最近看了一个段子，是这么说的——是谁加速了企业的数字化转型?不是CEO，也不是CIO、CFO，而是Coronavirus(新冠病毒)。虽然只是一个玩笑，但确实是当下的真实写照。

　　一场新冠疫情，深刻诠释了何为人类命运共同体。截至目前，全球新冠病毒确诊病例已经超过了200万。这意味着，这场人类与病毒的PK战还将持续数月，而全球各国、各地区之间的长时间阻断隔离，必然对全球产业链、供应链带来巨大的冲击。这促使各行各业不得不去思考如何加速数字化，以更好地抵御这次全球化风险。

　　具体对制造企业来说，无论何时，最主要的目标都是提高收入、优化成本和降低风险，而其切入点也无非是研、产、供、销、服。只不过在面对当下这场危机时，更要“勒紧裤腰带”，在短期内先「保生存」，然后才能在未来继续「谋发展」。

　　短期生存，行甚于言

　　谈及企业在短期内的速赢生存方案，IBM全球企业咨询服务部大中华区认知决策服务行业总监陈松在接受至顶网记者采访时一言蔽之：“不要一直停留在担忧和思考的状态，赶快行动起来才是最好的‘生存’方案。”

　　具体而言，陈松表示，企业可以基于人员、技术和流程三个要素实现内外部的逐层优化，从而提升企业的运营效率。其中，流程优化带来的效益非常明显，一般来说，平均可以带来15%的效益提升，对于此前投入不大的企业甚至会有30%以上的提升。

　　以产品溯源和品类管理为例，过去企业采购通常集中率较低，没有形成规模效应，同时采购人员的市场洞察也不足，常常会造成资源浪费，不利于成本控制。对此，IBM的战略溯源方法，可以通过对品类的分析、需求的分类，制定更为合理的管理策略。借此，可以帮助企业在单一品类采购中节省5%-20%的成本。

　　另一个例子是财务服务共享中心和人力资源服务的流程优化。简单来说，通过把同样职能的资源以物理或虚拟团队的方式集中起来，根据人员能力进行分工细化和流程优化，就能大大提升企业的运营效率。拿人力资源来说，通常一个企业人资与员工的服务比例是1:120-1:150之间，通过共享中心模式，这个比例可以达到1:200甚至更高，平均管理成本(包括薪酬、福利、培训、差旅等)则可以下降50%。而对于财务共享中心，通过对财务类别进行专业细化，分为交易财务、专业财务和业务财务等，一般还可以把财务运营成本下降20%-30%。

　　陈松讲了一个企业的实际案例，在搭建财务共享服务中心后，某企业的财务人员从原来的900多人缩减到了300多人，但业务规模却从600亿扩大到了900亿。

　　类似的例子还有很多，而它们大多都对人工智能、大数据、物联网等新技术有着较为广泛的应用。比如，过去制造企业会通过较高的库存来保证生产和配送的时效性，但这会占用企业大量资金和供应链成本。而IBM通过帮助企业搭建产销存一体化的计划体系，并在其中融入AI分析能力，大大提高了需求的预测准确性，为库存的动态优化提供了重要的参考依据。根据IBM经验，通常情况下，需求预测准确性可以达到98%以上，库存水平可以降低15%以上，物流成本也可以降低10%。

　　除此之外，人工智能还可以被用在很多场景，比如利用图像识别可以对产品质量进行检测，利用声纹识可以有效监测设备状态、优化设备维护计划，利用AI分析还可以精准识别各种票据的关键信息，进而提高整体审计效率，降低财务风险。“一般来说，这些新的技术和方案都可以在短期内快速上线，短的一两个月，长的六个月作用，能在眼下帮助企业快速通过流程和技术提升运营效率。”陈松强调说。

　　长期发展，四步迈向工业4.0

　　但如刘慈欣在《三体》中所说，“仅靠生存本身是不能保证生存的，发展是生存的最好保障。”短期内，企业需要靠自救快速恢复业务，让自己活下来;从长远来看，企业更要把这种自救能力保留下来，形成在任何时期、任何情况下的应变和抗风险能力。

　　对此，IBM全球企业咨询服务部大中华区物联网及工业4.0服务总监张思民认为，实现工业4.0是制造企业应对当下以及未来多变的外部环境，塑造长期发展能力的重要方式。一方面，市场快速变化使得产品从研发、生产到上市的生命周期变得越来越短;另一方面，消费者需求多样化，倒逼制造业不得不从物料准备、库存等方面，构建敏捷应变的能力。

　　张思民总结，制造企业的诉求永远都是围绕以下三个关键指标展开，即产品质量、供应链成本和交付周期，并且这几个指标之间是相互制约、相互约束的，俗称“按下了葫芦又浮起了瓢”。基于这样一个思路，企业可以利用物联网、人工智能、大数据技术融合流程信息化与产线自动化，提升工业企业的敏捷应变能力——细化拆分来看，可以通过四个步骤实现工业4.0。

　　第一步，梳理端到端的业务管理流程，细化管理颗粒度，从管理视角实现精益化，从而缩短产品生命周期和订单生命周期。对此，IBM会面向不同企业类型针对性地给出梳理和优化方案，比如对于订单类企业就可以边设计、边生产、边变更到最后销售和服务，对于批量生产企业就可以侧重优化供应链，从PDM向PLM延伸;

　　第二步，数字化镜像端到端物理生产过程。比如，基于PTC Thingworx平台，就可以通过收集各种工业设备的相关数据，并对其属性进行自定义，从而监测设备的实时状态——是遥测或者静态，同时还可以通过远程传输的状态对设备进行控制。在此基础上，制造企业就可以构建一个具有实时感知能力的供应链和生产制造流程，形成从计划到执行、再从执行返回计划到闭环过程，实现智能化;

　　第三步，构建“工业大脑”，实现多目标多约束条件下的实时及精准决策，利用大数据和人工智能辅助业务决策，进行预测性设备维护，检测产品质量问题等等。对于制造企业来说，由于数据产生、数据分析、数据反馈和应用迭代这个闭环基本上都是基于自身的设备和产线，并不依赖于外部，因此通过大数据和人工智能可以非常有效地提升生产工艺水平，提高产品质量;

　　第四步，构建完整的工业互联网平台，融合流程信息化与产线自动化、通过管理信息与物理生产的实时互动大幅提升工业企业敏捷应变能力。具体来说，可以划分为五个“域”，分别是包括车辆、产线、仓库在内的控制域，包括大数据、机器学习、算法在内的信息域，包括车联网和智能工厂在内的运行域，业务域以及应用域。通过这五个‘域’就可以把企业的生产计划和实际进行实时打通，辅助实时决策。

　　“总而言之，制造企业的业务永远是围绕着产品生命周期和订单生命周期在不断运转的，所以，要实现工业4.0，核心就是对这两个生命周期进行加速和柔性化，实现预测性的分析和决策，提升业务响应敏捷度。”张思民总结说。

　　责任编辑:张华