智能互联产品，重塑企业竞争格局

重塑制造企业

    要生产产品并让产品最终到达用户手中，企业要进行一系列的经营活动，这些活动大多数都在一套标准化的职能部门中运行。这些部门包括：研发（或工程）、IT、生产制造、物流、营销、销售、售后服务、人力资源、采购和财务。智能互联产品具备的新能力将改变这条价值链上的每一项活动，而数据是这股重塑力量的核心。

    数据新资源。在智能互联产品诞生前，数据的产生主要源于内部运营和价值链上各个职能间的内部交付，例如订单处理、供应商互动、销售互动和客户服务拜访等。企业会利用问卷调查、市场研究和其他外部资源处获得的信息对这些数据进行补充。将这些数据综合到一起，企业就会掌握一定的客户、需求和成本信息，但其程度远远低于它们对自己产品功能的了解。

    对数据进行定义和分析的职责通常分散在各个职能部门中，形成了竖井效应。尽管部门间也会分享数据，例如销售数据会用来管理保养部件的库存，但这些分享规模有限且不定期。

    如今，企业在上述传统数据源之外获得了全新的数据来源——产品本身。智能互联产品能实时产生数据，其容量之大和种类之丰富都前所未有。今天数据已经成为人才、技术和资本之外的又一项企业核心资源，在很多行业中，数据也许将成为决定性的资源。

    这些产品数据本身就有不菲的价值，当它们与其他数据，例如交易历史、库存地理位置、大宗商品价格和交通信息等融合到一起，它们的价值将成指数级增长。例如在农业生产中，湿度传感器和天气预报结合到一起，就能对灌溉系统进行优化并节省水资源。

    在车队管理中，获得每辆汽车或卡车的维护需求和地理位置信息，维修部门就能提前准备配件、预约保养时间并提高维修效率。当企业获得产品使用和性能数据，保修数据的价值就会越发凸显。例如，在保修期内，如果用户使用产品过于频繁，有可能导致设备损坏，那么公司就可以预先进行保养，以免日后产品损坏再保修造成更昂贵的维修成本。

    数据分析。企业利用数据、发挥数据全部价值的能力将成为公司竞争优势的关键来源。因此，数据的管理、治理、分析以及安全保护将发展成一个新的关键业务部门。

    尽管单独传感器捕捉的信息也有价值，但企业若能在长时间内收集不同产品上成百上千个传感器的信息，那么它们将从中辨认出一定的运行规律，从而获得极为重要的产品洞见。例如汽车上有不同位置的传感器，包括引擎温度、节气门的位置、燃油消耗等，将这些信息综合到一起，企业就能发现引擎的运转信息如何影响整车性能。此外，将这些信息与故障关联到一起也极具价值。有时即便公司无法判断故障的根源，也可以根据长期积累的运行规律进行修理。例如，通过测量温度和震动的传感器，公司就能提前几天甚至几周发现即将损坏的轴承。

    大数据分析为企业带来一系列新的技术工具，帮助企业掌握这些规律；然而企业面临的挑战是，智能互联产品本身产生的数据以及相关的内外部数据往往都是非结构化的。这些数据的格式五花八门，包括传感器数据、地理位置、温度、交易以及保修记录等。传统的数据汇总和分析工具，例如电子表格和数据库工具都无力管理格式如此繁杂的数据。一种名为“数据湖”（Data Lake）的解决方案正日趋流行，它可以将各种不同的数据流以原始的格式储存起来。在数据湖中，人们可以用一系列新型数据分析工具对这些数据进行挖掘。这些工具主要分为四种类型：描述型、诊断型、预测型和对症型（详见《利用数据创造新价值》）。

图3 利用数据创造新价值

    为了更好地理解和应用智能互联产品产生的数据，还有一些企业开始部署名为“数字化映射”（digital twin）的新型工具。数字化映射最初由美国国防部高级研究计划局（DARPA）开创，它实际上是物理产品的三维虚拟现实的数字化复制。物理产品持续运行，其状态和运行环境不断变化，而产品的数字化映射也伴随着数据的流入而不断反映实际产品的变化。作为实际产品的数字化身，公司可以通过它掌握千里之外的产品状态和环境条件。数字化映射还能提供新的产品洞见，帮助企业更好地设计、制造、运行和维护产品。