“翻船”还是“翻身”，取决于数字化转型的关键4步

中国数字经济发展正在步入快车道。在制造业领域，历经了信息化、智能制造、价值链数字化、生态数字化的长期投入等，一批工业互联网平台企业应运而生。

但数字化转型并非易事，面对疫情冲击、市场竞争加剧等重重考验，中国的制造业企业如何才能跑赢数字化这场“马拉松”？北京大学光华管理学院教授董小英基于多年数据与案例研究，探讨在数字化技术创新和全球疫情带来经济衰退的双重挑战下，制造业企业数字化转型中的难点与痛点。

未来的制造业企业，哪些特质更为重要？

当前，制造业在数字化的大背景之下面临的挑战是空前的。未来全球经济发展受到多方面因素的影响，首先，此次新冠肺炎疫情对整个政治经济乃至技术体系带来较大的挑战以及格局改变；其二，中美博弈在科技、金融、贸易等多个领域呈现出全方位的竞争态势，科技首当其冲；其三，制造业科技化、数字化成为全球竞争的制高点，全球供应链存在变局；其四，在政治经济局势充满不确定性的情况下，制造业企业的战略选择决定其未来。

此次全球疫情，是对国家、社会、经济和企业韧性、耐力和基础能力的大考。我们的调研发现，数字化水平高、线上能力强的企业，表现出了更大的韧性。

在未来全球制造业的博弈中，运营效率仍然是决定成败的主导因素之一。效率由企业的运营体系、供应链体系、价值链体系以及生态体系来决定，直接影响企业降本增效。

制造业数字化转型“四步走”

制造业企业数字化要经历“四步走”，并且不同阶段可能遭遇不同的难点。

第一步，管理信息系统的建设，痛点在于建立数据的标准化体系。对于一个规模企业来说，数据的标准化体系是企业数字化的“根”。如果基础的数据标准化做得不到位，系统运行之后进一步产出不准确的数据，使得整个系统变为“垃圾进、垃圾出”。同时数字化系统的重要作用之一是实现“去人工化”的数据采集，一旦有人的介入，出错的可能性就会增大。所以在这个阶段，系统的互联以及数据的互通是整个数字化过程中非常重要且基础性的工作，这一步非常花费时间和精力，但企业一定要进行足够的投入，之后的工作将事半功倍。

第二步，智能制造物联网体系的建设，数字化的痛点是实现不同设备间的互联互通。在实践过程中，有些企业的设备比较老旧，难以联网；或是设备产自不同厂家，彼此无法互通，这些都成为建立智能物联网体系的阻碍。应对这类情况，企业可根据自身资源进行逐步的设备迭代。

第三步是全价值链供应链的建设。前两个步骤，企业主要解决的是内在业务系统以及制造系统的互联互通问题。但是到第三个阶段，企业将与上游的合作伙伴相联通，与为企业服务的物流公司相联通，与企业的客户通过智能产品、APP网站、电商平台等相联通，实现全价值链的数据采集。

这一阶段的难点是企业如何做好数字看板呈现的管理“一张表”。“这张表”包含企业的所有成员，上到董事长，下到每个员工，它不仅是可视、可信的，同时也是可用于决策的。企业可以基于“这张表”（也可称为数据看板）来进行决策、管理优化、运营、问题响应等等，并可进一步拓展到实现和上下游合作伙伴之间的无人交易。“这张表”是确保企业整体运营效率，实现降本增效的关键环节。

第四步，尽可能拉近与客户距离并融入其中，打造从客户到制造（C2M）的工业互联网体系。到这个阶段，企业要与合作伙伴、客户之间打造一个生态体系，体系的运营靠数据来驱动。企业可以根据客户的投诉、抱怨、需求或是偏好来定制产品，同时也可以根据生态中合作伙伴的资源配置以及市场需求，以“松耦合”的方式，快速进行资源整合，响应市场需要。借助大数据、人工智能等技术，企业可以实现对自身生产体系、客户服务体系、设备体系等进行自动诊断，这将极大提升生产过程中的效率。

通过这样一个艰难的探索和积累过程，通过数字资产的不断储备，制造业企业将逐步具备客户交付能力、生态建设能力和智能化能力，数字化也是企业在和同业以及异业竞争中具备双能力的一个必选路径。

成功的数字化转型企业具备六大特征

数据和案例调研表明，制造业数字化转型是一场没有尽头的马拉松。通过数字孪生体系和网络-空间系统（CPS）构建，在实体生产过程与网络数据利用之间构建全新的互动融合关系，以达到持续改善运营效率、降低经营成本、提高客户响应和精准决策管理的目的。

一批有远见卓识的制造业企业家和CIO，通过多年的投入、探索与实践，已经逐渐向工业互联网平台迈进，大大提升了这些传统企业在数字经济中的核心竞争优势。

数字化转型成功的企业具有如下六个特征：

一是战略认知与长期投入。企业最高领导层对数字化战略价值的长远与深刻认识，将数字化转型战略作为企业最重要的核心战略，是决定传统企业数字化转型的关键。很多传统企业在平台竞争时代，对外面临着获客越来越难，产品价格越来越低；对内管理效率低下，人员成本居高不下等现实问题。所以，很多企业的数字化转型是从解决企业现实痛点出发，一步步拓展深化；在取得初步经验的基础上，迭代升级数字化应用，逐步推进。

企业一把手通常直接制定数字化转型战略，亲自参与和推进数字化转型过程，减少和压缩对其他领域的投资，将有限的资金集中用在数字化转型过程中；在组织上，领导人对数字化团队给予充分的授权与支持，通过激励机制为科技和数字化技术人员创造良好的创新氛围。更重要的是，企业一把手与高管团队是“数字看板”的第一用户，成为数据驱动的决策与管理体系中最核心的推手。

二是打造坚实的数据文化。企业数字化转型中关键能力建设是将企业资产数字化，再将数字化资产价值化。在这个过程中，数据的标准化、规范化、可视化，整合分析、决策支持和价值转换，是对企业人才素质、管理基础和数据文化的严峻考验。数据文化既包括将其作为战略资产对象进行采集、整理、加工、分析；也包括将其作为战略资源进行开发利用。同时，企业的数字采集从手工方法变成自动方法，也需要大量投入，数字资产的积累、利用和质量是从数字化转向智能化升级的关键，因此，最反映企业管理基础的能力。

三是实体价值链与虚拟价值链联动。传统企业数字化转型之所以需要若干年的投入和努力，是需要在横向和纵向层面，逐步建设价值链的数字孪生。以制造企业为例，在数字化转型过程中，要经历管理流程的数字化，智能制造设备、生产过程和生产产品的数字化，端到端价值链的数字化和工业互联网平台等全过程，通过采集、整合、分析和利用企业价值链所有环节的数据，实现数据流对物流、资金流、业务流全面统合、集成、分析和可视化处理。通过云计算、大数据和物联网技术，使离散、分布、动态、碎片化的实体价值链资源在虚拟价值链层面实现整合与透明，减少“牛鞭效应”和管理黑箱，做到精准的供需匹配与透明的过程管理。

四是打好制造业知识+互联网技术组合拳。与互联网平台企业相比，传统行业具有自身难以替代的比较优势，包括：（1）积累了多年的非常深厚的行业知识和专业诀窍；（2）积累多年的行业流程和运营模式，高度专业化的资源体系与能力；（3）服务行业客户和消费者的知识和能力；（4）基于客户需求的产品与服务开发运作体系。当然，传统行业在互联网时代也有很多短板，如对数字经济认识不清、运营模式与体系的固化陈旧、缺乏与海量客户深度交互的能力、数据资产薄弱、内部创新机制匮乏等等，这恰恰是需要传统行业向互联网企业学习的。

五是通过自我赋能实现对外赋能。在行业数字化探索中，成功企业都是从先解决自己的管理运营问题开始的，通过“自己造的降落伞自己先跳”这种创新迭代模式，寻求对不同场景中的自身痛点问题进行解决，再将这种能力分享给合作伙伴和上下游企业。当实践证明其效果和价值时，“数字化”本身具备了产品化和服务化能力，实现对外价值创造。

六是深度构筑行业数字化生态。在行业数字化发展过程中，大企业和中小企业的相互支持和合作对数字化生态建设是非常重要的。由于云平台和数据中心的建设投资巨大，很多中小企业望尘莫及。大企业一方面将平台开放给上下游企业，形成基于线上的“紧耦合”生态合作模式；另一方面，以不同方式为其他中小企业提供基于平台的技术服务，赋能中小企业的业务发展和市场能力。在这个过程中，数据标准、平台治理、数据安全、大中小企业共生等，也是迫切需要解决的问题。

董小英教授，北京大学本硕博，北京大学光华管理学院博士生导师，光华管理学院管理科学与管理信息系统系副教授，案例研究中心学术主任，中国信息经济协会副理事长， 工业与信息化部通信专家委员会委员，国家知识管理标准委员会委员。曾在美国哈佛大学、匹兹堡大学、澳大利亚国立大学等多所大学短期学习或做访问学者。主持联合国教科文组织、国家自然科学基金和国家社科基金项目。主要著作6部。发表中英文论文50余篇。研究教学领域为企业知识管理与创新、企业信息化战略、德国工业4.0、数字化时代的组织转型等。对高科技企业有深度案例研究，最新的研究成果包括《中关村模式：科技+资本双引擎驱动》（北京大学出版社，2017年）；《华为启示录：从追赶到领先》（北京大学出版社，2018年）。担任多家企业信息化与知识管理顾问。授课内容包括知识管理与创新，数字化转型与创新，擅长设计和指导针对企业转型变革的行动学习。

课程推荐

数据思维：大数据的商业应用

北大光华最新推出【数据思维：大数据的商业应用】课程，采用线上和线下结合的授课新模式，10月23日开学。

该课程以北大光华商业分析领域的学术研究成果为基础，邀请当今领军企业决策者分享商业分析的前沿实践。旨在培养数据素养，强化数据思维。帮助企业家探索和揭示海量数据背后的本质，改善决策行为，提升预测能力，以便能够更好地发现商业机会，落实科学决策，助力企业未来的发展。 

连续12周在线系统学习，为期2天关于商业分析的案例实践及企业参访。

谁应参加

— 寻求数字化转型，数字营销应用的企业决策层

— 企业数据部门，市场部门的中高层管理者