最近在思考數(shù)字化轉(zhuǎn)型的頂層設(shè)計(jì)時(shí)，對(duì)過(guò)去的一些想法進(jìn)行了一些歸納和總結(jié)。

搞技術(shù)的人要善于把握細(xì)節(jié)。有些細(xì)節(jié)把握不好，就會(huì)成為阻礙前進(jìn)的“壕溝”。磚家的毛病，就是不懂細(xì)節(jié)。把握細(xì)節(jié)的辦法之一，就是去總結(jié)歸納事物發(fā)展的線索。這些線索的本質(zhì)，就是實(shí)際發(fā)生的路徑。然而，復(fù)雜事物往往會(huì)沿著幾條線索并行發(fā)展，它們可以給人們提供更多的觀察角度。這些線索的交叉，又讓我們認(rèn)識(shí)到更多的細(xì)節(jié)。從而便于推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的頂層設(shè)計(jì)。

數(shù)字化轉(zhuǎn)型發(fā)展的過(guò)程就比較復(fù)雜，我們有必要從幾個(gè)線索及其相互關(guān)系來(lái)認(rèn)識(shí)它。下面我總結(jié)了三個(gè)視角、或者說(shuō)三條線索。

第一條線索是網(wǎng)絡(luò)的廣度。

工信部?jī)苫诤蠈＜医M組長(zhǎng)王安耕先生曾經(jīng)研究了數(shù)千份兩化融合的報(bào)告。他發(fā)現(xiàn)：兩化融合往往是沿著信息集成的脈絡(luò)展開(kāi)：從部門內(nèi)部使用拓展到部門間的協(xié)同，從企業(yè)內(nèi)拓展到企業(yè)之間。

例如，銷售、生產(chǎn)、采購(gòu)和財(cái)務(wù)就是最常見(jiàn)的一條線索。這條線索的背后是業(yè)務(wù)邏輯：銷售接到訂單以后，需要知道什么時(shí)候能夠安排生產(chǎn)、是否需要安排采購(gòu)、還要準(zhǔn)備好采購(gòu)的資金。任何一個(gè)環(huán)節(jié)掉鏈子，都會(huì)對(duì)企業(yè)產(chǎn)生不利的影響。

王先生的觀點(diǎn)與工業(yè)4.0的“三個(gè)維度的信息集成”不謀而合。只是工業(yè)4.0提出的線索更加具體一些。

第二條線索是數(shù)據(jù)的數(shù)量。

計(jì)算機(jī)存儲(chǔ)資源稀缺時(shí)，很多工作就難以在計(jì)算機(jī)上進(jìn)行。比如，計(jì)算機(jī)存儲(chǔ)量能力小時(shí)，數(shù)字化的協(xié)同設(shè)計(jì)就比較麻煩；生產(chǎn)設(shè)備數(shù)據(jù)不會(huì)采集上來(lái)，某些生產(chǎn)協(xié)同就難以用計(jì)算機(jī)來(lái)做。

隨著數(shù)據(jù)成本的下降和云大物等技術(shù)的應(yīng)用，復(fù)雜產(chǎn)品設(shè)計(jì)可以數(shù)字化、復(fù)雜生產(chǎn)過(guò)程仿真也可以數(shù)字化。在這樣的平臺(tái)上，我們就比較容易地推進(jìn)工業(yè)APP和數(shù)字孿生等技術(shù)；CPS和數(shù)字孿生的思想也可以拓展到工廠級(jí)別。

設(shè)備數(shù)據(jù)采集、傳輸?shù)拿芏仍黾雍?，管理和控制的融合也就進(jìn)入了新的時(shí)代。GE工業(yè)互聯(lián)網(wǎng)的思想就體現(xiàn)了這樣的趨勢(shì)。在筆者看來(lái)，工業(yè)互聯(lián)網(wǎng)三要素（智能的機(jī)器、高級(jí)算法和工作中的人），可以理解為“重構(gòu)人和機(jī)器的界面”，也可以理解為“管理與控制的融合”。

第三條線索是智能化的程度。

計(jì)算機(jī)做決策的前提是信息和知識(shí)的完備性：計(jì)算機(jī)必須獲得做決策的必要信息，才能做決策。受完備性的影響，過(guò)去的智能決策（自動(dòng)化）往往限于小系統(tǒng)，如設(shè)備、閥門級(jí)的系統(tǒng)。

前面談到的兩條線索，使得計(jì)算機(jī)能夠獲得更多的信息和知識(shí)等決策要素。所以，前面兩條線索的發(fā)展，促進(jìn)了計(jì)算機(jī)的智能決策。這時(shí)，智能決策開(kāi)始針對(duì)復(fù)雜大系統(tǒng)了。但決策機(jī)制往往是筆者所謂“吳淑珍式的智能”——用及時(shí)、準(zhǔn)確、完備的信息加上簡(jiǎn)單的決策規(guī)則進(jìn)行決策。

促進(jìn)智能決策發(fā)展的技術(shù)還有兩個(gè)：一個(gè)是大數(shù)據(jù)帶動(dòng)認(rèn)知能力的提升，典型的就是圖像識(shí)別。第二種是借助數(shù)字化手段利用經(jīng)驗(yàn)性知識(shí)：把實(shí)踐中好的做法記下來(lái)，下次遇到相同的情況就去用。

特別需要指出的是：企業(yè)是難以完全實(shí)現(xiàn)智能決策的。因?yàn)闄C(jī)器是無(wú)法完全替代人的作用的。所以，在可以預(yù)見(jiàn)的未來(lái)，人機(jī)界面的重構(gòu)、讓機(jī)器幫助人決策，是智能化的主要方向。

三條線索的發(fā)展有一定獨(dú)立性：網(wǎng)絡(luò)的發(fā)展推進(jìn)第一條線索，大數(shù)據(jù)的進(jìn)步推動(dòng)了第二條線索，信息和知識(shí)的完備性推動(dòng)了第三條線索。但是，三條線索之間又是互相關(guān)聯(lián)的。比如，互聯(lián)網(wǎng)帶動(dòng)了大數(shù)據(jù)，而大數(shù)據(jù)技術(shù)有促進(jìn)了互聯(lián)網(wǎng)的應(yīng)用；大數(shù)據(jù)和互聯(lián)網(wǎng)提升了信息的完備性、進(jìn)而促進(jìn)了智能決策，而智能決策又為大數(shù)據(jù)和互聯(lián)網(wǎng)應(yīng)用創(chuàng)造價(jià)值。

我們還注意到：這三條線索與中國(guó)工程院智能化發(fā)展的三個(gè)范式（如下圖所示）是非常接近的。但在筆者需要強(qiáng)調(diào)：智能化發(fā)展的關(guān)鍵往往不是算法，而是決策要素的完備性和價(jià)值。

需要特別指出的是：推進(jìn)三條線索進(jìn)步的，不僅是數(shù)字化技術(shù)，還有其他與經(jīng)濟(jì)相關(guān)的因素。比如，勞動(dòng)力成本上升以后，會(huì)推動(dòng)自動(dòng)化程度的提高；而自動(dòng)化程度的提高，會(huì)讓數(shù)據(jù)采集變得容易。再比如，針對(duì)個(gè)性化小批量市場(chǎng)的企業(yè)，生產(chǎn)組織的困難度比較高，就比較容易推動(dòng)網(wǎng)絡(luò)化協(xié)同、數(shù)字化設(shè)計(jì)。再如，客戶對(duì)產(chǎn)品質(zhì)量要求高了以后，會(huì)對(duì)管理提出更加嚴(yán)峻的要求，這是有利于推動(dòng)管控一體化。

所以，推進(jìn)數(shù)字化轉(zhuǎn)型，首先是CEO的事情，其次才是CIO的事情。

責(zé)任編輯：lq