如何理解数字化转型的本质，前两讲从体系重构、不确定性两个角度讲述了这个话题。本文笔者继续围绕制造业，从复杂系统的角度讲讲企业数字化转型的本质，与大家共勉。

什么是复杂系统?

复杂系统是由大量相互作用的组件或元素构成的系统。这些组件之间的相互作用和关联非常复杂，使得整个系统的行为和性质无法简单地通过单个或部分组件的行为来解释。

复杂系统具有以下特征：

1、动态性：复杂系统的行为是随时间不断变化的，其状态会因为内部和外部的因素而发生动态变化。这种变化有可能是连续的、离散的或者混合的，取决于系统本身的特点。

在一个动态的复杂系统中，各个组件之间的相互作用和关联会导致系统整体的行为出现非线性的变化，并呈现敏感依赖性，即初始条件和参数微小的变化和扰动可能会引起系统内部的级联效应，从而导致系统的整体行为发生剧烈的变化。例如生产线上某台机器故障，可能导致整条生产线停产，另外我们所熟知的蝴蝶效应、牛鞭效应、黑天鹅事件等现象都是这种特征的体现。

2、不确定性：由于复杂系统的组件众多、相互作用复杂，以及受到外界影响的不确定性，使得我们很难获得系统行为的确切结果。

不确定性可以来自很多个方面，例如：初始条件的不确定性、数据的不完整性、模型的简化和近似、外界环境的变化等。这些不确定性的存在使得我们在面对复杂系统时通常采取一种鲁棒性和适应性强的方法，比如增加安全库存、数据的冗余备份、备份供应商等等，但往往这些做法意味着高成本的投入，只是基于所掌握的信息，这种做法的投入相比于带来的损失，可能是小的。

3、复杂性：复杂系统由多个不同类型的组件和元素组成，这些元素可以是物理实体、人员、信息等，系统中包含的各种组件之间相互作用所产生的非线性效应，以及这些效应所导致的系统行为的难以预测性和不确定性，就造成了系统的复杂性。

比如无人驾驶汽车由结构装置、动力装置、感知装置、控制装置和软件系统等组成，共同组成了一个复杂的系统，其在设计、生产、流通的过程是高度复杂的。

4、自组织：复杂系统可以通过相互作用和适应性调整自身结构和行为，涌现成为一种自组织的模式。

这种特征体现在凯文凯利在《失控》一书中，提到蜂群的例子：“蜂群思维的神奇在于，没有一只蜜蜂在控制它，但是有一只看不见的手，一只从大量愚钝的成员中涌现出来的手，控制着整个群体。它的神奇还在于，量变引起质变。要想从单个虫子的机体过渡到集群机体，只需要增加虫子的数量，使大量的虫子聚集在一起，使它们能够相互交流。等到某一阶段，当复杂度达到某一程度时，‘集群’(的特征)就会从‘虫子’中涌现出来”。

制造业中复杂系统的例子

结合复杂系统的特征，手机制造、汽车制造、飞机制造等都是典型的复杂系统。假设我们要生产一辆汽车，这个过程涉及多个组件、多个环节、多种要素的参与，是高度复杂的统一整体，展现出复杂系统的各项特征。

首先，汽车企业需要设计汽车的零部件，包括发动机、传动系统、车身等。这些零部件之间存在相互作用和关联，例如发动机需要与传动系统协调工作，车身需要与底盘协调配合。设计的过程需要考虑多个变量和因素，例如性能要求、成本、材料选择、生产工艺等。

接下来，需要采购零部件和原材料，这就涉及到供应链和物流等多个环节。不同的供应商和运输方式可能会对生产计划和整个生产流程产生影响。

然后，生产车间需要将零部件组装起来，这需要协调多个工序和设备。每个工序都有不同的参数和要求，例如焊接、钻孔、喷漆等。这些工序需要按照特定的顺序进行，并且需要考虑到零部件之间的相互作用和匹配。

最后，对汽车需要进行质量检测和测试，以确保汽车的性能和安全符合要求。这涉及到多个测试步骤和设备，例如车身刚性测试、发动机功率测试、刹车距离测试等。

整个生产过程是一个高度复杂的系统，需要协调多个组件和环节，以实现最终的汽车生产目标。任何一个环节出现问题或延误都可能对整个生产过程产生影响，从而影响最终的产品质量和交付时间。

制造企业的商业结构正不断向复杂系统演进

就像生物系统的进化过程，从单细胞生物-多细胞生物-复杂多细胞生物-智能生物，不断从简单系统向复杂系统演进。企业的商业结构发展过程也是如此，从五个维度看：

第一，产品本身越来越复杂。过去，仅仅是一个机械产品，现在变成了智能互联的产品，产品增加传感器、通信模块、计算模块、软件等，产品变得越来越复杂。以美的为例，其生产的产品沿着机械模拟电路产品→数字电路产品→智能产品→智能互联产品→产品系统→产品体系的路径逐步演变。它不仅仅是一个产品，而且成为一个网络体系的组成部分。当成为一个网络体系组成部分的时候，就从一个原有的机械系统演变成复杂的智能系统。

第二，市场需求变得越来越复杂。从大规模生产、大规模定制到个性化定制是一个不断演进的过程。当需求变得很复杂的时候，会给企业研发、设计、生产、流通带来一系列的挑战。人们开始追求差异化、定制化的产品和服务，这就要求制造企业从传统的大规模标准化生产向适应用户个性化定制和体验式消费的新型生产方式演进。先后经历按订单销售(STO)、按订单装配(ATO)、按订单制造(MTO)、按订单设计(ETO)等几个阶段，制造企业资源优化配置需要应对市场需求波动和用户定制要求的不确定性。

第三、生产过程越来越复杂。

制造是一个涉及企业内外部多主体、多设备、多环节、多学科、多工艺、跨区域协同的复杂系统工程。市场需求个性化兴起、产品智能化步伐加快，生产过程的复杂性也不断在提高。面对车间生产如此复杂的生产过程，面对生产过程中的各类不确定性，如何实现车间制造资源优化配置是一个重大课题。

第四、供应链协同越来越复杂。

产品变复杂了，伴随产业分工深化，供应链也就越来越复杂，供应链呈现多级化、全球化、网络化等特点，庞大复杂的供应链对企业的资源优化配置带来了巨大的不确定性，如果某一环节出现问题则会影响整个企业的生存和发展。

第五、组织协作越来越复杂。

全球化的发展，跨部门和跨地域的合作、多层次供应链合作、跨文化合作以及技术支持和信息共享，成为一种常态。组织协作在制造企业中变得越来越复杂，组织协作的不确定性和复杂性不断增加，给企业组织管理、组织运行效率、资源优化配置带来巨大挑战。

制造企业数字化转型的焦点：化解复杂系统的不确定性

复杂系统的不确定性主要表现在多个方面：内部结构的复杂性、外部环境的变化、以及各种不可预测的因素。这些不确定性使得企业很难准确把握市场需求、竞争态势和资源配置，导致决策的风险增加，运营效率下降，无效产能激增等问题。

举个例子，有人问通用汽车的前采购副总安德森，“你们的挑战是什么?”安德森说，“(通用汽车的)采购有三个挑战：复杂度、复杂度，还是复杂度。通用汽车在全球采购的零部件达16万种，这也意味着每天出问题的机会有16万个。而要生产线停顿下来，缺一种零件就够了。” 从中可以看出，面对汽车制造这种复杂系统，其不确定性给复杂系统带来的影响是巨大的。

所以对于企业数字化转型，除了笔者在第一讲中提到的从思维转变开始外，还要聚焦化解复杂系统的不确定性，它是企业数字化转型的着力点和出发点。具体表现为：

1、数据驱动决策：通过数字化转型，使企业能够收集、分析和利用大量的数据，利用“数据+算法”的深入分析，企业可以获取更精确、全面的信息，从而做出更明智的决策，降低复杂系统的不确定性，提高决策的准确性和成功率。

2、实时监控和反馈：通过数字化转型建立实时监控和反馈机制，使企业能够及时了解系统运行状态、市场变化和竞争动态。通过实时监控，企业可以迅速发现潜在问题和风险，并采取相应的纠正措施，以降低复杂系统的不确定性。

3、自动化和智能化：通过数字化转型引入自动化和智能化技术，可以减少人为干预和错误，提高系统的可靠性和稳定性。自动化和智能化系统能够自动执行任务、优化流程，并根据实时数据做出智能决策，从而减少复杂系统中的不确定性。

4、敏捷创新和试错机制：通过数字化转型为企业搭建了敏捷创新和试错的智能化软件环境，通过模拟择优、快速迭代，不断优化和调整系统。这种敏捷创新和试错机制可以降低复杂系统的不确定性，使企业能够更快速地适应变化，并减少错误决策的风险。

就像笔者在《数字化转型的本质是什么?(第一讲)》中，数字化转型给制造业所带来5点转变的畅想，或许就是聚焦化解制造企业复杂系统不确定性的图景。