這個問題提問的非常好！可以說非常值得花時間深入思考——數字時代的製造業變局。

全球製造企業已經將數字化運營或工業4.0提上日程，但是大多數企業負責人尚未準備好迎接數字化轉型帶來的挑戰和機遇，亦沒有擁抱數字化催生的全新概念。

本次2018年度研究中，思略特顧問機構對來自全球製造企業的1100多位高管進行了調研，瞭解他們對數字化運營及工業4.0的看法。調研旨在探索數字化冠軍的影響以及超越競爭對手所憑藉的實踐方式。

調研發現，數字化冠軍擅長管理並整合客戶解決方案、運營、技術和人才這四大關鍵體系，而每個體系又由一系列的合作伙伴、供應商、產品和服務、員工、第三方顧問、工廠、外包、技術和客戶所組成。對數字化冠軍而言，這些生態體系蘊含著巨大的價值創造機遇 。

僅有10%的全球製造企業成為數字化冠軍，約三分之二的企業尚未邁上數字化之路。 數字化轉型早已被多數企業提上日程，但近三分之二的全球製造企業剛剛開始或尚未開展數字化轉型；

亞太地區引領全球數字化浪潮。 19%的受訪亞洲製造企業已經成為數字化冠軍，而美洲僅有11%，在歐洲、中東和非洲地區，該數字跌至5%。

數字化冠軍透過整合客戶解決方案體系創造價值。 數字化冠軍利用開放平臺打破內外部界限，持續改善其數字化產品和服務，增強多渠道客戶接觸。他們具有超群的客戶洞察力，依據客戶需求提供定製化的解決方案，透過服務、軟體、資料分析和合作夥伴網路擴充套件帶來的附加價值最佳化傳統產品；

數字化冠軍透過整合運營、技術和人才體系為客戶提供具有競爭力的端到端解決方案。

數字化冠軍大規模採用新技術，實現整條價值鏈的互聯與協作。數字化冠軍採用了近三分之二的關鍵數字化技術，這些技術包括端到端整合供應鏈規劃（87%的數字化冠軍採用）、工業物聯網（78%）、製造執行系統（75%）、協作與智慧機器人（72%）以及預測性維護解決方案（70%）。

人工智慧初露鋒芒，勢將改變運營決策質量。 僅有9%的企業已經採用人工智慧應用來改善運營決策。

數字化將提升成熟市場的產量，讓定製化生產更貼近終端客戶市場。

人才是數字化轉型的核心。 三分之二的企業缺乏明確的數字化願景和戰略來支援數字化轉型和企業文化變革。僅有27%的受訪者表示員工具備把握數字化未來所需的資質。

—近300位付費研習社社友遍佈上海、北京、深圳蘇州、杭州、武漢、蕪湖等工業重鎮，初步構建起覆蓋工業網際網路平臺、工業軟體、底層資料採集、工業資料分析、系統整合商、大學及產業資金在內的全國價值網路。

數字化時代，凡事皆可數字化，大資料、工業雲、雲計算等熱詞的湧現以及其背後支撐的技術正在日新月異地變化著，時至今日，可以說是得大資料者“得天下”，越來越多的製造業企業已經意識到這一點並且開始著手企業的數字化轉型升級，努力開始與時代接軌、擁抱高科技。

隨著國內勞動力成本飛昇，薪資、勞動力產能、能源成本和匯率的快速變化推動了相關製造成本結構的徹底改變。

企業在重新評估和調整其全球採購網路和生產規模時，必須根據總交付成本和服務水平評估其生產地點。企業有必要考慮多層價值鏈，包括部件和材料供應、裝配、包裝要求及附加的運輸和物流成本。另外需要考慮的是更廣泛的全球價值鏈的隱含成本，比方說推向市場的速度、更高的敏捷性，以及為特定市場細分定製產品和服務的更強能力等等。

重新思考數字化時代的製造業，離不開大資料、物聯網、機器人以及增量製造等這幾個概念，實時收集並分析價值鏈所有方面資料的能力，可能比以前的交易型、特定情況下的資料收集和分析更有價值。智慧化物聯網系統實現了新產品的快速製造、動態響應產品需求，以及透過機器、感測器和控制系統的互連而實現製造生產和供應鏈網路的實時最佳化。智慧機器人、工業機器人在製造業中的逐漸應用甚至是普及已經指日可待，機器換人也已經是大勢所趨。增量製造說得通俗一點就是3D列印，眾所周知3D列印的優勢，所有這些，都將驅使製造業向著更快、更省、更精良的方向發展。

客戶工廠“數字化尺子”就是透過RVcloud數字化雲端解決 方案的實施，讓工廠的執行資料可以即時的傳輸，透過資料 採集系統可以將工廠各執行端資料即時採集到資料中心，保 存在資料中心的所有資料就是衡量工廠管理的“資料尺”

製造業想實現數字化轉型，這比全面質量管理、六西格瑪和精益製造都難。縱觀上面的回答，大家把回答的焦點都集中在用技術改造製造這個環節，這個並不是製造業數字化轉型的全部，在我看來：

（1）數字化轉型是關於商業模式的轉型，這並不是說放棄傳統技術、迎接新技術那麼簡單。工業企業的傳統商業模式是出售硬體、贈送軟體，出了問題後提供維修服務。但數字化轉型的新商業模式是在出售硬體的同時，還要出售為客戶定製的、效能提高性、軟體輔助型解決方案，達到客戶想要的結果，從而在客戶增加的利潤中分一杯羹。羅羅公司在出售航空發動機的時候，還提供航空發動機的資料服務，光資料服務這一項，每年收入就是幾十億美元。

（2）產品的形態要發生變化。近年來，海爾內部都不再稱自己的產品是電器，而是網器。也就是透過Iot等技術，讓自身的產品成為網際網路上的一個節點。未來，不能透過網際網路獲得額外服務的產品都是淘汰的產品。所以，我們可以看見，華為、海信等把電視機朝5G的終端發展。

（3）使用者體驗是核心。在Ipad推出的10幾年之前，蘋果公司推出了一款叫Newton的PAD產品，但是因為newton在市場上找不到其定位而需求量低而停止發展。Newton的功能跟Ipad差不多，但Ipad成功了。終其原因就是使用者能夠透過Ipad快速在網際網路上找到應用。所以，數字化轉型，需要企業為自身的產品豐富使用者體驗。最好能夠打造一種應用生態。

（5）供應鏈一體化。ERP系統本來是做供應鏈管理的，但在以前，網際網路不那麼發達，所以被用成了企業內部的系統。隨著消費者需求的個性化、定製化以及多變化。現有的供應鏈管理模式，不足以支撐這種變化，這就要求製造業透過數字化技術，重新進行供應鏈管理。

（7）內部管理數字化。上面的分析都集中在業務層面，業務層面的變化需要內部管理的配套，也即內部管理也需要數字化。設計適宜數字化轉型的組織結構並不簡單。除了建立獨立的數字化運營部門，CEO還要想方設法使其與工業部門相結合，因為工業部門更懂機器。

GE Digital是一個獨立於其他部門的業務單元，但是也和公司其他製造業務互聯互通，如GE電力集團（GE Power）和GE醫療集團。

這些工業部門不僅有數字部門需要的資料，還有品牌，有知名度，有客戶，還掌管著服務合同。只有將工業知識、資產與軟體相結合，製造企業才能創造價值，但這正是難中之難。

（8）數字化管理不是簡單地把資料整合為幾個大屏展示，看上去高大上，實際上沒卵用。對於製造業而言，如何利用資料分析、預測需求。在內部資料如何支援管理決策，如何用資料分析模型來進行機器學習。這個也是轉型的一部分。

啟動數字化轉型將是一個漫長痛苦的過程，非一朝一夕能夠完成。在實踐中總結學習、完善才是正確的做事方法。

20世紀90年代以來，許多采購和製造決策都基於這樣的認知：亞洲(尤其是中國)、東歐和拉丁美洲是成本更低的地區，而美國、西歐和日本是成本更高的地區。然而，這種觀點日漸過時。薪資、運輸和配送成本、生產力和能源可用性的變化正在顛覆傳統認知。企業必須先分析總交付成本而後再確定供應、製造和裝配業務在全球範圍內的最佳地點。

與此同時，數字化製造和運作時代已經到來，並且仍在飛速發展。在大資料和分析、雲、物聯網 (IoT)、機器人和增量製造等領域的技術進步和增長正在迅速改變著行業動態。由於製造業變得越來越知識密集型，這些技術在供應、支援和服務製造業的相關行業中激起了巨大的連鎖反應，這些相關行業的工作性質開始發生轉變。

為了在數字化時代實現興旺發展，我們建議製造商基於當前不斷變化的成本動態重新設計價值鏈，並且利用新時代的技術使其價值鏈更加物聯化和智慧化。為此，企業在向數字化演進的同時，還要準備好滿足不斷變化的人才需求。

大資料和分析、雲、物聯網(IoT)、機器人和增材製造等領域的持續進步為提高效率和最佳化製造流程提供了新的機遇，並且對全球價值鏈產生了巨大的影響(見圖1)。這些技術有助於減少勞動力，幫助區域化和地方化變得更加經濟，並且提高各級的客戶服務和生產力水平。

大資料和分析、雲：在 2014年對製造商的調研中，幾乎一半的受訪者指出，大資料和分析將對企業的表現產生重大影響，而超過70%的受訪者預計，技術將改變未來的製造業務運作管理方式。運營主管認識到，實時收集並分析價值鏈所有方面資料的能力，可能比以前的交易型、特定情況下的資料收集和分析功能更加強大。

物聯網：物聯網代表了一個演進過程，在這個過程中，物件無需人為干預即可與其他物件互動。基於監控結果的人為決策正在向實時預測洞察和自動化決策轉變。隨著與網際網路連線的裝置數量呈指數級增長，企業傳送、接收、收集、分析和響應互連裝置事件的能力也在提高。

機器人：機器人在製造業中的使用量持續攀升，從生產、倉儲、配送到客戶交付。機器人可幫助企業以成本高效的方式減少或者消除缺陷，提高生產力並且實現供應鏈的本地化。作為物聯網的組成部分，這些機器人裝置透過應用傳送並接收訊號，從而自適應不斷變化的生產和物流環境。儘管某些技術仍在開發中，例如無人駕駛的貨車、輪船和飛機，但有些技術目前已經轉變了價值鏈。

增量製造：增量製造(通常稱為3D列印)最初用於快速製造原型而進行外形和適合性試驗，其應用領域不斷向製成品的製造演變。新設計的進步和原材料的可用性使得以經濟的方式製造接近最終元件變得更加實際。事實上，IBM商業價值研究院最近的調研指出，在全球範圍內，3D列印正在改變產品的設計、生產、運輸和消費，使得本地製造成為真正可行的選項(見圖4)。

先進的製造技術透過將工業自動化與資訊科技結合在一起，優化了工廠和供應網路的效率、生產力和產量，從而快速地改轉全球競爭形勢。這些新技術和更多非製造裝備、高科技服務、IT支援、大量分析和更高階裝置的使用產生了“連鎖反應”，可在其他領域中創造數百萬個工作崗位。

平均來講，製造業的乘數是1.58，即擁有100人的典型製造廠實際上可提供158個崗位。隨著工廠更加先進，乘數也會大大提高。要僱用並培訓正確的人員而幫助行業向前發展，僅僅尋找掌握必要技能集的人員執行更傳統制造角色(例如工程設計)已經不足應對了。數字時代要求移動、互連且透過雲計算開展工作的員工隊伍。

目前，在傳統動能驅動不足，新一代資訊科技快速發展的情況下，發達國家已經開始邁入工業4.0，中國也急需解決製造業發展痛點，以應對全球經濟環境壓力和產業鏈重組、人口紅利消失等等問題。積極參與國際分工，緊跟國外先進製造潮流。

比如，新一代資訊科技與製造業的深度融合，發展智慧製造，建設工業網際網路，打通資料孤島、挖掘資料價值、解決勞動力問題，實現各製造企業提質、降本、增效，提升核心競爭力。構建起全要素、全產業鏈、全價值鏈全面連線的新型工業生產製造和服務體系。

在此大背景下，傳統制造企業急需數字化轉型。

製造業門類多、差異也大，具體到各個企業的數字化轉型，這個轉型路徑一定也是不同的。所以製造企業要數字化轉型，必須從不同的應用場景去切入，解決行業根本的痛點、難點問題。就機械領域來看，產品多樣、離散程度高、供應鏈複雜，在數字化轉型上，就需要重點改善生產過程中資源的調配、裝置的管理，以及產業融資方面的問題。因此，工業網際網路平臺就針對這些痛點、難點，構建了裝置管理、供應鏈管理、生產過程管理，以及供應鏈金融等服務。

但就目前市場情況來看，製造企業大部分都是中小企業，甚至是小微企業，離“數字化”還有很長遠的距離，要能“夠”到上面的這些服務，前期是要做好一些基礎建設的。一，是要了解目前的政策。借力扶持中小企業的稅收、信貸或一些轉型專案建設的補貼政策。二，是企業要了解自身的業務重點，然後再決定哪個環節需要先行升級。而不是一股腦照搬一套上去。三，是要有協同的意識。數字化帶來的會是資訊的更加透明、快速、準確，各部門之間的協同會更加密切。這過程中是否會產生不適應，不理解等矛盾，也是企業要去不斷調整的。四，是要有轉型的技術基礎。比如裝置的資料如何採集？單臺裝置的生產效率如何提升？每臺裝置的實時情況如何分析展示？這些都是需要專業的平臺來幫助實現的。

利用智慧資料視覺化分析技術提高企業資訊化水平。像以前的製造業資料分析報表智慧只單純展示了資料分析結果，還是寫滿數字的那種。這種資料分析報表既不直觀也無法展現更多的東西，比如你發現這個月的成本上升了，但你沒辦法立即分析檢視各個部門、各個生產環節、各個原料費用等的成本支出情況，也沒辦法立即找到導致成本上傳的具體原因。

但如果使用BI工具來做報表，瀏覽者一個雙擊就能層層下鑽查明原因，甚至能找到最初的資料明細。

而且BI工具做的智慧資料視覺化分析報表採用了大量圖形圖表，在直觀展現資料上遠比純數字的好多了。你可以看看下面這兩張圖，感受一下：