近日，在阿里云智能制造加速器首次集結現場，阿里研究院副院長安筱鵬博士分享了關于數字化轉型的四個基本問題。以下為現場分享內容的整理，轉載請注明出處。

　　看待數字化轉型，我們可以拿著一個“望遠鏡”，從更長的歷史，更大顆粒度去分析。1909年，GE公司開發了一款烤面包機，電源連接部分是類似于燈泡的螺旋式接口。為什么長成這個樣子？當年人們發明電的時候，能夠想到的唯一殺手級應用是電燈泡，所有跟電基礎設施連接，都是以電燈泡的方式去設計接口。后來，人們發現電不僅僅可以照明，還可以用來烤面包，所以在發明烤面包機的時候，能想到的自然是這種螺旋式接口。

　　在使用的過程中，人們發現把電燈泡擰下來，把烤面包機擰上去，太麻煩了。怎么辦？于是技術人員開發了插座，從中間過渡性的接口演進到今天的產品形態。

　　這種設備稱為“電原生”。什么叫“電原生”？有了電才有了家用電器，有了電才有了電影、電視、電話。所有的這些東西是因為有了“電”這樣一個新的技術，有了工業時代的基礎設施，才得以出現?！半娫本褪且螂姸漠a品。

　　當我們理解了一百年前的“電原生”，就可以理解今天的“云原生”。

　　從最初的數字基礎設施形態演進到云基礎設施最終形態，中間會有很多過渡性的產品，正如烤面包機經歷的過程。對于云計算來說，終極目標可能是一個“插座”。云計算開啟了一個新時代，不僅僅是一個技術變革。在經濟學里有一個概念，叫通用目的技術。我們有各種各樣的技術，但是有那么一些技術會改變整個人類社會的生產方式和生活方式，既會改變生產力，也會改變生產關系，這一類技術就可以稱為通用目的技術。內燃機、電力、能源都是這樣的通用目的技術，而今天的云計算也會帶來一個新的時代。

　　這個時代是以什么樣的方式去呈現的呢？

　　第一，技術變革帶來的信息通信產業企業在急劇地分化。Saleforce市值超過Oracle；過去十年微軟市值漲了20倍，而IBM市值基本上沒什么變化，為什么呢？不是因為微軟有office或windows，更重要的是抓住了云計算潮流。

　　第二，傳統產業跟新興產業在急劇地分化。特斯拉銷量占到全球0.4%，但市值超過幾大傳統汽車制造商之和。美國風電公司NextEra只有1.4萬人、190億美元營收，市值超過擁有7.5萬人、銷售額2650億美元的?？松梨?。時代已經在發生變化。

　　第三，因為技術的變革和產業的分化，帶來了全球不同國家發展的差異。歐洲、日本跟美國的差距越來越大，中國跟美國的差距越來越小。2007年，美國科技公司的估值僅僅相當于歐洲所有國家上市公司估值的四分之一，但疫情后美國科技公司估值已經超過了歐洲所有國家上市公司的總和。

　　這種分化就來自于像在座各位這樣的企業家持續涌現和崛起，代表了中國未來五年、十年、二十年經濟增長的動力。

　　德國經濟能源部長曾表示，“令人擔憂的是過去20年德國幾乎沒有出現新的大型企業。而在美國和中國，過去20年里出現了大量世界領先的新的大企業，創造了新價值?！痹倏慈毡荆郧霸霈F了松下、索尼、東芝等企業，但是這些年很少涌現新企業。

　　當以數字基礎設施為代表的新基礎設施到來時，需要長出更多的烤面包機這樣的產品，以及生產烤面包機的企業。一個國家、一個地區經濟繁榮最重要的標志是有沒有新企業的成長，或者說新時期企業的成長是衡量一個國家和地區經濟繁榮的核心要素。

　　二十大報告提到“制造強國”，強調經濟發展的著力點要放在實體經濟上。當下，那里的實體經濟最值得我們學習？并不是制造業比重較高的德國和日本，而是常被人詬病虛擬經濟繁榮的美國。

　　今天，如果要在全球找一個新的實體經濟風向標，那就是美國硅谷。硅谷是全球制造業與實體經濟融合的典范和樣板，代表企業包括蘋果、特斯拉、英特爾、英偉達等。

　　過去十年里，美國GDP從日本的2.6倍擴大到4.5倍，從德國的4.6倍擴大到5.4倍。換句話說，德日兩個制造業大國的GDP跟美國的差距在急劇擴大。盡管美國的制造業僅占GDP的11%，但是過去十年美國制造業GDP從日本的1.5倍擴大到2.4倍，從德國的2.5倍擴大到了3.1倍。日德的制造業，跟美國的制造業相比，體量規模的差距仍在持續拉大。

　　美國在全球領先地位的鞏固和確立，是新實體經濟的勝利，是數字技術深度、全面融入第一、二、三產業的結果，是傳統基礎設施向數字基礎設施遷移的結果。結論是新實體經濟的風向標不在底特律，不在斯圖加特，不在豐田，在硅谷，在深圳，在杭州，在合肥，這些區域、這些企業代表了未來新實體經濟的趨勢。

　　今天，當我們討論數字化轉型時，有四個基本的問題需要思考——

　　一、邏輯起點：如何面對需求巨變與消費者主權崛起

　　為什么一定要數字化轉型？因為需求發生了劇變。無論是消費端還是制造端，無論是工業品還是消費品，需求都在發生劇變。當客戶需求發生劇變時，企業和供給端需要思考如何面對這場劇變，如何避免不可忍受的確定性損失。

　　1.什么是智能？

　　諾貝爾文學獎獲得者、哲學家、歷史學家、數學家羅素對智能有一個定義：智能始于征服恐懼，人們恐懼不確定性。

　　原工信部副部長楊學山撰寫的《智能原理》中提到，智能是一個主體對外部環境變化做出響應的能力。一個數控機床，一個機器人，一個AGV小車，一條生產線，一個立體倉庫，一個研發團隊，一個人，一個企業，都可以看作一個主體。當外部環境發生變化的時候，這樣的主體對變化做出實時的、科學的、精準的反應的能力，叫智能最重要的標志。

　　核心關鍵詞是外部需求的變化。《重構：數字化轉型的邏輯》這本書里反復講的一個關鍵詞，就叫做不確定性。只有深刻理解不確定性，才能真正的理解數字化轉型的本質，才能理解各位企業家們從事工作的最底層邏輯。

　　不確定性不是今天才有，人類社會一直面臨各種各樣的不確定性，而對不確定性的恐懼是人類認知世界的基本動能。不確定性來自于信息約束條件下人們有限的認知能力。過去的幾百年、上千年，一個個體、族群、部落、企業、國家，會有沖突、戰爭、氣候災害，會有企業的競爭、市場的變化、競爭對手的策略，會有國家之間貿易戰等等，這都是主體面臨的各種各樣的挑戰。這些挑戰背后的共同點是——主體需要在各種不確定性背景下做出一個決策，一個決定成敗得失、利弊、好壞和優劣的決策。這個決策對于個體的幸福、部落的興衰、企業的成長、國家的繁榮、歷史的走向，都會產生重大的影響。

　　如何化解對不確定性的恐懼呢？第一，建立一套對世界的認知體系，是應對不確定性的起點；第二，當認識到了規律之后，要基于規律和各種內外部條件做預測；第三，預測之后要決策，并采取行動。

　　雖然看起來很簡單，但怎么去理解認識世界的規律呢？有很多種方法，在部落時代軍師們通過占卜、巫術等認識世界和決策。占卜、巫術、宗教、哲學、科學，這些看來毫不相關的事物本質上都是建立對世界的認知體系。

　　占卜構建了一套對世界的解釋全系。《史記》里面有多篇講占卜。古代諸侯們、君王們把烏龜殼燒裂，看烏龜殼的花紋長成什么樣子，來決定是否要打仗？什么時候出兵？因為他們認為烏龜殼能夠對世界建立一套體系。小國寡民如何進行決策？《詩經》記載“爾卜爾筮，體無咎言，以爾車來，以我賄遷”。年經的姑娘要出嫁了，不知道未來自己的婚姻是否幸福，那么就告訴他的新郎，通過占卜的方式看看婚姻是吉是兇，如果卦象沒有什么不吉，那就選一個黃道吉日開著車把我和我的嫁妝帶回去。

　　宗教建立了一套對這個世界解釋體系。為什么北美比南美發達，北歐比南歐發達，西歐比東歐發達，香港比澳門發達？馬克思·韋伯的《新教倫理與資本主義精神》有系統的論述，背后都有一個宗教因素。因為西歐、北美這些發達地區都信封基督教，區別在于，天主教信徒要通過教堂的神父跟上帝去溝通，而基督教的教徒們可以直接跟上帝溝通，沒有了“中間商賺差價”。天主教認為賺錢有罪，新教讓大家通過賺錢來表達對上帝的熱愛，上帝喜歡勤勞和創造價值的人。信奉新教的企業家掙到錢的時候，他們認為會給上帝帶來榮耀。所以，很多企業家拼命掙錢、拼命省錢、拼命捐獻，是為了成為“上帝選民”。

　　科學建立了一套對這個世界的解釋體系。愛迪生發明電燈泡是無數次試驗的結果；1969年，人類登月的時候，選擇火箭發射的合理窗口期；波音747通過風洞實驗進行外形研發。所有的這些是因為人們建立了一套科學方法論和體系來認識和改造這個世界。

　　今天，我們構造了一套新的對這個世界認識和改造的一個方法論，這個方法論是數據+算法。換句話說，占卜也好，宗教也好，科學也好，或者我們今天講的數字化轉型底層邏輯也好，都在做一件事情，就是當我們人類面臨各種各樣的不確定性的時候，要構造一套新的認識和改造世界的方法論。

　　2.什么是智能制造？

　　中國《智能制造發展規劃（2016—2020》這樣描述：“智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式?！焙唵蝸碚f，用ABCDEF各種各樣的技術，在各個環節廣泛應用，然后帶來成本降低、質量提高、效率提高等效果。

　　美國的國家標準與技術研究院（NIST）認為，判斷是不是智能制造，看是否解決了三個基本問題。第一，更小的生產批量；第二，不可預知的供應鏈變更和中斷；第三，差異性更大的定制化服務。歸納一下，智能制造就是企業如何對外部需求的變化做出響應的能力。

　　在德國，工業4.0的戰略牽頭起草機構弗勞恩霍夫研究所提出，“工業4.0邏輯起點是適應競爭環境的快速變化。”我曾經讓西門子成都工廠總經理用簡單樸素的語言來定義工業4.0。他說，智能制造就是“如何建立一個定制化的產品體系。”

　　3.消費者主權崛起

　　今天，中國消費者的一個重要變化在于，數字化不僅把供給端制造業的能力提升了，也把消費者武裝起來了。

　　第一，新消費人群的涌現。90后、00后可以稱之為數字原住民，他們無網絡不生活，數字空間即生活空間，1天有七八個小時都在數字空間里，關注國潮、個性人、互動化、二次元，其認知跟60后、70后、80后已經有質的變化。

　　第二，決策鏈路同樣也變了。線上發現、線下體驗、社區討論、下單購買，買了還要討論。

　　第三，決策模式的改變。購買商品時，不僅關注產品，還要體驗更好的服務，過去僅僅看性價比，現在要看各種各樣的體驗。產品設計中有沒有尊重個人分享的價值感、社交體驗的滿足感都是重要因素?；?00塊錢，吃了一頓口感不錯的大餐的時候，這是一種享受，但是還有一種享受和體驗是把吃的東西分享出去。今天的消費者需要參與，需要分享感受、滿足社交體驗。

　　第四，當人變了、決策鏈路變了、決策模式也變了，消費者買什么產品也就變了。換句話說，今天的消費者需要的是一種個性化、實時化、場景化、內容化、互動化的消費和服務體驗。

　　數字化把消費者武裝起來了，他們有了更多的表達權、話語權、參與權、選擇權。這些變化可以叫做消費者主權的崛起。當消費者主權崛起的時候，當消費者的行為、理念、決策鏈路和模式發生變化的時候，供給端有沒有為這場變革做出了充分準備？這就是數字化轉型的邏輯起點。

　　“我們缺的不是用戶，我們缺的是與用戶的互動?！痹诋a品設計過程中，能不能解決個性化、實時化、內容化、互動化的需求，能不能充分滿足表達權、話語權、選擇權和話語權？當企業具備這樣的能力的時候，就會脫穎而出。瓴羊、SHEIN、盒馬鮮生、認養一頭牛、元氣森林、三頓半等傳統行業中的新銳品牌就是如此。它們是“數字原生”的企業，即天然對需求快速變化具有響應能力。

　　4.數字化轉型：從“單輪驅動”到“雙輪驅動”

　　從全球范圍看看數字化轉型，在個性化需求非常強烈、集中度不高的行業，如服裝、餐飲、日化、食品、美妝，中國的數字化已經走在了全球前列。

　　星巴克、寶潔、歐萊雅等公司在全球有各種各樣研發、生產、營銷解決方案。其中，中國區域的解決方案正在向歐洲、美國輸出，過去是copy to china，現在是copy from china。這是因為中國消費互聯網跟產業互聯網正在“雙輪”驅動發展。

　　在消費互聯網領域，線上跟線下的融合，使得中國消費互聯網走在了全球前列。在產業互聯網領域，過去以CAD、ERP、SCM、MES為代表的轉型，今天要升級為移動化、AIoT化、中臺化、云化。中國跟其他國家最大的區別在哪里？中國有龐大的消費體系，消費互聯網的快速崛起，再加上產業互聯網升級，形成了一個從單輪驅動到雙輪驅動的新的模式。這個模式最本質的含義是，市場營銷、用戶運營、產品創新、智能生產、渠道管理、品牌建設等，所有的決策都是基于對消費者需求的深刻洞察而采取的優化決策。

　　5.數字化戰略缺失的“反射效應”

　　換個角度，我們從確定收益和確定損失的角度來看數字化轉型，存在兩個效應：確定效應——在確定收益和“賭一把”之間，多數人會選擇確定收益；反射效應——在確定損失和“賭一把”之間，多數人會選擇“賭一把”。

　　如果不做數字化轉型，那確定性的損失是什么呢？

　　第一，市場失焦。不知道客戶是誰，客戶在哪里，客戶喜歡什么，客戶體驗如何，因此無法精準地知道生產什么，生產多少，采購多少，市場會失焦。

　　第二，營銷失語。不知道對誰講，在哪兒講，講什么，講的效果怎么樣，如何講？搞不清楚，只能去猜，把錢扔下去，有多少效果不知道。

　　第三，系統失靈。不做數字化轉型，生產、財務、庫存、新品開發速度跟不上業務發展的需要。

　　第四，管理失衡。不做數字化轉型，前端銷售跟中臺、財務、生產失衡；部門和部門之間由于信息流沒有打通，左右會失衡；董事長跟基層員工會失衡；實體生產跟虛擬的生產會失衡。

　　第五，增長失速。以上帶來的結果是企業增長的緩慢。

　　今天如果不做數字化轉型，損失是確定的。數字化轉型面臨一個什么挑戰呢？——很多時候數字化轉型的收益是不確定的，高達60%、70%、80%的失敗率，這是一個不確定的收益。但是如果不做數字化轉型，損失是確定的。很多時候，數字化轉型不是因為收益可以預期，而是因為不轉型的風險和成本難以忍受。

　　二、基本矛盾：全局優化需求與碎片化供給

　　要講基本矛盾，首先去看什么叫企業？企業的基本功能是什么？企業跟政府、市場都是一種配置資源的機制，市場可以通過價格信號配置資源，政府可以通過稅收、金融、財稅、土地、政策配置資源，企業本身就是一種配置資源的組織。

　　1.數據的自動流動提高資源的配置效率

　　就像諾貝爾經濟學獎獲得者羅納德·哈里·科斯所說的，“企業的本質是一種資源配置的機制，是替代市場進行資源配置的組織（市場、政府、企業）。”企業競爭的本質就是資源配置效率的競爭，如何用最少的土地、資本、技術、人才，更高效率、更低成本、更高質量的滿足客戶需求。

　　所有的資源優化配置效率本質上是在做一件事情——決策。在各種不確定性的環境中去做決策。新品研發是決策，客戶定位是決策，營銷管理是決策，供應商選擇、交付周期、庫存管理、排產計劃、新市場進入、商業模式都是決策。過去的決策很多是“三拍”模式——拍腦袋決定、拍胸脯保證，拍屁股走人。數字化如何如何優化資源配置效率？核心在于數據的自動流動——正確的數據、在正確的時間、以正確的方式傳遞給正確的人和機器。換句話說，當要優化資源配置效率的時候，采取的決策是基于“數據+算法”驅動的決策，越來越少摻雜個人主觀決策。

　　舉個例子，各位企業家都有這樣的感受，服裝、美妝、石化、鋼鐵等千行百業，會面臨著各種各樣的待決策事項，是否要做廣告，要找什么代言人，要生產什么，要生產多少，營銷渠道怎么打開，在什么渠道去發，所有的事情都需要決策。在這樣一個高頻變化的世界里邊如何進行決策？客戶的一個訂單信息，這個信息需要在經營管理、產品設計、工藝設計、生產制造、產品測試、產品運維的每一個環節去流動。智能制造除了機器人、數控機床、AGV小車等設備是最先進之外，更重要的是得到了客戶需求訂單之后，這個訂單在每一個環節都會不斷被加工、處理、執行。

　　一個制造企業在數據傳遞的過程中，有多少數據的流動是不需要人去干預的？今天衡量一個智能制造的場景、標準、規范，更重要的是在數據的流動，從過去基于文檔，到今天基于幾何模型、性能模型、工藝模型，是不是越來越少的人參與？這才是衡量智能制造最本質的含義。

　　現在都在講數字化、網絡化、智能化。什么叫數字化？狹義理解就是能夠把一個物理世界運行的現象，在數字空間里面去表達，解決的是數字化的信息有和無的問題。什么是網絡化，網絡化解決的是這些數據能不能在多個系統之間流動的問題。而智能化是什么？智能化是數據是不是可以自動流動，是不是可以不需要人去參與？

　　智能化的背后取決于什么？取決于采集更多的數據并輸入到算法中，帶來各種各樣的服務。這個服務有四種基本形態。第一，可以在數字空間里去描述發生了什么；第二，可以去洞察、診斷出現情況的原因；第三，可以去預測將會發生什么；第四，可以去決策應該怎么辦，這個決策信息可以給到人，也可以給到機器。在這個過程中，人和系統都在發揮作用，而且在數字空間里，系統扮演的角色越來越重，人扮演的決策越來越輕，最終優化資源配置效率。

　　2.軟件：構建數據流動的規則體系

　　剛才提到，把正確的數據、在正確的時間、以正確的方式、傳遞給正確的人和機器.怎么判斷正不正確？要靠軟件。軟件的本質是事物運行規律的代碼化，軟件的作用是構建數據流動的規則體系。

　　工業元宇宙、數字孿生背后底層邏輯是什么？是構造一個低成本的試錯之路。創新就是一個試錯的過程。無論是制造、建筑、醫療還是城市，當構造了數字孿生時，就可以以低成本幫助我們在數字世界中做各種商業層面、技術層面、研發層面的測試驗證，從而大幅度降低成本、提高效率。

　　3.數字化：重構人類認識世界的方法論

　　回到數字化轉型，今天的數字化構造了人們認識和改造世界的新的方法論，這個方法論經歷過了四個階段。

　　第一階段是理論推理，依賴于牛頓、愛因斯坦、霍金這些天才科學家，他們通過觀察、抽象、數學去理解這個世界，發現規律；

　　第二階段實驗驗證，100多年前愛迪生發明電燈泡，是通過實驗驗證的方式發現這個世界的物理規律，包括伽利略從斜塔上扔了大小不一的球，他的理念和邏輯是通過實物驗證的，這依賴于設備材料的高投入，實驗過程大協作、長周期，直觀的驗證結果；

　　第三階段是模擬擇優，飛機的風洞模擬、汽車的碰撞模擬、火箭發射模擬等，都是在數字空間里模擬試用，這依賴于高質量機理模型的支撐，機理模型和實驗驗證的協同，投入少、周期短；

　　第四階段是大數據分析，如GE風電設備通過大數據分析提高2%的發電量，基于海量數據和大數據分析模型去發現這個物理世界規律，這依賴于海量數據的獲取，計算、存儲資源的低成本和高效利用，數據驅動的價值創造。

　　做個小結，數字化轉型的本質是什么？在“數據+算法”定義的世界中（數字孿生），以數據的自動流動化解復雜系統的不確定性，優化資源配置效率，構筑新型能力和競爭優勢。不確定性應對不確定性，面對需求的不確定性，需要摒棄冗余思維、靜態思維，走向精準思維、動態思維。

　　4.數字化轉型的挑戰和矛盾

　　當前數字化轉型面臨一些比較大的挑戰，最突出的是“集成應用陷阱”，無論是德國、美國還是中國都會面臨。

　　美國人認為數字化轉型面臨無法快速實驗、歷史遺留問題、信息/數據孤島、組織協同不足、風險厭惡文化、缺乏數字化愿景、缺乏人才和預算、數據和網絡安全等一系列問題。德國人提出工業4.0，從縱向集成、橫向集成到端到端集成。中國人提出來兩化融合四個階段，從基礎建設、單項應用、綜合集成到創新引領階段。

　　我曾經提出一個名詞叫“集成應用陷阱”，當實現了單項應用之后，要跳到綜合集成，是非常復雜的，弄不好就跳溝里去了，這就是數字化轉型失敗率比較高的很重要的原因之一。但為什么數字化轉型這件事情又非得要做呢？除了不轉型的損失無法容忍外，還因為今天對于轉型的投入可能是一條直線，而未來的收益會超越某個臨界拐點而呈現指數增長。

　　盡管美國、德國、中國對于數字化轉型的挑戰描述不一，但是本質上都在解決從單項應用到企業級集成到產業鏈集成的問題。這就是今天數字化轉型的一個核心問題，在于更大范圍端到端的集成優化才能帶來價值，但是今天的供給側，包括阿里云以及全球大部分解決方案提供商在內，提供的大都是碎片化的產品和服務，今天阿里云和所有在場的智能制造的企業家的共同任務就是解決這個問題。

　　數字化轉型的基本矛盾是企業全局優化的需求和碎片化供給之間的矛盾。現在，行業領導者紛紛自建系統，特斯拉、美的、犀牛智造、盒馬鮮生、物美多點等這些企業沒有去采購今天最先進的解決方案，不是他們不愿意，是因為一套解決方案遠遠滿足不了他們業務的需要。2008年1月，物美集團ERP項目成功上線，中國零售領域第一個燈塔項目，2020年8月，物美集團業務系統由ERP切換為多點DMALL OS。阿里的犀牛智造和盒馬鮮生當初也想采購一些現成的軟件和解決方案，但發現并沒有特別合適的，不得不自己去開發。今天市場上絕大部分的解決方案是滿足不了客戶需求的。

　　所以，今天數字化轉型主要矛盾是在于供給能力不足，而不是沒有需求，需求就在那里放著，是因為市面上的技術和解決方案供給能力不足，當面對的是一個消費者鑄造的，或者面對的是一個需要實時響應的場景的時候，我們會發現今天在供給端的各種各樣的解決方案遠遠滿足不了這樣的需要。

　　阿里巴巴旗下的犀牛智造就是一個燈塔工廠。之所以去做犀牛智造，本質原因是服裝行業數字化解決方案供給能力遠遠不足。我們有一個錯覺，認為中國的制造能力滿大街都是，要什么有什么。實際上不是的，特別是高質量、快交付、小批量的生產能力是非常稀缺的。

　　犀牛智造最大的價值，可以概括為一個3000件3個月的訂單，轉化成幾十個1周250件的訂單，同時兼顧生產效率，產線切換的時間非常短。2020年9月18號，犀牛智造入選了世界經濟論壇公布的“燈塔工廠”，是當年唯一入選的服裝類“燈塔工廠”，評審專家對于犀牛智造在技術解決方案、商業模式、價值探索方面給予了高度評價。

　　犀牛智造到底做了什么呢？

　　首先是對需求的精準洞察，淘寶、天貓可以根據消費者需求同步商家們生產什么款式、面料、顏色，同時幫助商家決策某個品類是一個爆款、平款還是滯銷款；

　　其次，當訂單鎖定后，可以把海量需求跟后端幾十個工廠做精準匹配，進而鎖定一家工廠，這家工廠的設備、物料、人員、工藝、能力、排期，所有信息已經同步到云端；

　　第三，需求確定后，可以轉化成數字化設計、數字化版型。并基于此在云端自動生成數字化工藝，下發到這個工廠；工廠根據訂單實時生成排產計劃，車間里面制造執行系統的指令都可以來自于云端而不是本地，包括車間物流吊掛系統的指令。

　　當然，除了生產之外，供應鏈系統、企業經營管理系統，都是被數字化的，都是在云端匯聚的，方便管理和優化。

　　怎么定義犀牛智造呢？它可以被視作一家云端算法定義的工廠，其背后的支撐技術，有幾點是非常關鍵。比如賣什么、賣多少、什么時間賣，以及數字工藝的地圖、全鏈路的決策優化、制造系統及數據云化、多工廠協同、集中式的供應鏈等。事實上，犀牛智造的背后是一個云原生工業軟件在特定行業的落地解決方案，基于“數據+算法”來提供各種各樣的服務。同時，犀牛智造也構造了一個數字孿生工廠，可以低成本去試錯。最重要的犀牛智造實現了端到端的集成優化，數據在多個環節自動流動，不需要人為參與去做決策，這是它的核心價值。

　　在工業軟件方面，除了設備層軟件和研發工具之外，犀牛智造基于云原生把服裝行業的工業軟件代碼重寫了一遍，價值在于核心要素的全面上云，它是一個云端算法定義的過程。

　　總結來看，犀牛智造的方案跟傳統制造，或者所謂的狹義智能制造的共同點在于解決的核心問題沒變——優化資源配置的效率，解決問題的邏輯也沒有變——數據驅動。但是什么變了呢？

　　第一，數據從哪兒來變了，不僅僅有IT系統的數據，而且有更多設備跟IT無縫融合的數據；

　　第二，數據到哪兒去變了，過去是孤立、煙囪林立的系統，今天匯聚到云端，實現互聯互通互操作；

　　第三，模型在哪部署變了，過去模型都是本地化部署，現在既有邊緣側部署，也有云端部署能力，很多指令都來自于云端；

　　第四，模型怎么部署也變了，從整體式架構到微服務架構。最終結果是，資源優化的深度和廣度發生改變。

　　犀牛智造所要探索的是基于“云端制造”這個理念，來解決全局優化跟碎片化供給之間的矛盾。

　　類似于犀牛智造工廠，端到端全局優化的價值在于高頻、實時、精準地對需求做出響應。我經常說，數字化開啟了一場“時間減史”革命，高頻競爭是企業的核心競爭力，表現在研發上市周期更短、運營決策更敏捷、生產調度更實時、供應鏈周轉更快、服務響應更及時，在各個環節實現提速，這是企業應用不確定性的不二法寶，也是企業評估數字化成效的有效標尺。

　　三、技術演進：軟硬解耦+能力復用

　　1.數字技術演進的邏輯：軟硬解耦

　　未來的技術正在向軟硬解耦、能力復用的方向去演進。什么叫工業互聯網、什么叫智能制造，它們有什么區別？工業互聯網核心競爭力是什么？如果你是一個投資人，要判斷一個工業互聯網項目可不可以投，標準是什么？終局是什么？實際上很簡單，就是判斷它是一個項目公司，還是一個產品公司，還是一個平臺公司。

　　要做這三個判斷，就要分析工業互聯網到底解決了什么問題。換一個角度看，工業經歷了最重要的兩場革命，一個是動力革命，一個是控制革命，從蒸汽機到飛機到工業3.0到工業互聯網，這個世界是被控制的。過去是機械控制，后來是機電控制，后來是數控技術控制，后來有了嵌入式控制系統，到今天的云邊控制優化系統，是不斷演進的過程。

　　設備是捆在一起的，到了PC階段，微軟做了軟件解耦；云計算也是將計算、存儲、網絡等資源虛擬化，實現了與底層硬件的解耦，用戶不需要關心最底層使用的到底是哪家的什么型號的CPU、GPU等資源。

　　軟硬解耦推動了功能汽車發展成為智能汽車，硬件不斷通用化，但是服務是可編程的，背后的技術邏輯是電子電氣架構向車云一體的架構遷移。從有限的傳感設備、多標準封閉式軟硬一體ECU，到不斷被解耦，出現了攝像頭、雷達等各類傳感器、一體化分布+集中計算SoC，但是這個趨勢很多廠商并沒有充分意識到。

　　未來技術演進，信息技術（IT）、通信技術（CT）、數字技術（DT）、控制技術（OT）在不斷融合。從工業互聯網標準化的五層架構，演變成一種網絡化架構。舉個例子，過去有很多復雜的整體架構，而今天這個整體架構在不斷的被解構和重組。設備的數據被解構出來扔到一個池子里面，同時SCADA、MES、ERP、供應鏈管理等傳統的工業軟件也在被解構、被模塊化。當面對一個特定的場景，比如剎車片壞了，要去看誰設計的、看誰生產的、庫存還有多少，需要快速地去了解，實際上構建了一個面向角色、面向場景的APP。因此，工業互聯網平臺的演進可以總結為：解構-微服務池-調用-面向角色APP。

　　也就是說，我們要構造一個工業PaaS平臺，這個平臺是在工業技術原理、行業知識、基礎工藝、研發工具規則化、模塊化、軟件化基礎上形成的數字化模型。這個模型有兩類，一類是機理模型，如流體力學模型、商業模型、部件模型、工藝模型、故障模型等，這些都是機理模型；另一類是數據驅動模型，如數據分析、機器學習、控制結構等。

　　這些模型從哪兒來呢？來自于物理設備、來自于流程邏輯、來自于研發工具、來自于生產工藝。怎么去開發呢？需要軟件開發人員，或者低代碼開發工具去開發。模型是什么樣子呢？可以是整體式架構，也可以是微服務的架構。最終在于模型怎么來用呢？解決四個問題：描述、診斷、預測和決策。

　　軟硬解耦技術架構的演進，如果從經濟學視角來看，讓硬件越來越規?；?，遵循規模經濟；讓軟件去面對各種各樣的不確定性，遵循范圍經濟。什么叫智能？就是及時、精準、低成本、高效率去面對各種不確定性。怎么去實現智能呢？需要把硬件資源和軟件能力分開，硬件規?；a，提高硬件資產的通用性，讓它遵循規模經濟，而系統的功能更多取決于軟件，企業從提供同質產品向提供多樣化產品轉變，滿足多樣化需求，遵循的是范圍經濟。

　　在這個背景下，很多企業已經在做，一批工業互聯網新銳正在興起。

　　2.工業互聯網平臺的核心能力

　　從產品角度來說，軟硬解耦背后隱含著開箱即用的產品設計理念，產品化程度比較高，適用性比較高。同時，產品化不代表不支持定制化，定制化是可以的，但要看ROI，定制化的效率較低。工業互聯網平臺化的方式，就是既要解決產品開箱即用的問題，也解決定制化帶來的效率問題，最終我們以平臺化的方式去構造一個解決方案。

　　從項目、到產品、到平臺，是一次次能力的躍遷。對于工業互聯網來說，它不是替代舊市場，而是創造一個新市場，不是IT系統功能疊加的物理反應，而是技術體系和功能重構的化學反應。今天的工業互聯網，也面臨這能力躍遷的困境，就像在大西洋航行的一條船，船員們可能有地圖，但是沒有指南針，知道大概方向，但是到底怎么做誰也搞不清楚，只能深一腳淺一腳地去探索。工業互聯網平臺的意義，不是傳統IT方案的升級，而是去重新定義技術價值、解決方案和商業模式。

　　從項目公司、產品公司到平臺公司，有很多挑戰。是考慮短期收入增長，還是長期的可持續發展？是要遷就傳統的管理模式，還是要構建一個平臺化的商業模式和組織運營？是延續傳統技術開發、部署、運營模式，還是基于云原生技術體系全面升級人才、工具、方法？還有產品的形態，IT和OT融合的商業閉環怎么去做項目取舍？PAAS+SAA化產品打磨，低代碼平臺與工具行業知識、管理經驗的沉淀與能力的快速擴散，但是也面臨高風險、高投入、低收入，這些都是面臨的挑戰。

　　工業互聯網平臺的核心能力是工業知識封裝度高、擴散效率高，表現在定制化比重不斷降低，產品化比重不斷提高，這是未來的一個趨勢，最終帶來的是商業價值的拐點。

　　四、架構遷移：重構數字基礎設施

　　云時代已經到來，云計算是數字基礎設施的重構，就像電力的推廣一樣。在20世紀初，每個工廠都有自己的電廠，經過不斷的演進、發展，后來出現“中央電廠+電網”的方式，電力大概用了50年的時間才大規模普及，才形成了今天這樣的模式。

　　數字化基礎設施正在從傳統IT架構重構、切換和遷移到基于云邊協同的新架構。傳統的IT架構，以流程自動化為中心，預先確定流程場景，用軟件進行自動化?；谠七厖f同的新架構，以核心能力的服務化和數據在線為中心，快速實現創新和應用不確定性。

　　今天對于智能制造來說，需求變得越來越復雜，包括產品的復雜性、供應鏈的復雜性、需求的復雜性。而傳統的IT架構越來越難以適應這樣的復雜性，它必須構建一個基于“云+中臺+SaaS”的新基礎設施。在座的所有企業家們所做的工作就是推動數字基礎設施的系統響應能力超過制造系統的復雜性。如果說企業不是在朝這個方向努力，那么遲早被淘汰掉，只是時間而已。

　　在這個過程中有很多的探索和實踐。有一家公司商業模式非常典型，之前與阿里云有深度合作，雙方合作的目的是做空氣壓縮機能耗優化。很多工業企業工廠設備大部分都是空壓設備，傳統方式是以“冗余思維”確保供氣質量，造成很大的浪費。基于云邊端架構，端側實時感知采集壓力、流量、溫濕度數據，邊緣側基于智能決策模型形成設備控制優化指令，將控制參數傳遞給端側，云側基于海量數據實現模型訓練與優化迭代，并將模型下發給邊緣側以形成更為準確的控制優化指令。最終所解決核心問題很簡單，就是供需精準匹配，需求端需要多少氣，需要什么質量的氣，都可以精準的供給。

　　今天對于阿里云來說，在水泥、鋼鐵、化工、垃圾焚燒、機器人、汽車等領域，有豐富的技術能力和產品解決方案。總結來看，基礎邏輯是基于“云-邊-端”重新構造一個數字化的基礎設施。同時，我們還看到一個基礎邏輯，過去有系統的部署和軟件的安裝，后來出現SaaS的租用，到今天的低代碼，這也是一個趨勢和潮流。

　　釘釘對很多企業來說，已經成為組織和業務協同的平臺。釘釘上面有90多萬開發者，開發了150多萬應用，這些應用被2000多萬個組織使用，盡管有些應用功能還不夠強大，但是這個生態已經開始形成了。有人就會問：“低代碼+平臺”有什么用呢？它是一個下午茶，還是豐盛的法國大餐？在我看來要取決于實際面對的場景，低代碼可以有四種不同層級的能力：第一，過去IT系統沒有覆蓋，低代碼可以做補充；第二，過去有多個系統，低代碼可以做集成；第三，可以把過去系統部分模塊拆掉，換成“低代碼+平臺”新的部署；第四，把過去的系統全部換掉，重新構建一套新的解決方案。所以，“低代碼+平臺”可以是一道下午茶，也可以是一頓法國大餐。

　　我們正在進入一個新的時代，我們需要去重新定義它。這是一個體系架構大遷移的時代，首先要重構概念體系。

　　過去誰在定義這個時代？國際咨詢公司和IT跨國公司，他們創造了CAX、ERP、CRM、MES、SCM等概念。但是在今天看來，這些概念是一張“舊地圖”，當要重新定義這個時代的時候，要面向需求、面向場景、面向角色，重新發現一個“新大陸”，重新構建一套新的技術架構和解決方案。

　　這種技術架構和解決方案要從過去的靜態系統，演變成一個動態系統，快速迭代，過去可能是十年，現在每月、每周都在迭代；過去是一個有邊界的通用功能系統，現在是一個面對客戶需求實時響應的系統；過去是一個開環系統，優化起來很難，今天是一個迭代優化的閉環系統；過去是一個低頻的系統，現在是一個實時響應的高頻系統；過去是一個大顆粒度的系統，今天是一個小顆粒度的服務；過去是一個個孤立的系統，今天是一個面向客戶、面向內部、面向供應商高度協同的系統；過去是一個管控的系統，而今天是一個高度協作的系統；過去甲方跟乙方的關系是一次性的博弈，乙方會提供各種各樣的軟件和服務，賣的越多越好，越貴越好，而今天是共生的關系，是持續交易的；過去以供給為導向，而今天以消費者為導向……

　　什么是企業的核心競爭力？企業的核心競爭力在于持續不斷的進化能力，圍繞著市場需求不斷地創新。競爭對手想學的時候，發現領先者已經進化出了一個新的業態。馬斯克說過，護城河是一個非常愚蠢的概念，持續不斷的進化能力是特斯拉的護城河。

　　今天，對于數字化來說，就是要構造一個持續進化的能力。

安筱鵬簡介：

阿里研究院副院長，中國信息化百人會執委，東北財經大學經濟學博士。

安筱鵬博士先后就職于大學、研究院所，多年來一直從事信息技術產業及信息化領域的技術、產業研究和公共政策制定工作。

先后出版《重構：數字化轉型的邏輯》、《制造業服務化路圖：機理、模式與選擇》、《數字經濟崛起》四部曲(2014-2017)等多部論著。