許小年:只有徹底的數字化,才能做到萬物互聯_風聞
身边的经济学-身边的经济学官方账号-2021-10-15 17:50

消費互聯網的巔峯已過,而工業互聯網的大幕才剛剛拉開。
許小年 | 作者
身邊的經濟學(ID:jjchangshi)| 來源
互聯網在我國經歷了病毒式的增長,特別是在消費者這一端,它的衝擊波及各個行業,零售、郵寄、支付、貸款、出行、醫療、養老、教育、娛樂、媒體,耕耘了所有的收入階層,產品覆蓋了高端國際國內品牌、中產階級的大宗日常消費,一直到各種仿冒商品。
目前國內除了少數科技公司,互聯網尚未進入企業內部。
企業內部機器和人的互聯(M2P)、機器和機器的互聯(M2M),當然也有人和人的互聯,被籠統地稱為工業互聯網或者物聯網,其意義、邏輯和實現路徑與我們熟悉的消費互聯網大不相同。
工業互聯網的意義在於和大數據相結合,或者説大數據就是工業互聯網的一部分,使企業有可能完成過去難以想象的工作。
例如C2M和大規模定製,全面提高企業的生產和經營效率,提供新鮮而豐富的客户體驗,積累數據為人工智能的應用創造條件,在生產領域乃至與消費者交叉互動的更大範圍上形成生態,從中培育出新的業務、新的商業模式,並引起企業組織的深刻變革。
媒體上的“工業互聯網”,除了人云亦云的趨勢斷言,便是籠統模糊的未來描繪,真正理解工業互聯網的,是少數幾家默默而艱難探索着的企業。
儘管鳳毛麟角,它們之中的佼佼者已取得了突破性的進展。我們下面就以它們的實際操作為案例,介紹工業互聯網的原理。
01
工業互聯網的邏輯
以破除打板制約為例
工業互聯網和消費互聯網的一個重要區別就是它具有鮮明的行業和企業屬性,不存在各個行業都適用的一般規律,我們只能通過案例的研究與討論,理解工業互聯網。
案例公司是一家位於山東的服裝製造企業,生產定製西服,企業的產能長期受到瓶頸因素——打板的制約。
所謂打板,就是將三維尺寸轉化為二維平面上的形狀。
做過定製服裝的讀者都知道,裁縫師傅先要用柔軟的皮尺給你量體,你的肩寬、腰圍、背長都是不規則的弧線,你無法用幾何公式精確畫出圖1中背片上的那條曲線ab,ab的長度、弧度與脖頸周長、肩膀及背部的弧度有關,但你又説不出準確的關係,脖子的周長可以量得,而肩膀和背部的弧度是皮尺量不出來的。
沒有準確公式,我們就無法利用電腦發出指令,操縱機器裁剪布料,因而不可能進行大批量的工業化生產。
圖1.打板之難
在目前的定製服裝行業,裁縫只能依據多年的經驗,以脖頸周長為主,參照其他相關尺寸,確定ab的長度和弧度。
體會一下三維曲面轉換為二維平面的困難,讀者不妨設想在一個橘子上畫出世界地圖,剝開橘子,攤平橘子皮,上面的世界各國的圖形會變成什麼樣子?再把攤成平面的橘皮合攏起來,做成地球儀呢?
三維立體到二維平面,再從二維平面到三維立體的轉換,這是服裝個性化定製的最大難點,目前只能手工完成。
裁縫師傅需要根據人體的十幾個尺寸,在布料上畫出西服上衣的領子、前襟、袖子、背片等幾十個圖形,分別裁剪,再將幾十片布縫起來。成衣既要穿着貼身舒適,又要看着挺括瀟灑。這個技術含量很高的操作不是一般人能做的,經驗的積累至關重要。
受到經驗的限制,定製服裝的商業形態一直是裁縫師傅開店,帶幾個徒弟,規模做不大,交貨期長和價格高成為行業的兩大痛點。
傳統服裝製造廠家的應對方式是製作標準板型,根據人體數據的統計分析,設計小、中、大、超大等型號,但標準板型只能做到長短大致合身,無法滿足身材高低胖瘦的個性化需求,僅適用於較為寬鬆的休閒外衣和內衣。
西裝和襯衫的合身要求比較高,大、中、小三碼不夠用,廠家不得不按領子或身高分出更多的規格。對個性化要求再高的,就必須到裁縫店量身定做了。
如何解決個性化需求和批量生產之間的矛盾?
這家山東企業革命性地採用大數據技術和計算機輔助設計(CAD),突破了裁縫師傅的稀缺資源制約,成功地實現了定製服裝的流水線生產。
定製生產的原理説起來並不複雜,先在數據庫裏存儲足夠多的板型,比如説10萬個,當客户張三前來訂購時,電腦從數據庫裏找出和張三身材最接近的比如説李四的板型,相當於普通服裝店裏大、中、小三檔變成了10萬檔,張三仍會感覺不合身嗎?沒關係,在李四板型的基礎上,電腦用算法根據張三的尺寸進行微調。

張三的板型設計好了之後,存入數據庫,不斷豐富庫裏的板型。板型積累越多,後面的選配就越精確,設想如果存有全國14億人的板型(大數據),打板就變成了簡單的數據調用,邊際成本是不是就接近於零了呢?
這項創新的實質是將裁縫師傅的經驗數字化,存到數據庫裏,反覆使用,突破打板手工作業的制約。
數據庫就像陳年佳釀,積累的時間越久越有價值,大數據呈現出收益遞增的特徵,雖然遞增的原因和消費互聯網的梅特卡夫效應大不相同。
CAD僅為數字化技術應用的一個環節,打板完成後,系統自動生成每一塊布片的工藝文件、材料文件、工時文件和財務文件。
電腦根據工藝文件將板型數據傳到數控裁牀,由機器自動裁剪,站在裁牀旁邊的工人給每一裁好的布片釘上RFID卡(萬物互聯),掛上吊架,帶有傳感器的布片開始在縫製車間遊走。
每一布片的數據同時也被傳到布料庫,更新庫存信息,如果發現庫存降到了安全線以下,IT系統自動向供應商發出採購訂單。

數控裁牀裁剪
資料來源:圖片來源於互聯網
這麼多的布片同時在吊掛系統上,由排產軟件做實時運算,發出指令,將布片送至當前負荷較輕的機位上。
在這裏請注意“實時運算”幾個字,若以分鐘為單位做實時計算,每台機器只取一個數據比如負荷率,一班8小時有480個數據,若以秒為單位就有28 800個數據。
一個車間裏幾百台設備,數千甚至數萬片布,如何在每一時點上、將每一片布安排到“最合適”的機器上加工,排列組合的數量隨着時點、布片或機器的增加而指數上升,沒有大數據和雲計算能力根本就無法完成這樣的運算。
縫紉工人接到這片布,掃碼讀出加工指令,進行相應的操作,鎖邊、開釦眼、縫紉、熨燙,等等。完成加工後,掃碼更新布片的狀態,數據實時輸入系統,再把這片布掛回吊架,讓它向下一個加工點移動。
最後,分散在各個工位上、同屬一件衣服的布片由系統指揮,集中在某一工位上,由工人拼縫為成衣,經過熨燙、包裝,發給客户。**請注意圖中的西服是完全個性化的,**款式、大小、顏色、布料都不相同,客户還可以要求繡上自己的名字或其他個人標誌。
數字化企業的IT系統和物聯網的對應
依託線上和線下的兩張網,這家服裝企業真正做到了C2M。
北京的客户在當地的感應式設備上量體,從移動端錄單,輸入個人的尺寸及選定的款式、面料等信息,雲端的天網和山東的地網根據客户的定製需求運行,最終把服裝送到他的北京家中。
從下單到交貨,**時間由過去的一兩個月縮短為一週,**與手工製作的裁縫店相比,價格降低50%左右,定製服裝從高收入人羣的奢侈品變成了中產階級的普通消費品。
C2M以顛覆性的手段解決了困擾服裝業最深的庫存問題。
在時尚潮流迅速變化的今天,傳統服裝製造企業承受着越來越大的存貨管理壓力。廠家無法準確預測某一款式設計的需求量,備貨少了有可能斷供,臨時補貨根本來不及調整或更換生產線;備貨多了又怕消費者喜新厭舊,賣不出去成了庫存積壓,而過時商品的處理通常要打折50%以上,這個損失只能由廠家和銷售商承擔。
在C2M的模式下,消費者先下單,企業再生產,**從源頭上消滅了庫存,代價是消費者要等一週的時間,而不是在商店裏立即取貨。**如果價格降低一半,相信很多消費者還是有耐心等候七天的。
02
工業互聯網之難
既然工業互聯網有如此大的效益,為什麼在國內甚至科技發達的國家也進展緩慢呢?
**生產製造與消費的區別在於個性化,很難形成經濟批量。**一款暢銷的手機可以賣幾百萬甚至上千萬部,一個爆紅的App下載也可達到這個量級,產品研發費用均攤到千萬部手機上,產生非常顯著的研發規模經濟效益。
然而規模效應只限於蘋果、三星這些2C的手機品牌廠商,為它們代工的製造廠家(如富士康)就沒有那麼幸運了。
以手機外殼為例,加工工藝一般為衝壓,將一塊金屬片放在模具上,開動衝牀一次壓制成型。一套模具如果能衝制10萬個手機殼,則一款手機只需要幾十套模具就夠了。
這讓代工廠感到為難,為生產蘋果機殼的這幾十套模具專門投資建一條流水線嗎?模具批量太小,無法回收生產線投資。接受三星的訂單以放大批量呢?三星有它自己的要求,蘋果模具生產線上未必能做。
不僅為三星代工困難,而且如果明天蘋果推出新機型,現有的模具生產線説不定都無法利用,或者起碼也要經過改造,但改造投資又會是多少?由於沒有規模經濟效應,模具生產的通行方式是單機加工零件,手工裝配。不管自制還是外購,手機代工廠的模具成本都會高居不下。

讀者或許會問,能否像上面介紹的服裝企業一樣,設計一條數字化和個性化定製的模具生產線?
這正是產業互聯網的思路,由一家企業開發出一個模具製造平台,多家企業使用以分擔開發者的前期投入,降低模具成本。
這個想法雖好,在推行的過程中又碰到新的具體問題,首先要解決的是誰來做開發者。
工業互聯網和產業互聯網有着非常強的行業屬性,生產製造過程中的工藝訣竅(know-how)行業與行業不同,同一行業中的企業與企業不同,掌握這些know-how是搭建產業互聯網平台必不可少的前提條件。
從消費互聯網起家的科技公司,如亞馬遜或阿里巴巴,不熟悉製造業,一邊學習行業知識一邊開發互聯網產業平台,事倍功半,由精通本行的企業來做,則更具優勢。相對於“互聯網思維”,工業互聯網更需要“行業思維”。
這導致了產業互聯網的一個悖論:只有行業專家才能開發行業平台,而行業專家開發的平台沒人願意用。
目前國內海爾的電器製造Cosmoplat、三一重工的工程機械製造、富士康的Beacon等平台都碰到了類似的問題。德國西門子的製造和管理平台Mindsphere主要在內部使用,由於沒有外部企業使用而分擔開發成本,西門子必須接受工業互聯網綜合收益相對較低的現實。
一個日漸流行的替代方案是社會分工,將工業互聯網分為三層,應用層、平台層和基礎設施層。
預計層級分工將成為工業互聯網推廣普及的主流模式,例如:
華為公司向客户承諾,一不碰底層的數據,二不碰SaaS層的應用軟件,以此吸引企業使用華為的工業雲;
通用電氣放棄了自建底層基礎設施的計劃,與亞馬遜、微軟在IaaS層展開合作;
而西門子選擇了亞馬遜、微軟和阿里巴巴作為雲服務的供應商,自己則聚焦在SaaS層上應用軟件的開發。
03
從工業1.0到工業4.0
工業互聯網和曾被熱炒的工業4.0之間是什麼關係?
我們傾向於認為兩者基本是一回事,僅在語境上有些微小區別。
“工業互聯網”一詞似乎更多指向線上的雲平台,而“工業4.0”強調線下實體的互通互聯,在很多場合下和“物聯網”的含義大致相同。
毫無疑問,工業4.0需要互聯網,但這並不意味着有了互聯網就可以實現工業4.0。工業生產技術經過迭代升級發展到今天,每一代都以上一代為基礎,每一階段都是不可省略的,從工業1.0到工業4.0是個漸進和自然延伸的過程,沒有因為互聯網的出現而發生顛覆式的或斷裂式的飛躍。
工業1.0的實質是機械化或動力化,蒸汽機代替水力、畜力和人力,後來又出現了電動機、內燃機與核動力。將單台設備連接起來,形成流水生產線,就是以自動化為主要內容的工業2.0。
20世紀下半葉,隨着微處理機的普及,電腦在很多方面代替了人腦,計算機輔助設計、程序控制機牀和設備等技術標誌着工業3.0的到來。電腦不僅大大提高了機器的自動化程度,而且引起了管理的變化。
企業採用各種職能軟件如以財務、人力資源為主線的ERP、客户管理系統CRM、倉庫管理WMS、辦公行政OA,等等,提高了管理的效率。在積極推動經營管理信息化的同時,企業也有意無意地為工業4.0準備了條件。
**工業3.0存在重大的缺陷,信息被封閉在垂直和分立的管理流程中,形成“信息孤島”或“信息深井”,信息流動不暢,利用效率不高。**如何打通分立的系統,促進信息在企業各個業務單元、職能部門間更有效地流動,企業在積極探索的過程中,逐步從工業3.0走向了工業4.0。
工業4.0的基礎是物理世界的數字化。從IaaS層往下是數據產生層。
不僅商店、車間、倉庫、設備、車輛、材料、零件、工具和人員“萬物互聯”,而且“萬物皆數”,現實世界中的人、財、物和包括文字、圖像、聲音在內的信息,都要轉換為虛擬空間中的數字。
機牀的物理形態在虛擬空間中消失了,變成了一組數據:設備編號、外表形狀(數字化圖像)、加工能力、加工精度、給定時點上的工作狀態等。人員也表示為多維度的數據:員工編號、臉形、指紋、年齡、性別、職務、工作經歷等。

沒有數據,工業4.0就是無源之水,無本之木。只有徹底的數字化,才能做到萬物互聯。
從工業3.0延伸而來,又超越工業3.0,數字化和物聯網為工業技術帶來了質的突破。
運用工業4.0技術,過去難以想象的大規模個性化定製成為可能,C2M由遠景變為現實,職業經理人夢寐以求的實時管理具備了推廣的條件。企業的管理層級減少,財務核算、員工績效考核等職能大為簡化,企業的組織結構發生深刻的變化。
技術不僅改變了世界的現狀,而且引導和激發人們創造更為神奇的明天。
物聯網產生了海量數據,大數據存儲和運算的需求催生了雲技術,尋求更有效算法的努力則彙集到人工智能上。
**當我們還在為萬物互聯的效果感到驚詫時,萬物智能的時代正快速臨近。**機器的智能化並非始於今日,無人機、智能傢俱、半自動駕駛汽車已有商業化產品,人工智能將如何改變我們的經濟和社會?與其聽信專家的預測,不如看看科幻小説和好萊塢的科幻電影。
04
小 結
消費互聯網的巔峯已過,工業互聯網的大幕剛剛拉開。雖然都是互聯網,兩者的邏輯有着根本的不同。
工業互聯網基本沒有梅特卡夫效應,規模效應和協同效應也無法和消費互聯網相比,它的行業和企業屬性非常強,成功的必要前提是具備專門的細分領域知識。
**工業互聯網以數字化為先行,**企業實現經營、生產、管理的全面數字化之後,才能做到工業4.0的萬物互聯也就是物聯網。
物聯網帶來的不僅是生產和管理效率的提高,而且為企業組織的重塑創造了條件。管理的變革將激發員工的主動性和創造力,由此產生的效益超出我們今天的想象。
數字化和物聯網產生的海量數據要求更高的數據處理與分析能力,人工智能不再是預言家和自媒體提高點擊率的玄虛辭藻,而變成實際應用的必需。
但是,無論人工智能和大數據發展到什麼程度,市場的功能都依然無可替代,機器可以處理數據,但產生數據的只有在市場上進行交易的人。
關於作者:許小年,中歐國際工商學院經濟學和金融學教授,曾任中國國際金融有限公司董事總經理兼研究部主管。
本文經出版方授權“身邊的經濟學(ID:jjchangshi)”原創首發,整理自機械工業出版社《商業的本質和互聯網》。轉載請添加身邊君微信(shenbianjun),並備註“轉載+公號名稱”,謝謝。
—— END ——
【文章觀點僅供參考,不代表本平台立場!】
「 延伸閲讀 」
《商業的本質和互聯網》
