数字化转而不型（行）的基本常识分析

数字化转型其实是一个永恒的主题，网上讨论也甚多，但有一些基本常识是始终需要明晰的。

（1）只是现状的数字化，基本上来说属于转而不型。

现在绝大部分的数字化转型应该都是在这个层次。基本上来说都是通过对企业的详细调研，将企业的现有有组织方式和流程模式计算机化而已。

对于很多企业来说，对数字化转型的期望是雪中送炭。但从做事的道理来说，其实数字化转型更多的应该是一种锦上添花的局面。

在企业落后的管理模式下，在没有考虑精益、并行、敏捷等先进的生产组织和流程模式的情况下，数字化转型其实也只是将问题暴露的更快而已。就如同，我们在MES里面总是会上线SPC功能的，但是这也只是发现问题而不是解决问题。

（2）只是管理的数字化，其实是捡了芝麻丢了西瓜的局面，什么才是真正或者最核心的业务？

我们经常提业务，一提业务就经常要提到业务流程。业务流程当然很重要，但对于企业来说未必是最重要的。

我们的思维目前来说仍然是做大强调管理效率的提升。但随便拎出来一个制造行业的隐形冠军，人们也只会记得这个冠军企业所提供的高性能高质量的产品，而不是这个企业如何的高效率乃至管理智能。

当然了个别的例子还是有的。企业所追求的目标是不一样的，有的企业可能重点就是要做大。但是对于大量的企业来说，做强才是最根本的，也与我们现在所提出的从制造大国向制造强国转变相契合，尤其是深度的抓住企业高性能高质量产品产出这个目标，才应该是更加急需的王道。

工艺业务才是企业得以安身立命和长久发展的根本。在数字化转型的背景下，我们就是要用用数字化的技术实现直面工艺的状态感知、数据采集、推理决策和精准执行等，其实就是工艺装置及其制造执行的智能化。这个才是数字化可以发挥最大效益的地方。

（3）数据的自动流动仍然是一种”毛”，业务的高效衔接这才是真正的”皮”。

从技术的角度来说，数据的自动流动是进行数字化系统建设必然的追求。但对于企业来说，我们的说话还是要放在业务场景下面来说的，而不是拿这个来替代业务的顺畅衔接。

即使从技术的角度来说，数据的自动流动首先要明确流动什么样的数据和要流动给谁？这个必须从业务流程重构或分析的角度，针对每一个业务环节给出精准精确的输入输出定义，才能够真正的言之有物和落实推进。

这个一方面涉及到数据的治理和组织管理。数据的流动本质上是一种数据的分发控制。在数字化的语境下，数据的组织管理模式是多种多样的。我们经常提的统一数据源或者数据中台之类的，其实都是这方面的尝试。我们现在大量提的数字主线，其实也是在这个方面做工作，目标都是一样的。

另一方面其实涉及到业务的组织管理。传统的业务组织管理基本上来说都是固有的流程，或者说是一种固化的流程。而为了应对日渐灵活的柔性及快速响应支持，以及考虑将来的可扩展，我们需要搭建柔性的业务衔接或互操作的数字化平台。其实现在工业互联网提的那种微服务的架构支持业务之间的互操作等等，都是这个范畴里面的东西。

（4）QCDS是制造企业永恒的追求，数字化转型要为这个来服务，并且很大程度上是按照这个顺序来服务的。

对于制造企业来说，其运营绩效的评价要素，就是Q（品质Quality）、C（成本Cost）、D（交期Delivery）、S（服务Services）。

不同企业的状态或者说行业特点，其实对于不同经营指标的追求侧重点是有差别的，但总体上来说还是这个顺序。脱离开这个基本的认知，很大程度上可能就是一种隔靴搔痒，甚至是南辕北辙。

一般来说质量是最主要的，而质量和工艺是密切相关的。而数字化工艺制造技术或者说装置及其执行的智能化技术，都是数字化转型可以大有作为的地方。也应该是重点。

不同企业的状态和侧重点是不一样的，一定要有对自己有清晰的认识。一窝蜂的去追求乃至照抄所谓的成功案例，其实并不是自己真正所需要的。比如很多大中型企业的追求多品种变批量乃至大规模定制的生产方式，但对于大量的小微企业很多只是针对某种或者某几种产品而已，这些小微企业要进行数字化转型做采取的策略一定是跟那些大中型企业是不一样的，甚至是完全不同的。

从另外一种角度来说，应该也是常识：大而不强，想要补足”强”的短板，这个难度是很大的。强而不大，这个在具体操作来说应该是一种事物发展的水到渠成式的该有路子，相对来说要容易的多。

作者：王爱民

来源：智能制造随笔