2月，在舊金山舉辦的IBM Think 2019大會上，IBM CEO、總裁及董事長Ginni Rometty提出當前正在進入數字化重塑2.0階段（Digital Reinvention, Chapter II）：數字化重塑的第二篇章，將以企業驅動為主，具有三大維度特征——擴展數字化和AI規模、混合云以及關鍵任務應用，這些之下是可信的基礎設施，而IBM有責任引導這一進程。

近日，在清華大學經管學院舉辦的高教論壇上，安筱鵬博士圍繞“數字化轉型2.0”進行了主題發言。

各位來賓上午好！

在座的各位都是清華經管學院的校友，非常高興在清華108年校慶期，和各位清華校友交流數字化轉型這個話題。今天，我們業界關于企業數字化轉型有很多新的概念，有些時候新概念太多，也造成了“新概念霧霾”，我們需要一個“霧霾凈化器”；我們需要一個望遠鏡，能看到數字化轉型的全局；我們需要一個顯微鏡，能看到數字化轉型的細節；我們也需要一個CT機，能看到數字化轉型的本質。

什么是數字化轉型的本質？我們認為，數字化轉型的本質是，在數據+算法定義的世界中，以數據的自動流動化解復雜系統的不確定性，優化資源配置效率，構建企業新型競爭優勢。

當前，全球信息通信技術正進入技術架構大遷徙時代，企業數字化轉型正在經歷從基于傳統IT架構的信息化管理（數字化轉型1.0），邁向基于云架構的智能化運營（數字化轉型2.0）。

如何理解和認識企業數字化轉型，這十個關鍵詞也許可以幫助勾勒出數字化轉型的本質：1、不確定性，2、復雜系統，3、競爭的本質，4、轉型的邏輯起點，5、工具革命，6、決策革命，7、數據的自動流動，8、軟件的本質，9、技術架構的大遷移時代，10、體系重構。

01

不確定性

只有深刻認識不確定性，才能深刻理解數字化轉型的本質

對不確定性的恐懼是人們認知社會規律的內在動力。人類社會發展一直伴隨著對確定性的追求，確定性是行為能夠被預測的前提，也是我們安全感的來源。人類社會的發展史就是一部對抗不確定性、尋求人類命運發展確定性的歷史，對不確定性的恐懼和對確定性的追求一直伴隨著人類社會的發展和演進。

不確定性源于信息約束條件下人們有限的認知能力，應對不確定性，是人類永恒的挑戰。在過去幾千年里，每一個個體、族群、部落、企業、國家等都會面臨著各種各樣的挑戰，如戰爭、沖突、災害、競爭等。人們都面臨著如何在不確定性的環境中進行決策，這些決策正確與否會導致事情的成敗、得失、利弊、對錯、好壞、優劣等結果，決策結果又會影響個體的幸福、部落的興衰、企業的成長、國家的繁榮、歷史的走向。

化解不確定性的“三部曲”。第一，理解和認知世界運行的規律，是化解不確定性的邏輯起點；第二，理解運行規律之后需要預測將會發生什么，這是決策的基礎和依據；第三是控制，是將決策付諸行動的具體路徑。

面對不確定性如何決策？

幾千年來，人類社會一直面臨的重大挑戰是，如何在不確定性的環境中進行決策，從游牧社會、農業社會、工業社會到信息社會，這都是一個永恒的話題，而在過去幾千年人類是如何進行決策？2000多年前，《史記·龜策列傳》中記載“自古圣王將建國受命，興動事業，何嘗不寶卜筮以助善！”500年前，正如馬克斯·韋伯在《新教倫理與資本主義精神》所說的，新教構建了一套對世界的解釋體系，企業家們面對各種不確定性進行決策的時候，宗教是指導他們在不確定性的環境中進行選擇的依據。

100前，愛迪生經過幾千次試驗發明了電燈，1969年美國人把人類送到了月球，波音747實現首飛。人類上月球的每一個決策、飛機研發的每一次重大決策的背后是基于什么？是科學。今天，風電功率預測、工程機械設備全生命周期運維、盒馬鮮生對生鮮食品的品類及數量選擇、淘寶首頁的千人千面的背后，構建了新的決策機制：數據+算法。

對不確定性認知的分野：從哲學到科學

對于不確定性的認知，也是從哲學、科學、經濟學分化的一個重要的因素。從信息論來看，克勞德·香農認為“信息是用來減少隨機不確定性的東西，信息的價值是確定性的增加”，信息最重要就是要減少不確定性而增加確定性。回到數字化本質，那就是在數據+算法定義的世界中，化解復雜系統的不確定性。

醫療的本質：應對不確定性

關于不確定性，我們把這個話題拓展到其它領域。1972年，阿羅獲得諾貝爾經濟學獎，其在1963年發表的論文《不確定性和醫療保健的福利經濟學》中指出，醫療服務的特殊性源于其普遍存在的不確定性。醫療是什么？向外看，是懸壺濟世；向內看，就是如何應對不確定性。在現代醫生的手邊，有6000多種藥物，4000多種治療手段，每種有不同的使用要求、風險、注意事項。面對疾病世界，從幾百年前的簡單，到幾十年前的復雜，再到現在的“非常復雜”。醫學成了一門掌控極端復雜性的藝術，它考驗著作為人是否能夠駕馭這種復雜性。

02

復雜系統

從萬物互聯到萬物智能

沒有網絡的世界是一個機械系統。隨著傳感器、互聯網、物聯網的出現，IoT時代正在到來，所有的產品最終都將成為一個網絡終端。正如波特所說，未來，所有的產品功能將由四個基本模塊構成：動力部件、執行部件、智能部件、互聯部件，未來的智能產品可以監測、可以控制、可以優化，產品的功能靈活性、易擴展性、安全性、可管理性都得到提高。

單一產品走向復雜系統，從機械系統走向生物系統

萬物互聯網使得孤立產品走向復雜產品網體系。約翰迪爾公司（John Deere）作為全球最大的農業機械制造商和世界第二大工程機械制造商,其產品沿著傳統產品→智能產品→智能互聯產品→產品系統→產品體系的路徑逐步演變。它不僅僅是一個產品，而且成為一個網絡體系的組成部分。當成為一個網絡體系組成部分的時候，就從一個原有的機械系統演變成復雜的生物系統。

智能系統：單一系統、局部系統、復雜系統到巨系統

我們再來看智能制造，我們可以定義一個智能的最小單元——具有感知、分析、優化、執行功能的智能單元，如數控機床、智能機器人、AGV小車以及刀具管理、工裝管理系統等，這些最小智能單元散布在制造體系的各個角落。今天，隨著物聯網、邊緣計算、工業互聯網等新的架構和技術體系的出現，以及市場需求對跨企業、跨環節、大尺度資源優化的需求，最小的智能單元從一個小系統被不斷接入企業內部大系統，企業內部大系統與上下游實現互聯互通互操作，構建復雜產業鏈系統。在此基礎上，當企業把產業鏈系統向整個社會開放時，開始構建起一個復雜巨系統。那我們可以看出來，商業和制造系統變得越來越復雜，從一個機械系統演變成了一個復雜生物系統。

德國工業4.0講橫向集成、縱向集成、端到端集成，從這個角度來講，什么是集成？集成是數據的互聯互聯網互操作，集成的本質就是對制造資源優化范圍、領域深度的描述，從自動化到智能化，就是從局部優化到全局優化的過程，在時間上優化只有起點沒有終點，空間上參與優化的資源從點、線、面、大系統、巨系統的方向不斷地擴展。如果說，自動化是單點的、低水平的，有限的資源優化；那么，智能化是多點、高水平、全局的資源優化。所謂集成的過程，就是對制造過程的范圍領域不斷地深化的過程。

智能制造：復雜的生態系統

傳統的制造體系是一個簡單的機械體系，確定性是常態。而智能制造是一個復雜的生態系統，要解決的核心問題是如何降低系統的不確定性。今天，當人們在理解制造業、理解智能制造的時候，我們要換一個視角，我們從一種靜態思維、機械化思維，走向生態思維、系統思維。

03

競爭的本質

什么是企業？企業競爭的本質是什么？這是我們在理解數字化轉型，必須要思考的問題。

企業是一種組織，是跟市場、政府一樣，配置資源的組織。企業是一種替代市場進行資源配置的組織，是將技術、資本、人才、土地、機器設備等資源組織起來，以更高效、更低成本滿足客戶需求的組織。企業競爭的本質是什么？企業競爭的本質就是資源配置效率的競爭，就是要以數據自動流動化解復雜系統的不確定性，優化企業資源的配置效率。企業面臨什么樣的挑戰？當我們走進企業董事會、走進工廠、走進車間、走進研發中心，他們都在思考什么問題：企業思考如何縮短一個產品的研發周期、如何提高一個班組產量、如何提高一個機床的使用精度、如何提高一組設備的使用效率，所有這些問題，都可以歸結為一個問題，就是如何提高資源配置效率。

面對這些問題，如何提高資源優化配置效率，核心是如何實現科學決策、精準決策、高效決策。企業的本質屬性是在不確定性的環境中如何決策，對于企業來說，新品開發是決策，客戶定位是決策，營銷策略是決策，研發組織是決策，供應鏈選擇是決策，交付周期是決策，庫存管理是決策，排產計劃是決策，商業模式選擇是決策。科學決策的背后是資源優配置效率的提高。

在淘寶、天貓上的服裝、化妝品商家來說，他們要思考的問題是，如何發現客戶的需求？如何找到新產品的最佳代言人？是選擇電視廣告還是網絡廣告？如何確定營銷關鍵詞？今年夏季流行什么款式、什么顏色、什么尺碼？何時備料、備多少？如何定價？所有這些問題的背后，都是一系列決策。

04

轉型的邏輯起點

數字化轉型的邏輯起點：適應競爭環境的快速變化

今天人們講智能制造、工業4.0、工業互聯網等一系列概念，講數字化轉型，首先需要思考的問題是，轉型的邏輯起點是什么？這個邏輯起點是，企業如何適應競爭環境的快速變化。智能就是一個主體對外部環境的變化做出反應能力，這個主體可以是一個人、一個機器、一個設備、一個組織、一個企業等。工業4.0、智能制造等要解決的核心問題就是，面對客戶需求的變化，企業如何適應和跟上這一快速的變化，如何更好地滿足客戶需求，這是數字化轉型的邏輯起點。

消費者的需求已經發生改變

在過去，消費者追求的更多是性價比、產品功能、耐用性等功能訴求；而今天，年輕的消費者不僅僅關注功能性訴求，而且關注內容、服務、參與度、社交體驗、分享與交流等體驗訴求。消費者的需求已變化，我們的供給能否跟上消費者需求的變化。

制造企業需要面對不確定性快速做出反應

美國的標準與技術研究院對智能制造有一個理解。就是如何實現差異性更大的定制化服務、更小的生產批量、不可預知的供應鏈的變更。把這三個標準歸納成一句話就是制造企業如何面對不確定性，在外界環境發生變化時，如何能夠快速地、實時地、精準地做出反應。這背后的體現的是一種能力。

中國是全球最大的服裝出口基地，過去一個外貿服裝訂單量可以達到百萬級，后來訂單量下降到了十萬、五萬級，今天服裝的外貿訂單最小批量只有3000件左右，線下訂單達到1500件、線上達到380件。但同時，訂單的交期從過去的一年、半年、三個月進一步壓縮到15天，有些品牌廠商15天交期產品的比重已占所有產品的15%。而具備15天交期能力的代工廠，其單件產品的議價能力比大規模生產廠家高出30%。對于智能制造和數字化轉型而言，其要解決的核心問題是如何解決小批量、多品種、短交期的問題。

商業和制造系統的復雜性

商業和制造業變得越來越復雜，這個復雜性至少可以從兩個維度去觀察。第一，產品本身越來越復雜。過去，僅僅是一個機械產品，現在變成了智能互聯的產品，產品增加傳感器、通信模塊、計算模塊、軟件等，產品變得越來越復雜。第二，需求變得越來越復雜。從大規模生產、大規模定制到個性化定制是一個不斷演進的過程。當需求變得很復雜的時候，給企業研發、設計、生產帶來一系列的挑戰。

05

工具革命

數字化轉型，本質是兩場革命：工具革命和決策革命。人們去一個地方可以選擇步行、可以開車、可以乘飛機，這叫工具，工具決定了能走得多快；但是，離目的地是不是越來越近，還取決于你的決策是否正確。數字化轉型本質上就是解決兩個基本問題：正確地做事和做正確的事。

我們可以從這兩個維度上觀察和理解企業的數字化轉型。從工具革命的維度看，自動化的工具提高了體力勞動者和腦力勞動者的效率，傳統的機器人、機床、專業設備等傳統工具正升級為3D打印、數控機床、自動吊裝設備、自動分檢系統等智能工具，傳統能量轉換工具正在向智能工具演變，大幅提高了體力勞動者效率；同時CAD、CAE、CAM等軟件工具提高了腦力勞動者的工具效率。從決策革命的維度看，企業內部 EPR、CRM、SCM、MES等通用軟件和自研軟件系統，通過不斷挖掘、匯聚、分析消費者以及研發、生產、供應鏈等數據，基于數據+算法構建一套新的決策機制，替代傳統的經驗決策，實現更加高效、科學、精準、及時的決策，以適應需求的快速變化。

工具革命：從能量轉換工具到智能工具

馬克思在幾百年前就說過“手推磨產生的是封建主的社會，蒸汽磨產生的是工業資本家的社會”。馬克思也說過各種經濟時代的劃分，原始社會、農業社會、工業社會，這種時代的劃分，不在于生產什么，而在于怎樣進行生產，用什么樣的勞動資料生產。

2004年為了制定《國家信息化發展戰略（2006－2020）》，我們組織開展了一個課題研究，叫“中國信息戰略研究”，這個研究成果集結成一本書《信息社會：概念、經驗與選擇》（2006）。在這本書中，我們通過勞動工具的差異將人類社會劃分為農業社會、工業社會、信息社會。我們定義工業社會最重要的工具叫做能量轉換的工具，蒸汽機、內燃機、紡織機等都是能量轉換的工具。信息社會是什么工具呢？信息社會的工具是在傳統工業社會能量轉換的工具基礎上，增加了傳感、通信、計算、處理等智能模塊，能量工具轉變成為一種智能工具，如智能機器人、數控機床、AGV小車等都是在能量轉換的基礎上加載了傳感、控制、優化等智能要素。

我們可以看到，在過往的幾百年、上千年，人類信息傳播工具的演變：從過去的狼煙、驛站、旗語、郵局、電報、電話到互聯網；生產加工工具的演變：從手工、機床到數控機床、在線數控機床。

過去工廠里面傳遞信息是通過文檔，設計師們用紙、筆等工具畫出汽車、飛機的幾何外形；后來通過模型來傳遞信息，將幾何模型、工藝模型信息等都完全加載，用二維CAD、三維CAD來設計汽車和飛機，到后來基礎模型的企業（MBD）等。無論是體力勞動者，還是腦力勞動者，通過新的工具，提高了生產、研發效率。

06

決策革命

什么叫決策革命？用抽象的語言來描述就是在比特的汪洋中重構原子的運行軌道。就是通過在Cyber空間重建物理世界，對采集的信息進行處理、加工、優化，將優化的結果反饋到物理世界，再去優化物理世界。信息物理系統建設就是在比特的世界中構建物質世界的運行框架和體系，是以數據自動流動實現資源優化配置。這種決策將更加的高效、更低的成本、更加的精準和更加的科學。

決策革命：基于數據+算法的決策

決策革命簡而言之就是基于數據+算法的決策。“數據+算法=服務”實現分四個環節：一是描述，在虛擬世界描述物理世界發生了什么；二是洞察，為什么會發生，事物產生的原因；三是預測，研判將來會發生什么；四是決策，最后應該怎么辦，提供解決方案。

在上述的描述、洞察、預測、決策之后，可能都需要人來參與決策，但是人參與決策越來越少，而系統參與的決策越來越多。就好像無人駕駛一樣，從開始完全依賴人的駕駛到最后無人駕駛。我們在Cyber空間找了一個代理人，把人們對汽車駕駛運行規律的認知裝載到軟件系統等去感知、優化、控制、執行。通過這樣一種方式優化資源的配置效率。正是因為我們構造了一種新的改造和認知世界的方法論，在開發汽車、飛機、高鐵等產品的時候，研發、生產效率都會大幅度提高。

在不確定性的環境中進行決策是企業面臨的巨大挑戰，從基于經驗的決策到基于數據+算法的決策，是企業數字化轉型的基本模式。天貓聯合瑪氏、雀巢等多家一線品牌，聯合建立新品創新中心，基于數據和新商業邏輯，洞察新品機會、提高研發效率，3 C、服裝、美裝、電器等新產品研發周期大幅縮短。

07

數據的自動流動

“數據+算法”背后的支撐：數據的自動流動

決策革命是基于數據+算法，那支撐數據+算法的背后是什么？是數據的自動流動，即正確的數據在正確的時間以正確的方式傳遞給正確的人和機器。

青島紅領作為一家個性化定制服裝企業，有些企業高管參觀后感到非常失望，因為沒有想象中一排排機器人、先進的數控機床、先進的生產線以及忙亂而有序的AGV小車，看到的是一排排的工人在用手工的方式加工衣服，是一個典型的勞動密集型企業生產場景。

有人說他跟富士康沒有區別，不是沒有區別，而是根本就比不上富士康，富士康的自動化生產線、切片機、機器人是非常先進，紅領跟富士康有什么不同呢？

我們認為自動化分為兩種。一種自動化是生產裝備自動化，叫做看得見自動化，或者定義成工具革命，數控機床、機器人、立體倉庫、忙碌而有序的AGV小車。還有一種叫做看不見的自動化，數據流動的自動化，把正確的數據在正確的時間傳遞給正確的人和機器，或者定義成決策革命。當你采集一個人上身的18個部位，22個指標之后，這一個指標首先自動生成一個適合這個人體型的一個版型，自動生成一個數控機床的加工指令，自動生成200個工序的加工工藝，定制化生產跟規模化生產相比，其復雜度、面臨的不確定性遠遠地超出幾個量級。

當面對一個定制化生產的時候，系統變得極其地復雜，需要非常多的決策，每時每刻、每個人所面對的加工對象、工藝、方法都會發生變化。定制化生產的核心在于，如何能夠把數據在正確的時間以正確的方式傳遞給正確的人，以數據的自動流動化解復雜系統的不確定性。

基于文檔的信息流到基于模型的信息流

我們把這一模式概念拓展到一般生產場景，當企業采集了客戶的數據之后，這些數據就會在企業經營管理、產品設計、工藝設計、生產制造、過程控制、產品測試的每一個環節里去流動。我們要思考的問題是在數據流動的每一個環節，是不是可以沒有人去參與。過去信息的流動是基于文檔的流動，我們的企業通過傳真、e-mail、excel表、U盤、光盤、打電話、開會、自己開發工藝程序、編寫軟件等各種方式傳遞信息。今天，我們所要追求的是，數據能夠在企業內部流動過程中，不需要人的參與可以實現信息的自動流動。

08

軟件的本質

軟件是實現數據自動流動的核心

數據的自動流動，正確的數據在正確的時間，以正確的方式傳遞給正確的人和機器，正確與否的核心是軟件、是算法、是模型。軟件是一系列按照特定順序組織的計算機數據和指令的集合，本質是事物運行規律的代碼化，作用是構建數據流動的規則體系，是指導甚至控制物理世界高效、有序乃至創造性運轉的工具，是工業和商業技術體系的載體，也是人類經驗、知識和智慧的結晶。

無論是愛因斯坦的質能方程，還是牛頓的三大規律，都是我們認識這個物理世界的方式。我們把規律模型化、模型算法化、算法代碼化、代碼軟件化，再用軟件化去優化物理世界。我們構建了三個世界，物理世界、意識世界、數字世界。

“數據+算法”構造了我們認識這個世界新的方法

2013年的諾貝爾化學獎，因發展了復雜化學體系中的多尺度模型，頒給了三位美國科學家馬丁·卡普魯斯、邁克爾·賴韋特和亞利耶·瓦謝爾因。這三位科學家的貢獻就是構建了一個做實驗的方法論，做化學實驗的方法論，這個方法論就是在計算機中做實驗，它實際就是“數據+算法”的另一種的表現形式。

過去科學家整天在實驗室做實驗，現在有一部分實驗可以在計算機里面去做。對于制造業也是一樣，過去飛機從立項到交付需要近十五年，現在只需要五六年的時間，因為人們構建了一個新的認識和改造世界方法論。高鐵可以通過虛擬的高鐵在虛擬的京滬線上跑起來，來測試高鐵運行中選擇電流、電壓、噪音、穩定性、可靠性等，通過在虛擬世界的快速迭代，構造了一個改造和認識世界的方法論，這種方法叫模擬擇優法。

09

技術架構大遷徙時代

今天我們討論各種各樣的云和工業互聯網概念的背后是什么？是我們正在迎接一個新時代的到來，這個時代就是體系架構大遷徙的時代。

基于云架構的大遷移

伴隨著工業技術和信息技術的飛速發展，商業系統的需求、生產流程、業務邏輯的復雜性逐漸增加，對信息系統的響應要求也越來越高。面對商業和制造系統復雜性的持續增加，基于傳統IT架構解決方案的基本思路是在原有業務系統升級的基礎上不斷開發新的業務系統，即“系統+系統”模式，面臨業務系統“煙囪林立”、復雜臃腫、迭代緩慢、交付低效等挑戰，業務系統響應能力呈線性增長，越來越難以適應日益復雜的制造系統。

我們今天討論工業互聯網、工業云，我們討論邊緣計算、時間敏感網絡等概念都在描述一件事情，我們在構造一個新的架構體系，我們可能正在迎來一場歷時20年的技術架構體系大遷移時代，這場遷移5年前已經開始，會在未來15年結束。這是一場基于復雜經濟系統需求牽引的技術架構大遷移，我們商業系統、制造系統變得越來越復雜，這種復雜性，來自于產品本身、來自于客戶需求、來自于全球化、來自于供應鏈、來自于世界政治經濟環境的變化。

今天我們需要重新構建這個架構就是基于云計算架構體系，基于云架構實現各業務系統和解決方案的云化遷移，我們需要構建一整套基于云架構的軟件體系、商業模式、咨詢服務、運維體系，使大量數據、模型、決策信息平臺化匯聚、在線化調用，系統之間實現互聯互通操作，實現了業務系統的功能重用、快速迭代、敏捷開發、高效交付、按需交付，即“系統之系統”模式。伴隨著制造系統的復雜性增加，新的業務系統通過對原有業務系統模塊的充分調用、部署實現快速上線，系統響應能力指數增長。

從數字化轉型1.0到數字化轉型2.0

架構體系的遷移推動了企業數字化轉型從1.0邁向2.0，如果說，數字化轉型1.0是基于傳統IT架構的信息化管理，那么數字化轉型2.0就是基于云架構的智能化運營；數字化轉型1.0是管理導向，數字化轉型2.0是創新導向；數字化轉型1.0的核心是業務數字化，數字化轉型2.0是數據的業務化；數字化轉型1.0是實現消費端數字化，數字化轉型2.0是供給端數字化；數字化轉型1.0是局部數字化，數字化轉型2.0是全鏈路數字化；數字化轉型1.0是流程驅動，數字化轉型2.0是數據驅動；數字化轉型1.0是基于硬件和軟件的交付，數字化轉型2.0是數據+算法提供了賦能；數字化轉型1.0是產品經濟，數字化轉型2.0是結果經濟。

10

體系重構

數字化的邏輯殊途同歸：數字孿生的世界

可以設想一下，未來十年、二十年、三十年之后，信息通信技術的發展趨勢是什么？或者我們思考一個問題：數字化的終極版圖是什么？從未來看現在，我們今天所看到的物聯網、大數據、云計算、人工智能、工業軟件等技術，都是未來數字化終極版圖的一個碎片，ICT技術發展及應用的過程，就是我們不斷把這個碎片化的模塊拼一個幅完整版圖過程，我們都是拼圖人。

那么，形成的最終圖景是什么呢？是數字孿生。我們不斷地把碎片化物理世界數字化后，在Cyber空間構造成一個碎片化的數字孿生體，然后把這個碎片化的孿生體拼成一個完整的數字孿生體，直至構造一個數字孿生的世界，從數字孿生的心臟、數字孿生的飛機、數字孿生的建筑到數字孿生的城市，我們都走在構造數字孿生世界的大道上。我們將在比特的世界中重建原子的世界，將在比特的世界優化原子的世界，數字孿生的世界在未來20年將經歷三個階段：局部的數字孿生、靜態的數字孿生和動態的數字孿生。

深度融合：體系重構的新階

以互聯網、云計算、大數據等為新一代信息通信技術與制造業融合帶來了體系的重構，形成了以數據驅動、軟件定義、平臺支撐、服務增值、智能主導為特征的制造業新體系。在過去的兩三百年的時間里，制造業不變的追求是：制造的高效率、高質量、低成本和客戶的高滿意度。新的體系對于制造業來說，帶來什么樣的變化呢？帶來了誰來生產、生產什么、用什么工具、以什么方式、在哪兒生產的改變。

生產者由單純的生產者轉變為產銷者（Prosumer），消費者越來越深度地參與了生產的全過程；生產產品由功能產品演進到智能互聯產品，無人汽車、智能硬件等產品層出不窮；生產工具由從能量轉換工具到智能工具，3D打印、數控機床廣泛應用于制造；生產方式從“試錯法”到“模擬擇優”，從實體制造到實體虛擬融合，虛擬仿真、數字孿生的技術正不斷應用，體現一種新的認識和改造世界的方法論；生產地點由集中向分散轉變，網絡化制造、分享制造正是這一過程的體現。

轉型：從思維轉變開始

面對數字化轉型大變革，企業如何轉型？企業思維需要實現三個轉變：一是以不確定性應對不確定性。面對需求的不確定性，企業需要以數據+算法的策略應對不確定性，需要摒棄冗余思維、靜態思維，走向精準思維、動態思維。二是以增量革命構建新型能力，企業數字化轉型，就是要把軟件、設備、流程優化、管理變革最終都要轉化為企業的新型能力。這是數字化的出發點，也是落腳點。三是從產品制造商到客戶運營商（Customer Operator），制造企業應成為一個工業產品提供者，通過產品與客戶建立一種“強關系”，能成為24小時在線，了解、預測、滿足客戶需求的“客戶運營商”。