易联通凡益之道，与时偕行：制造业数字化发展“三步走”战略

今天，全球消费者高度数字化、互联互通，一天发送的微信息数量超过全球人口；每两天产生的新信息多于公元初到2003年所有信息的总和；各大网站每分钟上传几百小时的视频；35%的人拍的照片是在社交平台上传播的。这种数字化创新正在重塑社会生活方式，推动商业模式的变革，催生大型产业的洗牌。各行各业的数字“黑马”顺应潮流，适时产生。

万亿美元机遇:制造业数字化的巨大潜力

这一数字浪潮首先创造了一个连接全球20亿消费者的消费互联网。通过在线娱乐产品、基于平台的社交方式和基于云的信息存储，消费互联网创造了约1.7万亿美元的价值。

如果制造业全面拥抱数字化，是否会带来与消费互联网同级别的颠覆性发展？答案毋庸置疑。比如工业价值链通过突破性技术数字化时，制造企业会发现3D打印和虚拟仿真技术缩短产品开发周期70% ~ 80%；供应链仓储智能将增加利润率2% ~ 3%；生产设备的自动化改造节约10%~25%的运营成本；基于大数据的高级分析，将计划交付时间缩短50% ~ 70%；人工智能和物联网启用的预知维修服务，可以降低10%~40%的相关成本。到2025年，全球制造业将有500亿台机器连接到工业互联网。通过物联网和云平台共享价值链信息、人工智能和大数据分析优化决策、人机交互技术带动智能制造，制造业数字化有望带来4~ 11万亿美元的巨大价值(见图1)。

图1:制造业数字化的力量:工业互联网将创造远远超越消费互联网的颠覆性价值

掘金的关键:制造业数字化发展的“三步走”战略

传统制造企业如何做好数字化改造，找到打开金块之路的钥匙？麦肯锡总结了“三步走”战略:

理解数字化:构建先进制造技术的认知储备

规划数字化(“思维”):界定企业数字化转型的价值取向

促进数字化("做"):整合使能要素的部署并促进数字化变革

理解数字化(“学习”)；

构建先进制造技术的认知储备

如今制造业物联网技术成熟，具有易连接、交互性强、成本低的特点，为企业的先进技术布局提供了绝佳的机遇。企业管理者应尽快认识和挖掘智能制造的先进技术，明确自己企业的技术结构，探索能够驱动企业价值的颠覆性技术(见图2)。

图2:物联网颠覆性技术的突破与成熟

目前，制造业的先进技术体系已经比较完善，主要包括三类技术(见图3):

数据与连接:从现实世界中获取信息，并将其转化为数字世界，如机器识别、增强现实和数字性能管理系统

分析与智能:通过处理转换后的数字信息，如人工智能、机器学习等获得洞察，支持管理系统实现智能分析和决策优化

柔性自动化技术:将分析得到的最优解反馈给现实世界，如人机协作、3D打印、自动引导车等。，进一步优化生产工艺，提高综合效率。对这些颠覆性技术的足够认知储备是形成数字洞察的基础。只有充分认识技术应用的广度和深度，企业的优化升级才能有针对性

图3:智能制造的技术构成

规划数字化(“思维”)；

明确企业数字化转型的价值取向

数字化转型不是“为了技术而技术”。制造企业在制定数字化战略时，首先要明确自己的业务重点和价值取向。数字化转型给传统企业带来的价值创造主要分为两类:

激发动力:通过消除浪费、提高效率、优化流程和改进工作方法来提高运营模式的效率

增加驱动力:利用数字技术带来的整个价值链创新应用场景，彻底颠覆原有的产品交付之旅，探索新的商业模式和价值动能

一个

激发动力:提高运营模式的效率

传统运营模式存在大量的“数字浪费”，体现在企业生产经营的各个方面，如生产端数据捕捉失败，运营链中人工操作和文字信息传递造成数据丢失，决策端缺乏先进的数据分析等。

根据某半导体工厂的数据诊断(见图4)，在被跟踪的45个数据标签中，有50%的信息是从最初的数据捕获中丢失的，而通过价值链传递来支持最终决策的标签几乎为零，这意味着200万美元的价值被浪费了。这说明了数字优化在运营模式上带来的商业价值。因此，转型的一个主要重点是完成运营线的“端到端”优化，减少价值链中的数字浪费，提高整体效率。

图4: 50%的数据在到达决策者之前丢失

我们建议企业从三个方面入手，加强端到端垂直运营线的信息数字化和人机交互，构建精益数字化运营模式(见图5):

数据捕获和管理:例如捕获数据用于监控、指导和优化，用自动化流程替代手动数据输入，以及减少数据泄漏和系统故障

综合流程优化:如增加高级数据分析，利用分析结果进行优化决策。

实际流程执行:如减少人工操作，增加有学习能力的自动操作等。

图5: 12种典型的“数字垃圾”，消除这些垃圾意味着巨大的潜力

对于新工厂来说，通过直接部署数字运营架构，可以获得高效率并产生规模经济。根据生产的产品类型和批次的两个维度，我们可以将工厂分为三个原型，即小批量生产工厂、大规模定制生产工厂和大规模生产工厂(见图6)。

图6:离散制造的三个工厂原型

小批量生产工厂:指以较小批量生产多种产品的工厂，通常少于50批，甚至只生产单位数量的产品，需要根据订单实现定制设计。小批量生产工厂主要分布在机械、铁路、航空空航天装备、材料加工等行业。这类工厂可以采用集成产品数据模型架构，高效协调生产线，实现快速设计变更和定制生产，建立数字化工作支持系统和数据驱动的设备综合效率(OEE)优化系统，全面提高运营效率，实现批量最小化控制。

大规模定制生产工厂:指需要根据客户的定制要求进行大批量生产，并提供低成本、高效率、高质量服务的制造商。这种生产方式普遍存在于汽车制造、农业、建筑设备等行业。在数字时代，这样的工厂可以应用基于传感器的闭环控制架构进行在线质量检测，以最大限度地减少成品返工，同时构建支持灵活工艺路径、智能调度、负载平衡和性能管理的物理和信息技术基础设施，实现从生产端到装配端的全面自动化操作，在保持高产量和高质量的同时进行差异化生产

量产厂:顾名思义，就是单品，效率高。这种生产模式常用于电子制造，空调制冷却等领域。这种工厂还可以支持基于传感器的闭环控制架构，进行全面的质量监控和管理。同时搭建全自动生产线代替人工，增加产品零部件在供应链中的可追溯性，为保修、索赔、召回提供系统化支持，实现全自动化生产，最大化OEE。

增长动力:商业模式的探索与调整

随着数字创新，许多潜在的商业价值出现，企业需要及时调整自己的商业模式，以抓住数字市场的新机遇。目前，服务商业模式、平台商业模式、基于知识产权的商业模式和数据驱动的商业模式四种商业模式正在逐步出现(见图7)。在传统制造和销售模式的基础上，衍生出服务、平台、知识产权和数据等新产品类型，为多元化的数字市场服务。传统的商业模式将很难跟上时代。企业要明确自己的利润点，稳中求变，实现自我超越和转型。

& lt& lt滑动以查看下一张图片>:>;

图7:四种商业模式正在逐渐出现

下面介绍两个标杆企业成功的商业模式转型案例，以供参考:

统一制造和服务的航空业寡头

作为设备制造商，公司的传统商业模式是销售和维修发动机，但现在是根据发动机的服务时间出租发动机。客户只需按正常运行时间付费，公司提供基于预知维修的全方位售后服务。这种新的业务模式得到了大数据技术的支持，使公司能够在发动机故障前准确修复，大大优化客户服务，降低服务成本，提高安全性。该模式将长期服务合作协议的比例从2012年的73%提高到现在的90%以上。

从拖拉机制造商到优质服务提供商

某公司拓展自己的产品，在机器上添加传感器，综合分析天气预报、土壤状况、作物特性等实时数据和历史数据，并在其网站平台和iPad、iPhone应用上提供服务，帮助农民管理车队，高效播种，减少拖拉机停机时间，形成全面的服务计划。该公司前副总裁称之为农业技术革命:“当你突破障碍，进入农业科技领域时，你就抓住了一个真正能够促进农业进步的机会。”

推进数字化(“做”):

整合有利因素，以部署和促进数字变革

在先进技术的支持下，企业在思考运营模式的改进和业务模式的创新，明确转型价值取向后，可以进行全面的数字化转型布局。制造业转型升级不仅要仰望星空空，更要仰望脚踏实地

根据我们的分析，成功的企业转型通常基于五大基础，即:

组织的数字化能力可协作的生态系统健全的物联网架构及用例网络信息的安全保障数据的资产化管理

在转型之初，企业应该重视并充分投资这五个模块。

在这里，我们关注的是如何布局物联网的架构和用例。企业在开发物联网系统布局时会面临不同的壁垒:如何利用现有的数据和技术创造新的价值？如何整合先进技术并使其富有成效？如何应用物联网系统构建最佳商业模式，制定战略规划？

物联网布局的首要任务是明确物联网的使用案例，然后为其构建智能物理信息系统，再构建运营和战略规划的配套数字工业基础设施设备(见图8)。

图8:成功的数字转型需要遵循一条清晰的发展道路

其中，确定物联网的用例非常重要(见图9)。企业根据现有或潜在客户的需求，建立收入、运营和交付结构一体化的商业模式。这个过程代表了客户价值向商业模式的转化，强化了管理者的“端到端”思维，帮助管理者从客户需求中锁定新的商业价值，判断现有的和先进的能够实现价值的技术，建立技术布局模式和相应的最优商业模式，并进行整体战略路线规划。

图9:什么是“物联网用例”？为什么和商业布局关系密切？

在物联网用例的“端到端”实施过程中，管理者首先必须对客户的应用画面和公司机器的运行结构有清晰的了解，捕捉客户通过机器物联网和未来技术可以实现的需求或兴趣；构建相应的“端到端”业务概念和模型，包括价值主张、收益模型和交付模型，了解这种业务模型对物联网基础设施的要求以及传统“线下”流程中的实施方案；开发最佳用例业务模型，评估和分析用例运行，调整和完成转型战略规划。这样，企业就可以解决转型中的问题，实现“端到端”的集成转型(见图10)。

图10:如何“端到端”布局用例

数字转型的机遇和挑战并存

数字时代不仅带来了无限的机遇，也给企业带来了严峻的转型挑战，如技术人员与业务人员沟通不畅、旧系统转型障碍、领导缺乏数字管理洞察力、资源再分配困难等(见图11)。为了解决这些问题，传统企业迫切需要建立数字人才库，包括云工程师、大数据分析师、网络分析师、数字市场专家、机器协调员等。他们还应尽快开始转型布局，评估其数字潜力的现状，使用案例试点，并分析运营情况，制定最佳的短期、中期和长期战略计划。

图11:数字转型的常见挑战

得之不懒。制造业数字化是大势所趋，成功实现大规模数字化转型的制造企业将迅速脱颖而出，形成新时代的核心竞争力。企业要以饱满的热情拥抱数字化转型，以价值导向、全面科学的转型战略推动数字化发展，以敏捷的组织结构、完备的基础设施、高效的转型治理、充足的人才储备实现数字化转型的规模化推进和持续改进，努力站在数字化时代的前沿。

著作者