企业数字化发展战略思考蓝图 II

续上一篇文章企业数字化发展战略思考蓝图I

第四阶段 智能企业

第三个阶段数字化的重点在针对企业，关于生产环节、市场营销环节、物流配送环节中的一部分进行高效的数据采集、以及数据应用，它的目的是到达局部的最适化，例如在生产与制造环节当中，我们会区分不同的生产操作阶段，一般我们称为一个工作单元（Work Unit）或是工作站(Work Shop), 这种以聚焦某个工作单元的工作，就是我们过去经常强调的工厂自动化，这是工业3.0的范围。当每一个工作单元有了时时的数据获取，以及反馈调整，我们能够得到更好的产品质量，更高效的产出。但是这些操作只限制在比较小的范围，并未达到整个生产流程的全面最优，怎么办呢？ 我们需要将工厂内所有生产单元的PCS 数据集中在一起，进行整个工厂的最优化。

过去数据存放在PCS 只能做到它这个工作站的数字化管理，现在不同设备的数据要整合在一起应用，我们需要将这些数据存放在中央共享服务器，后来因为5G网络逐渐成熟，网速加快，所以将数据存入云端的服务器，这时用到的云端计算机能力，包含了数据储存（就是云储存）、以及在云端服务器的运算能力（就是云计算）。

同样的道理应用在企业的市场营销，我们将市场营销不同环节的数据也存放在一起，例如，原始交易数据、经过处理的客户标签、以及客户行为变化的数据监控、精准营销的案例(Use Case)等，这些数据都存放在云端，让我们从独立的门店销售终端POS、网上的自有电商、天猫京东等外部电商的客户数据、订单数据、库存数据、发货数据，全部放在一起。在供应链端，我们再将供应商产品数据、可供货状况、质量、价格等数据也放在一起，在仓库端，我们再把原材料、半成品、制成品的库存数据以及可用运输车辆、路径派遣的数据也放在一起。你看这时云端的所有数据，可以完整的映射出我们在实体的采购、供应、生产、物流、市场、销售、服务的状态。通过建立数据模型，我们将这些跨部门的数据进行整合应用以及跨部门的工作协调，就能够使得企业整体的效率达到最佳。例如在生产工厂，我们需要依照各种机器设备的耗损状况排定设备维修保养的时间，这些设备耗损状况是通过物联网采集的真实数据，设备维修就不一定需要按照厂家的保养手册时间表进行保养，因为那种保养经常是在还没有必须做保养的时间，就强迫停机展开保养，这样就影响了生产可用设备的数量。

这种将整个价值链的实体操作状态数据传送到云端，在云端通过数据模型建立彼此关系，“有实体就有虚拟”的数字化模型与数据应用，我们称之为CPS (Cyber Physical System)，参见下图。

很多朋友会说，欸！ CPS不就是工业4.0的标准架构吗，它也能应用在其它生产以外的企业吗？当然可以！因为工业4.0的目标就是要达成企业智能化的目的，它定义出虚实整合的架构，也定义了不同领域企业、不同层级数据传输的标准，我们只需要在应用时需要考虑行业场景环境，它本身就是一个智能化企业的概念，并不仅限于制造业的工厂。

我曾经在商业评论发表的另外一篇关于上汽大通智能化的案例，它从前端的蜘蛛智选采集客户个性化的订货需求，通过这个确认后的需求，蜘蛛智选能够在客户确认订单的同一时间，就告诉客户，什么时候能够交货，这就是将订单需求数据、生产排程、材料供应的数据完全打通，它就是一个典型的企业级别智能化案例。

知名的工程机机具公司卡特彼勒，在他们的设备上安装传感器，将客户工地使用当中机器设备的使用状态随时回传，它就能基于设备实际使用耗损状况安排维修时间。此时卡特彼勒更将商业模式，从贩售机器设备改为按实际使用付费，这样客户如果使用时间不长，就没有必要购买他们的机具，只需要按使用时间支付费用，对于客户来说，既然机具设备不是自己的，就不需要花精神去做维修保养，更无需担心设备维修保养时间影响设备可用率，也就不会因设备维修影响工期。对于卡特彼勒来说，卡特彼勒一台机具设备，还可以提供给多个客户使用，它的实际总收费是上升的，而且安排维修人力，也不需要担心客户突然送机器返厂，找不到工位或技师，这种智能化的处理，使得他们的维修效率大幅提升，维修人员成本也显著降低，这就是打通数据链以后，建立数据模型、算法，形成的智慧型企业。

第五阶段 生态整合

第五阶段，是目前我能看到企业数字化案例的最高层级，前面一个阶段的智慧企业看起来已经发展到了数字化的极致，那么下一步还能做什么呢？想一想当你面对客户，在很多状况下，你是不是需要其它企业的配合协作，这种分工协作就产生了一个时髦的名词叫做“生态圈”。什么是生态圈，就是多个企业彼此相互依存，共同协力，传递企业的价值给客户。这种现象其实存在已久，严格来说，几乎所有企业都是活在某个生态圈当中，只是过去缺乏信息对接，使得原本彼此紧密的关系链被切断了。例如，生产冰箱电视的家电公司与生产芯片的公司有没有关系？家电企业与各地方的购物中心百货商场有没有关系，当然有关系，因为家电企业的上游就是芯片公司，它的下游就是百货商场，你会说确实有关，可是不紧密啊，对的，那是平时你没感觉，当芯片短缺时你说关系紧密吗？这就是为什么当前美国封锁中国的半导体供应链，这个破坏力可能会殃及全球各地的各种行业，这就是一个全球供应链生态圈。

我们平日在网上购物，下单以后立即开始关注，厂家什么时候发货、什么时候能到货，这时就形成了，电商平台公司、销售产品的厂家、物流公司，三者组成的生态圈。销售产品的企业，通过开放平台查看到订单，接着这个订单被传送到企业的物流中心，仓库拣货完成后将物流公司传送过来的快递单号扫入仓库WMS, 这时客户就可以看到完成发货以及时时的物流中转信息，最后这些订单信息，再连接到同城快递员的手机上。在过去，由于缺乏信息整合，下订单后一直到送货上门的整个流程可视化是不可能的，但是通过生态圈的数据打通，使得全程可视化变得很容易，其实这背后都是整个生态圈数据链接积累出来的结果。

例如Zara这家知名的快时尚服饰品牌，它能做到快时尚，就是精准对接市场销售到生产工厂以及面料供应等一系列生态环节的数据连通以及智能化的匹配。Zara 在新的季度来临时，它不像传统服饰行业一次生产出整个季节的预估销售量，而是先生产预估需求总量的20%，它的做法是先把这些新产品拿到市场销售1-2周，掌握了每一款服饰是否如预期受欢迎的程度，就能够精准的预测实际需求，再通过供应链快速匹配生产厂商投产，等生产完成后，再交付到市场各家门店。这个行业为什么叫“快时尚”，就是商品更新必须要快，商品更新速度快，使得销售量大增，与此同时又可以避免服饰行业利润最大的杀手 - 滞销库存的影响，使得它的利润率上升。 Zara由于生态圈的数据打通，从掌握了门店实际需求，到下单补货、再送货到店，不像传统服饰业需要花费六个月时间，它们只需要四个星期就完成补货，这些工作，都有赖于将价值链上，所有环节数据的整合应用。

我们再看看医疗大健康产业，近几年来医疗生态圈的数据链接，将创造更大的客户价值以及对民众健康的保护。在医疗行业里面包含了众多类型的企业，面向了共同的消费者– 病患！这些企业包含了三甲医院、城市医院、地方医院、专科诊所、医疗检验中心、复健中心、药房、医疗器械设备、医疗器材、可携带式测量器（例如可以持续测量血压、血氧的智能手表）等，各式各样的企业所组成的生态系统。

目前基于数据安全的限制，每家企业的数据都是私有数据无法共享，全国民众不管大病小病都向北上广或是省会城市的三甲医院求诊，造成了看病难的局面。三甲医院看似垄断了病患资源，其实也是掐头去尾，三甲医院的医生并不知道病人过来之前在地方小医院做过什么检查、诊断出什么状况以及当地医生如何用药，这种信息断链，使得三甲医院的医生可能必需，要求病患重复检查、验血。病人看诊完毕离开医院后，是否按照医生嘱咐进行复健，复检状况如何，这些信息又只留存在复健、复检中心，这种状况造成了医疗资源的严重的浪费，也不利于对病患健康的保护。试想如果可携带式腕表厂家的数据能够和医院连接，高血压、心脏病等这些长期慢性病患的生理数据能够被时时监控着，一旦发现异常，医护人员可以立即联系，并且安排就诊，对病人的健康保护是不是就更好了。

五阶段发展模型的特点

上述数字化发展五阶段战略模型来看，是通过众多案例调研，实际积累出来经验法则，我们发现它有以下三个特点，是我们在应用这个框架时需要了解并特殊关注的：

1） 延续性

模型第一阶段的重点是数据的获取，这项工作是所有数字化智能化的基础。就我所看到的国内大型企业，无论是制造生产、物流供应链、或是零售型企业，大部分都已经完成，当然在很多传统大型制造业他们的程控设备，仍然有许多老式型号，无法传送精准的时时数据，所以应该持续更新这些生产设备或是加装物联网的数据获取装置。中小型企业则仍然有大量的工厂设备有待升级。在零售体系，也存在类似的状况，大型企业的前端设备，大多数已经升级为智慧型POS，但是中小型企业则相对滞后，仍然无法采集时时销售信息。不论哪个行业，这些数据都是企业进一步升级数字能力的基础工作，数字化是一个连续发展的历程，如果中间断开，后面工作就无法进行，所以这一系列的工作具有延续性，不可能以跳跃的路径发展，必须实实在在的一步一步向前推进，才能积累出更强大的数据能力。

2）覆盖延展性

数字化发展模型，我们可以看出来，第一、二、三阶段，都是聚焦在较小的局部功能上，到了第四阶段开始关注的整合，所以范围快速扩大，到了第五阶段甚至已经超越了企业的边界。我们在规划企业的数字化进程时，也需要从小范围逐步扩大，所以我们发现数字化范围覆盖是具有延展性的。

3） 价值递增性

数字化发展模型，从基础的数据收集，我们无法计算它的价值，因为数据还没有加以利用。但是从第二阶段开始，数据能够对企业的运营有问题的环节，提出警示。到了第三阶段能够排除问题，例如在生产或物流的流程上能够确保生产质量、提高效率，在销售上则能够避免客户流失、提高客户价值，到了第四阶段，因为整合了所有部门的信息，就能够全面提升企业的运营效益，更有可能发生商业模式的创新，快速提升企业的竞争力与获利能力（譬如卡特彼勒的案例），第五阶段产生的价值更大，因为它使得企业能够更有效的结合外部资源，加强对客户的覆盖以及对客户价值的提升。由此观之，越往后面阶段的数字化效益将越巨大。

结论

随着人工智能、物联网、云计算、移动互联网等技术的迭代创新，技术对于企业数字化赋能的能力更加明显，企业要因应未来的发展与竞争，势必要在数字技术应用上花更多的精神，做更多的投入，才能够让你的企业更有效率的链接企业内外部资源，对客户提供更有价值的服务，同时为企业创造更强大的竞争力。本文提出的企业数字化发展模型中，我们已经看到在生产、制造、物流、零售、医疗大健康等行业，很多企业的成功案例，读者不妨试着用这个模型思考一下，你的企业目前在什么位置、你的数字化未来应该怎么走！