下载掌阅APP，畅读海量书库
立即打开
企业不可避免的业务波动和不确定性，往往会造成很多浪费。而数字化转型的效果，就是来自抵抗不确定性过程中实现业务的优化与创新。在强烈的外部扰动下，数字化提高了系统应对外部不确定性的能力，进而节约了应对不确定性的储备裕量，带来系统的优化。企业在不同价值链中，数字化优化的方式是不一样的。不同的应用场景下，大家可能只是凸显数字化的不同维度。在车间，人们关注看得见的设备、物质的生产要素，像钢筋水泥那么实在，更关注自动化更高效地执行已经形成的决策，同时眼观六路耳听八方，能够关注人的安全，避免灾难的发生。在办公室，白领和一般管理层关注电子化的流程、直观的报表；而高层关注整体的风险和效益的分析。
数字化是一种连接技术，一切生产要素都离不开信息，在数字世界可以实现更多样的连接。随着数字技术本身的发展，创造了更多的可能性。甚至很多商业竞争，已经从实体竞争发展到信息能力竞争，包括企业获取信息、加工信息、处理信息、组合信息的能力。数字化不仅能将现有的生产要素进行有效的组合，还能进行创新，产生1+1＞2的效果，在更细微的颗粒度上提升隐性的价值，让潜在的价值显化，并可流通和交易。
数字化并不能直接降低成本，数字化的价值源自另一个独立的维度：不确定性。如图2-5所示，数字化能够在高不确定性下，间接达成“多快好省”。
图2-5 数字化的新目标
工业大生产依赖标准化的产品和流程，工业企业为了实现标准化，只好基于典型情况进行产品设计、产线流程设计、计划排产，然而实际业务存在大量变化和不确定性。客户订单变化、采购价格波动、供应商缺货，都会对企业生产经营产生干扰。大批量连续生产在面临扰动时，效率骤然下降，质量也变得不稳定。企业的三个核心价值链都可能受到不确定性的干扰：
● 产线设计与产能规划时，需要预测市场需求，然而市场总在变化，导致产能很容易过剩或者不足。
● 研发产品时，会做需求分析，将共性的客户需求提炼转化为产品规格，然而客户的需求也在变化，导致产品可能滞销。
● 生产制造过程，不仅受原料到货情况、成品发运情况的影响，生产过程的设备可能产生故障、工艺参数可能会波动，都是不可避免的不确定性。
为了不影响交付，需要额外的产能、库存作为缓冲，这是不可避免的资源浪费。
数字化的核心价值在于更好地应对不确定性。基于信息共享和优化算法，智能制造能以较低的成本消除各环节的不确定性，从而节省工业生产中的库存、等待不必要的缓冲浪费。找到最大的不确定性因素，是数字化最有效的切入点，容易产生可见的成果。基于泛在感知和快速调节的数字化能力，企业能更好地应对不确定性，在保证效率、质量的前提下降低成本，或者在同样的成本、质量要求下提高产能。在高不确定的强干扰下，企业仍然能维持较高的生产效率、品质和交付能力，甚至还能从不确定性中获益，以反脆弱提升竞争能力。
为了更精确地讨论不确定性，本书借鉴控制论的概念术语和思维模式，围绕信息流和关键决策点，抓住数字化的本质。
每个业务单元为了应对不确定的异常，各自都留有一定的储备裕量。如果没有发生异常，这些储备就是浪费。如果发生了严重的异常，一个单元自己的储备还不足以应对。
数字化使得各业务模块基于实时数据更有效地协同，在更大范围内跨业务单元调动资源。企业内部优化每个业务单元的资源配置，只需要满足典型场景，将应对异常的资源集中在一起，成立集中的应急响应小组，就能对异常进行统一规划和集中调度。
在企业外部，各企业将内部价值不高的资产剥离，以共享的方式对外提供服务，或者从外部购买服务。
这些变化，造成商业价值网络的结构性变化。价值网络的结构性变化，是企业进行数字化转型的前提。企业只能适应这个变化，选择好自己的定位，开发出恰到好处的产品，来占据合适的生态位。
能够以更低成本替代高成本，促进结构性的变革，是数字化转型的价值所在。
随着竞争的加剧，企业获取资源的边界在不断扩大。以前基于本地区、本行业可以建立可靠的供应链，未来可以拓展到全球供应链。在内部管理上，从局部优化到全局优化，以前分专业、分部门各自承担经营指标，未来需要跨专业、跨部门深度协同。
如图2-6所示，数字化大大拓展了企业的生存边界，从仅关注与自己直接交易的供应商和客户，延展到供应商的供应商（上游二级供应商、三级供应商等）以及客户的客户（下游客户）。当在更大范围内感知动态变化时，我们具备了一定的主动预防干扰能力，能够更早地捕获波动，更及时地应对挑战，而不是等波动通过供应商传递到眼前时才被动影响。
图2-6 数字化拓展企业生存边界
社会结构就是通过不断拓展边界而发展的。农业时代，人们从居住地局域获取生产资源，靠天吃饭；到了工业时代，可以跨地域获取生产资源，不再靠天吃饭，大家可以交换物品；到了数字化时代，不仅跨区域交换“硬质”可见的物品，更是跨区域交换“软质”不可见的知识，包括思想观念等软性生产资源。
数字化让软质的生产资源进行跨局域协同成为可能。而工业产品中，软性的知识越来越重要，尤其是在信息时代，数字空间承载的智力劳动，已远远超越了传统工业以钢材加工所承载的体力劳动。
数字化实现了智力劳动的跨区域协调。数字化之后，知识可以变现，也可以直接交易，智力劳动不再依附于硬件，知识被包装成硬件，智力被嵌入体力劳动。
在工业时代，知识技术的作用是赋能，企业通过提高体力劳动的效率，提高硬件产品的附加值，提高其技术含量，从而获得更高的溢价来变现。因此，再厉害的技术专家，也需要将创造力转化为硬件的产品。以知识付费为例，似乎产品必须要有硬件的形式，即使知识付费定价很低，很多人不愿意为单纯的知识产品付费。知识付费定价不高的原因，可能是知识的吸收也需要读者的参与。知识的传播不是单方面的，不是生产一方努力就可以的，再好的技术也需要对方能够理解和接受，并且转化为自身的生产力。
任何转型，都是先进的生产力取代落后的生产力。当现有结构无法持续优化改进的时候，就会引发结构性的跳变，如图2-7所示。数字化转型通过非连续的变革带来生产效率的提升，或者成本的降低。变革之所以能发生，是因为原有的矛盾积累了一定的势能，迫切需要结构性的调整和重组。
虽然数字化看起来是技术创新，但数字化转型的焦点并不是数字化技术，而是新技术对生产关系的变革作用。如图2-8所示，数字化的进程就像拉拉链一样，从标准产品到自由定制，逐渐用新的齿扣链接和重组传统的工业元素。数字化会从明确的需求开始，逐渐模糊；从最容易流通的点切入，逐渐厚重。一般来说，数字化从新零售开始，到定制化生产、个性化设计，最终必然促成创意对接。最后，规模化大生产的工业时代，转变为后工业时代的规模化创新。
图2-7 社会结构转型的势能函数
图2-8 推进数字化的顺序
工厂的很多管理活动是围绕“不确定性”展开的。如果没有生产线上的异常，流水线式的生产是非常高效的。规模化的生产要尽量避免意外的发生，一旦有不曾预料的扰动，就需要人来处理。
不断发展的数字化技术，提供了自动处理不确定干扰的“智能”。进行数字化改造之后的工厂被称为“数字化工厂”“智能工厂”，传统的制造变成了“智能制造”。
● 接纳有限的“意外”，在干扰下不停机，提高设备利用率。
● 减少浪费，减少不必要的缓冲，如线边库，减少不必要的等待时间。
● 大规模定制生产。
● 减少换线、换型的等待时间。
但是，很多智能制造的项目投入后，很难达成立项之初的承诺。因为很多这些数字化的智能系统，都还重度依赖操作人员的水平和精力。比如，大数据系统虽然有智能分析算法，但是只能给出建议，要依赖人去完成闭环的落地执行，而使用该系统的人会有自己的想法和经验。
这样单向的数字化系统的用户是人，功能是提高人的效率，所以仍然是高级的信息化。对那些信息化基础较好的企业，很难看到显著的新成果。
每个价值链具有不同的生命周期，也面临不同的不确定性因素，如市场波动、供应商风险、设备故障、产品设计缺陷等。数字空间的数据流并不是根据具体的业务构建，而是依据不确定性的源头和扰动的时间、空间尺度，分层分级展开。
可以依照三个价值链和不确定扰动的周期，设计不同时间级别的数字化架构。
● 小时级别：根据生产执行实绩反馈，实时动态地调整生产计划，以消除生产环节的干扰。
● 每周级别：根据产能反馈，自动调节产能计划，准备与需求量相匹配的设备、工人等生产要素。
● 月度级别：根据工艺效果的反馈，自动优化工艺参数和工艺设计。