安筱鹏
数字化转型的本质,是以数据的自动流动化解复杂系统的不确定性,优化是资源配置效率,构建企业新型竞争优势
什么是数字化转型的本质?我们认为,数字化转型的本质,在数据+算法定义的世界中,以数据的自动流动化解复杂系统的不确定性,优化是资源配置效率,构建企业新型竞争优势。当前,全球信息通信技术正进入技术架构大迁徙时代,企业数字化转型正在经历从基于传统IT架构的信息化管理(数字化转型1.0),迈向基于云架构的智能化运营(数字化转型2.0)。
如何理解和认识企业数字化转型,有几个关键词也许可以帮助勾勒出数字化转型的本质:
关键词:复杂系统
没有网络的世界是一个机械系统。随着传感器、互联网、物联网的出现,IoT时代正在到来,所有的产品最终都将成为一个网络终端。正如波特所说,未来,所有的产品功能将由动力、执行、智能和互联四个基本模块构成,未来的智能产品可以实现监测、控制和优化,产品功能的灵活性、易扩展性、安全性、可管理性都将得到提高。
从单一产品走向复杂系统,从机械系统走向生物系统。万物互联使得孤立产品走向复杂产品网体系。约翰迪尔公司(John Deere)作为全球最大的农业机械制造商和世界第二大工程机械制造商,其产品沿着传统产品—智能产品—智能互联产品—产品系统—产品体系的路径逐步演变。当它不仅仅是一个产品,而且成为一个网络体系的组成部分的時候,就从一个原有的机械系统演变成复杂的生物系统。
传统的制造体系是一个简单的机械体系,确定性是常态。而智能制造是一个复杂的生态系统,要解决的核心问题是如何降低系统的不确定性。今天,当人们在理解制造业、理解智能制造的时候,应该换一个视角,从静态思维、机械化思维走向生态思维、系统思维。
关键词:竞争的本质
什么是企业?企业是一种组织,是跟市场、政府一样,配置资源的组织。企业是一种替代市场进行资源配置的组织,是将技术、资本、人才、土地、机器设备等资源组织起来,以更高效、更低成本满足客户需求的组织。
企业竞争的本质是什么?企业竞争的本质就是资源配置效率的竞争,以数据自动流动化解复杂系统的不确定性,优化企业资源的配置效率。而企业所面临的挑战,就是如何提高资源配置效率。
如何提高资源优化配置效率,核心是如何实现科学决策、精准决策、高效决策。企业的本质属性是在不确定性的环境中如何决策,对于企业来说,新品开发是决策,客户定位是决策,营销策略是决策,研发组织是决策,供应链选择是决策,交付周期是决策,库存管理是决策,排产计划也是决策,商业模式选择还是决策。科学决策的背后是资源优化配置效率的提高。
关键词:转型的逻辑起点
数字化转型的逻辑起点是适应竞争环境的快速变化。
今天人们谈论数字化转型,首先需要思考的问题,是转型的逻辑起点是什么?数字化转型的逻辑起点,即企业如何适应竞争环境的快速变化。智能就是一个主体对外部环境的变化做出反应能力,这个主体可以是一个人、一部机器、一台设备、一个组织、一个企业等。工业4.0、智能制造等要解决的核心问题就是,面对客户需求的变化,企业如何适应并跟上这一快速的变化,如何更好地满足客户需求。
过去,消费者更多追求的是性价比、产品功能、耐用性等功能诉求;而今天,年轻的消费者不仅仅关注功能性诉求,还关注内容、服务、参与度、社交体验、分享与交流等体验诉求。消费者的需求已变化,我们的供给能否跟上消费者需求的变化。
同时,商业和制造业变得越来越复杂,其复杂性至少可以从两个维度去观察。第一,产品本身越来越复杂。过去,仅仅是一个机械产品,现在变成了智能互联的产品,产品增加了传感器、通信模块、计算模块、软件等,变得越来越复杂。第二,需求变得越来越复杂。从大规模生产、大规模定制到个性化定制是一个不断演进的过程。当需求变得很复杂的时候,也给企业研发、设计、生产带来一系列的挑战。
关键词:工具革命和决策革命
数字化转型本质上就是解决两个基本问题,即正确地做事和做正确的事。我们可以从工具革命和决策革命两个维度上观察和理解企业的数字化转型。
从工具革命的维度看,自动化的工具提高了体力劳动者和脑力劳动者的效率,传统的机器人、机床、专业设备等传统工具正升级为3D打印、数控机床、自动吊装设备、自动分检系统等智能工具,传统能量转换工具正在向智能工具演变,大幅提高了体力劳动者效率;同时CAD、CAE、CAM等软件工具提高了脑力劳动者的工具效率。从决策革命的维度看,企业内部的EPR、CRM、SCM、MES等通用软件和自研软件系统,通过不断挖掘、汇聚、分析消费者以及研发、生产、供应链等数据,基于数据+算法构建一套新的决策机制,替代传统的经验决策,实现了更加高效、科学、精准、及时的决策,以适应需求的快速变化。
而决策革命,简而言之就是基于数据+算法的决策。“数据+算法=服务”分四个环节:一是描述,在虚拟世界描述物理世界发生了什么;二是洞察,为什么会发生,事物产生的原因;三是预测,研判将来会发生什么;四是决策,最后应该怎么办,提供解决方案。在上述的描述、洞察、预测、决策之后,可能都需要人来参与决策,但是人参与决策越来越少,而系统参与的决策越来越多。在不确定性的环境中进行决策是企业面临的巨大挑战,从基于经验的决策到基于数据+算法的决策,是企业数字化转型的基本模式。天猫联合玛氏、雀巢等多家一线品牌,建立新品创新中心,基于数据和新商业逻辑,洞察新品机会、提高研发效率,使3C、服装、美装、电器等新产品研发周期大幅缩短。
关键词:数据的自动流动
决策革命是基于数据+算法,而支撑数据+算法的背后则是数据的自动流动,即正确的数据在正确的时间以正确的方式传递给正确的人和机器。
当面对一个定制化生产的时候,系统变得极其地复杂,需要非常多的决策,每时每刻、每个人所面对的加工对象、工艺、方法都会发生变化。定制化生产的核心在于,如何能够把数据在正确的时间以正确的方式传递给正确的人,以数据的自动流动化解复杂系统的不确定性。
这就是从基于文档的信息流转换到基于模型的信息流。把这一模式概念拓展到一般生产场景:当企业采集了客户的数据之后,这些数据就会在企业经营管理、产品设计、工艺设计、生产制造、过程控制、产品测试的每一个环节里去流动。我们要思考,在数据流动的每一个环节,是不是可以没有人去参与。过去信息的流动是基于文档的流动,企业通过传真、e-mail、excel表、U盘、光盘、打电话、开会、自己开发工艺程序、编写软件等各种方式传递信息。今天,我们所要追求的是数据能够在企业内部流动过程中,不需要人的参与可以实现信息的自动流动。
关键词:软件的本质
软件是实现数据自动流动的核心。数据的自动流动,即正确的数据在正确的时间,以正确的方式传递给正确的人和机器,其正确与否的核心是软件、算法和模型。软件是一系列按照特定顺序组织的计算机数据和指令的集合,本质是事物运行规律的代码化,作用是构建数据流动的规则体系,是指导甚至控制物理世界高效、有序乃至創造性运转的工具,是工业和商业技术体系的载体,也是人类经验、知识和智慧的结晶。
过去科学家整天在实验室做实验,现在有一部分实验可以在计算机里面去做。对于制造业也是一样,过去飞机从立项到交付需要近十五年,现在只需要五六年的时间,因为人们构建了一个新的认识和改造世界方法论。高铁可以通过虚拟的高铁在虚拟的京沪线上跑起来,来测试高铁运行中选择电流、电压、噪音、稳定性、可靠性等,通过在虚拟世界的快速迭代,构造了一个改造和认识世界的方法论,这种方法叫模拟择优法。
关键词:技术架构大迁徙时代
今天,我们需要重新构建基于云计算的架构体系,基于云架构实现各业务系统和解决方案的云化迁移,需要构建一整套基于云架构的软件体系、商业模式、咨询服务、运维体系,使大量数据、模型、决策信息平台化汇聚、在线化调用,系统之间实现互联互通操作,实现了业务系统的功能重用、快速迭代、敏捷开发、高效交付、按需交付,即“系统之系统”模式。伴随着制造系统的复杂性增加,新的业务系统通过对原有业务系统模块的充分调用、部署实现快速上线,系统响应能力指数增长。
同时,架构体系的迁移推动了企业数字化转型从1.0迈向2.0。如果说,数字化转型1.0是基于传统IT架构的信息化管理,那么2.0就是基于云架构的智能化运营;1.0是管理导向,2.0是创新导向;1.0的核心是业务数字化,2.0是数据的业务化;1.0是实现消费端数字化,2.0是供给端数字化;1.0是局部数字化,2.0是全链路数字化;1.0是流程驱动,2.0是数据驱动;1.0是基于硬件和软件的交付,2.0是数据+算法提供了赋能;1.0是产品经济,2.0是结果经济。
关键词:体系重构
可以设想一下,未来二三十年之后,信息通信技术的发展趋势是什么?或者说,数字化的终极版图是什么?是数字孪生。我们将在比特的世界中重建原子的世界,在比特的世界优化原子的世界。数字孪生的世界将在未来20年经历三个阶段:局部的数字孪生、静态的数字孪生和动态的数字孪生。
以互联网、云计算、大数据等为新一代信息通信技术与制造业融合带来了体系的重构,形成了以数据驱动、软件定义、平台支撑、服务增值、智能主导为特征的制造业新体系。在过去两三百年的时间里,制造业不变的追求是:制造的高效率、高质量、低成本和客户的高满意度。
面对数字化转型大变革,企业如何转型?企业首先应该从思维上实现三个转变:一是以不确定性应对不确定性。面对需求的不确定性,企业需要以数据+算法的策略应对不确定性,需要摒弃冗余思维、静态思维,走向精准思维、动态思维。二是以增量革命构建新型能力。企业数字化转型,就是要把软件、设备、流程优化、管理变革最终都要转化为企业的新型能力。这是数字化的出发点,也是落脚点。三是从产品制造商到客户运营商(Customer Operator),制造企业应成为一个工业产品提供者,通过产品与客户建立一种“强关系”,能成为24小时在线,了解、预测、满足客户需求的“客户运营商”。
(作者系中国信息化百人会执委。本文系作者在清华大学经管学院高管教育校友论坛上的发言整理而成,有删减。)