关于数字化，我们是时候刷新认知了

国际科技财经移民娱乐民生时事体育

Bendi新闻

关于数字化，我们是时候刷新认知了

5月前

企业要做数字化，到底需要什么？

“数字化”这个词语，想必大家都不陌生。

今天，连路边煎饼摊的大爷都能熟练地问出“你扫我还是我扫你？”，人们往往对中国的数字化程度过分乐观。

但事实真的是这样吗？

数字化的真相

数字化转型（Digital Transformation）这个术语最早可以追溯到2011年以前。

2011年，麻省理工Sloan管理学院与法国知名咨询机构Capgemini联合调研了全球50家大型传统企业，采访了157名高管，最终发布了名为《数字化转型：走向十亿美金企业之路》的研究报告。

2011年是什么概念？举个例子，2011年，当时手机巨头诺基亚突然宣布与微软联手合作，计划推出基于Windows Phone操作系统的智能手机。中国智能手机厂商刚刚开始起步，支付宝、微信支付等还远远谈不上普及，用手机打车、点外卖还没有成为现实。

这还仅仅是“数字化转型”这个术语可追溯起源时间，企业拥抱数字化则要更早。可以说，自计算机发明以来，就有无数企业前赴后继地投身到这场数字化浪潮之中。

然而，根据中国信息通信研究院数据，我国工业制造数字化渗透率仅为19.5%，不仅远低于发达国家33%的平均水平，更是不到制造强国德国45.3%的一半。

打个比方，水泥熟料，这是一款水泥的半成品，由水泥工厂将石灰石、粘土、铁矿石等原材料在1200℃以上的高温下煅烧形成。

在高温、粉尘飞扬、环境恶劣的熟料库里，如果你拥有一座大规模、数十年生产经验、产量巨大的建材水泥工厂，你想要知道熟料库存数量，你最可能怎么做？

答案是——每周让工作人员爬上几十米库顶，从测量孔放下皮尺，量出库中熟料到测量孔的高度，然后用底面积乘以高的公示来计算库存体积，再推算质量。

对某些工厂来说，这可能是性价比最高的方式。然而，相比于随时知道库存数据，随时可以根据产销情况调整生产节奏的智能工厂，这种手工作业堪称原始。

事实上，无论是抖音、快手、小红书，还是瑞幸、滴滴、夸父炸串，这些现在我们日常生活中应用频繁的消费产品，它们大多“直接从数字化土壤里长出来”，是Z时代的数据原住民，从诞生之初就有着完备的数据基建，企业经营决策强烈倚靠数据驱动、算法驱动，可以实现敏捷的经营管理。

但它们只是中国经济体的一小部分。

水泥、石油、钢铁、煤矿、制造、冶炼、物流……在更广阔的世界里，还有大量非数字化原生企业，它们往往有着强烈的数字化转型需求，却始终被困在低回报、高壁垒的矛盾漩涡里。

不是没人试过解决这些问题。

在过去的自动化大潮中，大量企业已经从硬件角度引入产线自动化设备，配备了基础仪器仪表与中控。

同时，自动分拣机器人、AI瑕疵检测设备、物流管理软件……“互联网+”“AI+”概念曾经推动了一大批传统制造业转型，力求不断提高数字化渗透率，推动产业升级。

只是，一方面，互联网思维讲究“快速试错，积极迭代”，这与大量实体场景天生相悖。制造、金融、医疗等行业的容错率极低，无法复用“试错—迭代—试错”的互联网路径。

另一方面，To C产品思维往往是解决某个单一的用户痛“点”，但在能源、工业等大量产业中，往往每个“点”都将牵一发而动全身。

同时，不同企业的生产制造场景个性化程度极高，即便引入了机器与自动化设备，场景中依旧存在着大量的问题：

使用了大量自动化设备，却发现设备的管理、维护成了难题。减少生产人员节省的成本，最终多花在了增加运维人员上。

想要用AI优化产品良率，却发现数据不是没有就是用不上，数据收集时却发现十台生产机器有八个型号，其中一半以上用的是十年前的数据接口，别说5G传输了，连U盘都插不上，一台机器200G数据，光拷贝都得一天一夜。

与此同时，对于不规则形状、无固定路径、环境光干扰强烈、产线更新频繁的场景，还有大量问题使用现成的技术无法解决，只能靠人力往里“填”。

长期以来，实体企业数字化转型路径长、环节复杂，投入高、时间长、难度大——失败率极高。

一款相机、一个系统、一台机器人、一套传感器，无论是其中哪一项，如果无法将其融入到原有生产场景中，跟原有的光电声压传感器与仪器仪表中控电路相配合，最终便无法达到提质增效降本的目的，真正提升业务的竞争力。

数字化，走向场景

能源、制造、冶金、钢铁等大量非数字原生产业中，往往涉及海量的生产制造场景，与物理世界紧密相连。企业通过数字化改造，提升这些实际生产制造场景的效率，是数字化转型的关键路径。

目前，随着物联感知、AI等技术的发展，数字化、智能化的技术和产品正逐步应用到实体企业的更多、更核心的运营场景中。很多技术创新企业已经能够将许多原先无法准确数字化的现实业务场景在数字世界中复现，使得原来难以解决的问题有了更精准、更高效的新解法，让数字化转型真正走向了业务场景。

举个例子，在很多大型煤矿、港口码头、发电等企业，会有长达数十公里的皮带运输设备，成千上万的托辊支撑皮带运输煤炭、砂石等材料。托辊一旦出现卡顿、偏移，会造成皮带磨损、跑偏、发热甚至起火等严重事故，导致产线停工等问题。

相关企业会配备大量巡检人员沿着皮带机检查，需要爬得高，走得远，甚至24小时轮班。但人走过一遍，劳动强度很大，也无法保证能够及时发现问题。业界也一直在尝试用视频、红外等各种技术和设备去监测，但在复杂的应用环境下，效果一言难尽。

随着定位型听诊光纤等设备的出现，企业可以通过听诊光纤探头采集皮带托辊声音，沿光缆传输声波信号到主机，通过AI等技术对信号进行处理，智能判断托辊状态，识别异常类型，精准定位故障位置，实现远程实时巡检。这种新应用，新解法，将给国内数十万皮带运输设备的高效运维带来大的改变。

行业里也有鲜活的应用案例。

在“绿电装机第一大省”与“煤电装机第一大省”的山东，山东寿光电厂与海康威视合作，通过可见光与激光传感、红外热成像传感、工业级环境监测等产品对电厂进行了全面改造，针对人工巡检、设备的实时状态监测、运行现场的异常情况判断、环境安全监测等多个生产场景进行了全面的数字化升级。

原先，电厂需要大量人工巡逻读表、监测工况，导致生产状态无法实时更新、人工作业存在误差、生产环境跑冒滴漏风险；而如今通过多场景的数字化升级，员工在屏幕上便可一目了然地看到各类生产数据细节，并可进行实时便捷操作，电厂有了“眼耳口鼻”和“大脑”，安全管理水平和生产效率得到有效保障。

这样的案例还有很多。

能源冶金、快递物流、商贸零售、建材化工、生态环保……在各行各业中，企业逐渐将数字化视为越来越要的生产力来源，场景数字化的需求在近年间迎来了极速增长。发力场景数字化，正在为那些能不断积累行业know-how、有对应技术产品及解决方案能力的企业带来更开阔的发展空间。

数字化，落地为先

在现阶段中国的本土实践中，更多企业面临的现实是，数字化不再是空中浮木，而需要借助真实的生产场景，才能在企业内部扎根生长。在今天的中国的制造业中，依旧存在大量非数字原生行业，大量的场景数字化需求，亟待转型升级。

其实，对于大多数实体产业中的企业而言，数字化转型其实可以大致分为以下三大环节：

1、通过IT、DT等信息化技术，使用如ERP、财务管理、人力资源管理等系统，对企业基础运营流程进行升级改造；

2、构建数字化运营体系，引入如iRDMS、MES、CRM等管理系统，实现产品设计、用户交付、生产过程和服务过程的数字化；

3、通过场景物联，实现作业、现场、环境、设备设施状态的数字化。

毫无疑问，企业数字化转型将是一个持续迭代，不断完善的过程，无法通过单一功能或单一产品来满足所有需求，需要从一层层地进行，需要深入业务场景，一个一个解决场景中的痛点。

对很多企业来说，明白需要用数字化的技术解决当前什么问题，是不是需要大而全的转型方案，才是最需要优先考虑清楚的问题。可以说，数字化，当以落地为先。

根据清华全球产业研究院数据，过去3年间，企业在数字化转型上的平均投入，三成在1000-5000万元之间，另有三成超过1亿。能够与此作为对比的是，2022年A股上市制造企业有47的企业净利不足1亿，其中净利为负的占比为16.7%。

数字化转型项目的投入，对于超大型企业来尚能承受，但对于中小企业而言，一旦投入不见实效，将对企业发展造成重大负担。对于中小企业来说，活着才是首选，选择核心业务场景对其进行提质增效降本的数字化，才是当务之急。在如产品质量检测、商超存储的自动检测及补货、人员的规范作业监测等等大量场景，保证数字应用切实可落地，才能够提升产品和服务，真正带来效益。

而对于大企业而言，对其各业务环节进行查漏补缺，在之前未能数字化的具体场景应用智能化方案也能迅速提质增效。多个场景数字化应用的灵活组合，可形成更系统的数字化整体解决方案，推动运营效率更进一步。

在普遍面临着技术转型、劳动力紧缺、全球竞争加剧等生存压力的当下，如何找到更合适、更有效的升级改造路径，是摆在大小企业面前的问题。

场景数字化，正是一个解法。