近年来，数字化转型一直是主流制造企业热议的话题。 您可能首先想到与数字技术、信息化看板或大量数据相关的设备。 然而，数字化并不是设备、系统和方法的简单堆叠和叠加。 企业的数字化转型如果只是顺势引进和推广技术，势必收效甚微。 下面，龙之造小编就带大家一探究竟。
数字化转型要求公司动员所有员工在各个层面和整个价值链中采用日益商业化的数字突破性技术（例如物联网、高级分析、人工智能、自动化和流程数字化），从而改变他们的运营方式实现深远而重要的现有和新兴业务价值，以满足客户不断增长的需求。
实施数字化转型可以为企业带来巨大的价值，包括降本增效、提高生产效率、降低人工成本、加速产品迭代、提高制造自动化程度等等。 然而，转型愿景虽美好，现实却远不尽如人意。 麦肯锡调查了全球 800 多家传统公司。 结果显示，虽然70%的企业已经开始数字化，但仍有71%的企业处于试点阶段，85%的企业已停留一年以上。 实现大规模推广已经来不及了。 这种“试点困境”主要是企业在业务、技术和组织转型中存在的各种陷阱和障碍。
数字化转型的“试点困境”
成功的数字化转型需要合理的顶层设计，清晰的企业数字化愿景，围绕业务、技术、组织三大领域，紧紧围绕赋能要素，贯穿整个价值链。
我们将此战略概述为数字化转型的 1-3-6-9：
1 目标明确，数字化转型为什么？
3大领域，了解什么是数字化转型？
6大核心要素，如何布局数字化转型？
9大价值链环节，数字化转型围绕哪些环节？
—01—
一个目标：捕捉增长，提升价值
数字化转型的长期目标是捕捉增长和提升价值，所有数字技术的应用和落地也应该围绕这个目标展开。
一方面，数字化转型是为了提高运营绩效。 在传统精益改进和管理优化的基础上，业务和流程的数字化转型可以进一步为企业创造降本增效的潜力：通过全价值链的数字化转型，包括采购和销售数字化、办公流程自动化、生产供应链互联透明等措施极大地提高了人员和资产效率，在激烈的行业竞争中保持领先地位。 据麦肯锡全球研究院预测，到2025年，数字化突破性技术的应用每年将带来高达1.2万亿至3.7万亿美元的经济影响值。
另一方面，数字化转型有助于提高企业的收入和盈利能力，带来可观的财务价值。 麦肯锡数商数据库调查了全球多家企业，发现数字化成熟度越高的企业，业务增长势头越强。 对于数字化综合能力强的企业，其收入增速和利润增速均为其余样本平均值的2.4倍。 数字化转型能够为企业带来真正的价值，为企业发展提供源源不断的动力。
图 数字化转型为企业带来巨大的财务价值
—02—
三个领域：业务转型、技术转型和组织转型
如今，数字化转型已成为业内人士必谈的热门话题，但究竟是什么呢？ 有人说数字化转型是智能制造，有人说数字化转型是智能科技，有人说数字化转型是敏捷组织。 大多数厂商对它的理解是片面的、片面的。 在麦肯锡看来，数字化转型是一个系统工程，需要组织的全面动员，是由业务、组织和技术三大领域驱动的转型之旅。
数字化转型的三个领域
业务转型是指通过全价值链的数字化转型来提升经营指标，包括在销售和研发中使用数字化手段增加收入，在采购、制造和支持部门使用数字化技术降低成本，以及数字技术在供应链和资本管理中的应用。 以数字方式优化现金流。 成功的业务转型需要方向清晰、愿景清晰、阶段性转型路线图清晰。 同时，要关注以“净利润值”为驱动的全价值链，而不是简单地从技术应用转型。
技术转型是指构建企业数字化转型所需的工业物联网架构和技术生态体系。 工业物联网架构是支撑数字化商业用例试点和推广的“骨架”，数据架构是保障“数据-信息-洞察-行动”实现的“血液”。 最终目标导向。 技术生态圈是一个朋友圈，包含丰富的数字智能和来自外部世界的能力。 数字用例的部署、数字技术的迭代创新、新技术的推出，都离不开技术生态中其他合作伙伴的支持。 成功的技术转型需要完善的物联网架构，打造和引领主题鲜明的技术合作伙伴生态，促进企业间的合作，取长补短，共同发展。
组织变革是指组织结构、运行机制、人才培养和组织文化等方面的深刻变革。 成功的组织转型是自上而下驱动的变革，需要高层管理人员明确目标，构建绩效基础设施，成为指导转型行动方向的“大脑”； 形成转型措施和财务指标的映射，以反映转型对业务影响的组织“眼睛”； 在整个组织内建立一致的变革管理理念和行为，成为引领组织变革的“心脏”。 另一方面，企业需要重视团队建设，弥补员工的能力差距，打造数字化知识学习文化并使其可持续发展； 推动数字化能力建设和人才梯队建设，形成推动转型规模化推进的“肌肉”；打造敏捷组织和团队，为转型举措快速落地和优化提供“瑜伽士” .
—03—
数字化转型的 6 大核心要素
企业启动数字化转型后，通常会在不同的应用场景进行试点，但往往面临无法实现大规模推广的困境。 为了解决这个问题，我们认为有六个核心因素值得关注：
1. 敏捷的工作方法
敏捷工作方式是指企业按照敏捷原则进行快速迭代更新和持续交付。 具体来说，就是把大目标细化成可以直接交付的小任务，从项目一开始就分步交付结果，而不是一次性交付所有结果。 这种工作方式可以将长达数年的传统项目工作制转变为每2-4周持续迭代的小规模更新，并在生产过程中不断测试和应用数字技术，从而实现快速、大规模的推进.
案例一
某汽车制造商采用最小可行产品（MVP）策略，产品开发周期为两周，从而实现快速迭代。 公司通过敏捷的工作方式，成功开发了200多个大数据商业智能BI仪表盘，完成了30多个机器人流程自动化项目。
2. 敏捷数字工作室
敏捷的工作方式不仅改变了产品开发的思维，也改变了传统的工作方式。 传统开发团队容易陷入缺乏沟通、闭门造车的困境。 难以应对快速的市场变化，势必阻碍数字化转型的推进。 敏捷数字工作室应运而生，是指在传统组织部门之外，基于敏捷工作方式打造的跨职能部门专用空间。 在敏捷数字工作室中，开发团队可以与不同部门的员工高效沟通，实现跨部门的管理和运营。 这种协作氛围吸引了员工并支持组织各个层面的创新。
2号案例
某大型跨国化工企业建立了面向转型的跨职能敏捷交付团队，包括IT专家、运营技术专家、信息安全专家和供应链关键用户，确保信息技术（IT）与运营（OT）的融合) 在数字化转型过程中充分沟通和融合。
3、工业互联网基础设施
对于传统制造业，现有的 IT 设施无法满足数字用例对延迟、数据流和安全能力的要求。 因此，企业应在数字化转型之前或初期部署可扩展的工业互联网和数据基础设施。 工业互联网的核心原理是基于数据驱动的物理系统和数字空间的全面互联和深度协同。 它可以打通部门之间的子系统，将整个组织紧密联系和整合，实现指数级的扩张。
3号案例
某电子制造企业的工业互联网基于工业云平台，实现了从上到下、从设备到洞察的稳定、可扩展的物联网架构。 它不仅实现了垂直整合（从数据到洞察），还实现了产品生命周期的整合。 （打通ERP、PLM和MES系统）。 公司已将超过60万台设备接入互联网，可针对不同行业场景提供超过1000款云应用。
4.技术生态系统
技术生态系统是指企业在实施数字化转型过程中构建的生态系统。 通过与不同领域的合作伙伴交换数据和资源，既避免了与外界的单打独斗，又实现了开放的协作与合作。 保持领先于最佳可用技术。
4号案例
某家电企业借助工业互联网平台，积极与外部合作伙伴共享数据，促进技术创新与交流，打造科技巨头、学术机构、初创企业的生态圈，实现自主智能制造研发创新快点。 技术更强，范围更广。
5.工业互联网学院
企业在数字化转型过程中往往面临人才困境，主要表现在内部缺乏合适的数字化人才，主要依靠外部引进，不仅费时费力，而且有时难以满足可持续发展的需要。 通过建立互联网学院，企业可以培养自己需要的数字人才。 工业互联网学院主要聚焦内部再造技能，为转型团队提供再培训和学习资源，帮助员工获得指导和提升所需技能，以适应工作内容不断变化的需求，打造满足企业需求的可持续发展企业企业自身转型。 持续的数字人才梯队。
5号案例
某电子制造企业以入选灯塔企业为契机，成立灯塔学院，致力于培养工业大数据人才，通过教育培训和培训实践，促进数字化人才的转型提升，成为国内首家国内企业自建工业互联网人才培养基地。
6.改造办公室
转型办是企业数字化转型的“指挥部”。 通过成立转型办公室，企业可以明确数字化转型的治理架构，采用评分制和问责制，提高企业内部数字化转型的透明度和影响力，与各级人员公开互动交流，带动企业的数字化转型。大规模改造。 大规模数字化转型。 原来自上而下的“推”项目机制由此转变为以价值为导向、全员动员的“拉”组织机制。
6号案例
某汽车企业构建了完整的转型组织架构和治理模式，支撑转型规模化推进。 200多人的数字化团队由负责数字化的CTO带领。 中心改造办直接与基层反馈沟通，根据用户需求进行流程再造和绩效目标定义，部署以客户为中心的数字化平台。
—04—
数字化转型的 9 个价值链环节
1. 数字化业绩增长
数字时代给企业的营销模式带来了变革。 传统方式已经不能支撑快速的营销创新，需要结合新技术和新方式来促进业绩的持续增长。
案例一
企业可以通过物联网设备追踪和衡量消费者行为，从而预测客户可能倾向于购买的产品和服务，了解最佳营销时机和渠道，为新产品做出更准确的客户画像，有效提升销售线索。 又如，企业可以通过大数据形成的客户洞察预测和监控产品销售情况，根据客户反馈及时进行战术调整，优化营销管理流程和决策，实现智能维护和售后增值服务。
2. 数码产品设计
随着客户对产品品种、上新频率、价格降低等要求的提高，企业需要不断缩短研发周期，提高产品定制化程度，控制研发成本。 挑战。 结合数字仿真和分析方法，高效的产品开发迭代成为可能。
2号案例
通过将3D仿真和数字孪生技术应用于产品设计和测试，企业可以在现实世界中为产品创建虚拟数学模型，并在虚拟空间中进行分析、测试和优化。 特别是对于定制化产品，在虚拟空间中进行测试可以大大降低搭建新测试平台的成本。 企业还可以通过高层次的分析辅助产品从创意到落地的全过程性能管理，通过研发过程中的数据挖掘加快项目进度，控制产品开发成本，提高设计过程的效率。
3.数字化采购
企业内部经常存在采购问题，支出数据分散且不一致，订单量巨大，产品开发与供应链之间缺乏协调，使采购经理在关键决策上无所适从。 数字化采购可以利用智能数据集成和品类成本分析工具自动计算关键杠杆和绩效指标，从而提高采购过程的透明度。
智能支出分析 通过数据自动抽取、类别分类、智能分析和效益跟踪，应用高级分析对数据进行自动整合和聚类分析，将辅助采购决策的数据分析结果以可视化报表呈现，从而有效提高数据的透明度帮助企业采购人员识别利益潜力； 形成可执行、可追溯的优化措施，解决支出分析痛点。 此外，基于大数据平台对采购信息进行整合管理，可实现对不同供应商物料质量的追溯，并形成数字化档案，为后续采购工作提供指导。
4.数字供应链
在数字化时代，制造供应链的复杂度与日俱增，运作速度也越来越快。 高需求产品短缺和微利产品积压是主要制造供应商面临的共同问题。 通过数字化供应链的大数据分析，企业可以对收集到的数百万在线用户和数以千计直接用户的数据进行分析，通过人工智能引擎从庞大的数据集中提炼和形成核心决策，从而做出准确的需求预测。
通过构建端到端的实时供应链可视化平台，企业可以实现供应链中采购商、供应商、物流商之间的多用户协同，可用于资源规划、采购决策、订单管理、库存查询、物流跟踪、统计分析等关键环节为业务协同提供应用支持。 在保证物流、资金流、信息流畅通的前提下，提高采购效率，降低采购成本，达到优化供应链资源配置，提高供应链效率的目的。 再比如，企业通过高级分析优化生产和物流计划，实现机器和物料的高度协调。 通过高级分析，机器可以对材料需求做出预测。 如果预测缺料，可以实现自动配料。 产品还可以自动入库，实现生产和物流全过程的自动化协同。
5、数字化制造
今天的客户需要小批量和多样化的产品，因此企业必须以高度敏捷的方式部署人力和生产设备等资源。 在传统的资源配置方式下，由于人力冗余、设备资产利用率低、高质量低成本等原因，制造成本不断上升。 现在使用先进的数字技术，可以改进制造过程。
5号案例
例如，在车间设备上安装传感器，采集车间实时性能数据（如OEE、FPY、UPPH等）； 不平衡、设备停机时间短、物料搬运机运动缺乏规划等）； 然后，企业可以寻找最相关和最成熟的数字用例来解决问题，并在业务部门的支持下降低制造增值成本。
6. 前中后台流程自动化
企业运营的前台（营销、销售、客服）、中台（审计、风险、采购、项目管理、供应链）和后台（财务、人力资源、法务、IT、税务）往往包含许多非——增值任务。 工作。 这些流程的自动化可以简化和标准化工作流程，有效释放额外的生产效率，调配人才从事更高附加值的工作，从而不断提升整体运营服务水平。
以订单录入流程的自动化为例，企业利用机器人流程自动化（RPA）实现订单自动上传、订单确认和价格确认功能，然后利用先进的分析方法，端到端地处理大部分订单，无需人工干预. 这一变化大大缩短了订单录入时间，减少了人力，降低了成本，提高了效率，同时带来了一个额外的效果，就是帮助企业加强合规。
七、工业互联网架构
工业物联网架构是企业数字化的核心支撑，使企业能够全面捕获运营数据，连接资产和数据，促进数据流动，让数据及时到达具有相应决策权限的人手中。 同时帮助数据模型产生价值洞察，指导业务规划。
工业互联网架构包括多个层次。 制造过程中所需的所有数据首先通过外边缘层连接到企业的数据平台，通过数据转换和预处理生成决策所需的数据，然后发送到平台层； 平台层通过大数据处理和行业数据分析进行处理。 ，构建可扩展的开放云操作系统； 应用层可以实现满足不同场景的工业APP楼宇自控组织架构设计案例，形成工业互联网平台的最终价值。 该架构的核心是数据的采集、传输和分析。 在数字化的支持下，IIoT架构可以完美支撑项目的敏捷交付。 同时，依托可扩展的底层架构设计，逐步分阶段交付相关用例，直至实现最终改造。 目标。
8. 前中后台流程自动化
数字化转型不单单是一个部门，跨职能部门的高效协作至关重要。 中央转型办公室统筹各方资源，组织不同部门统一管理，明确转型目标和绩效考核。 通过全面评估组织内所有潜在的数字化改进机会，梳理出数十个甚至数百个潜在的数字化用例，然后根据实施难度将用例分为短期、中期和长期机会和经济回报，以及每个阶段的具体机会都得到了澄清。 经济价值，带动全面转型。
9.工业互联网学院
专业知识和人才是企业实现大规模数字化转型的重要要素。 通过建立工业互联网学院，企业可以利用内外部专业知识，为转型团队提供再培训和资源，帮助员工提升能力，获得指导和相关技能，以适应不断变化的工作需求，打造适应转型的企业企业自身的需要。 可持续的数字人才梯队。
来源 | 智能制造IMS