對話劉震：越過山丘，從“數字化轉型”到“數智化革命”

劉震在他今年新出版的《數智化革命》一書中這樣寫道：“工業，是國民經濟的主導產業，泛工業的數字化轉型是實現中國由「工業大國」變為「工業強國」的必經之路。”他同時判斷——“當前中國正在從工業經濟邁向數字經濟，進入數智化時代”。

與這句激揚文字相呼應的，是劉震本人的躬身入局，這位60後IT老兵，身為IEEE院士、曾任微軟亞洲工程院院長、Logitech全球首席技術官等跨國公司職位，卻毅然跳出深耕了30餘年的科研專家“舒適圈”，意氣風發地投身到這場中國「數智化」浪潮之中。

那一年是2019年，疫情前夕，從瑞士回國不久的劉震聯合創辦了傲林科技，主攻泛工業數字化轉型賽道。談到創業初衷時，他直言：“中國是一個製造大國，正在走向一個製造強國，我是想着把自己的經驗拿出來，為中國企業做點事情。”

劉震正在用實際行動告訴產業界，轉型之路就在自己腳下，而且在這條漫漫長路上，與誰同行很重要。

【大局觀】

做一件難卻正確的事

要知道，與電商、生活、娛樂等消費互聯網一馬平川的商業模式相比，工業場景的數字化尤為艱難，即使在一輛車裏，一顆螺絲釘和一個方向盤背後就是完全不同的產業鏈。面向產業互聯網，耕耘實體經濟的數字化轉型，無法簡單粗暴上技術，而要結合實踐細水長流。這對於創業者和踐行者的毅力、實力和格局都是一個考驗。

劉震為何偏偏挑一條最難的路走？

他坦言有兩方面原因。從全球製造格局看是大勢使然。現代工業生產力變革，先後歷經了自動化、信息化、數字化，正在進入工業4.0的智能化階段——在這方面，歐美髮達國家已經走在前列，大都達到「數字化」主導的工業3.0水平，也產生了一些行業巨頭；而我國泛工業領域還處在「自動化」主導的工業1.0或2.0階段，但隨着經濟發展，以及人口形勢的變化，我們對工業科技提高管理效率和業務效率的訴求日益凸顯。因此，中國要實現工業高質量發展，實現從“製造大國”向“製造強國”轉變，就必須推進製造業的數字化轉型，步入數智化革命。

從市場競爭層面看則是生死存亡。我國雖工業門類齊全，市場主體基數龐大，但隨着人口紅利的逐漸消失和運營成本的自然上升，面臨的全球產業鏈競爭也與日俱增。如果不用數字化、智能化手段替代人的重複性勞動，企業經營就很難再上一個台階。更關鍵的是，新的革命，必然帶來新的機遇。（比如，中國零售行業GDP佔比2%，但就是這個2%孕育了京東等巨頭；而泛工業的GDP佔比52%，如果這52%的數字化潛力被挖掘出來，所創造的產業新動能是巨大的）。未來十幾年內，新的增長爆發點隨時可能出現，一個新企業有可能引領全球創新，成為新巨頭，這樣的“Big Time”實在不應該錯過。

不過，革命意味着機遇，也同樣意味着風險。MIT教授喬治·韋斯特曼有一句話流傳很廣：“成功的數字化變革就像毛毛蟲蜕變成美麗的蝴蝶，而一旦數字化變革失敗，你所擁有的僅是一條爬得快的毛毛蟲。”所以企業管理者們或多或少地會遇到“數字化轉型之痛”——不想、不會、不能、不敢。需要新思路，走出新出路。

對於立志於這項事業的傲林科技來説，當劉震帶着多年的產業技術經驗真正深入到實體內部和企業家們交流之後，他發現了其中的關鍵性問題。

問題一是“只見樹木不見森林”。國內大量的企業有數字化轉型的訴求，但大多是“做一步、看一步”，一來想要穩紮穩打、二來要看投入產出比。但數字化轉型不同於其他的技改或工藝調優，小小的局部化嘗試往往限制了數據賦能它的全局化效益，反而造成投入產出比不明顯，最終導致很多成本浪費。“企業數字化轉型缺少一個頂層設計、全局規劃的思維。”

問題二是“各掃門前雪”。國內製造業門類眾多，各個行業都有自己的know how，隔行如隔山。比如鋼鐵行業，就不同於大眾消費品，企業可以自主確定產量目標，每一家鋼鐵企業需要在「固定產能」這一限制條件下，進行產、供、銷的動態平衡以追求性價比最高、實現經營目標最優。而很多大型鋼鐵企業相較於其他的泛工業行業，即便算是有不錯的信息化基礎，也存在各部門“各掃門前雪”的思維方式，雖然能解決當下小問題，但並不能為企業整體帶來增益，反而因為各自為戰導致困住手腳。“真正的數字化轉型，是要實現數據的打通，解決煙囱式應用、數據孤島的問題，才能把數據的輸入價值和輸出價值聯動起來，實現基於全域數據的數字化管理。”

所以，企業在數字化轉型過程中，正在呼喚一種「方法論」。

【方法論+兵器譜】

從數據而來，向價值而去

帶着對產業的洞察和對技術的前瞻，劉震耗時一年，最終著成《數智化革命》一書，書裏凝練了「價值驅動的產業數字化轉型」這樣一個新理論，強調了企業數字化轉型必須實施的五個要素：數據治理、數字孿生、決策智能、精益管理和數據運營。

説到底，可以總結為——「價值導向，數據驅動」。“我最希望企業管理者能夠從中得到一些啓發、少走彎路。”劉震語氣中透着誠懇。

他分析道，目前數字化轉型的主流做法是“自下而上”壘起來的。最下層是物聯（解決數據採集），之上是自動化系統（解決勞動效率），再往上是MES、ERP，直至BI系統（解決數據展示）。基本做法是以“設備連接上雲+分析數據+工業App開發”為主要模式，使用場景侷限於設備監控、設備預測性維護、後市場服務、能源能耗監測等方面。這種做法的問題在於，成本很高，易形成新的數據孤島，見效週期長，價值不夠顯性。

針對此痛點，劉震提出「決策智能」的思維方式，主張“自上而下”，以價值為導向。從金字塔的頂層規劃開始，看企業主要的經營模式是什麼、主要輸出客户的價值是什麼、所面臨的挑戰是什麼，從而全局性考量、實踐、打磨數字化轉型，從源頭降本增效——“企業做數字化轉型需要有頂層設計”，劉震強調。

一個行之有效的手段就是「數字孿生」。提到數字孿生，人們往往聯想到“模擬仿真”，而傲林科技主張的是「企業級數字孿生」，首先把整個企業的軟硬機構都描述在一起，包括基礎設施、組織架構、業務流程、管理機制、管理策略等；然後再通過傲林科技自主研發的“事件網”模型框架描述企業的運營機制，從而開始做整體分析，可以有效分析出所謂的“在途訂單”、“庫存數量”、“採購數量”等一系列靈魂拷問；最終提升企業整體的數字化、智能化經營水平。

工欲善其戰，必先利其器。在「價值導向，數據驅動」方法論的指導下，綜合運用先進技術和創新模式，最終可以鑄成企業數智化轉型「兵器譜」——打造數據地基+開發應用平台+構建場景應用。

這裏有必要闡述一下傲林科技的做法：“諮詢式銷售、產品化交付”。在諮詢方面，以 “事件網”為例，傲林科技深耕研發，形成了400餘項專門服務於工業場景的算法模型，打造了汽車製造、3C家電、鋼鐵、煤炭、水泥建材、石化、食品工業等工業行業的知識圖譜。而在技術方面，傲林科技則一改傳統建設週期長、部署複雜的缺點，以SaaS服務“非侵入式”輕量化部署+場景化模塊+量化分析為核心優勢，可以像“樂高”一樣根據實際需求組裝，上線速度更快，操作交互更友好。

劉震告訴科技行者，“世界上沒有相同的哈雷”。大家耳熟能詳的哈雷摩托在數字化轉型之前，從客户下單購買到交付要21天。通過數字化轉型，所有的訂單在線化，所有的生產線實現了互聯互通，哈雷的生產管理幾乎能精確到秒，200多個零件組裝成一輛摩托車僅需89s；消費者可以選擇發動機的型號、顏色，並將交付的時間縮短到了6小時。

釐清這些邏輯，劉震感慨萬千：“初創企業要在一個行業扎得很深，才能更多去解決問題。”而他自己創業兩年多以來，工作狀態堪比“007”。

【人才觀】

複合型人才需要“複合”

企業數字化轉型長路漫漫，所以更需要時間沉澱，這就對企業提出了進化新考驗——如何組成一支複合型人才隊伍？

對此，在職業生涯中帶過無數支資深團隊的劉震有一套自己的人才觀。

劉震認為，因為人才稀缺經常體現在經驗、能力的個體差異和不可複製性，依靠縱向的“傳幫帶”的文化，很難將管理經驗沉澱下來。所以橫向“跨界”二字就顯得尤為重要。

第一是跨崗位。複合型人才難以從專業獨立的大學中培養，更好的方式是在企業內部從“一個崗位”跨到“另一個崗位”，比如讓業務部門的人轉到IT部門去，讓IT部門的人轉到業務部門去，通過這種跨部門轉崗，使大家快速成長，“因為在工作中學習其實是最高效的。”

第二是跨領域。劉震以做項目組舉例，就一定要把不同行業或業務背景的人放在一起，同時給他們下一個共同的指標，共榮共辱，將大家不同領域的知識做一個深度鏈接。

第三是跨專業。劉震以傲林科技舉例，作為一家科技公司，基因上似乎更擅長大數據、人工智能等技術議題，然而做數字化轉型又要求必備行業經驗，否則一切都是紙上談兵。所以傲林科技會吸納IT設施專家、大數據算法專家、行業專家等，且每進入一個行業，也會專門在此行業裏招募專家，再讓行業專家給公司的技術專家上課。比如，要想做好鋼鐵行業數字化轉型，就要知道“鋼鐵是怎樣煉成的”。

無疑，在巨大的時代機遇面前，我們都需要變化，而變化是雙向的。劉震強調，數智化時代的管理者，需要把自己從“發號施令者”調整為“賦能者”，成為幫助員工更好發揮潛能的教練。而且這種賦能在各大企業文化中早已經屢見不鮮，比如稻盛和夫的“阿米巴經營模式”，通用電氣的“無邊界組織”，永輝超市的“基層合夥人”等，雖然概念和實踐有很大差別，但核心都是為了「賦能」。

從這個角度看，劉震和他的傲林科技，又何嘗不是其中之一。