演讲实录:
今天非常高兴跟大家来分享工业4.0研究院对工业大数据的认识。具体来讲,我们将讨论工业4.0演进过程中,大数据将呈现什么价值,我们将从商业模式的设计来认识工业大数据的潜力。
在正式开始前,我先解释一下工业4.0的认识,它是怎么样来定义的。刚才的专家从不同的角度讲述了对工业4.0的认识,有的是认为它是一种技术,有人认为它是一种模式,或者是一种完整的创新,我们把工业4.0定义为一个新工业时代,德国人对工业4.0时代有较为完整的认知体系,这也是工业4.0研究院关注德国工业4.0概念的原因。
工业4.0有两大驱动力,第一是技术,第二是资本,工业4.0德国人把它定义为第四次工业革命,为什么叫工业革命,马克思说过,生产力的提升不叫做革命,一定有生产关系的改变,生产关系的改变是怎么发生的?会产生什么样的阶层?
这个图跟大家平时看到的不太一样,大家平常看到的是右边的部分(常规的四大工业革命划分),左边是人类发生的初期,两千年多年前,有一个技术与组织管理的更替。
更早一些,人类社会刚产生的时候,人们会用工具制造产品。按照历史记载,色诺芬从价值创造的角度分析了社会分工的问题,因为社会分工,我们的生产力得到了提升,但是实际上人类的技术革命两千年,比不上我们工业革命一个小阶段。
第一次工业革命产生了一个阶层,就是工人,实际上第一次工业革命主要是英国人为主导,第二次工业革命德国和美国占据了世界的强势地位,而英国实际上在第二次工业革命稍微有一些落后了,为什么德国和美国起来了?
按照哈佛商业历史学家钱德勒的分析,他认为英国是个人资本主义,缺乏专业管理层,这是第二次工业革命很重要的一个管理创新,到了第三次工业革命,这是按照德国人的划分标准来做的,主要以PLC的使用来界定的。但是,到了第四次工业革命,可能的突破会显露在管理上的创新,以及模式上的一些突破。
整个工业革命的进程是逐渐推进的,除了技术创新,还有其他内容也产生了重大的推动。
例如,在工业1.0阶段,工厂和工人阶级第一次出现;到工业2.0阶段,带来了一个生产力的巨大提升,专业的管理人员出现了;再到工业3.0阶段,信息技术的广泛应用,带来了信息化。
我们看一下工业1.0到3.0,有一个很重要的特征,那就是技术创新发生在车间,因此,即便大了工业4.0,首先进行技术变革的地方,也会在车间,我们一般把工业4.0在车间的变革称为智能工厂。
除此之外,工业4.0体系还提了三个模式或集成,第一个集成是纵向集成,也就是发生在车间。
海尔提的互联工厂,大部分还是在车间的事情,这是创新最根本的一个基地。第二个集成是端到端的集成,供应链一个集成,还有电子商务,营销渠道的集成,本质上是一条单一产业链的集成,这样的集成导致了什么东西的出现?
我们觉得是产品的价值更大,服务更好,苹果、小米做的就是这样的创新。工业4.0体系还提到了第三个集成,横向集成,我们用产业经济学的话来讲,多条产业链互相交织,这就导致了一个名为新工业价值生态的东西出现了,对于多条产业链的交织,我们所谓互联网思维称为跨界,也对,也不对,跨界就像跑到你家里去,但是如果你邀请我过去,这叫融合,也叫分享利益,更加符合持续发展的思路。
在这里给出我们工业4.0研究院定义,也就是三个高度化,第一个是高度自动化,第二是高度信息化,第三个是高度网络化。
自动化主要是工业2.0时代的一个特征,信息化主要是工业3.0时代的特征,网络化是工业4.0时代独有的,顺便提及互联网+的概念,这个概念的主体是互联网公司,不是制造企业。
前一段时间在上海交大讲的时候,制造业企业听完我分析工业4.0体系对制造业有利的理由之后,感觉非常兴奋,纷纷表示终于感觉到制造业有希望了。不过,制造企业在工业4.0时代还是会面临一些挑战,其中就有两个革命,一个是管理革命,一个是模式革命,制造企业应该进行改变,不然无法获得竞争优势。
接下来我们来谈谈工业4.0的核心演进路径。
总的来讲,工业1.0到3.0的革命都是发生在车间,工业4.0初期的创新也主要发生在企业边界内,也就是在车间继续进行革命。
对于我们做产业研究的,一定会讨论边界的问题,我们可以看看工业4.0的核心,这一次演讲的主题是谈大数据在工业4.0演进过程中的作用,工业4.0研究院认为,德国的工业4.0的体系比较健全,它的一个工业4.0体系模型,就体现了纵向集成、端到端集成和横向集成三个演进的阶段。
我们以一个比较简单的示意图来进行一个解读。纵向集成的结果就是智能工厂,海尔刚才讲到了,它提出的互联工厂就是智能工厂,它就是工业4.0时代的纵向集成。
这是纵向集成发生的一个改变,我们中国人言语体系中的纵向整合,很多时候是产业链的上下游整合的概念,实际上在工业4.0体系中是端到端集成。
纵向集成不是垂直集成,而是指企业内部多层次集成,包括下面的设备管理,现场的一个集成等等。
传统的工业企业在进入工业4.0的时候,大部分是从车间开始的,如果大家想深入了解这一部分的内容,可以去参考《车间的竞争优势》这本书。
端到端的集成,就是怎么从用户端、生产到原材料的整合,这是工业4.0演进的第二个阶段。海尔做的一个创新可能更符合端到端集成的定义,其本质就是从产业链的视角来看,去整合供应链和电子商务。
一般来讲,供应链是制造企业擅长的,而电子商务不见得制造企业擅长,反而是互联网公司更擅长,因此可能会面临互联网公司的“跨界”。网上有一种说法,那就是工业4.0未来十年会把淘宝干掉,似乎也不是不可能。
横向集成的重点是务联网,我们把它叫做服务互联网。刚才也说了这么一个事情,我们回顾PC时代,电脑产生的时候,IBM并不认为这是一个很大的产业,但是微软和英特尔想办法把这个产业做出来了,产生了一种全新的行业。
我们在这认识工业4.0的时候,你不用管别的公司怎么讲,你可以去改变这个产业的,也就是你有机会创造出你心目中的工业4.0时代来的,横向集成就是创造这么一个革命性机会的模式。
我们来看横向集成的解读。PPT图上的左边绿色是纵向集成,表示目前就可以做,端到端是黄色的,表示有风险,红色的是横向集成,难度很大,目前似乎没有谁可以实现。
对于要实现横向集成,目前没有任何成功案例,不过要实现横向集成的话,没有车间的革命无法实现集成,你怎么做大数据都没有用,没数据是你最大的麻烦。
当然,如果你端到端集成没有实现,那么你肯定没有形成供应链和互联网的整合,横向集成也做不成,你没有来自供应方的实时数据,也没有客户数据,怎么做横线集成呢?我们认为横向集成有可能不是工业大数据作为主流。
如果你的竞争对手改变了产业的行为,让独立的工业大数据服务不具有可行性,那么即便独立的工业大数据有意义,也许已经没有商业化的可能了。例如,微软做的Windows,就是因为转换成本太高了。
总结以上的分析,工业4.0的路径是比较清晰的,第一肯定是在车间发生的,你是必须要做的,工厂没有相应的数据收集,别的事情是不可能发生。
这个阶段的事情不一定你自己做,但一定要做,有可能是你的客户自己做,或者你的供应商来做。第二是端到端的集成,一个是在产业链的主导型企业可以做这个事情。到了未来我们认为的可以做的是横向集成,也就是一种生态,如果有机会的话,可以把握机会,成为工业级的BAT。
怎么释放工业大数据价值?
因为我们是做研究的,我们会比较讲究理论的完备性,我们在讲工业大数据,一定要讲这个东西是什么?
工业大数据就是一个技术创新和革命,因此可以用技术革命周期来理解。以为经济学家佩雷斯讲过,她研究发现每次技术革命都有一个生命周期,我们可以分为四个阶段。
第一个阶段很容易理解,刚开始大家很疯狂,一看大数据,大家都知道,或者感觉到是一个大的机会,这个时候一定是大爆炸的时候,在这个阶段爆炸性的增长和迅速的创新将相继出现。
紧接着进入第二个阶段,有些基础设施不健全,你做大数据的时候你发现没数据,车间的数据化都没做到,怎么做大数据?做不了,无法做,不知道怎么下手,大家返过来想,我是不是应该做一些基础设施?
我认为就是刚才三个工业4.0演进的路径,我车间的数字化要做到,我车间的自动化改造要做到,有了数据以后再做。有可能是国家在做,也可能是主导型的企业在做。
第三阶段主要是什么?
创新和市场潜力的扩张,海尔自己做互联工厂和工业4.0的时候,大概有三千万用户,对互联网公司这不是一个大数目。刚开始的时候有路径依赖的问题,先做基础设施,到了第三个阶段,有远见的企业家,是有可能把握第三个阶段的发展机会的,这个时候速度非常快,如果没有前期两个阶段的准备,是不可能有第三阶段的机会的,第四个阶段市场就会接近饱和了。
对于整个周期,刚开始各种资本都进来,到后来大家开始怀疑了,但是里面两种资本,一个是金融资本,还有一个生产资本,股市怎么疯狂那是金融资本,企业现金投入是生产资本,最终留下的是生产资本把工业4.0这个事情推进的。
对于制造企业来讲,应该基于CPS去思考设计工业大数据体系,很多企业特别着急,心想如果我不做这个互联网,我没有这个互联网思维,企业就可能倒闭了,但是我认为,如果你有了互联网思维,你的企业倒闭得更快,因为你如果不考虑企业自身的优势,很容被懂互联网思维更好的互联网企业干掉。
制造企业一般都会涉及到硬件和软件,你不是做一个电子商务网站就可以了,一定要有较重的资产,这就是你的优势,不管是阿里巴巴、腾讯,还是百度,不是说今天建厂,明天就可以建成了,招来一个工人也不可能是互联网企业那么高的工资,否则企业早就跨了。
CPS就是信息物理融合系统,互联网跟我的物理实体结合,物理实体是我的优势,我怎么能放弃呢?
光做信息是没有优势的,我们制造企业怎么做得过阿里巴巴、腾讯和百度?但是他不会经营工厂,那么复杂的都做得烦了,你做工厂的话,可以把这些都做好,而且这些数据不分享给他,为什么一定要分享,现在讲数据资产(这是有价值的东西),我为什么要分享?你可以让它们到你的互联网平台来经营,不一定非要到他们的平台上去。
工业大数据的价值不用证明,但是耦合和去耦合的竞争持续存在,我们做工业4.0研究的看法是,企业做的东西耦合度非常高,专门为你量身定制的,基于自己的资源定制的,对你来讲的话你要去耦合,你要找出更具有普遍意义的东西,把这些东西解构出来,形成一个独立的去耦合的模块,再结合我自己的资源来创造新的价值,这需要真正的企业家精神。
怎么来耦合和去耦合呢?
我认为,互联网公司肯定会利用大数据分析,延伸在制造价值链上的力量。这里面我用了一个简单的模型,他的物理商品流也是一个很难的事情,它是一个动态变化。
我们认为车间的数据化革命开始是一个可行的战略,有人做了一个5C模型,就把数据整合起来, GE在工业大数据以及工业互联网这方面做了非常多的工作,他目前为什么做这件事情?
因为企业不能像我们做研究的,考虑的过于长远,它们需要考虑短期能不能落地,如果不落地,不具有经济性,最终要落在现有的业务上。车间的数据化、智能工厂和互联工厂的概念不是重点,但车间的数据化为起点,不管你怎么样做,你终究还是回到车间,不然的话就是一个互联网公司了。
我们认为工业4.0演进的路径分为三个阶段,也就是车间的纵向集成、单一价值链上的端到端集成和跨价值链的横向集成,最高级阶段是跨价值链的横向集成,这将产生新工业价值生态。
大数据在工业4.0演进的三个阶段都扮演非常重要的角色,但是不是可以形成独立的业态,是需要企业家精神来推动的,这是一个博弈的过程,但工业大数据一定是一个价值存在。
原文发布时间为:2017-03-04
本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号