大家下午好，很高兴在春暖花开的日子跟大家交流数字化制造的一些问题。数字化转型已经谈了很多年，众说纷纭，有两句诗，出自《题西林壁》“横看成岭侧成峰，远近高低各不同”。这道出了大家对目前数字化转型的状态。

每个人根据不同的行业，以及不同的实践得出不同的结论，所以什么是数字化转型这件事，还是有很多说法。但是数字化转型的范围，我们可以认真的谈一谈，大概分为四个阶段：第一是生产过程数字化，第二是管理过程数字化，第三是企业整体数字化，第四是供应链数字化，第五是生态链数字化。能够做到生态数字化目前来说比较少。

企业数字化转型有一个范围，基本就是阶段，最早是机械加数字，这里就不谈几点零。另外是自动化生产线，说起制造业应该很清楚，具备自动化生产线就会延伸出自动化过程的优化，进而有车间数字化的工厂。最终这两年提得比较弱的数字卵生，数字双胞胎。

数字化转型有了范围，有了阶段，到底从哪里切入，实际上应该从问题切入。有一本书之前叫冰山在融化，是企业变革管理殿堂级的书。我发现有一个读小学的姑娘也在看这本书，就是从一个问题出来，一只企鹅看到了冰山在融化，最早企业不是迁徙生存，是定居的。因为企业看到冰山慢慢在融化，影响企业生存的生态，所以才提出问题，引发出一系列的故事和管理的演变。所以数字化转型应该从问题入手，可能是一个问题，也可能是很多问题。有了问题以后，就要寻找改善问题带来的价值。比如问题有价值基本就可以找到切入点，再结合这些年的经验，还是讲四个字“降本增效”，降低成本，这种成本有原材料成本、劳动力成本、能耗成本、管理成本，各种成本。所以这两个是相辅相成。

这张图讲了两点，我认为数字化转型的三个要素，或者一家数字化工厂的三个要素，最基本要具备自动化，不管是装备、生产线、车间，还要有信息化，这是传统意义上的两点。有了自动化、信息化，更应该把精益化打出来，基于制造的信息化系统需要灵魂和思想，而精益的管理体系恰恰可以成为管理的指导思想。这就是为什么很多企业之间，可以买到同样的设备，同样的生产线，但是具备不了同样的效率，或者同样低的成本，竞争差异就在这里，很多管理的软实力无法被复制。

讲到精益可以再提一句，精益的数字化也叫数字化精益，底层是精益改善的基础，比如计划物流，物流配送，生产周期，品质节拍，比如比较流行的价值流等等，这都是基础。有了基础的供应化以后，我们希望能够对它进行分析，比如产能的分析，效率的分析，异常的分析，数字化制造或者数字化工厂更多的精力应该关注在异常。比如正常的排产，正常的物料消耗，正常的工时消耗，这些不用花更多的精力管，反而要关注制造过程中的各个异常，比如人、设备的异常。

有了这些东西以后，通过分析要消除浪费，平衡生产，这是精益的最高境界，实际上最终是为了运营决策而服务，如果将这些东西全部打通以后，基本上可以看到很清晰的数字化制造的模式。左边是所有数据采集分析理论，右边是改善的基础分析，这是一个数字精益的模型。这一轮的机遇非常好，对于广大的IT从业者来讲应该花更多的精力去在一些之前未知的领域去学习，比如精益生产、自动化、数字化的装备。必须懂这些东西，才能真正融合到制造过程。

另外企业数字化转型推进的六大难点，第一是管理的基础，中国制造业都是粗放型，因为在制造过程中大部分是靠人，靠成绩管，我们连最基本的工时都不准确，另外精益生产在日本的企业跟欧美的企业推行有大量的积淀和成果，但是在国内推行有所欠缺。因为精益的管理体系没有推下去，标准化管理程度就比较低。

尤其是汽车行业，标准化程度非常高。另外是老生常谈的第二个问题，自动化跟数字化的基础薄弱，这一点每一家都不一样，大规模的生产线改造，或者创新需要大量的资本投入。企业都有自己的情况，在IOT的时代，物联网的时代相对是比较断层，这里面讲到两个团队，一个是IT的团队，一个是懂自动化的团队。IT要和自动化完美的融合在一起，才能把物联网做好。由于本身的专业团队有所欠缺，对数字的自动采集，包括自动化装备最大的优势发挥不出来。社会本身带来很多的预警跟一些自动处理的信息，但是没有连接采集和反向控制，所以很难把信息及时反馈。

这些年做了大量的异构系统，追求管理的信息化做了很多，但是系统之间孤岛比较严重。很多信息化跟业务就是两张皮，系统里是这么做，实际上线下不是这么做，举一个简单的例子，比如采购订单。线下做好以后等物料快到的时候，才往系统里录，靠一些邮件和传真去处理，导致业务流程断代比较多。

缺乏有效的管理机制，数据缺乏有效的管理机制，现在有数已经不错，但是在追求数据的质量和数据的真实有效性上缺乏，所以数据经常打架。比如一套数据可能跟生产的数据不太一致，缺乏一个分享机制。业务模式跟流程变革比较难，因为在传统企业大规模的制造业，应用模式来服务，包括流程模式，其实变革的凭次和机率都没有那么频繁。所以业务模式方向不明就不变，而且一旦业务模式变了，就牵扯到流程和组织的变革，这种变革的阻力也会非常大，这是六个难点。

有了六个难点就要去看看如何应对，这里面牵扯到几大创新，包括专项举措。首先看左边的这张图，底层是物联网、云计算、VR、AI、工业、Beg data，包括风险标准。再往上走是商业模式，智能产品智能服务，包括生产模式的创新。比如装备、车间、生产线，再往上是运营模式的创新。比如自动化研发，包括管理，以及物流跟供应链。最终希望达成决策模式层，靠数据驱决策，而不是靠屁股指挥脑袋去决策。

由此可以引发几个专项举措，可以看到自动化跟少人化转型，现阶段能够为老板省人，那老板太感谢你了，养一个工人十几万一年很正常。另外是汽车物流，数字化制造过程中也是重大的专项，包括物流供应体系的提升，研发体系的创新，生产运营体系的优化以及管理决策体系，智能产品和服务。下面是基础工程体系，还要借助基础能力的体系。设备是一个机械，联网就无从谈起。

生产运营体系的业务。大家可以看到底层是资源池，中间是控股厂，比如传感、生产，再往上是执行的路线，计划、物流、执行、设备层面，其实就是卖出去。再往上到计划，比如需要做五个的订单的大热城相关的要素，设备、人、材料等，再往下是展示层。数据有了这些东西，最终收入展示，把信息传递下去，这是生产运行体系的模型，实际上是围绕生产相关业务将指标流程数据用信息化系统支撑，提升生产运行的水平。大家可以看到整个架构，我有几个建议，比如设备的融合，协议要统一，设备品牌也要统一，传统的生产线要改造，往往是遇到五花八门的PRC，什么都有，做起来就非常麻烦。历史改变不了，但是可以约束未来新采购的设备，去遵循什么样的协议，什么样的品牌。

另外有一点千万谈清楚，设备还是要有一定的开放性。我们经常会遇到这个问题，设备很牛也很好，尤其是一些进口设备，只是给你一个读，你读的有限，不能反向控制。实际在未来的时代，读的过程还要反向控制，给它一些指令，才能完成整个过程。

另外是工艺的要求，还是要保证尾款跟佣金，因为融合不间断，将来你把尾款给了可能就给了。设备最好能够集成全面采集器，这就更简单一些。未来大家切入点比较高，如果这一套东西弄出来，对于生产的管理者也有很大的帮助。

最后给大家分享一个词“融合”，IT要跟OT融合，要跟业务融合，要跟物流等等融合在一起。融合得好的团队，在工作推进过程中，取得的效果会更加突出，融合的时代，可以有很多的事情可以做。当然这也是很辛苦的过程，需要不断的学习，不断的研究，不断的变化。 我今天的分享就到这里，谢谢大家!