移动互联网时代，数字化转型早已成为企业必须面临和解决的问题。很多企业管理者穿梭于各种会议、论坛之间，与政府官员、行业精英进行各种探讨，总是希望专家的理论和现成的方案能帮助他们解决建立数字化工厂、智能工厂等问题。

 

但他们往往忽略数字化只是技术手段，最终提供价值的应该是转型。而转型正是企业家自身应该思考的问题。如何面对数字化、智能化企业转型是制造业企业管理者应该深思的问题。

 

面对数字化转型，我们既要考虑数字化技术能解决什么问题，也要思考组织文化如何适应未来数字化的变革，同时还要考虑人才梯度的建设和跨界人才的引进。当我们同时面对诸多问题，困扰和焦虑就会随之而来。

 

 

疫情下的企业转型思考

 

传统数字化和信息化强调三流：信息流、物流、资金流。而突如其来的新冠疫情，让企业管理者开始审视之前被忽视的人流，即人员的空间流动、人和人面对面的交互、人群体的综合决策过程等。新冠疫情直接影响最大的是人流 ，疫情直接阻断了人员间跨地域流动、人员聚集决策/行动，直接影响到商务洽谈、生产开工、运维等一系列活动。

 

相对于劳动密集型，或者是对于生产供应链人员上有依赖的生产型企业，新冠疫情对这类型企业造成了较大影响。但如果在前期，这些企业的数字化程度比较好，那么，当疫情来临时，他们只需要调整解决相关技术问题，这类企业复工复产也会比较快。但对于数字化程度不高的公司，设备在运行当中，所有设备的数据采集点都没有，当人员在家里时，复工复产就成为头疼的问题。在人员流动不受限的时候，有些公司对数据重视不够，相关运营数据可以靠人员汇报，靠手工记录、靠Excel等来实现。但当人员流动受到限制，这种无人员接触的数据传递就显得非常重要。所有的智能制造、人工智能，首先要解决的就是生产过程数据化以及数据呈现与流动，这成为突破人员流动受限边界的重要抓手。

 

以上情况说明数字化转型已经面临一个拐点，数字化转型势在必行，新时期企业应学会数字化生存。

 

数字化转型顶层规划

 

企业数字化转型，不是简单的投资决策，而是一个公司未来5-10年的发展决策。针对自身企业的数字化工厂规划是企业管理者首先要思考的问题。

 

数字化工厂规划，涉及到数字化工厂的设计：从产品设计端的制造、营销、物流，到客户端全生命周期的梳理，以及软件的匹配和设计、自动化产线的配套、工业网络的搭建等诸多方面，已经不是传统设计院所能全部覆盖。

 

 

前期数字化规划需要各领域专家出谋划策，需要企业管理者和领导层积极与专家沟通，以便明确企业的需求、短板和意愿。在企业接受专家的初步诊断和咨询方案后，专家带领的团队会安排3-6人用4-6个月的时间，对企业现有流程进行梳理。整个规划过程，不仅需要企业管理者重视，还需要投入相应咨询费用。

 

对于很多中小企业来说，需要改变观念，要认识规划和咨询的价值，适应数字化时代的生存法则。因为经过整体规划，咨询团队会对企业的生产流程、产线布局、产线上的人员设置等进行精益化梳理。针对当前的数字化水平做出评估，并对企业的软硬件体系、组织架构和人员技术水平等进行深入调研；然后针对以上问题，几易其稿给出厂房、产线、设计、制造、工艺、网络、自动化、人员培训等诸多环节的解决方案；随后再和企业管理者一起根据企业的投资规模、人员数字化水平和企业急需解决的短板，设计未来3-5年的数字化改造推进计划，既避免了盲目投资，也能够量力而出，帮助企业数字化转型稳步进行。

 

这些年来，我见证过多家企业的投资和改造，其中有只重设备硬件忽略软件配套；或者只考虑信息化（只上软件系统）， 忽略对流程、工艺和数据采集的改进；也有不考虑自身的人员水平和数字化理解，在软件和硬件上做了大量投资，但发现在整体集成时，无法匹配兼容，服务费用昂贵，系统无法全效率运行等。以上三种情况都会使企业有挫败感，从而影响数字化转型的积极性。而专家团队帮助完成的数字化工厂的规划，是针对企业短板和问题，结合员工素质，分步投入，步步跟进，只要持续推进，数字化转型必然能看到效果。

 

转型环节中的问题和方向

 

数字化转型涉及多个环节，我将从产品设计、生产制造中的数字化、工业网络及协同、工业大数据、市场营销、组织变革等细分环节谈谈中小企业在数字化转型中所遇到的问题，给出一些变革建议。

 

 

1

设计环节

 

首先是产品设计，作为整个产品生命周期的第一个环节，它既是创新环节，也是知识积累与沉淀环节。目前，我国已进入改革深水区，国内不少企业的科技与技术发展进入无人区和技术引领区。原始创新将成为这些企业发展的原动力，而创新的基础是知识积累，如何将以往的经验和设计有效保留并传承下去，如何为创新所用，正是数字化转型所要考虑的问题。

 

在走访企业时，我发现，很多企业设计人员使用的设计软件：版权各异、软件各异、软件版本各异等诸多问题。数字化的核心是数据和数据的流动，以上问题又会造成数据不兼容难以读取、数据难以传递甚至难以存储、数据难以变成信息和知识来传递等问题。

 

因此，企业尤其是快速发展的中小企业一定要重视设计当中数据的统一性问题。国际上著名的设计软件公司像法国的达索，德国的西门子，美国的PTC，软件之所以强大，不光是功能块众多，界面友好，使用者众多。核心是他们经过十几年甚至几十年发展，所有功能块的产品数据一直能够保持存储在一个统一的数据库里，客户几十年的设计只要不断地随软件升级，几十年的经验和知识就能积累下来，这是其客户不离不弃的原因。

 

国内企业在设计环节使用软件时一定要注意数据统一问题，让自己的创新设计有数字化的原发动力，让产品设计既有创新又有积累。

 

2

生产环节

 

设计之后数据图纸要继续通过制造加工环节变为产品，目前CAD（计算机辅助设计）、CAM（计算机辅助制造）技术已经成熟并得到使用，不少企业的生产和加工设备局部或单机也都达到了先进水平，但从数字化工厂或车间的角度，整体最优或系统最优才是效率的最高体现。所以，我们要考虑设备如何通过网络并联和串联，并与生产管理软件联通，从而使整个系统达到最优，这才是评估生产系统先进性的标准。这是值得企业管理者认真思考的问题，其中在采购设备时，一定要考虑网络的接口和协议，这样才能保证设备的互联互通，从而形成系统。

 

随着客户个性化要求越来越高，生产线的柔性化要求也越来越高。如何在柔性的基础上保持可靠性和效率最高，这也对企业装备设计和集成能力提出很高要求。中小制造企业在这方面有很大提升空间，面对产线柔性及自动化的改造要求，企业管理者要抱有一个良好的心态。因为先进的柔性化生产线，不是简单复制就可得来的，我们需要将它作为一个研发项目来对待，要允许合作的系统集成商有失败和试错的可能，使研发的产线成为企业竞争力之一。

 

此外，企业管理者在制造过程中可能还会面临另一个问题，即整个制造的管理像一个“黑匣子”，如何让制造过程透明化，真实地反映整个生产过程，数字化是不能绕开的环节。只有把设备、进度、质量、工期等数据真实、准确、完整地采集，才能使整个生产过程透明化。

 

很多企业已经使用ERP和MES，企业管理层也认为使用了这些软件就实现了数字化，可是如果数据还是由报表录入或手工填写，那还是有延误、失真和疏漏的情况。这也是企业在数字化转型过程中往往会遇到两个问题：一是企业管理者有没有勇气和魄力去推动透明化，打破这个“黑匣子”。二是负责生产管理的中层愿不愿意配合来打破这个“黑匣子”。这会涉及到公司的文化和组织的变革，也是转型的阵痛，需要企业管理者深入思考。

 

3

工业网络及协同

 

工业互联网作为国家重点支持的技术，得到大量资金和政策的支持，国家层面也成立了工业互联网研究院，和由中国信通院牵头成立的中国工业互联网联盟。

 

由信通院组织编写的工业互联网架构里，把工业互联网分为工业网络基础设施和工业网络新业态，针对中小企业的数字化工厂网络建设，工业网络基础设施是重要基石，如何构建工厂内部数据的高速公路，是数字化工厂的核心目标。

 

工厂级的工业网络，核心要求就是可靠性、低时延和高带宽，其中可靠性是重中之重，有些企业在搭建网络时，没有考虑工业环境下网络设备的工业级别要求，盲目地使用商用网络设备搭建网络，造成数据包丢失、数据拥堵和网络瘫痪等重大问题。

 

此外，底层制造设备的数据不兼容也是需要重视的问题。因为采购厂家众多，设备有多个网络协议在运行，如何做好协议之间数据转换、保证同步是未来建设中需要考虑的问题，建立一个处理多种协议的数据中台，是当前解决办法之一。

 

4

工业大数据

 

 

工业大数据是工业网络构建和数据采集后企业需要面对的问题。生产制造当中有大量数据产生，当我们面对这些海量数据时，是该采集以后先存储起来，还是现在就投资，这是企业管理者需要决策的问题。

 

以风力发电设备为例，2006-2007年，工程师维护是要到客户现场用手持式设备，爬到很高的风力发电机上面，把这些数据采集下来，再回到控制中心对这些数据分析，才能找到病因，发现问题。但随着移动通讯技术的不断发展，我们可以远隔千里之外，就可以拿到设备的运行参数，而且是实时参数。这些实时数据接收进来后，我们可以通过这些参数了解设备运营情况，同时，通过这些参数和历史数据，对设备的运行做出判断。

 

那么有了这些数据之后，我们甚至还可以对设备未来可能发生的故障做出判断。以前离线数据只能判断单台的设备，而现在实时的数据不仅可以去看单台设备，还可以看很多的设备。有了这些运行数据之后，我们可以把运行数据和设备的设计参数做匹配，打通设备从机理设计到运行工况全寿命周期的每一个节点。

 

远程管理可以对设备的故障做一个简单的预判，在未来我们可以用风机设备大数据的模型给设备的运行和维护做更严密 、更准确的判断。

 

从单一的设备离线监测到单一设备的全生命周期的管理，再到同类型设备的趋势分析和远程运维，这就是工业大数据的发展运用的过程。未来的数字化工厂的工业大数据也是这样的发展过程。当完善了数字化工厂以推动数据的产生和流动为目标，并对其进行分析利用以后，产品将通过仓储和物流到达客户手中。

 

在数字化的时代，如何为客户画像，如何定义自己的客户，如何满足客户的需求又能保证企业的高效和利润，这也是转型中企业需要共同面对的问题。

 

5

数字化营销

 

传统的客户市场可分为B To C（直接面向消费者）和B To B（面向企业类客户）两大类，数字化营销的方式有共通之处，但也略有不同。

 

B to C市场，企业都希望打造爆款，来推动销量和利润。打造爆款既要考虑设计如何满足消费者需求的问题，也要考虑如何让产能和物流满足畅销的产品及时快速到达消费者手里的问题。针对这两个问题，营销当中，一方面要思考如何让设计新品尽快到达消费者手中，得到真实的体验反馈，从而让新品能与所需市场对接，完成爆款形成过程。另一方面要思考如何从市场的反馈当中，发现有潜力能成为爆款的产品，从而能让生产制造和仓储物流及时调整满足即将到来的需求，这也是未来数字营销要解决的问题。

 

B to B市场，企业希望找到有大项目的客户，或长期稳定配套的大客户，从而使企业的规模和形象上一个台阶。而这样的客户对品牌的依存度强，对质量和可靠性要求高，对售前和售后的技术服务水平要求高，新品和替代品的检验测试严格且周期长，行业特征明显，相对于个人消费，企业客户更理性。这往往要求企业研发制造部门与客户对接，企业物流与客户物流系统对接，如果客户的整体数字化水平很高，还会要求制造企业的数字化系统与他们的数字化系统对接。这就要求企业的营销团队，既要了解客户的数字化体系，还要了解本企业的数字化体系，以适应新的数字化时代要求。而针对消费者的营销也是越来越依靠数字化的手段，要学会用互联网和大数据的手段找到和分析消费者，还要通过互联网的渠道快速定义客户。

 

如果从设计到生产制造、物流、营销，再到客户都用数字化技术打通，数据能利用互联网和工业互联网流畅地在各个环节流通，再用大数据、人工智能的手段进行数据分析、算法处理，营销的问题也能迎刃而解。

 

现在的消费品市场和工业品市场已经有了巨大的变化，消费品市场随着共创，直播，微店等各种围绕互联网的商业模式涌现，消费者个性化的消费越来越受重视，个性化产品的大规模定制将是消费类产品的主攻方向。而工业类客户会更注重智能化的整体方案，也会催生制造企业由生产型向服务型转型。

 

6

数字化时代的组织变革

 

除了技术和管理的方法，企业管理者也要思考企业的组织架构如何适应数字化时代要求。

 

 

数字化时代越来越多的决策由中高层下沉到基层。95后和00后陆续进入劳动力序列，企业面临“四世同堂”的管理困境。企业资源不足，需雇佣数字技术与多元人才，可能产生冲击文化。互联网带来信息便捷，让劳动关系松散，企业越来越多采用借用、合约的形式获得专业人才。业务自动化、工厂无人化、对领导方式的挑战等问题既是技术变革带来的冲击，也是数字化推动当中自发带来的组织变革要求。

 

迎接变革和挑战，企业数字化转型也恰逢其时。转型离不开人和组织，组织变革是数字化转型的重中之重。这也是我在企业走访中，一直和企业管理者强调的，制造企业实现智能制造，实现数字化转型一定是“一把手工程”，一定要得到企业管理者的重视。因为这些涉及组织变化和企业资源的重构，没有一把手的重视和拍板，这些变化和重构就无法发生。转型本身是动态的，在转型过程中如何建立并调整与转型匹配的组织机构也需要管理者亲力亲为。

 

面对数字化转型的组织变革，既是数字化的，也是动态和持续的。转型转的是领导力，也是组织文化。让员工和部门都能体会数字化的魅力，并参与到公司数字化氛围当中。

 

组织建设中，企业中高层的领导力也要适应数字时代的新要求，引领变革、驱动创新、深化协同合作、大胆授权、赋能员工、培养数字化敏锐度和觉察力等，能力的培养需要时间，也需要变革过程来体验和锤炼。所以当确定好数字化转型决心后，就可以在推动变革中建立文化、培养能力、锻炼人才，不要靠等待来复制能力和组织。组织建设只要把握住方向，不必追求具体的架构和形式，因为数字时代的特点就是变化，核心是高效、敏捷、开放、平台化。

 

总体来看，数字化转型核心是真实可靠的数据，目的是推动数据在全生命周期的价值链里流动。不同的公司有不同的方式方法，但是一定要建立起适应数字化时代的数字变化思维，有时候思维比变革更重要。有了数字化转型的思想，才能考虑顶层规划，才会考虑组织变革，才会去摸索和实践。

 

 

 

 

*文章来源：中国工业报

*侵权必删