未来：万字长文谈中国企业数字化转型

数字化浪潮正在席卷全球，践行数字化转型和提升企业的运营水平与竞争力，已经成为各国企业角力全球市场的重要议题。为此，很多国家政府都推出了鼓励和推动本国企业数字化转型的相关政策。

在国内，旧的增长方式难以为继，企业面临迫切的转型压力，而以数字化转型驱动的业务转型，成为中国企业提高运营水平，迈向新增长模式的重要路径。

下面，我们就中国企业数字化转型的大环境、转型的必要性及价值，以及数字化转型的方法与路径等做如下分享。

一、数字化转型四个驱动力

驱动力一：业务创新

企业数字化转型既有内在动因，也有外力驱动。内在动因是企业的市场份额下降、产品滞销、渠道成本过高，外力驱动包括消费者的个性化需求、竞争对手的精准市场投放、跨界领域的产业互联颠覆原有的商业逻辑等。

在数字经济环境下随时可以看到新的技术创新、业务创新、产品创新、场景创新带来的弯道超车、行业颠覆，这预示着不论是数字原生企业，还是数字化转型企业，都必须具备创新能力。

而这个创新能力是全方位、体系化、平台化的，包含组织创新、产品创新、业务创新、服务创新、模式创新、技术创新、场景创新等。

举个例子，原来企业活动的大体流程是：市场部经过市场调研做出策划案，找广告主进行广告推广，或找地推人员对商品和品牌进行地面推广。通过地推可覆盖企业周边 3 公里半径的区域，一般需要 10 个地推人员，可能要持续 1 个月的时间。而现在企业可以随时开启秒杀、团购、抢红包活动，而且是线上线下同时开展的，持续时间只有 1 分钟、1 个小时或 1 天，只需要 1 个运营人员，还可以实时在线监控活动的过程。但是这种方式就是用户需求导向的。

就这么一个简单的场景变化，需要企业打破原有的组织壁垒进行高效协作，实现扁平化，这是组织创新；需要技术部门提供稳定、安全、不卡顿的购物体验技术，这是技术创新；需要市场部门针对不同用户、不同区域、不同品类进行更精准营销，这是业务创新。

传统企业利用原有的技术平台根本无法具备这类创新业务要求的业务在线不停机的处理能力，也无法应对秒级数十万用户的高并发压力，云计算、中台等新技术可支撑创新模式的重构，用已知的先进技术不断解决未知的创新问题，使整个生意模型都会发生改变。

驱动力二：中台技术

30 年前，汽车厂商一直实行经销商 4S 店的经营模式，厂商和经销商之间互为利益共同体，同时也相互制约。用户在买车或享受售后服务时只能与 4S 店发生联系，厂商只知道压货完成指标任务。更多的新品推出和活动促销基本上靠经验和获取的竞争对手的数据来开展，但这类数据准确性和时效性都不高。

随着移动互联网和手机的普及，用户也逐渐习惯在线了解汽车的性能，看其他用户的评价，在网上进行比价，门店与用户的触点和场景越来越少，更多的消费者停留在互联网端。互联网、AI 等技术创造了条件，推动消费者在平台进行虚拟驾驶体验，正在改变着经销商和厂商之间的价值链。

如果要在数字化转型浪潮中弯道超车，要清醒意识到两个必须解决的技术问题：一是强大的技术平台；二是全网的数据运营能力。

那么，如何解决这两个问题呢？

阿里巴巴根据自身的实践，指出传统企业在数字时代必须具备中台战略，这引起了社会和企业的广泛认同，这也符合数字时代的整个商业环境和业务的变化需求。

驱动力三：产业互联

过去十多年互联网以消费和服务为主线，人们的购物、出行等生活场景被彻底改变并且深度融合。在用户流量红利正逐渐见顶的时候，消费互联网的格局和竞争态势日趋稳定和饱和，每个企业在跨过消费互联的门槛后，又在寻找下一个互联的方向—产业互联，拓展企业的业务边界。

产业互联是促进企业内的人、物、服务，以及企业间、企业与用户间互联互通、线上线下融合、资源与要素协同的一种全新产业发展范式，正逐步重构传统产业的业务协作关系和产业价值模型。

同时运用传感设备和大数据技术，科学化、规模化地开展农产品的生产，触达消费者端时提供更加健康、新鲜的农产品。产业互联的发展将再造农产品流通形态，拓宽农产品销售渠道。

从发展的角度看，产业互联网还处在从萌发到成熟的发展阶段，在未来十年，随着技术发展、消费互联的逐渐饱和，更多企业会利用其独立的行业优势和壁垒，快速发展自身的产业互联数字化业务。

企业管理者在产业互联转型过程中需要具有如下几种思维：

1）价值驱动思维。产业互联能否从根本上解决原有行业作业效率低的问题，从而节约成本使其价值链的数据流动更高效，并在某个节点创造出互联后的价值溢出？

2）分享经济思维。无论是在营销领域还是在知识技能上，都要有社会化分享的理念，在产业互联网领域将分享的价值放大。

3）大数据思维。产业互联将通过新一代技术获取整个产业链不同节点上有价值的数据，将原有分散的数据集合起来，产业互联平台更应该提供全产业不同价值链的数据模型和决策支撑。

驱动力四：生态运营

传统企业管理以往是基于专业化分工进行的，更多是追求效率提升、风险控制。而未来企业的管理首先是基于连接的，整个人员、组织形态也在向开放、生态方向进化。

未来的商业竞争是基于多向的非线性价值网络的，在层层相关的价值网络中，客户位于价值链中心，为了创造更多的增量价值，需要开放与共享，企业也必将向共生、共赢、共创的生态战略方向进化。

重构企业生态体系的最终目的是在如今经济新常态的市场竞争中占据优势，实现企业的自我进化，同时通过生态体系中各个环节的进化促进整体生态体系的完善发展。

不论是阿里巴巴构建的从用户购物平台到生活一体化的生态系统，还是腾讯构建的从社交平台到生活一体化的生态系统，或者小米构建的从“硬件 + 软件 + 云存储”系统到生活一体化的生态系统，都是如此。

数字平台用户正在从 C 端个人消费者迅速拉长到 B 端的经销商、供应商、生产设计 OEM 商、社会化分销服务商（合伙人、终端商户、异业合作），及行业生态体系的利益相关用户。

企业所具备的生态能力正成为在行业中重新洗牌的重要手段，但是在生态体系，由于所涉及的行业跨度大、用户群体复杂，通过传统的合作和管理很难达到预期的效果，这就需要数字化平台赋予全域全触点的用户以连接能力。

在生态运营方面表现最突出的是地产企业。地产企业当前遇到了发展瓶颈，都想尽快实现从纯地产开发商向城市生活综合配套服务商的转型，积极拓展业务版图，进入商业开发和运营、物流仓储、社区教育、金融服务、养老生活等。

但内部多业态用户触点的运营和管理处于分散状态，各个业态各自为政，不利于未来面向业主提供更多全面生活配套服务的产业生态的发展。因此为了推进多业务形态协同融合，地产企业纷纷开启数字化之旅。

二、数字化基础设施与能力：实现数据资产全生命周期赋能

包括物联网、大数据、云计算、社交网络和人工智能等一系列数字技术，成为数字化运营的赋能工具。它们的不断发展和融合，使企业数字化转型的内涵不断拓展。如下图：

技术的演进与融合

1、拥抱产业物联网，强化数据资产生成与利用

产业物联网以其广泛多样和海量的连接对象，将以数字化方式统筹工厂车间、实体产品、厂内员工以及企业各部门和流程，释放巨大的潜在价值，激发数字化运营的强大动力。

实时且更广泛的连接，使运营与流程更加透明可控以物联网为核心的工业物联网的推广，展现了在工业制造领域复制 2C 数字经济辉煌的光明前景。

工业物联网平台的部署，多种传感器的应用，使得企业生产制造流程中数据的生成量呈几何级的增长。这些都使生产制造流程更加透明，实时监控与管理大大增强。

例如，工程机械巨头徐工所搭建的 Xrea 平台, 具有机械制造领域非常广泛的连接范围，并由此产生了相关流程的海量数据。目前 Xrea 平台累计接入设备数量超 45 万台，连接数据种类超 7000 种，设备种类超 1000 种，覆盖全球 20 多个国家。

作为国内快速崛起的乘用车龙头企业，吉利通过物联网平台实现了工厂各项数据的实时获取与传递，几乎所有 生产现场的信号、程序都可以实时反馈到监控室里面，让监控室实时同步地对生产现场环境进行模拟监控。

同时吉利还十分注重系统的移动性：各项系统同时通过 Android 和苹果系统来进行开发，使相关员工可以实时对吉利数字化系统进行访问。

行业平台推动场景应用

工业物联网对于设备，产品，流程和人员的连接，使其具备了实现行业运营整合，推动基于场景的行业应用的巨大优势。以轨道交通装备巨头中车为例，借助以物联网为核心的数字技术，通过资源虚拟化、能力服务化和过程协同化方式打造工业云服务平台，实现整个轨道交通装备产业链的资源共享与协同。

中车工业云平台成为涵盖轨道交通装备全生命周期的智能化平台，包括了智能制造、智能物流、智能质量管理、智能产品、智能服务等不同场景的数字化应用内容，将产品研发、制造和运营过程中的所有数据以平台方式呈现，并实现接口之间的互联互通，直接面向生产制造的终端——工位，实现人、机、信息、网络的深度融合，从而大幅提高生产效率，减少成本，提高产品质量。

“中车云”所有的数据均来自生产一线，所有指令与控制都由平台自动发出，彻底改变了传统制造过程中各系统单独运行却又相互缠绕、边界不清的状况。催生工业 APP，促进知识与经验共享，加速创新移动互联时代，基于智能终端的的移动 APP 的发展，催生了繁荣的开发者经济和应用商店等新的商业模式。随着制造业与互联网融合发展向纵深推进，APP 模式也向工业领域快速渗透。

工业 APP 的发展与繁荣，对于产业物联网的发展有重要意义，代表着制造业数字化、网络化、智能化转型升级的新路径。

工信部印发《工业互联网 APP 培育工程实施方案(2018-2020 年)》中，将工业互联网 APP(简称工业 APP)定义为：“基于工业互联网，承载工业知识和经验，满足特定需求的工业应用软件，是工业技术软件化的重要成果”，并把促进工业 APP 的发展作为推动工业互联网应用生态加快发展的重要推手。

当前，整体而言，国内工业 APP 的发展尚处于初始阶段。相较于移动终端上的APP，工业互联网 APP 开发的门槛更高，难度更大：工业 APP 需要通过数据交换与设备互动。但是，先行企业已经开始在不断摸索中前进。

以工程机械巨头徐工为例，徐工通过工业 APP 把工业技术、工艺经验、制造知识和方法这些 “工业智慧”加以数字化、软件化复用，力图解决工业企业核心技术创新能力不强等问题。目前，在徐工信息 Xrea 工业互联网平台上已经有 5000+的工业 APP，并且已经在50 多个行业，350 多家客户得到应用。

2、云架构与平台模式

混合云日渐盛行，平衡灵活与安全

当前，云架构正逐渐成为企业 IT 基础设施主流。知名研究公司 IDC 在 2017 年完成的调研表名，超过一半的受访中国企业已经开始部署云架构的基础设施（52％的企业部署了私有云解决方案，在公有云方面，而 54％的受访企业已经开始使用基础设施即服务（IaaS）。对于大型企业而言，兼顾公有云的灵活性和私有云的数据安全可控的混合云，正成为主流的云架构部署模式。

海尔在迈向云端的过程中，便采用了兼容私有云和公有云的混合云架构：以私有云为基础——伴随着工业园区的扩张，海尔以十多个数据中心为基础搭建私有云环境；公有云为辅助——出于经济性的考虑，海尔就将一部分涉及弹性计算和前端的web 应用放在公有云上。出于数据安全考虑，海尔在公有云应用上拥有一套完善的定级机制，主要合作对象也是 3A 即“AWS、Azure、阿里”。

多个云平台组成行业云集群，增强产业链协同基于云架构的行业应用，以其快速部署，高效运营和极佳的可扩展性，为越来越多的企业所采纳。随着越来越多的应用被部署于云端，以及应用使用者有企业内部扩展到行业内价值链的上下游，行业云已初具雏形。企业在打造行业云、连接整个行业价值链的过程中，不断赋予行业云更多的功能，扩展行业云所覆盖的流程，使行业云逐渐发展成为由多个不同场景的功能性云平台集群，对于增强产业链上下游协同、共同创造客户价值的作用不断增强。

白色家电巨头打造了由多个流程云组成的全价值链企业云，包括：美的智造云是聚焦交付精准、效率提升、品质改善和数字化透明的智能制造信息化及工业以太网集成解决方案；

“协作云”：将带动企业拥抱互联网，将采购寻源、供应商管理订单执行和采购分析变得高效、透明；

“美云智数”：将自主研发的信息化和智能化解决方案落地执行，拉动整个价值链，构建透明可视的智慧工厂；

“美信云“：通过端到端的连接，打造全价值链的企业移动信息化解决方案；

“慧享云”：塑造赋能型后台职能（人力资源，财务等）；

“营销云“：包括三大模块, 即涵盖整个客户生命周期的慧销云，聚焦线下渠道数字化营销的渠道云，以及实现全方位电商管理的电商云。

而国内知名服装服饰企业报喜鸟集团，通过部署云翼互联智能，创建了云翼智造“三朵云”的架构体系：

首先是透明云工厂，即通过智能制造，实现产品的柔性化生产，并通过数据驱动的运行，优化资源分配，提高运营效率，并实现生产全过程的透明可视；

其次是定制云平台，构建客户信息集成管理系统，实现线上线下协同和一人一版、一衣一款的模块化全渠道服务模式。

第三是数据云中心，整合服装行业大数据，打通上下游生态产业链，实现与关联方的互联互通与合作共享。能力输出与交付平台，加速新技术与能力推广云平台所具备的应用快速部署以及可扩展的特征， SDK 和 API 等开发工具及其带来的创新的应用开发模式，使其成为大数据，AI 等新技术实现快速部署与推广的模式与通道，加速了新技术与能力的推广。

华为消费者业务群所打造的HiAI平台，是面向移动终端的AI计算平台，提供云、终端、芯片三层的 AI 能力开放，让伙伴们能够基于HiAI，开发各种人工智能的手机应用，优化消费者体验。具体而言，云端的HiAI服务，能够根据用户所需，实现服务的智能推送；终端层面的HiAI引擎，将AI能力与APP集成，提高APP的智能水平；芯片端的 AI 基础，能够快速转化和迁移既有模型，借助异构调度和NPU加速获得最佳性能。

其中HiAIAPI是平台中的人工智能计算库，能让开发者便捷高效地编写移动设备上的AI应用程序，专注于开发新颖的 AI 应用程序，而不用关注针对计算的性能调优。它提供了包括人脸识别、图片识别、语义分析和码识别等多项功能，目前已经有快手、抖音、京东、美团、Prisma 等第三方应用接入。

3、数据分析与AI应用，完成由数据到洞察的转变

更智能的人机交互，提升用户体验，深化用户洞察人机交互作为人工智能的重要领域，正在受到越来越多的重视。语音识别、语义分析、文字识别等相关技术的发展，使人机交互更加自然和智能。人机交互在产品端和服务端的应用，将为客户带来更优的体验。而交互过程中产生的数据，又成为企业实现客户画像、深化客户洞察的重要途径。

以海尔的智慧家庭语音助手 u+智慧家庭语音助手——“小优管家” 为例：作为基于海尔 U+人工智能平台和物联网技术研发的分布式语音交互系统，它能够提供包括语音识别、语义解析、语音合成在内的全流程语音交互体验。依托海尔智慧家庭，小优管家能够提供深度定制的智能家电语音交互服务。同时，利用海量用户与网器交互数据，对用户和网器设备进行画像，在所形成的用户洞察支持产品与服务创新的同时，也开放大数据应用，使生态增值，共同提升用户体验。

预测性分析，提高运维科学性

预测性维护就是从运行中的设备中采集数据，预测未来的维护需求，即从传感器反馈的数据中预测某个机械组件会发生故障，或是提高组件质量，从而彻底避免故障出现。其中，对于制造业而言，无论机械电子类的产品，还是工厂和物流系统中的生产和运输设备，预测性维护在降低宕机时间，提高设备利用率的同时，避免不必要维护产生的零备件及人工耗费。经验表明，预测性维护技术能为企业节省近12%的维修成本和近 30%的整体维护成本。

预测性维护的案例，国外关于 GE 和罗尔斯罗伊斯在航空发动机方面的应用已经广为人知。在国内，这一应用领域同样发展迅速。以徐工为例，借助于 Xrea 工业互联网平台，徐工信息为某手机壳生厂商的数控加工中心刀具进行了预测性维护：通过机床作业过程和本身特性的分析，得出机床的声音、震动和电流与刀具的损坏程度具备较强的相关关系。借助边缘计算、人工智能技术，结合工业机理模型，开发了刀具寿命预测工业 APP，最终的预测准确效果接近 100%，在降低维护费用的同时，帮助其良品率从 87%提到 99%。

实现自我优化，迈向智能运营

相较于人机互动和决策分析支持等单项应用，实现整个业务流程的自我优化和自主运营意味着更大的难度，同时也会带来更大的收获。在达到这一目标的过程中，数字化统筹的智能运营流程将进一步向纵深和精细化发展，员工参与会降至最低水平。系统的自我优化则是实现自动运营之后的新突破。借助于强大的分析能力，系统将不同传感器中汇集而来的运营状态信息进行分析，自动识别运营中的薄弱环节和改进空间，并通过控制系统发出指令完成修正，实现运营的自我完善。

华为运营商业务群利用 AI 技术提高网络的智能水平， 实现网络“自动驾驶”，为运营商带来更加高效和安全的网络。通过把 AI 注入到 SoftCOM 的架构和解决方案中，形成新一代的架构 SoftCOM AI，借助于架构创新，实现了电信网络的自动、自治、自愈、自优，提升网络的利用率和运维效率，构建一个 “自动驾驶、永无故障”的网络，给包括最终用户、运营商和设备商在内的全产业链带来价值。

4、技术融合，低代码数字孪生与数字主线赋能端到端智能运营

毋庸置疑，低代码，物联网，云计算，大数据与人工智能等数字化技术，其单独应用已经给企业的数字化运营带来巨大价值。这些技术的整合应用将产生的巨大颠覆性力量，作为多项技术（低代码，物联网，传感器，数据分析与人工智能，云计算等）融合的更高级别的应用，低代码数字孪生和数字总线代表了企业数字化运营的更高水平。

低代码数字孪生作为物理产品的数字化表达，以及数字主线对于涵盖整个产品生命周期环节的流程的数字镜像，正在给制造业企业的包含研发，生产以及售后服务等的整个产品生命周期带来价值。

美的集团运用低代码数字孪生理念开发数字样机，加速了研发进程，降低了研发成本。

避免了传统的研发流程下，大量的样机测试和不断的结构修改，通过样机的不断地迭代最后达到开发目标的模式所带来的产品研发周期较长、成本较高，且难以精确定位产品的市场需求等的痼疾，数字孪生模式通过数字样机和数字实验循环优化产品设计，让样机变成最终方案的验证。

在这一模式下美的对于油烟机产品的研发，提高了研发资源利用效率和产品创新速度，并以设计优化带来消费者体验升级。

而快速崛起的国内汽车制造商吉利，则其利用数字总线理念加速了整个制造流程的优化。通过对于包括冲压、焊装、涂装和总装等车间和流程工序的 3D 仿真， 实现了生产流程的虚拟世界和物理世界的高度一致：

首先是仿真数据跟现场数据的误差只有 13 毫米；

其次是所有的 CT 节拍误差控制在了 0.5 秒；

再就是所有机器人在仿真系统的数据跟现场实际完全一致。

于是，吉利生产车间的监控人员在控制室里可以控制现场任何一台机器人的启动、停止，可以调动现场任意一个程序。整个流程的高精度数字化镜像，使得现有流程的优化，以及新产品上线时生产线的调整等，都可以在仿真系统中进行设计和预演，大大缩短了实体工厂的调整时间，提高了生产线的利用效率，降低了单车成本。在两个制造基地的试点成功后，吉利正将这一实践迅速推广到集团更多工厂。

除此之外，吉利作为一家集团型企业，仍然需要大量的技术人员来满足各事业部门的日常数字化需求。在去年引入了“织信Informat”低代码平台，通过其高效的低代码开发能力，赋能技术与业务人员，大大提升了需求交付效率，解决了需求常年堆积的难题。

三、企业数字化转型的未来展望

未来，数字技术的不断突破将带来产品、服务、运营模式和商业模式的不断革新。因而对于企业而言，数字化转型将是持久的不断演进的持续过程。

以下趋势的不断发展，将对企业的数字化运营产生深远的影响：

1、智能化运营走向深入，对企业的运营模式影响深远

数字技术的不断发展，数字化的虚拟世界与物理世界的界限正在逐渐模糊，而这趋势将在未来二十年变得愈发强烈。与此同时，工业格局将变得更加分散，快速成型、大规模定制、分散和快速制造将成为常态。

从前需要半年才能得到的原型，届时在一周之内便可完成。此外，在超级云计算、动态和虚拟网络架构以及认知计算的基础上，互联网及其在产业界的分支——产业互联网将充分释放潜能，以意想不到和快速变革的方式实现自身发展。

这些，都将全方位地颠覆传统制造业的运营，智能化运营将在多个方面获得迅速发展：

先进的工业机器人将使大型工厂获得史无前例的生产力，仅需少数几个高技能主管在工厂和控制台监管即可。

协作机器人将应用于企业各个部门，帮助研发和客服部门大幅提升生产力。据估计，到 2030 年，最少有 30%到 40%的工业岗位将被协作机器人取代。内含智能算法的协作机器人甚至可充当白领，成为董事会成员。

自动化流程优化、可穿戴计算机、机器学习和情境感知服务所带来的巨大优势，必将给企业的管理工作带来影响。过去，分配任务和协调是企业主管的工作。但随着原本面向众包和企业应用的软件算法可胜任这类工作并取代主管，中层管理者这一职位将逐渐走向衰亡。到 2030 年及其以后，企业的日常运营需搭配先进的预测性工具。

工业数据的庞大规模，使将其传回中央处理器以供分析和自动化流程控制的模式难以为继，因而边缘计算或雾计算也将得到广泛应用；软件即服务的概念将成为渗透整个工业界的标准。

2、变革将成常态，企业数字化转型成为长期持续的过程

瞬息万变的数字化进程表明，数字化的大变革已在如火如荼地展开，并将长期持续。

为了应对瞬息万变的技术与市场，不断推进数字化转型并最终迈向智能化运营，企业应当积极应对变化：聚焦对业务影响的关键点展开变革，对于变革效果仔细评估后迅速推广，扩大规模；主动适应、敢于尝试、保持好奇；建立灵活的企业组织结构，乐于改变，不禁锢于传统产品、各自为政的部门、企业、行业和市场的框架。

数字化时代的本质就是不断改变，所以企业也必须持续地变革。一次变革的完成也意味着另一次变革的开始。这一过程循环往复，永无止境。

3、迈向拉动式经济，重构价值创造流程与生态体系

数字技术的不断发展，也将催生商业模式乃至企业形态的根本性变化。当前业务模式的主流是推动式经济，这一模式下，企业试图预估需求，据此设计出标准化的硬件产品，再通过标准化的营销和分配方式将这些硬件产品推入市场。

而拉动式经济的运作流程则恰好相反，客户需求这一拉动因素将成为主导：

借助于物联网技术以及智能化的人机互动，企业可率先感知需求，甚至要早于客户自身的认识，其特征是：以一对一的专属营销为基础，能实时检验创意和推出个性化产品。拉动经济的盛行，将带来企业组织结构与运营方式的深刻变革，企业将演变为开放、灵活、模块化、松散耦合的生态系统。

这些生态系统利用和协调来自各行业、各地区的大量专业化企业， 进而将催生“复合企业”，能在需求的驱动下集结，在规模更小的专业化部门装配工业部件。而且某些开拓型企业已经在按此方式运营。

例如，英国的服务提供商瑞德（RPD International）为大型企业设计制造和开发流程。只要提出想法，瑞德就可提供设计、制造原型，并通过其全球合约制造商网络制出产品，甚至还将产品配送到客户手中。

拉动式经济：数字经济模式演化

在拉动式经济中，可随时根据需求建立临时的合作关系，之后再解散，恢复到一般关系网络，等待下一次生产的召唤。工厂、后勤部门、研发部门、供应链、营销团队、转包商和生态系统合作伙伴都将做到有效地数字化互联。因此客户仅需点击几下鼠标，就可从快速重构的供应商那里得到超个性化、超本地化的专属工业产品。