任何一個舶來品想要融入中國都需要適應中國特色，工業4.0也不例外。工業4.0不僅是對生產方式的顛覆也是對生活方式的顛覆。
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。在IBM 看來，工業4.0是大數據驅動的智能工業。這些轉變同首席執行客戶（CEC）的出現有著很大的關系。并且隨著企業進入D世代，不僅需要成為數據分析驅動型企業，還要戰略性運用云計算、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。
企業要想在數據驅動的工業4.0時代一帆風順，就需要在加強客戶洞察方面，重視數據對于把握CEC需求的重要性。以及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，并且用數據輔助生產的智能化。
工業4.0 大數據驅動的智能工業
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。
中國已經進入了D世代，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），大數據也順理成章的成為工業4.0的驅動力。
這也符合IBM所理解的工業4.0，即大數據驅動的智能工業。“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。最突出的一點是，大數據深刻改變了工業企業的生產和決策。”IBM大中華區副總裁馮國華說道。
IBM大中華區副總裁馮國華
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。制造業在其轉型升級可以概括為三方面：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。在轉型升級的進程，也將產生大量數據，企業需要思考如何對大數據進行分析和管理。
IBM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，助力中國工業4.0的契機實現轉型升級。
D世代為企業帶來新能力
在D世代中企業也需要不斷進化，其中制造業正經歷蛻變式的升級，企業需要更迅速的獲取客戶的需求與反饋，這歸根結底是新時代消費者需求的變化。消費者已經參與到戰略、研發、生產、執行各個環節中，成為首席執行客戶（CEC），其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。
CEC具有三大特征：
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”。
“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，產生更多之前不曾擁有的新能力。
D世代企業的新能力
工業4.0在中國的發展道路不能只是拿來主義，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。中國需要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。
工業4.0的大數據驅動路徑
在數據驅動的商業和工業4.0時代，企業需要加強客戶洞察、推動制造研發的突破，以及實現生產智能化。馮國華認為，三點不能割裂，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。
在加強客戶洞察方面，重視數據對于把握CEC需求的重要性。IBM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。
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。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。
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。制造業是帶動中國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。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。
我們來看看Blizzard Ski是如何通過數據驅動運營，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，實現生產周期縮短至8 個星期，并且變得更加靈活。
京公網安備 11010502049343號