数字化转型的1个目标、3大领域，6大因素和9个环节

1个目标，明确数字化转型为什么？

3大领域，了解数字化转型是什么？

6个核心要素，怎么布局数字化转型？

9大价值链环节，数字化转型围绕哪些环节进行

数字化转型的长期目标是捕获增长，提升价值，所有数字化技术的应用和落实也应围绕这个目标展开。

现在，数字化转型已成业界人人必谈的热门话题，但它究竟是什么呢？有人说数字化转型是智能制造，有人说数字化转型是智能化技术，有人说数字化转型是敏捷组织。大多数制造人对它的认识都是片面而局部的。在麦肯锡看来，数字化转型是一项需要组织全面动员的系统工程，是业务、组织和技术三大领域齐头并进驱动的转型之旅。

敏捷工作方式是指企业基于敏捷原则，进行快速迭代更新并持续交付。具体来说就是将大目标细化为可直接交付的小任务，从项目启动开始就以循序渐进的方式交付结果，而不是最终一次性交付所有结果。这样的工作方式，可以将长达数年的传统项目工作制度转变为每2-4周持续迭代的小规模更新，将数字化技术不断测试并应用到生产过程中，从而实现快速规模化推进。

对传统制造业来说，现有的IT设施并不能满足数字化用例对延迟性、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早期阶段部署可扩展的工业互联网和数据基础架构。工业互联网的核心原理是基于数据驱动的物理系统与数字空间的全面互联与深度协同，它可以打通各部门间的子系统，使整个组织紧密连接并融合，实现指数级扩展。

技术生态系统是指企业在数字化转型实施的过程中构建的生态系统，通过和不同领域的合作伙伴展开数据和资源的交换，既避免了与外界隔绝的单打独斗，也可以达成开放式协作并保持最佳可用技术的领先。

企业在数字化转型过程中常常面临人才困境，主要表现为内部缺乏合适的数字化人才，主要依靠外部引进，这样不仅耗时耗力，有时也难以满足持续发展的需要。通过建立互联网学院，企业可以培养自己所需的数字化人才。工业互联网学院以内部再造技能为主，为转型团队提供再培训和学习资源，帮助员工获取指导、提升所需技能，以适应不断变化的工作内容的需求，并打造一个符合企业自身转型需求的可持续数字化人才梯队。

转型办公室是企业数字化转型的“指挥部”。通过建立转型办公室，企业可以明确数字化转型的治理结构，采用计分制和问责制来增加数字化转型在企业内部的透明度和影响力，并与各级人员进行公开互动和沟通以推动企业的大规模数字转型。原有的自上而下“推动”项目的机制，由此转变为价值导向、全员动员的“拉动”组织机制。

数字化时代为企业的营销模式带来变革，传统方式已无法支持快速的营销创新，需要结合新的技术和方法来推动业绩的不断增长。

随着客户对于产品的种类多样化、推新频率和降低价格方面的要求日益提升，企业需要不断缩短研发周期，提高产品定制化程度，同时控制研发成本，这无疑为产品的研发设计带来了挑战。结合数字化的仿真和分析手段，产品的高效研发迭代已成为可能。

No.2 案例

通过应用于产品设计和测试的3D仿真和数字孪生技术，企业可以为真实世界里的产品创建虚拟数学模型，并在虚拟空间内进行分析、测试与优化。尤其对于定制产品而言，在虚拟空间里的测试可以大大降低搭建新测试平台的成本。企业还可以通过高阶分析辅助产品从创意到上市全过程的绩效管理，通过挖掘研发过程的数据来加快项目进度，并控制产品开发成本，提高设计过程的效率。

企业内部往往存在支出数据分散且口径不一、订单量巨大、产品开发与供应链缺乏协同等采购难题，使得采购经理在关键决策上茫然无措。数字化采购可以借助智能化的数据整合和品类成本分析工具，对关键杠杆和业绩指标进行自动计算，从而提高采购环节的透明度。

智能化的支出分析通过数据自动提取、品类分类、智能分析及效益跟踪，应用高阶分析对数据进行自动化整合及聚类分析，并以可视化报表呈现可辅助采购决策的数据分析结果，从而有效提升数据的透明度，帮助企业采购人员识别效益潜力；还可以形成可执行可追踪的优化举措，解决支出分析的痛点。另外，基于大数据平台对采购信息进行整合和管理，可以实现对不同供应商的材料质量可追溯，并形成数字化的档案，为之后的采购工作提供指导。

在数字化时代，制造业供应链的复杂度与日俱增，运行速度也越来越快，高需求产品缺货、低利润产品积压是各大制造业供应商面临的常见问题。通过数字化供应链的大数据分析，企业可以对采集的数以百万计的在线用户和数以千计的直接用户数据进行分析，通过人工智能引擎从庞大的数据集中提取并形成核心决策，从而做出准确的需求预测。

通过搭建端到端的实时供应链可视平台，企业可以实现供应链中的采购商及其供应商、物流商的多用户协同，可以在资源规划、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的业务协同上提供应用支撑。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同。通过高级分析，机台可以对物料需求做出预测，如预测发生缺料，则可以实现自动叫料配料。产品也可以自动入库，实现生产和物流全流程的自动化协同。

当下的客户需要小批量、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、设备资产利用率不高以及质量低成本高等原因，导致制造成本不断上升。现在利用先进的数字化技术，可以实现对生产制造过程的改善。

企业运营的前台（营销、销售、客户服务）、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）往往包含着许多无附加价值的工作。实现这些流程的自动化，可以将工作流程简化并标准化，有效释放额外生产效率，将人才部署到附加值更高的工作中去，由此不断改善总体的运营服务水平。

以订单录入流程自动化为例，企业通过机器人流程自动化 (RPA)实现订单自动上传、 订单确认及价格确认功能，然后采用高级分析法，端到端处理绝大多数订单而无须人工介入。这一改变大大缩短了订单录入的时间，减少了人力，降本增效的同时还可以带来一项额外效应，即帮助企业加强合规。