2020年新冠疫情的突發，限制了勞動力人口流動，加上近幾年國內制造業“用工荒”逐年加劇，人口紅利使低端產業造成了對低成本勞動力的依賴，而年輕群體則不再滿足于傳統制造業工人微薄的收入。在移動互聯網的高速發展下，轉而尋求快遞員、騎手、網約車等新的社會需求職業。用工難上加難，部分自動化和智能化水平較高的企業，能夠快速恢復80%以上的產能，搶奪市場先機，刺激并加快了制造企業自動化、數字化和智能化的轉型進程和投資力量。2020年工業自動化、網絡視頻會議、協同辦公等應用成為爆款應用，遠程監控、數據采集、智能物流、MES/MOM等應用市場增長顯著，工業軟件和BI應用持續增長。同時，制造企業對數字化轉型和智能制造的規劃和咨詢服務的重視程度也有明顯提高。
隨著我國快速控制新冠疫情以及十四五規劃的出臺，大力推進新基建，實施經濟發展的“雙循環”戰略，我國制造業迅速回升，2020年12月的制造業采購經理人指數達到51.9%，連續十個月位于景氣線之上，醫療用品、工程機械、商用車、造船、集裝箱、電子、紡織服裝、玩具，乃至自行車等多個行業出現井噴。
對于還在猶豫的工廠來說，在用工的壓力與“新基建”等政策的指導下，前進的方向逐漸清晰起來：在IoT與大數據等技術的加持之下，通過對傳統產線數字化的改造與建設，將達到生產效率與成本的進一步優化。
這不僅是局部工廠的解決方案，更是推動我國制造業發展的過程中，所采取的必要的生產方式的變革。
如何讓工廠穩步向數字化、智能化轉型？賽百君分析了幾點需要注意的地方。
一、評估自身數字化成熟度、匹配能力模型、制訂目標
很多企業的領導，尤其是偏生產部門的領導，說要搞數字化轉型，便讓HR在市場上高薪招聘一個智能制造總監，然后就幾個人苦心專研。數字化轉型不是一個人幾個人能搞起來的，企業在確定要搞數字化轉型，在制定數字化轉型戰略目標的時候，一定不能忘記的事，要進行工廠能力調研，如果只管目標制定，不對能力進行匹配分析，結果往往目標可能無法落地。
關于數字化轉型能力建設，賽百君建議由企業組建數字化轉型團隊，該團隊直接匯報給負責企業數字化轉型的VP。各業務部門對接，整合和落實管理層業務戰略愿景，并推動具體業務部門和IT執行落地。
二、智能制造整體規劃的重要性
其實智能制造和數字化轉型沒有統一的標準，做的多也不代表你就是智能制造，做的少也不代表你就不是，智能制造和數字化轉型其實就是要解決企業的痛點，如果通過新一代信息技術賦能企業業務痛點問題的解決，狹義的來講，解決問題的項目就是智能制造項目，沒有必要去上自己不需要的東西，這里特別強調一點，沒有必要為了新技術而新技術，新技術一定是伴隨著解決某個具體問題的，如5G是為了解決帶寬延遲或者其它因網絡面臨的痛點；一物一碼是為了解決溯源問題等等。
整體規劃其實在做一件事情，即定義清楚在什么時候需要解決什么問題，鎖定的是兩個維度屬性，時間維度和需求維度。那為什么整體規劃這么重要呢？
整體規劃能夠讓管理層看到未來2～3年的整體藍圖，更容易界定這個標的是不是與他對企業或者戰略發展方向的定位是相吻合的，管理層的認同對于后續下面執行層的推動是非常有利的，行業有一種說法叫“所謂領導重視的項目一般都比較好推”；有了清晰的整體規劃，更好識別促成整體規劃可落地的相關資源要素的匹配，如預算、人才等；整體規劃也是對企業現狀的一種最好的摸底，雖然說規劃要仰望星空、對標一流，但我們不能忽視規劃最最重要的屬性，即立足于企業當下和實際。通過整體規劃的行動，識別出企業當下面臨的困難和業務痛點，整體規劃其實也是一種找出疼點，持續改善的過程。
三、生產部門和IT部門的深度融合
提到兩化融合，工業化和信息化的融合，大家都不陌生，站在甲方的視角，真正落實兩化融合，首先最應該做的，在管理模式上要落實生產部門和IT部門的融合。
制造企業和互聯網企業不同，互聯網企業，一個211/985計算機專業畢業的應屆生，一般3個月到半年時間就可以在team內獨立的工作，3年內，悟性不錯的人，基本就可以晉升為team leader，獨當一面帶團隊，相比互聯網行業，制造業的流程和體系更為復雜，我身邊認識一些985名校畢業的研究生，一些工作2年以上，也只能做些點狀的事情。
經常會有朋友問，數字化轉型誰牽頭會更合適，賽百君基于目前200多個項目案例參考的觀點是，項目架構（我要什么）由數字化轉型團隊牽頭規劃、技術架構（我怎么實現）由IT團隊牽頭規劃，基于3點考慮：
項目架構更多體現生產執行層對于企業中長期的發展戰略定位和生產部門運作流程，數字化轉型團隊比IT部門更了解業務，更重要的一點，相比IT，數字化轉型團隊有獨特的優勢，他們有更多的機會和高層一起開會、訪談交流，他們更懂老板的心聲；技術架構更偏向底層技術，IT會比業務更懂，知道如何進行資源部署配置，實現性能最優，如使用5G還是wifi，部署私有云還是公有云等；IT要和數字化轉型團隊保持密切的協作，IT人員前期可以參與項目架構規劃的討論和交流中，從技術層面，給業務人員提供技術指導，便于項目架構最終可實施的可行性。
四、選擇合適的實施路徑
數字化轉型涉及的業務面非常廣，要落實企業基于一個流的執行，很多企業都實施了幾十個，上百個不同的IT系統。表面上看呢，感覺信息化做的很成功的，但仔細一分析，很多系統都是靠著兄弟們的血汗在人肉運維才可以支撐下去。一般業務在做業務架構規劃時，是基于企業的價值鏈流程來識別業務需求，所以作為甲方數字化轉型相關的規劃團隊，除了日常要不斷積累業務經驗，也不要忘記去多走出去，了解和對標行業內標桿企業和標桿乙方解決方案，有能力去識別、判定和積累，形成符合企業潛在需求的知識庫，以便在項目真正來臨的時候，不至于盲人摸象，不知所措。
賽百君建議企業采納自上而下的頂層規劃和自下而上的局部嘗試并行。不同的局部嘗試發生沖突時，遵循直接客戶相關的解決方案優先、客戶體驗優先，以及 IT 架構前瞻性優先原則。
五、數據驅動和智能化
在談企業數字化轉型的時候一定單獨將數據拿出來談。但是對應數據問題實際上企業在原有的業務運作和IT系統建設中就已經在做。做法有很多，包括構建基礎主數據平臺、數據管控治理體系、BI系統、大數據分析平臺等。那么在談數字化轉型的時候在數據這個維度有哪些注意點呢？
1：數據應用于管理和自動化
在第一階段，實際上數據僅僅是應用到管理和自動化，我們通過信息化建設，不斷地在IT系統里面形成數據，通過這些數據來支撐了我們最基本的業務運作。比如我們常說的你要完成一個端到端供應鏈流程，里面涉及到供應商、采購框架協議、采購訂單、采購接收單、出庫單、付款單等，這些都是數據。而通過這些數據的產生，使用，交互和協同我們完成了一個完整的端到端業務流程，即：數據支撐了基本的業務流程運作，實現管理自動化。
2：數據應用于運營
在第一階段數據實際上也可能應用到運營，比如我們常說的構建了企業內部的BI系統，通過BI系統進行輔助決策和運營。但是在數字化經濟時代，面對客戶的需求我們需要更加敏捷地響應，傳統的BI很難做到如此敏捷。其次，在第一階段更多的是固化的定時操作，比如我們接到到訂單后，安排采購和生產，我們每個月進行一次需求計劃和預測，然后安排生產。而在數字化階段，真正需要回答的是客戶究竟需要什么？我們該生產多少，哪些應該多生產哪些應該少生產，基于當前的訂單數據，我們應該如何快速調整我們的市場策略，如何引導客戶產生更多的購買需求等。也就是說數據不再是簡單地實現管理自動化，而是需要形成數據思維，形成數據驅動運營的思想。這與我們在談到中臺建設時，將業務能力數據化和數據能力業務化是一個道理。
3：從自動化到智能化
當積累到一定量的數據后，你就可以開始考慮智能化的問題。賽百君認為，企業的數字化轉型，智能化度是一個關鍵趨勢。真正的智能化不是簡單的信息化和信息采集的自動化，而是基于歷史數據進行持續的學習，形成有價值的規則，并持續改造運營和業務運作的能力。而從自動化到智能化的過程中，數據剛好起到了承上啟下的作用，即數據本身的積累數量、數據的質量、數據的全面性等都將直接影響到后續智能化分析模型的構建，深度學習的輸入和算法優化。沒有數據，所有的智能化都是空談。
注：在談到數據這個維度的時候，我們經常會馬上談到數據中臺，大數據分析平臺這些技術層面的內容。但是實際上數據維度的核心仍然是數據驅動運營的思維轉變。而且這種驅動是一種實時敏捷的驅動，是一種對運營的持續優化改進。
六、重視持續運營、持續優化
偏生產管理類的系統，如PLM、ERP、MES，傳統的IT人員很難運維，賽百君所說的運維，不是只是保證服務器不宕機，那個是狹義的運維，也不是運營，系統運營的概念，首先得了解和熟悉這個系統內落地實施的流程，在用戶不清楚或者不懂的情況下，具備培訓和引導的職責，同時對系統運行的數據可進行配置、運行狀態進行分析和提出優化改善建議。
一個系統或者項目上線，只是萬里長征邁開了第一步，其實真正的挑戰和困難是運營不是上線。為什么現在很多企業的信息化項目上了很多，但反饋都是用的不好呢，這有很多原因造成的：很多軟件不是為企業的業務量身定做的，項目實施過程期間，真正的用戶往往參與的時間很短，一般就需求調研階段和用戶接受測試UAT（User Acceptance Test）階段，加起來估計也不足半個月，而且好多業務關鍵用戶在這個參與其間，又不是全職，還有很多本職的工作，所以在這個階段，想讓最終使用的用戶能對系統功能和體驗做出很恰當判定是不可能的；項目功能測試的數據也是偽造的，UAT測試不可能把所有的業務流程都能按照1：1實物流程運作一遍，這個時候的測試往往并不能識別很多潛在的問題；業務的需求在不斷的變化，很多業務本身也是在不斷通過項目不斷優化和完善，因此不可能基于半年前或者一年前提的需求，還能那么好的兼容；軟件系統的笨重和復雜，若沒有足夠的運營支持和不斷的培訓推廣，很多用戶就放棄使用了。
那如何制定合適的運營策略呢？
系統IT系統運維策略，保證系統的運行穩定性、可靠性和性能；制定企業數據運營，根據實際用戶的使用情況，定期分析和評估判定，識別出影響系統應用的潛在問題和風險，并和規劃團隊進行溝通，制定改善策略；制定系統用戶推廣機制，包含培訓、日常問題對接處理響應機制。
七、不忘前沿技術的研究儲備
如果說第1～第6點都是腳踏實地，那第7點算是錦上添花。新技術的誕生到商業化的應用，一般都有一個很漫長的時間差。對于傳統制造業來說，這個時間差可能會更長。有人說，針對新技術的應用，傳統制造業要比互聯網行業至少落后5～10年。那作為制造企業的數字化轉型團隊，如何做到既保障內部穩定，又不落后于行業的先行者們呢？
參觀對標交流，通過學習別人的案例，了解前沿技術的儲備和應用情況，這個也是最簡單、最直接、最可行的方式，通過看和聽來了解；嘗試和一些具有代表性的企業展開一些合作研究，比方說AI算法如何應用于工藝過程質量預防；經濟條件允許的企業，可以內部設置一些先進技術研究實驗室，可以聯合高校、生態圈其他同行建立聯合創新項目，真正落實產學研一體化融合，讓高等學府的孩子們能夠盡早了解企業的需求。
總結：
數字化轉型是一個復雜的體系化工程，對于甲方來說，要有真正勝任的人來牽頭，整合內部資源和外部資源，形成真正的數字化轉型生態圈或者聯盟，讓合作更加融合，讓模式更加多元化。數字化轉型不是一朝一夕的事情，要做好打持久戰的準備。作為企業數字化轉型的牽頭人，要能深刻認識到，數字化轉型不是一批項目上線就結束了，要始終秉持持續的、精益的運營改善思維和理念，在數字化轉型過程培養人才，在培養人才過程中促成企業數字化轉型升級。
