大数据需要怎样的管理变革

从学院派教授到众多世界级企业家们，都有一个普遍的共识，即数字化转型是智能制造实现的必由途径。大数据主导的智能制造，对管理转型的考验也是一次破旧立新。与其说将大数据作为一种工具，不如说运用大数据是一种管理思维的革新和改变。在管理上，也不仅仅是流程再造。那么，大数据需要怎样的管理变革？

理念转变：数字化管理是一个趋势

首先，作为企业的管理层，必须坚信智能制造或者大数据时代，数字化管理会是一个趋势。

不得不说，制造业的运营管理体系经历了几代的成长变迁，从泰罗的科学管理、福特的流水线生产到丰田的精益制造和GE的六西格玛，现在基于大数据的管理是在此基础上的新一代管理理念和技术。

当传统管理套路已不适用智能制造，对于转型，首先要体现在战略层次，企业不仅将数据作为公司的一个战略资产，还将数据能力作为战略的核心能力。因为企业更需要的是知识的传承。未来智能制造的本身首先就是物理世界的数字化，只有数字化以后，才能充分利用ICT、大数据和人工智能等新技术，去优化和进行智能化工业的运营。

中国的企业不能只是从狭义的“造东西”的角度去理解大数据的应用，所有的企业都要在这个大数据、物联网的时代重新思考自己的战略定位，以及如何变革自身的制造生态。

广义来说，制造其实就是服务，就是满足用户的需求，提供整体的解决方案。从这一点出发，如何满足C2M（Customer-to-Manufactory顾客对工厂）的高度个性化需求、并以全制造生态最可靠和高效的方式实现，对制造业生态提出了非常多的挑战。比如：产品全生命周期的使用如何高效，跨企业的制造协同如何实现，社会化的研发众筹如何变得可行，制造业的共享经济模式如何创新等。

但于企业而言，一切转变都要直指痛点，什么都做等于没做。也就是说，你得知道你的具体收益或者具体的目标在哪里，聚焦的痛点在哪里或者主要的价值增值在哪里。要有选择，绝对不可能全面去展开，而是要聚焦在某一个重点。

抓重点：一切变革，人才是首要因素

数据化管理嬗变，理念革新，最终要看如何落地。

对于企业的转型突围，第一步是尽可能将所有的物质变成数字。这个数字化的工作，是CPS（信息物理融合系统）的基础，只有形成物理世界的数字化镜像，才有大数据管理的一个基础。因此在物料、产品、制造过程、运营流程中，尽可能基于数字进行储存、分析、优化。第二步是培养数据分析的平台和能力。第三步才是基于数据挖掘那些实际价值的应用。

但很显然，若直接按部就班地实现这三个步骤，需要巨大的资源支撑，甚至有可能超出企业所能承受的范围。

化解这一难题，企业可以尝试价值“倒推”的方式来进行决策。首先判断、分析明确哪些应用方向是最有价值的，当确定优先级的方向之后，才开始在一个有限资源的前提下进行数字化，企业也会优先投放资源在这个方面。实践告诉我们，对于企业来讲，管理最关键的地方应该是决策，是取舍，选择一个方向，投入资源做数字化，从而搭建起大数据的平台。

但目前单一企业的数据非常有限，需要打破企业之间的边界和壁垒，不然很难做到真正有效的大数据应用。而政府拥有整个社会最大的大数据资源，也是唯一有能力构建企业之间数据交换标准和规则的机构。如果政府在这方面做更多的工作，就能加快全社会大数据能力的提升，这对企业实现全面的数据化管理将非常有力。

同时，一切的转型变革，管理层要明白，人才是第一位的关键因素。从实践来看，目前具备工程专业知识和大数据分析能力的复合型人才奇缺，在很大程度上制约了工业大数据的发展。因此，这就需要教育机构能够尽快开展大数据人才的培养；同时企业也可以为高校提供实践和就业的平台，加快人才的培养进程。