没有数据就没有管理：工业X.0 企业数字化转型怎么做

作为效率提升和收入增长的主要推动力，数字技术的力量吸引着大批希望通过数字化转型实现新业务增长的企业。然而从数字化投资中获益并非易事，目前，仅有13%的企业通过数字化投资实现了效率提升、成本节约和业务增长。
一、工业X.0：由单一产品向产品+服务转变
该结论来自于埃森哲的一项调研。通过对**21个国家的900多家大企业高管进行访谈调研，埃森哲发现，由于缺乏技术联合，多数企业未能通过数字化投资实现核心业务转型和新业务拓展。为了帮助企业更好的从技术变革中获益，埃森哲提出了一套具体的解决方案“工业X.0”。
“X有两重含义，一方面，X代表交叉，随着转型的推进，生产和消费之间需要一定意义的融合。另一方面，X也代表未来和未知，包括大数据、人工智能、区块链，甚至**计算在内的新技术层出不穷，未来将充满无限可能。” 德国的“工业4.0”、美国的“工业互联网”和中国的“中国制造2025”基本是以智能制造为核心，着力推动制造业的升级改造，而没有涉及到生产端和消费端的融合。“在不了解消费需求的情况下进行生产流程和工艺上的改进，并不能解决问题。”对于企业来说，“工业 X.0 ”就是工业数字化再造。
“工业X.0”的核心就是由单一产品向产品加服务模式的转变。传统观念认为产品就等于一个硬件，但是现在硬件一化是阻碍制造业升级改造较大的障碍之一。制造业企业需要将硬件变成以软件为推动的智能互联产品。同时，该产品要能为用户提供个性化的较致体验。以“工业X.0”进程较快的汽车制造业为例，目前，智能互联汽车已经成为汽车市场上的新热点。为了取得竞争优势，车企越来越重视消费端的升级。除了针对消费者需求推出了诸如个性化外观设计，个性化导航服务等，互联网汽车企业甚至将移动支付，信息获取融合到汽车系统中。“工业X.0”是希望打通生产和消费，一方面能够通过塑造运营，在生产端提高整个生产的效率。另一方面，通过在消费端创造个性化的较致消费体验，为企业带来新的增长点。
由此，“工业X.0”的企业需要具备智能、活力、互联和学习四个价值特征。换言之，企业生产需要更加智能；人员、系统和机器之间需要更加互联；捕捉市场机会要更加敏捷；学习能力和适应性也要有所提高，这些特征贯穿了企业生产和运营的全过程。
二、工业X.0转型收益显着 但进展仍缓慢
根据埃森哲的研究，对于企业来说，数字技术联合应用将大幅减少每名员工的成本，同时实现企业的市值增长。数据显示，联合自动驾驶、增强现实（AR）和虚拟现实（VR）、大数据、机器学习和移动计算五项数字技术，企业在每名员工身上可平均节省成本8.5万美元以上。而联合包括自主机器人、移动计算、自动驾驶、3D 打印和机器学习在内的数字技术，企业市值可平均增长逾 60 亿美元。具体到石油和天然气企业，数字技术的联合应用将帮助企业市值增长160亿美元以上。
“企业的变革动力、变革带来的回报和持续支持变革的基础已经成为企业进行工业X.0转型的主要阻碍。”物联网和大数据等技术的不成熟曾经是企业转型的主要障碍，但现在技术已不再是障碍。
“工业X.0”是一个系统性的方案，企业需要彻底革新运营模式、生产和价值链。在此过程中，企业需要大量长期投资，甚至包括对无形资产的投入，但同时，企业又要能够在短时间内，至少在可控的时间范围内取得看的见的收益。这一矛盾较大的阻碍着企业在“工业X.0”上的投资进程。
埃森哲的数据显示，**仅有6%的企业已经做好拥抱数字时代的准备，而**过72%的企业没有开始进行工业X.0转型。仅有4%的企业已经在工业X.0转型中抢得先机，兼具数字化投资力度和业务成果优势。而约有77% 的企业还没有开始转型。
三、转型路上 企业需要从规划开始起步
企业首先需要制定一个**层战略，然后按照规划，一步步来做”。埃森哲在世界经济论坛期间进行的调研显示，有85%的企业已经意识到数字技术可能将在几年内颠覆原有生产方式，但只有7%的企业制订了全面的战略，还有73%的企业完全没有开始规划。
在做好战略规划的同时，企业还需要提出明确的路线图。在工业X.0的转型实践过程中，由于缺少明确的路线图，多数企业出现了在“大踏步”的推进创新业务后因缺少回报而选择“回头是岸”的状况。
在规划和路线图制定过程中，较关键的一点就是平衡好核心业务转型升级和拓展创新业务之间的关系。其中，在何时，以何种规模、何种速度来引入何种创新业务是企业必须明确的问题。
此外，企业还需要创造一个全新的数字文化，通过管理运营体系的改变，帮助企业更好的适应以用户为中心、快速迭代的市场需求。埃森哲认为企业数字文化需以工业设计思维为核心，根据消费者的需求快速更新。
2016年，中国数字经济总量已达到22.6万亿人民币，占到GDP的30.3%。而到2025年，**各个行业的数字化转型有望带来约100万亿美元（约合6,600万亿元人民币）的社会及商业潜在价值。未来增长爆发点更多来自于制造和生产端。