制造業(yè)企業(yè)大多都在進行數(shù)字化轉(zhuǎn)型，至少都在思考如何做好數(shù)字化轉(zhuǎn)型的工作。許多組織錯失的是以系統(tǒng)的方法來管理組織各個層級和職能的數(shù)字化轉(zhuǎn)型。在這個過程中，考慮將工業(yè)物聯(lián)網(wǎng)等技術作為數(shù)字化轉(zhuǎn)型的核心組成部分，實現(xiàn)顛覆轉(zhuǎn)變產(chǎn)品、價值鏈、業(yè)務流程以及連接服務交付，已經(jīng)成為一種趨勢。

　　在整個的數(shù)字化轉(zhuǎn)型工作中，企業(yè)的最高管理層包括董事長、總經(jīng)理都需要花費大量的精力，通過對業(yè)務流程以及服務交付／實施來指定數(shù)字轉(zhuǎn)型的戰(zhàn)略目標。所有的業(yè)務部門的領軍人物、業(yè)務核心主管應該把人、流程與技術進行重新整合，實現(xiàn)卓越運營的框架與機制。在運營架構的設計環(huán)節(jié)，首席數(shù)字官以及IT與OT的領導們就需要掃描所有領先的技術，特別是工業(yè)物聯(lián)網(wǎng)與大數(shù)據(jù)等相關技術，從而得以實現(xiàn)IT－OT的融合。

　　有了運營架構，就可以在相關專家引領下選擇合適的商業(yè)案例，定義短期以及長期的投資化實施計劃以及展開成本架構與投資回報的分析，畢竟轉(zhuǎn)型是將一切圍繞著企業(yè)更高的效益作為核心出發(fā)點。而針對商業(yè)案例所選擇的解決方案則是最終落地的工具與技能，在整個數(shù)字化轉(zhuǎn)型的工作鏈里面處于最末端的位置。最后一步就是PDCA，把每個環(huán)節(jié)的價值結果輸出作為輸入到上面一個層級，形成了一個完整的回路。

　　戰(zhàn)略需要有顛覆性與可執(zhí)行性

　　從頂層設計角度來看，現(xiàn)今的制造型企業(yè)需要花大力氣在類似IIoT等這些新技術如何能夠顛覆轉(zhuǎn)變產(chǎn)品、價值鏈、業(yè)務流程以及連接服務交付上。智能制造是長期的工作，在戰(zhàn)略層面，企業(yè)應做出5年、10年、甚至20年的相對應的計劃。而這些轉(zhuǎn)型愿景都建立在企業(yè)具有競爭優(yōu)勢、服務交付不斷變化的屬性以及工業(yè)4.0、智能制造或智能連接資產(chǎn)等現(xiàn)有模式上。

　　卓越運營需要精益及創(chuàng)業(yè)精神

　　從目前全球領先的企業(yè)和成功的大數(shù)據(jù)案例來看，針對應用大數(shù)據(jù)的分析阻力基本體現(xiàn)在技術、人力與流程方面。而人員、流程和技術恰恰是卓越運營各項舉措的基礎，這些通常由組織內(nèi)業(yè)務領導掌管。各個大公司如今已經(jīng)開發(fā)了成熟的模式來幫助人員、流程和技術功能設定目標和發(fā)展計劃，以及度量程序來評估運營各個方面的性能。投資任何的先進技術，無論是為了提高預測，增加消費服務，減少成本，降低風險，提高透明管理等等，都是圍繞著提高經(jīng)營業(yè)績這個核心目的。

　　而企業(yè)往往會在某個時間段，有偏向性地關注或投入這三大類中的一種， 例如只投入技術和工具，而忽略或滯后了人力以及流程其他兩種，很容易出現(xiàn)缺乏完整和平衡性的設計，這是非常不明智的。大多數(shù)世界級的制造型企業(yè)都有某種形式的并且有十多年歷史的卓越運營措施和最佳實踐。這些措施／實踐一般都包含了企業(yè)多種管理系統(tǒng)和持續(xù)改進的能力，比如精益和六西格瑪。再進一步說，制造公司需要繼續(xù)發(fā)展卓越運營措施，不僅成為公司持續(xù)改進的發(fā)動機，還要同時成為創(chuàng)新的動力。這也往往意味著，當對待那些有著提供遠遠多于大部分持續(xù)改進措施能帶來的1%~2%收益的實驗項目時，要有“經(jīng)常失敗、快速失敗”的精益、創(chuàng)業(yè)精神。

　　運營架構需要建立CDO+IT+OT的超級團隊

　　IT組織已經(jīng)采用了傳統(tǒng)企業(yè)架構，而這種企業(yè)架構往往專注于建立穩(wěn)健的程序與技術來發(fā)展企業(yè)應用格局、支持IT堆棧。通用的運營技術包括了自動化、企業(yè)工程和/或先進制造，分別擁有工廠級技術的技術架構。隨著工業(yè)物聯(lián)網(wǎng)的出現(xiàn)，制造型企業(yè)建議采取將正式、精確的企業(yè)架構流程應用于整個IT-OT堆棧的運營架構方法。為了實現(xiàn)此目的，企業(yè)需要創(chuàng)立一支超級團隊，盡早在企業(yè)內(nèi)建立合作文化和機制。建立超級跨職能團隊，專注于數(shù)據(jù)體驗的開發(fā)，通過建立聆聽平臺，嘗試著與之前沒有交集的團隊進行合作。

　　首席數(shù)字官(CDO)的出現(xiàn)，這種新型協(xié)作的成功便成為這位數(shù)字官章程的重要組成部分。企業(yè)比任何時候都需要一個數(shù)字領導來帶領公司實現(xiàn)企業(yè)的商業(yè)目標。這個領導和團隊要能理解營銷和科技融合的真正含義，要能夠傳達融合的益處，要能理解數(shù)據(jù)的真正價值在于它告訴我們消費者想要什么，最重要的是消費者在做什么。首席數(shù)據(jù)官的工作重點要使用數(shù)字技術，將公司內(nèi)部散亂的數(shù)據(jù)業(yè)務和資產(chǎn)歸整起來并協(xié)調(diào)組織，填補傳統(tǒng)媒體和數(shù)字媒體之間的差距，設計更好的媒體策略。

　　商業(yè)案例需要與戰(zhàn)略全面結合

　　在我所接觸到的各種制造業(yè)企業(yè)里，公司由于受到傳統(tǒng)組織架構與管理體制的局限，一般的初步試驗性案例很少與廣泛的戰(zhàn)略目標、卓越運營和運營架構聯(lián)系在一起，很少有把既了解流程也了解技術的資深主題專家融合在一起、共同選擇并設計的商業(yè)案例。

　　當然，要找到這些專家本身有一定難度，專家同時要懂得IT和OT是很難的。我們可以選擇那些有偏重性但更有融合與創(chuàng)新思維的專家組建團隊，他們應是特定業(yè)務功能內(nèi)的領導者或是支持組織的技術研究員。盡管這些數(shù)字化轉(zhuǎn)型的其他領域在商業(yè)案例開始前不需要被完善，但它們彼此相互連接。僅就這一點而論，工業(yè)公司不將技術投資看作一次性的商業(yè)案例而是將其看作符合運營架構目標、依靠越來越成熟的卓越運營以及支持長期戰(zhàn)略目標的商業(yè)案例過程，也是非常重要的。

　　選擇解決方案需要做好協(xié)同工作規(guī)劃

　　在落地數(shù)字化轉(zhuǎn)型的過程中，我們的企業(yè)通常的做法往往是先選擇解決方案，然后由解決方案推動框架中所有的其余部分。這種做法是延續(xù)多年經(jīng)驗后的一種最佳實踐，好的一面是我們可以通過某一個方案來快速建立標桿，類似于Quick-win，然后對管理層以及其他部門起到示范效應。不好的是，在封閉狀態(tài)下選擇解決方案成功概率很低。

　　創(chuàng)新的變革目標是確保標準方法和過程可以得到使用。但是，我們從《易經(jīng)》的道理當中發(fā)現(xiàn)：變的結果，有80%是不好的；只有20%堪稱變得良好。我們常說“人生不如意，十之八九”。所以，即便試點成功，未來的推廣與變更管理也會是難以逾越的挑戰(zhàn)。

　　這里我提倡我們需要有創(chuàng)新的思維，特別需要考慮將各項活動與落地工作置于更廣泛的措施之內(nèi)，協(xié)同工作非常重要。為取得全面的持久成功，不可以操之過急，需要花點時間，建立量化、有效的解決方案選擇程序來消除偏見，還需要建立包含IT、OT以及跨職能業(yè)務領導等所有組織相關部分的團隊。

　　運營架構需要跳出傳統(tǒng)應用實現(xiàn)擴展新模型

　　轉(zhuǎn)向新的運營架構模型時，制造型企業(yè)急需轉(zhuǎn)向擴展的企業(yè)架構范疇。這種擴展的范疇應主要用來對“物”、供應商、內(nèi)部運營、客戶和產(chǎn)品等整個價值鏈的應用程序進行管理與優(yōu)勢分析。同時它也應該擴展包括云/內(nèi)部部署和時間系列/結構/非結構化數(shù)據(jù)類型在內(nèi)的應用和分析環(huán)境。整個的擴展架構是通過工業(yè)物聯(lián)網(wǎng)平臺把運維、供應商、客戶與產(chǎn)品全面地連接，依托云計算、數(shù)據(jù)模型，結合數(shù)據(jù)湖等數(shù)據(jù)與應用的分析平臺與工具，最終實現(xiàn)整個價值鏈上對“物”的管理，從而優(yōu)化企業(yè)應用與協(xié)同。

　　當構建這一架構的時候，我們應該跳出傳統(tǒng)制造業(yè)的應用，類似于MES、ERP、PLM和CRM等傳統(tǒng)應用，而要更加專注于企業(yè)需要的特定功能。通過特定功能將分析、規(guī)劃與執(zhí)行中所有的特定元素由高層體系架構傳遞并映射到公司系統(tǒng)/管理系統(tǒng)/價值鏈系統(tǒng)。比如，組織的第二層級結構性數(shù)據(jù)分析的運營架構和應用程序?qū)⒃诤艽蟪潭壬嫌成淦髽I(yè)應用的傳統(tǒng)范疇。

　　企業(yè)在數(shù)字化轉(zhuǎn)型中，不僅僅需要管理平臺、安全性以及控制系統(tǒng)，更需要與新一代IIoT協(xié)議與門戶的數(shù)據(jù)流的自動化基礎設施的融合。我們在落地中國智能制造的又一重要挑戰(zhàn)在于，目前的制造型企業(yè)大量缺乏對運營過程中的設備和資產(chǎn)進行優(yōu)勢分析，并且與企業(yè)應用一起用傳統(tǒng)方式進行管理的運營架構。許多制造型企業(yè)擔心轉(zhuǎn)向IIoT技術會涉及到轉(zhuǎn)向使用專有云和門戶。然而，對于大多數(shù)公司，在不久的將來IIoT會是一種可控的混合模型，屆時信息仍以傳統(tǒng)的方式流動，也在這些新的淡化的層次結構內(nèi)流動。這不僅意味著企業(yè)將需要設備、門戶、內(nèi)部部署和云之間協(xié)調(diào)的數(shù)據(jù)和連接模型，也意味著工廠車間一如既往地需要經(jīng)濟有效的、冗余的容錯連接、計算和支持轉(zhuǎn)向IIoT的存儲環(huán)境。最終個人與運營的特定元素將被整合在一起。

　　制造運營管理的未來是集成與協(xié)作平臺

　　在大數(shù)據(jù)的概念面世前，很多的制造業(yè)企業(yè)已經(jīng)在做全方位的分析，包括描述性分析、診斷性分析、預測性分析和規(guī)范性分析，而且很多企業(yè)都已經(jīng)做得相當成熟，也產(chǎn)生了不錯的效益。傳統(tǒng)意義上來說，這些分析一直專注于分析結構性數(shù)據(jù)和時間序列數(shù)據(jù)以處理行業(yè)內(nèi)的關鍵驅(qū)動因素：質(zhì)量、生產(chǎn)、資產(chǎn)、交付、創(chuàng)新等等。

　　從數(shù)據(jù)結構來看，工業(yè)數(shù)據(jù)傳統(tǒng)上都是相對較好的以時間序列存儲的結構性過程數(shù)據(jù)，或是以結構性數(shù)據(jù)存儲于企業(yè)應用程序的交易數(shù)據(jù)。從工業(yè)大數(shù)據(jù)概念來看，我們現(xiàn)在必須面對如何處理大量且高速率的數(shù)據(jù)。隨著工業(yè)物聯(lián)網(wǎng)的應用與廣泛采納，數(shù)據(jù)開始包羅萬象，其中可能包括以圖像、視頻、光譜，熱度，聲音等非結構性數(shù)據(jù)。所有這些數(shù)據(jù)類型并涌而來，基本可以采取相對通用的IT分析定義，并將其應用于產(chǎn)業(yè)空間。

　　隨著大數(shù)據(jù)的解決方案不斷顯現(xiàn)，新的分析法同樣如雨后春筍般出現(xiàn)，特別是在預測性與規(guī)范性分析方面。機器學習是這些新的大數(shù)據(jù)分析的通例之一。盡管開發(fā)這些工具的初衷是分析大數(shù)據(jù)，它們也能用于任何數(shù)據(jù)集。這些新的分析通常都專注于數(shù)據(jù)，而傳統(tǒng)的工具則具有模型與流程特定性，這給縮小使用大數(shù)據(jù)分析的數(shù)據(jù)科學家和使用傳統(tǒng)的基于模型的分析的工程師之間的差距帶來了一些挑戰(zhàn)。

　　新一代規(guī)范性分析實質(zhì)上已經(jīng)不只是選擇下一步該做什么以及優(yōu)化運營和實現(xiàn)創(chuàng)新。我們將在實際的功能改進中檢驗這些工具，從而檢驗工業(yè)物聯(lián)網(wǎng)下大數(shù)據(jù)如何加速從對它們的利用中獲取價值。