杨学山：制造企业数智化转型，这个模型一定要关注！

我就制造企业的数智化转型模型问题谈一点看法，与大家分享。

先交待三件事情。一是为什么讲制造业数字化转型？大家知道我们在制定“中国制造2025”的时候，明确了制造业的发展方向是智能制造，或者说制造业朝向2025或2050，智能制造就是我们的方向。在这个过程中，我们一定要使用更多的数字和数字技术，所以说数字化转型和智能制造的方向合在一起就变成了数智化。

二是数字化转型究竟处于什么状态？数字化转型，应该说还处于发展的早期，理论和实践都没有成熟，这是一个基本的判断。我们做任何事情一定要看看所处的方向和位置。为什么这样说？右边这个图，文字和这段话是来自德国工业4.0的那位著名专家的《工业人工智能》一书，我一字不动把它放过来，我们要想一想，GE做数字化转型是怎么推进的？它的力度有多少？最后是这样的评价，所以我们说数字化转型处于发展的早期是有依据的。

三是为什么要讲模型？因为模型可以分析一个企业和一个行业数字化转型的发展究竟是什么状态。同时，有了模型，也可以引导我们去做一个个具体的数字化转型实践。

上面几个模型对于做数字化转型研究的机构或数字化转型比较先进的大企业来说都不陌生，这是该领域国际上几个知名机构和企业在总结全球数字化转型的企业做了什么，取得了什么成果，要朝着什么方向发展而总结出来的模型。

对于这些模型，最近几年我不断地看、不断地想，我感觉它的归纳、趋势、一些方向很有道理。但是，我们很难按照它去进行评价和实践。为什么？原因很简单。回到刚才这页PPT，我们看GE，如果把GE做的事情和做的措施，按照这些评价模型来评价，它一定是很符合，评价很好，最顶尖的，但是结果不行，这就是很有意思的现实。这个现实说明，正如我刚才所说的数字化转型确实处于发展的早期，理论和实践还不够成熟，这是国外的几个例子。

我们再看国内的例子，这是数字化转型百问联合工作组在书里归纳的一个模型——工业互联网的参考体系结构模型。即使把“工业互联网”这个词换成“企业的数字化转型”或者“数字化转型”，我们发现居然什么都不用调整，模型也是OK的。这说明另外一个问题，我们今天很多新的概念，对于企业的生存和发展来说，对于企业的实践来说，其实是一回事。即使我们的学术界、研究机构需要去做多方向的研究和讨论，其实到了企业是一个事情。

那这个模型相对于上面的模型有什么不同呢？一个重要的不同是它解剖了一个企业。无论是数字化转型、产业互联网、还是工业4.0，叫什么都没有关系。它给出了三个维度，其实主要是两个角度。一个角度是企业的发展过程分别从技术实现、功能、使用和业务4个视角来分析。同时，有一个生命周期，最右侧还有一个个的行业。相对来说，这个模型对于我们分析和部署全局有好处，我们可以一眼看到它的全局。

上面那本书是去年出版的，下面说的这本书这个月应该能出来，这是我今天要着重讲的一个模型。这个模型不是我的，这是赵敏他们三个人在《人本：从工业互联网走向数字文明》这本书里讲的工业互联网的生态模型。这个模型为什么要着重推荐和着重讲？我感觉这是迄今为止，从制造业的角度来看，不管是产业互联网、智能制造、数字化转型还是数智化转型，目前为止，见到的分析得最好的模型。

为什么是分析得最好的模型呢？原因是，这是真正懂制造业的人在沿着我们“中国制造2025”的方向往前走的时候，针对“需要分析什么？”“要做什么？”“这里面哪些因素是极其重要的？”这些问题，在这本书里做了一个比较清晰的交待。

我们先看三维中底下的“资源维”，当然之后名字也许会变。我们先看“资源维”是什么意思，在座的都是制造业的企业，“资源维”讲的就是制造业核心的内容——产品由人、机、料、法、环、测来完成，这是制造的产品和过程，缺一不可。“实体维”十分有意思，是指在制造企业的制造过程中，从供应链到本企业到后面的销售售后服务，所有过程中相关的实体企业，也就是说决定制造的全过程，是由一个个企业决定的，是由这些实体决定的。往上这部分讲的是信息。这6层他们是这样划分出来的，我们可以精简也可以增加，但这样做对制造业来说确实有道理。

为什么首先有物理层？因为我们在制造过程中，在制造管理过程中用的数据从哪儿来？是从制造过程来的。我们看看人、机、料、法、环、测，“机”产生数据，“料”产生数据，“工艺”产生数据，生产的环境和检测产生数据，所以数据是从物理层上生出来的，从传感器变成比特层，但这个比特层不是控制，“控制”是到控制单元控制，到控制单元的时候比特数据变成可以用来控制的数据。我们从一个个具体生产过程的控制，往上管理的时候它认为OK就变成信息层，信息的汇总变成知识层，这样的汇总变成了一个企业在管理和商务活动中用来决策的数据和知识，所以这样的维度有道理。

也就是说，我们看数据不是看泛泛的数据，我们所有制造过程的数据是在这样的过程中产生的，这样的过程中产生的数据才在制造过程各个环节中发挥作用。

当然，“实体维”同样在业务流程中产生数据并进入到价值中，“实体”、“资源”、“数智”这样三维六层，加上一个价值流。数字化转型，产业互联网做所有的事情需要达到两个价值流。两个价值流是两个方向，一个方向是满足客户的价值，第二个是要实现制造的批量生产。所以这样才有价值，这些维度的活动才有价值和意义。这本书大概这个月会出版，最晚年底肯定会出版。

所以，我建议真正做制造业数字化转型的或做产业互联网、工业大数据、工业4.0等等，这本书需要认真看看。为什么着重推荐这个模型？因为制造企业数字化转型必须以制造本身为基础，必须从参与制造的各个企业、各个过程来进行分析。

我们把这个模型往下打开看一下，一个制造企业的主要过程与资源。这主要包括三个过程，一个是制造本身，也就是这个产品从供应链开始一直到销售的售后，这样的全过程，一定要记住这是制造企业的根本、根基。这些活动，也就是供应链、销售、售后服务，必须有相应的商务活动来支撑。所有企业之外的事项都是以合同为依据，都是商务活动的结果。企业与企业之间不管是物的流动、人的流动、资金的流动还是数据的流动，都是企业与企业之间的商务，没有商务活动，这个流动是缺乏法律依据的。市场经济的核心依据是合同，是契约。当然，所有的事情都要经由管理，没有管理是不行的，所有的企业老总、中层管理人员都离不开管理环节。

我们需要有资本、有数字、有技术、有人员。在这样的过程中，每一个过程所使用的资本、数字、技术、人员都在增长和提升。数字在增长，技术在提升，人的能力在提升，而且资本也在提升，这是理解数字化转型的关键所在。

它既是使用过程，又是提升的过程，而且每一个过程都是不可缺少的相互关联的。大体上，我们从制造企业的全貌来看就是这样的一个全貌。

但是，数字化转型只是所有活动当中的一个部分，所以用黄线把它圈出来。对于制造企业来说，数字化转型的最核心问题是制造过程，也就是，无论是对企业发展的作用，还是我们在这里面的投入，我们在选择项目优先级的时候，一定是把制造放在首位。

为什么？因为一个制造企业之所以能够在市场经济中生存下来，是因为企业的产品，而且是因为企业的物质产品，企业才能在社会中有存在的价值。所以，刚才所讲的产品、人、机、料、法、环、测等若干要素，每个要素进行数字化的转型是关键的。对于企业，我们经常看到讲数字化转型，数字化转型的装备的更新却往往不算在里面。

大家想一想，我们讲人、机、料、法、环、测的时候，对于制造业企业，“机”和“法”就是工艺和装备，这是决定一个企业能够生产什么产品的关键。装备和工艺决定生产什么产品，产品生产出来是什么性能，甚至连成本都决定了，所以数字化转型怎么能不针对这样的关键环节？制造从供应链开始，为什么是“料”，“料”是原料部件，从别的地方过来。

我们极其重视管理的过程，在数字化转型中管理过程如何提升？我们经常讲数据中台，因为制造过程是一片数据，管理过程是一组软件或者一套软件，而制造过程和管理过程中数据之间的Gap怎么解决？我们叫数据中台。在讲各种概念的时候，一定要在这样的全貌中找到究竟是做什么？为什么？我们千万不要被概念所迷惑。从制造过程到管理过程的这一层叫什么名字，没有关系。功能就是一个，是使得制造过程的数据能够有效地为管理过程所用，叫什么概念、名字，没有关系。

我们千万不要忘记商务过程，因为企业的供应链、销售、维护客户关系，是商务过程中实现的。所以，我们支持它。数字化转型不仅是支持制造和管理，还要支持商务。因此，我们不能忘记管理、商务和制造。

我们看到今天的数字化转型中，有几个必须要关注和克服的现象。大体归纳成这么几类，第一类是“见数不见物，见物不见人”。对制造业来说，不能忘记“物”与数据之间的关系。我们想一想，任何数控装备，任何自动化生产线，包括物流的智能，都是“物”和“数”相连对制造业才有作用，否则没有用。不能“见数不见物，见物不见人”，有了数据忘了物忘了人。对于企业来说，是人在决策，商务是由人来进行的。我们讲智能的时候，往往记住了人工智能的“智能”，忘记了机器智能和人的智能。装备、工艺是机器智能，加上人工智能还要加上人的“智能”，制造业才能发展。

我刚才为什么推荐这本书，这本书重要的概念是我们不能只是看到了算法智能，忘记了机器智能和人的智能。人的智能既是管理决策的基础，也是算法智能和机器智能的基础，我们不能只见一种智能。我们不能只看见算法、算力平台，而忘了问题、价值、成本。算法、算力平台很重要，但它只是工具，工具永远为企业所用，为人所用，这是我们要看到的。

同时，我们还要说，制造企业的数字化转型，是一个动态的过程，起点可以不同，项目可以不同，重点可以不同，但是它的目的和快速迭代的方法是一样的。目的就是企业的发展，方法就是快速迭代，这是没有差异的，谁也不能达到一步到位。要想“打开天窗说亮话”，对于制造业来说，想一步到位的事情就是引进新的装备、新的生产线，别的事情不要想一步到位。