上述只是工业互联网平台建设的初级阶段。像通用电气和西门子这样的公司已经在此有了一席之地,通用电气公开宣布了要成为“世界上第一家数字化工业企业”的目标;西门子则在与微软合作,研发同样野心勃勃的 MindSphere平台。
其他的平台更窄,但也有利可图。例如德国的Trumpf构建了工业平台Axoom,为许多小公司提供激光设备、焊接、金属加工、3D打印工具和所有的软件访问权。医院、银行等各类机构也都在组织特定的供应链平台。无人驾驶汽车的出现也诱发了智慧城市平台的构想,针对基于自动驾驶的导航式交通体系的运作方式。
参与工业互联网竞争的第一步是确定在这个基于平台的世界里,企业实际上能扮演哪种角色。平台“提供者”:像通用电气和西门子这样的公司,负责搭建及运作构成行业基础的超大型枢纽;平台“参与者”:利用平台来提供产品和服务,从而吸引客户;平台“提升者”:在平台上开发新技术并售卖给“提供者”和“参与者”。或者,是否能将业务打造成融合上述两种或三种角色?
建立面向公司内部的平台,像通用电气或者西门子这样,可以加速企业数字化,提高生产效率,并通过专业传感器和配套的数控系统分析和改进技术,提高产品质量、性能,降低成本。当然,这需要时间和敏锐度,把自家的平台发展成为一个核心特色元素。
三、为消费者而设计
大规模的数字技术将驱动下一轮工业革命的发展,我们很容易会忽视它将如何影响人际关系。这场革命的新基础框架是一张将人互联的网络:尤其是生产商和消费者,他们的关系比以前更紧密。作为新平台的设计者,或者说是参与其中的商业领袖,将面临一个前所未有的机遇,搭建一个客户中心制企业,生产出客户真正需要的产品并永续经营。
对于很多大型企业而言,这是一个好的变化。服装公司可以通过建立零售店和工厂之间的对接,迅速将顾客喜好转化为新的服装设计。事实上,Inditex (Zara) 、H&M等公司已经在这么做了。与此同时,银行、电力和电信运营商也在利用类似的手法清理用户界面,提供新型服务,更快、更友好、更灵活有效的解决客户问题。
真正的全渠道顾客体验是把每个触点都连接起来:所有面对面的接触、每个零售环境、每一次的线上行为、任何通过智能手机而连接起来的事物,以及你和客户之间的所有其他纽带。在企业的新基础框架里,有更多的触点需要应对。客户生活在一个互动的世界里,他们的行为聚合成企业可以参考的数据,并以此来做出商业决策。反过来,对客户来说,企业的行为也会比以前更加透明。
想象一下,你跟互联网说你要买个衬衫,然后就可以从网上的虚拟商店挑选,然后购买线下产品,不用排队,付款也超容易,店家甚至可以根据你的历史偏好提供商品建议。当然,这种商业模式将要求更高的产品设计水准以及自动化的生产方式,公司也需要挖IT专业人士来帮忙转型。
四、提升技术敏锐度
无论处于什么行业,企业都生活在一个可编程的世界中,而软件将成为竞争力的关键因素。即使是身处硅谷的企业,在未来几年也需要提升技术敏锐度。这不仅仅是雇佣软件人才这么简单,而是需要提升企业每位员工的技能;不仅是使用数字工具,还应包括对技术模式的深入见解。例如,如何创建可以利用工业互联网优势的业务足迹,或是如何积累有助于促进机器学习的数据类型。
即便是硅谷公司,也不得不对技术迭代保持敏感,不单单要看员工的专业技能,还要看学习能力,他们不仅需要学会利用数字工具,还要具备洞察技术迭代的能力,比如基于机器学习算法的大数据分析能力,并将其应用于商业决策、工程手段等,帮助节约成本,提高效率,建立智能化程序和全球性战略。
随着企业员工越来越适应工业互联网,他们将创造出一种创新的合作文化,还将对新世界的风险形成更好的理解,比如与事故、侵犯隐私和网络攻击相关的风险。这种深刻见解对于企业乃至所处的平台而言都将是非常宝贵的。
五、快速且开放地创新
创新与领导力将在下一轮的工业革命中携手并进。许多企业将寻求颠覆性创新,但是一系列渐进型创新却能创造更多收益,渐进型创新更容易实现,更重要的是,更容易接受市场的检验。利用工业互联网工具,企业可以先少量生产并推进新产品,如果获得了市场接受再大批量生产。从2000年的音乐播放器iPod到2007年改变世界的智能手机就是这个发展路径。
当企业能够以开放合作的心态与外部合作时,快速创新更加有效。广泛招募参与者,包括那些与企业平台有关联的组织。工业互联网中的大部分技术不仅是跨职能的,而且是跨行业的。当整个价值链和客户生态系统能够被集成和转化,创新将有迹可循。
以西门子为例:2016年10月1日公司创立next47,该独立业务部门获得10亿欧元的资金,将整合西门子目前所有的新创企业项目,来帮助构建新的“创企饥饿时代”。Next47主要覆盖人工智能、自动化机器人、智能电网、移动电子、区块链等。
六、从数据获得更多信息
从客户、设备和工作流程中汇聚的实时数据呈指数增长,这将给企业提供新的洞察。收集和分析数据很重要,但这仅仅是个开始,关键在于运用分析结果发现重要模式并获得帮助企业进行正确决策的洞察。
例如,在过去,施工现场进度和成本的准确信息很难获知。现在,建筑公司或投资人可以利用无人机搜集摄影图像,将图像与原始工程图进行比较,核对承包商报告,就连工地上一厘米的差距都能发现。农业无人机也可以利用气象传感来帮助调整种植、施肥、收割过程。通用电气首席熟资管Bill Ruh认为,基于数字的机车改良,可以帮助减少2亿美元的铁路建设成本。此外,军事航天领域,制造商也可以利用飞机反馈的数据创建经验模拟软件进行飞行员培训,减少机身磨损,大大降低了军事训练的财力、物力、人力成本。
当然,在所有的行业,企业现在可以开发高度符合客户需求的定制化的生产,同时客户可以实时获取设计、供应和需求系统的信息。生产方的生产系统和客户方的订货和需求计划系统之间的直接反馈和交互,减少了订货到交货的时间,也改进了产能利用率规划。充分利用数据分析,发挥业务决策制定的能动性,利用数据共享等方式丰富数据源,保持警觉,即时调整分析方法,将不断促进公司成长。