黃海清：云計(jì)算的飛速發(fā)展使數(shù)字化成為確定，使智能化成為可能。我們也正以云計(jì)算為基石，以AI為引擎，參與到從數(shù)字化邁向智能化的劃時(shí)代變革中。

我們通過(guò)傳統(tǒng)IT基礎(chǔ)設(shè)施向云計(jì)算升級(jí)，加速業(yè)務(wù)在線化、組織協(xié)同化、應(yīng)用智能化，最終實(shí)現(xiàn)產(chǎn)業(yè)的升級(jí)。

概括講主要就是：只有將傳統(tǒng)的業(yè)務(wù)活動(dòng)轉(zhuǎn)化為在線的方式進(jìn)行，才能讓數(shù)據(jù)成為資產(chǎn)，讓智能成為可能；通過(guò)數(shù)字技術(shù)可實(shí)現(xiàn)組織高效協(xié)同與資源靈活編排，構(gòu)筑企業(yè)生產(chǎn)關(guān)系新形態(tài)；智能化的本質(zhì)，就是以數(shù)字化為基礎(chǔ)，以數(shù)據(jù)驅(qū)動(dòng)，最后邁向應(yīng)用智能化的過(guò)程。

NBD：企業(yè)在決策是否開展數(shù)智化轉(zhuǎn)型的過(guò)程中，同樣關(guān)注轉(zhuǎn)型帶來(lái)的業(yè)務(wù)風(fēng)險(xiǎn)。請(qǐng)問(wèn)陳院長(zhǎng)，如何才能優(yōu)化決策、降低轉(zhuǎn)型風(fēng)險(xiǎn)？

陳方若：正如我前面所強(qiáng)調(diào)的一樣，制造業(yè)的數(shù)字化轉(zhuǎn)型，要堅(jiān)持問(wèn)題導(dǎo)向。找準(zhǔn)問(wèn)題至關(guān)重要。

如果企業(yè)面臨的問(wèn)題沒有找準(zhǔn)確，就盲目開展數(shù)字化轉(zhuǎn)型，往往可能會(huì)導(dǎo)致更糟糕的結(jié)果。因?yàn)檫@相當(dāng)于在原有問(wèn)題沒解決的基礎(chǔ)上，給整個(gè)企業(yè)又平添了新問(wèn)題。

所以，我們建議企業(yè)一定要堅(jiān)持問(wèn)題導(dǎo)向，為了解決問(wèn)題而數(shù)字化，而不是為了數(shù)字化而數(shù)字化，不要盲目去迎合所謂的數(shù)字化轉(zhuǎn)型潮流。

構(gòu)建智能制造行業(yè)生態(tài)

NBD：從行業(yè)層面來(lái)看，當(dāng)前我國(guó)智能制造的發(fā)展還存在哪些瓶頸與痛點(diǎn)？

陳方若：當(dāng)前，一些頭部企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)了對(duì)生產(chǎn)決策的優(yōu)化，在提升生產(chǎn)效率方面有了明顯的進(jìn)步。但總體而言，企業(yè)邁向智能化還有很長(zhǎng)的道路要走。

正如前面講到的，我們面對(duì)的第一個(gè)瓶頸是當(dāng)下多數(shù)企業(yè)的“智能”水平仍然很低，整合信息的能力還十分有限，難以通過(guò)搭建起龐大的“神經(jīng)系統(tǒng)”來(lái)收集分析海量信息、解決問(wèn)題，預(yù)判問(wèn)題的源頭，進(jìn)而做到“治未病”。

其次，許多企業(yè)對(duì)“數(shù)字化”概念的理解尚存有認(rèn)知瓶頸。許多人簡(jiǎn)單地認(rèn)為，用機(jī)器替代了人，就實(shí)現(xiàn)了數(shù)字化，這是把“數(shù)字化”與“自動(dòng)化”兩個(gè)概念混淆了。有的時(shí)候機(jī)器代替人能夠降本增效，但有的時(shí)候機(jī)器代替人也會(huì)面臨高昂的成本。

此外，跨界溝通也是智能制造轉(zhuǎn)型發(fā)展過(guò)程中所面臨的難題。在現(xiàn)實(shí)的轉(zhuǎn)型實(shí)施場(chǎng)景中，軟件工程師與生產(chǎn)線上的工人如何真正實(shí)現(xiàn)有效溝通？數(shù)字化轉(zhuǎn)型升級(jí)方案如何真正被企業(yè)員工所接受和執(zhí)行？這都是在企業(yè)管理過(guò)程中所面臨的真切問(wèn)題。

最后，我們還要考慮如何挖掘海量數(shù)字資源的潛在價(jià)值，通過(guò)精準(zhǔn)捕捉到消費(fèi)者的需求信息，從中找到新的商業(yè)機(jī)會(huì)和新的產(chǎn)品設(shè)計(jì)思路。

黃海清：大家都知道，通過(guò)數(shù)字化和智能化轉(zhuǎn)型可以提升運(yùn)營(yíng)效率、降低成本、增加收入，但要怎樣達(dá)成這樣的目標(biāo)？坦白來(lái)講，供需雙方都不清楚具體路徑。

但也不是沒有破解的辦法。舉個(gè)例子，汽車的制造產(chǎn)線，實(shí)際上是數(shù)字化需求比較聚焦的場(chǎng)景。汽車的生產(chǎn)制造線和水泥的生產(chǎn)制造線是否一樣呢？肯定是不一樣的，但我們能夠裁減出相對(duì)標(biāo)準(zhǔn)化的解決方案的通用能力或基礎(chǔ)平臺(tái)，并能夠順利地把數(shù)字工廠解決方案在鋼鐵、水泥、固廢以及半導(dǎo)體等行業(yè)落地。

這就是解決方案的“最大公約數(shù)”。

數(shù)字化轉(zhuǎn)型不能停留在宏觀的概念，而要從具體場(chǎng)景出發(fā)，聯(lián)合生態(tài)合作伙伴構(gòu)建解決方案。概而言之就是：

第一，要勾畫一張藍(lán)圖，做好頂層設(shè)計(jì)和咨詢規(guī)劃；第二，要有具體的業(yè)務(wù)場(chǎng)景；第三，在業(yè)務(wù)場(chǎng)景下有相應(yīng)的技術(shù)支撐。我們有很清晰的三段論：基礎(chǔ)設(shè)施的云化、核心技術(shù)的互聯(lián)網(wǎng)化、應(yīng)用場(chǎng)景的數(shù)據(jù)化和智能化——圍繞這三個(gè)階段，我們提供相應(yīng)的技術(shù)支撐；第四，組織和流程的優(yōu)化匹配。

如果做了這樣的拆解，對(duì)于自己什么能做、什么不能做就一目了然。

NBD：智能制造的發(fā)展，離不開構(gòu)建廣泛的合作伙伴生態(tài)系統(tǒng)，這樣的合作生態(tài)系統(tǒng)應(yīng)該包括哪些方面和要素？如何鼓勵(lì)更多的主體參與到智能制造創(chuàng)新發(fā)展上來(lái)？

陳方若：傳統(tǒng)生態(tài)系統(tǒng)比較簡(jiǎn)單。我們都知道，傳統(tǒng)供應(yīng)鏈的上下游包括了從產(chǎn)品的設(shè)計(jì)，再到零件、中間產(chǎn)品、最終產(chǎn)品的生產(chǎn)，最后交付到消費(fèi)者的手中。

而在智能制造的新生態(tài)里，我們用心觀察，會(huì)發(fā)現(xiàn)很多新的角色。

工業(yè)軟件開發(fā)與服務(wù)企業(yè)在制造業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中發(fā)揮越來(lái)越重要的作用，跨行業(yè)的交錯(cuò)相融也成為一種新的趨勢(shì)。剛才黃總也講到了汽車制造，我們發(fā)現(xiàn)在電動(dòng)汽車制造領(lǐng)域，儲(chǔ)能、互聯(lián)網(wǎng)、人工智能等行業(yè)與傳統(tǒng)汽車制造交織融合，跨行業(yè)一起做一件事情的案例越來(lái)越多。

更重要的是，伴隨著數(shù)字化轉(zhuǎn)型升級(jí)，消費(fèi)者的定制化需求也可以通過(guò)對(duì)偏好數(shù)據(jù)的收集，實(shí)現(xiàn)與消費(fèi)者需求的無(wú)縫對(duì)接。這些生態(tài)系統(tǒng)中的新變化，給企業(yè)提出了一個(gè)新的命題，那就是海量信息如何高效處理和利用——誰(shuí)能從數(shù)據(jù)中發(fā)現(xiàn)新的問(wèn)題、新的價(jià)值和新商機(jī)，誰(shuí)就能在生態(tài)系統(tǒng)中收獲更多。

黃海清：通過(guò)傳統(tǒng)IT基礎(chǔ)設(shè)施向云計(jì)算升級(jí)，加速業(yè)務(wù)在線化、組織協(xié)同化、應(yīng)用智能化，是云計(jì)算深入制造業(yè)的關(guān)鍵。制造業(yè)的數(shù)字化場(chǎng)景，需要專業(yè)的行業(yè)知識(shí)和上層應(yīng)用能力，這離不開生態(tài)合作伙伴。對(duì)于我們來(lái)說(shuō)，會(huì)更堅(jiān)定地聯(lián)合生態(tài)伙伴，以云計(jì)算產(chǎn)品技術(shù)為基礎(chǔ)，面向具體的業(yè)務(wù)場(chǎng)景，打造豐富的行業(yè)解決方案，為客戶創(chuàng)造價(jià)值。

從我們的經(jīng)驗(yàn)來(lái)看，要鼓勵(lì)更多的伙伴參與到制造業(yè)的智能化上來(lái)，一定要與伙伴形成分工明確的合作模式、貨真價(jià)實(shí)的權(quán)益體系和長(zhǎng)期穩(wěn)定的發(fā)展政策，從而讓伙伴的收益更可期、協(xié)同更高效、發(fā)展更持續(xù)。

封面圖片來(lái)源：每經(jīng)記者 吳林靜 攝