1704032460
1704032461
数字化转型对某些初创企业而言则要容易得多。扁平的外向型管理层级和轻便的企业资产使其更善于建立生态系统关系。因此，新晋的数字化企业有望颠覆既有结构和关系。例如，敏捷的快递初创公司在诸多方面对物流行业造成了冲击，参见图2.4。
1704032462
1704032463
谷歌（Google）、苹果或优步（Uber）等技术公司和传统汽车制造商之间的竞争日趋激烈，也给所有企业敲响了警钟。汽车逐渐沦为一种载体，为客户提供众多利润丰厚的服务，但真正的风险也将随之产生：汽车制造商将终止与初级合伙企业（即硬件提供商）的合作，转而投向顶尖技术公司的怀抱，采用价值更高的软件。
1704032464
1704032465
1704032466
1704032467
1704032468
图2.4 初创企业重创联邦快递（FedEx）、联合包裹（UPS）和物流行业(12)
1704032469
1704032470
以上清楚地表明，为了提高自身竞争力，企业必须着手思考如何融入新的生态系统。产业物联网市场仍处于发展初期，企业尚有时间调整适应。但随着变革的加速，时间会越发紧迫。
1704032471
1704032472
工业X.0：实现工业领域数字价值 [:1704031660]
1704032473
新风险和新回报
1704032474
1704032475
众所周知，成果经济的定义和未来现实要比当今的企业实践和结构复杂得多。
1704032476
1704032477
我们正走向一个新世界：客户需要的是特定成果，而不只是一套需要亲自操作的工具。从上文关于生态系统的探讨可以看出，成果经济还将涉及企业、行业、客户和供应商组成的复杂网络，并由此生成各种各样的关系、角色和新企业，且彼此之间的差别极其细微。企业内外的界限将变得非常模糊。
1704032478
1704032479
由此看来，成果经济既是一个宏观经济概念，又是一个社会政治话题。譬如，要想正常运行、释放巨大经济潜能，成果经济必须具备一个明确的监管框架——确保数据的无障碍流动和知识产权保护，规定复杂新企业的跨境税收政策以及负债和担保权。这些自然不是本书的重点所在，但却能表明，成果的大规模应用将为企业带来颠覆式影响。
1704032480
1704032481
企业将需要更多更好的数据，以计算成本、管理风险、追踪一切相关因素，实现向客户承诺的价值。企业还将创新金融工具和保险形式，管理成果提供过程中出现的相关风险。企业将能模拟成果实现的可能性，因而产品的定价方式也会随之改变。在新的市场生态系统中，企业间将实现前所未有的互联与合作，这本身也离不开新的技术平台。
1704032482
1704032483
然而，成果经济也意味着资产利用率低这一经济风险从用户转移到了生产者身上。不要忘记，凿墙钻洞的电钻将不再由客户所有，而是由钻洞这一成果的提供者所有。这也意味着资金流将发生极大改变。生产者在成果实现后才会获得回报，而不是在资产使用前的初期投资阶段就能获得。
1704032484
1704032485
届时或将出现众多起主导作用和支持作用的角色：平台所有者、数据提供者和服务整合者。企业扮演何种角色会受到许多因素的影响，例如其现有市场地位、IT能力、风险承受能力和企业内部文化等。
1704032486
1704032487
简言之，从这些极为复杂的情况中不难看出，企业需要一个清晰、渐进的数字化战略，以做好准备迎接成果经济的到来。下一章中将会探讨企业如何着手制定这种战略。
1704032488
1704032489
不妨先以结构性眼光审视一下成果经济的发展过程，企业战略也应与具体的发展阶段相对应。
1704032490
1704032491
工业X.0：实现工业领域数字价值 [:1704031661]
1704032492
行业未来的四个发展阶段
1704032493
1704032494
怎样才能实现成熟完善的成果经济？各行业内的大多数企业目前处在一个什么阶段？
1704032495
1704032496
近期研究提出了通向成果经济的四个主要阶段（见图2.5）。总的来说，前两阶段本质上是增量式的，且目前正在进行当中，而阶段三和阶段四则是转型性质，有望不断蓄力，在未来三到五年内占据主流市场。
1704032497
1704032498
1704032499
1704032500
1704032501
图2.5 产业互联网的演进历程(13)
1704032502
1704032503
阶段一：高效运营
1704032504
1704032505
这一阶段中，无论是在典型的制造工厂车间还是企业高管办公室，嵌入式软件都实现了应用、机器、产品和员工的智能互联，提高了企业的运营效率。
1704032506
1704032507
仅凭这种数字化自动制造就能使企业的生产率提高30%。例如在采矿业中，下列做法已成为普遍现象：联网的现场检修设备可识别机械（如铁矿石运输卡车或火车车厢）老化，并针对所需维护做出预测。在采矿业中，类似的预测性维护不仅能缩短高达70%的停工时间，还能减少30%的总体维护成本。(14)
1704032508
1704032509
这一阶段的核心是高效运营，当前的工业制造企业大多都处在这一阶段中。调查显示，约40%的美国公司认为其所在行业是数字化的领头羊，而在德国和法国，只有不到20%的企业有这种自信。在亚洲，仅有7%的日本公司自认为是数字化的领军者，而在中国，这一比例却高达33%。(15)