解读数字化转型十大关键词 迈向创新导向的数字化转型2.0

文：整理自/ 数字化企业研习社副理事长 安筱鹏现场演讲实录（全文有删减）

数字化转型 新技术

如今有很多新的概念在我们身边不断诞生，这些概念很多时候给广大企业家、学者，包括相关主管部门带来了很多困惑。我把它称之为“新概念雾霾”，不止闻起来呛鼻子，更挡住了事实真相。因此，我们需要“望远镜”，能够看得更远，需要“显微镜”，能够看到技术细节，也需要一台“CT机”，能够通过现象看到事物的本质。

关于数字化转型，我把它提炼出来概括成了十个关键词：不确定性、复杂系统、竞争的本质、转型的逻辑起点、工具革命、决策革命、数据的自动流动、数字化转型的基本矛盾、技术架构的大迁徙时代、体系重构。 当然他们中间也有一个较基本的逻辑，就如我在书里说的：｢在数据加算法定义的世界中，以数据的自动流动，化解复杂系统的不确定性，提高制造资源的配置效率。｣

关键词一：不确定性

不确定性源于信息约束条件下人们有限的一个认知能力。今天在大数据的时代，我们对未来风电功率的预测，UPTAKE对卡特彼勒工程机械设备全生命周期运维，盒马鲜生对生鲜食品的品类、数量选择，以及今日头条、淘宝首页的千人千面，他们的背后共同构建了一套面对不确定性的新的决策方法论，就是数据加算法。

回到信息论的本身。克劳德·香农曾经说什么叫信息？信息就是用来减少随机不确定性的东西，信息的价值就是确定性增加。

关键词二：复杂性

哈佛商学院教授迈克尔·波特有个核心的观点是：传统的单一产品正演进为万物互联的智能产品，进而成为一个产品体系。它背后反映的是从单一产品到复杂系统的过程。

从自动化到智能化，本质上是一个从局部优化到全局优化的过程。自动化我们认为是单点的、低水平的、有限的资源优化，而智能化一定是多点的、高水平的、全局的优化。过去的制造体系是一个机械系统，而今天有了内部设备的互联，人和设备的互联，人和人的互联，以及企业内部的资源与供应商的供应商，与你的销售商，与你的客户在不断连接，从机械系统演变成了开放的、生态式、复杂的生物系统。这个变化背后是涌现、自组织、生态、范围经济。 

关键词三：竞争的本质

诺贝尔经济学奖的获得者科斯曾说，企业的本质是一种资源配置的机制，如何用你的资本、人才、土地、技术、厂房、销售渠道…并优化配置这些资源，以更低的成本、更高的效率满足客户的需求，这就是企业。那如何优化你资源配置效率？背后靠的是决策的科学性、准确性和及时性。

回到今天谈的数字化转型。数字化转型的本质就是要实现数据的自动流动。什么叫数据的自动流？就是你能够把正确的数据，在正确的时间，以正确的方式传递给正确的人和机器。如果实现了数据的自动流动，企业就可以在不确定性的环境中实现精准的、高效的、低成本的决策，而这种决策可以优化企业的资源配置效率。

在金融危机期间，我去过一家钢铁厂，当时矿石的价格在剧烈波动，钢铁产品的价格也在剧烈波动，这时来了一个订单是接还是不接？ 能不能按期交货？利润是多少？在这样一个高度复杂的不确定环境中，信息化能不能解决这个问题？这背后就需要决策的支持。

关键词四：转型的逻辑起点

工业4.0的逻辑起点是什么？就是企业如何适应竞争环境的快速变化。市场的环境变了，客户的需求变了，作为制造企业，如何对外部的环境的变化做出实时的反应？这就叫做智能。

美国国家标准与技术研究院对智能制造有个定义，智能制造就是要解决三个基本问题：差异性更大的定制化服务、更小的生产批量、不可预知的供应链的变化和中断，概括起来就是企业如何对需求的变化做出相应的反应。今天，制造体系正变得越来越复杂，一方面产品本身变得更加复杂，另一方面需求本身也在不断变化。如何应对这种复杂而快速的变化，是我们所讨论的数字化转型的逻辑起点。

关键词五：工具革命

在我看来制造业的数字化转型本质上是两场革命，一个叫做工具革命，一个叫做决策革命。在信息社会较核心的是智能工具，智能工具是在原有的能量转换工具上不断加载传感器、通信CPU操作系统，构建起的自组织、自优化的工具，以自动化提高工作效率。

所以工具决定了你能跑多快，而决策才决定了你是不是能够离你的目的地越来越近。 对于数字化转型来说，本质上也对应了这两件事，如何正确地做事和做正确的事情。

关键词六：决策革命

如果说工具革命是以自动化提高工作效率，那决策革命就是以智能化提高决策的科学性，精准化。什么叫决策？就是在比特的汪洋中重构原子的运行轨道。信息物理系统（CPS,Cyber-Physical Systems）的建设就是在比特的世界中构建物理世界的运行的框架和体系，是以数据的自动流动优化资源配置的效率。

在Cyber空间的决策有着更高的效率、更低的成本，更加精准、更加科学，如果把基本逻辑提炼出来，就是数据加算法带来的服务，这个服务可以在Cyber空间里描述物理世界，洞察、预测和做出决策。这过程中数据加算法所带来的价值不断深化，背后在于优化制造资源的配置效率。

关键词七：数据的自动流动

有两种自动化，一种自动化叫做看得见的自动化，就是在富士康工厂里随处可见的AGV小车、立体仓库、机器人，这生产装备的自动化就是工具革命。而青岛红领探索的是在看不见的自动化里做文章，如何实现数据流动的自动化，也就是决策革命。

当生产模式从批量生产演进到定制化生产时，企业所面对的问题的复杂度将几百倍、上千倍甚至上万倍的增长，如何把复杂的信息在正确的时间以正确的方式传递给正确的人，是青岛红领面临的问题。这就是数据流动的自动化。一个企业采集了客户的需求信息后，这些信息就在产品设计、工艺设计、生产制造过程控制、产品测试、产品维护等每个环节间流动，形成无数个数据闭环。过去企业的数据流动是基于文档纸张的，在智能制造形态下变为基于模型。看一家企业智能制造水平的高和低，一方面要去看设备的先进程度，另一方面要去观察在每一个数据流动环节，有多少人参与，参与的人越少，说明企业的智能化水平越高。 智能化的极致追求是在每一个环节减少人员的参与。

正确的数据在正确的时间，以正确的方式传递给正确的人和机器，那么问题来了，你怎么知道正确不正确？谁来判断正确和不正确？背后靠什么？靠算法、模型和软件。软件构造了数据流动的一套规则体系，能够把正确的数据在正确的时间，以正确的方式传递给正确的人和机器，这个是软件的价值所在。

数据的自动流动关键需打通状态感知、实时分析、科学决策、精准执行四大环节，构建起数据自动流动的闭环，这又需具备两个条件，第一是隐性数据的显性化能够被采集汇聚，第二是隐性知识的显性化。这使得数据不断被放到各种软件算法模型中去加工，加工完之后将数据变成信息和知识，之后再用决策去实现优化制造资源、研发资源、物流资源配置效率的较终目标。

关键词八：数字化转型的基本矛盾

对于企业而言真正实现内部的数据打通，实现数据自动化流动，是一件富有挑战性的工作。工信部下设的电子情报曾做过一组评估：在产品设计和工艺设计两个环节能够实现数据互通的企业比例达45.7%，但仅有18.7%的企业能够实现覆盖产品生命周期的数据互通；采购管理与生产管理的有效集成的企业比例仅30%，生产管理与销售管理有效集成的企业比例仅为20%；在经营管理环节，生产计划指令能自动下达的企业占比为40%，生产过程数据能自动上传的企业占比为47%，生产制造数据能自动上传的企业占比仅为24%。所以，今天我们碰到的数字化转型较大的问题是什么？就是企业的信息化投入和收益不是线性指数关系。企业的信息化收益指数只有跨越了某个价值拐点后，才会呈现指数化的增长。这是从对几万家企业的实践评估中得出结论。

过去我们更多时候是在局部解决问题，今天讲工业互联网、两化深度融合，核心问题是要在产业链集成、产业生态系统集成方面如何做文章，这是企业数字化转型所面对的一个基本矛盾，也就是全局优化的需求跟碎片化供给之间的矛盾。企业需要思考的是，如何从内部局部系统的数字化，转向构建企业价值网络，将供应商、供应商的供应商、销售商和企业自身实现横向、纵向的整合，从而从产品全生命周期、全产业链、全场景的角度，考虑企业的数字化转型。

关键词九：技术架构大迁徙时代 

面对全局优化与碎片化供给之间的矛盾，如何解决？我们正在迎来一个技术架构的大迁移时代。制造系统变得越来越复杂，传统IT架构和解决方案与复杂制造系统之间落差区间越来越大。今天我们正在构建一套新的基于云架构的解决方案，我给它一个新概念，就是我们正在经历从数字化转型1.0转向数字化转型2.0。

我们看到云化转型的历史进程已经开启，这背后是整个软件架构体系的迁移。这种转变本质上是要解决刚才所提到的数字化转型的基本矛盾下，企业全面集成水平还比较低的问题。

关键词十：体系重构

几百年来制造业不变的追求是制造的高效率、高质量、低成本、高满意度，但技术的变化带来了制造体系的重构，制造业新阶段有五大特征：数据驱动、软件定义、平台支撑、服务增值和智能主导。

今天我们讨论C2B和定制化时，我们讨论的是谁在参与生产？面对无人汽车、智能产品，我们讨论的是从功能产品演进到智能互联产品，我们要生产什么？面对3D打印、数控机床，我们讨论的核心是能量转换工具到智能工具，我们可以用什么样的工具？从试错法到模拟择优法到数字双胞胎，我们考虑的是如何生产，以及在哪生产？因此，整个数字化体系正在改变，我们正在构建一套新的体系。

更多文章