A/B：数字化转型的技术范式

本文中，笔者用三个小节来谈谈自己对数字化转型背后技术范式或方法论的思考。

自从原Facebook公司改名为Meta，“元宇宙（Metaverse）”顿时成为中国科技界的热门词。实际上，在数字化领域，与“元宇宙”有着类似内涵的技术解决方案——数字孪生，已经流行了数年。今天，我们不谈“元宇宙”，而是谈一谈数字化转型背后的两种技术范式：流程导向的信息系统与模型驱动的数字孪生。

世界观与方法论是哲学领域的两个核心概念，前者聚焦的是世界是什么（What），后者关注的则是探索世界的方法或手段（How）。世界到底是什么，谁也不敢说自己掌握了真相，只能说无限逼近它，而逼近它所依靠的就是方法论。因此，采用什么样的方法论，可能就决定了我们会有什么样的世界观。这种情况值得我们高度的警惕，换句话说，如果选择了不合适的方法论，得到的可能就是错误的世界观。

数字化技术有很多，比如物联网、大数据、人工智能、区块链、SOA架构、Python等编程语言，等等，但它们的应用方式，或者说技术范式或方法论，不可能只有一种。应用的方式不同，效果可能会截然不同。在之前的文章中，笔者就曾谈过很多类似话题。比如，有人宣称，ERP已死，业务中台永生；又比如，EDW已死，大数据永生；又比如，大数据已死，AI永生；这些断言的背后，所涉及的其实是数字化技术范式的不同。

本文中，笔者用三个小节来谈谈自己对数字化转型背后技术范式或方法论的思考。首先，用“5C”来概括一下数字化的技术特征；其次，来看看流程导向的信息系统的技术范式，以及数字化技术对这些信息系统的影响；再次，了解一下模型驱动的数字孪生的技术范式，以及数字化技术对数字孪生的影响。

图1：本文的框架示意

数字化的技术特征

有人说数字化就是个噱头，它的本质还是信息化，读者们是怎么看这个观点呢？在笔者看来，不同的人，因为出发点不同，对数字化的定义就不可能完全一样。本文中，笔者从技术特征的角度，用五个英文单词来概括数字化的内涵：connection、cloud、cognition、collaboration和confidence，简称数字化技术特征的“5C”。

数字化的首要技术特征是connection（连接），所谓万物皆可互联，这对应了物联网、移动互联网、SOA等技术及其应用。数字化的第二技术特征是cloud（云），代表的是数据的云端存储和算力的云端提供，以及即需即供的数字化服务，对应的是IaaS、PaaS、SaaS、Data as a Service、BPM as a Service、AI as a Service等架构或模式。数字化的第三技术特征是cognition（认知），即，数据的自动运算和自动识别，其背后是机器学习等AI技术。数字化的第四技术特征是collaboration（协作），包括人人协作、人机协作、机机协作、人与环境的协作、机与环境的协作，这需要社交媒体、CPS、RPA等的支持。数字化的第五技术特征是confidence（信任），即，如何确保数据的真实和安全，所对应的是区块链、虚拟安全等技术。

数字化技术作为工具和使能，要想发挥其应有的作用，要想成为企业的数字化能力，还需要与业务背景相结合，需要遵循一定的应用逻辑或范式。具体到数字化转型的背景中，数字化技术范式大体有两种：流程导向的信息系统，以及模型驱动的数字孪生。

流程导向的信息系统

流程导向（process-oriented）的信息系统，是过去数十年的信息化建设所采取的主要技术范式，OA、ERP、CRM、WMS、SCM、PLM、MES、HCM，等等，都是这种范式下的产物，当然，这里的流程是个广义的词汇，它的变式有业务流程、制造过程、工作流、生命周期、销售漏斗、客（用）户体验旅程，等等。

以ERP系统为例，在应用方式上，主要包括业务流程的梳理和设计、系统配置、主数据、交易处理和记录、报表和分析等内容和步骤，其中，流程管理处于核心位置，系统配置、主数据是用来定义业务流程，交易处理和记录是用来记录业务流程，报表和分析是用来统计业务流程的处理结果。

在信息化时代，流程导向的信息系统在实施和应用时存在很多问题和挑战。比如主数据的整理和系统配置要靠手工，业务交易的数据录入要靠手工或基于扫描Qiang、RFID的半自动，报表和分析要靠手工，一旦业务流程有变化需要修改系统配置也要靠手工。因此，流程导向的信息系统要想用好，对人员的依赖非常大。实际上，很多企业就是因为数据质量不过关（不准确、不及时、不完整），或是业务流程变化后不会修改系统配置，导致ERP系统用不好或用不起来。

以“5C”为主要特征的数字化技术能否有助于流程导向的信息系统的重塑。比如，很多人津津乐道的ERP 4.0、Connected ERP或Intelligent ERP？如果借助物联网或CPS，业务数据的获取可以自动获得；借助AI，系统配置可以自学习；借助高级分析技术，用预测性分析、规则性分析代替描述性分析；ERP等流程导向的信息系统就变得更智能，应用起来就可以少人干预，就能用得更好？这是一个值得深入探讨和尝试的课题。

模型驱动的数字孪生

模型驱动的数字孪生（Model-DrivenDigital Twin），是近年来所涌现的新型数字化解决方案。比较来看，流程导向的信息系统是以流程管理为切入点来表征和驾驭物理世界，模型驱动的数字孪生则是以虚拟模型为切入点来表征和驾驭物理世界。

万物都可用虚拟模型来表征，而模型驱动的数字孪生的初期应用场景就是用虚拟模型来表示资产或设备，进而对后者进行监控、模拟和优化。随着数字化技术的发展和成熟，我们不仅可以针对资产或设备来开发数字孪生，还有可以针对产品、流程、车间、工厂，乃至整个企业来开发数字孪生，并形成企业的数字孪生网络或数字孪生生态系统。

在实施和应用的步骤上，模型驱动的数字孪生包括目标设定、软件选择、CAD模型导入、（与物理要素的）连接建立、运行数据的收集和分析、人机交互和虚拟交互，等等。在功能上，模型驱动的数字孪生已经能实现监控、模拟、优化等应用场景，有些复杂的数字孪生也支持某些交易处理，比如，维修请求、订单下达，等等。在实际工作中，笔者就曾见过有的企业采用模型驱动的数字孪生来满足原本是由MES系统来完成的数字化需求。

结语

流程导向的信息系统与模型驱动的数字孪生，就像中医与西医，是企业数字化转型过程可以采用的两种技术范式。如果借鉴OPM（Object Process Methodology）方法论的观点，流程驱动的信息系统是以Process为主要切入点，兼顾Object；模型驱动的数字孪生则是以Object为主要切入点，兼顾Process。

不管是流程导向的信息系统，还是模型驱动的数字孪生，都需要以“5C”为主要特征的数字化技术做支撑。对流程导向的信息系统而言，通过“5C”数字化技术的应用，可以变得更互联、更简便、更智能。对模型驱动的数字孪生而言，通过”5C”数字化技术的应用，可以变得更交互、更协作，更集成。

另外，从目前的应用情况来看，流程导向的信息系统与模型驱动的数字孪生尚不存在高度的相互替代，而是针对不同的应用场景各有各的优势，它们完全可以更好地进行协作和互补，以更好地支持企业的数字化转型。

作者：丁肇之  来源：数字化演易