1704032940
工业X.0：实现工业领域数字价值 [:1704031670]
1704032941
工业X.0：实现工业领域数字价值 第二部分 如何充分利用行业数字化转型
1704032942
1704032943
工业X.0：实现工业领域数字价值 [:1704031671]
1704032944
第四章 六项“无悔”能力——让数字化之旅变得简单
1704032945
1704032946
乍一看，企业的数字化转型像是一场涉及所有部门的可怕变革。然而，管理人员可从构建六项核心能力做起，推动企业逐渐走向成熟，最终实现由产业物联网带动发展。对这几项能力的投资从第一天起就能得到回报。企业在运营过程中逐渐构筑这些能力，远比一般人想象得要容易。数字化企业的魅力就在于：适当情况下，企业可以从最低门槛、最小规模入手。鼓励企业多做尝试，哪怕彻底失败也未尝不可。若探索无果，则可就此打住，排除错误答案的同时也证明其他路径有可能成功。这就是数字化敏捷世界的一个重要特征，可以说与企业过去的发展路径大相径庭。
1704032947
1704032948
对尚未开展数字化的企业来说，也许在起步阶段像是闯入了一片错综复杂的丛林，既没有地图、指南针，也没有GPS，任务艰巨，令人生畏。企业中有众多领域亟待革新，但各部门之间的相互依赖性极高，因而变革也涉及巨大风险。即使企业管理人员认识到数字化的优势所在，其在向股东和更多的利益相关方解释时还是会遇到不小阻力。
1704032949
1704032950
工业X.0：实现工业领域数字价值 [:1704031672]
1704032951
辞旧迎新，路径不一
1704032952
1704032953
首先，不妨来看一下数字化之旅的终点。当前多数企业是采用手动操作流程，部门之间缺乏协同，而最终，企业将会借助普遍的自组织和自主软件智能进行控制。过去的生产流程属于半自动化，实行集中操控，管理人员借助传统的预期分析对待不同市场；而今后则会过渡至一种新经济业态，大部分流程能够实时对外部数据刺激自动做出回应——这些数据可能来自正在使用当中的联网产品或是供应商和社交媒体等。
1704032954
1704032955
为确保数字化之旅的顺利进行，企业着实背负着艰巨的改革大任。工作场所、机器设备、员工、材料和组件供应链、业务流程、产品平台、配套设施和环境参数——一切似乎都有必要做出改进并保持密切配合。
1704032956
1704032957
绘制“辞旧迎新”路线图有助于企业对数字化变革进行宏观把握（见图4.1）。
1704032958
1704032959
据笔者估计，当前大多数企业（尤其是工业制造企业）都刚刚完成阶段一，进入阶段二，自动化逐渐普及，企业开始对机器设备等实行监控和联网（见图4.1）。此时，生产流程和物流已或多或少实现自动化，少量企业员工配有增强技术设备。
1704032960
1704032961
1704032962
1704032963
1704032964
图4.1 辞旧迎新路径图(1)
1704032965
1704032966
该阶段中，多数企业的供应链业已实现一定程度的实时可见性。一般来说，企业当前进行的也正是最关键的一步：将操作技术（机器园区和设备背后的操控技术）与信息技术（企业资源计划等主干业务流程，过去一直处于相互独立的状态）加以融合。
1704032967
1704032968
但只有到了图4.1所示的下一阶段，企业真正具备软件智能并能够做出预判时，才能为客户提供更具创意的联网产品和数字服务，从而更加接近成果生产。
1704032969
1704032970
而只有在此后的第四阶段，也就是图4.1中“由生态系统驱动的动态化”阶段，企业才能与成果经济完全接轨。届时，成果经济发展势头正盛，企业也将参与到众多的互联生态系统当中，拥有平台型产品服务和低延迟、定制化制造流程。
1704032971
1704032972
到了第四阶段，我们距离拉动式经济仅有一步之遥。企业已积累足够多的智能技术，员工的体力消耗以及经营规划和执行均能得到最大限度的降低；企业可根据市场需求信号迅速采取行动。
1704032973
1704032974
施耐德电气数字服务工厂——从产品转型至服务
1704032975
1704032976
施耐德电气是一家全球领先的工业设备制造商，拥有约160000名员工。施耐德以发展联网技术、解决方案和服务为目标，为公用事业企业及工业制造企业提供能效和自动化过程管理。
1704032977
1704032978
施耐德电气年营业额约为250亿欧元（2016财年），已不再满足于单纯的硬件制造，而是积极拓展新业务。
1704032979
1704032980
目前，公司正在专家组的帮助下建设基础设施，为其刚刚落成的数字服务工厂（DSF）设计流程。有了这一平台，施耐德电气就能对其产品的预测性维护、监控和能耗优化做出分析，也为后期建立一个完整的数据闭环奠定了基础，便于将数据反馈至研发和其他部门（见图4.2）。
1704032981
1704032982
1704032983
1704032984
1704032985
图4.2 以服务的形式提供数字创新(2)
1704032986
1704032987
1704032988
1704032989