“首先我想给大家解释一下一级方程式赛车是什么。在每一次赛车中，数以千万计、世界各地观众在观看的，有两种比赛，一种是赛道上的比赛，还有一种是在幕后进行的比赛。”迈凯伦集团首席运营官Jonathan Neale是个传奇人物，他曾经在英国海军做潜艇无线搜索的科研工作，之后又在英国宇航参与设计了著名的鹰式教练机。如今，他是迈凯伦集团席运营官，一位在汽车界少有的具有极强技术背景的COO。 1963年成立的迈凯伦在赛车场上声名显赫，至今赢得过20个世界冠军和超过180场比赛。在赛车这个世界上技术最先进的运动领域，高手过招，铢量寸度。顶级赛事中，前5名赛车之间的性能之差只有0.2%。要想在跑道上胜出，Jonathan口中“幕后的比赛”，至关重要。 “二十年来，数据一直是迈凯伦F1车队战略的核心。今天我们能实时获取数据并快速做出决策，有赖戴尔性能强大的解决方案为数据分析提供支持。这些细到毫秒甚至微秒的数据需要以实时速度高性能运行，在几十分之一秒当中所做的决策甚至能够决定比赛的成败。” Jonathan说，这种在幕后默默无闻的比赛是创新的来源。 而这种来源，得之不易。 技术出身的Jonathan信任技术能为产品、企业乃至行业带来的创新驱动力。但对于一家在企业而言，尤其是对一家在已有赛道上“跑”的还不错的企业来说，转型远远没有说得那么容易。大多情况下，数字化转型最重要的驱动力实际来自于企业最高层的决策机构，只有高层领导下定决心，IT部门才能有授权去执行。Jonathan坦言，“这需要勇气”。 迈凯伦在一级方程式赛车中已经干了五十年。而在这五十年期间，全球有许多的赛车队都失败了。为什么迈凯伦能够成功呢？Jonathan总结：因为我们可以一直不断地创新。今天迈凯伦取得的成就，取决于十多年前“向数字化转型”这个既勇敢又充满风险的决定。
而这个决定的背后，离不开迈凯伦的“幕后伙伴”——一个能为迈凯伦提供转型所需的技术、硬件等配套支持的服务商。迈凯伦选择的是戴尔。“迈凯伦和戴尔有非常好的合作机制。我们都特别期待通过使用科学技术和工程，来改变世界。” Jonathan说道。 戴尔易安信全球副总裁林浩这么形容他的合作伙伴：“ 迈凯伦的赛车有超过300个传感器，每一秒钟产生10万组数据，每一个周末的赛事每辆车产生10个G的数据。我和Jonathan Neale开玩笑说，你不是做赛车的，你是做会跑起来的电脑，你做的是超级电脑，只是我们提供了一些支撑”。
在10月17日的戴尔科技大会上，Jonathan Neale来到了中国，他和戴尔合作商以及媒体，进行了一次充分的对话，分享了迈凯伦与戴尔在数字化转型领域的合作经验，以及他对于未来汽车的理解。这或许会对正在转型中的企业，以及个人，有些启发。 对话有些长，但值得一看。
Q：迈凯伦的转型是不是已经发生了，都在哪些层面进行了转型？
Jonathan Neale：是的，转型一直都在发生。顺便说一句，在全球，迈凯伦在一级方程式赛车中已经干了五十年了，而在这五十年期间有许多的赛车队都失败了。为什么我们能够成功呢？因为我们可以一直不断地创新。赛车的监管在改变，因此工作流程会改变，员工的工作体验也需要跟着改。 放眼迈凯伦在全球，我们的员工在全球都是在不同地方工作，不是说你在哪里以及在哪个时间才是工作，工作是一种移动的过程，所以这就给了我们很多挑战。戴尔给我们提供了很多笔记本、台式机，而且这些硬件都是在一个安全的环境中运行的。当迈凯伦进行创新、加快创新速度的时候，这些安全的标准都没有变化，都是受安全控制的。 这也是年轻一代工作的职场人士的需求，他们不希望在固定的小时和固定的空间中工作，因此我们需要应对他们的这种需求。
Q：在企业数字化转型中，企业内部协作方面有什么变化吗？
Jonathan Neale：早在2000年的时候，我们希望快速解决一些问题。解决问题的第一步就是要把问题首先转化为数据，这些数据可能是来自于车本身或者是来自于车模型本身。有了这些数据，我们可以再去修整它，车上装感应器也好，还是在虚拟的环境中模拟也好。一旦我们有了足够多的数据来描述真实世界中的场景，在虚拟世界中建立数据模型，我们就可以对这个模型进行各种各样的改变，来模拟它怎样可以变得更好。 但实际上我们用技术并不是解决非黑即白的问题，而是解决一些微调的问题。比如有一大群工程师、设计师，他们有自己的体验、洞察力和他们所受过的培训，这些人文的体验都是受到数据支持的，我们通过数据可以去做这种创意性的测试。所以，这种工作不是二元性质的工作。这样的话，整个公司的技术文化，对公司的创新就有很大的影响。如果让技术助力于大家这种有创意的做法，这个公司产生的新的氛围就非常有意思了。
Q： 2000年你们决定要进行数字转型的时候，团队做这个决定难不难，之后有没有受到一些挑战？
Jonathan Neale：我们对于模拟花了很多真金白银的。在2000年的时候，我们认为虚拟环境的效率是高于凭经验创造实体环境的效率。挑战就在于，我们一直以来都要对一级方程式赛车本身进行升级。在2000年的时候我们对车做的80%-85%的改动，是司机都没有办法去发现的小的改变，所以也很难反馈说某个改变是让车跑得更快还是更慢了。 再快进到2018年，很多新的技术是车手和工程师都没有见过的，但这些技术已经在虚拟环境中跑过了，我们就知道它是有用的。在虚拟环境中可以进行100万次的测试，成本非常低，而且创新速度加快了。现在我们在车上进行的90%-95%的改进，都是工程师已经确定是管用的，但是司机未必知道管用不管用。这样我们的创新速度得到大幅提升。 早期进行数字转型时我们碰到的障碍是什么？头五年我们花了很多钱，而当时创造的流程和今天的流程相比当然是大大不如今天的。团队商量预算怎么去分配呢？当时我们花了很大的力气去保护数字转型需要获得的资金和预算，花了很大的力气。因为有人会说这个钱为什么不投到传统的方式上去改进传统的流程呢？所以我们的管理团队做了很多这样的努力。 后来到2006年，那时第一次出现一个新的流程，是完完全全所有人都同意比老的流程要更好的。大家开始觉得数字化转型还是有起色的。我们经历了这么一个过程，从大家都不相信到有一个转折点，带到大家持中立态度，到最后所有人都赞成这个数字转型的新观点。
Q：这个转型是从来不容易的，需要强有力的领导和团队，在一个非常关键的期间引领大家去这么做才能取得成功。 Jonathan Neale：这个需要勇气。
Q:您如何看待数据，以及数据的价值？
Jonathan Neale：首先我想给大家解释一下一级方程式赛车是什么。在每一次赛车中，数以千万计的世界各地观众在观看的，有两种比赛，一种是赛道上的比赛，还有一种是在幕后进行的比赛。在赛道上的比赛中，参赛队伍的表现非常接近，竞争对手也是世界一流的，我们和十个最强大的竞争对手一起去比赛，可能彼此之间的差距只有100米。每一次赛车当中表现最好的车和表现最差的车，表现上的差距只有4%，前5名性能之差只有0.2%。所以要想在比赛中胜出，一定要靠细节、靠执行、靠创新，一定要把每一个细节执行好。 我们的车上装有几百个传感器，也有大量的参数。而且这样的数据是实时输送到终端，在我们车库进行分析，再把分析的信息送到我们在英国的赛车控制中心，并采用高性能运算工具进行计算。 同时，我们也看到人工智能和机器学习已经能够助力快速决策。特别是在几十分之一秒当中所做的决策甚至能够决定比赛的成败。在这样的场景下，人工智能和机器学习就能够发挥至关重要的作用。这种在幕后默默无闻的比赛是创新的来源。 F1赛车的每一辆车，不管比赢或是比输，只有6周的时间能保持它的现有技术形态。因为我们每天24小时，每周7天，都会进行工程上的改变，每周我们会新出厂6000个左右的零部件，反映最新的研发和优化成果。
Q：能否举一个迈凯伦利用数据改进产品的例子？
Jonathan Neale：在过去20多年里，我们花了很多时间研究更好地改进轮胎的模型，这些数据全部都要放在一个虚拟的环境中进行反复验证，看一下改哪里、不能改哪里，才能够获得更好的性能。这样短时间内的虚拟测试速度是快于传统制造零件的模型速度的。传统制造模式是在制造很多零件模型之后，最后制造出这辆车，然后再让这辆车去跑，而虚拟测试就大大快于这种传统的实体制造后测试模型的速度。
在虚拟环境中可以很快地进行验证，验证通过后产品就可以上市了。这也是完完全全不同于在一个传统的要制造一个原型机，然后再去进行不断测试的环境。我们如果真是要倚赖于传统的测试模型的话，是没有办法在一级方程式赛车中取得优势。
Q：戴尔为迈凯伦提供了什么支持？
Jonathan Neale：并不是说我们做一个采购的决定，要用戴尔作为一个服务提供商，而是我们从过去20多年就开始和戴尔展开一步步的合作。我们需要的是一个硬件和另外一个硬件之间能够进行互联互通。 戴尔给我们提供了边缘计算的能力。我们的一台车上面有300多个感应器，有17000个指标，这些都是需要输入到边缘计算中去的。所有这些边缘计算出来的数据，有些是存在本地，让当地的工程师立刻对它进行分析。有些是通过安全加密的方式传到云端，让我们的超级计算机可以对它进行更多的分析。 除此之外，我们全球的员工都用戴尔的笔记本和台式机。另外我们刚才说到了这些主要数据是要放在戴尔的刀片式服务器上跑的，而且上面装了虚拟机。之后我们会把这个数据要么存在本地，要么存在云端，这也是戴尔易安信的存储服务给我们提供的。 综上所述，从车中装的几百个感应器到边缘计算到核心计算、工作流到存储、到云端都是戴尔提供的服务，分戴尔的好几个品牌给我们提供。 虽然我们之间的合作机制是始于2018年，但是我们用戴尔的技术已经用了很久了，所以两家公司在一起才能够对自己的技术感觉到非常的放心。我们这个公司以及我们所做的事情是一个很小的细分市场，但是在这个细分市场我们真的可以用到这些技术，而且用得非常好。
Q：迈凯伦和戴尔合作期间，软硬件设备的更新周期是多长？
Jonathan Neale：其实我们的更新周期不是按照日历来走的，而是按照使用赛车最狠的这些用户的需求来定的。这些用户就是我们的赛道工程师。这些人是一群“奇葩”的人，不管你给他多少的运力他都觉得不够，他来敦促我们，我们来敦促戴尔。 我们的新技术会先给赛道工程师用，他们用完了之后这个新技术才会慢慢地降落到底层。这些人的更新周期是12到18个月，我们是3到4年更新一次。更新速度最慢的就是开关扳手这样的东西，硬件可以一直使用；但是在软件层面可能更新会快一些。 我们更新的周期是看成本效益，另外看这是不是一个聪明的决定，谁在用它，需不需要用它，另外这个东西的用处是什么。根据这个定的，而不是按周期、按日历来更新的。
Q：迈凯伦在数字化转型中走过了很长的一段路。作为先行者，有没有一些经验、教训和建议、忠告？
Jonathan Neale：在2000年和2005年之间，我们把大多数经验的决策模式转向大多数知识的决策模式，这样的知识是基于产品在使用当中积累的数据。我们也培养了一大批数据分析师和数据科学家来进行决策。 但是现在工作真正的难度在于需要更多的概率计算的决策。所以在过去五到七年当中，我们在不断提升决策的智能度。人工智能的概念是知道下一步怎么做，依据的是数据，但在现实世界当中数据永远是不够的，这并不仅仅是二进制的决策，而是会带来一系列的后果。我们的决策依据凭经验转向基于知识、智能，而且这样的转型速度在不断加快。
Q：我认为这很有趣，在看待人工智能的未来以及机器和数据驱动的时候，人们担忧会不会淘汰人工？实际上并不会这样，而是会变得更加高产出。有时候我们说人机协作，不是说人从工作当中消失了，而是人的工作变得更加好做，劳动生产率更高。
Jonathan Neale：我完全赞同您的说法，对于人将会发挥的作用，无论是在模拟当中人的作用，还是在若干分之一秒快速决策当中人的作用，我是非常乐观的。目前我们用AI做视频分析的时候，分析可以快15-20秒，这是能够带来一些竞争优势。对于刚刚加入工作的年轻的工程师来说，无论他们是作为学徒还是作为新的毕业生起步，他们对于很多的技术能够很早就上手。
Q：对迈凯伦而言，你们不光参加了F1赛车，而且你们本身也是一家科技公司。能不能分享一下你们如何让技术去影响行业，以及更加广泛的未来？
Jonathan Neale：我们在过去的50年是一家赛车公司，但是在2010年我们组建了最新的汽车业务部，每年收入是10亿英镑。今年生产了4700辆高性能赛车。我们是一家汽车公司，这是我们主要的业务引擎。 作为一个汽车公司，我们的经验来自于赛车。我们也把科技和更加广泛的市场结合在一起，把技术和赛车运动结合在一起，包括像电池技术、自动驾驶汽车，我们进行了很多的传感器集成的工作。我们在英国、新加坡都会有轨道系统产品，同时也开始进军到医疗产业。我们在英国把前端的救护车和医院后端的专家实现连接，同时也在骨科方面推动了一系列的创新。比如说膝关节置换，我们用传感器和大数据分析的平台助力于这些工作。 所以我们既是一家汽车公司，也是一家科技公司。
问：现在对于造车企业来讲，可以分为两类，一类是传统的车企，比如迈凯伦，目前车的状态越来越转向智慧车辆，但主要核心还是需要有车手、有驾驶体验；另一类是新兴出现的车企，希望车从自动驾驶最终转向无人驾驶的状态。您对此有什么样的看法？迈凯伦的规划路径是什么？
Jonathan Neale：迈凯伦现在对于无人驾驶技术并不感兴趣，我们更多关注在给消费者提供驾驶体验，不管是在赛道上还是在马路上。所以迈凯伦的用户是一个非常小的群体。 现在我也看到了这个大趋势，不管是汽车电气化还是车联网，还是无人驾驶……迈凯伦不打算把自己作为一个传统的汽车交通解决方案提供商，但是迈凯伦的确认为无人驾驶是一个很重要的趋势.因此在我们的第三股业务中，会跟其它公司合作来做一些自动驾驶的项目.这个不是为迈凯伦自己做的，而是为别人提供的解决方案。 这个解决方案中，我们提供的是非常重要的与安全相关的控制系统，比如感应器、运算力、还有软件与软件之间的联网等。由于有第三股业务的存在，我们在自动驾驶细分市场上还是有存在感的。当然迈凯伦不是像谷歌提供一级的人工智能，而是在第二级，在与安全相关的控制系统这方面来发力。 现在如果有人跟我提到“车”的话，我脑子里总想的是速度、踩刹车、控制、噪音、整个车的操控和体验；但我女儿说到“车”的时候，她的概念是只需要按一个键，车就来了，然后人进去，人出来，就完了。