企业数字化转型的深层次原因分析、客户价值取向转变以及
构建开放式的创新生产与服务生态体系
企业数字化转型是当下企业热门的话题之一，但是我们在进行交流的过程中，往往对于数字化转型的定义众说纷纭，其次对于数字化转型的必要性也进行了反复推敲。有人常常会问，企业仍然盈余经营状态尚可，也要去凑热闹做数字化转型吗？还有人会说，我们公司是能源化工的，每天固定挖挖煤矿，数字化这些八竿子打不着，转型更谈不上。
本篇文章将从企业竞争、客户价值取向、企业创新等方面带您深入理解什么是数字化转型、为什么非要进行数字化转型以及如何构建开放式的生产及服务生态体系。
一、企业面临的内外部竞争问题
（一）国际环境的不确定性
1、新冠疫情的反复重创全球经济
截至2022年2月底，新冠病毒奥密克戎变异株已在全球150个国家和地区传播。2022年全球经济总值收缩3.5%以上，全球各国经济当下处于疫情影响后恢复阶段，未来全世界经济复苏步伐将大大放缓，甚至重新陷入衰退。
2、地缘政治冲突战加剧逆全球化及关键产品供给短缺
地区冲突战加剧关键产品供给短缺，特别是俄乌冲突对经济带来三大主要影响：能源价格急剧上涨；全球稀有金属和原材料价格急剧上升；全球粮食供应出现短缺。对于企业生产的关键原材料或者供应链零部件、半成品由于国家贸易等客观因素，导致无法进行生产制造的风险。其次值得关注的是，全球政治经济演进中的逆全球化特征正在向纵深发展，特朗普执政和英国脱欧仅仅是其中的一部分表现而已，地缘政治冲突更是加剧了逆全球化。
3、部分国家债务攀升出现债务违约
随着美国债务水平攀升至140% GDP的历史高位，对于美国政府违约的担忧开始笼罩市场。自1800年以来，52个国家债务占GDP比例超过130%的国家中，51个国家最终违约。2029年，美债将突破89万亿美元，占GDP的277%!目前包括巴西、日本、英国和欧元区等其他主要经济体的政府债务目前也处于危险水平。一个国家的政府债务危机最终可能引发一场全球性政府债务危机！
4、经济制裁成为意识形态之争武器
经济制裁常见的方式包括：实施贸易禁运、中断经济合作、切断经济或技术援助。经济制裁对被制裁国无辜百姓造成痛苦，不仅对被制裁国的邻国和实施制裁的国家经济带来损害。也损害全球共同发展利益。
以上四点是针对于国际环境的不确定性因素，疫情影响、俄乌战争、台海问题加重了逆全球化思维，世界次序、经济发展主导权等都将发生巨变，这也是国家对于当前形势的总体判断：百年未有之大变局。逆全球化趋势已经形成。对于企业而言，国际环境的不确定性更加重了企业能否生存的风险。
（二）国内商品过剩的问题
受疫情影响，企业内部供应链正在经历新冠疫情经济带来的长鞭效应，并已经建立了大量库存。通胀和潜在的经济衰退导致的消费者支出放缓，将对货运需求产生巨大影响，并延长库存下降的时间。
其次抛开疫情因素的影响，我们可以将中国商品生产分为四个阶段，通过每个阶段的分析，商品过剩也是国家经济发展的必然趋势：
- 第一阶段：生活物资普遍短缺。60，70年代生活物资的普遍短缺，与建国后优先发展重工业的国家战略有关。短缺经济是企业盈利的黄金时代，“手术刀不如剃头刀，造导弹不如卖茶叶蛋”。“卖方市场”下，企业产什么卖什么，卖什么都赚钱；如果产品合格，做做营销推广就能成为著名品牌。
- 第二阶段：四十年的高速增长。1979年至今，中国经济保持了四十年的高速增长，堪称世界经济史上的奇迹。消费、投资、净出口三驾马车在不同阶段交替发挥主导作用，2001年中国加入WTO，一举打开外部市场。再次经历“短缺”经济的美好时光——生产的东西不愁卖，就怕你产能不足。全中国开足马力生产，是名副其实的世界工厂。
- 第三阶段：过剩时代正式开启。从2008年金融危机开始，商品全面过剩，为电商崛起插上翅膀，自此，多平台比价和常态化大促，成为消费“新常态”，互联网，借此完成了从信息中介向交易中介的蜕变，并顺便揭开金融线上化转型的序幕。
- 第四阶段：在过剩市场求生存。当商品过剩已经成为常态，企业在充分竞争的“过剩”市场里经营，要么成本领先，要么与众不同。宏观层面的人力成本、土地成本、市场营销费用等都是易升难降，从赶超型经济向引领型经济转变，创新难度快速提升。
从数据统计层面我们也可以发现，商品过剩已经成为既定事实：
- 消费品过剩：2019年中国服装产能244亿件，国内实际销售90亿件，大部分出口国外，部分企业库存严重。中国大陆消费者衣柜里发现标签未拆的衣物有51%。
- 能源材料过剩：2019年中国水泥产能3亿吨产能利用率64％左右。玻璃产能12.5亿重量箱，产能利用率74％。电解铝产量3550万吨，产能利用率76％左右。
- 房地产过剩：尽管一线城市房市还算供不应求，但很多专家预测中国未来70%城市特别是三四线城市的房地产是过剩的。非官方统计数据更能反映我国房地产产能过剩的问题，全国范围内算上商品房、小产权房、公租房等，我国房产能满足30-40亿人居住。
- 农产品过剩：蔬菜的种植面积由2007年的62 亿亩增加到 2012 年的 3.08 亿亩， 产量由 2007 年的 5.47 亿吨增加到2013 年的 7.06 亿吨，早已经超过粮食产量，成为我国第一大农产品，年人均占有量已经达到210公斤，供给明显过剩。2014 年我国水果总产量就已经超过 2.6亿吨，年人均占有量为200公斤，总量上已经出现过剩。
- 汽车过剩：2019年上半年我国汽车制造业产能利用率为2%，同比下滑3.8%，产能利用率的正常区间为79%~83%，77.2%这个数字意味着我国汽车产能利用率已经跌破“安全线”，我国汽车制造业正陷入前所未有的产能过剩困局。
- 其他过剩…
从生活物资的短缺到四十年的高速增长，再到“过剩”市场企业求生存，我国商品过剩已经成为常态！企业需要思考的不再是“能生产什么产品”而是“客户真正需要什么产品”，如果缺乏对市场的敏锐观察、客户个性化定制化需求无法及时响应则无法在市场上拥有一席之地。
（三）企业竞争的本质
通过外部国际环境的不确定性，以及目前我国商品过剩的现状和全民普遍具备线上化意识三方面结合，我们可以总结，企业将面临越来越激烈的竞争。现代管理学之父彼得•德鲁克曾经说过：当今企业之间的竞争，不是产品之间的竞争，而是商业模式之间的竞争。
从目前企业信息化的建设过程来看，信息化的主要目的是：规范管理、优化流程、提升效率，在人掌控的决策和执行范围内，管理能力得到提升。最直接的体现就是：以流程驱动进行企业管理。相比人和职能驱动，流程驱动有着显著的先进性。但是如果面临各种不确定性的环境、不确定性的需求、不确定性的经营风险，固化流程的方式很难做到“大象华丽的转身”，也就是我们所说的商业模式创新变革。
如果把企业的经营比作在一条时速120码的高速上行驶的汽车，过去信息化的很大一部分工作充当着“后视镜”的作用，我们沉淀数据，是为了分析决策，但绝大部分还是人为经验判断，加以数据的支撑辅助。而数字化作为数据驱动的方式，则是能向前看，数字化转型的一个工作就是将过去那么多年建立起来的流程自动化，无形化，敏捷化。因为既然是流程，那就是别人之前设计好的，而现在的业务现状、竞争格局，客户需求，无时无刻不在发生变化，用过去的流程来管理和制约现在和未来的变化，这是不可能的事情。
所以一家企业即使信息化程度很高，上了各套系统，并不意味着企业就能立于不败之地。企业的管控水平得到了提升，规范了作业流程，能记录作业环节中的关键信息，能输出各类业务数据统计报表。但面临不确定性因素，能否快速决策响应，这将是未来企业面临的最大挑战。例如：各大房企面临政策的调整，或者黑天鹅以及灰犀牛事件，能否及时进行业务调整，在不确定环境中进行决策，商业模式的不断创新。这些往往信息化建设是显得有心无力的。
面对国际环境多变复杂的不确定因素，以及商品过剩的前提下，企业面临着较大的试错成本和决策成本。同时，我国的数字经济蓬勃发展，相应的政策导向也在鼓励企业往数字化方向发展，推动产业升级。结合以上的客观因素，从企业的竞争本质来思考，数字化是企业发展提升竞争力必不可少的手段，而传统企业也必须将转型作为生存发展的首要目标。数字化转型一定是当下中国企业的最重要的战略选择之一。
二、客户价值导向问题
在过去，企业的核心目标是最大限度地回报股东利益。理论上，管理团队与股东利益应该保持一致，但是还是导致了一些有害的行为。例如，通过将股票价格与薪资挂钩，一些企业领导者更专注于股票价格而不是业务的健康经营，多达80％的经理愿意削减研发支出以达到目标。所以，以股东利益为导向会有短期目标的缺陷。
我们严格意义上去进行分析，实际股东利益是作为事后结果进行呈现的，企业的本质到底是服务于股东？还是应该服务于客户、产品以及员工值得思考。如果管理层迷恋于如何去对股东利润最大化的相关指标进行提升优化，往往就会做出牺牲客户、员工和社会责任的指标为代价。这就是为什么我们看到“80%的管理者愿意削减研发、广告和维护等可自由支配开支来达到目标”。
而如果我们把实现客户价值作为导向长期规划。我们会思考，数字化转型的起点是否应该首先以客户价值为导向，创造客户价值是业务战略和重新塑造商业模式的中心，短期或长期的盈利能力是由此产生的战略结果。同时，我们也会理解价值对客户意味着什么，这将帮助我们明确如何重新设计组织。
当然，肯定会有人说，企业如果不关注这些失去了利润，不要说长期发展，短期岂不是都活不下去了。所以我们说在业务收益和客户价值之间找到平衡有时显得很困难，需要进一步搭建一些先见性指标来进行调配决策分析，这也是我们在做数字化转型的过程中，常常提到的“以数据驱动转型发展”的方式之一。
（一）如何度量客户价值指标
度量指标定义了转型的内容。如果主要指标是收入和利润，它将向整个组织传达一个信号，那就是组织最在乎财务指标。如果不改变成功的度量指标，以客户为中心的战略就很难实施。简单来说，客户价值就是从产品或服务中获得的目标达成，这是客户来找你的原因。利益是组织获得的回报。虽然收入和利润是业务的重要指标，但更重要的是客户价值带来收益，而不是收益带来价值。
很遗憾的是，过程中我们往往发现非常难对客户价值进行度量，原因就在于存在两种不同视角的客户价值：企业认为其正在交付给客户的价值；客户期望和感知到的“后果”，即他的成效。前者似乎可以利用企业内部的经营管理数据进行量化（轻松地跟踪和报告“产出指标”），但是后者却无从下手，而恰恰重要的是，客户期望与感知的“后果”才能为企业持续带来价值。
客户期望与感知，即他的成效如果要形成量化指标，就必须要先建立一系列的先见性指标。其次，先见性指标必须要能导致后续度量指标的变化，最终导致业务收益（如利润）的变化。通过快速地验证这个指标体系的对与错，将允许进一步的假设形成和试验。尽早试验和识别适当的先见性指标，可以帮助找到正确的方法来交付客户价值，并产生更多业务收益。
拿一家制造业企业来说，例如：
- 需要定制化产品的客户占比有多大？
- 非标与标准产品之间，客户选择意向度的如何？
- 非标的产品最终客户有退货退款的情况占比？
- 由于无法满足客户定制要求而放弃的占比有多大？
- 由于价格原因客户放弃的占比有多大？
当然有更多需要进行数据采集、数据预测的工作需要数字技术来进行支撑，这也是为什么说数字化转型这件事：转型是目标，数字化是提供的技术手段（包括数据平台、AI技术、采集技术、算法模型等等）。
先见性指标优于后见性指标。价值度量与时效性有着内在的联系。后见性指标固然不错，但它是一种随时间变化的指标，根据过去的所有活动来度量当时的表现。就好比我们开着车上高速，只有反光镜看到车后面的情况，是远远不够的。我们需要的是，往前看，如何去规避风险，如何去进行重要决策来支撑我们数字化转型的工作。
（二）打造以成就客户价值为中心的组织
对于以客户价值为导向，势必就会对现有组织进行调整，我们可以发现很多软件公司都是以客户事业部、客户成功经理为组织建设。但对于传统企业仍具有非常大的挑战。上下是否统一目标？领导者需要坚守转型路线的勇气，在业务战略和技术上的转型工作既昂贵又复杂，现有的组织架构、预算和思维方式会成为障碍等等因素，都制约着转型的实现进度。
所以，除了上述所说到制定成功与否的度量指标之外，还需要做到：
- 使组织、团队、架构、决策和资金与客户成效保持一致；
- 建立一张清晰且可视化的日常工作与成效对应的地图，有助于制订和调整战略性业务决策；
- 配合技术，完成组织及个人的转型工作。
三、构建开放式产业创新体系
在前文中，我们分析了企业数字化转型的必要性，我们提到了数字化转型的大背景，是基于环境的不确定性与企业竞争的本质。如何有效地应对这些不确定性问题，是加快数字化转型的根本动因。针对我国产业体系的升级改造，王建伟在数字化转型实践探索一书中，提到了：开放、共享、网络、生态四个关键词。
目前，中国高端工业软件市场80%被国外垄断，中低端工业软件市场的自主率也没有超过50%。当工业技术缺乏信息技术的深度支撑时，工业技术就会呈现经验性的、零散的、不成体系的特质，而这将使企业在研发的过程中，即便配备了大量的IT工具，也依旧不得不依赖工程技术人员的经验和知识进行操作，让工程科技人员普遍陷入“80%劳动，20%创造”的状态，极大地阻碍了工程技术的持续积累和发展。
其次，由于互联网时代，信息呈爆炸式的增长，用户可以非常容易大量的获取到产品的信息，并形成自己独特的个性化、碎片化需求，在这种情况下，无疑也倒逼企业需要和用户、优质资源一起整合，形成开放式的创新，来此满足客户的个性化需求，这也就是最近工信部力推“服务型制造”的根本原因。
最后，在数字化转型时代，各个行业都将受到数字化的冲击，颠覆式创新无处不在。企业的颠覆往往在“意料之外”，又在“意料之中”。封闭系统注定消亡，只有建立开放的创新生态系统，才能持续创新、涅槃重生。
建立开放式产业创新体系，重点在“开放”。首先要做到的就是数据共享开放，以及企业内部与用户的开放连接，和上下游生态上的共享协作。有三个关键技术可以加以运用：
1、数字孪生技术：可以实现从虚拟设计到物理设计的无限次复现。
通过实体工厂的孪生形成虚拟工厂，这样遇到个性化、碎片化的设计研发需求，我们可以在虚拟层，利用大量数据建模进行“描述分析-诊断分析-预测分析-规范分析”，然后进行虚拟仿真和样机实验，最后在物理层将设计缺陷与仿真后的最优结果进行匹配，对性能和参数进行不断优化。通过数字孪生技术我们能在创新环节创造三点价值：
- 通过数据可以利用强大的复现能力大幅度减少物理样机的试验次数。
- 多维度、多领域的虚拟验证方式令其成为研发创新数字化关键的技术之一。
- 将数字模型在后台进行相对的实时拼合，干涉后的报警保证设计和调整的实时性。大幅节省沟通和测试时间成本。
2、大数据技术：验证市场调研准确性，帮助产品的迭代更新。
在研发前期市场调研阶段产生的结果难以在市场中进行精准验证，除销量外的其他数据难以证明当时用户画像和需求定义的准确性。通过抓取和挖掘论坛、网络媒体、私域流量中的消费者评论，从大数据的角度指导具体产品款式的表现和用户需求的变化趋势。一方面可以证明前期市场调研结果与目前主要客群间的偏差，以便优化市场调研的手段；另一方面分析结果可以帮助到产品的迭代更新，使其更加贴近消费者需求。
用户数据引导企业生产
3、云平台：多云互通的大算力平台实现数据分析与反哺的最大价值
企业通常采用混合云的形态并建立各地分支云平台满足各地研发中心上云的需求。同时基于云端的大数据分析可解决传统业务中依靠经验难以真正解决问题的痛点。而研发环节牵扯到生产、售后等各个环节，需要考虑生产工艺、生产可行性、 用户抱怨、用户习惯等多方面因素，因此云间的打通成为云部署最重要的成功因素。打通后的生产、售后等数据通过云平台的流转，可用来验证或预测研发与其他环节的适配性。因此，云平台可看作数字化的基础环境，而云平台的成功才能发挥出数据分析与反哺的最大价值。
在工业领域，云平台能将工业技术进行数字化表达和模型化，并将其移植到工业云平台，以驱动各种软件、硬件和设备，从而完成原本需要人完成的大部分工作，将人解放出来做更具有创造性的工作。同时，云平台还能通过深度挖掘企业历史数据和行为数据，利用机器学习技术把经验性知识进行显性化和模型化表达，实现工程技术知识的持续积累，实现工业技术驱动信息技术、信息技术促进工业技术的双向发展。这对于建立开放式、数字化的新工业技术体系有很大的帮助。
