商業4.0路徑：“D世代企業”

IBM認為，D世代企業是大數據分析驅動型企業，可以戰略性運用云計算、移動、社交和大數據分析工具，掌握并預測以客戶為中心的市場狀況和變化趨勢，并根據數據洞察生成最佳行動建議，數據貫穿企業研發、生產、營銷、服務等管理運作。

商業4.0和工業4.0的到來，與消費者自我意識覺醒及技術進步有著密切的關系。持續豐裕的生活終將帶來消費者消費態度的質變，先是品味提升，最終是消費者自我意識的覺醒。而移動互聯網、智能手機、可穿戴設備的普及，讓基于用戶識別和地理定位的服務變得可能。這一切改變了消費者與產品、品牌、廠商、甚至和其他消費者之間的溝通方式。重要的是，通過物聯網、移動互聯網、開放硬件平臺、各種傳感器，以及3D打印技術，人類第一次有機會將創造欲發揮到淋漓盡致，通過共創、眾包構造自己想要的生活方式，消費者變成了新時代的創客。商業4.0便是創客的時代。

工業4.0，是大數據驅動的智能工業

不過，僅憑創客不可能充分滿足商業4.0時代所需的一切供給，實際上更為重要的供給可能來自工業4.0：通過傳感器與物聯網來聯結無生命的生產資料、零組件、生產儀器與設備，以及有生命的生產人員與管理人員，一方面讓這些生產材料在生產過程里實時分享彼此之間所處的狀態信息，另一方面也允許生產人員和管理人員隨時隨地介入生產過程，來進行制程變更或量身定制的彈性生產。

從這個視角看，商業4.0是工業4.0在需求面的有益補充。通過對消費者行為的追蹤并由此所捕捉的大量消費數據必須利用數據科學進行計算與建模，并自動轉化為商業決策與運營模式，然后通過工業4.0，隨時動態調整生產流程來因應消費需求的動態變化。麥肯錫全球研究院指出，制造業會從生產機械、供應鏈管理和商品監控系統等來源收集數字數據，他們本來就是生產和儲存數據的“大戶”。 早在2010 年時，制造業所新增的數據便將近 2EB（計算機存儲單位），如果把這些數據全印在紙上，裝在標準尺寸的四門檔案柜里，會需要 400 億個柜子才裝得下。

這也與IBM定義的工業4.0的特征不謀而合。在IBM看來，所謂工業4.0，其實就是大數據驅動的智能工業。IBM大中華區副總裁馮國華認為，這是一場由首席執行客戶（CEC）推動的，以“D世代企業”（大數據分析驅動型企業）的誕生與發展為標志的，以大數據、云計算、移動、社交等技術為主要驅動手段的工業革命。其中，大數據分析的重要性尤為突出。概括而言，大數據深刻改變了工業企業的生產和決策。

在工業4.0趨勢下：工業的信息化水平進一步提升，尤其是“互聯化”和智能化的提升。以制造業為例，在其轉型升級中，滲透著“互聯”和“智能”兩個關鍵詞，可以概括為幾個方面：第一，產品智能化；第二，流程的智能化升級；第三，制造業的互聯網化。“互聯化”和“智能化”的進程，也將產生大量數據，大數據分析和管理將更為重要，也將驅動“互聯化”和“智能化”的提升。而IBM以最前沿的CAMSS技術（C是指Cloud云；A是指BigData &Analytics，大數據和分析；M是指Mobility移動；第一個S是指Social社交，第二個S則是指Security安全），將助力中國企業、行業構建大數據能力，助力抓住工業互聯網化，與產品和流程智能化的趨勢，為“互聯化”和“智能化”打下堅實基礎，實現轉型升級。

CEC是催生“D世代企業”的重要推力之一

當下，我們看到制造業正在經歷蛻變式的轉型升級，制造業的新形態正在形成，它們開始與互聯網企業、服務業攜手合作，跨界與融合成為重要趨勢，并由此構造出由消費者驅動并深度參與的商業4.0時代。

這些轉變的發生，歸根結底是新時代消費者需求的變化。首席執行客戶（CEC）的出現，顛覆了傳統商業模式，推動企業從供應鏈轉向需求鏈，從產品為中心到以需求為中心，從基礎架構到信息架構。

IBM大中華區副總裁、首席市場官周憶曾經告訴《商學院》記者，被信息技術武裝到牙齒的客戶已經變得非常主動和特立獨行，他們需要個性化地被對待，他們參與到戰略、研發、生產、執行各個環節中。這個時代的消費者對企業來說，已經變成了CEC，即首席執行客戶。CEC有如下三大特征：

1.采購決策更多地建立在信息和數據分析的基礎上；

2.要求個性化的產品、服務和體驗；

3.開始擁有決定商業行為的主導權和更大的市場影響力。

因此，為了更好地適應消費者的轉變，傳統制造企業需要借助大數據云計算、社交、移動等新技術推動企業轉型，從而幫助企業更好地滿足消費者的需求。并由此催生出IBM董事長、總裁和首席執行官羅睿蘭在2014年11月Think Forum 提出“D世代企業”。據了解，“D世代企業”可以戰略性運用云計算、移動、社交和大數據分析工具，掌握并預測以客戶為中心的市場狀況和變化趨勢，并根據數據洞察生成最佳行動建議，數據貫穿企業研發、生產、營銷、服務等管理運作。

相較于傳統企業，“D世代企業”有超過兩倍的可能性通過移動和社交互動系統與客戶、員工、合作伙伴和供應商建立聯系，并具有1.7倍的可能性以個性化方式與客戶打交道；同時，“D世代企業”有兩倍可能性為其商業模式尋找到云驅動的轉型途徑，并具有1.8倍的可能性采用基于API的服務；更重要的是，“D世代企業”有超過1.5倍的可能性采用預測性的以及下一個最佳行動建模和實時數據，并采取戰略性和協調的方式來處理數據和進行分析。

事實上，這一變化不是中國獨有的。如今數字化浪潮正在席卷全球，以制造業為代表的工業正面臨嚴峻的挑戰，國際國內的制造業企業都在力求轉變突破，搶占新一輪產業革命的制高點：比如，德國的工業4.0。而在中國，IBM認為，由于中國獨特的工業和市場的基礎，因此中國將走上一條與眾不同、獨具特色的“工業4.0”發展道路。IBM大中華區副總裁馮國華認為，全面資源供應鏈體系、最大的本土市場和最具活力的互聯網應用趨勢是中國具有獨特的工業和市場基礎。由此，中國可以走一條區別于美、德等國的工業發展之路：充分開發大數據資源、云計算基礎上重新構造企業IT—尋找新的業務模式，以靠近市場的優勢帶動創新。

這也要求企業加強客戶洞察、推動制造研發的突破、實現生產智能化。

實現路徑的探索

盡管進入數據驅動的商業和工業4.0時代有挑戰，但并非無路可循。IBM提出了其觀察和建議。

在加強客戶洞察方面，重視數據對于把握CEC需求的重要性。周憶認為，任何一家企業都必須要有客戶的數據，只有掌握360度客戶數據，不僅包括客戶的職業等基礎信息，還須包括偏好、行為、交易信息，才有可能幫助我們去真正獲得客戶洞察。但不少中國企業的數據意識有待提升，需要減少數據流失。為了獲得360度的客戶視圖，我們需要把握客戶的職業數據、交易數據、互動數據和行為數據（如圖）。通常，前三種數據企業都比較容易獲取并且容易存在公司的數據庫中，但行為數據在公司的數據庫中卻很難找到，需要去社交平臺上找。

在推動制造研發的突破方面，可以嘗試讓用戶的互動參與為研發帶來價值。在IBM商業價值研究院的一份題為《2025年的汽車行業：無界限的行業》的報告中，我們看到，2025年的消費者希望不僅僅駕駛汽車；他們更希望參與到共同創建中。這種“集體力量”能夠帶來更多的洞察和好處，并通過利用消費者的參與意愿利用多數人的力量，并避免企業文化的限制，將這些洞察及好處擴展到企業邊界之外。與集體合作涉及到兩個關鍵要素——在合適情境下的合適人群，以及提供易用且直觀的交流方式。到2025年，互動參與體系(systems of engagement)和新型業務模式將會不斷發展，幫助領先的汽車企業在既定環境下找到適宜人群，例如產品設計和開發，獲取相關洞察和收益，進而實現成功合作。這些互動系統的形式多樣，包括比賽、競賽、挑戰賽或其他方式，旨在提供卓越的用戶體驗，并實現互惠創新和行業進步。

本刊專欄作者周庭銳認為，企業應該提供顧客參與共創價值的機會，利用顧客行為數據來強化管理質量，通過釋放顧客的想象力與創造力來加值我們所提供的商品或服務，將成為企業的一項最高準則。例如沃爾瑪利用顧客在賣場里手機APP的搜尋內容和動線軌跡，來提升精準補貨的存貨管理能力；BMW與阿迪達斯則分別構建了積木式的產品設計平臺，鼓勵顧客在網頁里親自設計他們心目中的夢幻車型或球鞋。

同時，IBM大中華區副總裁馮國華認為，以海量資料分析為核心的創新研發能力，將攸關制造業者如何在日益艱辛的訂單爭奪戰中脫穎而出。研發團隊可透過大量的意見回饋，改善測試的周期時間、質量和效率，讓企業更快響應市場，搶得先機。就生產制造層面來說，實時數據分析能讓生產線的各種蛛絲馬跡都納入觀測，并且不斷進行實時優化，以減少重復錯誤所導致的成本與時間耗損。若能將這項效益進一步擴大導入供應鏈的協同整合作業，實時聚焦來自上中下游的內外部大量數據，提升決策的效率與質量，也有可能進一步提升競爭力。

在實現生產智能化層面，其實現在有很多制造型企業已經開始嘗試并受益。制造業經常是帶動一個社會發展轉型的火車頭，也是經濟成長和就業市場的中流砥柱。在成本較低的新興國家生產力躍進之下，制造業早已成為全球性的產業，但近年來，由于科技發達和貿易障礙減少，各生產地可針對制造過程中某些環節發展專業能力，廠商為了節省成本，跨國設計、采購、組裝、制造、營銷和服務的生產網絡遠比過去擴散和零碎，復雜度更甚以往。

隨著業界普遍采用信息系統管理價值鏈中的活動，并廣泛保存來自生產系統以外的數據，包括計算機輔助設計、計算機輔助工程和生產開發管理協作系統等，數據量的增長驚人。眼見著海量資料排山倒海而來，業者也急著想在被淹沒前站穩腳步，研究機構 IDC 在 2012 年中對美國制造商所做的調查顯示，認為海量數據的管理工具“非常重要”或“重要”的業者已經超過半數。

Blizzard Ski是一家滑雪板生產商，每年生產大約 40 萬副滑雪板，其中有些型號使用多達 18 種材料并需要長達 16 個星期的生產時間。通過使用數據，該公司開始預測滑雪運動趨勢、天氣模式以及影響其業務的其他短期市場變化，并且現在能夠迅速滿足某些滑雪鎮不斷變化的需求。數據還使該公司能夠對其供應商進行監控，使得無論需求如何變化，供應商都能滿足他們的需求。由于實現了數據驅動的運營，Blizzard Ski的生產周期縮短至 8 個星期，并且變得更加靈活。

IBM大中華區副總裁馮國華認為，這三點并不能割裂來看，它們之間只有協同作用才能成就新型的工業企業并輸出價值。

制造業者還可于以下幾方面應用海量分析

預測式分析：

廣泛收集生產、銷售、研發、存貨和運送過程中的數據，預測可能發生的風險事件，以及早防范和改善。

生產質量管理：

增加生產活動各環節信息的能見度，并發掘減少浪費、事故和環境污染的新方法。

整合生產排程和經營：

運用機動性的任務規劃和排程工 具，以及先進的模擬技術，找出最恰當的排列組合方式， 提高整體的生產效率和生產量。

生產能見度和可視化呈現：

信息要讓人能夠了解和行動，才是有用的信息?，F在廠商的價值鏈散布各地，光是管理廠房就已經夠復雜的，更何況還有供貨商和經銷商等眾多伙伴。若能把繁復的營運信息，包括人力、系統、存貨、生產線等，以簡單的圖、表或指標的方式呈現，管理人員就能及時掌握各環節的績效，并更快速地采取行動。