現如今，數字化轉型是企業成敗的關鍵，但并非所有企業都在轉型中游刃有余。新冠疫情的暴發令所有企業瞬間進入“備戰狀態”，那些未能及時出擊、安度危機，并進入恢復模式的企業，將有可能在陷入低谷的同時被時代淘汰。這些企業之所以行動遲緩，其工業物聯網應用舉步維艱是首要原因之一，而工業物聯網又恰恰是制造業打造未來和度過危機的關鍵。這一點已經得到世界經濟論壇和麥肯錫的驗證與推崇。正如一位高管所言：“準備環節至關重要，但也極其困難。了解數字化轉型的概念看似容易，但在現實世界中的應用卻挑戰重重。”

領導者常犯的一個錯誤是過度關注技術本身，而不去思索這些技術可以創造的業務價值。在找到技術的價值可能性前，便急于應用工業物聯網系統及相關工具，完全是本末倒置，也會浪費大量的資金、人力和時間。世界瞬息萬變，最值得珍惜的資源其實是時間。

高效的數字化轉型必須得到企業上下的支持與引導。在轉型過程中，企業必須仔細思考，工業物聯網等技術將如何通過下述三點重塑價值：1）如何加速和擴大現有業務；2）如何改變現有客戶服務模式；3）如何重塑商業模式。這些轉變將重構工作方式，更革新了競爭模式。

企業在轉型中究竟面臨哪些阻礙？基于麥肯錫的調研及在制造行業掌握的深刻洞見，我們發現，很多企業領導者都對工業物聯網存在六大誤區。本文結合了麥肯錫與廣大制造商的合作經驗，以及第四次工業革命中40多家“燈塔工廠”的領先實踐，力圖帶領企業走出這些誤區。

誤區一：工業物聯網只是個高科技看板

只關注工業物聯網的數據收集和預測性維護功能，就好比只將飛機視作一種運輸工具，或只將互聯網看作線上信息的整合。事實上，工業物聯網（或是數字化轉型）代表著對價值創造的全面反思：它能夠增加、提升和加速價值創造。工業物聯網能夠幫助企業獲取和分析數據，將從中提取的洞見轉化為行動來解決問題，并加速決策制定流程。新冠疫情期間，流行病學家和醫學研究人員借助實時數據收集和分析技術，快速積累了海量洞見，大大加快了新冠肺炎治療方案、檢測方法和候選疫苗的推出。

許多企業不缺少數據，而是缺乏數據的使用方法。有了數據湖和處理平臺的支持后，工業物聯網可以自動生成洞見并為用戶發送提醒，從而更為高效地發現問題并采取行動。隨后，相關解決方案和洞見會在所有團隊、地點和應用程序上共享，讓價值在整個企業中得到成倍放大。工業物聯網系統的一體化能將實時收集的數據巧妙轉化為重要的創新與戰略。

當然，企業若想成功部署工業物聯網系統，就要全面且充分地理解其業務及價值創造方式。這還意味著企業必須了解業務痛點，將工業物聯網的優勢真正落到實處，充分實現端到端價值創造。因此，企業高管在制定業務戰略的同時，必須做好戰略決策，指導工業物聯網的部署。

微軟（Microsoft）蘇州工廠在部署了工業物聯網之后，僅用極少的投資就打造出了新用例。該工廠在啟動機器學習后的短短幾個小時內，就識別出了位處淘汰邊緣的庫存。其業務戰略總監Darren Coil表示：“我們本身不缺數據，但物聯網技術讓我們真正看清了數據的本質。”借助物聯網技術，一個5人團隊僅用一年就為公司節省了近500萬美元，并削減了兩億美元的庫存成本。

在寶馬集團（BMW Group），物聯網平臺是其所有數字應用程序的支柱，以極低的安裝成本和投入就可實現“即插即用”。互聯互通的數字工具箱可提升生產效率，讓員工在整個集團內快速分享最佳實踐。

誤區二：工業物聯網將取代人工

人們擔心自動化會搶占就業機會。但其實，數字化轉型中應用的新技術也將催生新的就業機會。這些新工作能夠解放大量勞動力，使員工擺脫重復性和不健康的工作，并賦予他們新能力。對應用工業物聯網的企業而言，首要任務便是為員工提供再培訓，以充分發揮新技術的無限潛力。

企業需要有人來管理機器、運行控制塔和數字孿生。他們希望員工能夠進行數字化績效管理，解讀從車間成千上萬個傳感器中提取的數據、找到提高產量的方法，并得出可落地的洞見。企業需要更多的IT人員來開發可訪問海量數據的應用程序。除去數據科學家、數據工程師和技術領導人員外，企業還需要招募各個領域的專家、數字和分析翻譯人員，以及產品負責人。產品負責人會與業務和職能領導層，以及數據和技術專家組成的團隊進行商討，識別問題并開發最合適的數字解決方案（見下圖）。價值鏈的其他環節也必須展開再培訓：比如，企業可能需要在采購部門招攬更多的成本工程師，使用成本建模工具來評估設備和采購成本。

員工若想精準識別改進機遇，就必須接受培訓。企業需要教會員工全新的思考方式和行為方法，讓他們更多參與問題的解決，并制定能夠通過技術平臺在全企業范圍內推廣的本地解決方案，以達到最大效果。考慮到員工需要一系列新技能（不僅需要學習使用特定新技術，也要學習新的工作方式），一些企業正與高等教育機構攜手開發培訓課程。

富士康工業互聯網以燈塔工廠獲選為契機成立燈塔學院，致力培養工業大數據人才，通過教育培訓和訓練實習，推動生態人才轉化與提升，成為國內首個企業自建的工業互聯網人才培訓基地。轉型團隊提供再培訓和資源，幫助員工提升能力、獲取指導及相關技能，以適應不斷變化的工作的需求。

印度尼西亞礦業公司Petrosea的領導層對主管和數千名一線員工展開了新數字工具方面的培訓。在數字訓練營中，該公司為選定的團隊成員提供了敏捷方法、大數據、IT安全和分析方面的教育。Petrosea還開發了一款移動培訓應用程序，以游戲化的方式來實現持續學習，增添趣味性。比如，這款應用程序會以可視的方式來詮釋標準操作程序。它的另外一個好處是，能讓領導者隨時查看員工對新程序的理解程度。

誤區三：工業物聯網需要新建設施

一些企業領導者認為，老舊的設施會阻礙數字化轉型，因此必須更換。新設備固然必不可少，但構建工業物聯網不等同于新建一個“全自動化的‘熄燈’設施”。工業物聯網的大部分價值源于改善原有設施：比如連接和優化現有基礎設施，定期增加新機器。通過在現有設備上安裝傳感器、應用程序和網絡連接，企業可以收集數據并轉化為商業洞見，供員工輕松使用。從生產車間到整個價值鏈，工業物聯網和新技術都可以幫助員工有效管理數據。

一級方程式賽車就是一個絕佳案例，極大地彰顯出工業物聯網能夠產生的直接價值。這些賽車一直都是高性能車，但直到傳感器出現之前，引擎蓋下的實時狀態對賽車手和工作人員而言都是未解之謎。如今，遍布發動機控制單元中的數十個傳感器可以從發動機、變速器、懸架和其他地方收集數據，并不斷傳送給賽道兩邊的工作團隊。這樣，團隊便可先行預判故障，并在故障出現時瞬時修復。在方程式這樣競爭激烈的環境中，工業物聯網能在幾乎不出錯的情況下優化賽車性能。

對推廣第四次工業革命技術的工廠而言，有兩種新設備至關重要。一是整個生產車間中嵌入的大量傳感器，它們會實時收集生產率、設備利用率、機器故障、維護保養等方面的數據。二是使流程或任務標準化和自動化的新裝置。以生產線裝置為例，它可以自動記錄每分鐘通過的產品數量，或監測設備的振動水平以精準預判維護需求。

比新設施和新機器更重要的，是穩健的技術生態系統，以及具有擴展潛力的工業物聯網架構。麥肯錫最近邀請全球700多家工業制造商的經理人參與了一項調查。有40%以上的受訪者都認為，信息技術方面的缺陷是數字化過程中的主要挑戰——盡管數字化制造從定義上來看屬“技術驅動”。

“燈塔工廠”是無需新設施或昂貴改造就能部署新技術的力證。寶山鋼鐵總部位于中國上海，該公司在其擁有40年歷史的工廠中，部署了先進的工業物聯網（用于流程優化）、人工智能（用于目視檢測）等一系列前沿技術。土耳其石化公司Petkim有一家存在35年之久的工廠，這家工廠在部署工業物聯網和其他數字解決方案后，成功提高了產量和質量，優化了能源使用，并建立了數字化維護系統。

誤區四：唯有萬全的準備才能實現數字化

萬全的準備不僅毫無必要，更不切實際，甚至可能適得其反。新冠疫情暴發后，企業普遍停工停產，這就給那些具備數字化能力的企業帶來了優勢——大環境瞬息萬變，但他們能在業務管理、員工溝通和保護股東利益方面先發制人。

很多時候，企業會在規劃上花費太多時間。但事實上，成立一個數字化轉型辦公室，在其幫助下主動出擊更為重要。這個中心團隊會負責監督試點項目，并引導組織完成快速試錯。數字化轉型辦公室就像是一臺“發動機”，它能基于經過驗證的方法、最佳實踐和領導者對轉型的整體愿景，幫助企業逐步擴展數字化項目。

數字化轉型是一個持續的過程：我們對亞洲高管展開的調查顯示，有64%的受訪者都稱他們仍處規劃階段，只有17%的受訪者表示他們已經處于擴展階段。敏捷工作方法能夠促進企業進行快速開發，不斷完善及改進流程。敏捷方法能夠助力企業實現快速部署和快速迭代，從失敗中迅速總結經驗，并以更快的速度打造更好的產品。

一家歐洲集團的領導層在認清盡早啟動和邊做邊學的重要性后，專門成立了一個數字化組織來推進集團內各種業務的數字化轉型，包括自動化、機床和專業制造系統等。這個數字化組織主要有兩大目標：一是改造現有業務，二是增加新的數字化收入流。

誤區五：應用了工業物聯網之后，持續改進將成本高企

許多企業的經驗表明，被動顛覆或是直接淘汰出局的代價更大。

面對充斥全球數字經濟的挑戰與威脅，制造商如果因循守舊，堅持依靠傳統手段進行持續改進，則根本無法取得重大突破。企業若能擁有穩定的大數據流、工業物聯網帶來的實時洞見，以及更敏捷的思維和工作方式，便能在運營中嵌入持續改進流程，打造“下一個新常態”。

任何轉型但凡成功都會“物有所值”。很多“燈塔工廠”的成功實踐都向我們有力證明：工業物聯網能夠帶來效率和生產率的提升，其促成的成本節約完全能夠抵消轉型投入。優化現有基礎設施后，企業能以最少的設備投入來最大化影響規模。隨著數字化轉型的不斷發展與推廣，成本和利潤優勢會變得越來越明顯。

利用工業物聯網技術，一家全球工業機械制造商針對零配件開發了預測和可用性模型。該技術改善了公司針對全球不同地區建立的零部件需求預測。最終，零配件的準備程度一躍升至90%以上，庫存量減少了逾30%，客戶服務滿意度得到了大幅提升。

然而，效率和生產率的提升并非工業物聯網和其他數字技術所能帶來的唯一益處。它們能使企業實現巨大飛躍，簡化整個價值鏈，并催生新的價值創造機遇——從新的客戶解決方案、新的生產流程到新的合作伙伴關系等。

一家全球電子產品制造商的經驗表明，向工業物聯網的升級無需過多投資。該公司擁有數十個生產設施和超過2.5萬名三班制員工，生產過程涉及眾多生產區域、生產線和工作站。由于生產設施和團隊彼此孤立，各個系統和設備生成的日常數據之間缺乏連接，公司很難從整體上了解每天的運營情況。但是，若將整個生產計劃系統完全換掉，將會是一項聲勢浩大、費時費力且代價不菲的工程。

相反，該公司在所有生產線上都安裝了傳感器，以實時獲取設備效率和生產線效率等關鍵數據。獲取的數據會由一個工業物聯網平臺進行處理，以遠程績效看板的形式呈現，并為所有設施提供實時查看的自由。有了這種績效透明度后，該制造商成功拉齊了所有設施的生產率水平——僅在第一年，就將生產率提升了10%以上。此后，在工業物聯網系統的幫助下，該制造商一直保持著較高的持續改進水平，對問題的回應速度也不斷加快。

誤區六：工業物聯網在新興經濟體的可行性低于發達國家

新興經濟體的一些領導者擔心，工業物聯網遠遠超出了組織或地區的承受能力，其基礎設施的先進程度也無法滿足發展要求。但其實，發展中國家的企業在工業物聯網，或是其他第四次工業革命技術方面的成功并非乏善可陳。發展中地區的企業很有可能更具優勢，因為原有設施和老舊系統對他們的桎梏要小得多。

截至本文成稿時，最多的“燈塔工廠”仍舊在中國（在44家“燈塔工廠”中占12家）。除去這12家工廠外，還有約20%的“燈塔工廠”位于包括巴西、捷克共和國、印度、印度尼西亞、羅馬尼亞和土耳其在內的其他新興經濟體。其中有一些“燈塔工廠”坐落于偏遠地區，其實體基礎設施的可靠程度可能并不高；另一些“燈塔工廠”則遠離大都市或技術中心，既沒有唾手可得的服務和專業知識，也沒有大量的技術人才可供選擇。然而，這些假定的缺點都沒有阻礙工業物聯網的發展。

塔塔鋼鐵在印度的卡林加納加新建了一家工廠，它在很短的時間內就達到了滿負荷運行，遠遠落后于行業平均水平。隨著時間的推移，該公司逐步在數字和分析解決方案，以及提升團隊經驗與能力方面進行了重大投資。先進分析技術的大規模應用極大地提高了原材料利用率、減少了停機時間，并改進了產品質量，從而實現了工廠績效的整體提升。

印度尼西亞礦業公司Petrosea擁有一個位于Tabang的偏遠工地，在應用了包括卡車優化調度、實時性能監控和預測性維護在內的一系列技術后，該工地僅用了短短6個月時間便扭虧為盈。

工業物聯網等第四次工業革命技術已成現實，隨之而來的階躍式改進和新增價值應該足以打消制造企業領導層的種種疑慮。當然，領導層也不應忽視其在推動數字化轉型中必須發揮的作用：唯有企業自上而下團結一心，才能在端到端實現工業物聯網和數字技術的真正價值。企業唯有挑起大梁，勇于主導這次數字化轉型，才能確保技術的廣泛應用、鞏固轉型的發展勢頭。

對企業領導層而言，第一步是明確一個清晰的愿景，然后判斷為了實現愿景所需的各項技術。當然，在此過程中免不了要遭遇失敗；但企業領導層應當吸取教訓，屢敗屢戰。企業應當鼓勵業務部門之間展開緊密合作，打造凝聚力。正如一位高管所言：“企業在推動數字化轉型的過程中必須要有一種強烈的緊迫感。”數字化轉型事關競爭優勢，沒有一家公司能夠做好萬全準備，拖延只會徒增痛苦，且最終往往會導致企業在技術方面進行徒勞的追趕。相反，企業必須牢記轉型是一項持續進行的工作，而敏捷模式則能助其向著目標不斷邁進。

最后，企業領導層必須思考，哪些額外的因素能夠幫助推進轉型，比如可擴展的工業物聯網架構，或是能夠提升效益的技術合作關系或生態系統。企業若能向員工展示數字化可帶來的積極影響，并持續提供就業崗位，便有望在員工、合作伙伴和企業之間實現共贏。
責任編輯：tzh