|
“云计算改变IT架构，大数据改变商业模式”，传统产业将面临选择的十字路口，变革将催生产业互联的黄金时代，谁又会站在新一波浪潮的巅峰？
消费互联网，大数据技术的沃土
在人类技术演进的历史上，学术界与商业界首次走得如此之近，大量顶尖院校中研究的大数据技术都被纷纷用于互联网企业的实践中，而学术界的顶尖科学家相继加入到商业界的大数据应用浪潮里面。在过去，只会运行在实验室里的模型，已经对我们的互联网体验作出了巨大的贡献，如过往深受学术界关注但商业界很少应用的神经网络模型，现在华丽转身为深度学习（Deep Learning）并在实践中取得了难以置信的成绩，其中百度的深度学习研究院利用深度学习模型在语音识别，OCR识别，人脸识别，图像搜索水平得到巨大提升，识别的错误率降低了30%以上。在此再分享一组数据，百度今年在技术方面投入的研发资金惊人，不仅在第一季度研发支出为12.77亿元，而2013年全年，百度研发投入则高达人民币41.07亿元，相比2012年增长78.2%，占全年总营收的比例接近13%，比例甚至高于硅谷领先科技企业的投入比例。
正因如此，不少互联网公司开始赞助大学的大数据技术研究，如设立大数据竞赛等，而作为“接地气”的举措，大学里也开始开设全新的研究型课程，以培养下一代的“数据科学家”。从上述的蛛丝马迹我们似乎可以断言，李彦宏当年“技术改变世界”的梦想在悄然接近。
之所以谈论互联网企业（更准确而言，是消费互联网）在技术和人才上的推崇与创新，甚至有包揽所有顶尖人才与技术的态势，意味着当年互联网估值泡沫的空洞，目前已经被技术与实践填满。现在的消费互联网巨头如国内的BAT，当年估值的溢价已经由“想象空间”逐渐转变为专利与技术的实在武器库了，而相反产业互联网？尽管最近产业互联网飞跃的讨论与呼声越来越高，但现实是怎样的？相比已经接近世界一流的BAT，至少我国制造业在互联网及信息化方面，仍处于萌芽时代。
这里有一个有趣的话题，现在我们承认了数据资产是重要的稀缺财富，而大数据技术和人才更加是当下更为稀缺的财富。尽管不是零和博弈，但传统产业的各个生产者主体也是时候放下迟缓和得过且过，尽心思考下搞点技术干货了，万一哪天小米开始做智能冰箱呢？马云有一个重要的判断，就是以后将没有互联网企业的说法，因为能存活下来的，一定是带有互联网基因的企业。
制造业的“管道化”
电信运营商、OTT与“管道化”是一个说滥的议题，恐惧让运营商们纷纷投入“去管道化大作战”，推出各种互联网应用希望好歹占个山头，至于效果大家都是知道的。其实对于爱用自己“下马”赛别人“上马”的运营商，去管道化最有效的武器是运营商海量的数据资产，当然在决定要用好这些数据资产前，少不免要在政策风险与“to be or not to be”的问题前面纠结一万遍。
然而，天天围着运营商出货定制机的手机制造商们，有没有想过有一天，自己也会成为富士康？如果小米的疯狂生长很多人都觉得是特例的话，那一加手机、锤子手机、甚至美图手机的出现，则毫无悬念说明了只要抓住了用户与细分场景，做个手机品牌不算事。这个趋势同样适用于整个制造业，如果今天不创新，明天或将被管道化，成为（冰箱界、汽车界、厨卫界…..）的富士康。
这或许不是危言耸听，在互联网的冲击下，自从工业革命起的社会化大生产正在崩塌，过往我们有一个质量上佳的产品已经谢天谢地了，但在目前全球制造业产能过剩、生产技术飞跃的今天，质量已经并不足够，而电商的发展，更助涨了人们选择产品时候的“不凑合”与“爱折腾”--即货比N家，找出那个符合我价值观/外貌协会/情怀/小癖好/我能参与设计….的产品，高度概括，就是能刺激到用户兴奋点的个性化需求产品。
在未来以品类为间隔的垂直领域，一个可以设想的趋势就是不再以社会化大生产为中心，取而代之的是一个有着完整生态链的（互联网）平台，在这个平台上通过C2B的方式让用户的需求与制造业连接，用过去的话就是制造业的能力开放，让用户参与到产品设计、需求对接甚至部分企业决策之中。国内的最佳实践实数小米，而尚品宅配则通过O2O为用户定制个性化的家居。甚至可以想象，以后在宜家家居里面，顾客可以通过电脑自行交互式地设计一件自己喜爱的家具，由宜家无缝衔接工厂为其制作。
而3D打印技术的发展，则可能在未来给予社会化大生产的崩塌再给予沉重的一击。总所周知，社会化大生产的基石在于标准与规模效应，个性化的长尾产品难以在合理的成本控制下小批量生产，这也是冰箱、洗衣机外为何观千篇一律的根由。但试想一下，冰箱的外壳通过3D打印技术，能像生产手机壳一样简单？当然目前3D打印技术还处于起步，效率与生产成本相比社会化大生产的模具生产线并无可比性。但我们相信科技的步伐永远都是超出想象的，目前制造业对于3D打印技术将引领新一代工业革命的反对和轻视，在过去十年后我们或许发现，将等同于当年支持直流电的爱迪生对于特斯拉所发明的交流电的诋毁。
产业互联网的本质，就是建立起这样一个依附于互联网的产业生态圈，达到制造业与终端用户的连接，而其中所有的大数据技术、信息化技术与新一代企业管理模式都是为了实现这种连接与提升整体设计、生产、物流及金融效率而服务的。
而最近李克强再次提到的“工业4.0”就是产业互联生态圈的最佳愿景。工业4.0是德国人提出的，核心理念在于利用信息化技术促进制造业大变革的时代，在工业4.0的范畴里将生产资源、智能工厂、物流配送、消费者全部耦合在一张无形的产业互联网之中。用户通过O2O、在线的方式定制其个性化产品，订单将连同个性化要求被发送至智能工厂， 进而实现个性化智能制造及物流交付，并通过如3D打印、智能机器人等技术将个性化产品的制作成本控制在接近量产产品的级别范围之中。
一言蔽之，产业互联网将带来更加扁平化、个性化的生产制造，在过去我们只要掌控了生产效率即主宰了商业，而将来游戏场地将在信息流与用户连接中展开。
而对于忽视了产业互联网大趋势的制造业，有可能将来都陷入“管道化”之中，沦为产业互联网生态圈拥有者的代工方。当然情况类似电信运营商，“管道化”并非总要意味着失败与羞愧，类似富士康的产业对于人类IT生活水平的提高作出了显著的贡献，只是“管道化”以后，不仅失去了对用户的控制，也将意味着与行业最拔尖的盈利水平及荣耀做告别。
大数据技术如何改变产业面貌
对于传统产业尤其是制造业，由于行业利润率及经营思维，相比消费互联网企业在IT及信息化方面投入有着天壤之别。甚至不少大型制造业连较为完整的数据统一平台也没有，更勿论基于数据统一平台的BI、分析等应用了，更有数据孤岛严重、数据治理关系不清、数据存储随意等规范性问题，相比成熟的互联网公司甚至运营商提升空间巨大。
产业互联网的精髓之一，在于通过数据整体承载产业生态圈的生产流、物流、资金流，通过各类大数据及传感器技术量化生产到交付过程中的每个环节，以驱动整体效率的提升。从生产驱动转变为数据驱动，是传统产业迈进产业互联网不可绕过的门槛，然而在此转变的过程中摇身一变并不容易。对于“设计制造舍我其谁，谈论数据互联一筹莫展”的传统产业，至少要跨过四重历练：
历练一：建立数据化运营
“In God we trust, all others bring me data”，戴明这句著名的话目前已是绝大部分互联网公司或者崇尚极致质量管理的企业最深层次的信仰。然而，对于我国很多传统产业而言，拍脑袋、领导权威及家族式管理占据了企业经营决策太多的比例，因此对于传统产业来说快步迈进产业互联网的第一重、也是最重要的历练是首先建立企业自上而下的数据化运营。
所谓数据化运营，就是让数据真正成为经营决策中的核心。当然在一开始做数据化运营时候，企业或许很难知道那个数据是有用的，或者可能在未来产生重要的价值，这里有一个良好的方法，就是让企业每一个决策人员在日常决策中，养成思考在决策流程中究竟有哪些环节，是可以通过一组数据去帮助决策的，久而久之，数据化运营框架将在企业内部逐步搭建起来。
而数据化运营一定需要是一个自上而下的过程，即由公司管理层发起、通过KPI与流程制度逐步在企业内部推动。但世上最难的事情之一莫过于要改变人的习惯，推动数据化运营意味着要说服业务人员与过去割裂，数据化运营较为薄弱的传统企业不妨减少急躁，切忌将数据留在战略表面。可先由管理层拍板使用数据去实现一两个新的业务应用场景，解决一部分业务人员的运营难点，在企业上下建立起对数据化运营的信心与认可，慢慢再衍生到更多的场景之中，再适当结合KPI与其他激励，逐渐建立起全体人员的数据化运营的意识与习惯。
历练二：打通数据，活化流动
数据化运营是强调运用数据突破运营中某些“点”的应用，如市场部门通过数据分析寻找新产品的潜在目标客户；研发部门收集生产过程数据改善产品设计和制造流程；财务部门关注财务数据并及时发出费用预警。这些实际应用的“亮点”犹如黑夜中的灯泡，在企业边界里逐渐亮起，照亮了通往产业互联的途径。
接下来的工作，需要突破“点”的局限，如业务部门间信息不通，财务对业务及营销不敏感，研发部门不能了解到第一手产品销售情况等。数据本身及应用不能放置于孤岛之中，数据在企业内部需要犹如血液一般流动，打通数据一般有两个层面。
第一个层面，是实现数据物理间的互通。这也是大数据技术大显身手的时候了，企业需要在数据互通、存储成本、时效性下狠功夫。同时逐渐增加的数据同样需要良好的数据治理，比如内部通行的数据口径、元数据管理，数据维护主体部门的明确、数据质量及血缘关系管控都是重要的课题。
第二个层面，是实现数据与商业模式的互通。数据需要流动在企业的商业模式之上，一方面数据需要紧密结合商业过程的各个环节，并能敏捷地反映商业的变化。换句话说，企业经营的变化都是能反映在数据之上的，数据真正成为了企业的眼睛，不存在任何盲点。
经过这一层历练，企业的数据才能真正“活”起来。
历练三：产业数据资产闭环
传统产业如经过上面两个环节的历练，数据已经初步成为其核心竞争力之一、能称得上是“数据驱动”的企业了。但离“产业大数据”企业还有一张纸要捅破，那就是建立产业数据资产的形成闭环。
之所以一直说数据化运营是之上而下的，是因为数据化运营是从管理层迫使着执行层逐渐改变思维、实现工作开展从“靠经验”到“靠数据”的转变。但如果“觉醒”了的执行层员工们出发，数据又能怎样去玩呢？试想下，拥有大数据思维的生产员工，提出给生产线阵列装上传感器、并要分析部门帮忙设计一个算法去科学均衡生产线间的负载，又或者配送部门有意识地收集起全国仓库到各大城市的物流成本和最佳行驶路线数据，后来突然发现这些数据好像还能作为开放至第三方的服务，或者建立起一个物流大数据平台。
产业大数据就是这样逐渐形成了，数据资产的丰富是自下而上的，因为即使是Google单靠有限的高管和天才数据科学家们也无法拼起整个Google 数据资产版图，靠的是整个企业的大数据意识，基层的实践才能出数据，人人都能为企业的数据资产添砖加瓦。当然企业还需要有科学的数据资产治理制度，才能不断将这些被创造的数据真正转变为真金白银的资产。
这正是，发动群众战争，群策群力“养”起产业大数据。
历练四：互通连接，成就产业
未来的产业互联网形态，肯定不是各家企业自扫门前雪，建立起产业数据的一座座“围城”，产业大数据需要共享与互通。在未来行业协会可能将升级为数据交易市场，致力于推动行业内部数据资产的流动和价值最大化，因为在将来制造业的核心价值已经不再局限于社会化大生产，而是连接用户的个性化需求的“智慧制造”--这意味着行业内部的协作将变得越来越重要，只有利用大数据流为框架形成行业整体的合力，产业互联生态链才能被完整地搭建起来。
当然，在未来获取丰厚产业互联利润的诀窍在于与终端用户的连接能力，以及基于这种连接的个性化设计能力。这里传统产业如何搭建与终端用户的连接是最为关键的重点，因为我们知道，终端用户关系管理是消费互联网的强项，而传统产业销售上以层级的代理、经销商为主，一般与终端用户的关系较为薄弱，数据上甚至不掌握较为全面的终端用户数据，而传统制造业直接经营电商而成功的案例寥寥，应该如何破局？
这是一个非常深刻的议题，答案其中之一在于大数据技术。目前传感器、物联网技术的成本已能控制在合理的范围之内，如现在的空调已经带有了WIFI模块，部分信号的空调甚至可以通过微信控制，洗衣机能通过内置的传感器进行日常自我诊断，并向服务器返回运行数据，帮助工程部门及时为用户解决故障，类似的故事还有我们现在熟知的车联网。新技术一方面正在帮助传统产业积累用户数据，了解用户的偏好及习惯，使得将来的个性化制造成为可能，而另一方面则在以前不会说话的机器增添了一扇与用户连接的窗口，为他们提供各类充满科技感的服务，要知道“服务形成体验，体验催生信任，信任铸造关系”的互联网法则对于传统产业依旧管用
|
|
