制造运营的数字化转型是大多数制造业领导者关注的焦点，因为这是在市场中保持竞争力所必需的。制造环境中充满了未充分利用的数据，这些数据可用于更快、更明智地做出决策能力和采取行动。那些在工厂或企业层面成功实施并执行数字化战略的组织，在生产力、质量、交付周期、按时交付和库存方面都实现了两位数的强劲提升。
然而，只有25%的制造商在企业层面实现了数字化系统的可扩展应用。其余75%的制造商大多仍在制定数字化战略，或陷入“试点困境”。
如果成功的数字化转型成果已非常明确，技术解决方案也已触手可及，那么究竟是什么阻碍了制造商实现应有价值？
答案是，数字化转型对组织而言确实是一场范式转变。尽管人们往往更关注技术赋能，但组织层面的采纳却是从拥有正确技术到实现运营生产率跃升之间经常被忽视的关键环节。以下是制造型组织在实现数字化转型成功过程中必须应对的四个现实。
从上到下，员工角色都将发生变化。
数字化转型的核心在于赋能员工更高效、更可靠地实现个人和组织目标，而这只有在员工显著改变其日常工作方式时才能实现。随着现成数据和信息的涌入，前线员工和管理人员的角色都需要改变，以实现更高的生产力。
随着系统的互联和流程的数字化，许多曾经由制造业员工和团队负责人手动完成的信息化任务（如数据收集和报告）将实现自动化。这为员工从重复性任务转向更多分析和解决问题的工作提供了机会。然而，如果员工通常每周花费许多小时进行数据收集和报告编制，那么对这种变化的自然反应包括对使用数字工具的犹豫，或如果不直接加以应对，则会担心工作安全性降低。
数字化转型使决策能够更快做出，甚至实现实时决策。然而，如果所有这些决策仍然由少数运营经理做出，制造商最终可能会遇到信息和决策能力的“瓶颈”，从而大大降低技术的潜在价值。决策的方式和层级都将发生变化。
拥抱数字化的文化是指所有员工，包括制造业员工，都有权根据其角色做出实时决策并采取相应行动的文化。这对于许多经验丰富的制造业经理和高管来说，可能是管理风格的巨大转变。需要一种“民主化决策能力”的文化，以实现更高水平的敏捷性和生产力。实施积极的变革管理策略，使所有受影响的员工在变革过程中尽早参与，将员工反馈纳入解决方案设计和实施，并在员工中培养变革倡导者，推动变革。强有力的变革管理计划有助于让员工参与转型过程，并最大限度地减少变革反对者。
新技术带来新的技能需求。
在实施数字技术时，需要IoT、数据科学和网络安全等新技能。这些技能的需求增长速度远远超过供应，使得寻找新人才变得困难，尤其是在许多制造业所在地。除了与行业和技术专家合作外，制造商还应考虑提升现有员工的技能，以实现数字解决方案的持续采用和持续改进。
一个常见的误解是，分析总是需要数据科学家。虽然这对于高级分析（如机器学习和人工智能）来说是事实，但数据驱动型文化意味着公司各处都需要具备数据分析工具和方法的能力。制造商通常已经雇佣了以流程为驱动的分析型员工。 通过适当的培训和发展，这些员工可以成为常驻的数据分析主题专家。
当员工将新的数据分析知识与他们现有的流程和机器知识相结合时，他们可以迅速走在数字化旅程的前沿。对现有员工队伍进行再培训和技能提升，有助于长期提升员工参与度和留任率、增强跨职能协作，以及推动现代技术趋势的采用。
除了明确的技术技能外，员工还需要具备利用他们现在可以轻松获得的数据进行诊断和解决问题的技能。以前仅仅是数据收集者的员工，现在被要求根据新的数据驱动型见解来解决问题。组织需要确保他们的员工准备好学习和成长，以把握这些机会。
需要协同工作的职能部门可能具有不同的优先级。
毫无疑问，信息技术 (IT) 与运营技术 (OT) 的融合正在推动数字化转型带来的巨大机遇。但这并不意味着现有的IT和OT团队总是意见一致。
OT 和运营团队专注于提高工厂的生产力——以更低的成本生产更多的产品。另一方面，IT 通常更专注于维持企业平台的正常运行和降低网络风险。这些优先事项并不一定是相互排斥的，但如果没有一个有凝聚力和协作性的方案，包括正确的组织设计，整个过程可能会变得异常艰难。
优先事项的冲突也可能源于项目的资金来源。OT 团队通常专注于解决一个工厂的问题，有时甚至会被激励与同一供应链网络中的其他工厂竞争。IT 团队可能更感兴趣的是一个可扩展的解决方案，这个解决方案对所有工厂都有利，但无法为项目提供充分的资金支持。
数字化转型的成功取决于 IT 和 OT 团队的有效协作。OT 团队带来了制造过程的专业知识和数据的来源知识。IT 团队确保企业平台和必要的网络基础设施可靠、可扩展且安全。组织必须确定如何协调支持数字化转型计划的 IT 和 OT 团队的目标。
可考虑正式组建专门负责数字化转型的团队，由 IT 和 OT 两个职能部门的负责人和主题专家组成。这些跨职能团队由运营、工程和 IT 共同资助，共同定义计划目标，协作制定实施计划，并成为整个组织的变革推动者。他们应拥有一组共同的高管利益相关者，共同汇报进展，并共同获得奖励。
在数字化世界中，组织需要以更快的节奏进行学习和变革。
制造和自动化项目通常属于高资本支出投资，项目周期较长，一旦出现错误，代价可能极高。数字化举措不应被视为同类项目。相反，它们是基于经验教训快速迭代的机会，并可利用敏捷开发方法实现新功能。这需要一种文化，使每一次迭代都成为学习和持续成长的机会。“学习型组织”的核心属性——该概念由彼得·圣吉（Peter Senge）普及——包括系统性问题解决、实验和知识转移。
系统性问题解决包括生成假设、测试假设，并以数据（而非假设）作为决策能力的基础。可以采用最小可行产品（MVP）方法，快速测试假设并生成数据，以评估解决方案的有效性。使用通用企业平台时，一旦被认为有影响力，MVP 可在整个企业范围内快速扩展。
促进实验是利用数字技术实现持续改进的关键。确保您的组织采用激励机制，鼓励一定程度的风险承担，让经过数字技术实验培训的员工感受到引入变革的收益大于潜在成本。这需要强有力的高管领导力，并通过定期的变革赋能辅导予以强化。
为了使数字解决方案或用例发挥其全部影响力，需要在整个企业中有效扩展。必须将首次实施的经验详细分享给其他工厂，以实现这一扩展。可以考虑设立卓越中心，由制造过程和技术主题专家支持或主导首次实施，并将这些经验应用于其他工厂的后续实施。
底线
为了让数字化转型带来显著且持久的成果，组织需要应对角色变化、新人才发展需求、组织结构调整以及加快变革步伐的紧迫性等方面的颠覆。围绕组织和人员转型工作的有力战略，必须成为任何成功数字化转型的重要配套措施。
发布时间 2022年3月9日
