報告下載：新增199IT官方微信【i199it】，回覆關鍵詞【中國流程行業的智慧化挑戰與機遇】即可
中國改革開放後，工業化程式快速推進，以金屬冶煉、油氣、化工（含石油化工、煤化工等）、造紙和建材（如玻璃/水泥）為代表的流程行業經歷了工業1.0的機械化與工業2.0的電氣化和自動化階段，並走在了自動化的前列。2015年以來，各級工業和資訊化部門積極推動工業化和資訊化的深度融合，部分行業協會和其主要意見領袖（如鋼鐵行業）共同成立了智慧製造評估委員會，為流程行業的智慧化發展營造了良好的政策環境，打造了高效的合作溝通平臺，奠定了智慧化發展的基礎。
1、智慧化程式的兩大痛點
一是國內流程行業智慧化程式分化嚴重。整體來看，流程行業基本經歷過了機械化、電氣化和自動化階段，大都處在工業2.0和3.0的混合狀態。由於流程型製造業自身的行業特點，企業在流程化管理、自動化改造方面持續投入，並獲得了較好回報，因而在智慧化上具備良好的基礎和優勢。然而，行業整體在資訊化的程式中便已經出現了明顯的分化，而除了煉化和造紙等少數行業外，國內流程行業集中度不高，在智慧化程式上更是分化嚴重，各企業的轉型意願雖然整體偏積極，但分化依然明顯（見圖1）。
分行業來看，油氣行業中的大型國有企業和先進民營煉廠在資訊化的巨大投入基礎上，大舉推進智慧化，建立了內部示範單位，探索智慧化發展路徑；在煤化工和精細化工行業，意願較高的企業已經聯合各類外部機構，整體規劃數字化/智慧化轉型，並開展燈塔工廠建設，推動轉型落地；鋼鐵行業近年來迅速發展精益管理，逐步為智慧化打下了基礎，業內領先企業也開始了智慧化的整體規劃和示範單位的建設；造紙行業的進度相比之下較為緩慢，頭部企業在精益管理上進行了一定的投入，但在智慧化推進方面尚處在起步階段，而其他企業仍處於觀望階段。
二是資訊科技應用程度較高，但資料利用率較低。資料採集技術在大部分行業的領先企業中都得到了較好的應用；智慧物流方案的行業通用性、投資回報認可度較高，因此應用較為廣泛；商務智慧（BI）、企業辦公平臺、ERP、MES等企業級應用在先進企業已經得到了推廣，其中商務智慧和ERP系統應用更為廣泛。然而，由於資料結構多樣，各應用系統間缺少聯絡，資訊孤島仍廣泛存在；除部分領先企業開始做單裝置、單工序的資料分析和優化外，資料的利用率普遍偏低，與國際先進企業相比有明顯差距。這導致絕大部分企業要麼停留在通用工業軟體的基礎應用上，要麼陷入了資料分析優化的試點陷阱中，沒有享受到數字化和智慧化帶給企業的經濟效益。
資料利用率較低的背後，除了技術原因，更重要的依舊是流程行業在智慧化推進的組織和能力建設方面投入普遍不足（見圖2）。除少部分企業開始籌建數字化/智慧化轉型的推進組織並進行能力培養外，大部分企業仍然按兵不動，寄希望於“購買”成熟的解決方案，致使人才、技能和知識的缺乏持續成為企業在智慧化道路上的重要挑戰。
2、疫情下的智慧化程式
自2017年以來，我們一直在通過年度調研的形式來追蹤全球製造企業智慧化的發展程式。在疫情暴發6個月後，我們釋出了最新一期的調研結果，全球400多家企業參與了此項研究，其中約100家企業來自中國。調研結果顯示，有94%的全球受訪者認為在疫情期間，工業4.0技術讓公司受益匪淺，56%的受訪者認為，這些技術是他們應對疫情的關鍵。
工業4.0技術的應用在危機期間功不可沒，但疫情也迫使企業重新評估自身的數字化轉型程式。我們的研究發現，受訪者對其組織成熟度的評價較去年出現了顯著改變，回答“成功實現部分或多個工業4.0用例規模化”的受訪者人數下降了40%以上，甚至低於2017年的數字（見圖3）。這種反差可能源於兩大因素：首先是“成功規模化”標準的提高。企業在評估工業4.0技術時，不再只關注技術在常規狀態下的增值能力，也希望看到其在疫情等危機中的價值；其次，疫情期間，企業的工業4.0平臺都經過了真槍實彈的檢驗，事實證明，企業要想實現真正的工業4.0全面規模化，依舊任重道遠。
疫情也放大了行業智慧化程式中的痛點。在分化的智慧化程式中，大額的投資也是中小企業不得不謹慎決策的重要原因。我們的調研顯示，疫情引發的資金受限是迫使一些企業暫停投資工業4.0的主要原因之一（見圖4）。這也使得企業在推動企業智慧化發展時，需要審時度勢，恰當投資。
中國智慧化轉型的六大趨勢
中國流程行業的智慧化轉型，需要經歷從工廠生產逐步擴充到質量、安全管理、研發、銷售、採購等環節。企業靈活度倘若較高，便可充分利用自身優勢，從單純生產大宗商品轉向定製化服務。在此過程中，企業可以在優化價值鏈各環節之餘，尋求端到端的綜合性平衡，以尋求整體價值最大化。為了實現這些轉變，領先企業一改從前高度依賴自身或“總包”的模式，將重點放在合作伙伴生態圈的打造上，合理選擇最適合的服務機構來高效推進智慧化程式。以下為由行業領先企業引領的六大智慧化轉型趨勢：
1、智慧化質量管理
某領先集團的質量執行系統（QES）可以自動收集與質量管理、訂單，以及客戶質量要求相關的資料，並對資料進行二次處理，形成質量資料庫。根據預先制定好的規則，該系統可線上實時判定工藝生產過程偏差，對產品質量基因鏈實施全流程跟蹤，並生成產品全流程質量及趨勢報告，供管理層審閱。無論是工藝環節出現問題，還是產品擁有質量瑕疵，該系統都能進行問題溯源，並尋求專家建議解決具體問題。使用者可以與專家庫互動，持續豐富和完善專家知識庫內容，最終實現自動質量管理。
2、智慧化研發
某輪胎企業會基於輪胎內安裝的感測器採集行駛資料，再依託大資料分析，為特定使用者細分開發定製化的配方和解決方案；在其剛剛建成的一家網際網路工廠中，一條輪胎就可迅速採集數億條資料，並實時傳輸到生產線上，從而實現生產效率和產品質量的雙提升；過去，企業需要耗費半年以上的時間測試上萬條輪胎，才能研發出一個新產品；使用智慧化方案後，首條新品下線就能達到標準，利潤率也因此大幅增長（見圖5）。
3、智慧化銷售平臺
對普通製造商而言，固定的銷售團隊很難觸及公司長尾客戶，因此需要打造一個綜合性平臺，為各方提供“匹配”之外的價值。例如，業內某領先化學品平臺旨在成為“化學領域的京東”。它不僅能匹配化學品的供需方，更能提供多項增值服務，包括供應鏈融資、電商助手、知識庫及搜尋引擎等（見圖6）。
4、定製化服務
流程行業在過去主要採取集中式大規模生產，產品相對單一。近年來，為了滿足B端小客戶的個性化需求，提升產品區分度與盈利能力，定製化開發和生產日益湧現（見圖7）。企業可以通過網際網路平臺或線下渠道收集客戶需求，依託快速迭代實現聯合開發，在技術、服務和業務模式上不斷取得創新突破。
5、端到端整體優化
考慮到流程行業的重資產特徵，工廠滿負荷運營通常是最經濟的方案。然而，由於客戶需求越來越分散，不少企業開始努力優化供應鏈，旨在打造產、供、銷、存一體化的新體系，以提升客戶服務水平。在石化行業，一體化端到端優化是必然趨勢：隨著石化企業逐漸向下遊擴充，與終端客戶直接接觸的機會越來越多，供應鏈管理需要以需求為導向；某領先化工企業在S&OP（銷售與運營規劃流程）的基礎上加入了財務視角，將供應鏈產銷協同升級為一體化的業務規劃流程，改變了傳統的推動式生產模式；一些國內的民營石化企業也在探索一體化的端到端供應鏈管理模式；打破資訊孤島已成行業共識：部分鋼鐵和石化企業開始通過集管集控和PIMS等工具方法，實現整體規劃和管控。某大型化工企業通過敏捷開發，在升級工具方法，實現單工廠優化的同時，實現了跨職能、跨廠區的綜合性效益提升（見圖8）。
6、生態圈建設
在智慧化轉型的過程中，大部分企業都意識到，單憑一己之力難以成功實現轉型，最好的做法，是藉助業內同行的經驗與技能，發揮各家優勢協同作用。鋼鐵行業的領先企業已在轉型過程中打造了適合自身業務需求的生態系統，擴大了“朋友圈”（見圖9）。
中外流程行業智慧化的區別
我們從業務，組織/人才和技術三方面分析了中外流程行業在智慧化過程中的區別。
1、業務方面
國內流程企業重點關注數字基建和業績/過程視覺化，旨在提升管理效率；國外領先流程企業則狠抓績效，將先進分析和人工智慧技術融入業務中。出於對資料大屏和集控中心的興趣，國內企業建設了不少“智慧指揮中心”，通過實現資訊的互聯互通和提升透明度，減輕管理層負擔，也為企業斬獲了不少“示範”、“標杆”等榮譽。
然而，部分企業並沒有充分挖掘“智慧指揮中心”的潛力。他們在改善管理層工作方式的同時，沒有提升執行層的工作效率，只是將過去分散在各車間的中控視訊和DCS集中到一處。這一做法雖然實現了人員精簡，但並沒有顯著改善關鍵運營指標；反觀工業4.0燈塔企業，他們建設資料大屏的比例較低，在工業網際網路的投資上也更加理性（如圖10所示丹佛斯工廠）；80%以上的數字化應用都與先進分析和人工智慧技術相關，他們在改善質量、節能增效、提高裝置和人員效率方面成效顯著。國內企業缺少應用場景和用例識別，他們往往過於追求資料採集的“完整性”，將“獲取大資料”與“提升資料體量”簡單畫上了等號，但事實上，如果“大資料”缺乏與業務的有機結合，便會成為“死資料”；反觀領先外企，他們往往以業務應用為導向，只採集有價值、有時效、有標籤、有機理關聯的“資料”，雖說量小，但效果卻事半功倍：既避免了大量漫無目的的IT/OT投入，也產生了實際業務價值。
2、組織/人才方面
國內流程企業在推進智慧化時，往往由生產或裝置部門牽頭，實行專案制。這樣一來，關注焦點比較容易聚集在裝置自動化與資訊化升級上。與之相反，國外領先流程企業在管理跨職能數字化專案時，往往會成立專職的數字化轉型辦公室，並持續推動敏捷協作和創新迭代。他們在設計和開發數字化應用之前，通常會開展足夠的調研，列出足夠的方案，備齊足夠的資金，調動足夠的人力資源，分配足夠的時間，並採取穩健的方式。此外，他們還會建立起數字分析學院，大批量、多方式培養不同崗位的數字化人才，鼓勵員工勇於試錯，通過反覆迭代來大幅縮短設計時間，提升落地的適用性。為了實現智慧化轉型，國外某油氣企業調整了組織結構，由傳統的矩陣型轉為平臺型（見圖11）。
3、技術方面
國內流程企業偏向從技術供應商手中購買成熟產品，招標過程中也以價格為導向，很少會與某個技術夥伴形成長期合作關係，從而陷入質量不保障、技術不先進的誤區。有些企業缺乏對工業物聯網的理解，認為由供應商全權負責便可一勞永逸，反而造成了對供應商的過度依賴。國外流程企業較為強調協同效應，十分重視和技術夥伴的合作。他們往往會博採眾長，通過篩選多個適合自己的技術供應商夥伴，建立起一套生態圈。
流程行業智慧化轉型建議
流程行業智慧化勢在必行，潛力巨大。但企業切忌盲目投資獲取點狀效益，或僅僅視之為堆砌用例的面子工程。相反，他們需要系統性地進行頂層設計，並在燈塔效應的指引下實現精益運營，穩步推進改革。
1、頂層設計
智慧化轉型需要以業務、組織和技術三方面為核心，具體而言，又包含16個維度（見圖12）。
以業務結果為導向
企業的核心價值是為社會創造效益。從企業自身來看，業務結果是他們賴以生存和發展的基礎，不以結果為導向的盲目轉型將令企業風險高企；從社會的角度來看，能否肩負起社會責任能夠決定一個企業的成敗，而業務結果則是決定企業能否被社會認可的主要因素。作為企業管理執行的輔助工具，智慧化需要以業務結果為導向，頂層設計則要結合業務需求與業務目標。以業務結果為導向的頂層設計需要注意以下三方面：
- 自下而上收集業務需求，自上而下進行整體設計：設計之初，企業需要深入一線，瞭解具體業務的難點與痛點。他們應視一線為智慧化“客戶”，深挖客戶需求，並努力解決客戶痛點。在這一階段，企業要堅決杜絕業務部門各自為政的現象。如果各大業務部門在數字化和智慧化的開發過程中缺乏協調統一，後期可能會出現系統不相容，裝置柔性弱等問題。在整體設計上，企業應首先總結歸納各單位需求，從集團的維度出發，搭建統一的技術架構與數字平臺，其次，再針對各單位進行單獨的應用開發，完成自上而下的綜合設計。
- 以主要單位/業務為試點，進行敏捷開發與快速迭代：在具體業務功能的設計階段，應採取敏捷開發模式，以業務結果為導向對方案進行持續修正。
- 基於投資回報率與難易程度設計推廣方案：在推廣實施階段，企業切不可急功近利，全盤鋪開，而應基於投資回報率與難易程度對業務方案進行優先排序，並相應安排詳細的實施時間（見圖13）。
以組織管理為基礎
沒有良好的組織管理，企業無法順利推進轉型，其智慧化發展過程也會深受人才短缺的困擾。企業在推進智慧化轉型的過程中，需要圍繞以下幾點提升組織管理質量：
- 績效架構：績效架構是智慧化轉型的“大腦”，在轉型中起指揮作用，它既決定著轉型的方向與目標，又能確保轉型舉措的高效執行。因此，企業應在智慧化的設計階段根據不同層級的目標與任務，建立起完整合理的績效架構，以此作為轉型的總體考核依據。
- 財務透明：財務資訊是轉型的“雙眼”，能夠幫助企業“看到”智慧化舉措的直接效益與價值。在設計階段，企業應建立起透明的智慧化轉型專案財務管理系統，對每一筆花費與效益實施端到端的追溯與分析，明確與損益相關的價值動因，在財務資料中體現出工作改進帶來的實際效益。
- 管理變革：管理變革是轉型的“心臟”，可為智慧化轉型提供源源不斷的動力。智慧化與數字化舉措的實施，必將帶來整體運營環境與工作方式的改變，因此，企業需要相應調整管理理念和管理方法，適應新型運營模式的需求。在設計階段，企業應以智慧化的預期目標為導向，變革管理模式，進而推動具體舉措的執行。
- 能力建設：智慧化能力是轉型的“肌肉”，企業唯有足夠“強壯”，才能高效推動各項舉措的實施。因此，企業需要視智慧化能力建設為核心，打造專業的培訓通道，通過外聘與內部培養相結合的方式，儲備智慧化技術及轉型能力兼顧的轉型人才，重新整理現有組織技能。
- 敏捷組織：敏捷組織是轉型的“催化劑”，其根基是敏捷原則。一個敏捷組織能以跨職能和快速迭代的方式進行嘗試、執行和推廣。在智慧化轉型的過程中，敏捷組織也能快速滿足創新型工作的需求，適應全新的運營模式，建立全新的組織架構，並推廣全新的工作方式。因此，企業亟需將自身打造為敏捷組織，加速轉型的實施程式。
以技術架構為支撐
有了組織基礎，智慧化轉型便有了“五臟六腑”，而技術架構則是轉型的“骨與血”，是保障組織基礎發揮作用的重要支撐：
- 工業物聯網（IIOT）架構：IIOT架構是智慧化轉型的“骨骼”，它描繪了智慧化轉型的整體輪廓與範圍。智慧化用例與舉措往往根據一線需求而建立，但組織規模一旦龐大，其需求種類就會相應提升，解決方案也會五花八門，進而導致實際執行過程中出現系統不相容，資料無法共享，以及業務用例柔性差等問題。因此，IIOT整體架構設計需要以集團為中心，建立統一的標準與對接方案，並根據具體業務需求，面向整個組織推廣數字化用例。
- 資料架構：資料架構是智慧化轉型的“血液”。智慧化解決方案離不開資料分析，而精準的資料分析又離不開高質量的資料。資料架構設計可以幫助企業在轉型前期建立起高質量的資料收集系統，儲存系統和分析系統，為後續各項具體業務的分析提供源源不斷的“血液”。
- 生態系統：生態系統是智慧化轉型的社群與“朋友圈”。智慧化屬於新興技術，尚無統一的架構與解決方案，需要依靠市場上眾多研發機構及供應商。企業應在端到端架構、資料、技術、應用等方面打造合作伙伴關係，擴充公司網路，幫助自身持續瞭解技術發展與市場動向，以便快速高效地引入新型智慧化方案。
2、以燈塔工廠為支點，輻射全組織
何為燈塔工廠
為了引領眾多傳統企業走出數字化轉型的試點陷阱，走上正確的轉型賽道，世界經濟論壇於2018年攜手麥肯錫啟動了全球“燈塔工廠”網路專案，開始在全球範圍遴選第四次工業革命的領跑者。燈塔散發的強光可以刺破黑暗，為苦苦探尋出路的船隻指引方向。建立燈塔工廠專案的初心，就是希望第四次工業革命領跑企業可以像燈塔一樣，幫助身後的企業走出黑暗，走出猶豫，走出疑惑，走出重重陷阱。
如何實現智慧化的大規模轉型？公司運營體系的改善往往意味著價值鏈業務、管理和人員模式的創新。以部分“燈塔企業”為例，他們整合了數十個用例，先在價值鏈或工廠層面實現創新，再設計和匯入IIoT基礎架構進行規模化轉型；對尋求智慧化轉型的企業而言，開展數字化創新，改變業務流程方式，推動敏捷轉型，改變員工工作方式等步驟均可作為參考依據。
我們建議企業先行打造內部燈塔（見圖14），建立“麻雀雖小，五臟俱全”的運營體系MVP。
- 業務流程：利用RPA，自動化、先進分析等流程；
- 管理系統：通過數字業績管理（整合人工智慧、個性化數字儀表板和警報系統）建立統一真實的資料來源，去除決策中的多餘步驟；
- 人員系統：提升員工技能，為未來的數字化轉型做好準備。企業可以打造敏捷數字工作室，擴大敏捷運營模式的覆蓋範圍；打造現代化的工業物聯網/資料系統，實現現實世界（如生產車間感測器）與IT系統間的對接，加速數字化用例的應用速度。
建立內部燈塔後，企業可利用燈塔效應，逐步實現全面規模化。在擴充套件的過程中，企業可參考燈塔企業規模化轉型背後的六大核心要素：
- 用敏捷工作方式支援持續迭代，幫助組織預判技術侷限，並在侷限發生時從容打破瓶頸；
- 打造敏捷數字工作室，讓轉譯員、資料工程師、ERP系統工程師、產品經理和敏捷教練共同開展頭腦風暴，從創意中催生和交付結果，並實現快速迭代；
- 鎖定可擴充套件的工業物聯網/資料基礎架構，研究表明，在數字化轉型初期甚至之前就部署相關架構的企業，在組織層面實現指數級擴充套件的能力也最強；
- 完善技術生態系統並深化協同效應，領先企業深知，合作伙伴能夠注入源源不斷的活力與能力；
- 建設工業物聯網學院，引入遊戲化、數字化的學習途徑，以及虛擬現實、擴增實境等學習工具，有效提升員工技能；
- 成立轉型辦公室，在組織層面分享最佳實踐，開展用例的優先順序劃分，聚焦成效和解決方案，由此推動整個企業開展變革。
3、精益運營與智慧化並行
十幾年前，流程行業看到了智慧化的潛力與發展方向，不少企業陸續開始嘗試轉型。然而，真正能夠實現規模化發展，系統性推進智慧化轉型的企業寥寥無幾，在效益的捕獲上也幾乎都以失敗而告終。究其原因，企業自身未能實現精益運營是一大主要因素。
精益運營是製造業的基礎
精益運營（lean operation）一詞源於19世紀90年代。當時，美國麻省理工學院的學者詹姆斯和丹尼爾領導了一個研究小組，他們對日本豐田的生產方法進行了一番全面研究，並系統性地總結了該方法在其他國家的應用情況。他們發現，精益運營意味著要在企業內部強調統一部署、系統方法、機制建設、能力培養，以及成果固化，並通過精細的管理實現高效低成本的生產。
精益是製造業運營管理的基礎，它建立起了一套貫穿最高管理層和一線生產人員的管理體系，在幫助企業站穩腳跟的同時挑戰極限，最大限度地開發生產潛能，提高效益。
智慧化為提高生產力賦能
智慧化藉助科技為生產力賦能。通過深挖企業日常運營產生的大資料並進行高階分析，企業一方面能為生產提供以資料為基礎的優化方向；另一方面則能通過智慧識別、自動處理等方法改變生產模式，提高生產效率。
二者並行
精益運營與智慧化相輔相成，二者缺一不可。精益運營是從製造業生產上百年曆史中得出的經驗總結，能夠幫助企業降低成本，提高效率。然而，日新月異的科技發展帶來了更多高效解決方案，例如，自動化裝置可以代替人工進行更高效的作業；智慧識別可以大幅提升人工識別的效率和準確性等。企業若止步於精益運營，忽視新型生產方式與解決方案的引入，則必定會束縛生產力的發展，也無法從根本上提高生產效率。
同樣，智慧化也不能越過精益體系。車間智慧化，裝置自動化，部門網路化都離不開精益運營。智慧化的車間需要大量的資料採集，以及精細的現場管理，車間如果缺乏精益運營系統，將無法保證資料質量和執行的精確性；自動化的裝置離不開定期的保養與維護，若無精益運營，裝置的故障率和維修費用都將面臨嚴峻挑戰；網路化的工作方式則更需要標準的制定與遵從。上述智慧化舉措都少不了精益運營體系的支撐。
西方的工業化歷史悠久。泰勒在1911年提出了科學的製造管理體系，強調細節管理的重要性；美國於50年代推出工業工程，豐田在此基礎上提出精益運營體系，將製造的生產管理水平和質量水平推向新高；德國的工業4.0是在堅持學習精益生產20多年後，結合資訊化與自動化提出的理念，並視精益運營與智慧化的結合為發展目標。可見，製造業的發展離不開工業的精益化管理，精益運營能為智慧化提供必要的組織基礎、資料基礎、績效基礎與執行基礎，而智慧化則是在精益運營的基礎上進一步實現科技賦能，釋放生產力，提高效率（見圖15）。
幾十年來，中國流程行業整體一直走在工業革命的前沿，在技術創新的催化下，不斷探索生產力與效率的提升。然而在如今的智慧化程式中，行業分化與資料利用率低等挑戰依然存在，新冠疫情帶來的資金壓力也讓企業對新技術投入愈發謹慎。我們認為，這些智慧化程式中的挑戰同樣也是機遇，而領先企業已在積極行動。面向未來，流程行業的智慧化轉型勢在必行，企業需系統設計，穩步推進，把握行業發展的重要機遇。
報告下載：新增199IT官方微信【i199it】，回覆關鍵詞【中國流程行業的智慧化挑戰與機遇】即可