数字化转型是近年来主流制造企业的热议话题,大家也许会最先想到与数字化技术相关的设备、信息化看板或大量的数据。但数字化并非设备、系统和方法的简单堆砌和叠加,企业的数字化转型如果只是跟风的技术导入和推广,必然会收效甚微。
数字化转型要求企业发动全员在各个层级、各个价值链上采用日益商业化的数字突破性技术(如物联网、高级分析、人工智能、自动化和流程数字化),由此改变运营方式,实现深刻而显著的现有和新兴业务价值,以满足客户日益增长的需求。
实施数字化转型可以为企业带来巨大的价值,包括降本增效、提高生产效率、减少人力成本、加速产品迭代、提升制造的自动化程度等等。
但是,转型的愿景虽然美好,现实却远远不如人意。麦肯锡在全球范围调研了800多家传统企业,结果显示,尽管已有70%的企业启动了数字化,但是其中的71%仍然停留在试点阶段,85%的企业停留的时间超过一年以上,迟迟不能实现规模化推广。
这种“试点困境”,主要是由于企业的业务、技术以及组织转型中存在种种陷阱和障碍。
成功的数字化转型需要进行合理的顶层设计,明确企业数字化的愿景,关注于业务、技术和组织三大领域,紧紧围绕赋能要素,贯穿整个价值链环节。
数字化转型的长期目标是捕获增长,提升价值,所有数字化技术的应用和落实也应围绕这个目标展开。
一方面,数字化转型是为了改善运营业绩。在传统精益改善和管理优化的基础上,业务和流程的数字化变革能够为企业进一步创造降本增效的潜力:通过全价值链的数字化转型,包括采购和销售数字化、办公流程自动化、生产和供应链互联透明等举措,大幅提高人员和资产效率,在激烈的行业竞争中保持领先。
据麦肯锡全球研究院预测,到2025年,数字化突破性技术的应用每年将带来高达1.2万亿~3.7万亿美元的经济影响价值。
另一方面,数字化转型有助于提升企业的收入和盈利能力,带来显著的财务价值。数字化麦肯锡的Analytics Quotient数商数据库在调研了全球多家企业后发现,数字化水平成熟度高的企业,其业务增长动力也越强。
数字化综合能力强的企业,其收入增长率和利润增长率均为其余样本平均值的2.4倍。数字化转型可以为企业带来真金白银的价值,为企业发展提供持续动力。
现在,数字化转型已成业界人人必谈的热门话题,但它究竟是什么呢?
有人说数字化转型是智能制造,有人说数字化转型是智能化技术,有人说数字化转型是敏捷组织。大多数制造人对它的认识都是片面而局部的。在麦肯锡看来,数字化转型是一项需要组织全面动员的系统工程,是业务、组织和技术三大领域齐头并进驱动的转型之旅。
业务转型是指企业通过全价值链的数字化变革实现运营指标的提升,包括在销售和研发环节利用数字化手段增加收入,在采购、制造和支持部门利用数字化技术降低成本,在供应链、资本管理环节利用数字化方式优化现金流。
成功的业务转型需要认清方向,明确愿景,制定分阶段的清晰转型路线图;同时关注全价值链环节,以“净利润价值”为驱动,而不是简单地从技术应用顺推转型。
技术转型是指搭建企业数字化转型所需的工业物联网架构和技术生态系统。工业物联网架构是支撑数字化业务用例试点和推广的“骨骼”,数据架构是确保“数据-信息-洞见-行动”能够付诸实现的“血液”,而整体架构的构建需要始终以数字化转型的终极目标为导向。
技术生态系统则是一个囊括外部丰富数字化智慧和能力的朋友圈,部署数字化用例、数字化技术的迭代创新以及新技术的引进,都离不开技术生态系统其他合作伙伴的支持。成功的技术转型需要健全物联网架构,创造并引领主题明确的技术合作伙伴生态圈,促进企业借力合作,取长补短,共同发展。
组织转型是指在组织架构、运行机制、人才培养和组织文化上的深刻变革。成功的组织转型是一场自上而下推动的变革,需要企业高层明确目标,构建绩效基础架构,成为指导转型行动方向的“大脑”;形成转型举措和财务指标的映射,成为反映转型业务影响的“眼睛”;树立全组织一致的变革管理理念和行为,成为引领组织上下变革的“心脏”。
另一方面,企业需要关注团队的构建,弥补员工的能力差距,建设数字化知识学习的文化并使之可持续发展;还需要推进数字化能力和人才梯队的建设,组成推动转型大规模推广的“肌肉”;构建敏捷型组织和团队,为又快又好实施和优化转型举措提供“瑜伽士”。
企业在启动数字化转型后,通常会在不同的应用场景进行试点,但却常常面临无法实现规模化推广的困境。为解决这一问题,我们认为有6大核心因素值得关注:
敏捷工作方式是指企业基于敏捷原则,进行快速迭代更新并持续交付。具体来说就是将大目标细化为可直接交付的小任务,从项目启动开始就以循序渐进的方式交付结果,而不是最终一次性交付所有结果。
这样的工作方式,可以将长达数年的传统项目工作制度转变为每2-4周持续迭代的小规模更新,将数字化技术不断测试并应用到生产过程中,从而实现快速规模化推进。
No.1 案例:某汽车生产商采用最小可行产品(MVP)的策略,产品开发周期为两周,由此实现快速迭代。通过敏捷工作方式,该企业成功开发超过200个大数据商业智能BI仪表盘,完成超过30个机器人流程自动化项目。
敏捷的工作方式不仅改变了产品开发的思路,也改变着传统的工作方式。传统的开发团队容易陷入缺乏沟通、闭门造车的困境,很难应对快速的市场变化,也势必阻碍数字化转型工作的推进。
敏捷数字工作室应运而生,它是指在传统的组织部门外创建的一个基于敏捷工作方式的跨职能部门的专有空间。在敏捷数字工作室中,开发团队可以与不同部门的员工高效沟通,实现跨部门的管理和运营。这样的协作氛围可以广纳员工参与,并为企业内部所有层级的创新提供支持。
No.2 案例:某大型跨国化工企业组建了转型导向的跨职能敏捷交付团队,包括IT 专家、运营技术专家、信息安全专家和供应链关键用户,以确保数字化转型过程中信息技术(IT)和运营(OT)的充分交流和融合。
对传统制造业来说,现有的IT设施并不能满足数字化用例对延迟性、数据流和安全能力的要求。因此,企业应在数字化转型之前或早期阶段部署可扩展的工业互联网和数据基础架构。
工业互联网的核心原理是基于数据驱动的物理系统与数字空间的全面互联与深度协同,它可以打通各部门间的子系统,使整个组织紧密连接并融合,实现指数级扩展。
No.3 案例:某电子制造企业的工业互联网基于工业云平台,实现了上下贯通、从设备到洞见的稳定可扩展的物联网架构,既做到垂直集成(从数据到洞见),也实现了产品全生命周期集成(打通ERP、PLM和MES系统)。公司实现了 60 余万台设备联网,可为不同行业场景提供超过 1000 种云应用。
技术生态系统是指企业在数字化转型实施的过程中构建的生态系统,通过和不同领域的合作伙伴展开数据和资源的交换,既避免了与外界隔绝的单打独斗,也可以达成开放式协作并保持最佳可用技术的领先。
No.4 案例:某家电企业凭借工业互联网平台,主动与外部合作伙伴进行数据共享,协同推动技术创新交流,打造集科技巨头、学术机构、初创企业于一体的生态系统,使自身智能制造研发创新的速度更快、技术更强、范围更广。
企业在数字化转型过程中常常面临人才困境,主要表现为内部缺乏合适的数字化人才,主要依靠外部引进,这样不仅耗时耗力,有时也难以满足持续发展的需要。通过建立互联网学院,企业可以培养自己所需的数字化人才。
工业互联网学院以内部再造技能为主,为转型团队提供再培训和学习资源,帮助员工获取指导、提升所需技能,以适应不断变化的工作内容的需求,并打造一个符合企业自身转型需求的可持续数字化人才梯队。
No.5 案例:某电子制造企业以灯塔企业获选为契机成立灯塔学院,致力于培养工业大数据人才,通过教育培训和训练实习推动数字化人才的转型与提升,成为国内首个企业自建的工业互联网人才培训基地。
转型办公室是企业数字化转型的“指挥部”。通过建立转型办公室,企业可以明确数字化转型的治理结构,采用计分制和问责制来增加数字化转型在企业内部的透明度和影响力,并与各级人员进行公开互动和沟通以推动企业的大规模数字转型。
原有的自上而下“推动”项目的机制,由此转变为价值导向、全员动员的“拉动”组织机制。
No.6 案例:某汽车企业构建了完备的转型组织架构和治理模式来支持转型的规模推广。由分管数字化的CTO率领一支超过200人的数字化团队,中央转型办公室直通基层反馈、按照用户需求进行流程再造和业绩目标定义,部署以客户为本的数字化平台。
数字化时代为企业的营销模式带来变革,传统方式已无法支持快速的营销创新,需要结合新的技术和方法来推动业绩的不断增长。
No.1 案例:企业可以通过物联网设备跟踪并衡量消费者的行为,从而预测客户可能倾向购买的产品和服务,了解最佳的营销时点和渠道,为新产品作出更精准的客户画像,有效提升销售线索。
再例如,企业可以通过大数据形成的客户洞见预测并监控产品的销售,结合客户的反馈及时作出战术调整,优化营销管理流程和决策,并实现智能维保与售后增值服务。
随着客户对于产品的种类多样化、推新频率和降低价格方面的要求日益提升,企业需要不断缩短研发周期,提高产品定制化程度,同时控制研发成本,这无疑为产品的研发设计带来了挑战。结合数字化的仿真和分析手段,产品的高效研发迭代已成为可能。
No.2 案例:通过应用于产品设计和测试的3D仿真和数字孪生技术,企业可以为真实世界里的产品创建虚拟数学模型,并在虚拟空间内进行分析、测试与优化。尤其对于定制产品而言,在虚拟空间里的测试可以大大降低搭建新测试平台的成本。企业还可以通过高阶分析辅助产品从创意到上市全过程的绩效管理,通过挖掘研发过程的数据来加快项目进度,并控制产品开发成本,提高设计过程的效率。
企业内部往往存在支出数据分散且口径不一、订单量巨大、产品开发与供应链缺乏协同等采购难题,使得采购经理在关键决策上茫然无措。
数字化采购可以借助智能化的数据整合和品类成本分析工具,对关键杠杆和业绩指标进行自动计算,从而提高采购环节的透明度。
智能化的支出分析通过数据自动提取、品类分类、智能分析及效益跟踪,应用高阶分析对数据进行自动化整合及聚类分析,并以可视化报表呈现可辅助采购决策的数据分析结果,从而有效提升数据的透明度,帮助企业采购人员识别效益潜力;还可以形成可执行可追踪的优化举措,解决支出分析的痛点。
另外,基于大数据平台对采购信息进行整合和管理,可以实现对不同供应商的材料质量可追溯,并形成数字化的档案,为之后的采购工作提供指导。
在数字化时代,制造业供应链的复杂度与日俱增,运行速度也越来越快,高需求产品缺货、低利润产品积压是各大制造业供应商面临的常见问题。通过数字化供应链的大数据分析,企业可以对采集的数以百万计的在线用户和数以千计的直接用户数据进行分析,通过人工智能引擎从庞大的数据集中提取并形成核心决策,从而做出准确的需求预测。
通过搭建端到端的实时供应链可视平台,企业可以实现供应链中的采购商及其供应商、物流商的多用户协同,可以在资源规划、采购决策、订单管理、库存查询、物流跟踪、统计分析等关键环节的业务协同上提供应用支撑。在保证物流、资金流、信息流畅通的前提下提高采购效率,降低采购成本,达到优化供应链资源配置、提高供应链效率的目的。
再比如,企业通过高级分析优化生产和物流计划,实现机器和物料的高度协同。通过高级分析,机台可以对物料需求做出预测,如预测发生缺料,则可以实现自动叫料配料。产品也可以自动入库,实现生产和物流全流程的自动化协同。
当下的客户需要小批量、多样化的产品,因此企业必须以高度敏捷的方式部署人力和生产设备等资源。在传统的资源配置方式下,由于人力冗余、设备资产利用率不高以及质量低成本高等原因,导致制造成本不断上升。现在利用先进的数字化技术,可以实现对生产制造过程的改善。
No.5 案例:例如,在车间设备上安装传感器,实时采集工作车间的业绩数据(如OEE、FPY、UPPH等);再应用高级分析算法,从海量数据中识别出业绩不佳的区域及背后原因(如产线不平衡、设备短时间停工、物料搬运人员动线缺乏规划等);然后,企业可以寻找相关性最高的成熟的数字化用例,在业务部门的支持下解决问题并降低制造业增加值成本。
企业运营的前台(营销、销售、客户服务)、中台(审 计、风险、采购、项目管理、供应链)和后台(财务、人力资源、法务、IT、税务)往往包含着许多无附加价值的工作。实现这些流程的自动化,可以将工作流程简化并标准化,有效释放额外生产效率,将人才部署到附加值更高的工作中去,由此不断改善总体的运营服务水平。
以订单录入流程自动化为例,企业通过机器人流程自动化 (RPA)实现订单自动上传、 订单确认及价格确认功能,然后采用高级分析法,端到端处理绝大多数订单而无须人工介入。这一改变大大缩短了订单录入的时间,减少了人力,降本增效的同时还可以带来一项额外效应,即帮助企业加强合规。
工业物联网架构是企业数字化的核心支撑,使企业能够全面捕捉运营数据,连接资产和数据,促进数据流动,让数据及时到达具有对应决策权限的人员手中,同时助力数据模型,产生价值洞见,指导业务运筹帷幄。
制造过程中所需要的所有数据,首先通过外缘层接入企业的数据平台,通过数据转换预处理产生决策所需的数据,将其送入平台层;平台层通过大数据处理和工业数据分析,构建可扩展的开放式云操作系统;应用层可以实现满足不同场景的工业APP,形成工业互联网平台的最终价值。
架构的核心是数据的采集传输和分析,有了数字化的支撑,工业物联网架构能够完美支持项目的敏捷交付,同时依托可扩展的底层架构设计,分阶段逐步交付相关用例,直至实现最终的转型目标。
数字化转型不是一个部门的单打独斗,跨职能部门的高效协作至关重要。中央转型办公室协调各方资源,将不同部门组织起来统一管理,明确转型目标和绩效评定。通过综合评估组织内部所有潜在的数字化改进机遇,梳理出几十个甚至几百个潜在的数字化用例,然后根据实施难度和经济回报,将用例分为短、中、长期机遇,明确各个阶段具体的经济价值,推动全面转型。
专业知识和人才是企业实现大规模数字化转型的重要构成元素。建立工业互联网学院,企业可以利用内外部专业知识,为转型团队提供再培训和资源,帮助员工提升能力、获取指导及相关技能以适应不断变化的工作的需求,并打造一个符合企业自身转型需求的可持续的数字化人才梯队。