企业数字化转型的现实路径实践-打破孤岛，建立全连接

 

基本假设：

无论技术多么发达，都不改变经济规律，不改变商业的本质。

 

1工业技术发展的四个阶段

 

“工业4.0”的概念耳熟能详，但对于“工业4.0”的含义了解的人少之又少。工业技术发展经历四个阶段，分别是：

 

“工业1.0”实现了机械化、动力化。18世纪60年代起通过水力和蒸汽机实现工厂机械化，后来发展的技术还包括内燃机、电动机、核能、清洁能源等，机械化使生产力极大提升。

 

“工业2.0”实现了自动化。通过机电自动控制等手段，实现流水生产线、半自动设备等。

 

“工业3.0”实现了信息化。计算机的普遍应用带来三方面的变化：

·      管理自动化，出现了程控设备、全自动单机

·      职能软件大量应用，例如ERP、MES、CRM、CAD、WMS等

·      组织普遍采用集中决策的科层结构

 

“工业4.0”数字化是“工业3.0”信息化的自然延伸。“工业4.0”（互联网、数字化）的核心包括：

·      打通各自独立的系统、消除信息孤岛

·      实现“单-人-机-财”协同，形成有机整体

·      由生产的物理驱动（资源驱动）和管理的流程驱动变为数据驱动

·      员工和设备从接受指令到自适应、自学习

·      管理体系扁平化，体现在层级减少、管理职能平台化

 

因此，数字化是“工业4.0”的显著特征、目标和手段。

 

2数字化、大数据

 

什么是数字化？

·      将模拟信号转化为数字

·      便于计算机处理和网络传播

 

什么是大数据（大数据的主要特征）？

·      Volume，大量

·      Variety，多样

·      Velocity，快速

 

数字化和大数据能做什么？

·      准确把握市场需求

·      大规模个性化定制

·      快速变化的市场中缩短交货周期

·      减少人工误差，改善产品品质

·      充分利用产能，提高效率，降低成本

·      构建商业模式和技术创新的生态

·      为新型企业组织奠定基础

 

为什么一定要用大数据？

·      实时管理的需要

·      人工智能的需求

 

3工业互联网和消费互联网的区别

 

主要区别包括以下四个方面：

·      行业和企业属性明显。消费互联网更多从人性出发

·      规模效应和网络效应相对较小。这意味着外力驱动（例如补贴）模式对于工业互联网要更困难

·      实现路径为自下而上，而非自上而下

·      从商业的本质出发而不是所谓的“互联网思维”

 

4案例：定制服装企业的数字化实践-从核心业务痛点入手

 

以定制服装行业为例讲述数字化的应用路径。从核心业务的痛点入手。定制服装行业的痛点为多采用手工生产，价格高、交货期长、返工率高。而对于消费者来说，标准化的服装不一定适合自己，定制服装存在痛点。

 

定制服装行业的难点为：

·      肩宽、腰围等尺寸是不规则的三维弧线，而不了是二维平面

·      而量体尺寸转化为不了布面上的二维图形数据。它们虽有一定的逻辑关系，但难以公式化

 

如何将三维数据映射为二维数据，这个难点靠有经验的裁缝通过“打版”来实现。裁缝师傅采用手工+电动工具的方式实现量体裁剪、单件缝制，还停留在工业1.0阶段。

 

5案例：定制服装企业的数字化实践-寻求数字化解决方案

 

这是现在大多数定制服装企业的现状：

·      裁缝师傅根据经验打版，手工操作，无法工业化批量生产，且无法保证一致的质量

·      作为核心技术的打版，需要量取主要部位的尺寸。量取的主要部位越多衣服就越合身，经验丰富的师傅量取多达20多个

·      除了贴身还原，还需要考虑舒适、美观，进一步增加了打版的复杂度

·      一件西装上衣为60多片布，通过画好来剪裁，经过缝制、试穿调整、定型才最终成衣，效率低

 

 

流水线生产效率高但不合身，手工定制合身但价格高、等待时间长，如何实现流水线上生产定制服装？——通过大数据来解决：

建立大数据库→扫描量体，输入实测数据→从数据库中找出匹配度最高的版→同时生成工艺、物料、人力、财务等文件。

 

 

其中数字化的关键一步是建库：

·      将过去的版型输入数据库

·      划分越细，匹配越精确，数据量越大

·      数据积累越多越精，覆盖面越宽

·      用算法生成与真实版相近的中间型

 

用户通过APP输入定制化元素：尺寸、款式、面料、个性化元素。后台根据实测数据和其他要求，通过算法进行自动打版、驱动生产。

 

6案例：定制服装企业的数字化实践-数据驱动生产与管理

 

通过建立大数据和优化专业算法，在确定版型的同时，还确定了：

·      版型确定的同时确定工艺、用料、用工、成本

·      在对应的数据库中调出相应的数据：款式、版型、工艺、面料、辅料、客户、订单；生成每一片布的加工工艺、用料、成本、订单文件

·      数据驱动生产和管理流程：信息系统接手大部分生产调度、用工计划、成本核算、材料采购等任务；传统职能部门弱化

 

定制服装行业的数据驱动生产和管理可以使得全程数据支持，数据流动无断点。示例如下：

 

 

数据驱动生产：

·      版型匹配后进行自动（人工干预）排料，给裁床发出操作指令。

·      进行数控裁剪，每片布上面都有ID卡，存有工艺、用料、客户等数据。布片上挂吊架，生产过程初现物联网雏形。

·      扫码读取数据，按照工艺要求加工，更新布片信息。

 

数据驱动物流：

·      从ID卡读出用料、工艺等要求，按照规定操作

·      更新每一片布的状态，回挂吊架，传至下一工位

·      系统根据加工进度，随时调整排产计划

·      依订单号将分散的布片缝制为成衣

·      发送交货，更新客户数据库，完成点对点的闭环

 

在成衣流水线上，没有两件同样的西装，达成个性化和规模化的最优解。

 

7现实和虚拟互为映像

 

物理世界中的每一步操作都对应IT子系统（数字世界）。现实和虚拟互为映像。

 

工业4.0将分立的子系统打通，消灭竖井和孤岛，让数据顺畅流动、便捷共享。从而实现数据无边界、组织无边界。

相应的系统如下：

 

 

总结：

·      所有的新技术都要有应用场景

·      数字化改造不是IT的事情，是业务的事情，同时要有强大的技术支撑

 

8数字化企业的组织重构

 

数字化给组织带来变化，体现在四个方面：

·      组织重构：组织重构是数字化核心业务的延伸，数字化是组织重构的前提和基础；防止为了重构而重构

·      从设计-生产入手，逐步实现管理的数字化

·      减少管理层级

·      简化和转变管理职能

 

传统的科层制存在很大的弊端：：

·      层级间造成新的信息不对称，下情不能上达

·      容易形成企业内的利益集团和利益博弈

·      任务低报，资源高报

·      职能部门卡BG\BU，BU间相互争夺资源

·      中枢指令得不到执行

 

数字化企业的组织变革，在三个方面入手：

·      压缩层级，成为系统-节点-细胞三级

·      用数字化消除信息的不对称，职能变赋能

·      管理变治理，赋予一线更大的决策权

 

从而形成边界日益模糊的组织架构，如下图示意：

 

 

9数字化转型的实施要点

 

企业的数字化转型并非易事，在实施过程需要遵循以下要点：

1、确立数字化的战略高度

·      不仅限于工具应用和效率提升，同时对市场反应和提升产品品质都有帮助

·      解决传统方法不能解决的痛点问题，例如大规模定制

·      构建“数字生态”，孕育新的商业模式

 

2、数字化是“一把手”工程

·      带动全公司观念转变

·      进行系统性的流程梳理

·      进行组织重构

 

3、管理层、业务部门、IT部门需要反复沟通、修改系统架构

 

4、高度重视标准化工作

 

5、集中精力做好SaaS层

·      与科技公司合作开发PaaS，使用现成的IaaS

 

6、避免“平台陷阱”和“互联网思维”

·      现在的语境下，互联网思维=消费互联网思维

·      工业互联网的逻辑有着根本的不同

 

7、数字化之前免谈人工智能