数字化如何推动制造业降本增效转型升级

全文正版图片来源：摄图网

大数据、人工智能、云计算等为主的“新IT”技术突飞猛进，成为驱动经济增长的关键力量，数字化为社会形态和商业模式带来颠覆性的改变。数字化转型既是企业顺应时代的必然要求，也是企业信息化发展的必然阶段。

数字化如何帮助企业降低经营成本、减少闲置浪费的资源、提升员工工作效率？相信这是每个企业都关注的问题。赋能管理研究院于9月8日，邀请到杭州硕磐智能董事长/总裁、原华为南美地区部总裁、集团副总李柯老师，与传世智慧创始人&总裁、华为前海外片区副总裁、《华为铁三角工作法》畅销书作者范厚华老师；传世智慧副总裁、经营管理部总裁王秀帅老师，共同为大家带来主题为《数字化如何推动制造业降本增效转型升级》的精彩直播，以下为直播内容分享。

李总认为，企业本身对于数字化转型的诉求是强烈的，但是企业实施数字化转型会存在两个方面的问题，第一是成本，第二是意识。

1、数字化转型的价值与投入成本

企业投入了资金采用了数字化管理系统、建立信息化、甚至构建数据中台，但并未看到数字化产生的价值。这就好比，企业购买自动化的生产线，如果仅仅只是用机械臂替代重复劳动力，那就没有体现出数字化的价值，如果通过数字技术、数字软件加工生成的数据、信息、知识能够替代更高端的劳动力，支持业务的效率提升，或者实现了业务和商业模式的系统性变革、重塑，才能体现出数字化真正的价值。

而数字化投入的成本和价值是相对的概念，如果投入的成本能够在较短的周期内，体现出价值，那这个成本其实不叫成本，而是一种投资。

为什么很多企业的数字化转型看不到价值，李总认为其根源主要在于数字化转型是一个漫长且循序渐进的过程，需要不断更新迭代，不可能是一蹴而就的。

他提到从软件数字技术的发展逻辑上来看，与华为当年做无线通信一样，从2G到3G，再到4G 、5G， 实际上是一个迭代的过程，例如：ERP系统，或者是 Mes 系统等，第二代的技术，还只是一个传统的、只是记录了发生了什么事情的系统。随着数据技术的发展，第三代的技术，增强了数据分析、预测分析的能力，能够将不同来源的数据进行整合和评估，通过数据分析，帮助企业发现业务的问题，提醒企业的业务应该怎么去做，甚至帮助企业预测分析假设决策的结果，帮助企业做一些辅助的决策。

而到了第四代的技术，基本是一套自动化逻辑的系统，它是基于价值创造的智能人机协同。也就是说，以前有大量协同的工作，现在可以通过科学的管理模型，确保它通过数据来形成管理逻辑。

此外，国外一些机构，还研发出了工业管理软件逐步实现系统自智的技术，也就是说智能系统，能够自主的学习科学的管理模型。美国安全与新兴技术研究中心还提出了“小数据”的人工智能方法，小数据人工智能不完全依赖大数据，可以针对标记数据不足的情况提供替代性解决方案，拥有巨大人工智能潜力。

李总还提出，制造业的数字化逻辑与 TOC 类的数字化逻辑相比是有很大区别的。制造业更需要先进的数字化技术，因为制造业的流程比较长，流程的种类比较多，它们之间的互相集成，会造成大量协同上的问题，这需要数字化产品的不断优化、迭代，会让企业觉得数字化转型投入很高，但如果真正把数字化的技术用于企业日常的管理中，让企业管理者的时间能够释放出来，去考虑战略打法、产品技术上的优势，产品创新，让数字化发挥出更大的价值，这个投入成本就是投资。

2、企业管理者要提升数字化管理的意识

数字化其实就是用新一代的数字技术让企业的资源重新调配，使得企业的运行效率和效益得到提升。未来企业的竞争，都是管理的竞争，而数字化转型就是通过科学的管理模型和数字技术帮助企业提升管理能力，解决管理中存在的问题，从而提升效率。

但是选择什么样的合作伙伴、用什么样的技术、有没有能力去评估数字化转型的带来的核心价值，这些能力的形成，是需要培养的。比如：原来企业的 CIO 可能要变成CDO，CIO 原来只是做信息技术和系统的维护，现在可能需要基于科学的管理模式，形成数据化的管理体系。

数字化的人才，并不一定要在技术上多牛，但是需要懂数字化的实质是什么，学会用数字化的一些方法来帮助企业，进行业务的升级和转型。

此外，数字化的运用在TO C业务中，是比较容易结合场景的，技术人员也容易理解，但是在工业领域里，做数字化转型要落地的时候，就会要求技术人员既要懂技术又要懂业务，这个难度极高，更是一个很大的挑战。

3、数字化不等同于信息化

范老师认为，现在的数字化和几年前讲的信息化实际是有很大差异的。信息化是建立在2GG的基础上，采用了移动互联技术，也可以说是由互联网的技术产生了信息化时代。但是现在讲的数字化是从 2016 年以后，大量的公司采用新的技术，比如大数据、AI 、工业互联网、5G、云技术等，特别是云化的技术，这种技术对数字化的影响和它所带来的效果是完全不同的，所以这是对数字化技术上认知的问题。

数字化的价值和数字化转型的投入及困难，是需要企业家进行权衡的，同时用未来的愿景、战略来驱动企业对数字化的认知。也就是说现在的传统企业，如果不走数字化道路，可能在效率、速度、业务的反馈上是很难跟得上行业竞争对手的。

4、数字化转型的三个难点

范老师还提出了数字化转型的三个难点

① 业务对象的数字化

数字化转型最难的就是，以前是把结果或者里程碑的东西做成数字化，但是现在的数字化，是进行业务对象的数字化，也就是说把整个业务过程中的业务对象，建立起端到端的数据流，并将数据沉淀。比如LTC 业务流程中，涉及到的客户数据、项目数据、方案数据、合同数据等，是否能够端到端地打通，进行业务共享和数字化，这是目前企业所面临的难点之一。

② 业务过程的数字化

其次，非原生性的 TOB 企业，很多的过程数据，很难在 ERP 系统和原来的信息系统中沉淀，如何通过安装传感器、检测仪、指示灯，将这些过程数据端到端地呈现出来，并通过这些过程数据的智能分析和反馈，来改进、提升业务，这点是非常重要的。例如目前很多企业的数字化工厂、数字化机床、数字化装配、数字化检测等，给企业带来的价值是巨大的，不仅是劳动力替代的价值，更重要是对产品质量的保证。

③ 规则的数字化

此外，企业还面临的问题就是规则的数字化。企业在营销、采购、物流、财务领域等，有非常多的规则。如果能够将业务规则数字化，就可以通过软件机器人实现对业务的判断，这种通过数据分析的综合判断会优于人的主观判断，能够帮助企业提升业务运行的质量以及运行的速度。并且，规则的数字化能帮助企业实现智能管理，辅助决策。

此外，数字化转型的过程，需要较长时间来验证系统、验证业务，这需要企业家和数字化团队有足够的耐心。

传世智慧作为一家咨询公司，我们也需要做数字化，我们也在学习、不断改进。我们运用数字化建立了变革管理系统，通过数字化提升专家顾问、项目助理的工作效率。我们通过数据化的企业管理熵分析，对企业的发展过程、未来的前瞻性预测进行综合判断，让我们更加理解企业。在这个实施过程中，加深了我们对数字化业务的理解、业务规则的理解，以及业务对象的梳理，我深刻体会到业务活动、逻辑实体、模板表单的撰写，需要巨大的工作量。

1、数字化的经营，可以改善企业的现金流

李总认为数字化转型的目的，实际上就是为了提升企业的经济效益，而企业的经济效益实际上是单个产品的利润×数量×周转次数。很多企业在数字化转型的过程中，很容易忽视掉周转次数，但是这个周转次数却相当的重要。比如一个营收200 多亿的公司，一年有160-170亿的采购额。

当存货周转率是2.3的时候，就要有 70 亿的现金流来支撑公司的业务，但当存货周转率是 6 的时候，那公司只需要25亿的现金流就能支撑公司的业务了，释放出来了 45亿完全可以作为企业资源进行调配。

对于一个企业而言，自由的现金流是非常关键的。如果现金流充足，就可以用于其他投资，以及投入到企业后期发展的建设中，这是至关重要的。但要做到这一点，不仅需要系统能记录信息、数据，还要能够形成经营管理逻辑，做到通过数字化的经营，改善企业的现金流。

2、在数字化转型，要做好数据质量管理

此外，李总还认为流程挖掘（通过对工作流运行产生的日志进行分析，重现业务流程的真实过程，利用这些知识对工作流进行分析和优化）是一种反复的工作，有些时候反而会造成效率低下。

例如：销售回款与客户对账，可是当对账完催款的时候，才发现支撑回款的验收单签收不合格。这相当于是企业的 DSO（企业销售变现天数）变长了，它所对应的财务结果会出现资金占用成本的情况，所以数字化的逻辑，其实它是数据在流转的过程中，效率和某一个节点要做的决策，所需要的数据要素都必须具备，这就如同制造业中影响生产供应效率一样，当物料不齐全，少一颗螺丝钉，都可能组装不出来这个产品。

所以数字化转型，要做好数据质量管理，通过数据质量相关的管理办法、流程、评价考核规则的制定，及时发现并解决数据质量问题，提升数据的完整性、一致性、准确性、有效性、及时性，以提升数据资产价值。

企业中的管理流程也是一样的，少了一个数据，就没法决策，或者决策不准。例如决策一个项目做与不做，如果盈利分析做的不对，或者是对客户价值的判断有误，缺少了这些数据，必然会导致决策失误。

企业数字化的运用，还要关注上下游的集成、纵向的集成、横向的集成和端到端的集成。把集成逻辑和数据的关联打通，把规则、算法融入在日常的数字化管理中，才能真正做到效率提升、节约成本。

3、数字化管理要尽量做到提效节流开源

每家企业都有数年乃至数十年的经营历史，大量的知识和经验都在经营管理人员和技术骨干的大脑里面，他们一旦离职，这些无价的无形资产，其价值就会归零。企业管理的传承，不能靠手把手地教来传授，而是通过数字化将重要的数据，以及企业的知识经验、文化、经营管理流程和标准予以固化和传承。

数字化的技术发展，是随着规则数字化、规则自动化、规则智能化的过程演进，它是随着数据产生的数量和数据质量的提升层层递进的，不是一蹴而就的。

企业的数字化转型，首先要有一个顶层规划，其次得小步快跑，因为做To B的数字化，不能像To C数字化的逻辑，不能将没有价值的数据、所有的信息化系统、LOT设备都搞上来，这是需要投入大量成本的，所以要小步快跑，对准要改进的点和业务痛点，按照痛点的优先级排序，逐步进行改进。

数字化管理要尽量做到提效节流开源，而不是开源节流提效，尤其是企业在成熟期和业务重构期的时候，开源节流提效对企业的风险是很大的，当平台能力不能够支撑企业内部的增长，企业发展越快，协同上的消耗就越多，就会产生增收不增利或者是营收和利润都下降的情况。这样对企业来讲伤害是很大的，因为没有办法投入，也就无法重构，更无法转型。所以数字化转型的过程中，从企业数据信号的集成到企业数据和业务的融合，再到对作业流程的自动化和业务管理的自动化，最后形成一个动态的反馈，才是一个闭环的逻辑。

同时，企业还需要把业务架构和企业的数据架构关联起来，形成能够通过企业数据的结果来反馈业务问题点和预测性分析。当企业的数据积累到一定的阶段后，通过规则和算法，提前形成结果，形成人机协同的决策逻辑。

其实一个企业的管理，特别是日常的管理，可以理解成和汽车的自动驾驶一样，有L1，L2，L3，L4，L5，5个等级。

企业的数字化系统，就好比引导企业朝着某个方向走的导航，但它不能替代企业自己的决策。就像开车从上海到北京，这个决策是系统决策不了的，但是系统会提出一个建议，可以往哪边走，哪条路最近，什么时间点该加油，什么时间点在哪加油最省等等，这实际上就跟效益和效率挂钩，从而形成一个互相约束的逻辑，也就说可以通过人工智能的方法帮助企业进行优化。

范老师谈到了对于数字化如何规划，如何降低试错成本的观点和方法。

1、数字化规划的几个观点：

· 数据是非常重要的资产，企业一定要把数据当成重要的生产力要素来管理。

· 数字化是一个战略问题，一定要把它当成公司级战略来进行管理。

· 数字化一定是企业走向快速发展、走向更高层面管理层次的一个杠杆。它既是产品的数字化、业务的数字化，又是过程的数字化、规则的数字化等等，它是走向智能化的阶梯。未来，任何一个企业都要走向智能化。

2、企业需要克服的几个数字化转型的成本

· 沟通成本。如何通过办公的协同、OA的自动化以及企业流程的自动化来降低沟通成本和集成的拉通。

· 决策成本。通常在企业里，决策失误产生的成本很高，而且它是个沉默成本，如何有足够的信息和数据来支撑决策，需要更多的数据集成，以及系统的拉通。

· 试错成本。在研发领域、营销领域、渠道领域等等，要进行大量的规则创新、机制创新、文化创新，以保障减低试错成本。

此外，企业会产生鲍莫尔病，一线部门由于市场的驱动，工作效率要求较高，但是，职能部门离市场较远，工作效率相对较低，导致相对成本不断上升，这也是很多企业都存在的一个巨大问题。所以通过信息化、数字化，让职能部门能够同一时间感受到市场和客户的需求，同时通过数字化分析，可以判断各个部门的工作效率，并建立相应的基线及能力要求。

3、数字化规划的方法和工具

在做数字化顶层规划的时候，范老师提出要善用一些工具和方法。

工具一：可以参考美国生产力与质量中心——American Productivity and Quality Center，简称APQC，它是一个具备丰富的”流程与绩效改善资源”的全球性机构）中的 PCF框架 （流程分类框架），它是跨职能业务流程的分类法，这个框架能够帮助我们看到一个企业在不同的行业，它的管理架构以及它每一个管理的层次之间的基本逻辑。

工具二：DAMA系统。DAMA是国际数据标准。这个数据标准在进行数据的集成前后拉通的过程中，有很多的数据标准或系统可以来借鉴。

工具三：TOGAF框架。TOGAF框架主要是讲的 4A 架构，在给企业推荐数字化和做数字化规划的时候，我们都在运用这个 4A 的架构。标杆企业在做数字化的时候，也是把4A 架构作为数字化非常重要的底层逻辑来推进的。

想要做好数字化，4A 架构是一个非常重要的基础。第一要做的就是 BA，BA包括业务逻辑到业务流程，再到业务能力和能力框架，以及流程架构、业务活动的梳理，只有把 BA 做好后，通过业务架构、流程架构、能力架构的梳理，能力架构和业务架构转换为数据对象、业务对象，从而进行信息架构、数据架构的梳理。

这个过程中，最难的就是需要大量专家对业务对象的识别，以及数据专家、业务专家、应用专家共同协同，才能把数据对象、信息架构梳理清楚。也就是说，只有当业务架构、能力架构和信息架构出来后，数据专家、应用专家、技术专家再和前端参与到业务架构、能力架构、信息架构的梳理过程中，才能打通前后的数据系统。

当业务架构、能力框架到整个信息架构、应用架构梳理清楚后，技术架构自然而然就能够与之相匹配。尤其是信息架构、数据架构到应用架构之间的关联是非常考究、非常难的，所以在这个期间一定要做好联接。

在数字化的整个发展过程当中，企业要做人才理念的转变，这就需要大量传统的IT系统设计人员，转变为数字化的思维来进行设计。

特别是要避免现在开发新的数字化系统还在用原来老的流程、思维，转换信息、数据，一定要把原来的流程架构、能力架构、信息架构，转变为新的数字化思维、数字化体系来构建这个系统，同时，这个系统是可以自由镶嵌、自由组合、自由生成和自由构建的，这样的系统才能够非常的灵活。从规划这个层面看数据底座-数据服务-数据应用-数据化服务的过程是非常重要的。

4、标杆公司构筑极致用户体验-ROADS

信息时代的核心是“突破时间和空间的全连接和零距离”&“基于数据的智能和智慧”，在此环境下，企业需要更加贴近最终用户，注重用户的体验和感受，并与用户进行交互。标杆企业将用户体验的需求可归纳为五个特点：

1、Real time，实时在线；

2、On demand，按需定制，可以随心所欲地使用你所需要的各种业务；

3、All on line、所有设备、业务永远在线；

4、DIY，自助服务；自己定义业务，自己定义应用；

5、Social，社交分享。

基于这样的ROADS体验，把用户的里程和企业的里程、企业服务的里程有机地结合起来，这才是数字化真正的价值体现。

李总谈到，随着中国制造业的发展，很多时候先进管理经验的样本是出现在中国的，这些优秀的管理经验中，其实是蕴含一些管理逻辑的，企业需要的就是不停地学习和优化自己的管理模型。随着社会、技术的进步和发展，即便是标杆企业的方法和技术，也会随着时代的发展而不断迭代和进一步优化。

中国很多企业在信息化、数字化上，并不是不敢投入，从艾瑞和普华永道等咨询公司2021年的数据来看，中国企业在咨询上花费大概在 2000 多亿/年，而在传统的信息化上的花费是5000 多亿/年，在数据智能上的花费是1200 多亿/年。

但是未来数据智能产业的增速，特别在制造业的增速可能会达到复合增长率 45% 以上。到 2025 年可能会到3480亿，甚至可能会超过这个数。

李总认为技术的发展，就是企业弯道超车的好机会，新技术的孕育和诞生，对于咨询业未来的发展，他提出了两个判断。

第一，中低端的咨询可能会越来越弱，战略方面的咨询和量身定制的咨询会越来越强。低端咨询套模板的情况，未来可能会被软件模型所取代。

第二，从传统信息化发展的逻辑来讲，传统信息化的软件可能会白牌化，类似于当年标杆企业做通信产业是一样的道理。也就说，成功从交换机到 IP 到云，它的技术是分层解耦的。那么在原来传统的信息化里，附着了很多流程、数据上的管理，以及业务的分析，可以发现，只要业务流程稍微变一变，前面的投资就浪费了。其实以前在做这个数字化转型的时候，有些先行者还是付出了不少的试错成本。

为什么数字化，会用到4A架构？什么叫这个业务架构？什么叫数据架构？它之间的逻辑是什么？李总认为业务架构首要的就是场景化，企业是否能够通过数据来描述业务不同的场景，因为数据架构要依赖于业务场景。

所以LTC流程上，附着了销售场景、合同场景，而合同场景可能又会变成形成合同要素的场景和业务对象、逻辑实体和业务属性的分类等这些场景，包括订单履行场景，订单履行又分为企业的生产制造场景、仓储场景、物流场景、交付场景、收入场景、回款场景等，当有了这些场景后，企业才能形成知识图谱，才能建立数据模型，而这个数据模型就是数据编制技术，类似于企业的授盘原模型，这个原模型不是一个真实的模型，而是定义模型的模型。

这个模型应用在不同的企业，就能生成适用于这个企业的模型，这种模型的结合，来源于业务架构。也就是说当形成不同的场景后，就可以用数据来描述这些东西。

而数据架构实际上就是对这些业务场景的数据体现，也就是把它从业务逻辑变成数据逻辑，数据逻辑可以有不同的形态，比如表格、图形或者是其他形态。

很多企业从业务架构转向数据架构的时候，往往会出现很多问题，例如招了很多数字化人才，干了几年研发出一套数字化系统，仅仅只用了三年又得把它铲掉重来，就是因为企业的人才是割裂的，虽然分了业务架构师、数据架构师、数据分析师、数据工程师、数据科学家、算法科学家等，但他们中间没有一个衔接的逻辑，并不是以业务架构去驱动这套逻辑，而是把业务场景的一些架构生搬硬套地填在了现在行业中。

实际上从数据架构逻辑来看，它是一个树形结构，这种表结构的逻辑实际上并不是很好。

范老师最后提到，传世智慧针对管理数字化研发了管理熵的系统，该系统拥有2 万多家的上市企业的年报数据，通过数据分析可获取到这些企业的产品、业务、客户结构以及财务指标，形成企业七种能力的评估，

即：盈利能力、创新能力、成长能力、运营能力、成本管控能力、财务能力和偿债能力。

通过企业这七大能力的分析评估，就能看到企业的发展趋势、成本结构、收入结构以及企业的盈利结构之间的关系，由此来调节企业的管理架构、决策机制、业务结构。

通过管理的数字化，帮助企业实现管理上的改进，通过算法，进行数据仿真，前瞻性的看未来五年，它可以按照过去五年的复合增长率，产生未来的业务结构和经营指标，然后通过人工干预、咨询干预、数字化干预，实现高质量发展，产生最大的收益。

通过这个系统的数据分析，可以让企业家感知到未来可能发生什么，从而能够站在未来看明天，站在后天看今天，而不是仅仅是站在今天的数据来看明天怎么做，这是传世智慧赋能企业非常重要的一个管理逻辑，也是企业管理的数字化、规则的数字化、业务对象的数字化以及过程的数字化，所产生的价值。

最后，李总给正在思考数字化转型的企业家们两点建议：

1、珍惜数据资产，数据是企业的核心生产要素，也是驱动产业发展和企业升级的核心要素。

2、数字化转型是给企业带来倍增效益的关键手段和关键引擎。

范老师总结到，建议企业家把数字化战略当成公司最重要的战略来执行，要想做好数字化，要先做好业务架构、信息架构、应用架构和技术架构，用架构来驱动整个公司的数字化转型。