一、数字化转型转什么？
二、数字化转型怎么转？
三、华为数字化转型实践？
制造企业的数字化转型，既包括企业进行传统业务的数字化改造，也包括部分有基础有实力的企业，将新一代技术，例如物联网、大数据、人工智能等技术应用于供应、制造、销售、服务等环节，进入网络化、智能化发展阶段。在这个过程中，从市场、生产现场到产品交付都面临着诸多挑战，比如：
全要素数据采集难。产线、车间数据采集困难，没有数据支撑无法做出评估和快速适应，因此市场的个性化、定制需求无法快速满足。
多域数据流打通难。数据无法整合使用，机床数据、人员数据、物料数据等数据孤岛林立，无法支撑全流程有序和高效的协同。
数据价值挖掘困难。制造业各阶段数据量大、维度多，无法进行全流程质量分析和预测，难以从多维度实时分析实现产线效率提升。
产品智能化服务开发难。无法进行服务化延伸，最终客户无法感知实时服务。
数字化转型转什么？
数字化转型的本质与核心特征
数字化转型的愿景与方向
数字化转型的底座是数据治理/管理
数字化转型的本质
转型的根本目的在于提升企业竞争力
数字化转型过程中，新技术的应用并不是目的，转型的根本目的是提升产品和服务的竞争力，让企业获得更大的竞争优势。
数字化转型本质上是业务转型
数字化转型本质上是新一代信息技术驱动下的一场业务、管理和商业模式的深度变革重构，技术是支点，业务是内核。
数字化转型是一个长期系统工程
对于大多数企业而言，数字化转型面临的挑战来自方方面面：从技术驾驭到业务创新，从组织变革到文化重塑，从数字化能力建设到人才培养，因此数字化转型的成功不可能一蹴而就。数字化转型是一项长期艰巨的任务，多数企业需要3-5年甚至更长时间才能取得显著成果。
数字化转型的核心特征
新一代ICT技术成为新的生产要素
数字化转型就是将新一代ICT技术作为新的生产要素，叠加到企业原有的生产要素中，从而引起企业业务的创新、重构。因此，新一代ICT技术能否得到有效运用，并为企业产生显著的业务价值是转型的关键特征。
数字资产成为创造价值的新源泉数字化转型不仅仅是将新技术简单运用到生产过程中，更应该在转型过程中不断积累并形成数字资产，围绕数字资产构建数字世界的竞争力，为企业不断创造价值。
数字化转型的愿景与方向
企业数字化的核心要素
通过连接解决业务协同，在业务协同中产生和累计数据，通过对数据的处理，分析和洞察，进一步驱动业务和运营，同时对于数据持续积累最终支持更高级别的自我学习，并推动业务在运营的智能化，并形成闭环持续优化改进。
连接：万物互联，跨越边界，业务协同
打破传统企业边界
信息应该自动产生并记录
纵向和横向的完全贯通
数据：数据驱动和数据思维
数据支撑业务协同和管理
数据驱动运营
数据驱动智能化
智能：从自动化到智能化
数据是最基础的基础
指定规则并执行
自动优化和调整规则
价值链中需要被数字化重构的领域
在实施数字化方面，大多数企业应将精力集中在以下方面：
改善客户体验：增强客户体验是数字化的关键业务成果之一。
降低成本结构并实现工作自动化：在面临利润压力的情况下，依靠自动化（尤其是智能自动化）来数字化/自动化任务（RPA） 。
响应市场变化并更快地推出产品：许多互联网公司几乎每天都可以推出新的产品计划和新产品。而在大型企业中，典型的产品发布要花几个季度到几年的时间，大象必须学会小步快跑加快上市时间。
促进以数据为依据的决策制定：在传统企业，决策的制定来自于本能。越来越多企业利用数据来帮助高层决策。
最大程度降低企业风险：在迭代中摸爬滚打仍然屹立不倒、在激烈进化竞争中确保不可替代是数字化两个关键任务。
信息安全：线下转线上，安全形势变化，此不赘述。
新的商业模式和新的收入机会：企业需自我革新、寻求新型动能。
数字业务转型框架：数字化和转型其实是两件事，企业必须采取整体数字化转换框架，并根据其企业独特需求进行定制，以追逐其数字生命。
数字化转型的底座是数据治理/管理
基础信息化：
是业务运作的路，是数字化的底座
企业管理中大量的业务数字是靠以业务流程实时运作的最佳实践为蓝本。商业信息系统支撑起来的，特别是核心主数据必须是在业务逻辑的基础上来串通才有谱，最基本的起码有：
PLM系统：从源头上支撑着研发的物料主数据、产品主数据及各类BOM主数据……
ERP系统：支撑管理着公司业务管理的各种交易、资产数据、成本数据……
MES系统：支撑着公司生产制造体系的各种设备数据、工艺数据、物料状态数据、质量数据、生产工单及其结转数据……
要做起精细化业务管理，你还应该有CRM、SRM、WMS、TMS系统来加持，并用自动化及物联网技术、数据标签位置/时序扫描等手段。
数据治理：是“数字化”能立起来的根企业数字化转型中的一个典型标志是从流程驱动到数据驱动，这一过程中数据是重要资源和生产要素。数字化时代，数据是企业的核心资产已经成为了社会的普遍共识，然而企业的数据普遍存在如下问题，等待解决：
黑暗数据：数据被收集、处理和存储，但是业务上没有做任何使用。
数据孤岛：信息系统各自为政，数据孤立、标准不统一、缺乏关联性。
数据质量：系统中数据的不一致、不完整、不准确、不真实、不及时等问题严重。
把数据比作是“石油”的话，如果不对其进行处理加工其本身价值不大。原油需要经过加热、催化、蒸馏、分馏等一系列淬炼、提纯的过程，才能生产出不同型号、规格的产品。数据其实也一样，只有通过采集、转换、清洗、加载等一系列加工、处理过程，形成可信的、高质量的可被利用的数据资产，才能使得数据价值化。
而这一过程，我们称之为：数据治理。
数字化转型怎么转？
数字化转型计划失败的9个原因：
➢ 不了解什么是“数字化转型”
➢ 高层领导模棱两可的支持
➢ 不正确的数字战略和转型路线图
➢ 低估转型难度
➢ 预算不足
➢ 人才资源匮乏
➢ 专注于亮点程序，忽略数据底座
➢ 低估变更管理
➢ 不解决或者解决不的文化问题
挑战一：企业现有数据融合"价值有限"
现有数据融合∶只有约10%的管理数据被打通和融合，进行数据挖掘、创新。
物理世界数字化∶约90%的OT数据并未被广泛地感知、采集、融合和价值挖掘。
挑战二：建一个新的系统，把旧系统完全替换
挑战三：复杂的业务，复杂的技术，更复杂的集成
信息化与数字化的关系：
正确认识信息化
之所以用“信息”一词，是因为我们掌握了机理之后，只需要少量的数据“喂”给软件，就可以获得足够好的反馈。这些少量的数据就是初始条件和边界条件。大量的复杂的计算工作和内部数据流传，软件就全部完美无误地完成了。信息是控制论中大行其道的概念，该词的本意就包含对大量数据进行提炼总结而形成的最有价值的少量“数据”。信息不仅包含了明确的运行机理，还包含了清晰的初始条件和完整的边界条件，即信息包含机理、初态和环境。
但那些聪明的少数人始终是清醒的，科学技术也在不断发展，他们发现新科技（特别是大数据与AI技术）可以在海量数据中总结出具有一定明确程度的机理、初态和环境（姑且称为“准信息“），而且随着数据量的增加和进一步分析学习，“准信息”可以越来越明确。
准信息更接近纯数学的表达，未必像人类总结的信息那样具有显而易见的物理意义和业务含义，这让人们可以回归到信息的本源——数据层面，发现靠人脑不曾发现的机理，总结机理需要的初态和环境，于是数字化时代拉开了序幕。
信息化与数字化的关系：
数字化的价值在于它的“效益”
如果说信息化以明确信息为前提，那数字化则以海量数据为基石。数字化看似绕开了明确信息，但却走通了信息化曾绕开的路。
从数据中识别总结确定性信息（机理、初态和环境）是数字化的使命，人类终究还是要像牛顿、爱因斯坦那样取得真正的具有物理含义和业务意义的终极模型，才能获得实质性的根本进步。
数字化识别出来的信息需要进行另一次递归，最终还要回归到信息化中来。
有人说数据可以帮助人们消除不确定性，其实数据本身并不是不确定性的终结者，从数据中获得的信息才是。
当我们掌握了明确的机理、完备的初始条件（初态）和边界条件（环境）时，用信息化帮我们提高效率和质量。当我们的研究对象超越了我们理解，机理、初态和环境不完备时，则需要用数字化来突破我们局限，实现创新。
华为数字化转型方法论
坚持1个企业级转型战略
数字化转型本身是企业级战略，是企业总体战略的重要组成部分。
以战略为指引开展数字化转型。
数字化转型战略的内容：
坚定数字化转型愿景和使命；
明确数字化转型定位和目标；
开拓新商业模式、新业务模式；
实施数字化转型战略举措。
创造2个保障条件
组织机制：建立强有力的组织结果支撑数字化转型。
明确转型的责任主体；
制定合理的组织目标；
配套考核和激励机制；
成立专门的数字化转型组织；
建立组织间的协同运作机制。
文化氛围：培养转型文化理念，植入数字化转型的文化基因。
数字文化：积极拥抱数字化，通过数据改变传统的管理思路和模式；
变革文化：勇于探索，拥抱变化，自我颠覆，持续变革；
创新文化：崇尚创新，宽容失败。
贯彻3个核心原则
战略+执行统筹：
战略与执行并重，处理好近期与远期、 总体与局部、宏观与微观；
自上而下，顶层设计，制定行动；
基层探索和创新，修订战略。
自主+合作并重：
立足自身，能力内化；
自我驱动，转型成功关键在企业自身；
识别和聚焦核心能力；
非核心能力开放合作，补齐能力短板，建立共赢生态。
业务驱动+技术驱动：
实现业务与数字技术深度融合；
业务视角主动思考；
技术对业务创新的价值点；
新技术的探索上做适度超前投入。
推进4个关键行动，控制转型关键过程
顶层设计：
明确长期目标；
实现战略解码；
统一思想，统一目 标，统一语言，统一行动。
平台赋能：以数字化平台应对业务与技术挑战。
提升数字化能力；
有效沉淀经验；
逐步积累数据资产；
平渭演进。
生态落地：构建起良性生态体系。
发现合作资源；
建立合作关系；
推动合作落地；
保持合作发展。
持续迭代：
持续，支撑物理世界业务的可持续发展。
短周期迭代；
中周期迭代；
长周期迭代。
数字化转型的实践路径
伴随着数字经济的发展，对于制造企业来说，如何准确剖析企业内部对数字化转型的真正诉求、衡量评估企业智能制造现状对优化业务和生产流程以及制定清晰的数字化转型路线和战略尤为重要。制造企业需要根据自身产业优势，按照因时、因地、因业、因企原则，以灵活多样的商务模式及部署形式提供高度及深度定制化的方案和战略，从而确定数字化转型最佳路径。我国的行业数字化转型步伐正在加快。即使是重型制造这样的传统行业，也正在借助新技术来提升能力，提高效率，增强行业整体竞争力。
（部分内容来源网络，如有侵权请联系删除）
