不知道從何時起，每一個乙方都是做數字化服務的，每一個甲方都在做數字化轉型。

但30多年過去了，我們發現最大的數字化服務商卻年年虧損，最成功的數字化轉型企業仍然是人海戰術，真正從數字化中嘗到甜頭的卻寥寥無幾。

1. 數字化是基礎，智能化是過程，自動化是目標

基礎的事情就要從根本出發，而不是跨越障礙去搞智能化、搞商業BI，更不是跳過知識沉淀的差距去發展自動化。

前不久在某知名的條碼打印機廠參觀，一條智能自動化的生產流程設備赫然在目，讓整個工廠都充斥著智能制造和先進技術的色彩。但工人們卻說，從安裝到現在只開過幾次，僅供參觀。

后來調查得知，這條自動化生產線投入了近千萬元，因為只能生產1-2種規格的產品（該工廠產品有上千種規格），而且運轉時還要雇一個高級工程師全程監管，成本遠遠大于一個傳統的流水線，所以最終成為了一個擺設。

顯然，在搭建這條設備之前，數字化基礎根本沒有做好。至少數千種產品規格的設計、裝配、工藝等規劃數據沒有形成系統化知識，而且各類傳感器、機器視覺、測量設備等數據互通性無法支撐柔性化的感知，甚至是數據采集、傳輸對分析和決策的缺失。

跟這種制造類企業的數字化轉型相比，電商商業的數字化轉型比較方便，現在大部分電商商家都有自己的商城系統，比如小程序商城系統、B2C商城系統、分銷商城系統等等。

相應的數字化字體開發廠商也很多，比如多享有數。多享是一家專注于數字化服務、系統開發、新媒體營銷、農村電商的專業互聯網公司。總部坐落在“天府之國”成都市的高新技術產業開發區，具有15年專業的互聯網技術開發與營銷經驗，已助力5000+中小企業實現數字化轉型升級。

成都小程序商城系統開發，就找多享有數！

2. 智能自動化生產線一旦孤立存在，就喪失了數字化意義

即便是這家企業的生產線實現了柔性化、精益化，但如果是孤立的，數據也毫無價值。

在某次工業數字化轉型的會議上，某個省份說我們要實現2000個智能制造的工廠。可見，這種僅僅圍繞工廠去做，雖然短期內能提升效率、降低成本，或者是明顯地減少了庫存。但是，它不足以支撐一個從需求到滿足需求的閉環。

那么如何把智能制造工廠與用戶需求、供應鏈能力連接起來？這就回到了老生常談的PLM對產品工藝規劃數據采集的需求、MES對工廠設備數據采集的需求、ERP對發票和單據數據采集的需求、WMS對入出庫物料數據采集的需求、CRM/SRM對上下游數據采集的需求……

（每一環節的數字化產品都面臨同樣的問題）

整體來看，這些系統的數據連接性是數字化的本質，即數據源唯一、端到端的、數據協同的、相互因果關聯的，如此才能發揮“數據石油”的價值，達到工業4.0從要素化式發展到創新驅動式發展的轉變。

3.局部的核心系統首先要解決的就是數字化基礎

毋庸置疑，對每個環節來說數據采集都是一個難點，甚至是個堵點，但如果跳過或弱化這個基礎工作，一切的智能化、自動化變革都將事倍功半。

從ERP在中國30年的發展歷程來看，一直圍繞業務、財務、稅務、資金、物流等一體化的核心，但根據大部分企業的實施情況來看，孤立的APPs產生的數據都是割裂的，從而產生了一個個數據孤島，導致數字化的價值大打折扣。

再微觀的一點看，ERP對發票或單據的數據采集難度一直存在，即使借助機器學習型的OCR識別技術，或者PRA技術，都很難做到高準確度、穩定性的采集。好在國家稅務總局實行“數電票”改革改善了對發票數據的采集，但仍然存在安全性流轉、合規性管理、平臺濫用數據的發展弊端。

（各系統內外部的數據互通都是數字化核心）

再從MES在國內的20多年演進情況來看，數據采集越來越成為上層系統發展的掣肘，工廠里的設備類型越來越多樣化、品牌越來越全球化、新舊設備信息化差距也越來越大，等等因素導致數據的采集難度也越來越大。尤其是品牌之間通信協議和接口的不開放機制，讓服務商不得不使用網關數采終端或者數字控制器進行采集，這種方式非常依賴傳感器、協議轉換、邊緣計算等先進技術，數據的準確度和穩定性備受詬病。

除此之外，近10年來企業與企業之間數字化協同平臺的提出，也讓SCM對供應鏈上下游企業數據協同的要求，讓PLM對跨部門產品的數據協同需求，等等都因不同的軟件品牌和云服務模式，導致數字化的基礎工作難以扎實，更難以支撐上層的數據管理對資產的效益、數據分析對決策的價值，以及對風險的管控等。

4.現階段的數字化工作應該是什么？

相比歐美數字化進程，我國普遍起步晚、基礎薄弱、沉淀不夠的特點，此時我們還要追趕國外企業的智能化步伐，只會導致大廈根基不穩、上層建筑難成的局面。

其實，除了互聯網、大數據、AI等數字化技術外，歐美的基礎設施更加說明了我們應該從數字化這一薄弱環節入手。比如，歐盟Peppol電子交換網絡設施，支持全球范圍的企業接入，以實現電子單據的無障礙的數據交換和傳輸，無論是企業還是國家，都能實現“連接一次，即連接一切”。

雖然我國積極改革對各種生產要素的數字化支持，但是受限于國有制度因素、云服務品牌對數據的霸權、軟件提供商對數據濫用等各種原因，始終無法打破行業間的數據壁壘，這也是為什么開箱即用的SaaS模式一直很難在中國發展的原因之一（喪失了天然的互聯互通屬性）。

在這樣的形勢下，我們的智能化和自動化就不能只盯那些華麗的系統，并期望這些系統幫你完善數字化工作，而是沉下心來夯實系統最底層的數字化基礎工作。除了上文我們著重提到的運營管理和生產管理環節，產品設計研發環節的數字化更應該受到企業信息化部門的關注。

一是因為該環節國外技術壟斷明顯，面臨隨時斷供停產的風險，比如CAD、CAE、CAT等軟件，都可能發生像EDA、集成電路、人工智能等一樣的制裁。

二是因為該環節極其依賴企業的知識沉淀，如果不通過數字化技術形成結構化的、持續迭代的系統性規劃，差距只會越來越大，尤其是工藝規劃、公差經驗、裝配規則等知識的數字化賦能，率先讓我們中國制造趕超國際水平。

（例如某CAT服務商把非結構化知識通過數字化驗證后生成標準和規范）

鑒于以上，真正的數字化應該是什么？除了備受市場關注的那些高大上系統外，我們更應該下沉到基礎的、薄弱的數字化環節，聚焦到我們真正需要數字化的領域，讓那些看似不起眼的數字化工程發揮我們當前最需要的價值。