工业互联网简单的说就是工业物联网+互联网，其中利用智能设备产生的海量数据是工业互联网的一个重要功能。工业互联网充分利用大数据、复杂分析、预测算法等能力，提供了理解智能设备产生的海量数据的方法，能够帮助选择、分析和利用这些数据，从而带来网络优化、维护优化、系统恢复、机器自主学习、智能决策等益处，最终帮助工业部门降低成本、节省能源并带动生产率的提高。其核心在设备互联和大数据处理，终极表现形式就是智能化、无人化，在这个终极形式来临之前，还有很长一段需要人工的路要走，但组织发展的模式已经被物联网颠覆了。
企业是长出来的
本人在2014年出版的书«你根本就不需要管理—让企业拥有自我成长的基因»一书的中指出：“企业是长出来的，不是设计出来的，管理界对底层生长模式的研究终有一天会超过对顶层设计的关注。”
企业和人体的构建方式一样，是自下而上，从简单行为——本能反应——开始。先生成一小段能完成简单工作的神经回路，接下来让大量类似的回来运转起来。之后，复杂行为从一大堆有效运作的反射行为中脱颖而出，构建出第二个层级。企业组织架构设计的原理就是：管理层是业务运作的需要，架构是为业务功能服务的。
一个企业从初创开始，是一个或几个合伙人从最基础的一线工作开始：设计、生产、采购、销售，随着规模的扩大，他们逐渐退出一线工作成为管理层，如果在退出之前能够完整有效地传授一线工作技能，并提供足够的激励，是最好的结果。实际上，往往是存在各种缺陷，使得创始人难以在一线脱身，由于精力有限，企业到了一定规模后就出现发展的瓶颈：管理者精力瓶颈。但企业就是这样从一线工作一点一点长大的，其间进来一些能干的或不那么能干的人，带来一些变化。同时经历一些来自环境或者竞争对手的打击，淘汰了一批又一批不适应的人或产品，最终生存下来，并形成自己的文化。其中，如混沌理论所表述，一个系统对初始条件极其敏感――――一个小小的不同就会造成它的混乱。在企业这个生态系统，其初始条件就来自于企业创立到成长过程中的一线业务模式，一线业务模式影响了企业整个组织系统架构。不论是伟大的企业还是不那么伟大的企业，他们的成长就是对一线工作的不断复制，优化，直到长成规模。
工业物联网让底层设计成为主角
企业在发展中，很容易从对标行业标杆，变成对标头部企业的顶层设计，尤其是在管理咨询公司的推动下，因为管理咨询方案一般不涉及科级以下组织绩效设计，而对标头部企业的顶层设计也是管理咨询公司最容易得到的资料。另一方面从企业传统的管控思维出发，也会得出顶层设计为主，自上而下推动的理念。即使是在最经典的组织发展教科书中也是这么描述的：自上而下地推动企业管理变革。本质上这种“管控”思维的背后是失控的恐惧，这种恐惧来自多层级组织架构造成的信息不对称。作为一个上规模的公司，金字塔组织模式自有其合理性，扁平化在信息不对称没有发生根本改变时是很难做到位的，确实面临失控的风险。于是内控管理开始兴起，但任何控制行为都是有成本的。
管理就是把复杂的问题简单化，混乱的事情规划化，组织结构扁平化。管得少，就是管得好。
——杰克·韦尔奇
工业物联网最重要的管理特性就是客观性：数据来自设备自身，而不是来自人的输入。这部分来自设备的客观性”KPI”可以激活原IT系统中设计完整但执行打折扣的充满人的主观性的KPI。这种最底层数据的客观性为组织架构扁平化铺平了道路，让组织设计可以借鉴物联网边缘计算的模式，从发现问题到解决问题的路径实现最小化。至此，企业组织的底层设计将超越顶层设计成为组织设计的主角。
在麻省理工学院，当机器人专家布里克斯把笨重的机器人压缩成一只卑微的，轻如鸿毛的小爬虫时，他从那次小型化的尝试中有了新的认识，以前，要想使一个机器人更聪明，就要为它配置更多的电脑部件，也就会使它更笨重。它越重，驱动马达就要越大，供电所需的电池组就要越大。如此陷入恶性循环。这个恶性循环使得机器人大脑与身体的比重朝着越来越小的比重趋势发展。
但如果这个循环反过来，则成为一个良性循环。电脑部件越小，电机就可以越小，电池也越小。布里克斯的移动机器人大都轻于十磅。布里克斯的模型，不仅仅为人工智能领域带来了变革。它也是像企业这样的复杂生态圈得以运作的真正模型。在所有类型的活系统中都能看到包容结构和网络层级机制。布里克斯总结了设计移动式机器人的五条经验，这五条经验与企业管理的革新指出了方向：
l 递增式构建―――让复杂性自我生成发展，而非生硬植入。（企业是“长”出来）
l 传感器和执行器的紧密耦合―――要低级反射，不要高级思考。（企业一线业务简单“基因”）
l 与模块无关的层级―――把系统拆分为自行发展的子单元。（事业部制）
l 分散控制―――不搞中央集权计划（分布式管理）
l 稀疏通讯―――观察外部世界的结果，而非依赖导线来传递信息。（简政放权）
从以上我们可以看出：直接的信息、简单的一线业务单元、决策权这三者结合地越好，效率就越高。这就是底层设计。
联系客服
