图 1从增加值增速看,消费品、装备、电子等中下游行业 3 月反弹力度普遍大于原材料行业,对一季度增速形成强劲拉升数据来源:国家统计局,赛迪智库整理 图 2从投资增速看,原材料行业一季度降幅相对较小,电子行业降幅进一步扩大,消费品和装备行业降幅相对较大,但汽车、专用设备等行业降幅大幅收窄 图 3从出口交货值增速看:电子行业 3 月份增速大幅反弹,带动一季度降幅明显收窄,汽车、电气机械、仪器仪表等部分装备行业反弹幅度也较大,纺织、家具、皮毛制品等消费品行业降幅最大,反弹力度更弱,出口恢复较慢 表 1我国制造业运行相关指标
来源:晶凯资本“新基建”为经济发展提供新的驱动力“新基建”实际上是以数字基建为主的基础设施建设。全国政协委员、国务院发展研究中心原副主任王一鸣表示,“新基建”相比老基建,有很多新的特征:一是“新基建”孕育了新的生产要素(即数据)。数据没有新的基础设施,很难成为生产要素加入经济活动中。在新一轮科技革命的推动下,数据越来越成为核心的生产要素。二是“新基建”具有更大的乘数效应。传统基建对经济增长的拉动主要体现为投资。“新基建”除了投资拉动作用以外,通过数字化的网络,把相关的产业通过数字的收集、传输、存储、加工、应用连成一个网络,极大地突破了产业间的时空约束,大大减少了中间环节,降低了交易成本,也提高了生产效率,同时创造了更多就业机会。三是“新基建”具有更强的正外部效应。“新基建”可以大大拓展网络的用户数量,使得集聚的数据资源呈迅猛式的海量增长,进而带动经济体系的数字化和智能化,引发生产力的革命性变化。四是“新基建”可以进一步拓展生产的可能性边界。“新基建”带来的产业革命性变化,能够有效突破产业结构服务化造成的结构性减负,推动经济的效率变革,形成新的动力、新的空间,为经济发展提供新的驱动力。全国政协经济委员会副主任、中国发展研究基金会副理事长刘世锦强调,所谓“新基建”和过去“铁公基”老基建相比,在技术途径、投资方式和运行机制上有一些重要的区别。首先,“新基建”绝大部分不是公共产品,而是企业经营的产品,并不是免费就能获得,而老基建大部分属于公共产品或者准公共产品。其次,数字技术是由企业投资而非政府投资建设,企业投资就会有预算,要回报。谈到“新基建”未来的发展方向,刘世锦表示,“新基建”前程远大,而以数字基建为主的“新基建”本质上属于新技术推动的新产业,发展得快一点还是慢一点,要遵循市场规律和产业规律,不适合作为短期刺激政策的工具,要防止一哄而起的现象,最后留下一堆无效投资和烂尾工程。“新基建”是数字经济发展的战略基石“新基建”是数字经济发展的战略基石。数据是数字经济发展的关键生产要素。“新基建”主要是解决实体的数据化以及数据的存储、加工和运输问题。“未来经济发展的大趋势是实体经济要数字化。”刘世锦这样认为。数字资产是数字经济的基石,数据相当于工业经济的石油,是非常重要的生产要素。“数据不流通就一文不值。”全国政协委员、中国联通研究院院长张云勇说道。任何一家企业的数据,即便再大,在整个数据的汪洋里也是沧海一粟,不流通也没有任何意义。但是当前在数据资源、数据要素流通方面,还存在着诸多瓶颈,数字商品化、资产化、市场化程度还不高,也制约了数据资源的充分运用,阻碍了数字生产力的发展。发展数字经济必须实现资产数字化。所谓资产数字化,就是用数字的形式来展现资产的原生信息和全量信息,并且运用一套复杂的数字技术和加密方案,对数据的数量、数据的维度、数据的密度进行计算、存储、分析和利用。资产数字化的优势主要表现在三方面:实时高效、可信可靠和创新生态。肖钢表示,要推进数字市场化,就必须建立数据要素市场体系,核心是要建立数据规则。“发展数字经济,发展‘新基建’,发展工业互联网,都必须大力培育和发展数据的商品化、市场化,来抢占战略制高点。”肖钢强调。“推动‘新基建’的发展,加快数据安全的相关规则制度建设,显得尤为迫切。”王一鸣说道。张云勇则认为,面对数据安全问题,人人有责。大家对隐私要足够重视,但也要适当开放包容。“新基建”与产业互联网融合发展“新基建”作为经济增长新的驱动力,与产业互联网可以说是相辅相成。一方面,“新基建”可以推动产业互联网向纵深发展,加快产业数字化进程,打造数字化企业,构建数字化产业链,塑造数字化生态,使得产业数字化水平大幅提升。另一方面,产业互联网也能为“新基建”提供强大的市场需求。王一鸣认为,产业互联网能为“新基建”的建设方向、发展方向、建设的重点领域进行引导,能够最大限度地减少“新基建”投资的浪费,提高“新基建”投资的效率。对于“新基建”中重要成员5G产业的发展,张云勇建议,要进一步突破关键技术的短板,强化5G技术的攻关,坚持商用引导整机带动的原则,弥补产业的短板,提高自主能力;深化垂直网络的建设,深化垂直应用,抢抓产业发展先机,推动5G与实体经济深度融合;加强前瞻布局,尤其是网络安全,统筹推进5G网络基础设施保障问题。腾讯公司政务云副总裁王景田认为,“新基建”是一个朝阳产业、快速发展的产业,有可能使我国的经济实现弯道超车、高质量发展。从社会治理的角度来看,互联网公司基于“新基建”,可以服务数字政府建设,帮助政府利用数据提升决策能力,提高政府治理水平,提升社区服务水平,让老百姓的获得感、幸福感、安全感更高。
文 | 赛迪智库信软所工业互联网研究室 孙刚 来源:工业互联网世界一、工程机械行业数字化转型趋势分析 (一)设备维护按需化基于工业互联网平台,在线采集设备性能、状态参数等数据信息,经过一系列的统计算法和分析,可以及时发现设备运行过程中的健康状态和存在的问题,按需求进行设备维护,节省人力物力,保障设备运行效率。(二)备件管理精益化传统的仓储模式能够缓解一定的备件需求压力,但是相应的产生了包括存储空间、物流调配、流转资金等高昂的仓储成本,还需要进行备件管理,耗费人力物力。运用物联网、云计算、大数据等新一代信息技术,加强供应链管理,能够提高备件流通效率,快速响应生产和维修需求,即时调配、按需调配、智能调配,从而提高了生产和维修效率,节省现金流。(三)产融结合在线化由于工程机械设备单价高、行业金融体系不完善等原因,下游中小企业往往存在着资金短缺的问题,严重制约了行业生态的发展。依托工业互联网平台进行设备连接、数据采集、统计分析能力,可以实现制造设备运行过程透明化,有利于金融机构做出实时评估,控制金融风险,在线提供快速融资、贷款服务。(四)解决方案服务化我国工程机械行业的技术、产能、效率近几年获得了飞速的发展,为应对越发紧缩的市场环境,响应用户端需求的升级变化,工程机械行业正呈现出制造业服务化趋势,即以产品制造商向解决方案提供商转变,从单纯的生产加工向提供设备运营维护、支撑业务管理决策、满足个性化定制需求等服务环节延伸,增加产品附加价值,塑造企业综合优势。二、工程机械行业工业互联网平台应用场景及实践 (一)设备预测性维护 一是设备状态监测。实时采集温度、电压、电流等数据,提高设备状态洞察力,避免机械设备突发故障。二是设备建模仿真。构建设备数字孪生体,通过输入参数、工况等数据,进行模拟仿真,优化维护方案。三是设备故障诊断。对设备工作日志、历史故障、运行轨迹、实时位置等海量数据进行挖掘分析,判断可能出现故障的时间和部位,安排维修计划。例如,卡特彼勒基于Uptake开发的设备联网和分析系统,采集设备的各类数据信息,联网监控,分析预测设备可能发生的故障,实现了300多万台运转设备的统一管控。日立基于lumada工业互联网平台推出consiteoil解决方案,通过传感器将远程的故障预警率提高到58%。徐工集团基于汉云工业互联网平台,为每一台设备做数字画像,将可能损坏的零部件进行提前更换,使设备故障率降低一半。(二)备品备件管理一是备品备件标识管理。以物联网技术连接备品备件,运用标签化管理、智能化检索等手段实现备品备件的监督、跟踪和协调。二是备品备件部门协同。基于工业互联网平台,打通各部门信息壁垒,推动跨部门协作,促进备品备件高效流通。三是备品备件供应链管理。建立零部件供应商对接交流平台,在保障生产和维修需求的前提下,实时、定量采购,降低库存量,节约现金流。例如,徐工集团基于汉云工业互联网平台,实现备品备件的计划、采购、库存、供销、追溯功能一体化,通过大数据分析持续优化备品备件管理体系,打破生产商和分销商信息孤岛,提升分拣效率8%,提升仓库利用率6%,降低备件库存8%,提高库存周转率5%。(三)智慧施工一是现场施工数据采集。通过传感器、无人机、三维扫描仪等方式对施工对象、施工场景、外在环境等因素进行高精度感知,掌握现场施工状态。二是施工方案模拟仿真。建立虚实映射的数字孪生体,输入设立不同的施工条件,进行工况模拟迭代,不断优化施工方案。三是现场施工现场指挥调度。建立反馈响应系统,根据设备动态变化,实时修正、调整施工方案并指挥现场施工。例如,小松提出和实施smart construction即智能施工解决方案。通过无人机+边缘盒子+小松云,聚焦高精度测量、设计图和测量图对比(Skycatch)、小松云模拟确定施工计划、施工可视化等环节,实现了建筑工程状态感知、实施分析、科学决策、精准执行的闭环,从而实现远程操作服务。(四)互联网金融一是在线贷款。银行、金融机构通过线上平台监测施工队作业情况、承包商贷款情况和经营情况,针对性给与贷款、融资等服务。二是融资租赁。工程机械企业依托独立运作、与银行合作、与融资公司合作等方式,开始租赁业务。加快资金的流通,降低融资成本,缓解资金压力,帮助中小企业迅速做大规模。三是精准投保。保险公司依托工业互联网平台对机械设备的监测、管理能力,综合评估工程机械设备施工风险,从而实现针对性投保、按需投保、精准投保等保险服务。例如,中联重科成立融资租赁公司,实现了设备的扩大销售,获得的营业额将占集团总收入的20%以上。三一集团基于树根互联根云工业互联网平台,通过融资租赁或者经营性租赁运营超过50%的设备,每年管理超300亿的在外货款;同时与久隆、三湘银行展开合作,开发用于精准定价与风险选择的数据产品,帮助久隆保险完成UBI保险产品及延保产品的定价。三、推进应用场景落地的着力点(一)关注数据采集,扩展信息获取渠道一是加强施工现场数据采集,通过传感器、无人机,摄像头、三维扫描仪等感知设备,采集现场施工环境和施工对象信息。二是加强设备端数据采集,基于平台采集和整合工程机械设备设计数据、运行数据、运维档案和地理位置等数据,实现对机械设备的深刻洞察。三是加强客户端数据采集,采集客户需求、反馈等数据信息,形成对市场的理解和认识。(二)紧扣模型开发,提高模型供给能力一是面向业务运营管理,构建资源调度模型、安全管理模型、供应链管理模型等,实现管理优化。二是面向设备远程运维,构建状态监测模型、预测预警模型、健康评估模型、故障诊断模型等,实现机械设备智能化运维。三是面向生产制造,构建加工工艺模型、质量管控模型、组装装配模型等,提高生产质量和效率。(三)聚焦解决方案,开发推广典型应用一是设备智能运维解决方案,基于平台的数据沉淀和模型应用,开发部署运行监测与分析工业APP,提供智能运维解决方案。二是现场施工解决方案,实时监控现场施工设备运行状态,基于工业互联网平台大数据分析能力,提供现场施工解决方案。三是供应链管理解决方案,依托工业互联网平台开发集中采购、供应商管理、柔性供应链、智能仓储、智慧物流等云化应用服务。(四)深化服务能力,加强企业综合实力一是进行反馈式设计,发挥机械设备在制造和使用过程中获得的数据、经验和智慧,返回到产品设计中,促进产品设计迭代式创新。二是进行柔性化生产改造,对产品按照其功能进行划分而进行模块化设计,内部实现零部件的标准化、通用化,采用多功能机械手,实现了多品种生产组装的快速切换。三是开展精益化管理,有效整合备品备件、机械设备、生产线、供应链、客户端信息,优化管理模式,提高产业链协同能力。(五)拓展商业模式,加快数字转型步伐一是实施平台化战略,搭建工业互联网平台,汇聚产业链上下游优势资源,对接优质客户、供应商、经销商开展商业合作。二是开展服务型制造,探索基于产品研发设计的增值服务、基于产品效能提升的增值服务、基于产品交易便捷化的增值服务、基于产品集成整合的增值服务以及从基于产品的服务到基于需求的服务。三是开展产业链金融创新,积极对接金融机构、保险公司、银行等,共同开发金融产品,提高金融服务能力。
2020年5月上旬,重点统计钢铁企业共生产粗钢2051.69万吨、生铁1848.71万吨、钢材1913.14万吨、焦炭321.52万吨。本旬平均日产,粗钢205.17万吨,环比增长1.97%、同比增长0.28%;生铁184.87万吨,环比增长0.58%、同比增长1.34%;钢材191.31万吨,环比下降6.31%[1]、同比增长0.95%。2020年5月上旬重点统计钢铁企业产品产量情况(单位:吨)粗钢生铁钢材焦炭本旬产量20,516,93718,487,07119,131,3733,215,242本旬平均日产2,051,6941,848,7071,913,137321,524比上一旬平均日产增减%1.970.58-6.31-1.15比去年同旬平均日产增减%0.281.340.95-5.38本月累计产量20,516,93718,487,07119,131,3733,215,242本月累计平均日产2,051,6941,848,7071,913,137321,524比上月平均日产增减%5.443.644.93-1.11比去年同月平均日产增减%0.281.340.95-5.3本月重点统计钢铁企业累计平均日产粗钢205.17万吨,环比增长5.44%、同比增长0.28%;生铁184.87万吨,环比增长3.64%、同比增长1.34%;钢材191.31万吨,环比增长4.93%、同比增长0.95%。根据重点统计钢铁企业产量估算,本旬全国共生产粗钢2724.28万吨,日产粗钢272.43万吨、环比增长1.67%、同比下降4.56%;生产生铁2280.73万吨,日产生铁228.07万吨、环比增长0.41%、同比下降3.61%;生产钢材262.39万吨,日产钢材326.24万吨、环比下降1.35%、同比下降1.55%。本月累计平均日产,全国粗钢环比增长2.31%、同比下降4.56%,生铁环比增长1.28%、同比下降3.61%,钢材环比增长1.13%、同比下降1.55%。本旬,重点统计钢铁企业钢材库存量1466.18万吨,比上一旬减少6.64万吨,减幅0.45%;比年初增加512.94万吨,增幅53.81%。[1] 受鞍钢集团ERP取数原则和部分企业月底集中入库等因素影响,本旬钢材产量相比上一旬减少较多。剔除这些因素,本旬钢材产量相比上一旬下降3.50%左右。
来源:BCG波士顿咨询数据是未来工厂的命脉。随着制造商越来越多地采用高级分析法、人工智能和其他新数字技术来转变生产和供应链,他们必须找到有效的方法来应用和管理数据。迄今为止,大多数制造商都专注于企业内部的数据。而通过企业间数据共享,制造商能够释放更多的价值并加速创新。波士顿咨询公司(BCG)最近的一项全球调查显示,全球近四分之三的制造业管理者正在考虑通过数据共享来改善运营。真正通晓数字化的企业不仅利用共享数据改进现有技术的应用,还利用共享数据开创了全新的应用。在工厂围墙之外进行数据交换,获得的回报是巨大的:仅在改善运营这一项,企业在五个关键领域通过数据共享所能创造的总价值预计超过1,000亿美元(参阅下图)。 BCG和世界经济论坛(WEF)近期联合发布了一份白皮书,研究能够从企业间数据共享中受益或借此能够实现的应用领域。报告分析了应用中一些常见模式(如协作模式)、数据共享面临的障碍以及克服这些障碍的方法,还提出了一个框架,可用于帮助制造商选择要实现的应用、确定合作伙伴,并与合作伙伴探讨数据协作的构思与计划。最后,报告概括了成功实现数据共享的关键因素。数据共享的应用 制造业中的数据共享在以下五个主要应用领域中创造价值。其中,数据共享的功能有所差异:在第一个领域中,数据共享增强了现有的高级分析法和人工智能解决方案。在其他领域中,数据共享使这些应用成为可能。01加强资产优化制造商可以收集同类型机器的多个用户的数据来改进算法,实现预测性维护等不同应用。因此,共享数据可以通过延长机器正常运行时间和提升产品质量来优化生产资产的利用效率,从而为所有利益相关方创造一个共赢的局面。这对于缺乏足够数据来支持可靠分析算法的制造商来说尤为重要。02沿价值链跟踪产品通过实现端到端价值链的透明化,制造商可以对突发情况快速做出反应,减少库存。尽管制造商已经可以在整个供应链中对产品进行跟踪,但他们必须协作、共享数据并利用通用系统来建立真正的端到端透明。03沿价值链跟踪流程进展情况如果制造商可以获取价值链上连续且完整的数字记录,就可以逐步增强价值链伙伴之间的信任,并更有效地遵守严格的监管要求。这使制造商能够确保供应商遵循商定的生产流程,供应商也可以在质保争议中把这些记录作为证据。食品和制药行业的企业已经在建立数据联盟,以获取这些益处。04交换数字产品的特征在产品形状和组成方面共享数据可以使制造商保持同步,同时优化联网的生产流程。例如,供应商和原始设备制造商之间共享的数字孪生产品有助于消除来料检验或形貌测量的流程,而这些流程是自动化加工零部件的必要环节。05验证来源消费者越来越多地希望知道产品的最终来源和加工方式,而且他们希望能够验证产品的真伪。通过共享数据,价值链参与者可以一起建立产品溯源体系和可靠性追踪体系,并帮助消费者识别造假行为。为了做到这一点,每种材料和商品都需要一个防篡改的唯一标识,该标识需贯穿整个生产生命周期。一些企业已经开始联手,在区块链解决方案上展开协作,从而实现这一目标。协作提升价值为了在数据共享上能够成功协作,利益相关方需要很好地理解如何共同提升价值。制造商之间可以通过第三方的解决方案供应商展开协作,供应链中的直接供应商和制造商之间可以展开协作,制造商之间也可以通过机器供应商的介绍展开协作。考虑到竞争和合规性,处于同一价值链步骤中的企业之间很少直接协作。例如,两家汽车整车厂可能不会直接共享彼此的产品和生产数据,如果他们希望协作,则可以通过第三方间接进行。数据共享的障碍主要来自信任层面和技术层面。从信任层面来讲,企业可能会担心无意中泄露有关业务的宝贵或敏感数据,在谈判中丧失主动权或竞争优势。企业可能还希望清楚地了解共享数据如何被使用和分析。技术层面的担忧则包括数据泄露和丢失的风险,可访问性和互操作性出现问题,同一解决方案的参与者之间数字化水平参差不齐,以及更换技术的成本(或担心陷入某一种特定技术而无法自拔)。成功的数据共享合作通过制定明确的价值主张和理由、使用互惠协议,并采用安全技术和通用标准来解决上述问题。新手入门BCG提出的五步框架可以帮助制造商初步建立数据共享关系。该框架并不涵盖构建复杂数据共享协作的所有方面。相反,它是深入讨论数据共享应用和成功建立共享关系的起点。它为合作伙伴的协作细节奠定了基础。该框架包括以下步骤:了解要通过数据共享解决的业务挑战。开发应对业务挑战的具体应用。根据对业务的影响力,确定应用的优先级。确定并评估每个应用的合作伙伴。为数据共享关系制定合适的计划。在确定数据共享应用的优先级时,必须检查价值主张和风险以及数据的可访问性和质量。制造商需要通过评估来确定合适的合作伙伴,并了解所有利益相关方的组织和基础设施准备情况。最后,各方需要讨论协作的建立、共享机制、补偿模式和技术架构等方面的要求。应用此框架之后,制造商仍然需要为数据共享做大量的筹备工作。选择正确的技术和通用标准有助于克服数据共享的主要障碍,如操作互通性问题和风险。新技术和全行业标准化的推行和通用参考架构的采用值得期待,更应予以进一步鼓励。每位制造商都有机会通过数据共享即刻释放价值。为了实现这一目标,制造业的领导者必须建立清晰的愿景,制定正确的价值主张,并通过在生态系统中建立信任来选择合适的合作伙伴。一旦具备了这些先决条件,制造商就可以专注于克服数据共享的其他障碍,比如安全性、隐私保护和互操作性。通过使用结构化方法,领导者可以识别相关的应用并建立成功的协作。尽管存在许多不确定性,但成功的秘诀显而易见的:专家、行业参与者和政府必须围绕数据共享加强协作,使更多制造商成为通晓数字化的高手。
来源:先进制造业 2020-05-09近日,发改委相关负责人表示,新基建主要包括3个方面内容:一是信息基础设施;二是融合基础设施;三是创新基础设施。本文以图片的方式,形象地诠释了新基建的规模。
来源:先进制造业 2020-05-06随着工业机器人产业和数控机床行业告别高增长阶段,智能制造进入高速发展阶段。尽管2020年受疫情影响产业增速有所回落,但在国家政策的支持下,智能制造领域的发展前景依然被业界看好,呈现九大新趋势。01需求导向、痛点聚焦将指引工业人工智能从理想走入现实一方面,人工智能技术在制造业的应用重点在于工业智能产品或具体工业痛点的解决方案。另一方面,相较于“锦上添花”的工业智能产品,“雪中送炭”的技术更容易被制造业企业接受。比如,基于机器视觉的表面质量检测技术帮助提升产品质量;或用基于知识图谱的智能CAD来提高生产效率;又或者用基于人工智能的能源分配来降低生产成本。02工业大数据将成为智能制造和工业互联网发展的核心在工业大数据发展过程中,安全性将成为企业智能化升级决策的重要依据。例如,工业核心数据、关键技术专利等数字化资产对企业的价值正在加速提升;降低数据安全隐患、提升系统安全和数据安全成为企业数字化改造升级中愈加重要的参考指标;增加厂区生产安全、过程安全迫在眉睫。03基于大数据的工业智能将带来更多服务型应用场景如正在快速形成的基于工业数据的故障诊断及预测性维护就是典型的服务型应用场景。这种服务场景通过对生产线的监测和历史数据进行处理并存储后,进行基于人工智能的预测性分析,对企业给出维护建议并对生产进行实时预警。04设备状态智能管理系统将成为远程运维的新模式设备状态智能管理系统将成为远程运维的新模式,将形成以数据为核心,从智能采集、智能分析、智能诊断、智能排产、自动委托、推送方案、远程支持到智能检验,再进入新一轮智能采集的闭环运行模式。05工业区块链将服务于数据安全及分布式智能生产网络一方面,工业区块链技术可以为工厂提供不同安全等级的区块链加密服务,对工厂间的重要数据进行无中介传递,保障各重要生产数据的加密安全;另一方面,随着工业区块链技术应用,将形成分布式智能生产网络,以终端客户需求为主导,促进工业的服务化转型。通过集成化与智能化生产,提高企业效率。通过标准化与网络化生产,降低企业生产成本。06协作机器人将成为工业机器人的主流发展方向2019年的上海工博会上,丹麦的UR公司、日本发那科、川崎、德国库卡等国际领先机器人企业在现场首发最新协作机器人产品;国产企业如新松、埃夫特、节卡、珞石、邀博等也发布了自己的协作机器人。2019年,在世界机器人大会、上海工博会及世界智能制造大会上,协作机器人受到国内外厂商大力追捧,未来前景可期。07基于算法的工业智能平台将成为应用场景的重要基石不同工业行业有各自独特的行业门槛,每个工业场景在不同行业、不同企业中的需求差异较大。人工智能与制造业深度融合的路径就是将信息技术与工业场景应用端结合。将核心工艺模型化、算法化、代码化的工业智能算法平台面向工业场景,可以为底层应用提供便捷的开发服务。08云边协同将成为工业智能应用产品重要技术路线一方面,未来将丰富的云端业务能力延伸到边缘节点,实现传感器、设备、应用集成、图像处理的协同;另一方面,行业将在云端与边缘共同发力,云边结合打造行业的工业大脑。算法升级将由云端完成。09工艺装备的智能化将成为制造业转型发展的突破口未来核心工艺装备与人工智能融合,实现工艺装备的智能化,将成为制造业转型发展的突破口。
来源:数邦客 2020-05-05据戴尔易安信最新调查显示:全球大多数企业现已认识到数据的价值,受管理的平均数据量从2016年的1.45PB增加至2018年的9.70PB。全球范围内,92%的受访者都看到了数据的潜在价值,36%的受访者当前正将数据转化为经济效益。随着数据价值的日益突显,越来越多的企业开始进行数字战略转型,有的通过数据平台过渡到数据中台,有的直接建设数据中台。所谓“无规矩不成方圆”,因历史原因企业在发展过程中已经形成了系统林立的情况,汇集到数据平台的数据都各具特色,缺乏标准、规范、治理的数据已经失去了使用的价值。为了规范数据处理过程,凸显数据业务价值,需对数据平台的数据进行综合管理,构建标准化、流程化、自动化、一体化的数据治理体系,确保数据架构规划合理、数据加工条理清晰、数据处理可管控、数据知识可传承。有效的数据治理可以确保企业数据全面一致可信,从而全面释放数据资产的价值。数据治理之困只有确保数据的标准化、规范化、可信可用,才能进一步通过数据运营、数据应用帮助企业实现数据资产管理、发现内部数据问题、发掘数据价值,进而实现企业数据资产的盘活和有效利用。数据治理应该采用最简单的手段管理最有价值的数据,但在实际情况中,我们遇到过在很多数据治理开展过程中,常见的“两不三难”的情况:1)后向型治理,不一致:因历史原因,很多企业采用“先建后治”的方式,通过手工填报、反向解析代码、脚本等的方式进行元数据探查、血缘探查、数据质量管理,事后才能发现问题,容易造成管理的内容和生产内容的不一致。2)被动型治理,不高效:当发现质量问题时建设质量平台、需要数据字典的时候建设元数据管理平台,将原本完整的治理体系割裂为多个系统、多个平台,造成系统集成难度高、治理效果差。3)误区型治理,难聚焦:随着中台的建设脚本和任务越来越多,本来管理数据变为了管理程序;数据治理的本质是管理数据,走入误区变成管理程序、脚本、任务,造成了管理失焦。4)项目型治理,难延续:数据治理的最终目标是提升数据价值,是一个持续漫长的运营过程,需要逐步完善、分步迭代,指望一步到位完成数据治理是不现实的,但在实际执行过程中往往以项目交付为目标,点到为止,导致治理不全面、无延续,效果也注定是差强人意。5)兼职型治理,难落地:由于每个行业、企业、单位的组织体系、数据应用、基础架构不同,需要通过方法论找到适合企业的特有的数据治理思路,同时需要专人或专业团队进行强有力的支撑,但实际执行过程中往往是企业安排员工进行兼职管理,导致职责不清晰,主动性不强,治理工作落地困难。数据治理之道在传统数据平台阶段,数据治理的目标主要是做管控,为数据部门建立一个的治理工作环境,包括标准、质量等。而在数据中台阶段,用户对数据的需求持续增长,用户范围从数据部门扩展到全企业,数据治理不能再只是面向数据部门了,需要成为面向全企业用户的工作环境,需要以全企业用户为中心,从给用户提供服务的角度,管理好数据的同时为用户提供自助获得大数据的能力,帮助企业完成数字化转型。通过分析数据治理实际开展过程中出现的一些问题,我们总结出了数据治理的几个关键要素:1)数据治理需要体系建设:为发挥数据中台价值需要满足三个要素:合理的平台架构、完善的治理服务、体系化的运营手段。根据企业的规模、所属行业、数据量等情况选择合适的平台架构;治理服务需要贯穿数据全生命周期,保证数据在采集、加工、共享、存储、应用整个过程中的完整性、准确性、一致性和实效性;运营手段则应当包括规范的优化、组织的优化、平台的优化以及流程的优化等等方面。2)数据治理需要夯实基础:数据治理需要循序渐进,但在数据中台建设初期至少需要关注三个方面:数据规范、数据质量、数据安全。规范化的模型管理是保障数据可以被治理的前提条件,高质量的数据是数据可用的前提条件,数据的安全管控是数据可以共享交换的前提条件。3)数据治理需要IT赋能:数据治理不是一堆规范文档的堆砌,而是需要将治理过程中所产生的的规范、流程、标准落地到IT平台上,在数据生产过程中通过前向的方式进行数据治理,避免事后稽核带来运维成本的增加。4)数据治理需要聚焦数据:数据治理的本质是管理数据,因此需要加强元数据管理,补齐数据的相关属性和信息,比如:元数据、质量、安全、业务逻辑、血缘等;应通过元数据驱动的方式管理数据生产。5)数据治理需要建管一体化:数据中台的数据模型血缘与任务调度的一致性是建管一体化的关键,有助于解决数据管理与数据生产口径不一致的问题,避免出现两张皮的低效管理模式。数据治理如何落地?数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块;在管理层面需要通过数据治理组织、数据治理流程进行支撑保障。数据治理是一项长期且复杂的体系化工程,它需要通过一系列流程规范、制度、IT能力以及持续运营等机制来保障治理工作的持续推进。数据治理的落地建议分为4个阶段:1)建组织:需要打破企业内部壁垒,构建多部门共同参与的数据治理组织,提升数据治理重要性。成立数据治理专项团队,包括数据治理委员会、数据治理团队、各业务部门等层层递进的组织架构。在绩效、团队、资源等方面支持数据治理的持续运营,达成企业数据中台的数据战略体系转型。2)立规范:建立切实可行的标准化流程规范,并随着数据中台的不断运营而持续完善,分步实施逐步迭代。规范包括发布数据治理管理规范、数据治理流程规范、建立数据治理标准化闭环流程、明确线上管理要求,并通过运营闭环化、流程线上化、服务集中化形成常态化机制推进数据治理工作。3)选平台:搭建有效的IT平台支撑数据治理的规范、流程、标准落地,同时确保前向的数据治理模式。数据治理本质是一项管理工作,只有生产过程可视化、生产过程可干预,才能保证数据治理的效果,因此平台应确保数据治理和数据生产的一体化。平台应具备多厂家协同开发能力、数据标准化管理能力、基于元模型驱动的元数据开发管理能力、元数据血缘管理能力、基于血缘驱动的任务调度管理能力、安全分层分级管理能力以及数据质量管理能力等等基础能力才能更好的保障数据治理的落地。4)重运营:数据治理是一个持续并且长久的运营过程,规范、组织、平台的以及流程需要不断的进行迭代优化,数据质量、数据安全需要持续管控,通过业务的不断滋养逐步完善数据中台的数据治理能力。结束语数据治理是一项战略性、长期性、艰巨性、系统性、持续进行的企业内部数据优化治理工作,因此,数据治理必然是一个漫长而持续的过程,没有一针顶破天的诀窍,也没有立竿见影的途径,唯有企业持续不断、持之以恒、不忘初心、不懈努力,才能达到预期目标。
来源:赛迪智库电子信息研究所2020年2月21日,中央政治局会议要求“发挥好有效投资关键作用,加大新投资项目开工力度,推动5G 网络、工业互联网等加快发展”。工业互联网是智能工业发展的基础设施,是工业向数字化、网络化、智能化发展的核心支撑,是工业变革创新的重要载体。推进工业互联网发展不是简单的网络和平台建设,是个系统性推进工程,需要统筹部署,从根本上解决工业软件、接口标准、工业网络、数字安全和商业模式等系列问题,才能确保工业互联网持续健康发展。工业互联网发展需要解决五个关键问题一是解决工业机理模型数字化问题。工业互联网平台是软硬融合平台,工业软件在工业互联网平台数字化、网络化和智能化控制以及商业模式创新中发挥着核心作用,工业产品的数字设计、验证和测试,工业装备的数字化控制,都离不开工业软件支撑。工业软件绝非一般的普通软件,是工业机理模型数字化封装和复用,需要对工业工艺、技术和机理等长期积累。目前,国际主流常用的各领域工业软件有超过150余款,涵盖研发设计、生产控制、测试验证等环节,几乎都是国外企业提供,且软件封闭不开源不开放。我国工业各细分领域国产工业软件全链条缺失,影响了国内企业工业互联网集成工业软件,已经成为了我国企业部署工业互联网平台最大障碍。二是解决数字工业设备集成互联问题。完善接口标准是工业互联网平台发挥平台系统集成、资源汇聚、信息共享等作用的关键。工业数字化设备网络接入、工业软件互联互通等标准不统一,不同厂商提供工业数字化设备、工业软件也就无法综合集成和互联互通,更无法建成一体化的工业互联网平台,互联工厂和智能工厂也就无从谈起。例如,目前市场上常用工业现场总线种类就超过20多种,由不同国际主要工业数字化设备厂商主导着,工业数字化设备五花八门,严重地影响了工业互联网平台对工业设备的综合集成。三是解决数字工业设备高速互联问题。提供满足工业应用场景需求的工业网络接入服务,是工业互联网平台畅通内外信息流通渠道必要保障。固定光纤网络无法解决工业设备移动化应用场景需求,传统室内WiFi无法满足海量设备接入、大场景移动漫游、多路数据高速率并发传输等需求,工业WiFi设备存在大场景部署无法弹性伸缩等问题。需要根据工业应用场景特殊需求,按照5G网络服务能力,为工业应用场景量身定制能解决网络接入痛点、技术切实可行、性价比高的5G专用网络部署方案。四是解决工业网络化服务商业价值问题。商业模式创新是工业互联网平台发展的价值所在。企业数字化转型绝对不是简单的技术层面推动设备上云上平台,是通过商业模式创新来重塑工业企业在数字化条件下的物资链、服务链、价值链。没有商业模式重构的工业互联网平台建设,只能算是企业内部管理信息系统,难以从根本上推动企业数字化转型和变革。目前,绝大部分工业企业在建设工业互联网平台过程中,都遭遇到了商业模式可行性问题。五是解决数字工业设备可管可控问题。工业互联网平台遭受病毒等网络攻击,产生的危害更为巨大。当前工业互联网平台安全风险来自多个不同层次,需要保障来自不同工业互联网平台服务厂商的硬软件安全,确保不出现漏洞和后门;需要保障网络接入安全,确保接入安全可信网络;需要保障数据使用安全,严格按照工业数据分级分类要求管理和使用数据。目前面对工业设备全方位的安全保障体系由于技术、制度等原因尚未全面建立起来。对策建议一是多措并举推进工业软件普及应用和跨越发展。引导和支持工业软件服务商服务化转型,推进工业软件网络化和平台化服务,提高模块定制化成服务能力,满足工业互联网平台综合集成需要。创新工业软件推进模式,鼓励和支持各领域行业龙头企业强强联合,创新合作推进机制,成立工业软件开发和运营公司,推动领域内工业软件的攻关突破和商业化应用。构建“产学研用”协同推进机制,积极吸收高等院校和科研院所研究成果,丰富工业软件机理模型,及时吸纳应用端的反馈建议,加快工业软件迭代升级,促进工业软件从可用向好用不断演进。二是加快建立涵盖工业软硬件的互联互通标准体系。加快建立工业网络接入标准,组建工业网络接入联盟,以主流工业网络协议为基础,制定统一的工业网络接入行业标准,适时上升为国家强制标准。建立数字工业设备接口标准,发展方便易用的工业设备连接器、转接器、连接线等连接设备,促进工业设备集成互联。建立工业软件关键数据共享标准,方便数据导入导出、共享交换、迭代更新和挖掘分析。三是加快发展面向工业应用场景的网络接入服务。推进5G在工业应用场景的应用,根据工业应用场景特殊需求,选择合适的网络部署和组网模式,量身定做满足接入需求、性价比高的专用网络接入服务,提高大移动场景下网络接入服务能力。持续优化工业WiFi,推进工业WiFi在工业应用场景的应用,提升移动部署和弹性伸缩服务能力,满足中小工业企业应用场景接入需求。四是深化工业和互联网融合创新。加快推进企业上云步伐,按照先易后难、先外部后内部、促进业务创新等原则,做好企业上云规划,谋划好云端业务信息系统部署需求和部署方式,积极推进已建信息系统通过升级改造向云平台迁移,鼓励采购成熟的SAAS云业务系统服务和大型PAAS云平台开展企业业务系统建设。构建企业大数据中心,统筹规划企业数据资源,推进各类业务信息系统数据和系统分离,构建企业数据开发利用统一支撑平台,以数据应用创新推动业务创新变革。适应社会运行模式的转变,大力拓展网络空间新服务,提供数字化、网络化和智能化服务。五是构建面向数字工业应用场景的安全保障体系。加快建立工业互联网网络接入、平台运行、数据使用等安全保障措施,增强入侵检测、电子认证、安全审计、角色管理等技术防护措施,加强产品安全测试和认证。完善技术、网络、平台、应用、人员等安全管理制度,建立工业互联网平台安全应急预案。
来源:赛迪智库电子信息研究所 2020-04-27“新基建”涉及七大领域 “新基建”是与传统的“铁公基”相对应,结合新一轮科技革命和产业变革特征,面向国家战略需求,为经济社会的创新、协调、绿色、开放、共享发展提供底层支撑的具有乘数效应的战略性、网络型基础设施。“新基建”包括5G基建、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等七大领域。 “新基建”与“传统基建”区别体现在三个方面:更突出支撑产业升级和鼓励应用先试。“新基建”以产业作为赋能对象,通过数字化智能化改造,促进产业的数据驱动发展,并在超高清、智能制造、智能网联汽车、新能源汽车等前沿产业领域,完善应用环境,抢占产业发展先机。更突出政府对全环节的软治理。“新基建”需要加强政府对规划、建设、运营、监管的全环节治理水平,增强投资动员能力,提升资金运用精准性,加强政策配套保障,实现舆情及时响应和监管开放透明,在实践中不断优化治理水平。更突出区域生产要素整合和协调发展。“新基建”提升覆盖范围内数据资源、电力能源、人才的流动速度和参与程度,削弱了传统要素对经济增长的制约,推动技术、劳动等其他生产要素的数字化发展,不仅促进中心城市的产业创新,还有助于中小城市、农村地区的协调发展。 “新基建”实施意义及带动效应支撑“两个强国”建设提供高速泛在的连接能力。5G以及工业互联网等新型基础设施建设全面强化数据连接能力;高铁、轨道交通、特高压、新能源汽车充电桩等新型基础设施建设进一步补足经济社会能源连接。提供通用化平台型支撑服务。通用人工智能平台以及大数据中心建设为我国制造业转型升级提供需求载体与核心驱动力。打造安全可控的基础网络体系。以新型基础设施建设为抓手,补足信息技术短板,强化关键核心技术与产品的自研能力,对于我国抢抓新一轮产业变革机遇意义重大。助力数字经济发展加速数字产业化。“新基建”可全面促进信息技术的市场化应用,推动数字产业形成和发展,催生新产业、新业态、新模式,最终形成数字产业链和产业集群。加速产业数字化。“新基建”对传统产业进行全方位、全角度、全链条的基础改造,有利于推动产业结构优化升级,实现对经济发展的放大、叠加、倍增效果。加速构建智慧社会加快推进社会治理智能化。“新基建”促进市场监管、环境监管、政府服务、应急保障、公共安全等领域社会治理方式创新。有利于加速构建全面设防、一体运作、精确定位、有效管控的信息化社会治理体系。加快推进民生应用智能化。以新型基础设施建设为核心基础,促进智慧交通、智慧医疗、智慧教育等智能化公共服务体系共建共享,对于进一步增进人民福祉意义重大。“新基建”是发力于科技端的基础设施建设,将对七大领域全产业链形成极强的带动效应。 “新基建”引入投资新风口 加快芯片产业化一是5G芯片,超500万基站建设需求带来5G基站芯片与高频器件的庞大市场需求。二是人工智能芯片,随着人工智能赋能千行百业发展,GPU、TPU、NPU等人工智能芯片市场蓝海广阔。三是服务器芯片,5G、物联网、工业互联网等海量数据应用势必带来高速服务器需求的持续快速增长。四是物联网专用芯片,物联网的连接设备构成种类多样,针对智能硬件、智能家电和智能计量等不同应用场景的物联网专用芯片市场需求广阔。五是IGBT控制芯片,IGBT是实现新能源汽车、高铁轨道交通应用功率转换与变频控制的关键,市场需求与发展潜力巨大。补足工业软件短板一是研发设计,计算机辅助设计(CAD)、计算机辅助工程(CAE)、产品数据管理(PDM)工业设计类软件主要用于提升企业在产品设计与研发工作领域的能力和效率。二是生产制造,制造执行系统(MES)、数据采集与监视控制系统(SCADA)等工业生产制造类软件是提高智能制造过程的管控水平、改善生产设备的效率和利用率的关键。三是工业控制,运行自动控制系统(ATCS)等工业控制软件主要用于高铁、轨道交通等控制、监视或者设备系统的智能运营。推进系统装备规模化生产一是5G基站设备,为满足人口密集场所稳定、有效覆盖,未来5G基站需求数量庞大;二是服务器,受5G、人工智能、工业互联网等海量数据业务驱动,服务器市场规模将保持快速增长;三是工业数控装备,高铁列车装备制造、特高压装备制造对数控装备要求较高。促进行业应用落地一是智慧医疗,加快推进基于5G新型网络架构的智慧医疗体系建设及模式创新,促进5G在疫情预警、院前急救、远程实时会诊、远程手术、无线监护、移动查房等环节的应用推广,以有效应对重大公共卫生突发事件;二是智慧教育,融合5G、AI、大数据、超高清视频等技术,探索远程教育、智慧课堂/教室、校园安全等场景,推广5G+高清远程互动教学、沉浸式教学、远程督导、智能安防监控等应用;三是智慧交通,加快开展基于5G的车路协同车联网大规模验证与应用,提高车路协同平台的功能和交互能力,以促进城际高铁和轨道交通、新能源汽车等智能化、信息化发展;四是智能制造,加快搭建基于5G网络的工业协同制造平台,推动5G技术与工业网络、工业软件、控制系统融合,促进制造业数字化、网络化、智能化转型升级。需着重关注四点问题投资主体:以社会资本投资为主,发挥政府财政资金引导和补空缺作用,避免政府大规模投资,调动社会资本投资积极性,最大化发挥投资带动作用。实施进度:根据战略规划和市场应用需求,统筹规划好“新基建”长期发展路线图和年度投资计划,防止“一哄而上”和重复建设,避免短期投资泡沫。区域和行业布局:以需求为导向,不搞大水漫灌,面向重点区域和重点行业,率先推进“新基建”试点示范应用,确保投资效益的发挥。网络安全保障:按照《网络安全法》《密码法》等规章制度要求,同步规划和制定数字新基建安全技术保障措施,完善面向数字新基建安全测评、风险评估、安全审计、保密审查、日常监测等制度。区域合理布局避免重复建设国家战略和重大项目布局要求区域“新基建”布局应处理好地方建设目标与国家经济社会目标间的关系,立足更好地服务“一带一路”建设、京津冀协同发展、长江经济带发展、长三角一体化、粤港澳大湾区建设等国家战略。人口分布和城镇化格局现状从人口流动看,城镇化的人口将更多聚集到城市群、都市圈,必将对区域“新基建”提出更高要求。5G基建、高铁轨交、新能源设施等应重点将人口流动关系和城镇化潜力纳入空间布局考虑范围。地区产业和互联网发展情况良好的制造业集聚、制造业和互联网融合发展基础是新基建项目建设的底座,区域布局可重点考虑产业和互联网基础稳固的地区,如工业互联网以推动产业集聚区的行业整体上云为抓手开展建设。区域资源环境承载能力数据基础设施方面,随着5G商用推进,“西数东送”的愿景有望实现,届时大量数据中心可考虑建在气候优势明显、能源价格较低的中西部地区。特高压建设方面,应充分考虑各地可再生能源资源和消纳条件,向受端负荷中心进行点对点区域布局。措施建议政府层面加强统筹规划和顶层设计。一是制定“新基建”发展中长期战略规划和短期行动计划。二是根据区域特点和行业需求,统筹规划“新基建”区域和行业布局。三是谋划好各类“新基建”投资参与主体,调动社会资本参与积极性,最大限度发挥投资带动作用。完善财税金融政策。一是加大基于“新基建”创新应用的财政资金扶持力度,扩大扶持项目范围,增加项目扶持资金额度。二是实施更大力度的投资税抵免、研发费用加计扣除、高新技术企业低税率等政策。三是在“新基建”企业融资、贷款、并购、重组、上市、发债等方面出台更加优惠金融税收等政策。强化产业政策引导。一是放开数字“新基建”市场准入,取消不合理的投资者资格要求,扩大民营企业参与投资建设的渠道。二是加快出台“新基建”建设、运营和管理的标准规范、管理办法、法律法规等。三是加强对“新基建”的安全监管,确保网络安全、平台安全和数据安全。鼓励支持创新示范应用。一是从中央、省、市三个层面开展基于数字新基建的创新应用试点示范项目遴选。二是采取“云服务券”等经验模式,支持企业加大数字新基建应用力度和基于数字新基建创新创业活动。三是举办基于数字新基建的行业应用创新大赛,强化投资对接能力,提高大赛成果转化率。企业层面以顶层设计谋划新方向。企业应以超前意识谋划“新基建”相关领域发展机遇,在把握和衔接相关领域发展趋势、需求和自身业务模式基础上,科学制定五年发展规划、三年行动计划和年度工作方案,明确企业战略发展方向和目标定位。以试点示范推进新发展。有基础、有需求、有动力的企业应聚焦“新基建”涉及重点领域需求,积极申报应用试点,打造一批性能优秀、应用效果好的基于5G、人工智能、工业互联网的应用案例和行业解决方案,拓展新模式、新服务。以区域共建实现新突破。企业应探索与地方政府共建新模式,通过PPP、BOT、BT、特许经营权等多种合作方式,聚力打造算力基础设施、超高清制播系统等新型基础设施,形成一批政府与企业合作共建的可复制、可推广的实践案例。
过去20年,互联网是改变社会、改变商业最重要的技术;如今,随着5G、物联网以及云计算和大数据、区块链、人工智能技术的迅速发展,生产制造领域将开始具备收集、传输及处理大数据的高级能力,使制造业形成工业互联网,带动传统制造业的颠覆与重构。美国、德国与中国各有所凭美国:凭借信息技术领先优势,以互联网吞并制造业长期以来,CPU、操作系统、软件以及云计算等网络平台几乎都由美国掌控霸权。近两年来,Google开始进军机器人领域、研发自动驾驶汽车;Amazon进入手机终端业务,开始实施无人驾驶飞机配送商品等。美国互联网巨头正在从“信息”领域加速进入“物理”业务领域。此外,美国通用电气、思科、In-tel、AT&T等组成了“工业互联网联盟(IIC)”。种种迹象表明,美国未来将大力发展工业领域的智能业务,通过互联网、大数据等新一代信息通信技术建设连接工业全要素、全产业链的网络,以实现海量工业数据的实时采集,自由流转,精准分析,从而支撑业务的科学决策,制造资源的高效配置。也就是,美国企业已经不满足于企业对消费者的数字化商业领域,而是开始涉足企业对企业的商业领域。一旦美国大规模进军工业的现实物理世界,必将对市场形成控制,其他国家的工业竞争力也将随之大幅降低。德国:凭借工业4.0,用互联网打通智能工厂德国一贯谋求在传统制造业保持世界领先地位,并且计划在适当的时候将其与新一代信息技术结合起来。如果不这样的话,就会在互联网时代失去与世界接轨的机会。为此,德国的“工业4.0”战略中的智能制造处处与互联网技术相关联。工业4.0本质是基于“信息物理系统”实现“智能工厂”。在生产设备层面,通过嵌入不同的传感器进行实时感知。通过宽带网络、数据对整个过程进行精确控制;在生产管理层面,通过互联网技术、云计算、大数据、宽带网络、工业软件、管理软件等一系列技术构成服务互联网,实现物理设备的信息感知、网络通信、精确控制和远程协作。工业4.0时代,每一个产品将承载其整个供应链和生命周期中所需的各种信息,实现追踪溯源。每一个生产设备将由整个生产价值链所继承,实现自律组织生产。智能工厂灵活决定生产过程,不同的生产设备既能够协作生产,又可以各自快速地对外部变化做出反应。所以,工业4.0的技术手段是互联网技术的深度融合,未来的制造业将建立在以工业互联网为基础的协同平台之上,将更多的生产要素进一步科学地整合,互联网技术在生产、管理、交易等环节的应用不断深化,推动柔性生产、智能制造和服务型制造日益成为生产方式变革的重要方向。中国:凭借“工业互联网”,为制造业转型升级赋能可以说,德国、美国的工业互联网是两种完全不一样的发展路径。通过仔细分析德国、美国的工业互联网发展战略,我们不难发现德国、美国在未来制造业上有着各自的深层思考。制造业的第一阵营尚且如此未雨绸缪,中国如果还不能对种种趋势做出及时反应,差距只会越来越大。工业互联网时代,平台型企业、网络化组织、开放式创新、大规模定制、社会化生产等行为将更加普遍。所以,生产者与消费者的互动将更加紧密,中小企业的作用将更加突出,对市场需求的快速反应将更加重要。这些变化都要求适时、适度的制度创新和管理变革能力,这对我国相对薄弱的制度创新和管理变革能力构成现实性的挑战。为此,最近几年,工业互联网在我国受到了空前重视。行业主管部门认为,工业互联网对我国制造业数字化转型升级,实现制造业高质量发展以及提升国际竞争力具有战略意义,要从制造业大国向制造业强国转变,须抓住这次工业互联网平台的发展机会。网络、平台及安全构成了中国工业互联网三大体系,网络是基础,平台是核心,安全是保障。以往的思路认为,要想摆脱传统制造业的低附加值境地,就必须向“微笑曲线”的研发和服务这两端延伸,通过高新技术实现产业升级和发展制造业周边服务业是必经之路。从产业层面来看,“研究与设计”环节意味着发展高新技术产业,“营销与服务”环节则是要提高制造业周边服务业的比重。但是,这一过程会遇到诸多挑战,既不能实质性地走出微笑曲线的底部,也不能短期内走出微笑曲线的底部。但是,工业互联网时代已经到来。因为,制造业传统意义上的价值创造和分配模式正在发生转变,借助跨国界的互联网平台,企业、客户及利益相关方纷纷参与到价值创造、价值传递及价值实现等生产制造的各个环节。这样一来,工业互联网将对制造业“微笑曲线”这个价值链进行一次颠覆性的重塑。个性化定制把前端的研发设计交给了用户;用户直接向企业下达订单,也弱化了后端的销售,从而拉平微笑曲线,并重新结合成价值环。从三个“CM”入手几十年来,随着各种产品的丰富,制造业生产结构也变得更为复杂和精细。生产线和生产设备内部的信息流量,以及管理工作的信息量剧增,自动化系统在信息处理能力、效率和规模上都已经难以满足制造业的需求。工业互联网将在一定程度上解决这些难题。当工业互联网这一新的业态开始进入制造业领域时,一个全新的挑战也随之而来,那就是让制造业由机械化、电气化、数字化,转向网络化和智能制造的挑战。当然,国家战略有了,给产业界未来指明的方向也有了。随之,未来几年必然会有大规模政策扶持。但是技术的方向研究,尤其是在工业互联网的理论创新和产业研究方面还不够。笔者认为,行业和企业发力工业互联网要从三个“CM”入手。第一个CM(Concurrent Manufac-turing,并行制造),指的是制造业的各个工艺流程都将并行化、透明化、扁平化,实现真正意义上的智能制造。并行化的智能制造过程将通过利用网络世界海量的数据和信息资源,突破物理世界资源有限的约束。这样一来,可以一边设计研发,一边采购原材料零部件,一边组织生产制造,一边开展市场营销,从而降低运营成本,提升生产效率,缩短产品生产周期,也减少能源使用。第二个CM(Cloud Manufacturing,云制造),简单地说是一种基于泛在网络,实现互联化、服务化、个性化的一种制造新模式和新手段,将线下的资源(零部件、生产车间、生产设备、资本以及工人等)整合到线上,吸引价值链上下游的不同企业广泛参与到设计、生产、服务等环节中来,实现各种资源的共享与互补。而C2M(Customer-to-Manufacto-ry,顾客对工厂)是围绕消费者的一种商业模式,以消费者为中心,凭借提供自己的标准化模块供消费者选择性地组合,是一种“拉动式”的供应链体系,借工业互联网平台,形成对全球行业链的带动引领能力,然后通过智能制造实现多品种定制化的快速生产。三驾马车:5G、人工智能与区块链总之,工业互联网时代,互联网技术将全面嵌入到工业体系之中,将打破传统的生产流程、生产模式和管理方式。工业互联网的生产制造过程与业务管理系统的深度集成,将实现对生产要素的高度灵活配置,实现大规模定制生产。从而,将有力推动传统制造业加快转型升级的步伐。那么,工业互联网凭借什么力量去改变制造业思维,去给制造业带来更多的灵活性和想象空间,去颠覆制造业的游戏规则呢?近几年,全球有三大科技领域越来越热:一个是人工智能,一个是5G,还有一个是区块链。三者都是能够改变时代、改变社会、改变经济的颠覆性技术。目前,我国已经发放了四张5G牌照,5G产业处在爆发前夜的阶段;人工智能方面,业界普遍认为,工业4.0是继蒸汽技术革命、电力技术革命、计算机及信息技术革命之后的新一轮科技革命和产业变革,而人工智能是工业4.0的重要推动技术;区块链方面,很多人甚至认为其将改变数据存储方式,重塑互联网和物联网。5G、人工智能与区块链亦是工业互联网的“三驾马车”。5G5G作为下一代移动通信网络,它不仅可以带来大众良好的移动互联网体验,还将成为智能制造、无人驾驶汽车等各个领域的技术支撑。因此,5G被视为工业互联网的“基础设施”。5G可以与3D工业相机、超高清视频、传感器、控制系统等技术相结合,帮助工业企业实现对设备的远程操作、基于增强现实的人机协同、生产过程实时监测等,将进一步提升生产效率、改善员工的工作条件。众所周知,WiFi稳定性较差、安全性能不强。随着5G时代的到来,5G专网(5G局域网)大有大规模取代工厂内WiFi的趋势。欧美一些国家的工业制造业企业无须跟随网络运营商的5G建设节奏,可利用政府为企业预留的5G频率率先在企业内部建设5G局域网,解决稳定性问题。与此同时,企业使用的5G频率是本地5G频率,而不是网络运营商的授权频率,不受网络运营商的影响,可独立进行5G应用,使得专用网络与公用网络物理隔离,提供完整的数据安全性。人工智能经过60多年的演进,特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下,人工智能加速发展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点,受脑科学研究成果启发的类脑智能蓄势待发,芯片化硬件化平台化趋势更加明显,人工智能发展进入新阶段。工业互联网平台的核心是基于人工智能技术,集成了工业数据分析与建模能力。大数据智能是开启工业大数据应用价值的钥匙,机器学习、深度学习和监督学习是决定大数据应用价值高低的主要因素。利用这些新一代人工智能技术,基于工业流程,行业知识、经验及生产工艺等构建的数字化模型之后,将工业大数据输入模型,就可以基于数字化模型的计算,实现对制造业全生命周期的描述、分析、预测、决策,以指导现实工厂各项工作的精准执行。区块链区块链基于共享账本、智能合约、机器共识、权限隐私等技术特征,应用在工业互联网中,有望提升工业制造各环节生产要素的智能配置能力,加强产业链上下游的网络协同。例如,工业1.0和工业2.0时代,主要是由管理人员管理员工组织生产,工业3.0时代由管理人员管理自动化设备进行生产调度,而工业4.0时代将通过智能合约基于某种规则或协议实现人机协同。再比如,统一管理工业互联网标识是一个难题。或许应该换个标识统一管理的思维角度——用区块链共享账本机制来实现统一管理。标识需要的不是解析,而是记录,记录在行业区块链上。区块链技术在过去两年被广泛关注,但一直迟迟不能规模化商用,最大瓶颈是区块链技术一直以来都是应用于线上的数字货币等信息世界,但要大规模商用就必须得解决线下的物理世界如何上链的难题。区块链能够完美地帮助工业互联网连接物理世界和虚拟世界,为“智能化”提供基础保障;工业作为国民经济的主体,随着工业互联网时代的提前到来,亦能够让区块链尽早实现大规模商用。供给侧、应用侧及政府三方携手综上所述,战略层面上,工业互联网受到了中美德前三大制造业国家的高度重视;模式层面上,并行制造、云制造与消费者为中心等三个“CM”将是工业互联网的主攻方向;技术层面,5G、人工智能与区块链三驾马车让工业互联网快速落地成为可能。于是,在国家战略布局下,尤其是部分省市高额补贴的政策大力支持下,我国制造业企业、工业软件服务商、工业设备供应商及互联网公司纷纷布局工业互联网平台。据统计,近两年来,我国工业互联网平台数量实现了高速发展,国内工业互联网平台数量竟出现三四百个,超过了国外工业互联网平台数量的总和。然而,从供给侧角度看,我国工业互联网平台的数字化模型与国外工业互联网平台相比有较大差距,亟待不断提升大量设备的接入能力,丰富各种数字化模型,以实现工业大数据的采集存储与挖掘分析。如何用好工业互联网三驾马车,有待平台企业进一步升级和强化。从应用侧角度看,企业用户对应用工业互联网平台,上传数据、企业上云的安全性仍有警惕,对人工智能、区块链等新技术仍持保守谨慎态度。如何让众多制造业企业接受工业互联网,有待从三个“CM”入手进一步科普和推广。所以,从政府角度看,应该重新梳理思路,抓重点应用场景。围绕宏观的产业角度,开展政策建议和评估,斩落战略制定以及规划落地,应用示范以及复制推广,规范、约束和引导工业互联网平台以及工业APP健康发展等研究,很多事可以做,而不是从微观层面搞技术,自己搭建平台。唯有引导工业互联网真正落地,让工业互联网平台成熟度不断提升,才能使广大中小企业用户提质增效,才能实现产业转型升级和高质量发展。万事俱备,尚需理清思路;如何推进,亟待三方携手。
01 做好中长期危机管理一、将危机管理纳入日常业务发展之中这次疫情,无疑让企业对危机进行一次新的审视。过去,企业更多地关注和预防内部产生的短期危机,对外部危机重视程度不够,尤其是自然、社会方面的外部危机往往在企业危机管理中被忽视。而现在正在面临的新冠疫情,会在中长期给企业带来市场、运营、投资等诸多不可预期的风险。整个商界社会都需要适应新冠疫情所带来的中长期经营管理风险,把危机管理融入到日常业务发展中,学会与其在一段时期内共存。(一)树立9R原则,开启全面的危机管理危机管理是专门的管理科学,它是为了对应突发的危机事件,抗拒突发的灾难事变,尽量使损害降至最低点而事先建立的防范、处理体系和对应的措施。危机管理一般可分为两大部分:危机爆发前的预计和预防管理,危机爆发后的应急善后管理。普华永道分享了危机管理的“9R原则”:危机识别(Recognition)、快速反应(Rapid)、社会责任(Responsibility)、核心关系(Relation)、信息披露(Release)、危机预案(Rehearsal)、发言人(Representative)、品牌修复(Recovery)和储备/防备(Reserve)。这9个原则都同等重要,并且都是必备元素。(二)遵循2-8原则,让危机管理更有效在危机预警与应急机制中,危机信息异常判断的方法至关重要,最为著名的是FMEA(Failure Mode and Effect Analysis,失效模式影响分析)。在FMEA分析中,会将具体的某一故障模式可能会对所在系统带来的运作阻碍,按其影响程度的大小给予不同的严重度等级(Severity, S);寻找并确定造成该故障模式的各种原因和发生的概率(Occurrence, O),以及发生后的监测难易程度(Detect, D),并按照一定的评级标准进行等级评定。通过公式(RPN=S*O*D)计算出造成某一故障模式的各个故障原因的风险顺序数值(Risk Priority Number, RPN)。计算得到RPN值后,通常采取“2-8原则”选择纠正对象,即在所有故障原因中选取RPN值最高的20%优先进行纠正,其余80%的故障原因可自由决定是否需要纠正。(三)建立5S原则,让危机应对过程更顺畅危机应对5S原则是指危机发生后为解决危机所采用的原则,包括承担责任原则(Shoulder)、真诚沟通原则(Sincerity)、速度第一原则(Speed)、系统运行原则(System)和权威证实原则(Standard)。5S原则与9R原则、“2-8”原则是内在统一的,5S原则更加强调反馈应对的过程。(四)运用危机管理新工具应急决策支持系统(Emergency Decision Support System, EDSS),是综合应用多种先进的技术手段,为应急管理全过程提供辅助决策支持,已成为应对突发公共事件主要技术手段。近年,基于人工智能中的案例推理(Case-Based Reasoning, CBR)技术在应急决策支持系统得到了广泛的应用,既增进了应急决策的有效性,也能节约宝贵的决策时间,有效提高了应急决策的效率。CBR技术通过以前类似问题求解的经验和知识来推理,针对新旧情况之间的差异做相应的调整,从而得到新问题的解,并形成新的案例加入案例库中。CBR在处理复杂问题和多属性决策时具有很多优点,最重要的一条就是能模拟人的联想、直觉、类比、归纳、学习和记忆等思维过程进行问题求解和决策。随着系统和数字分析工具的应用,很多企业已建立了数字化的风险预警体系。值得关注的是,企业一定要把风险预警体系与业务信息系统结合起来,才能真正地发挥作用。如利用现有的数据搭建信息整合仪表盘,构建分析模型,建立采用历史数据为测算基础的风险预警体系并持续增加业务指标。采用数据分析工具对风险指标进行动态的定时监控,同时对风险指标的变化情况及趋势实现可视化,还原现有的产品流通路径,建立公开透明的信息共享平台等。二、更好地发挥保险在危机管理中的作用根据调查显示,中国企业购买商业保险的比例不到5%,其中营业中断保险的购买率更是不到2%。而在中国的外资企业保险意识普遍较民营企业更高,获得保险理赔成为外资企业应对危机的重要补充手段。中心成员分享了商业保险在应对危机中的作用和未来发展趋势。(一)保险在三个层次发挥作用一是建立个体化的保障与自保机制。个人和企业通过购买商业保障,形成以健康、财产安全和稳定为中心的全方位保障,是整个保险发挥作用的起点。特别是面对公共卫生事件时,个人和企业的基本性保障应该先行启动。二是社会化的风险共担机制。当前我国社会保障的范围不断扩大,保障水平也不断提高,标志着我国社会福利水平明显改善。但是随着经济社会发展,特殊性的公共安全和特殊事件的保障还没有到位,这需要对重点领域和重点人群进行针对性的补充保障。这个补充保障就是商业保险应该发挥作用的地方,并且应该以保本微利的原则提供公益性较强的产品,这类产品可以通过政府专项补贴的方式,切实降低企业和个人购买这类产品的财务压力。 三是保险金融风险分散机制。这需要通过巨灾保险、巨灾再保险、巨灾证券等方式组合应用来实现。其核心功能是形成高累积的资金池,缓解重大危机下由于资金压力造成的经济社会运行破坏性的打击。对政府来说,把原来依托财政支出的社会应急体系转向政府和社会力量共同承担,将极大提高应急资金使用效率,更好地发挥财政资金的撬动作用;同时,这也是对财政支出的平滑,有利于稳定国民经济发展。(二)通过保险提升企业危机管理的能力在中国还有较大的提升空间经过多年的探索和发展,灾害保险已在政府社会治理中发挥着重要的作用。生产安全责任险、环保污染责任险和疫苗法定责任险等保险产品基本已纳入社会治理工作体系。未来,应对巨灾的风险管理保险产品的开发和应用,也将会成为增强政府应对风险能力的重要方向。部分地方政府已开始研究把巨灾保险融入到社会治理中,并作为平衡财政支出波动性的重要工具。中心成员普遍认为,保险不仅是财务风险保障的工具,也是社会安全治理资源有效整合的平台。中心成员呼吁,应对巨灾的一揽子解决方案需各方共同努力,让保险串行于社会巨灾危机的解决方案当中,为各类型的管理和应急机制穿针引线。三、应对此次疫情,危机管理的实战经验危机是一场考验,是推动反思的终极命题,是企业价值(模式)和生长潜力的试金石。在疫情危机下,企业发展战略、管理机制和业务方向的相关要素都发生了变化。中心成员企业分享了其在应对疫情危机管理的经验。(一)培育四项特殊管理能力企业价值是靠管理中不断提升,应对危机,敏捷性、灵活性、适应性和坚毅性尤为重要。敏捷性。即企业领导层是否能快速对危机做出反响,也就要有敏捷的响应机制。成员企业在发现疫情后,快速成立各种工作组,并且开展全面的诊断分析,为整个疫情危机管理奠定了较好的基础。灵活性。危机的变化非常快,不能还按照原定的制度、流程进行管理和决策。要给予整个组织、决策者更大的灵活性,快速裂变,以对各类情况及时做出更有利的判断。适应性。各地疫情不同,企业的危机管理措施需要适应各地情况的变化而变化。如根据不同地区的文化习惯、资源条件等采取不同的防控措施和业务调整策略等。坚毅性。只有领导层非常坚毅,才能带领出一个健康的抗风险团队。(二)重点关注六个方面事项疫情危机对企业产生的影响是多方面的,成员企业分享到,以下六个方面应该是企业在中长期危机管理的关注重点,并应在日常业务发展中采取积极的应对措施。一是合同管理和履行的变化。需要关注已签订的合同条款是否还能满足,产生哪些不可抗力的条件,如何协调解决以适应当前的情况。企业法律部、商务部和财务部需要共同讨论,甚至与客户一起讨论,以便得出最优的解决方案。二是互联网渠道和业务。受隔离政策影响,很多业务可以从线下向线上转移的,要尽可能加快速度转移,这对企业来说也是个新机遇。三是利用好各类政策措施。时刻跟踪国内外各国的最新政策措施,时刻关注政府各类网站,及时了解政策信息。在企业内部开展综合性分析,及时找到和发掘能适用企业的政策。这些政策,有的可能为业务连续提供重要条件,有的可能隐含新业务的机会。四是利用管理好现金。一方面,不同类型的企业现金流受到不同程度的影响,企业与供应商之间的合作可能需要重新谈判;另一方面,需要通过发债等多种手段补充资金,减少不确定性,稳定供应链,以应对危机。五是同时考虑政治与经济影响。面对疫情的危机管理,不仅是公共卫生事件本身,而其已对经济系统和国际政治关系已造成不同程度的影响。企业在做疫情危机管理时,应该考虑到经济环境、政策以政治关系的变化。未来,地缘政治也将成为更为重要的业务发展影响因素。六是加强企业社会责任,为企业树立品牌。从健康共同体,到经济共同体,再到命运共同体,企业都应该积极去承担社会责任。在疫情危机中,企业持续加强或者履行更多的社会责任,会取得较好的社会反响,也会对树立企业品牌有非常大的帮助。02 如何建立新常态下的数字化新能力此次疫情进一步强化了企业数字化转型的意识和动力,让不愿意转或转型慢的企业加快了步伐。但企业的数字化转型绝不仅仅是技术问题,而是技术应用和业务管理、组织变革、运营模式转换相结合的系统工程,这也使得企业数字化转型之路并不总是一帆风顺。一、对标数字化转型的三个阶段,确定企业的数字化进程 从信息化到数字化再到智能化,不同行业的数字化阶段各有不同。企业在数字化转型战略制定过程中,首先要清楚地知道自己行业或企业可能处于哪个数字化阶段,才能更为准确地制定战略方案。中心成员分享了数字化转型的三个阶段及特征。第一阶段是数据化。把一些非数据化的信息,如样本、档案、签到表格、产品描述等转化为贯通的数据化信息。很多大企业的产品信息都存在于不同管理层、不同电脑、不同职能部门,为分散、割裂的状况,其实都不是数字化。数字化的第一步就是让这些纸质的、非流动的信息转换为可流动、可共享、可分析的数据。第二阶段是数字化。即有了数据后,最大限度考虑利用数字化工具,打通各类数据池,去想象和模拟生产经营情况,去优化和赋能经营管理,最终更好地为做决策服务。如利用各种数据进行交叉分析,汇报给对应的管理者和决策者,进而对生产和营销环节的资源配置进行调整和优化,发挥决策辅助功能。第三阶段是数字化转型。数据之间充分融合,系统之间充分联动,自动化管理系统可以代替人做出更优的自主决策,即基本实现智能化决策。并且由智能化决策带来的效率提升或业务延伸,使得企业创造出新的商业模式。只有当新的商业模式出现时,才说真正完成数字化转型。二、借鉴实践经验,找准企业数字化的切入点从企业内部来看,营销、生产和业务管理各环节的数字化要点各不相同。B2C和B2B不同类型企业数字化的优先顺序各有差别。中心成员分享了多项实战经验。(一)把企业最大可变生产要素进行数字化,是数字化转型的关键。面对多类生产要素,企业要优先选择最大可变的生产要素进行数字化。寻找什么生产要素,可以应时、应地、应人的调整使用。就可以利用变动的要素在需求与供给匹配方面下功夫,进而带来运营效率提升的效果。(二)营销端是企业数字化的最佳切入口。随着中国消费互联网的逐步成熟,线上营销成为众多B2C企业的选择。同时,线上营销的发展,也使得营销相关的数据(消费行为数据)、数字营销运营人才比较容易获得。其次,营销端的数字化能在短期内见到效果。如果需要增加新的传感器、视觉识别工具才能获得从信息到数据的转化,这个成本非常高,见效周期也长。一般而言,B2C企业在数字化营销方面走的较快。如精准的广告投放,可以按照秒为单位进行估计和策略调整。近期,直播等社交媒体的应用,又一次助推了营销数字化的升级。未来,B2B企业的数字化营销市场前景非常广阔。(三)生产和运营数字化(工业4.0)的程度,每个企业需要个性化评估。生产环节是否数字化,取决于企业的业务形式。数字化生产中重要的一个标志是柔性生产,即企业的生产线是否适应个性化需求,又不增加成本。其次是经济生产,用最小的能源、最少的物料,生产最稳定的产品。部分企业已经实施了“反向供应链的规模化生产”(C2M模式),在节约成本、提升个性化等方面取得了一定成效。当这两类目标都实现以后,通过数据接口打通,链接生产端和销售端,形成数据流,利用数据流去优化运营管理,这样就形成了生产和运营一体化的数字化模式。(四)构建从感知到决策的智能闭环,数字化才能更好地显现价值。数字化的投资一般都较大,很多企业在考虑需要投资多少钱来做,能产生多少收益和价值。中心成员分享到,数字技术的应用是否创造价值,需要到智能决策阶段才能充分显现出来。与人的智能进化过程类似,依次具备感知能力、理解能力、分析能力,再通过决策指导行动,进行下一轮的分析,这样才能形成闭环的优化,才能最终创造价值。企业要起让数字化真正实现价值,需要在感知、理解、分析、决策等各环节都下功夫,形成一个智能决策的闭环,才能发挥最大的作用(也可以就某一个业务或产品来构建智能决策闭环)。三、围绕企业核心竞争力,确定数字化团队的配置方式众多传统工业企业都看到了数字化、智能化给企业发展带来的好处,坚定信心加强企业科技投入,下定决心要推动智能化发展。但受制于对新兴技术的不了解、技术人才储备不足,非常担心数字化之旅受阻。中心成员就大工业企业是应该自建团队,还是采取外部协作的方式开启数字化,给予了具体的建议。企业要围绕构建核心竞争力的角度去思考这个问题。如用“磨刀不误砍柴工”来比喻数字化转型。数字化技术的应用就好比是磨刀石,是用来给“刀”(企业核心产品或服务)赋能的,是增强企业核心竞争力的工具,不是核心竞争力本身。企业要把更多的精力放在如何把“刀”造好,利用自己专业团队提升核心竞争力。如果本身为数字化或人工智能技术相关的研发、服务企业,应该加强聘请一流的人工智能专家,以增强技术实力,更好地提供前瞻、全面的服务。如果主要业务为工业产品,建议采取与外部技术团队协作的方式。一方面,一流的数据或智能技术专家非常难以到一个实体企业去做具体的应用研究。另一方面,技术专家与产品运营团队本身还存在融合的问题。现在数字化第三方服务也慢慢发展起来,专业性、规范性都在逐步提升。同时,与第三方专业团队合作,还可以了解到同行业、本领域其它单位的数字化经验,减少失误。四、构建结构性敏捷组织,用新能力承载数字化战略的落地 适应数字化时代的到来,企业面临的挑战不仅仅是数字化技术和运用这些技术的技能。超过60%的能力,是企业在数字化环境下的业务和管理能力。然而构建新的能力,面临着多方面的挑战,包括如何识别核心人才,如何营造适合人才需要的组织环境等。普华永道分享了敏捷组织建设和人才团队激励的经验。(一)围绕核心能力构建结构性的敏捷组织。敏捷组织的建设是数字化战略落地的载体和关键。企业应根据数字化转型战略的核心要点,进行组织的模块化分拆,并围绕核心能力构建,进行“敏捷性拼接”。值得注意的是,不能把企业组织100%打散,这样风险非常高。应把组织中20%的关键职能和人才进行“敏捷化”,而其它80%的组织采取跟随策略就行,这也称之为“结构性敏捷组织”。面向核心能力构建时,会发现一些拆解后的小模块组织,在哪个项目或能力构建中,都用不到,这就是多余的组织,可以去掉。(二)企业需要根据数字化的“成熟度”,选择合适的组织模式推进,并制定相应的职责/分工/推进制度/激励措施。具体来看,自发分散、集中协调、集中治理、内嵌到业务四类典型组织,在数字化转型团队配置方式和要点各不相同(见下图)。数字化推进模式在组织配备上,必须设定独立的数字化职责团队,但其位置需要与企业成熟度挂钩。(三)构建差异化的人才信任体系,协助组织沿着调整方向进行转型变革。企业在推动数字化转型过程中,往往会遇到来自内部人员和内部文化的阻力。这就需要根据不同类型人才,构建多层次的信任体系。· 对于2%的顶层核心管理人员,要构建个人信任。凝聚核心顶层管理人员的理想信念,共同奔赴企业数字化转型愿景。加强解决方案构建能力 (Solution Architect) 的打造,从转型项目评估到落地回顾各阶段的核心模块进行拆解,协助组织沿着调整方向进行变革。· 对于18%的核心人才,要构建结构信任。重点关注其领导力、系统思维能力等专业能力的提升,支撑数字化转型的具体运营和落实。特别是变革领导力的提升,要直接落实于企业需要重新构建的人才管理理念中。因为没有人才理念的更新,就没有彩88-首页的更新,就很难树立数字化运营的新文化。· 对于80%的其它员工,要给予专业信任。让其更好地落实公司数字化转型的相关规则。借助系统平台串通资源,打通内部数据,助力业务高效运转,进而促进公司业务水平的整体提升。 五、积极应对数字化带来的岗位技能变化和转移随着数字化的推进,机器代替人的观点日益受到人们重视,很多人认为数字化或者说智能化,会造成大量的失业。中心成员分享到,数字化是第四次工业革命,是未来发展的必然趋势,不会因为担心失业就戛然而止。正如90年代末国有企业所有制改革一样,当时改制也导致了大量的人员转岗和再就业。数字化对就业的核心影响是岗位技能需求的变化和岗位的转移。