許小年：企業數字化轉型的現實路徑

微信號

功能介紹

本次課程內容來源是著名學者許小年教授團隊研發的土士版權課程，首發課程從宏觀經濟研究轉到微觀經濟研究，針對企業的數字化轉型提出自己的獨到見解和落地建議。

基本假設：

無論技術多么發達，都不改變經濟規律，不改變商業的本質。

“工業4.0”的概念耳熟能詳，但對于“工業4.0”的含義了解的人少之又少。工業技術發展經歷四個階段，分別是：

“工業1.0”實現了機械化、動力化。18世紀60年代起通過水力和蒸汽機實現工廠機械化，后來發展的技術還包括內燃機、電動機、核能、清潔能源等，機械化使生產力極大提升。

“工業2.0”實現了自動化。通過機電自動控制等手段，實現流水生產線、半自動設備等。

“工業3.0”實現了信息化。計算機的普遍應用帶來三方面的變化：

·      管理自動化，出現了程控設備、全自動單機

·      職能軟件大量應用，例如ERP、MES、CRM、CAD、WMS等

·      組織普遍采用集中決策的科層結構

“工業4.0”數字化是“工業3.0”信息化的自然延伸。“工業4.0”（互聯網、數字化）的核心包括：

·      打通各自獨立的系統、消除信息孤島

·      實現“單-人-機-財”協同，形成有機整體

·      由生產的物理驅動（資源驅動）和管理的流程驅動變為數據驅動

·      員工和設備從接受指令到自適應、自學習

·      管理體系扁平化，體現在層級減少、管理職能平臺化

因此，數字化是“工業4.0”的顯著特征、目標和手段。

什么是數字化？

·      將模擬信號轉化為數字

·      便于計算機處理和網絡傳播

什么是大數據（大數據的主要特征）？

·      Volume，大量

·      Variety，多樣

·      Velocity，快速

數字化和大數據能做什么？

·      準確把握市場需求

·      大規模個性化定制

·      快速變化的市場中縮短交貨周期

·      減少人工誤差，改善產品品質

·      充分利用產能，提高效率，降低成本

·      構建商業模式和技術創新的生態

·      為新型企業組織奠定基礎

為什么一定要用大數據？

·      實時管理的需要

·      人工智能的需求

主要區別包括以下四個方面：

·      行業和企業屬性明顯。消費互聯網更多從人性出發

·      規模效應和網絡效應相對較小。這意味著外力驅動（例如補貼）模式對于工業互聯網要更困難

·      實現路徑為自下而上，而非自上而下

·      從商業的本質出發而不是所謂的“互聯網思維”

以定制服裝行業為例講述數字化的應用路徑。從核心業務的痛點入手。定制服裝行業的痛點為多采用手工生產，價格高、交貨期長、返工率高。而對于消費者來說，標準化的服裝不一定適合自己，定制服裝存在痛點。

定制服裝行業的難點為：

·      肩寬、腰圍等尺寸是不規則的三維弧線，而不了是二維平面

·      而量體尺寸轉化為不了布面上的二維圖形數據。它們雖有一定的邏輯關系，但難以公式化

如何將三維數據映射為二維數據，這個難點靠有經驗的裁縫通過“打版”來實現。裁縫師傅采用手工+電動工具的方式實現量體裁剪、單件縫制，還停留在工業1.0階段。

這是現在大多數定制服裝企業的現狀：

·      裁縫師傅根據經驗打版，手工操作，無法工業化批量生產，且無法保證一致的質量

·      作為核心技術的打版，需要量取主要部位的尺寸。量取的主要部位越多衣服就越合身，經驗豐富的師傅量取多達20多個

·      除了貼身還原，還需要考慮舒適、美觀，進一步增加了打版的復雜度

·      一件西裝上衣為60多片布，通過畫好來剪裁，經過縫制、試穿調整、定型才最終成衣，效率低

流水線生產效率高但不合身，手工定制合身但價格高、等待時間長，如何實現流水線上生產定制服裝？——通過大數據來解決：

建立大數據庫→掃描量體，輸入實測數據→從數據庫中找出匹配度最高的版→同時生成工藝、物料、人力、財務等文件。

其中數字化的關鍵一步是建庫：

·      將過去的版型輸入數據庫

·      劃分越細，匹配越精確，數據量越大

·      數據積累越多越精，覆蓋面越寬

·      用算法生成與真實版相近的中間型

用戶通過APP輸入定制化元素：尺寸、款式、面料、個性化元素。后臺根據實測數據和其他要求，通過算法進行自動打版、驅動生產。

通過建立大數據和優化專業算法，在確定版型的同時，還確定了：

·      版型確定的同時確定工藝、用料、用工、成本

·      在對應的數據庫中調出相應的數據：款式、版型、工藝、面料、輔料、客戶、訂單；生成每一片布的加工工藝、用料、成本、訂單文件

·      數據驅動生產和管理流程：信息系統接手大部分生產調度、用工計劃、成本核算、材料采購等任務；傳統職能部門弱化

定制服裝行業的數據驅動生產和管理可以使得全程數據支持，數據流動無斷點。示例如下：

數據驅動生產：

·      版型匹配后進行自動（人工干預）排料，給裁床發出操作指令。

·      進行數控裁剪，每片布上面都有ID卡，存有工藝、用料、客戶等數據。布片上掛吊架，生產過程初現物聯網雛形。

·      掃碼讀取數據，按照工藝要求加工，更新布片信息。

數據驅動物流：

·      從ID卡讀出用料、工藝等要求，按照規定操作

·      更新每一片布的狀態，回掛吊架，傳至下一工位

·      系統根據加工進度，隨時調整排產計劃

·      依訂單號將分散的布片縫制為成衣

·      發送交貨，更新客戶數據庫，完成點對點的閉環

在成衣流水線上，沒有兩件同樣的西裝，達成個性化和規模化的最優解。

物理世界中的每一步操作都對應IT子系統（數字世界）。現實和虛擬互為映像。

工業4.0將分立的子系統打通，消滅豎井和孤島，讓數據順暢流動、便捷共享。從而實現數據無邊界、組織無邊界。

相應的系統如下：

總結：

·      所有的新技術都要有應用場景

·      數字化改造不是IT的事情，是業務的事情，同時要有強大的技術支撐

數字化給組織帶來變化，體現在四個方面：

·      組織重構：組織重構是數字化核心業務的延伸，數字化是組織重構的前提和基礎；防止為了重構而重構

·      從設計-生產入手，逐步實現管理的數字化

·      減少管理層級

·      簡化和轉變管理職能

傳統的科層制存在很大的弊端：：

·      層級間造成新的信息不對稱，下情不能上達

·      容易形成企業內的利益集團和利益博弈

·      任務低報，資源高報

·      職能部門卡BG\BU，BU間相互爭奪資源

·      中樞指令得不到執行

數字化企業的組織變革，在三個方面入手：

·      壓縮層級，成為系統-節點-細胞三級

·      用數字化消除信息的不對稱，職能變賦能

·      管理變治理，賦予一線更大的決策權

從而形成邊界日益模糊的組織架構，如下圖示意：

企業的數字化轉型并非易事，在實施過程需要遵循以下要點：

1、確立數字化的戰略高度

·      不僅限于工具應用和效率提升，同時對市場反應和提升產品品質都有幫助

·      解決傳統方法不能解決的痛點問題，例如大規模定制

·      構建“數字生態”，孕育新的商業模式

2、數字化是“一把手”工程

·      帶動全公司觀念轉變

·      進行系統性的流程梳理

·      進行組織重構

3、管理層、業務部門、IT部門需要反復溝通、修改系統架構

4、高度重視標準化工作

5、集中精力做好SaaS層

·      與科技公司合作開發PaaS，使用現成的IaaS

6、避免“平臺陷阱”和“互聯網思維”

·      現在的語境下，互聯網思維=消費互聯網思維

·      工業互聯網的邏輯有著根本的不同

7、數字化之前免談人工智能

來源：土士學習聯盟