于整个数字化转型过程中。第二，数字化人才队伍的培养，在数字化转型过程中，企业面临老员工不懂 IT 技术，外聘 IT 人员又不懂公司业务的窘境。如何维持老员工再学习和 IT 人才引进之间的平衡，也是企业在进行数字化转型过程当中需要认真思考的问题。第三，数字化转型是一项系统化、复杂化、高风险和高投入的活动。大型企业拥有足够的资源进行变革，进而在某些领域进一步加强优势。而对于很多身处同行业的中小企业而言，如何低耗高效地完成数字化转型，也是颇具价值的议题。