有之以为利，无之以为用——工业4.0时代的价值导向新思维

曾经有一个故事，相信很多人都听过。说的是有一家肥皂厂（权且称之为A厂吧），发现生产线存在一个问题 ：由于某些操作失误，总会有一些没有装肥皂的空盒子，会在最后的打包环节与装了肥皂的成品盒混在一起。为了解决这个问题，厂长请来专业技术人员，经过几个月的努力，耗资数十万，终于建成一个自动化的系统，可以准确地把空盒子检测出来，并通过自动化机械手把它从流水线上分拣出来。同样的问题，另外一家肥皂厂（B厂）也有。B厂厂长舍不得花钱，灵机一动，让人搬来一个马力十足的风扇，对着流水线吹。那些没有装肥皂的空盒子就直接被吹到了地上，问题解决了。

说这个故事的人，初衷是想嘲笑那些A厂技术人员的迂腐，夸赞B厂的“灵活创新”。表面上看，B厂似乎是节约了一大笔钱和时间，轻而易举的解决了空盒子问题。但是，假以时日，B厂很有可能在市场竞争中落败。因为相比于A厂，B厂在这次产线升级中，表面上是省了钱，但是它也放弃了一项能力，那就是数据积累的能力。

用电风扇“一吹了之”的做法，无法知道产线上的空盒子数量到底是多少，“空盒率”是多少，在什么情况下会更容易出现空盒子。如果对上游产线进行改善，哪些措施更能够降低“空盒率”。这些还仅仅是表面上的损失，更重要的是，在进入工业4.0时代的今天，B厂无法为客户提供更有价值的产品，永远止步于生产简单的肥皂而已。

对于一个厂家来说，没有数据就没有未来。

而A厂，却因为这次产线升级，不仅积累了生产数据，可以在这个基础上优化自己的生产流程。同时，它也具备了初步的产品定制能力。比如我们随便开个脑洞，它可以根据用户需要，在一个包装中放入不同数量甚至不同尺寸不同造型的盒子。更进一步，它可以研制出不同形状的肥皂，或者不同香型不同用途的肥皂。有了前面的基础，它更容易根据市场需求的变化，调整自己的产品。

有了数据，才有了优化的可能，并且可以在这个基础上生长出更多的能力。

（图片来自网络）

01

工业大数据

今天想跟大家聊的这本书，叫做《工业大数据——工业4.0时代的工业转型与价值创造》。作者是一位美籍华人李杰，现任美国辛辛那提大学教授，美国国家科学基金会智能维护系统产学合作中心主任，研究的重点就是以工业大数据分析为主的智能预测技术、产品及服务的主控式创新设计等领域。

（图片来自网络）

李杰教授在这本书里指出，工业4.0与前三次工业革命最大的区别在于：不再以制造端的生产力需求为起点，而是将用户端的价值需求作为整个产业链的出发点。不是从生产端向消费端，从上游向下游推动的模式，而是倒过来，从用户端的价值需求出发提供定制化的产品和服务，并以此作为整个产业链的共同目标，使整个产业链协同进化。

也就是说，之前的工业大发展，是建立在标准化生产的基础上。通过标准化生产提升效率来降低成本，从而让“每个女工都能穿上女王的丝袜”。而现在，用户的需求越来越追求个性化、定制化。但是定制化和效率是矛盾的，如何能够解决这对矛盾呢？工业大数据就是一个有力的工具。

大数据这个概念，近几年来已经不再新鲜。所谓“工业大数据”，与我们常说的“互联网大数据”的主要区别在于，它的数据收集更有针对性，因此数据质量更高。同时对于数据的分析和使用，更需要对工业流程本身逻辑的融合。因此，工业大数据对预测和分析结果的容错率远远比互联网大数据要低得多。

（图片来自网络）

02

6M和6C

不仅如此，本书中所谈论的“工业大数据”，不仅仅是制造过程中的数据，还包括产品使用过程中的数据。

传统的制造业系统，在前三次工业革命中主要是在五个领域进行改善和竞争，书中称之为“5M”，分别是：

Material——材料，包括特性和功能等

Machine——机器，包括精度、自动化和生产能力等

Methods——方法，包括工艺、效率和产能等

Measurement——测量，包括六西格玛、传感器监测等

Maintenance——维护，包括使用率、故障率和运维成本等

那么从传统制造业向智能化转型的过程中，第六个M起到了至关重要的连接作用，那就是：

Modeling——数据和知识建模，包括监测、预测、优化和防范等

未来的制造业不仅包含这六个M，还会基于工业大数据的基础，生长出新的能力领域，书中称之为“6C”，包括：

Connection——连接，涉及传感器和网络、物联网等

Could——云，即在任何时间按需获取的存储和计算能力

Cyber——虚拟网络，包括模型与记忆等

Content/Context——数据内容与来源背景，包括相关性、含义、决策等

Community——社群，包括交互、分享、协同等；

Customization——定制化，即个性化的服务与价值

特别需要强调的是，这个6C，一定是从用户而非产品端的角度来思考问题。产品制造是有限的，但价值创造是无限的。关键就在于能否建立数据能力，并且在数据中找到需求的“缺口”。这其实也是本书最主要的观点——在工业4.0时代下，要建立以价值为导向的变革新思维。

（图片来自网络）

03

有之以为利，无之以为用

作者在书中引用老子的一段话来阐述什么叫“以价值为导向”。老子说：“有之以为利，无之以为用”。“有”指的是可见的，固定的，有别于其他的实体；“无”则是隐藏的、变化的、发挥效用的无限可能性。“利”代表的是可占有、可收获、可使用的基础条件，而“用”则是可供发挥和可有所作为的空间和方向。

因此，作者认为，这句话可以理解为：一切事物的实体为我们提供可以凭借的、可见的基础条件，而其他所隐藏的空间和可变化的无限可能才是被我们真正使用并创造价值的所在。

比如说：房子能够遮风挡雨，但是我们真正使用的不是构成房子的钢筋水泥，而是房子内部的空间，在这个空间内发生的故事才被称为生活。因此，对于大多数人来说，买房子本身并不是目的，通过购买房子获得舒适的生活空间和美好生活才是目的。

简而言之，商家卖的是产品，用户看重的是产品带给生活的价值。

刘润老师也经常讲到这样的例子：用户需要的不是一个电钻，而是墙上的一个洞；用户需要的甚至也不是那个洞，而是一个美好的生活。谁能够提供一个更好的解决方案来满足用户这个需求，谁就可以占领市场。

因此，本书作者认为，未来工业界的机会空间可以被分为四个部分：第一个部分是满足用户可见的需求和解决可见的问题。第二个部分在于避免可见的问题。第三个部分在于利用创新的方法与技术去解决未知的问题。第四部分是寻找和满足不可见的价值缺失，避免不可见因素的影响。

不管是哪个机会空间，都需要你以产品为载体，以使用数据为媒介，不断挖掘用户需求的缺口，才能为用户创造价值。

这就是工业大数据的价值所在。最重要的，是你需要从现在开始就转变思维，收集数据，而不是摆个电风扇把它们全部吹跑。

（图片来自网络）