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(shù)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(wù)流程以及連接服務(wù)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(wù)流程以及服務(wù)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(wù)部門的領(lǐng)軍人物、業(yè)務(wù)核心主管應(yīng)該把人、流程與技術(shù)進行重新整合，實現(xiàn)卓越運營的框架與機制。在運營架構(gòu)的設(shè)計環(huán)節(jié)，首席數(shù)字官以及IT與OT的領(lǐng)導(dǎo)們就需要掃描所有領(lǐng)先的技術(shù)，特別是工業(yè)物聯(lián)網(wǎng)與大數(shù)據(jù)等相關(guān)技術(shù)，從而得以實現(xiàn)IT－OT的融合。

　　有了運營架構(gòu)，就可以在相關(guān)專家引領(lǐng)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(gòu)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(jié)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(shè)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(shù)如何能夠顛覆轉(zhuǎn)變產(chǎn)品、價值鏈、業(yè)務(wù)流程以及連接服務(wù)交付上。智能制造是長期的工作，在戰(zhàn)略層面，企業(yè)應(yīng)做出5年、10年、甚至20年的相對應(yīng)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(wù)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(lǐng)先的企業(yè)和成功的大數(shù)據(jù)案例來看，針對應(yīng)用大數(shù)據(jù)的分析阻力基本體現(xiàn)在技術(shù)、人力與流程方面。而人員、流程和技術(shù)恰恰是卓越運營各項舉措的基礎(chǔ)，這些通常由組織內(nèi)業(yè)務(wù)領(lǐng)導(dǎo)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(shù)功能設(shè)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(shù)，無論是為了提高預(yù)測，增加消費服務(wù)，減少成本，降低風(fēng)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(guān)注或投入這三大類中的一種， 例如只投入技術(shù)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(shè)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(gòu)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(gòu)，而這種企業(yè)架構(gòu)往往專注于建立穩(wěn)健的程序與技術(shù)來發(fā)展企業(yè)應(yīng)用格局、支持IT堆棧。通用的運營技術(shù)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(shù)的技術(shù)架構(gòu)。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(gòu)流程應(yīng)用于整個IT-OT堆棧的運營架構(gòu)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(lǐng)導(dǎo)來帶領(lǐng)公司實現(xiàn)企業(yè)的商業(yè)目標。這個領(lǐng)導(dǎo)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(shù)，將公司內(nèi)部散亂的數(shù)據(jù)業(yè)務(wù)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(shè)計更好的媒體策略。

　　商業(yè)案例需要與戰(zhàn)略全面結(jié)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(gòu)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(gòu)聯(lián)系在一起，很少有把既了解流程也了解技術(shù)的資深主題專家融合在一起、共同選擇并設(shè)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(yīng)是特定業(yè)務(wù)功能內(nèi)的領(lǐng)導(dǎo)者或是支持組織的技術(shù)研究員。盡管這些數(shù)字化轉(zhuǎn)型的其他領(lǐng)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(shù)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(gòu)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(yīng)。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(jié)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(wù)領(lǐng)導(dǎo)等所有組織相關(guān)部分的團隊。

　　運營架構(gòu)需要跳出傳統(tǒng)應(yīng)用實現(xiàn)擴展新模型

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

　　當構(gòu)建這一架構(gòu)的時候，我們應(yīng)該跳出傳統(tǒng)制造業(yè)的應(yīng)用，類似于MES、ERP、PLM和CRM等傳統(tǒng)應(yīng)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(gòu)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(jié)構(gòu)性數(shù)據(jù)分析的運營架構(gòu)和應(yīng)用程序?qū)⒃诤艽蟪潭壬嫌成淦髽I(yè)應(yīng)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(chǔ)設(shè)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(shè)備和資產(chǎn)進行優(yōu)勢分析，并且與企業(yè)應(yīng)用一起用傳統(tǒng)方式進行管理的運營架構(gòu)。許多制造型企業(yè)擔心轉(zhuǎn)向IIoT技術(shù)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(jié)構(gòu)內(nèi)流動。這不僅意味著企業(yè)將需要設(shè)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(yù)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(jié)構(gòu)性數(shù)據(jù)和時間序列數(shù)據(jù)以處理行業(yè)內(nèi)的關(guān)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(jié)構(gòu)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(jié)構(gòu)性過程數(shù)據(jù)，或是以結(jié)構(gòu)性數(shù)據(jù)存儲于企業(yè)應(yīng)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(yīng)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(jié)構(gòu)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(yīng)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(yù)測性與規(guī)范性分析方面。機器學(xué)習(xí)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(xué)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。