最近看了一個段子，是這麼說的——是誰加速了企業的數字化轉型？不是CEO，也不是CIO、CFO，而是Coronavirus（新冠病毒）。雖然只是一個玩笑，但確實是當下的真是寫照。
一場新冠疫情，深刻詮釋了何為人類命運共同體。截至目前，全球新冠病毒確診病例已經超過了200萬。這意味著，這場人類與病毒的PK戰還將持續數月，而全球各國、各地區之間的長時間阻斷隔離，必然對全球產業鏈、供應鏈帶來巨大的衝擊。這促使各行各業不得不去思考如何加速數字化，以更好地抵禦這次全球化風險。
具體對製造企業來說，無論何時，最主要的目標都是提高收入、優化成本和降低風險，而其切入點也無非是研、產、供、銷、服。只不過在面對當下這場危機時，更要“勒緊褲腰帶”，在短期內先「保生存」，然後才能在未來繼續「謀發展」。
短期生存，行甚於言
談及企業在短期內的速贏生存方案，IBM全球企業諮詢服務部大中華區認知決策服務行業總監陳松在接受至頂網記者採訪時一言蔽之：“不要一直停留在擔憂和思考的狀態，趕快行動起來才是最好的‘生存’方案。”
具體而言，陳松表示，企業可以基於人員、技術和流程三個要素實現內外部的逐層優化，從而提升企業的運營效率。其中，流程優化帶來的效益非常明顯，一般來說，平均可以帶來15%的效益提升，對於此前投入不大的企業甚至會有30%以上的提升。
以產品溯源和品類管理為例，過去企業採購通常集中率較低，沒有形成規模效應，同時採購人員的市場洞察也不足，常常會造成資源浪費，不利於成本控制。對此，IBM的戰略溯源方法，可以通過對品類的分析、需求的分類，制定更為合理的管理策略。藉此，可以幫助企業在單一品類採購中節省5%-20%的成本。
另一個例子是財務服務共享中心和人力資源服務的流程優化。簡單來說，通過把同樣職能的資源以物理或虛擬團隊的方式集中起來，根據人員能力進行分工細化和流程優化，就能大大提升企業的運營效率。拿人力資源來說，通常一個企業人資與員工的服務比例是1:120-1:150之間，通過共享中心模式，這個比例可以達到1:200甚至更高，平均管理成本（包括薪酬、福利、培訓、差旅等）則可以下降50%。而對於財務共享中心，通過對財務類別進行專業細化，分為交易財務、專業財務和業務財務等，一般還可以把財務運營成本下賬20%-30%。
陳松講了一個企業的實際案例，在搭建財務共享服務中心後，某企業的財務人員從原來的900多人縮減到了300多人，但業務規模卻從600億擴大到了900億。
類似的例子還有很多，而它們大多都對人工智能、大數據、物聯網等新技術有著較為廣泛的應用。比如，過去製造企業會通過較高的庫存來保證生產和配送的時效性，但這會佔用企業大量資金和供應鏈成本。而IBM通過幫助企業搭建產銷存一體化的計劃體系，並在其中融入AI分析能力，大大提高了需求的預測準確性，為庫存的動態優化提供了重要的參考依據。根據IBM經驗，通常情況下，需求預測準確性可以達到98%以上，庫存水平可以降低15%以上，物流成本也可以降低10%。
除此之外，人工智能還可以被用在很多場景，比如利用圖像識別可以對產品質量進行檢測，利用聲紋識可以有效監測設備狀態、優化設備維護計劃，利用AI分析還可以精準識別各種票據的關鍵信息，進而提高整體審計效率，降低財務風險。“一般來說，這些新的技術和方案都可以在短期內快速上線，短的一兩個月，長的六個月作用，能在眼下幫助企業快速通過流程和技術提升運營效率。”陳松強調說。
長期發展，四步邁向工業4.0
但如劉慈欣在《三體》中所說，“僅靠生存本身是不能保證生存的，發展是生存的最好保障。”短期內，企業需要靠自救快速恢復業務，讓自己活下來；從長遠來看，企業更要把這種自救能力保留下來，形成在任何時期、任何情況下的應變和抗風險能力。
對此，IBM全球企業諮詢服務部大中華區物聯網及工業4.0服務總監張思民認為，實現工業4.0是製造企業應對當下以及未來多變的外部環境，塑造長期發展能力的重要方式。一方面，市場快速變化使得產品從研發、生產到上市的生命週期變得越來越短；另一方面，消費者需求多樣化，倒逼製造業不得不從物料準備、庫存等方面，構建敏捷應變的能力。
張思民總結，製造企業的訴求永遠都是圍繞以下三個關鍵指標展開，即產品質量、供應鏈成本和交付週期，並且這幾個指標之間是相互制約、相互約束的，俗稱“按下了葫蘆又浮起了瓢”。基於這樣一個思路，企業可以利用物聯網、人工智能、大數據技術融合流程信息化與產線自動化，提升工業企業的敏捷應變能力——細化拆分來看，可以通過四個步驟實現工業4.0。
第一步，梳理端到端的業務管理流程，細化管理顆粒度，從管理視角實現精益化，從而縮短產品生命週期和訂單生命週期。對此，IBM會面向不同企業類型針對性地給出梳理和優化方案，比如對於訂單類企業就可以邊設計、邊生產、邊變更到最後銷售和服務，對於批量生產企業就可以側重優化供應鏈，從PDM向PLM延伸；
第二步，數字化鏡像端到端物理生產過程。比如，基於PTC Thingworx平臺，就可以通過收集各種工業設備的相關數據，並對其屬性進行自定義，從而監測設備的實時狀態——是遙測或者靜態，同時還可以通過遠程傳輸的狀態對設備進行控制。在此基礎上，製造企業就可以構建一個具有實時感知能力的供應鏈和生產製造流程，形成從計劃到執行、再從執行返回計劃到閉環過程，實現智能化；
第三步，構建“工業大腦”，實現多目標多約束條件下的實時及精準決策，利用大數據和人工智能輔助業務決策，進行預測性設備維護，檢測產品質量問題等等。對於製造企業來說，由於數據產生、數據分析、數據反饋和應用迭代這個閉環基本上都是基於自身的設備和產線，並不依賴於外部，因此通過大數據和人工智能可以非常有效地提升生產工藝水平，提高產品質量；
第四步，構建完整的工業互聯網平臺，融合流程信息化與產線自動化、通過管理信息與物理生產的實時互動大幅提升工業企業敏捷應變能力。具體來說，可以劃分為五個“域”，分別是包括車輛、產線、倉庫在內的控制域，包括大數據、機器學習、算法在內的信息域，包括車聯網和智能工廠在內的運行域，業務域以及應用域。通過這五個‘域’就可以把企業的生產計劃和實際進行實時打通，輔助實時決策。
“總而言之，製造企業的業務永遠是圍繞著產品生命週期和訂單生命週期在不斷運轉的，所以，要實現工業4.0，核心就是對這兩個生命週期進行加速和柔性化，實現預測性的分析和決策，提升業務響應敏捷度。”張思民總結說。
4月23日，直擊至頂直播間，聽行業專家詳細解析製造業的「保生存」和「謀發展」策略：http://www.zhiding.cn/special/IBM_2020_AI_driven
