把数字化讲透了 | 安筱鹏：解构与重组，迈向数字化转型 2.0

本文为阿里研究院副院长安筱鹏博士在9月19日，施耐德电气绿色+智能智造创新峰会上的演讲实录。根据录音整理，未经本人审阅，仅供学习交流之用。

各位来宾上午好，非常高兴在今天这个论坛分享对数字化转型的一些理解和思考，我们今天都面临着各种各样的新的概念，物联网、大数据、云计算、人工智能、区块链、工业 4.0、智能制造、工业互联网。有些时候这么多新的概念会影响我们对事物本质的理解。后来我起了名字，我说我们正在面临一个叫做“新概念雾霾”在影响着我们的视线，那如何能够看到新一代的信息技术与实体经济与制造业带来的影响它的本质呢？

我们需要三个东西： 

第一，我们需要一个望远镜。 我们许多从更长的历史视角来看这一轮的产业变革。 

第二，我们需要一个显微镜。 能够看到技术的细节。 

第三，我们需要一个 CT 机。 能够看到这轮数字化转型的本质。 

我们要理解物联网、大数据、云计算、工业 4.0、智能制造、工业互联网这些概念背后最本质的变化的时候，我们需要去理解什么？首先，什么是企业。从信息技术变革的角度来看，企业是什么？科斯曾经说过，企业是一个组织，企业是一个配置资源的组织，谁可以配置资源呢？政府可以配置资源，企业可以配置资源，市场也可以配置资源。 

那对于一个企业来说，信息技术对于它最本质的影响是什么呢？如果我们走进了一个企业的董事会，走进了车间，走进了研发中心，走进了物流中心，我们会看到企业面对各种各样的挑战，对于一个研发的团队来说，他们思考的是如何缩短一个产品的研发周期，如何提高一部机床的使用精度，如何提高一个班组的产量，如何减少库存等等，面对各种各样的问题。

我们今天把所有的这些问题归纳为一个问题，这个问题就是如何提高你所面对的制造资源、物流资源、研发资源的配置效率。如何提高呢？背后在于我们研发、设计、物流、生产、配送的每一个环节，我们背后的各种各样的决策。 

新品开发是决策，客户定位是决策，营销策略是决策，研发组织是决策，工商选择是决策，排产计划是决策，库存管理是决策，进入新的市场是决策。 而信息技术，物联网、大数据所有的一切带来的变化，我们如何能够支撑一个更加高效的、低成本的、精准的、科学的决策，实现“五个正确”，把正确的信息，在正确的时间，用正确的方式传递给正确的人，以此为依据帮助做出正确的决策。我把它定义为数据的自动流动。对于一个企业来说，最本质的一个特征就是在不确定性的世界中进行决策，是它最本质的特征。从这个意义上来讲，什么是企业的竞争，企业竞争的背后，就是资源配置效率的竞争。 

我们都在讲各种各样的智能，如果我们用一个最抽象的表述来去理解智能，我的理解就是，智能就是一个主体对外部市场环境的变化做出响应的能力，这个主体可以是一个机器人、受控机床、AGV 小车、立体仓库，可以是一个研发团队，可以是一个车间，也可以是一个人，各种各样的主体。我们判断一个主体，是不是智能，车间是不是智能，工厂是不是智能，组织是不是智能，最重要的一个标志是，这样的一个主体对外部环境的变化响应的能力有多高。 

美国 NIST 在讲智能制造，智能制造解决三个基本问题：差异性更大的定制化服务、更小的生产批量、不可预知的供应链变更。如果把美国 NIST 对智能制造的理解概括为一句话，就是我刚才说的，一个组织、一个企业、一个车间对外部环境的变化做出响应的能力是它最本质的一个特征。德国在讲工业4.0，工业 4.0 的一个逻辑起点就是它如何适应市场环境的快速变化，无论是个性化定制还是 C2B，这是我们认为的对智能的一个最本质的理解。 

我记得在几年前的时候，我们去一个企业参观，是一个个性化定制的服装企业。后来，相关的部委也把它作为一个试点的典型，后来有一个企业的董事长参观完这个企业他特别的失望，因为他去参观的时候，没有他想看到的一排排的机器人，没有 AGV 小车，没有先进的立体仓库，他看到的是一排排的工人用手工的方式加工衣服，他的问题是，为什么是智能的？到底智能在哪里？ 

后来我想了很长的时间，我说自动化有两种，一种是看得见的自动化，我们的机器人、各种各样的先进的设备、数控机床、AGV 小车、立体仓库，这个是物理世界。还有一种自动化是看不见的，就是数据如何在企业内部自动的流动，当我们了解了采集了客户需求的信息之后，这个信息就在企业内部的研发设计、物流配送的每一个环节去流动，这些信息不断被加工、处理、执行，在这个过程中，能够把正确的数据在正确的时间以正确的方式传递给正确的人和机器，我们采集了客户的需求信息，这个信息就在你的经营管理、产品设计、工艺设计、生产制造、产品测试、产品维护的每一个环节去流动。 

流动的过程中，会有无数个闭环，我们今天所看到的智能，实际上是两个世界，我们眼睛能看到的一个物理世界和看不到的一个虚拟世界，两个都非常的重要。

如果说机器设备的智能化替代的是体力劳动者，那么数据的自动流动替代的是脑力劳动者，我们今天需要思考的问题是，在一个企业内部是不是智能，我们需要去看一看在数据、信息传递的每一个环节，是不是越来越少的不需要人去参与。过去的信息的流动是基于文档的流动，而今天的信息流动是基于模型的、几何、性能、工艺的流动，这是我们去思考的数字化转型的本质。 

如果让我给数字化转型一个定义，最本质的一个含义，在数据叫算法定义的世界中，以数据的自动流动化解复杂系统的不确定性，如何对外部的环境变化做出响应，最终的目的在于提高资源配置的效率，这是我想给大家分享的第一个问题。 

第二个问题，我们今天面对各种各样的数字化转型的问题，这些问题如果归纳起来最根本问题是什么呢？哈佛的商业评论，德国工业 4.0 的 3 个集成，中国相关部门，工信部提个两化融合的四个阶段，提了很多新的概念。这些问题的背后本质上是一个问题，我们不同的业务系统的数据能够实现互联互通互操作，在几年前的时候，工信部提出来，把两化融合发展阶段分成四个阶段：基础建设、单向应用、综合集成、创新引领。单向应用就是一些客户关系管理、ERP，集成就是能够把这些不同的系统打通。 

后来我创造了一个名词，集成应用陷阱，一个国家的人均 GDP 从 1 万美元跳跃到 3 万美元、4 万美元跳不过去，在经济学上叫中等收入陷阱。这样的一个陷阱在数字化转型、两化融合，智能制造里面同样存在，我们从单向应用迁移到集成应用的时候，面对很多的挑战，所以我把它定义为集成应用陷阱。后来把这个词改了，集成应用困境。我们从单一的应用要向跨行业、跨领域面对很多的挑战。 

为什么集成如此重要呢？因为企业的信息化的投入和信息化的收益并不是一个平行线，企业的信息化收益只有跨越了某一个临界拐点之后才会呈现指数化的增长。从单向应用，企业级集成，产业链集成和产业生态的集成，只有在企业界的集成跨越了某一个拐点之后，它的收益才会更大。但是今天我们看到，我们今天所能够提供的解决方案，在更多的层面是在碎片化的供给阶段，今天无论是德国的工业 4.0，中国相关部委提的两化融合，工业互联网所要解决的核心问题是在产业链和产业生态层面上如何构建一个新的数字化转型的体系。 

事实上，真正要实现内部的集成是非常困难的，这是基于国内 10 多万家企业，领先的企业对集成的水平的一个评估，能够在产品设计、工艺设计以及在生产制造、生产过程控制、产品测试、产品维护，所有的环节打通的这些领先企业的数量是非常有限的。 

八十年代，我们在上学的时候学政治课曾经说，我们面临的基本矛盾是人民日益增长的物质文化生活的需要与落后生产力之间的矛盾。十九大报告提出来，今天新的矛盾是什么呢？我们面临的基本矛盾是人民对美好生活的向往与不均衡、不充分之间的矛盾，我们刚才讲了各种各样的数字化转型的问题，我们把所有的问题归纳为一个根本的问题。今天我们面临的物联网、大数据、工业互联网、智能制造等等新的概念，背后最基本的一个矛盾是什么呢？我把这个问题抛出来，供大家讨论。 

我觉得最基本的一个矛盾，就是我们企业全局优化的需求和碎片化供给之间的矛盾。企业的竞争是资源优化配置效率的竞争，而这样的一个竞争需要在更大的范围、更广的领域，全流程、全生命周期、全场景的数字化转型。只有全局的优化，才能创造更多的价值。但是今天我们的供给还是一个碎片化，这两者之间的矛盾是我们今天数字化转型所要去解决的。

当然这样的一个问题，就像一本书《第五项修炼》所说的，今天问题的产生，源自于昨天的解决方案，我们如果去回顾过去 60 年 IT 的发展史，我们发现 IT 过去 60 年的发展史就是一个碎片化的供给史，无论是我们去讲 ERP 还是去讲研发，还是讲我们企业内部的生产车间，我们过去的几十年解决问题的一个基本思路都是先解决局部问题，把一个点的问题拓展为一个线的问题，但是今天我们不仅仅需要点，不仅仅需要面，我们需要一个生态，这是我们今天在数字化转型所面临的一个问题。 

讲集成，集成本质是什么呢？是讲的我们对资源优化的范围、领域、深度的一个描述。 在时间上，集成只有起点，没有终点。在空间上，集成资源的优化是沿着点线面、体、系统、大系统、巨系统不断地去拓展，在频率上，资源优化的频率是在不断地加快，我们讲零库存，我们讲及时生产，背后的逻辑是我们的资源优化的频率是在不断地加快，这是我们对第二个问题的思考。 

面对这样的一个挑战，面对企业全局优化的需求和当前目前碎片化供给的这样一个矛盾，面对集成应用的陷阱的这个问题，我们如何地去解决呢？我们首先看到，制造系统、商业系统变得越来越复杂，而原有的技术架构和解决方案与今天商业系统的复杂性之间的差距、支撑能力差距越来越大。我们正在构建基于边缘计算、云计算、移动和这样的一个技术架构体系之上的一套新的商业模式解决方案。这个时代都已经到来了，我们把它称为“数字化转型 2.0”，如果说数字化转型的 1.0 是基于传统的 IT 架构和桌面端，那么数字化转型 2.0是基于边缘计算、云计算、移动端为代表的 IoT 的一个新的技术渠道。 

从需求端来说，过去我们更多的是基于相对的确定性的需求来提高我们的效率，如何能够实现低成本、高效率，而今天在数字化转型 2.0 时代，我们面对的是一个更加不确定性的需求，我们的个性化定制、我们对碎片化的需求，我们对客户的需求的深入的洞察，我们要基于不确定性的需求，支撑它的创新，这样的一个技术体系能不能形成？业务创新、产品创新、商业模式创新、组织创新。 

从供给端来说，我们过去数字化的解决方案，各种各样的软件更多的是面向局部的一个封闭的技术体系，而今天我们需要构建一个全局优化的一个开放的技术体系，过去我们软件的开发业务是面向一个流程，而今天的软件开发是一个面向角色、面向场景、面向需求的一个开发，过去我们是把一种产品解决方案交付给客户，我们就任务完成了。而今天不仅仅有硬件、软件，还有一个运营，和你的客户一起，为客户的客户提供更有价值的解决方案。 

过去我们更多的是一种业务的数据化，而今天不仅仅业务数据化，而要实现数据的业务化，这是我们对数字化转型 2.0 的一个理解。之所以实现这样的转型是因为在传统的数字化转型的 1.0 时代，我们的技术架构，我们系统数据的共享面对很多挑战，我们今天需要构建一个集云、集业务中台、数据终台以及之上的一种快速适应客户需求的各种各样的解决方案。 

我们今天讲，在这轮的 2.0 转型的过程中，工业互联网是它的一种实现的方式，而工业互联网最重要的一个价值在我看来就在于实现了知识的沉淀，把工业的技术、经验、知识、最佳实践分装为各种各样的组建，它实现了工业知识的沉淀，复用、和重构，重构了新的工业知识的创造、传播、复用的一个新的体系，谁在创新？创新什么以及如何创新。它带来的一个价值就是降低了我们创新的成本，降低了我们的风险，提高了研发生产服务的效率。 

过去我们更多的 80%在做重复性工作，20%在做创造性工作，未来构建的这样一个平台使得我们更多的精力和时间从事创造性的工作。而背后带来的是整个架构体系的一个迁移，这种迁移我们可以把它概括为四个阶段，使我们原有的这套架构体系在不断地解构，解构成了一些微服务的一些组建，无论是我们的库存管理、订单管理，我们的 CAD、ERP、MES 执行等等，这些传统的软件正在不断地拆分，分解，微服务化，构建起了一个微服务池，基于这样的一个微服务池呢，面向场景、面向角色重新地分装面向特定问题的一个新的解决方案。 

我们的一个汽车需要召回，我们过去在原有的系统里面去找，谁生产的，库存有多少，谁设计的，价格是多少，需要一个个的系统去打开，那我们今天把原有的这些来自于供应链管理 CAD、ERP 的数据不断地用软件去解构和分解之后，重新构建一个面向角色、面向场景的一个 APP，就面对这样一个召回可以形成一个APP。 

但是这样的一个解构和重组才刚刚开始，所以整个技术架构体系正在从原有的 1.0 时代向 2.0 时代去切换。就像刚才施耐德电气的中国区的老总所说的，我们正在构建一个虚拟的数字孪生的一个一个世界。这种孪生的世界不仅仅在制造，在建设、在医疗、在城市，我们在构造一个虚拟的世界，这个世界对我们带来的最大的一个价值在于我们正在迈向一个通向零成本试错之路。 

因为在虚拟世界里面我们可以更加高效和低成本地、精准地去优化模拟物理世界、现实世界，然后把这些决策再反馈到现实世界。这是我们所看到的未来数字化转型所带来的一场巨大的变革。