下载掌阅APP，畅读海量书库
立即打开
第2章介绍了制造业数据赋能场景，本章阐述数字化转型整体策略，它是企业数字化转型的行动纲领。对于任何一家企业来说，数字化转型至少由两驾马车拉动：一是数据赋能场景；二是企业的中长期战略目标。数字化转型不仅要能挖掘数据赋能场景的价值，也要能帮助企业实现战略目标。另外，针对一些大型集团的分子公司，还有集团的数字化转型整体要求这驾马车，这样整体驱动力就有三驾马车。
三驾马车要拉着企业向哪个方向前进？需要什么样的资源？要实现哪些目标？具体要解决哪些问题？这就是企业数字化愿景、使命和数字化转型战略需要回答的问题。企业在数字化愿景、使命和数字化转型战略的指引下，有计划地开展落地项目，制订行动计划，才能确保数字化转型成功。
数字化愿景是指企业数字化转型要往哪个方向前进，需要以未来的眼光思考问题。数字化愿景要确保全体利益相关方统一思想，在企业的数字化目标上意见一致，尤其是企业的高层管理团队。
要想明确企业的数字化愿景，企业管理团队需要共同回答以下三个问题：
1）数据在企业业务模式中扮演的角色是什么？
2）企业希望通过数据实现什么价值或目标？
3）若干年后，企业希望如何管理和处理数据？
通过回答这三个问题，能够对数据进行定位，这也是企业数字化转型率先要明确的问题。比如一些企业希望变成数据驱动型的组织，希望通过数据来解决当前企业面临的问题，优化业务流程，创造新业务机会等。
以企业要变成数据驱动型的组织为例，数字化愿景可以设定三大阶段目标，如图3-1所示。
图3-1 企业数字化愿景三大阶段目标
第一阶段要解决数据自身的问题，通常包括数据来源可信、数据种类齐全、数据质量高、数据管理规范等核心问题；第二阶段要用数据来全面优化现有业务流程，帮助企业降本增效、提升产品质量、支撑业务增长等；第三阶段基于数据创造新价值，比如将数据资产化，或者基于数据打造新业务模式等。
总之，企业数字化愿景的核心是让企业的全体利益相关方对数字化转型达成一致认知，统一思想，这是企业数字化转型成功的前提条件之一。
数字化使命主要回答通过哪些目标来实现愿景。因此，企业的数字化使命和数字化愿景是一脉相承的。以“企业要变成数据驱动型的组织”为例，可以制定企业的数字化使命，如图3-2所示。
图3-2 企业的数字化使命示例
在图3-2中，企业数字化主要有三大使命：①统一内外部数据来源，确保企业有可信且丰富的数据；②建设统一的大数据平台，对数据进行统一治理，然后为应用系统提供数据服务，实现应用系统互联互通；③打造企业大脑，实现辅助智能决策、管理自动化、优化业务流程，并最终提升企业的盈利能力和实现业务倍增的目标。
当企业数字化使命明确后，企业数字化建设的主要内容就明确了，接下来就是制定企业数字化转型的整体策略框架，并将企业的数字化愿景和使命落地。
在数字化转型三驾（或两驾）马车的拉动，以及企业数字化愿景和使命的引领下，结合过去十多年帮助众多企业进行数字化转型的成功项目实践，笔者提炼出来一套完整易行的制造业数字化转型整体策略框架，如图3-3所示。
该数字化转型整体策略框架具有一般性，适用于各行各业的制造业企业，不论其是处于工业1.0、工业2.0还是工业3.0水平。该整体策略框架共有十大关键任务（不含图中所示的企业中长期战略目标、集团总体要求和数据赋能场景）。
1.数字化管理体系建设
不以规矩不成方圆，任何一项常态化工作都需要有相应的管理体系来保证执行不走样。目前数字化管理刚兴起，业界还没有成熟的数字化管理体系，需要企业去实践探索。本书建议至少从以下七个方面进行数字化管理体系建设：
1）数字化组织建设：为了将数字化转型落到实处，建议企业组建三级数字化团队，数字化转型领导小组、数字化转型核心团队、数字化转型联络员团队。
图3-3 制造业数字化转型整体策略框架
2）数字化能力建设：数字化能力包括数字化人才和能力管理体系。数字化能力建设离不开数字化人才，企业要在数字化转型实践中培养数字化人才；若企业内部人才不充足，要去市场上引进新鲜血液。数字化能力管理体系是培养数字化人才的关键要素，要持续沉淀企业的数字化建设经验、形成知识和能力，并融入数字化能力管理体系中。
3）数字化考核和激励体系：要对数字化工作进行绩效考核，也要制定能够激发全体员工数字化工作主观能动性的激励措施。
4）数字化文化建设：要围绕数字化转型开展系列活动，将数字化工作常态化，与此同时制定相应的宣传方案，以扩大数字化的影响力。
5）数据资产管理：在数字化时代，数据就是企业的核心资产。企业如何进行数据管理、提升数据质量、确保数据安全、管好用好数据、发挥数据的价值是一项核心工作。
6）数据赋能管理：数据要产生价值，需要进行数据赋能场景挖掘和开发相应的解决方案，为了将数据赋能变成每名员工的本职工作，需要制定相关的数据赋能管理措施。
7）数字化管理体系：在数字化转型工作的实践基础上总结经验，然后形成规范企业数字化相关职能业务活动的管理办法、流程和工具。
针对以上内容，本书第4章将进行详细阐述。
2.智能制造顶层构架设计
在确定了企业数据赋能场景和数字化转型目标后，智能制造顶层构架设计是企业数字化转型的第一步工作。有很多客户问我们数字化转型规划、智能制造顶层构架设计、数字化顶层构架设计、IT规划等概念的差异，我们通常会用建一栋新楼来打比喻：假如要建一栋新楼，那么这栋楼要建多高、需要有什么功能，就相当于是数字化转型规划要完成的输出，也就是这栋楼的规划蓝图；假设数字化转型规划输出的结果是要建造一栋10层楼，7层现在使用，3层留给未来使用，那么接下来就要完成10层楼的设计方案（智能制造顶层构架设计），而不是只设计现在要使用的7层楼的方案（数字化顶层构架设计）；在这栋10层楼的设计方案中，要具体设计每层楼的功能，每个功能区的大小，还要说明为什么每层楼放这些功能区而不是另外一些功能区，各功能区为什么需要这样的资源配置等，这个过程就是智能制造顶层构架设计；当完成智能制造顶层构架设计后，这栋10层楼的样子就确定了；接下来还要确定大楼每根柱子和横梁的粗细、钢筋型号、水管电线布置图等，这就是IT规划；通过IT规划，要保证大楼的可靠性，基础设施要能够满足使用需求。从这个类比例子可以看出，数字化顶层构架设计是个“伪命题”或是“短视”的做法，一定要兼顾现在与未来进行智能制造顶层构架设计。IT规划是由智能制造顶层构架设计决定的，能刚好满足智能制造顶层构架设计的需求即可，不要设计过剩，过剩就是资源浪费；更不能设计不足，否则整个系统运作不起来。
3.大数据平台规划和信息基础设施规划
数字化管理体系是企业数字化转型的体制保障，大数据平台和信息基础设施是企业数字化转型的基础保障。在智能制造顶层构架设计的指引下，企业的IT部门先要进行大数据平台和信息基础设施规划与建设。
大数据平台规划主要包含以下三大方面内容：
1）数据资产盘点：对全业务域数据资产（含内外部）进行盘点，作为大数据平台规划的基本输入。
2）数据治理：通过建立数据治理规则，在数据采集前就明确数据标准以及各应用系统的数据格式与规范，可以有效提升数据集成的有效性。
3）大数据平台规划：识别全部数据来源并进行数据量评估；依据数据量、数据类别以及数据处理需求规划数据处理方式和存储方式；进行数据安全规划，通过有效的安全防护措施，确保公司的数据安全，既要能够满足使用需求，又要避免核心数据泄密风险发生。
信息基础设施规划主要包括以下四大方面内容：
1）网络规划：要依据工业物联网、工业互联网和应用软件需求，进行企业办公网络、工控网络、外网规划；要依据公司功能区规划主干网；还要让整体网络架构能够灵活满足布局调整和生产规模扩容需求。
2）信息设备设施规划：依据网络规划、大数据平台需求、应用软件需求等，规划信息设备设施，如机房数量、大小和位置等。
3）基础软件规划：对操作系统、数据库等基础软件进行选型和配置。
4）网络安全规划：通过进行全面的技术措施、管理措施和物理防护措施等规划，确保网络安全和提升网络稳定性。
在企业数字化转型过程中，建议先进行系统的大数据平台和信息基础设施规划；在上线各业务应用系统时，再按照具体需求进行持续建设。随着企业数据量的不断丰富，基于大数据平台，还可以开发企业大脑。
4.产品创新
产品创新是制造业的主旋律。通过产品创新，持续提升产品的卖点和性价比，以及持续推出新产品，企业才能实现永续经营。本书重点推荐四类产品创新方向：
1）“智能+”和“物联+”方向：通过对产品进行“智能+”和“物联+”升级，打造更有客户黏性和竞争力的产品。
2）标准化方向：通过提升产品软硬件开发平台的标准化程度，以及提升标准化零部件的比例，能够提供更高性价比的产品。
3）价值工程方向：通过产品价值工程分析，不断优化和升级产品，也能够提供更高性价比的产品。
4）批量定制方向：通过提供有限选择的个性化设计，并灵活组合，来满足不同客户的个性化需求，将会促生批量定制的业务模式。
5.服务创新
针对第2章描述的数据赋能场景，服务创新主要体现在企业内外部的智能化服务和敏捷服务上。智能化服务能够创造更多的增值服务机会，敏捷服务能够提高服务效率和客户满意度。
6.商业模式创新
商业模式创新是识别新价值的主要方式，是企业数字化转型十分重要的组成部分。企业研发部门、营销部门和数字化相关部门一定要进行深度的商业模式创新机会探讨，要深入客户现场，体会客户痛点，要将客户痛点和未被满足的需求变成商业模式创新的机会。另外，商业模式创新也体现在产品和服务的供给方面。在数字化转型过程中，不能一味地强调单兵作战，要联合外部合作伙伴进行兵团作战，将不同伙伴的资源整合起来打造更有竞争力的产品和提供更有价值的服务。
7.制造升级
制造升级主要是通过精益智能制造理论，结合企业的实际情况，先通过精益化夯实管理基础和制造基础，提升企业的盈利水平；再通过创新化提升产品和企业的核心竞争力；然后在企业内外部寻找自动化、数字化、智能化、互联化升级机会，来进一步提升企业的盈利能力和实现转型升级。
8.管理升级Ⅰ：完善企业管理体系
针对中国制造业的现状，一般建议管理升级分两步：第一步结合精益管理，完善企业管理体系，构建企业的灵魂；第二步再进行管理数字化和自动化升级，最终打造企业大脑。
企业要想进行管理升级，首先就是要打造能体现企业文化的管理体系。完整的企业管理体系标志着企业开始走上现代化企业管理的正轨。
9.管理升级Ⅱ：管理数字化、管理自动化、企业大脑
在完整的企业管理体系基础上，再去寻找管理数字化的机会，通过管理数字化来固化管理流程，确保不同的人执行起来不走样，也能简化管理流程，提升管理效率。在管理数字化的基础上，进行管理自动化升级，通过持续完善管理模型、管理软件或者开发新应用软件，让数据获取自动化、分析过程自动化、决策建议自动化。当企业内部的全部管理工作（优先聚焦核心管理工作）都实现了自动化，企业大脑就建立起来了，企业大脑需要随着企业需求的变化持续升级。
10.数据赋能：新业务机会
企业业务是在不断发展的，有了丰富的数据，企业还需要持续识别数据赋能场景，并提供相应的解决方案，开拓新业务机会。
依据上述数字化转型十大关键任务，企业需要先进行数字化转型基础评估，通过全面评估识别企业数字化转型的薄弱环节，然后在各环节数字化转型前有针对性地补强，为数字化转型成功奠定基础。
结合数字化转型十大关键任务，需要进一步找出关键任务对应的落地关键项目，针对关键项目，需要明确项目负责人，以及项目执行时间。
在确定各关键任务的落地关键项目时，可以运用头脑风暴的方式，建议公司数字化转型团队和各业务部门，针对不同的关键任务，结合各职能的具体业务，进行单独讨论。当讨论出初步结果后，要初步评估项目可行性。若评估结果为可行，可以进行项目立项，视为一个落地关键项目。
当识别出来全部落地关键项目后，填入“企业数字化转型关键项目进度计划表”（如图3-4所示）中，此计划是企业数字化转型的行动纲领，由公司最高管理者负责批准和监督。
图3-4 企业数字化转型关键项目进度计划表（示例）
在确定了数字化转型关键落地项目后，由各项目负责人组建项目团队（可以包含企业数字化转型团队中的成员，也可以不包含），然后项目团队一起拟订项目落地行动计划。
在拟订项目落地行动计划时，一般运用结构化思维模式，先确认项目的行动方向，然后再针对各行动方向制定具体的行动措施。企业数字化转型项目行动计划表（示例）如图3-5所示。
图3-5 企业数字化转型项目行动计划表（示例）
运用上述项目管理方式，可以在项目绩效出现偏差时能够较容易制定出补强措施，确保项目目标的实现。
目前各行各业正在全面实践智能制造，一套有针对性的评价指标体系就显得非常必要。为了落实《中国制造2025》确定的大致方针，工业和信息化部、财务部联合印发了《智能制造发展规划（2016—2020年）》（工信部联规〔2016〕349号），该规划对智能制造重点领域提出如下目标要求：制造业重点领域企业数字化研发设计工具普及率超过70%，关键工序数控化率超过50%，数字化车间/智能工厂普及率超过20%，运营成本、产品研制周期和产品不良率大幅度降低。
《智能制造发展规划（2016—2020年）》对研发工具、关键工序数控化、数字化车间和智能工厂普及率提出了明确的指标值要求；但是对于运营成本、产品研制周期、产品不良率这些运营类指标没有提出明确要求，而这些运营类指标又是比较容易设定具体目标值的。在上述通用指标的基础上，本着“企业标准高于行业标准、行业标准高于国家标准”的原则，结合中国制造业实际情况，笔者在《精益智能制造》一书中设定了13项评价指标，如图3-6所示。
图3-6 数字化转型评价指标
在上述评价指标中，包含了国家层面的五项指标：生产效率、运营成本（运营成本比例）、能源效率、研发周期，不良率（内、外部PPM）。除了这五项指标外，结合数据赋能场景，还有另外的七项指标：
1）客户满意度：衡量客户服务质量。
2）固定资产收益率：衡量投资决策的经济效益。
3）交期：衡量流程效率和内外部协作效率。
4）库存周转率：衡量内部价值链协作效率。
5）安全生产：衡量企业发展有没有以牺牲安全为代价。
6）服务性收入比例：衡量公司的服务创新能力。
7）研发成功率：衡量公司研发综合能力的高低（此项指标针对定制化的企业不成立，因为定制化企业的研发成功率是100%）。
关于各项指标的具体升降比例，本书不提具体要求，这是由于中国制造业不同领域、不同企业的工业化和信息化程度不一样。比如在半导体和液晶等领域，工业化和信息化程度相对较高，基本都实现了工业3.0；在锻造、铸造、家具等传统领域，基本还停留在工业1.0水平。在相同领域中，不同企业的水平也相差非常大，比如在机加工行业，有的企业是工业1.0水平，如产品加工主要靠钳工；有的企业引进了现代化数控设备，产品加工主要依靠设备，实现了工业2.0；还有的企业自动化水平高，数控设备配备机器人上下料系统，实现了单元自动化，也引进了MES等管理系统，可以称为工业3.0。因此，针对不同领域和不同企业，需要解决的问题以及潜力完全不一样。以生产效率为例，有些潜力大的企业稍微改进一点，效率就能翻番；而水平高的企业，如果没有技术革新，生产效率潜在提升空间就非常有限，因为它们的效率提升主要依赖于更为先进的生产设备和更为先进的制造工艺。基于实事求是的态度，关于数字化转型评价指标，建议潜力大的企业以提升幅度和经济效益为导向，潜力小的企业要以保持先进性为导向。
针对这13项评价指标，企业要先确认数据来源，再制定数字化绩效考核与激励制度。随着企业数字化持续深入，尽量通过工业互联网和各类数字化系统自动获取各指标的原始数据，实现绩效考核自动化。