十载浮沉：数字化赋能与重塑 3D 打印等非标服务型制造业的几个底层思考及展望

十载浮沉：数字化赋能与重塑 3D 打印等非标服务型制造业的几个底层思考及展望

吾辈亦像鸟，躬身入局，飞往属于我们的山巅。谨以此文，记述过去两年间 Unionfab 优联智造团队（https://unionfab.com）共同奋斗、努力、探索，不断地实践印证、知行合一，不断地在诸多岔路丛中披荆斩棘，寻找属于我们自己道路的日日夜夜。从我们团队初次合作，至今已有七载；本文即是对过去的回顾、自省、总结，也是对未来迷雾的展望，顾名为十载浮沉，与诸君共飨。

我们团队正在招聘 Java/前端/测试，简历发送到 [e-mail] > 公司行业：联泰科技（B+ 轮），3D 打印/小批量制造/智能制造/工业互联

工作地点：上海市徐汇区漕河泾新业园，临近 9 号线漕开发地铁站，旁边就是腾讯大厦

业务方向：面向海内外客户的在线制造平台、数字化工厂云解决方案、产能协同与供应链管理、智能制造数据分析与调度算法

技术方向：微服务云原生（Java/Go + Spring + K8s + Dapr + Serverless + 全球部署分布式系统）、微前端（React + TS + Qiankun）、工业物联云平台（边缘计算、分布式图像/图形处理、工业数据分析）、智能制造辅助（APS、自动报价、生产可行性分析、直播与异常检测）、基于 Web 的在线模型处理（THREE.js + WASM）、跨端开发（PC、App、小程序、Electron）

需求人员：中高级别的前端、服务端与测试开发人员，薪资范畴：15~30K/月 + 季度/年终绩效

联系邮箱：[e-mail] / 15851808077 团队技术博客：https://ng-tech.icu/books

Bonus：Macbook Pro + Github 工作流，拥抱开源，支持技术发展，杜绝 996，不 361。长期为大厂输送优质员工。

最初参与到 3D 打印相关的创业，还是 2015 年那个大众创新、万众创业的年代；彼时 3D 打印作为柔性制造、增材制造的代表，其本身与数字化的高嵌合度也使其在工业 4.0、智能制造等方向充满了想象力。3D 打印的典型技术，譬如 FDM、SLA 等都是出现已久，包括联泰科技（https://www.uniontech3d.cn/）都是从 2000 年左右即开始将增材制造等技术从实验室待到产业界。

但是正如 Gartner 曲线所印证的，行业的发展必然会经过泡沫期；彼时整个 3D 打印的设备、材料、工艺都尚不成熟，制成品的外观、硬度、强度、持久度、成本都难以真正地突破到实际的工业生产领域，云端工厂、在线制造、按需制造、小批量制造这些自当时风靡的概念也犹如无根之木，无法落地，我们的第一次尝试也折戟而回。这次失败令笔者感触颇深的是，消费互联网和产业/工业互联网是既泾渭分明，又纵横交错的两条赛道；如果觉得仅用所谓（消费）互联网思维，就能够对工业/制造业进行重构、赋能、颠覆，真是痴人说梦。但是如果抛弃数字化落地的行业、时间的局限性，因为其螺旋成长、上升过程中必然的挫折而对其嗤之以鼻，或者认为它不过是花瓶摆饰，聊作谈资的想法，笔者也是不甚赞同。

几年来，笔者一直坚守的底层认知包括：

• 未来必然是 3D 的世界：过去的二十年里，随着硬件能力的提升，网络通信从 2G、3G、4G 直到 5G，人们之间的信息交流方式也从一维的文本到二维的图像、视频，笔者坚信随着 5G 的加速，VR/AR 等技术的成熟，未来信息的载体必然是 3D 的。从 3D 设计与建模、VR/AR 的 3D 呈现等等诸多方面都会带来变革，3D 打印必然是成为打通虚拟与现实世界的一座桥梁，正所谓创见你所想（Create Your Imagination）。
• 离散化、个性化的需求：世界正变得越来越碎片化，人们的需求也越来越离散化、个性化。在诸如服装等消费品领域，C2M 已是深入人心，供给侧通过平台大数据的反馈信息创新产品，再反哺消费者刺激需求，同时通过柔性生产减少库存（譬如阿里的犀牛智造）。而在更广泛的工业品领域，小批量制造也成为了很多人的共识，以更短地产品研制生命周期快速迭代，满足某个特定群体的个性化需求。小批量制造需要整合从设计建模、到中间品制造、到多种后处理协同等一系列的能力，不以企业为中心组织生产，而以产品为中心组织生产。就笔者体感，目前整个供应链整合还是硬性的，单靠 3D 打印单一环节的高适应性是很难真正实现面向消费者的柔性制造、按需制造。
• 去中心化的小批量制造：在大规模制造中，通过供应链的聚合、规模化生产来不断降低边际成本，而 3D 打印本身和规模经济无关，可以在本地小批量生产；其天然就适合于消费者需求离散化、个性化的场景，譬如已经使全球助听器贸易减少了 15%。在更多的产业里面，不久的将来就可以看到这种分布式、和规模经济无关的生产会消解掉大规模生产带来的贸易能力。

• 价值网链的分布式制造：分布式制造也是一个共识，从经营成本的角度、供应链协同的角度、本地快速服务的角度，未来都必然会将产能由单一的点变成分布在全国乃至全球各地的工厂。但是，分布式制造绝不是说在其他地方派人开点或者寻找到了合适的加盟工厂/合作伙伴即可，笔者认为的分布式制造应有如下特性：

  • 多厂区快速复制：就像软件系统的分布式系统一样，真正的分布式制造是要能够快速复制、快速扩容的。传统工厂的分点开设往往耗时耗人，更多的是依赖于领导者的管理能力；当然，任一企业都都必须要依靠强大的中层管理去做支撑。但是如何能做到速度与品效的兼容，如何避免步子太大扯到蛋，这就是能够进行真正分布式制造的核心能力之一。
  • 多厂区有效协作：分布式制造是要求分布在各地的工厂之间能进行有效协同、能进行产能的动态调配，整个体系要能够像神经系统一样，各个突触和核心大脑之间是有强联接、强交互的，各个单元如臂使指，形散神聚。
  • 多环节价值协同：分布式制造不仅仅是面向自己内部生产体系的分布式，应该是构建联接、协同、共生的的价值网链；这个网络包含了上下游合作伙伴，将原本的链式/固定的供应变成了动态伸缩，透明可预期，具有网状指数效应的价值网链。
  • 安全与效率并重：新冠疫情让很多企业步履维艰，也让整个产业链的安全性、抗风险性变得尤为重要。在分布式制造形成的价值网链上，它使单链变成网链，任何一点的断裂都不能使全网停下来，网链能够自我修复、自我调整。
• 合纵连横与软件定义制造：如前文所述，小批量制造、分布式制造是对于未来的共识，目前也有许多玩家从不同的角度入局，也分横纵两条脉络。有扎根诸如 PCB/CNC/注塑/模具等细分领域的隐形冠军，横向通过自营或加盟方式扩展到其他工艺制造能力；也有深挖某个单一工艺的能力，将其应用场景、能力拓展到纵向更多的领域。这些玩家共同的特点是，其向外的触角都是依托于自身的软件体系，通过数字孪生、工业互联网、MES 系统、数字工厂系统等等，保证对外延式扩张之后节点的有效控制、有效融入。

笔者在这几年里也是颇有感触的是，对于行业最底层的思考，或者说是企业战略级别的宏观叙事，很多人都是英雄所见略同的。但是对于战略如何通过战术落地，从已到达的现在如何通向理想的彼岸，很多人往往是难以表达或者缺少实践的。通俗来说，很多讲工业互联网、智能制造的文章略为阳春白雪，而很多制造业企业主核心关系的是如何赚钱！赚钱！赚钱，本文也想通过以下议题的讨论，点面结合，能够将宏观叙事与躬行实践相结合：

1. 离散化、去中心化、数字化：工业制造的内卷与破局
2. 软件，平台与硬科技：以正合，以奇胜；结硬寨，打呆仗
3. 服务型制造：服务的透明/极致体验、产能的高吞吐与高弹性、质量/交期的可预测与一致性
4. 降本增效：数字化价值成本曲线的奇点
5. 披荆斩棘，我们证明了数字化的价值了吗？

1. 离散化、去中心化、数字化：工业制造的内卷与破局

本段主要讨论笔者心中的未来制造趋势，以及对于如何突破制造业的内卷的一些思量。

前文我们论述过对于需求离散化、制造去中心化的判断，与此同时，我们也能看到目前工业制造的内卷之严重，从 PPI 与 CPI 的增速差也是可见一斑。以 3D 打印手扳服务为例，其价格在过去几年飞速下降，很多从业者、后起之秀的突围手段也都是首选价格战；这就导致了很多企业陷入负向循环，利润的下降使得再生产的投入、服务能力提升的投入捉襟见肘。不过，价格的下降也并非坏事，这几年笔者也亲身见证了 3D 打印应用行业、场景的飞速增加，服务的客户数、客单数、总单量都是几何倍数增长。以 3D 打印为代表之一的小批量制造行业，正在经历量涨价降的拐点；这必然要求企业不断地降本提效，通过提升自己的吞吐量、降低边际成本、提高单客服务能力与附加价值来提高竞争力、构筑护城河。

于笔者来看，数字化改造是很多企业破局的关键；大浪淘沙，唯有掀起滔天巨浪，方能于浪潮之间寻得一丝机会。

从亨利·福特发明流水线到像富士康这些的大规模制造巅峰企业，生产管理与组织方式在消费侧与供给侧两个角度的磨合中不断演进；我们也能预见在未来个性化、离散化的需求，与去中心化、分布式制造的供给，这两个大背景下必然也会形成新的生产模式。这种生产模式能够充分依托信息技术带来的数字化平台，完成从数字化营销、数字化服务、数字化生产、数字化协同、数字化交付等多元一体的全流程重塑。就像互联网改变了人与人沟通的方式，数字化的核心在于信息的获取、表达、存储、传送、处理和递送，它将现实中的现象或物体用信息抽离出来，让信息在某种新的媒体上，以不同的形式表达出来，用一种高效的计算处理信息，形成可获取的知识；而随着数字化的进展，整个社会中的一切都会被数字化。

数字化是对一系列信息技术、组织方式、行为规范的概括，其与我们熟知的各行各业相结合，就形成了数字化经济；一般把数字经济分成数字产业化和产业数字化两部分（经济学家、清华公共管理学院院长江小涓：数字技术将改变经济运行模式）：

• 数字产业化就是数字技术带来的产品和服务，没有数字技术就没有这些产品，例如电子信息制造业、信息通讯业、软件服务业、互联网业等，都是有了数字技术之后才有了这些产业。
• 产业数字化指的是产业原本就存在，但是利用数字技术后，带来了产出的增长和效率的提升，如果没有数字技术，就没有这些。数字化生产可以实现生产过程智能互联，实现和消费链、供应链智能互联，而且可以把消费者和服务者的平台智能互联，还可以实现社会资源智能匹配。

传统大规模制造业面临的问题空间，主要有三类：降低生产成本，提高生产效率，重塑生产方式，对于未来的个性化 C2M 小批量制造场景，企业往往还需要上探到消费侧，与用户建立直接的勾连，此时我们需要的数字化解决方案，就会横跨服务、制造、供应链。最后，需要强调的是，数字化只是赋能的手段，数字化能力面向消费者的外化是实践服务型制造；我们下面先讨论数字化能力的具体产品形态，然后讨论利用数字化构造服务型制造的目标

2. 软件，平台与硬科技：以正合，以奇胜；结硬寨，打呆仗

本段主要从软件技术、护城河的角度讨论一些商业模式。

2019 年笔者初次在深圳、东莞、佛山等制造业集中的地方调研的时候，颇为惊讶的一点是很多的中小型制造企业主已然经历了多次数字化的洗礼，或成功或失败，大部分差强人意。结合这两年的实践，以软件为核心的商业模式或产品类别有以下几种：

• 对于基础软件：所谓硬科技，是对一般具有自主研发、长期积累、高技术门槛、难以复制、有明确的应用产品和产业基础等特点的高精尖原创技术的统称；譬如 CAD/CAE/CAM 这样的模型处理软件，能构建强大的护城河。但是，这种技术需要大量研发资源投入，需要长期的工程实践磨合优化，需要长时间的运行以获得用户信任度；并且其商业空间的横向扩展性往往会受制于其行业深入度，用户的付费能力与意愿往往也无法覆盖投入成本，鱼与熊掌，难以兼得。
• 对于业务型软件：这条赛道的竞争者不再是制造业，而是整个 ToB/ToM 软件服务业。垂直行业的软件开发部门，研发资源客观的讲，是无法与专业的软件企业相比，但优势在于软件型企业不会在单一行业投入太多资源，他们更看重是通用性与灵活性，唯有垂直领域的软件开发才能够深刻体会行业的特性，并以此满足市场与客户需求。而对于某一个细分领域的企业，如果只解决其单点问题，那么很难形成吸引力；唯有能帮他们实现全流程数字化协同，达到生产闭环，才能真正体现此类软件的价值。同样中小型企业受限于前文讨论的内卷化，他们针对软件的付费能力与意愿也是不高的，只愿意对那些有成功落地经验，能够迅速降本提效的软件进行尝试；不能熬过眼前的寒冬，又怎能看到诗与远方。
• 对于平台型模式：冷启动与长期的运营投入是无法回避的尖锐问题，如果不能尽快具备自我造血能力，有长期稳定的现金流，那很可能稍经风雨就此夭折。平台型模式同样需要长期、持续地投入，并且平台型模式在技术领域很难建立护城河，只能在体量、资本上建立优势以拉开竞争对手。

而从软件落地的阶段来看，可以进行如下划分：

• 数字化工具：软件渐进式介入到现有的生产体系，首先是对流程进行数字化复刻，形成软件工具替代原有的纸质记录或线下协作。譬如 MRP、ERP 等系统逐步应用于物料管理、财务管理；二维、三维数字化建模工具的普及；使用仿真分析工具验证工艺设计实用性、提高新工艺过程成功率；以及围绕生产制造流程进行数据采集、分析、监控等。
• 网络化：数字化工具解决了基础的数字孪生的问题，接下来就是需要由点到面，实现数字化环境下一体化关联管控和协同优化，提升各环节传递、关联、共享水平。譬如在产品数据管理中实现产品设计、工艺设计、生产制造、安装售后等环节的数据一致性，进而实现产品设计和制造集成。通过产品模型的关联、传递、共享，实现产品研发、工艺设计验证、工艺管理、生产制造全流程并行的模式。
• 智能化：在网络化之后我们能够打破信息孤岛，将散落在各处的数据集合起来，实现基于智能产品的服务型制造，如个性化定制、精准营销、在线运维等；以及众包设计、云设计等新型研发制造体系。产品机制体系也会由单纯提供产品向提供整体解决方案转变，服务要素的比重不断增加；与之对应的研发制造模式也应运而生，实现多主体间在线、异地协同研发与生产制造，以及应用云计算开展设计、生产。

2.1 从 MES 到工业互联网：根在工业，而非互联

如前文所述，大量的生产企业已经上线或正在准备上线制造执行系统 MES。市场上的多数 MES 包含了物料入库、生产排程、生产执行、质量检验、设备维护、仓储管理等功能。但是单点的、流程固化的 MES 系统往往只是对生产流程中的一些宏观数据进行了的展示，让生产订单到产品交付的中的各个阶段形成数字化的记录。在生产排程、生产执行、质量检验、设备维护等各个环节可能沉淀很多的数据，但是如何利用好这些数据，让工业数据的采集、存储、清洗、聚合和处理更为实时、深入，藉此将生产过程中很多原本被隐藏起来的微观信息，比如实时的人员、物料库存状况、设备状态等挖掘出来，让其清晰地展现，变得完全透明可视，就成了亟待解决的问题。

企业开始朝个性化定制、网络协同制造等生产方式变革的方向推进数字化转型时，需要获得更广泛的数据以实现对生产过程和运营管理的实时洞察；用数据集成或物联网数据采集，把从现场层的设备到企业经营层的 ERP 等系统的数据，全部聚合到工业互联网平台，平台通过大数据能力和 AI 能力，对数据进行价值挖掘和利用，最终实现生产和运营的动态感知和智能决策。例如汽车智能生产线使用的六轴自动化手臂，每一条轴都有多台物联网相连，可以测它非常多的动态信息，它在运转中的状态就可以被感知，以前的自动化生产设备只有当产品出问题或者设备不能运转之后才知道生产线出了问题。而在智能生产过程中，通过非常多的网联设备可以实时感知它的运行状态，而且完全可以做到在线修复和远端停机、开机。

以上是对于工业互联网价值的阐述，但是工业互联网不是银弹，不是设备连进来了，把数据呈现出来，就可以了。实际上很多软件研发团队并不能深入到制造工厂，并不能了解专家建议，导致达到真正为企业经营带来深度价值的数据挖掘与发现就变得难以落地。工业互联网最需要解决的还是要能够真正地深入客户，发现需求，梳理需求，定义需求；工业互联网在蓬勃地发展，也必然会有光明的未来，但是前进的路途势必曲折，螺旋式上升。

工业互联网的立根之本，还是在工业端，互联网只是搭建了信息的高速公路，如何真正挖掘其价值，还是需要长期的行业深耕与试错。

2.2 人工，智能（半自动化）与自动化

本段主要讨论所谓大数据分析、人工智能等技术在制造业的落地。

数字化对于行业的重塑不是一蹴而就，譬如笔者上车伊始，想的是利用 APS 排程算法、AI 视觉图像检测、3D 模型自动处理等方式快速地解决一些问题，但是忽略了从工具化、网络化最后才到智能化过程中一系列必备的数据累积、经验累积、知识累积。回头来看，数字化的落地需要循序渐进地利用以下步骤：

• 数字孪生，实现规范化管理：制造型企业往往就是劳动力密集型，并形成了很多的生产管理制度，数字化改造首要要做的就是对设备、制度、流程的复刻，将设备与行为进行数字化映射。当然，这种复刻绝不能依葫芦画瓢，或者千厂千面，在成长的初期必然要形成属于自己的方法论，并不断去芜存菁，融会贯通它山之石。
• 智能化、半自动化辅助：在具备一定的基础流程之后，就可以将某些流程节点进行自动化替代，并利用简单的规则条件或者算法，从海量的数据中提取出信息，反馈给执行者。这里典型的场景就是消息通知，将设备的异常情况、将订单的潜在风险自动检测，主动分析，然后推送到人，快速地解决问题。
• 利用 RPA、机器人、Headless 软件等实现全流程自动化：自动化是真正能够节约人工、提升效率的环节，有了上述两个阶段的积累，再结合一些基础软件，我们就能够通过全流程的自动化来实现效率质的提升。这里需要强调的是，对于很多做基础软件硬科技研发的公司，在未来自动化的背景下，务必要完成软件服务化改造，这样才能更快地融入到价值网链。

2.3 全流程数字化管理

笔者在前文也讨论过，只是帮企业割裂地解决单点问题，是很难实现跨越式发展的。制造业数字化管理是应用信息化系统，根据业务需求和策略，进行生产、运营过程的全链条管理活动。具体来说，制造业企业的数字化管理可拆分为设计和制造协同、流程和质量改进、资源优化与协同、供应链管理四个方面（nfoQ：制造业数字化发展模式的先进探索）。

• 设计和制造协同：以部件为中心的产品开发方法是实现设计个制造协同的关键，即通过简化的、以部件为单元的数据共享实施并行设计和制造规划。首先，部件交付制造工艺、质量规划和工作说明应以数字化方式进行定义；然后，通过 PLM 连接 CAD、PLM、ERP 等系统信息；最后，将变更信息自动反馈在所有功能区域系统中，从而实现设计和制造协同。
• 流程和质量改进：产品质量由制造流程中各种变量共同决定,自动预测模型、监测工具的应用将有效帮助我们了解产品质量的关联属性。自动化视觉检测、机器学习、区块链等技术比传统 SPC 或人工检查更及时发现潜在问题，将直接帮助企业降低人工成本提升生产效率。此外，监测数字渠道中的消费者反馈也能防微杜渐，及时发现并解决供应链质量问题。
• 资源优化与协同：物联网、数据分析、机器学习等技术的结合使用将有效帮助企业实现资源的优化与协同。评估影响制造企业资源消耗的因素至关重要，这些资源消耗可识别生产过程的能源分布状况，以便企业准确识别资源能耗的效率问题，进而降低运营成本，提高吞吐量、生产力和利润率，实现低碳节能目标。
• 供应链管理：分散在不同流程、来源和系统中的海量供应链数据是企业了解供应链、优化供应链管理的关键。在制造业供应链管理框架中，基于数据的信息流成为串联商流、物流、资金流的关键，供应链运营平台扮演协调、统筹与运营的角色。对上基于核心企业供应链计划的理解，协同供应链上下游参与者；对下组织各类资源，推进核心企业供应链各环节的高效运转。

3. 服务型制造：服务的透明/极致体验、产能的高吞吐与高弹性、质量/交期的可预测与一致性

本段主要讨论未来服务型制造的表现形式及关键指标。

纵观工业时代和信息时代发展史，不断井喷的颠覆性技术驱动了产业的变革，进而影响了整个经济体系的重构。自第一次工业革命以来，经济体系的主导产业由机械和机电产业逐步发展到信息产业，不仅基础科学、产业链、价值链发生了重大变革，更为关键的是，其产业发展逻辑和底层方法论也发生了根本性变化，以确定性、可预测性为主要特征的机械论发展到控制论、系统论、信息论，从技术战略、组织发展到外部生态，新时代的产业发展都彰显新方法论的底层思想内涵。我们已经看到互联网和工业的深度融合，可以预见未来，这一进程会加速发展。

从新制造的定义到制造业的服务化转型，大体就是企业从单纯产品或服务提供商，向综合性解决方案供应商的转变，是从投入和产出侧提升价值比重、提高产品附加值和品牌效益的变化过程。服务化转型往往依赖于丰富的知识资产积累，变现为服务内容由简单到复杂、由低端到高端的过程；其往往能分为以下阶段：

• 在制造业服务化转型初期，企业普遍将安装、售后、备件等服务作为产品生产的补充和延伸；
• 进一步的，部分企业开始探索为用户提供一站式解决方案，丰富服务内容并增加用户粘性；
• 最终，企业将逐步提升服务业务的创新价值，颠覆整个商业模式，并转向以服务为中心的组织架构，进而驱动企业服务业务发展；

回归到像 3D 打印手扳这样的非标小批量制造场景，笔者认为的服务型制造应该包含以下特性：

• 服务的透明/极致体验：无论是 ToB 还是 ToC，客户代表都习惯了淘宝、京东、拼多多这样的在线购物体验，从选品、下单、跟单到收货反馈，消费者希望能得到良好的体验。有点类似于这几年消费侧并行的消费升级与下沉市场，3D 打印服务的用户也出现了一定的分层：我们要既能够为价格敏感型用户提供性价比高的服务，也需要为体验/质量敏感型用户提供极致服务。
• 产能的高吞吐与高弹性：随着过去 3D 打印在经历了炒作期之后的沉寂、洗牌之后凝练出的，真正能够应用到工业级生产的能力，3D 打印技术、材料、工艺、上下游产业都得到了极大的提升。而因为 3D 打印技术的特性，传统的规模化生产提升产能，以降低单价并不可行，在设备数量快速增长，行业应用不断丰富的时候，提升产能是一个明显的市场机会。3D 打印生产的整个流程中，都是高度数字化的，生产的模型资料为三维数据，标准化原料，全软件控制生产环节，生产时长可精准预测等。但是现行的 3D 打印应用中，并没有较好低利用起特性，反而因为适用固化的生产流程损耗了大量的产能。比如，数据的前期处理、排版、排产等目前整个产业中，使用人工非标准化地处理 3D 模型数据，精度和处理效率都相当低下；生产的初始化，生产结束后的及时下机等都无法保障，造成了大量产能的浪费。
• 质量/交期的可预测与一致性：我们是无法保障对于每个客户的交期、质量都万无一失，在追求产能的高吞吐与高弹性的同时必然会导致一定的损耗/异常；当然，我们是会对这种异常兜底，影响的主要还是最晚交期。但是，我们要做到的是，在分布式制造快速扩张的过程中，已然能保证质量、交期是可预期的，是一致性的。换言之，就是当客户在我们这边下单时候，能够明确的知道我们的能力边界及可能的异常情况、兜底能力，这一点对于大规模的小批量制造至关重要。

4. 降本增效：数字化价值成本曲线的奇点

本段主要阐述笔者对于制造工厂在进行数字化改造、落地过程中的必然弯路。

在过去两年中，我们也在不同行业、背景的客户处进行实践，也算是屡战屡败，屡败屡战；管理系统公司 HootSuite 的 CEO Ryan Holmes 甚至戏谑地将大数据比作“青少年 XX”：每个人都在讨论，但没有人真正知道怎么做；每个人都认为其他人正在做，于是大家都说自己在做。。。当谈及数字化的目标时，大家都渴望快速地降本增效，快速地将数字化投入转化为高价值产出；当谈及数字化的能力时及落地途径时，大家即见仁见智，又殊途同归，却大部分还是盲人摸象。譬如对数字化的首要体感，如 Protolabs 等行业头部平台提供了在线下单等服务，这成为了很多人理解数字化的切入口；但是他们往往忽略了单一软件系统背后强大的组织支撑。如康威定律所言，设计系统的架构受制于产生这些设计的组织的沟通结构；如果我们想要呈现给用户全新的互联网体验感，那么需要的是背后一整套组织方式的变革，并辅以适合的软件系统。

正是因为制造业的数字化不同于消费互联网中，消费者只需要打开网页或者下载 App，即可能进行主要的活动；数字化改造在工厂的落地往往伴随着成本曲线的先升后降。

如前文所论述的，业务系统想要发挥出完整的价值，必然要实现全链路调和，这也就意味着需要众多不同职责的角色分工协作，从而达到吞吐量与全局效率的最大化。对于小型企业，本身就是一人身兼多职，人与人之间的事务交接本就偏小，那么进行数字化改造往往不如直接使用 Excel 来的便利；他们需要的反而是一两个便捷的工具。对于中大型企业，进行数字化改造的初期，必然会带来整体成本的上升；而后随着推进的深入，各个环节衔接越发顺滑之后，成本会快速下降，最终达到边际成本恒定。

具体而言，在对企业进行数字化改造的过程中，硬件、软件、运维是绕不过去的基础成本；内卷化的背景下这些成本压力已然不小。但是真正在落地过程中最大的困难与挑战还是在于组织的变革。

• 开始进行数字化变革之后，必然在第一阶段因为流程、方式的变化，不同团队需要磨合，带来额外的成本增加。有些企业选择渐进式变革以平滑成本曲线，往往反而会渐渐丧失改革的动力；又不是急切的生死关头，不如留待日后洪水滔天。也有企业选择一刀切式的改革，又会引发内部剧烈的动荡。数字化改革需要整个管理层以极大的魄力、勇气推动，过程中又需要如走钢丝，需要左右平衡，协调利益各方。
• 如精益制造等自顶而下的管理方式天然遏制了自底向上的创新，这就使得制造型企业的数字化变革会比像互联网企业难上许多；再加上很多一线工人习惯了重复性工作之后，对于变革天然的抵触。在面对内部的反弹之后，或者中层实施的慢怠，如何推动，也是考验管理者的决心与能力。

天下大势，浩浩汤汤；中道而立，能者从之。

5. 后记

本来此处还有一节：披荆斩棘，我们证明了数字化的价值了吗？因涉及到较多的内部产品介绍就不公开放出，有兴趣的可以联系我（[e-mail]）交流垂询。

面壁十年图破壁，难酬蹈海亦英雄；风已起于青萍之末，欢迎各位小伙伴加入优联智造（https://unionfab.com），让我们携手，共赴数字化的未来。招聘链接：https://jobs.51job.com/all/co...，涵盖职位：软件开发（Java/前端/测试），3D打印数据处理员，销售/客服/市场等。