當前，數(shù)字化轉(zhuǎn)型已成為不可逆轉(zhuǎn)的趨勢，每一個工業(yè)企業(yè)都應該學習、思考和實踐企業(yè)的數(shù)字化，這不僅僅是當前復雜市場格局的需要，也是未來企業(yè)長期發(fā)展、基業(yè)長青的基礎(chǔ)。

而思考數(shù)字化轉(zhuǎn)型的核心是需要真正的找到企業(yè)數(shù)字化的核心驅(qū)動力是什么，比如支撐我們過去路徑的核心驅(qū)動力是什么？未來的驅(qū)動力和路徑是什么？我們應該如何基于過去走好未來的道路？各階段的關(guān)鍵要素是什么？以及數(shù)字轉(zhuǎn)型的“奇點”何時到來？等等。

基于這樣有一個角度，也是基于我自己的長期觀察思考和實踐，我比較認可企業(yè)數(shù)字化的驅(qū)動演進邏輯應該按照流程驅(qū)動、數(shù)據(jù)驅(qū)動、知識驅(qū)動和智能驅(qū)動的模型和路徑開展。以下就基于這四個驅(qū)動力路徑和關(guān)鍵要素進行分析和展開。

流程演進：泰勒主義的產(chǎn)物

我認為流程驅(qū)動的起源是工業(yè)現(xiàn)場施行的泰勒制。

我們先不談泰勒主義的問題，實際上泰勒制是美國工程師弗雷德里克·泰勒創(chuàng)造的一套測定時間和研究動作的工作方法，其核心內(nèi)容和原則是：科學分析人在勞動中的機械動作，研究出最經(jīng)濟而且生產(chǎn)效率最高的所謂“標準操作方法”，嚴格地挑選和訓練工人，按照勞動特點提出對工人的要求。

由于泰勒制的廣泛實施，當時的工廠管理開始從經(jīng)驗管理過渡到科學管理階段。泰羅認為企業(yè)管理的根本目的在于提高勞動生產(chǎn)率，他在《科學管理》一書中說過：“科學管理如同節(jié)省勞動的機器一樣，其目的在于提高每一單位勞動的產(chǎn)量”。而提高勞動生產(chǎn)率的目的是為了增加企業(yè)的利潤或?qū)崿F(xiàn)利潤最大化的目標。

泰羅科學管理的特點是從每一個工人抓起，從每一件工具、每一道工序抓起，在科學實驗的基礎(chǔ)上，設計出最佳的工位設置、最合理的勞動定額、標準化的操作方法、最適合的勞動工具。

也就是說，在數(shù)字化早期階段，對于工業(yè)企業(yè)來說，最關(guān)注是如何按照嚴格的、既定的流程去按部就班的執(zhí)行任務，而其中不管是人還是機器等人、機、料、法、環(huán)等圍繞生產(chǎn)的因素都要符合某種預制流程和規(guī)范，這樣才能更好、更精準的開展生產(chǎn)。

這樣的企業(yè)管理方式就要求數(shù)字化的業(yè)務必須緊密貼合流程，早期我們開展的信息化實際上是數(shù)字化的早期形態(tài)，國家層面也開展了兩化融合的階段性攻堅去開展以企業(yè)流程業(yè)務為主的信息化改造。

基于此，在數(shù)字化早期的信息化階段，我們可以看到，工業(yè)企業(yè)實行的基本上都是符合企業(yè)業(yè)務流程的工業(yè)軟件賦能模式，再匹配一些制度、組織和人才體系就基本可以實現(xiàn)業(yè)務流程的信息化，這也就是我們經(jīng)常講的：管理靠制度、制度靠流程、流程靠系統(tǒng)，形成了以流程驅(qū)動為主的信息化時代的發(fā)展，這也為未來數(shù)字化轉(zhuǎn)型打造了良好的基礎(chǔ)。

這其中的關(guān)鍵要素是需要實現(xiàn)各類信息系統(tǒng)的構(gòu)建，以匹配流程驅(qū)動要求的效率和準確性問題。

其中首先需要開展各類信息系統(tǒng)的構(gòu)建，也就是需要構(gòu)建以ERP系統(tǒng)為核心的企業(yè)信息化整體建設，先配置SAP、用友等ERP系統(tǒng)，解決基本的訂單到生產(chǎn)到財務的基本流程，再之后需要圍繞ERP構(gòu)建設計、生產(chǎn)、物流、現(xiàn)場管理、原材料、供應鏈以及銷售服務等業(yè)務流程，相應的需要構(gòu)建PLM、PDM、MES、WMS、TMS、CRM等各類信息系統(tǒng)，這些都需要流程和業(yè)務系統(tǒng)的全面適配。

再之后，隨著各類系統(tǒng)的構(gòu)建，業(yè)務流程之間需要極大的協(xié)同，需要開展基于ESB等企業(yè)服務總線的系統(tǒng)構(gòu)建和再造，主要目的也是為了更好地匹配業(yè)務流程，包括構(gòu)建打通各類系統(tǒng)的接口，以及構(gòu)建各類的接口標準、業(yè)務標準和數(shù)據(jù)標準等。

隨著數(shù)字化的發(fā)展，企業(yè)由原來以ERP為核心的流程管理，逐漸轉(zhuǎn)變?yōu)橐訫ES為主的生產(chǎn)流程管理，目前也逐漸重視綜合各類系統(tǒng)的MES系統(tǒng)的升級版-MOM系統(tǒng)的構(gòu)建，這也是傳統(tǒng)以匹配業(yè)務流程為主的早期信息化階段的趨勢之一。

數(shù)據(jù)演進：當前數(shù)字化演進的核心

當前，數(shù)據(jù)的價值越來越重要，甚至會成為未來企業(yè)的最重要的資產(chǎn)。

國家層面：數(shù)據(jù)要素被列為和土地、資本、技術(shù)、勞動力并列的五大生產(chǎn)要素之一，成為我國數(shù)字經(jīng)濟改革發(fā)展的重要方向。

2020年4月，中共中央、國務院發(fā)布《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》，將數(shù)據(jù)作為與土地、勞動力、資本、技術(shù)并列的生產(chǎn)要素，要求“加快培育數(shù)據(jù)要素市場”。

2021年3月，“十四五”規(guī)劃中提出“迎接數(shù)字時代，激活數(shù)據(jù)要素潛能”，“充分發(fā)揮海量數(shù)據(jù)和豐富應用場景優(yōu)勢，促進數(shù)字技術(shù)和實體經(jīng)濟深度融合”；2022年12月，財政部要求在企業(yè)會計報表附注中對確認為無形資產(chǎn)、存貨及其他的數(shù)據(jù)資源相關(guān)會計信息進行披露，數(shù)據(jù)要素市場化加速推進。

企業(yè)層面：數(shù)據(jù)也已經(jīng)成為企業(yè)生產(chǎn)經(jīng)營的核心要素。

數(shù)據(jù)在工業(yè)領(lǐng)域幫助用戶實現(xiàn)需求精準分析、生產(chǎn)過程改進優(yōu)化、營商管理智能決策等方面的運用。工業(yè)數(shù)據(jù)作為新的生產(chǎn)要素資源，有力驅(qū)動制造業(yè)轉(zhuǎn)型升級、助力供給側(cè)結(jié)構(gòu)性改革持續(xù)深化。用好工業(yè)數(shù)據(jù)，有助于推動制造業(yè)實現(xiàn)質(zhì)量變革、效率變革、動力變革。

具體來看，企業(yè)能夠通過數(shù)據(jù)來提高資源配置的效率，提高市場響應能力與應急保障能力，持續(xù)優(yōu)化生產(chǎn)方式，促進供需匹配與創(chuàng)新。同時，還能夠減少浪費、降低成本，提高產(chǎn)品質(zhì)量，提供更多個性化產(chǎn)品與服務。這些都能有效提高企業(yè)的生產(chǎn)率和競爭力。

很顯然，誰解決了數(shù)據(jù)的問題，誰擁有了數(shù)據(jù)，誰就拿到了走向更廣闊數(shù)字化未來的船票，數(shù)據(jù)正成為工業(yè)企業(yè)未來發(fā)展的核心驅(qū)動力。

但事實上，根據(jù)Forrester的數(shù)據(jù)顯示，一個企業(yè)中60%到73%的數(shù)據(jù)從未成功地用于任何戰(zhàn)略目的。結(jié)果是公司錯失了精簡運營和發(fā)展業(yè)務的關(guān)鍵機會。

我認為實際上這里面有一些數(shù)據(jù)驅(qū)動的核心問題需要解決，包括：數(shù)據(jù)的獲取、數(shù)據(jù)的存留、數(shù)據(jù)的價值再造以及支撐以上數(shù)據(jù)采集存儲利用的技術(shù)平臺。

這其中，工業(yè)互聯(lián)網(wǎng)平臺的價值逐漸凸顯，我們可以構(gòu)建企業(yè)的工業(yè)互聯(lián)網(wǎng)平臺，平臺一定要提供數(shù)據(jù)處理的各項技術(shù)，包括數(shù)據(jù)采集、存儲、清洗、存留、利用等能力，企業(yè)通過平臺采集企業(yè)各類數(shù)據(jù)，包括向下的生產(chǎn)過程數(shù)據(jù)，如設備數(shù)據(jù)、生產(chǎn)現(xiàn)場數(shù)據(jù)、控制系統(tǒng)數(shù)據(jù)、視頻流的數(shù)據(jù)等，向上的一些經(jīng)營管理數(shù)據(jù)，如各類已有軟件系統(tǒng)的數(shù)據(jù)，各類APP的數(shù)據(jù)，其他一些多源異構(gòu)的數(shù)據(jù)等。

這些數(shù)據(jù)的匯集，需要進行清洗和再加工（當然過程中有些可能已經(jīng)被邊緣端的設備過濾），之后在數(shù)據(jù)湖數(shù)據(jù)倉中進行存儲，然后就可以基于業(yè)務需求進行數(shù)據(jù)的再加工和再利用，包括基于數(shù)據(jù)的各類接口的開發(fā)、業(yè)務流程的APP的開發(fā)、各類數(shù)據(jù)報表分析的支撐等，當然平臺需要提供支撐數(shù)據(jù)利用的能力，包括數(shù)據(jù)的分類、數(shù)據(jù)標簽的分配、大數(shù)據(jù)模型的構(gòu)建、算法模型的打造，數(shù)據(jù)信息的組合分析工具等。

完成基于工業(yè)互聯(lián)網(wǎng)平臺的數(shù)據(jù)匯聚，是當前數(shù)字化轉(zhuǎn)型的關(guān)鍵，這是走向未來數(shù)字智能化階段的必經(jīng)之路。

知識演進：開啟工業(yè)大模型時代

我認為，人工智能的發(fā)展會帶來知識驅(qū)動的大發(fā)展，尤其是工業(yè)。

chatGPT帶火了大模型和AI人工智能，實際上早在2011年《奇點臨近》一書中表述：強人工智能是21世紀最重要的變革，其中狹義人工智能將變得不那么狹隘，會逐漸增強，人工智能將會走向更廣闊的領(lǐng)域，大模型將會逐漸成為趨勢。

但是，當前也有很多專家也在質(zhì)疑大模型人工智能在工業(yè)場景的價值。

我們總是質(zhì)疑當前技術(shù)的難度，忽略未來技術(shù)的強大，我個人其實很早以前就接觸了人工智能，2004年左右，我在大學時就和團隊一起參加了山東省大學生軟件設計大賽，當時大賽的題目是：人工智能之自然語言接口，我記得當時人工智能的資料非常少，只有零散的找到國內(nèi)外一些專家的資料，當然組委會也提供了一些參考資料，后來憑借著這些資料，我們還是完成了比賽，獲得了三等獎，現(xiàn)在再來看我們的軟件設計會發(fā)現(xiàn)，這是一款非?；A(chǔ)的、受限場景的基于模式匹配的人工智能軟件。

但是，隨著這么多年人工智能的發(fā)展，在過去的幾十年里，人工智能大模型經(jīng)歷了快速的演進和提升，從最初的簡單線性回歸和支持向量機到后來的卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡和變換器，這些大模型的誕生為人工智能的進展提供了強大的推動力。

回到工業(yè)領(lǐng)域，在《從AI通用大模型到工業(yè)大模型》一文中指出，工業(yè)大模型是指在實際生產(chǎn)環(huán)境中應用的大型人工智能模型，旨在提高生產(chǎn)效率、優(yōu)化決策和改進產(chǎn)品質(zhì)量，工業(yè)大模型的概念源于對人工智能在工業(yè)領(lǐng)域的應用需求的深入理解。通常情況下，這些模型需要處理大量的實時數(shù)據(jù)，并在復雜的環(huán)境中做出準確的預測或決策。相較于通用大模型，工業(yè)大模型更加注重模型的魯棒性、可擴展性和實時性。

隨著人工智能的快速發(fā)展，大規(guī)模模型的應用已經(jīng)逐漸從研究領(lǐng)域擴展到工業(yè)實踐中，其在許多領(lǐng)域都有廣泛的應用。在制造業(yè)中，大模型可用于預測設備故障、優(yōu)化生產(chǎn)計劃和質(zhì)量控制。在物流和供應鏈領(lǐng)域，大模型可以用于優(yōu)化路徑規(guī)劃、庫存管理和需求預測。在金融領(lǐng)域，大模型可以應用于風險評估、信用評分和欺詐檢測。

這其中，實現(xiàn)工業(yè)大模型的知識驅(qū)動關(guān)鍵要素是需要基于工業(yè)互聯(lián)網(wǎng)平臺構(gòu)建各類小模型，然后不斷訓練小模型，逐漸形成大模型，然后全面支撐工業(yè)企業(yè)的生產(chǎn)運營，甚至可以做一些預測指導和干預，實現(xiàn)的基礎(chǔ)就是前面提到的數(shù)據(jù)的全面匯聚和工業(yè)互聯(lián)網(wǎng)平臺的建立，基于此類能力的演進可以支撐工業(yè)大模型的構(gòu)建。

這也許就是我提出的知識驅(qū)動體系，通過數(shù)據(jù)積累產(chǎn)生數(shù)據(jù)價值，通過工業(yè)大模型對于數(shù)據(jù)形成的知識體系，反向指導工業(yè)各類業(yè)務場景，這也是未來走向無人工廠或黑燈工廠的基礎(chǔ)路徑。

智能演進：數(shù)字化的美好未來

我想我們有必要做針對演進路徑的總結(jié)和暢想。

在《第二次機器革命》一書中，埃里克？布萊恩約弗森和安德魯？麥卡菲指出，第一次機器革命時代是18世紀末期伴隨著蒸汽機誕生的工業(yè)革命。這一時期“幾乎所有的動力系統(tǒng)都在延展人類的肌肉力量”，麥卡菲在一次接受采訪時說：“在那個時代，每一種后續(xù)的發(fā)明都在釋放越來越強大的動力。但它們的動力都需要人類做出決定和發(fā)出指令。”因此，這個時代的創(chuàng)造實際上是由人類控制的，勞動力也因此顯得“更有價值、更重要”，人類勞動力和機器是互補的關(guān)系。

然而，在第二次機器革命時代，布萊恩約弗森認為：“我們正在開始對更多認知性的工作，以及更多的動力控制系統(tǒng)進行自動化?！痹诤芏嗲闆r下，今天的人工智能機器能夠發(fā)出比人類“更優(yōu)化”的指令。因此，人類和受軟件驅(qū)動的機器可能正在日益變成替代關(guān)系，而不是互補關(guān)系。兩位作者認為，促使這一切成為可能的是三個剛好達到引爆點的巨大技術(shù)進步，他們把這些技術(shù)進步描述為“指數(shù)級的增長、數(shù)字化的進步和組合式的創(chuàng)新”。

這其中提到的“更優(yōu)化”的指令可以歸結(jié)為基于數(shù)據(jù)和人工智能形成的知識體系。而其中提到的“巨大技術(shù)引爆點”實際上是一個技術(shù)不斷迭代演進后實現(xiàn)的技術(shù)升級，這個關(guān)鍵要素基于數(shù)據(jù)-工業(yè)互聯(lián)網(wǎng)平臺-工業(yè)大模型-知識等體系形成的工業(yè)智能。

我想，如果工業(yè)企業(yè)真正實現(xiàn)了智能驅(qū)動，那將是一幅多么美好的數(shù)字化未來：生產(chǎn)現(xiàn)場優(yōu)美如畫，污染極低，人員極少甚至無人，沒有臟亂差，只有機器、系統(tǒng)優(yōu)雅的、高效的運轉(zhuǎn)，客戶訂單、計劃、生產(chǎn)、原材料、庫存、物流等關(guān)鍵業(yè)務流程全部實現(xiàn)自動化、無人化，工廠的關(guān)鍵工藝參數(shù)后臺AI機器大腦根據(jù)需求和實際現(xiàn)狀自動配置，產(chǎn)品質(zhì)量極好、生產(chǎn)效率極高、物流配送極快、安全問題極少，整個人類社會都會生活在各類商品高效配置、生活環(huán)境美好以及供需合理匹配的美好時代......

結(jié)語

數(shù)字化轉(zhuǎn)型的“奇點”演進路徑，是核心驅(qū)動的演進路徑，本質(zhì)上是工業(yè)企業(yè)從數(shù)字化走向智能化的實現(xiàn)路徑，整個過程肯定不會一帆風順，我們需要解決數(shù)據(jù)采集匯聚的問題、工業(yè)互聯(lián)網(wǎng)平臺搭建和支撐問題、工業(yè)大模型的積累優(yōu)化訓練問題以及知識體系的構(gòu)建問題等等，只有實現(xiàn)了這些，才能夠在一定程度上促進工業(yè)走向數(shù)字化、智能化。

實現(xiàn)工業(yè)智能化的整個過程是漫長和痛苦的，但是，我們不能拘泥于我們線性思維，人類創(chuàng)造技術(shù)的節(jié)奏正在加速，技術(shù)力量也正以指數(shù)級的速度增長會被每一個普通人所感知和利用到。

我們都在期待并致力于打造一個工業(yè)的“奇點”，或許，正如庫茲韋爾在《奇點臨近》所說：整個人類都在加速地向奇點方向進發(fā)，我想隨著奇點的臨近，工業(yè)的數(shù)字化美好時代一定可以到來！

審核編輯 黃宇