各位来宾上午好，非常高兴在本日这个论坛分享对数字化转型的一些明白和思索，我们本日都面对着各种各样的新的概念，物联网、大数据、云盘算、人工智能(AI)、区块链、工业 4.0、智能制造、工业互联网。
有些时间这么多新的概念会影响我们对事物本质的明白。厥后我起了名字，我说我们正在面对一个叫做“新概念雾霾”在影响着我们的视线，那怎样可以或许看到新一代的信息技能与实体经济与制造业带来的影响它的本质呢？
我们必要三个东西：第一，我们必要一个望远镜。我们很多从更长的汗青视角来看这一轮的财产厘革。
第二，我们必要一个显微镜。可以或许看到技能的细节。
第三，我们必要一个 CT 机。可以或许看到这轮数字化转型的本质。
我们要明白物联网、大数据、云盘算、工业 4.0、智能制造、工业互联网这些概念背后最本质的变革的时间，我们必要去明白什么？起首，什么是企业。从信息技能厘革的角度来看，企业是什么？科斯曾经说过，企业是一个构造，企业是一个设置资源的构造，谁可以设置资源呢？当局可以设置资源，企业可以设置资源，市场也可以设置资源。
那对于一个企业来说，信息技能对于它最本质的影响是什么呢？假如我们走进了一个企业的董事会，走进了车间，走进了研发中央，走进了物流中央，我们会看到企业面临各种各样的挑衅，对于一个研发的团队来说，他们思索的是怎样收缩一个产物的研发周期，怎样进步一部机床的利用精度，怎样进步一个班组的产量，怎样淘汰库存等等，面临各种各样的题目。
我们本日把全部的这些题目归纳为一个题目，这个题目就是怎样进步你所面临的制造资源、物流资源、研发资源的设置服从。怎样进步呢？背后在于我们研发、计划、物流、生产、配送的每一个环节，我们背后的各种各样的决议。
新品开辟是决议，客户定位是决议，营销计谋是决议，研发构造是决议，工商选择是决议，排产筹划是决议，库存管理是决议，进入新的市场是决议。而信息技能，物联网、大数据全部的统统带来的变革，我们怎样可以或许支持一个更加高效的、低本钱的、精准的、科学的决议，实现“五个精确”，把精确的信息，在精确的时间，用精确的方式通报给精确的人，以此为依据资助做出精确的决议。我把它界说为数据的主动活动。对于一个企业来说，最本质的一个特性就是在不确定性的天下中举行决议，是它最本质的特性。从这个意义上来讲，什么是企业的竞争，企业竞争的背后，就是资源设置服从的竞争。
我们都在讲各种各样的智能，假如我们用一个最抽象的表述往复明白智能，我的明白就是，智能就是一个主体对外部市场情况的变革做出相应的本领，这个主体可以是一个呆板人、受控机床、AGV 小车、立体堆栈，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。我们判定一个主体，是不是智能，车间是不是智能，工厂是不是智能，构造是不是智能，最紧张的一个标记是，如许的一个主体对外部情况的变革相应的本领有多高。
美国 NIST 在讲智能制造，智能制造办理三个根本题目：差别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动。假如把美国 NIST 对智能制造的明白概括为一句话，就是我刚才说的，一个构造、一个企业、一个车间对外部情况的变革做出相应的本领是它最本质的一个特性。德国在讲工业4.0，工业 4.0 的一个逻辑出发点就是它怎样顺应市场情况的快速变革，无论是个性化定制照旧 C2B，这是我们以为的对智能的一个最本质的明白。
我记得在几年前的时间，我们去一个企业观光，是一个个性化定制的服装企业。厥后，相干的部委也把它作为一个试点的典范，厥后有一个企业的董事长观光完这个企业他特殊的扫兴，由于他去观光的时间，没有他想看到的一排排的呆板人，没有 AGV 小车，没有先辈的立体堆栈，他看到的是一排排的工人用手工的方式加工衣服，他的题目是，为什么是智能的？到底智能在那里？厥后我想了很长的时间，我说主动化有两种，一种是看得见的主动化，我们的呆板人、各种各样的先辈的装备、数控机床、AGV 小车、立体堆栈，这个是物理天下。另有一种主动化是看不见的，就是数据如安在企业内部主动的活动，当我们相识了收罗了客户需求的信息之后，这个信息就在企业内部的研发计划、物流配送的每一个环节去活动，这些信息不停被加工、处置惩罚、实行，在这个过程中，可以或许把精确的数据在精确的时间以精确的方式通报给精确的人和呆板，我们收罗了客户的需求信息，这个信息就在你的谋划管理、产物计划、工艺计划、生产制造、产物测试、产物维护的每一个环节去活动。
活动的过程中，会有无数个闭环，我们本日所看到的智能，现实上是两个天下，我们眼睛能看到的一个物理天下和看不到的一个假造天下，两个都非常的紧张。
假如说呆板装备的智能化替换的是体力劳动者，那么数据的主动活动替换的是脑力劳动者，我们本日必要思索的题目是，在一个企业内部是不是智能，我们必要去看一看在数据、信息通报的每一个环节，是不是越来越少的不必要人去到场。已往的信息的活动是基于文档的活动，而本日的信息活动是基于模子的、多少、性能、工艺的活动，这是我们去思索的数字化转型的本质。
假如让我给数字化转型一个界说，最本质的一个寄义，在数据叫算法界说的天下中，以数据的主动活动化解复杂体系的不确定性，怎样对外部的情况变革做出相应，终极的目标在于进步资源设置的服从，这是我想给各人分享的第一个题目。
第二个题目，我们本日面临各种各样的数字化转型的题目，这些题目假如归纳起来最根本题目是什么呢？哈佛的贸易批评，德国工业 4.0 的 3 个集成，中国相干部分，工信部提个两化融合的四个阶段，提了许多新的概念。这些题目的背后本质上是一个题目，我们差别的业务体系的数据可以或许实现互联互通互操纵，在几年前的时间，工信部提出来，把两化融合发展阶段分成四个阶段：底子建立、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，集成绩是可以或许把这些差别的体系买通。厥后我创造了一个名词，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 万美元跳不外去，在经济学上叫中等收入陷阱。如许的一个陷阱在数字化转型、两化融合，智能制造内里同样存在，我们从单向应用迁徙到集成应用的时间，面临许多的挑衅，以是我把它界说为集成应用陷阱。厥后把这个词改了，集成应用逆境。我们从单一的应用要向跨行业、跨范畴面临许多的挑衅。
为什么集成云云紧张呢？由于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超过了某一个临界拐点之后才会出现指数化的增长。从单向应用，企业级集成，财产链集成和财产生态的集成，只有在企业界的集成超过了某一个拐点之后，它的收益才会更大。但是本日我们看到，我们本日所可以或许提供的办理方案，在更多的层面是在碎片化的供给阶段，本日无论是德国的工业 4.0，中国相干部委提的两化融合，工业互联网所要办理的焦点题目是在财产链和财产生态层面上怎样构建一个新的数字化转型的体系。
究竟上，真正要实现内部的集成黑白常困难的，这是基于国内 10 多万家企业，领先的企业对集成的程度的一个评估，可以或许在产物计划、工艺计划以及在生产制造、生产过程控制、产物测试、产物维护，全部的环节买通的这些领先企业的数目黑白常有限的。
八十年代，我们在上学的时间学政治课曾经说，我们面对的根本抵牾是人民日益增长的物质文化生存的必要与落伍生产力之间的抵牾。十九大陈诉提出来，本日新的抵牾是什么呢？我们面对的根本抵牾是人民对优美生存的向往与不平衡、不充实之间的抵牾，我们刚才讲了各种各样的数字化转型的题目，我们把全部的题目归纳为一个根本的题目。本日我们面对的物联网、大数据、工业互联网、智能制造等等新的概念，背后最根本的一个抵牾是什么呢？我把这个题目抛出来，供各人讨论。
我以为最根本的一个抵牾，就是我们企业全局优化的需求和碎片化供给之间的抵牾。企业的竞争是资源优化设置服从的竞争，而如许的一个竞争必要在更大的范围、更广的范畴，全流程、全生命周期、全场景的数字化转型。只有全局的优化，才气创造更多的代价。但是本日我们的供给照旧一个碎片化，这两者之间的抵牾是我们本日数字化转型所要去办理的。
固然如许的一个题目，就像一本书《第五项修炼》所说的，本日题目的产生，源自于昨天的办理方案，我们假如去回首已往 60 年 IT 的发展史，我们发现 IT 已往 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 照旧去讲研发，照旧讲我们企业内部的生产车间，我们已往的几十年办理题目的一个根本思绪都是先办理局部题目，把一个点的题目拓展为一个线的题目，但是本日我们不但仅必要点，不但仅必要面，我们必要一个生态，这是我们本日在数字化转型所面对的一个题目。
讲集成，集本钱质是什么呢？是讲的我们对资源优化的范围、范畴、深度的一个形貌。在时间上，集成只有出发点，没有尽头。在空间上，集成资源的优化是沿着点线面、体、体系、大体系、巨体系不停地去拓展，在频率上，资源优化的频率是在不停地加速，我们讲零库存，我们讲实时生产，背后的逻辑是我们的资源优化的频率是在不停地加速，这是我们对第二个题目的思索。
面临如许的一个挑衅，面临企业全局优化的需求和当前现在碎片化供给的如许一个抵牾，面临集成应用的陷阱的这个题目，我们怎样地去办理呢？我们起首看到，制造体系、贸易体系变得越来越复杂，而原有的技能架构息争决方案与本日贸易体系的复杂性之间的差距、支持本领差距越来越大。我们正在构建基于边沿盘算、云盘算、移动和如许的一个技能架构体系之上的一套新的贸易模式办理方案。这个期间都已经到来了，我们把它称为“数字化转型 2.0”，假如说数字化转型的 1.0 是基于传统的 IT 架构和桌面端，那么数字化转型 2.0是基于边沿盘算、云盘算、移动端为代表的 IoT 的一个新的技能渠道。
从需求端来说，已往我们更多的是基于相对简直定性的需求来进步我们的服从，怎样可以或许实现低本钱、高服从，而本日在数字化转型 2.0 期间，我们面临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，支持它的创新，如许的一个技能体系能不能形成？业务创新、产物创新、贸易模式创新、构造创新。
从供给端来说，我们已往数字化的办理方案，各种各样的软件更多的是面向局部的一个封闭的技能体系，而本日我们必要构建一个全局优化的一个开放的技能体系，已往我们软件的开辟业务是面向一个流程，而本日的软件开辟是一个面向脚色、面向场景、面向需求的一个开辟，已往我们是把一种产物办理方案交付给客户，我们就使命完成了。而本日不但仅有硬件、软件，另有一个运营，和你的客户一起，为客户的客户提供更有代价的办理方案。
已往我们更多的是一种业务的数据化，而本日不但仅业务数据化，而要实现数据的业务化，这是我们对数字化转型 2.0 的一个明白。之以是实现如许的转型是由于在传统的数字化转型的 1.0 期间，我们的技能架构，我们体系数据的共享面临许多挑衅，我们本日必要构建一个集云、集业务中台、数据终台以及之上的一种快速顺应客户需求的各种各样的办理方案。
我们本日讲，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，而工业互联网最紧张的一个代价在我看来就在于实现了知识的沉淀，把工业的技能、履历、知识、最佳实践分装为各种各样的组件，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、流传、复用的一个新的体系，谁在创新？创新什么以及怎样创新。它带来的一个代价就是低落了我们创新的本钱，低落了我们的风险，进步了研发生产服务的服从。已往我们更多的 80%在做重复性工作，20%在做创造性工作，将来构建的如许一个平台使得我们更多的精神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徙，这种迁徙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停地解构，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 实行等等，这些传统的软件正在不停地拆分，分解，微服务化，构建起了一个微服务池，基于如许的一个微服务池呢，面向场景、面向脚色重新地分装面向特定题目的一个新的办理方案。
我们的一个汽车必要召回，我们已往在原有的体系内里去找，谁生产的，库存有多少，谁计划的，代价是多少，必要一个个的体系去打开，那我们本日把原有的这些来自于供应链管理 CAD、ERP 的数据不停地用软件去解构和分解之后，重新构建一个面向脚色、面向场景的一个 APP，就面临如许一个召回可以形成一个APP。
但是如许的一个解构和重组才刚刚开始，以是整个技能架构体系正在从原有的 1.0 期间向 2.0 期间去切换。就像刚才施耐德电气的中国区的老总所说的，我们正在构建一个假造的数字孪生的一个一个天下。这种孪生的天下不但仅在制造，在建立、在医疗、在都会，我们在构造一个假造的天下，这个天下对我们带来的最大的一个代价在于我们正在迈向一个通向零本钱试错之路。
由于在假造天下内里我们可以更加高效和低成当地、精准地去优化模仿物理天下、实际天下，然后把这些决议再反馈到实际天下。这是我们所看到的将来数字化转型所带来的一场巨大的厘革。
| 
