文章通過生動的案例和深入的分析，揭示了智能化和自動化背后必須堅守的數(shù)字化基本原則，并提供了關于如何真正實現(xiàn)數(shù)據(jù)價值、推動工業(yè)升級的寶貴建議。無論是正在經歷數(shù)字化轉型的企業(yè)，還是數(shù)字化服務的提供者，都能從中獲得啟示。

不知道從何時起，每一個乙方都是做數(shù)字化服務的，每一個甲方都在做數(shù)字化轉型。

但30多年過去了，我們發(fā)現(xiàn)最大的數(shù)字化服務商卻年年虧損，最成功的數(shù)字化轉型企業(yè)仍然是人海戰(zhàn)術，真正從數(shù)字化中嘗到甜頭的卻寥寥無幾。

一、數(shù)字化是基礎，智能化是過程，自動化是目標

基礎的事情就要從根本出發(fā)，而不是跨越障礙去搞智能化、搞商業(yè)BI，更不是跳過知識沉淀的差距去發(fā)展自動化。

前不久在某知名的條碼打印機廠參觀，一條智能自動化的生產流程設備赫然在目，讓整個工廠都充斥著智能制造和先進技術的色彩。但工人們卻說，從安裝到現(xiàn)在只開過幾次，僅供參觀。

后來調查得知，這條自動化生產線投入了近千萬元，因為只能生產1-2種規(guī)格的產品（該工廠產品有上千種規(guī)格），而且運轉時還要雇一個高級工程師全程監(jiān)管，成本遠遠大于一個傳統(tǒng)的流水線，所以最終成為了一個擺設。

顯然，在搭建這條設備之前，數(shù)字化基礎根本沒有做好。至少數(shù)千種產品規(guī)格的設計、裝配、工藝等規(guī)劃數(shù)據(jù)沒有形成系統(tǒng)化知識，而且各類傳感器、機器視覺、測量設備等數(shù)據(jù)互通性無法支撐柔性化的感知，甚至是數(shù)據(jù)采集、傳輸對分析和決策的缺失。

二、智能自動化生產線一旦孤立存在，就喪失了數(shù)字化意義

即便是這家企業(yè)的生產線實現(xiàn)了柔性化、精益化，但如果是孤立的，數(shù)據(jù)也毫無價值。

在某次工業(yè)數(shù)字化轉型的會議上，某個省份說我們要實現(xiàn)2000個智能制造的工廠?？梢?，這種僅僅圍繞工廠去做，雖然短期內能提升效率、降低成本，或者是明顯地減少了庫存。但是，它不足以支撐一個從需求到滿足需求的閉環(huán)。

那么如何把智能制造工廠與用戶需求、供應鏈能力連接起來？這就回到了老生常談的PLM對產品工藝規(guī)劃數(shù)據(jù)采集的需求、MES對工廠設備數(shù)據(jù)采集的需求、ERP對發(fā)票和單據(jù)數(shù)據(jù)采集的需求、WMS對入出庫物料數(shù)據(jù)采集的需求、CRM/SRM對上下游數(shù)據(jù)采集的需求……

（每一環(huán)節(jié)的數(shù)字化產品都面臨同樣的問題）

整體來看，這些系統(tǒng)的數(shù)據(jù)連接性是數(shù)字化的本質，即數(shù)據(jù)源唯一、端到端的、數(shù)據(jù)協(xié)同的、相互因果關聯(lián)的，如此才能發(fā)揮“數(shù)據(jù)石油”的價值，達到工業(yè)4.0從要素化式發(fā)展到創(chuàng)新驅動式發(fā)展的轉變。

三、局部的核心系統(tǒng)首先要解決的就是數(shù)字化基礎

毋庸置疑，對每個環(huán)節(jié)來說數(shù)據(jù)采集都是一個難點，甚至是個堵點，但如果跳過或弱化這個基礎工作，一切的智能化、自動化變革都將事倍功半。

從ERP在中國30年的發(fā)展歷程來看，一直圍繞業(yè)務、財務、稅務、資金、物流等一體化的核心，但根據(jù)大部分企業(yè)的實施情況來看，孤立的APPs產生的數(shù)據(jù)都是割裂的，從而產生了一個個數(shù)據(jù)孤島，導致數(shù)字化的價值大打折扣。

再微觀的一點看，ERP對發(fā)票或單據(jù)的數(shù)據(jù)采集難度一直存在，即使借助機器學習型的OCR識別技術，或者PRA技術，都很難做到高準確度、穩(wěn)定性的采集。好在國家稅務總局實行“數(shù)電票”改革改善了對發(fā)票數(shù)據(jù)的采集，但仍然存在安全性流轉、合規(guī)性管理、平臺濫用數(shù)據(jù)的發(fā)展弊端。

（各系統(tǒng)內外部的數(shù)據(jù)互通都是數(shù)字化核心）

再從MES在國內的20多年演進情況來看，數(shù)據(jù)采集越來越成為上層系統(tǒng)發(fā)展的掣肘，工廠里的設備類型越來越多樣化、品牌越來越全球化、新舊設備信息化差距也越來越大，等等因素導致數(shù)據(jù)的采集難度也越來越大。尤其是品牌之間通信協(xié)議和接口的不開放機制，讓服務商不得不使用網關數(shù)采終端或者數(shù)字控制器進行采集，這種方式非常依賴傳感器、協(xié)議轉換、邊緣計算等先進技術，數(shù)據(jù)的準確度和穩(wěn)定性備受詬病。

除此之外，近10年來企業(yè)與企業(yè)之間數(shù)字化協(xié)同平臺的提出，也讓SCM對供應鏈上下游企業(yè)數(shù)據(jù)協(xié)同的要求，讓PLM對跨部門產品的數(shù)據(jù)協(xié)同需求，等等都因不同的軟件品牌和云服務模式，導致數(shù)字化的基礎工作難以扎實，更難以支撐上層的數(shù)據(jù)管理對資產的效益、數(shù)據(jù)分析對決策的價值，以及對風險的管控等。

四、現(xiàn)階段的數(shù)字化工作應該是什么？

相比歐美數(shù)字化進程，我國普遍起步晚、基礎薄弱、沉淀不夠的特點，此時我們還要追趕國外企業(yè)的智能化步伐，只會導致大廈根基不穩(wěn)、上層建筑難成的局面。

其實，除了互聯(lián)網、大數(shù)據(jù)、AI等數(shù)字化技術外，歐美的基礎設施更加說明了我們應該從數(shù)字化這一薄弱環(huán)節(jié)入手。比如，歐盟Peppol電子交換網絡設施，支持全球范圍的企業(yè)接入，以實現(xiàn)電子單據(jù)的無障礙的數(shù)據(jù)交換和傳輸，無論是企業(yè)還是國家，都能實現(xiàn)“連接一次，即連接一切”。

雖然我國積極改革對各種生產要素的數(shù)字化支持，但是受限于國有制度因素、云服務品牌對數(shù)據(jù)的霸權、軟件提供商對數(shù)據(jù)濫用等各種原因，始終無法打破行業(yè)間的數(shù)據(jù)壁壘，這也是為什么開箱即用的SaaS模式一直很難在中國發(fā)展的原因之一（喪失了天然的互聯(lián)互通屬性）。

在這樣的形勢下，我們的智能化和自動化就不能只盯那些華麗的系統(tǒng)，并期望這些系統(tǒng)幫你完善數(shù)字化工作，而是沉下心來夯實系統(tǒng)最底層的數(shù)字化基礎工作。除了上文我們著重提到的運營管理和生產管理環(huán)節(jié)，產品設計研發(fā)環(huán)節(jié)的數(shù)字化更應該受到企業(yè)信息化部門的關注。

一是因為該環(huán)節(jié)國外技術壟斷明顯，面臨隨時斷供停產的風險，比如CAD、CAE、CAT等軟件，都可能發(fā)生像EDA、集成電路、人工智能等一樣的制裁。

二是因為該環(huán)節(jié)極其依賴企業(yè)的知識沉淀，如果不通過數(shù)字化技術形成結構化的、持續(xù)迭代的系統(tǒng)性規(guī)劃，差距只會越來越大，尤其是工藝規(guī)劃、公差經驗、裝配規(guī)則等知識的數(shù)字化賦能，率先讓我們中國制造趕超國際水平。

（例如某CAT服務商把非結構化知識通過數(shù)字化驗證后生成標準和規(guī)范）

鑒于以上，真正的數(shù)字化應該是什么？除了備受市場關注的那些高大上系統(tǒng)外，我們更應該下沉到基礎的、薄弱的數(shù)字化環(huán)節(jié)，聚焦到我們真正需要數(shù)字化的領域，讓那些看似不起眼的數(shù)字化工程發(fā)揮我們當前最需要的價值。