数字化转型的本质是借助数字化手段，使企业在变革的世界中创造更大的价值，焕发出更强大的生命力。数字化转型和传统信息化的主要区别：传统信息化的核心是“流程”的信息化；而数字化的核心是“业务”的数字化。“信息化”主导是IT部门，而“数字化”主导是业务部门，而且必须是一把手工程。

数字化转型需要多学科、多技术的支持，其依托的主要模型与数据科学，包括：

数字孪生：数字孪生（Digital Twin）这个概念最早用于航空航天飞行器的健康维护与保障。指先在数字空间建立真实飞行器的模型，并通过传感器实现与飞行器真实状态完全同步，这样每次飞行后，根据结合现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。这项模型的理念被广泛应用到各行业，如实现物理世界的数字化，以及采用CPS（信息物理系统）的治理思路，实现人、机器、数字世界的联动智能治理。

数据科学：数据成为社会生产要素，人们意识到基于数据可以有更多的手段去认识自然、重塑商业模式，因此在实验、理论、计算等科学研究手段的基础上，提出了数据科学作为科研的第四范式，针对数据的产生、治理、数据架构、建模、算法、可视化等领域展开研究。

图2 科研四范式

如何实现数字化转型

了解了什么是数字化转型之后，回到现实世界中，我们会发现实现数字化转型困难重重，挑战很大。那么，如何规划可行的数字化转型路径？笔者建议，可以从企业架构设计的四个视角：业务视角、能力视角、技术视角、实施视角来进行探讨。

1. 业务视角

数字化转型的最终目标是实现业务模式的创新，提升业务成效。虽然各行各业的发展阶段不同，但核心都是围绕着业务的解构和重构。

以汽车行业为例，传统汽车生产厂商由制造、销售转向全方位的汽车增值服务，需要构建车联网、无人驾驶等创新业务模式，以增强市场竞争力，如图3所示。

图3 车联网创新业务生态链示意图

其他如制造业，通过数字化转型实现成本的降低，产品线的柔性化，提升效率；销售型的企业实现全渠道营销，公共事业型实现智能网格建设等。

业务模式的创新（参见图1），对企业的每个层级都提出了挑战：

业务模式 新的业务模式需要很多创新生态合作伙伴的支撑（例如车联网业务需要GIS、流媒体、车载App等不同领域厂商共同参与）；按需引入新技术（例如通过区块链改变和供应商之间的互动方式）；软件的敏捷开发和迭代（例如车载app更新）。

人员组织流程 不仅需要企业家的高瞻远瞩，还需全员的理解和执行，而传统的业务部门，往往缺乏信息化相关知识与经验。

数字基础设施 物理世界的数字化不仅复杂，而且跨界。例如企业系统分为生产系统（机器人、PLC、仪器仪表等）、信息化系统（ERP、CRM等）、互联网系统（营销等），这三个系统以往归属不同部门、不同技术领域，数字化需要几个系统的深度融合、需要跨界的知识来支撑。

因此，数字化转型的最终目标是实现业务的创新发展，但同时需要充分认识到“数字化”的过程，对企业的传统经验知识带来变革性，以及伴随的挑战。

2. 能力视角

企业必须具备相应的数字化能力来支撑创新业务，笔者总结需要的数字化能力要素如下：

感知能力 首先要构建物理设备对应的数字空间，例如车联网业务需要对车辆、发动机、驾驶人员、位置等信息实现数字化，例如数字化车间需要将以往孤岛式的工段、设备等环节联网，例如产品的全生命周期数字化，需要连接入最终客户的使用体验数据，以及生产过程中的数据，从而推动产品的研发更新。这些归结为智能感知能力。

连通能力 在人-人连接的基础之上，增加物-物、物-人的连接。物的分布范围更广，需要具备泛在连接、大规模互通的能力。以往企业建设遵循的普杜模型和ISA95标准，在现实中设备间、工序间、多工厂之间、工厂和客户之间等多个环节实际上是孤岛式的建设，数据并没有连通。

洞察能力 实现基于数据的认知与决策，充分挖掘数据的价值。充分考虑现代大数据、人工智能等技术，实现突破以往的洞察。

执行能力 根据洞察结果实现智能、快速、精准的控制。数据的分析，最终要实现在执行上。譬如基于工艺的良品率分析，需要根据分析结果，去快速调整工艺。

安全能力 除传统安全领域之外，还需要加强物联网安全、数据隐私保护与合规性的建设，实现纵贯全局的安全防护体系。

综上所述，企业需要具备的能力可总结为数字化（感知与执行）、云化（连通）、智能化（数据与分析）、安全四个方面。

3. 技术视角

要实现数字化、云化、智能化与安全的能力建设，主要借助如下技术手段来实现：

数字化 将机器设备、环境、流程等（例如工厂的人、机、料、法、环）建立数字模型，主要涉及物联网技术。工业企业的数字化主要涉及机器的联网，现代设备基本向着数字化发展，挑战是需要连入不同品牌的私有现场总线协议；传统老设备（哑设备、哑工位等），需要借助传感器等技术实现数字化；

云化 根据业务需要实现多工序、多工厂、集团云、行业云、公有云等多个级别的连通，从而能够以更高层次的数据视角来优化企业运行；主要涉及云计算技术，其重点关注领域包括数据中心自动化、软件定义、区块链、多云平台、云边（边缘）协同、资源的灵活部署、弹性伸缩的自动化控制等；

智能化 从信息管理的角度，规划建立起企业的数据池、数据湖，并关注人工智能技术的发展，探索与业务的有机结合。人工智能目前主要在图像分析、视频监控、语音识别、预测型维护、金融保险反欺诈等领域发展较快。

4. 实施视角

企业数字化转型是一项持续、复杂的工程，各行业的发展阶段和需求各不相同。结合笔者多年的实践经验，认为实施视角需要采用两个重点战略：

重点战略一：平台化战略-简称为数字化使能平台，数字化平台包括：

● 数字化基础设施：以往由于私有化协议没有联网的、没有数字化的老旧机械、孤岛式的工序环节、人工管理的物料等环节实现数字化，并通过“边缘计算”架构连入数据中心/云；

● 数字化服务平台，包括云计算、安全、物联网、人工智能、区块链等先进的技术服务；

● 数字化应用引擎，包括工具包、开发引擎、数据资产、智能算法等场景化PaaS工具。通过应用引擎的建设，催生和业务息息相关的工业APP。

图4 数字化使能平台

重点战略二：无界生态；由于数字化业务融合了生产、信息化、互联网几个领域，因此需要跨界知识。以往工业自动化、ICT信息化、互联网应用几个领域的厂商，需要知识的交叉融合，因此企业数字化转型过程中，也需要重新审视自身业务生态链的建设。

最后，笔者以家电的大规模网络定制场景为例，说明数字化使能平台如何落地实施。

如下图，新增加的数字化使能平台在企业IT/OT中的位置，主要布局在监控级、管理级、企业级三个级别。

客户定制信息，可传递到生产排产计划；生产车间在自身完成了数字化建设基础上（例如物料数字化与定位、工人能力数字化地图、生产线的自动化等），实现自动化柔性制造；同时产品互联网app可智能分析客户画像、产品运行状态监测，反馈到研发部门。

最终的业务成效目标预期：

1、 生产车间根据消费者定制信息实现自动化排产与柔性制造；

2、 人工智能客户画像，相关信息及时反馈到研发部门，提升产品设计；

3、销售产品智能化，支持云端远程预测性运维；

结束语

数字化转型是各行各业面临的新的机遇。企业需要与数字化解决方案提供商紧密合作，定义数字化转型战略与目标，从业务、能力、技术、实施四个视角完成数字化转型的规划和实践。