干貨｜全球六大數(shù)字化轉(zhuǎn)型標(biāo)桿！
作者: 托馬斯·西貝爾
來源：摘自《認(rèn)識數(shù)字化轉(zhuǎn)型》一書，經(jīng)機(jī)械工業(yè)出版社授權(quán)發(fā)布
法能能源公司
意大利國家電力公司
卡特彼勒
約翰迪爾
3M公司
美國空軍
彈性云計(jì)算、大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)技術(shù)的聚合推動了數(shù)字化轉(zhuǎn)型。善于利用這些技術(shù)并成功轉(zhuǎn)型成為充滿活力的動態(tài)數(shù)字化企業(yè)的公司將會繁榮發(fā)展。反之，無法實(shí)現(xiàn)轉(zhuǎn)型的企業(yè)將變得無足輕重甚至無法生存。我知道這聽起來很嚇人，但事實(shí)就是這樣。
錯過變革性戰(zhàn)略轉(zhuǎn)型的代價(jià)是十分慘痛的。多少曾經(jīng)聲名顯赫的公司，由于墨守成規(guī)不愿改變而落得以失敗告終的下場。百視達(dá)（Blockbuster，美國大型家庭影視娛樂供應(yīng)商）、雅虎和博德斯（Borders，美國著名連鎖書店）就是這樣的例子，它們就是因?yàn)闊o法適應(yīng)行業(yè)變革而被無情碾壓。
美國視頻和游戲租賃公司百視達(dá)在其最鼎盛時(shí)擁有6萬名雇員，收入高達(dá)59億美元，市值達(dá)到50億美元。然而僅僅六年之后，這家公司就宣告破產(chǎn)，只剩下一具軀殼。2000年，奈飛公司首席執(zhí)行官里德·哈斯廷斯提出與百視達(dá)合作，愿以5千萬美元收購這家公司的線上業(yè)務(wù)，結(jié)果被百視達(dá)拒絕了。
截至本書寫作時(shí)，奈飛公司的市值已超過1600億美元，而百視達(dá)則徹底退出了歷史舞臺。奈飛察覺到了變化趨勢，果斷拋棄了郵購業(yè)務(wù)，轉(zhuǎn)型成為流媒體視頻公司。遺憾的是，百視達(dá)錯過了這個機(jī)遇。
2000年，雅虎在互聯(lián)網(wǎng)世界的地位如日中天，在互聯(lián)網(wǎng)泡沫頂峰時(shí)期，市值一度高達(dá)1250億美元。后來，雅虎有機(jī)會收購谷歌和臉書，但最后都因?yàn)閮r(jià)格問題沒有達(dá)成交易。雅虎覺得支付30億美元來收購谷歌這樣的公司實(shí)在太浪費(fèi)了。
2008年，微軟曾嘗試以450億美元的價(jià)格惡意收購雅虎，結(jié)果被雅虎成功抵制。
2016年，Verizon公司以48億美元的價(jià)格完成了對雅虎的收購。雅虎開始走下坡路的跡象十分明顯，消費(fèi)者互聯(lián)網(wǎng)正變得高度移動化和社交化，基于圖片和視頻的互動趨勢越來越強(qiáng)。雅虎沒有覺察到這種趨勢，結(jié)果被收購肢解。
截至本書寫作時(shí)，谷歌和臉書的市值已分別達(dá)到8400億美元和5000億美元。
博德斯是一家美國圖書零售商，2003年鼎盛時(shí)期在全美開有1249家分店。兩年前，博德斯把旗下的電子商務(wù)業(yè)務(wù)委托給了亞馬遜網(wǎng)站。后來證明這是一個巨大的錯誤，公司從此失去了打造專屬在線業(yè)務(wù)的機(jī)會。
面對亞馬遜的電子圖書和數(shù)據(jù)推動型物流服務(wù)帶來的生存挑戰(zhàn)，博德斯顯然難以招架。不出所料，把在線業(yè)務(wù)拱手讓給亞馬遜，使博德斯公司無法再進(jìn)入電子圖書領(lǐng)域，企業(yè)品牌受到重創(chuàng)，慢慢被消費(fèi)者遺忘。2010年，博德斯曾試圖推出自己的電子閱讀器和電子圖書商店，可惜為時(shí)已晚。一年后，這家公司關(guān)閉了旗下所有的書店。
百視達(dá)、雅虎和博德斯，這些公司絕非個別案例。它們的遭遇并不罕見，也沒有任何特別之處。
簡而言之，它們不過是業(yè)務(wù)模式轉(zhuǎn)型造成的大規(guī)模企業(yè)滅絕現(xiàn)象中的犧牲品。它們很好地詮釋了數(shù)字化轉(zhuǎn)型失敗的企業(yè)的下場?？梢哉f在當(dāng)今時(shí)代，數(shù)字化轉(zhuǎn)型就是一場你死我活的競爭。無法成功實(shí)現(xiàn)轉(zhuǎn)型的企業(yè)必然會遭遇與百視達(dá)、雅虎、博德斯同樣的結(jié)局。
雖然轉(zhuǎn)型失敗的代價(jià)極高，但尋求數(shù)字化轉(zhuǎn)型的大型企業(yè)的未來前景卻從未如此光明。
這里主要有兩方面的原因，一是梅特卡夫定律的作用，網(wǎng)絡(luò)的價(jià)值會隨著組成網(wǎng)絡(luò)個體的數(shù)量的增加而增長。大型企業(yè)在利用數(shù)據(jù)方面獲得的收益也遵從這一定律，在正確使用數(shù)據(jù)的情況下，企業(yè)數(shù)據(jù)的價(jià)值會隨著數(shù)據(jù)規(guī)模的擴(kuò)大出現(xiàn)指數(shù)級增長。大企業(yè)通常要比初創(chuàng)企業(yè)擁有多得多的數(shù)據(jù)，搜集整理數(shù)據(jù)的速度也相對較快。成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的組織機(jī)構(gòu)可以筑造起一道“數(shù)據(jù)壕溝”，這是一種不對稱優(yōu)勢，能有效打擊潛在競爭對手進(jìn)入行業(yè)的意圖。數(shù)據(jù)壕溝的影響力不可低估，目前亞馬遜和谷歌已經(jīng)形成了這種優(yōu)勢，其多年積累得來的消費(fèi)者和用戶數(shù)據(jù)達(dá)到了驚人的規(guī)模。
與此類似，市場的早期進(jìn)入者，如優(yōu)步、Zappos、Slack和Instagram等公司，也在利用破壞性創(chuàng)新產(chǎn)品大量搜集用戶數(shù)據(jù)，快速獲得競爭力，建立起強(qiáng)大的產(chǎn)品上市規(guī)?；瘍?yōu)勢。
大型企業(yè)更易于利用數(shù)字化轉(zhuǎn)型的第二個原因是它們通常具備雄厚的資金。數(shù)字化轉(zhuǎn)型可帶來極富吸引力的投資機(jī)會，其中之一是雇用大量一流水平的數(shù)據(jù)專家和數(shù)據(jù)工程師。另一個是投資數(shù)字化轉(zhuǎn)型技術(shù)。
我們發(fā)現(xiàn)這兩個方面，即數(shù)據(jù)壕溝和雄厚資金，實(shí)際上是具備協(xié)同效應(yīng)的。擁有專有數(shù)據(jù)、合理技術(shù)且有錢招募一流人才的大型企業(yè)，會發(fā)現(xiàn)自己正處在史無前例的有利發(fā)展階段。
對于數(shù)據(jù)專家和數(shù)據(jù)工程師來說，更多的數(shù)據(jù)意味著更難解決的問題，它們會吸引一流的專家接踵而來。如果大型企業(yè)能成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，它的數(shù)據(jù)壕溝（即相對于競爭對手擁有更多數(shù)據(jù)的優(yōu)勢）將會轉(zhuǎn)化成吸引一流數(shù)據(jù)專家的能力、打造一流人工智能算法和輸出平臺的能力、生成一流觀點(diǎn)的能力，以及最終實(shí)現(xiàn)一流經(jīng)濟(jì)效益的能力。谷歌、亞馬遜和奈飛正是擁有數(shù)據(jù)優(yōu)勢的大企業(yè)取得成功的最好證明。
我們正處在數(shù)字化轉(zhuǎn)型的早期階段，正如我們所看到的，推動這場變革的技術(shù)僅用了5到10年的時(shí)間就已經(jīng)發(fā)展成熟。本文，我要分享的是六家大型企業(yè)和政府機(jī)構(gòu)成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的案例，它們分別是法能能源公司、意大利國家電力公司、卡特彼勒、約翰迪爾、3M公司和美國空軍。這些案例都是在我們（C3.ai公司）為上述客戶提供咨詢服務(wù)的基礎(chǔ)上形成的。
下面的案例涉及解決全球最為復(fù)雜的一些數(shù)據(jù)科學(xué)問題，其中包含了不同的具體應(yīng)用，如預(yù)測性維修、庫存優(yōu)化、欺詐識別、流程和產(chǎn)量優(yōu)化，以及推動客戶決策等。這些案例的共同之處在于其解決方式的戰(zhàn)略性本質(zhì)，特別是通過關(guān)注具體的高優(yōu)先級目標(biāo)來創(chuàng)造重大且可衡量的經(jīng)濟(jì)價(jià)值。另一個共同之處是轉(zhuǎn)型變革都由企業(yè)首席執(zhí)行官級別的高管強(qiáng)制推動。
法能能源公司是我在前面提到過的一家綜合性法國能源企業(yè)，這家公司在很多方面都是大型企業(yè)成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的楷模。法能能源公司擁有超過15萬名員工，在70多個國家開展業(yè)務(wù)，2018年財(cái)報(bào)收入為606億歐元。公司擁有的2200萬個物聯(lián)網(wǎng)設(shè)備和數(shù)以百計(jì)的企業(yè)運(yùn)營系統(tǒng)每天可生成大量的數(shù)據(jù)。
2016年，法能能源公司首席執(zhí)行官伊莎貝拉·高珊意識到公司所在行業(yè)的核心正在受到兩大重要力量的動搖，即數(shù)字化和能源轉(zhuǎn)型。用公司自己的話說，“無碳化、去中心化和數(shù)字化”正在推動能源行業(yè)的全新革命。高珊意識到，要想在新能源時(shí)代求得生存和發(fā)展，法能能源公司必須進(jìn)行全面的數(shù)字化轉(zhuǎn)型。
如前所述，成功的數(shù)字化轉(zhuǎn)型在管理上必須是由上而下推動的。在法能能源公司，這個任務(wù)首先落到了高珊的肩頭。她描繪了公司實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型之后的發(fā)展前景，宣布從2016到2019年，公司將投入15億歐元推動數(shù)字化轉(zhuǎn)型。為此，她專門成立了公司數(shù)字化部門，負(fù)責(zé)在整個企業(yè)范圍內(nèi)助力數(shù)字化轉(zhuǎn)型活動。法能能源公司的數(shù)字化部門包括一個數(shù)字化工廠，這個工廠實(shí)際上是一個優(yōu)勝中心，公司的軟件開發(fā)人員可以在這里和合作伙伴孵化和推動創(chuàng)新信息技術(shù)工具在整個企業(yè)范圍內(nèi)的應(yīng)用。后來，高珊任命伊夫·勒·熱拉爾為首席數(shù)字官，負(fù)責(zé)全面管理公司的數(shù)字化轉(zhuǎn)型活動。
法能能源公司實(shí)現(xiàn)轉(zhuǎn)型的第一步是確定高價(jià)值使用案例，然后設(shè)定行動路線圖，按照重要次序逐步實(shí)現(xiàn)全面數(shù)字化轉(zhuǎn)型。公司的數(shù)字化工廠設(shè)計(jì)了一個有優(yōu)先次序的全面項(xiàng)目路線圖，應(yīng)用案例橫跨企業(yè)的各條業(yè)務(wù)線。具體舉例如下：
在天然氣資產(chǎn)領(lǐng)域，法能能源公司使用預(yù)測分析和人工智能算法對資產(chǎn)進(jìn)行預(yù)測性維修，優(yōu)化發(fā)電生產(chǎn)。具體措施包括找到低效生產(chǎn)原因，減少設(shè)備故障和提高運(yùn)營時(shí)長。
在客戶管理方面，法能能源公司為客戶推出了一整套在線服務(wù)系統(tǒng)，包括可幫助客戶自行管理能源使用情況的自助型應(yīng)用。針對個體住戶和大樓物業(yè)，公司開發(fā)了可根據(jù)智能傳感器返回的數(shù)據(jù)進(jìn)行分析的應(yīng)用，以幫助用戶節(jié)約能源。
在可再生能源領(lǐng)域，法能能源公司開發(fā)了數(shù)字化應(yīng)用平臺以優(yōu)化可再生能源的發(fā)電生產(chǎn)。這些應(yīng)用使用預(yù)測分析和人工智能算法去預(yù)測維護(hù)需求、發(fā)現(xiàn)未達(dá)產(chǎn)設(shè)備、為現(xiàn)場工作人員提供關(guān)于資產(chǎn)和維修需求的實(shí)時(shí)反饋。該平臺目前已涵蓋超過2千兆瓦的裝機(jī)容量，截至2020年涵蓋的裝機(jī)容量會超過25千兆瓦，它已成為全球可再生能源管理領(lǐng)域最大的人工智能平臺之一。目前，該平臺有1000多種機(jī)器學(xué)習(xí)模型在不斷進(jìn)行算法訓(xùn)練，以適應(yīng)持續(xù)變化的運(yùn)行環(huán)境，每天能以十分鐘一次的頻率對遍布全球的350臺風(fēng)力發(fā)電機(jī)提供14萬條預(yù)測分析結(jié)果。截至2020年，公司的數(shù)字化平臺會應(yīng)用20多種額外的機(jī)器學(xué)習(xí)使用案例，進(jìn)一步釋放出更大的經(jīng)濟(jì)價(jià)值。
在智能城市方面，法能能源公司計(jì)劃開發(fā)部署一系列應(yīng)用，包括高效的區(qū)域冷暖調(diào)溫、交通控制、綠色出行、垃圾管理和安全管理，以推動可持續(xù)型節(jié)能互聯(lián)城市的發(fā)展。據(jù)統(tǒng)計(jì)，全球人口生活在城市的比例將會從現(xiàn)在的50%增長到2050年的70%。
法能能源公司數(shù)字化轉(zhuǎn)型的使用案例還有很多。在整個組織機(jī)構(gòu)范圍內(nèi)，公司將在三年內(nèi)開發(fā)部署28項(xiàng)新技術(shù)應(yīng)用，培訓(xùn)100多位專業(yè)員工。為協(xié)調(diào)和推動這場變革，法能能源公司成立了專門的優(yōu)勝中心，采用最佳實(shí)踐推動業(yè)務(wù)部門領(lǐng)導(dǎo)之間的協(xié)作，確定需求，設(shè)計(jì)路線圖，以系統(tǒng)化方式開發(fā)部署系統(tǒng)應(yīng)用，創(chuàng)造出可衡量的轉(zhuǎn)型成果。
優(yōu)勝中心成立僅一年后，法能能源公司就開發(fā)上線了四種技術(shù)應(yīng)用。這些應(yīng)用的成果正在逐步顯現(xiàn)，為企業(yè)帶來巨大的經(jīng)濟(jì)效益。例如反預(yù)見性維護(hù)系統(tǒng)降低的設(shè)備故障率，以及設(shè)備下線維護(hù)計(jì)劃的優(yōu)化這兩項(xiàng)應(yīng)用每年預(yù)計(jì)可創(chuàng)造1億歐元以上的經(jīng)濟(jì)價(jià)值。
意大利國家電力公司是全球第二大發(fā)電企業(yè)，擁有超過95千兆瓦裝機(jī)容量，在全球有超過7000萬客戶和69 000位員工，2018年公司營收達(dá)到757億歐元。作為智能電網(wǎng)領(lǐng)域的先鋒，意大利國家電力公司是世界上首個用數(shù)字化智能電表取代傳統(tǒng)電子機(jī)械式電表的企業(yè)，這是一項(xiàng)針對整個意大利用戶實(shí)施的重要舉措。2006年，意大利國家電力公司在整個意大利范圍內(nèi)安裝了3200萬個智能電表，后來在整個歐洲范圍內(nèi)共安裝了4000多萬個智能電表，占?xì)W洲智能電表總數(shù)80%以上的比例。
意大利國家電力公司的數(shù)字化轉(zhuǎn)型具有十分重要的意義，它是全球部署人工智能和物聯(lián)網(wǎng)應(yīng)用最多的企業(yè)。公司的數(shù)字化轉(zhuǎn)型之路也是自上而下推動的，首席執(zhí)行官弗朗西斯科·斯塔萊斯委派設(shè)施技術(shù)服務(wù)部主任法比奧·委羅內(nèi)塞全面負(fù)責(zé)公司的數(shù)字化轉(zhuǎn)型活動。意大利國家電力公司計(jì)劃投入53億歐元對其設(shè)備資產(chǎn)、運(yùn)營系統(tǒng)和工作流程進(jìn)行數(shù)字化改造，以達(dá)到強(qiáng)化互聯(lián)性的目的。
在此，我們主要來看意大利國家電力公司數(shù)字化轉(zhuǎn)型活動中的兩個具體應(yīng)用案例。第一個是對公司在意大利境內(nèi)長達(dá)120千米的配電網(wǎng)絡(luò)的預(yù)測性維修應(yīng)用。這個網(wǎng)絡(luò)由各種不同設(shè)備資產(chǎn)組成，包括全部裝有傳感器的變電站、配電線路、變壓器和智能電表。
為進(jìn)一步提高電網(wǎng)穩(wěn)定性，減少系統(tǒng)掉線情況和設(shè)備故障導(dǎo)致的服務(wù)中斷，意大利國家電力公司部署了預(yù)建型人工智能預(yù)見性維護(hù)應(yīng)用。這款軟件即服務(wù)（SaaS）應(yīng)用使用高級機(jī)器學(xué)習(xí)算法實(shí)時(shí)分析網(wǎng)絡(luò)傳感器數(shù)據(jù)、智能電表數(shù)據(jù)、設(shè)備維修記錄和天氣數(shù)據(jù)，并將其與配電網(wǎng)絡(luò)“反饋器”（即從變電站向變壓器和終端用戶輸送電力的配電線路）聯(lián)合起來，在故障發(fā)生之前做出準(zhǔn)確預(yù)測。
意大利國家電力公司可以實(shí)時(shí)監(jiān)控設(shè)備資產(chǎn)，每日對資產(chǎn)進(jìn)行風(fēng)險(xiǎn)評估，快速發(fā)現(xiàn)異常狀態(tài)或工作環(huán)境變化，進(jìn)而預(yù)測可能出現(xiàn)的維修問題。這種人工智能預(yù)測功能可有效幫助意大利國家電力公司改善電網(wǎng)可靠性，降低運(yùn)營成本，更加靈活地安排維修任務(wù)，顯著提高設(shè)備資產(chǎn)的生命周期，同時(shí)極大改善客戶的滿意度。
這個項(xiàng)目的重要創(chuàng)新有兩方面，一是為意大利國家電力公司開發(fā)先進(jìn)的圖形網(wǎng)絡(luò)方法，使其能在任何時(shí)間點(diǎn)構(gòu)造公司的網(wǎng)絡(luò)狀態(tài)；二是使用高級機(jī)器學(xué)習(xí)型框架開發(fā)持續(xù)學(xué)習(xí)能力，以改善對設(shè)備資產(chǎn)故障的預(yù)測精度。利用彈性云計(jì)算技術(shù)，這款預(yù)見性維護(hù)應(yīng)用可從公司的電網(wǎng)傳感器和智能電表中匯集拍字節(jié)規(guī)模的實(shí)時(shí)數(shù)據(jù)，然后將這些數(shù)據(jù)和運(yùn)營系統(tǒng)數(shù)據(jù)進(jìn)行關(guān)聯(lián)，最后把數(shù)據(jù)提交給強(qiáng)大的分析和機(jī)器學(xué)習(xí)算法進(jìn)行處理，讓系統(tǒng)生成運(yùn)營管理建議。
第二個應(yīng)用案例是收入保護(hù)。意大利國家電力公司改變了傳統(tǒng)的電力盜用（非技術(shù)損失）識別和處理方式，在提高發(fā)電量的同時(shí)，有效增加了對被盜用能源的追討。為實(shí)現(xiàn)這一變革，公司計(jì)劃推出企業(yè)級人工智能和物聯(lián)網(wǎng)SaaS應(yīng)用，該應(yīng)用可在六個月的時(shí)間內(nèi)部署公司分布在全球的所有運(yùn)營機(jī)構(gòu)。
實(shí)現(xiàn)這一目標(biāo)需要開發(fā)一套可媲美公司內(nèi)擁有30多年人工處理經(jīng)驗(yàn)的專家的機(jī)器學(xué)習(xí)算法。盡管這是一項(xiàng)相當(dāng)重大的技術(shù)挑戰(zhàn)，意大利國家電力公司仍制定了雄心勃勃的發(fā)展計(jì)劃，準(zhǔn)備在幾年的時(shí)間內(nèi)把企業(yè)的收入保護(hù)能力提高一倍。
推動這項(xiàng)轉(zhuǎn)型的一項(xiàng)重要創(chuàng)新是取代傳統(tǒng)的非技術(shù)性損失識別流程。具體做法是在結(jié)合能源追討程度和欺詐可能性的基礎(chǔ)上，利用高級人工智能算法對服務(wù)點(diǎn)潛在的非技術(shù)性損失情況進(jìn)行分析和優(yōu)先度排序，進(jìn)而改善現(xiàn)場檢查的成功率。人工智能型收入保護(hù)應(yīng)用的部署，使意大利國家電力公司成功實(shí)現(xiàn)了預(yù)定目標(biāo)—被盜用能源的平均追討量翻了一番。由于公司原來的工作流程擁有三十多年的專家經(jīng)驗(yàn)，這項(xiàng)人工智能系統(tǒng)的應(yīng)用取得了很大的成功。
數(shù)字化轉(zhuǎn)型為意大利國家電力公司創(chuàng)造了極大的經(jīng)濟(jì)價(jià)值和影響。該公司為此被選入《財(cái)富》2018“改變世界的企業(yè)”榜單（全球僅有57家公司入選），這已經(jīng)是該公司四年之內(nèi)第三次被選入該榜單。企業(yè)入選《財(cái)富》榜單，是因?yàn)樗鼈兊暮诵臉I(yè)務(wù)戰(zhàn)略既能帶來社會價(jià)值，又能帶來環(huán)境方面的改善。意大利國家電力公司已經(jīng)把創(chuàng)新和數(shù)字化轉(zhuǎn)型灌輸?shù)搅苏麄€組織機(jī)構(gòu)的每一個方面，由此帶來的回報(bào)是非?？捎^的，每年預(yù)計(jì)可創(chuàng)造超過6億歐元的經(jīng)濟(jì)價(jià)值。
目光轉(zhuǎn)向工業(yè)制造領(lǐng)域，我們來看一下世界一流建設(shè)和礦用設(shè)備制造商卡特彼勒的應(yīng)用案例。卡特彼勒是一家專業(yè)生產(chǎn)高度復(fù)雜的工程化產(chǎn)品的企業(yè)，公司深知從根本上轉(zhuǎn)變密集型生產(chǎn)流程蘊(yùn)含的重大價(jià)值。2016年，時(shí)任卡特彼勒首席執(zhí)行官的道格·奧伯赫爾曼（Doug Oberhelman）宣布：“目前我們有40萬臺互聯(lián)設(shè)備，這一數(shù)量還在繼續(xù)增長。到今年夏天時(shí)，我們每一臺下線的機(jī)器都將實(shí)現(xiàn)互聯(lián)，為業(yè)主、經(jīng)銷商和我們提供設(shè)備生產(chǎn)率方面的反饋數(shù)據(jù)?！彼A(yù)測未來卡特彼勒將會“在用戶的手機(jī)上顯示包括機(jī)器、車隊(duì)、性能狀況、出勤率和生產(chǎn)率等在內(nèi)的所有信息?！?/p>
卡特彼勒的數(shù)字化轉(zhuǎn)型戰(zhàn)略取決于公司的數(shù)字化互聯(lián)設(shè)備，目前公司在全球范圍內(nèi)投入使用的設(shè)備約有47萬臺（預(yù)計(jì)很快會增長到200萬臺以上）。為實(shí)現(xiàn)轉(zhuǎn)型，公司的第一步是成立可擴(kuò)展的企業(yè)數(shù)據(jù)中心，對全球2000多種卡特彼勒的應(yīng)用、系統(tǒng)和數(shù)據(jù)庫傳回的數(shù)據(jù)進(jìn)行統(tǒng)一整理。這些數(shù)據(jù)包括業(yè)務(wù)應(yīng)用數(shù)據(jù)、經(jīng)銷商數(shù)據(jù)、客戶數(shù)據(jù)、供應(yīng)商數(shù)據(jù)和機(jī)器數(shù)據(jù)。這些數(shù)據(jù)會被匯集、分類、規(guī)范并整理成統(tǒng)一的數(shù)據(jù)格式，以支持各種機(jī)器學(xué)習(xí)、預(yù)測分析，以及在公司所有業(yè)務(wù)部門中的物聯(lián)網(wǎng)應(yīng)用。
通過企業(yè)數(shù)據(jù)中心，卡特彼勒開發(fā)了一系列應(yīng)用來推動其數(shù)字化轉(zhuǎn)型活動。公司首先在庫存管理方面實(shí)現(xiàn)了智能應(yīng)用。面對需求隨時(shí)變動的28 000多個零件供應(yīng)商和170個國外經(jīng)銷商，如何管理好供應(yīng)網(wǎng)絡(luò)是一個令企業(yè)感到極其頭疼的問題。如何利用人工智能、大數(shù)據(jù)和預(yù)測分析手段實(shí)現(xiàn)供應(yīng)網(wǎng)絡(luò)的可視化、了解國外零件海運(yùn)的中轉(zhuǎn)時(shí)間、減少過度庫存和備件庫存，這些都是卡特彼勒亟待解決的重要問題。
隨著人工智能應(yīng)用的出現(xiàn)，卡特彼勒現(xiàn)在可以搜索檢視整個供應(yīng)鏈的庫存情況，接收人工智能應(yīng)用對最佳庫存水平提出的建議，在缺貨風(fēng)險(xiǎn)和過量庫存之間找到完美平衡。公司開發(fā)部署的高級人工智能解決方案可使經(jīng)銷商可視化地觀察到從產(chǎn)品組裝到成品入庫的整個流程。此外公司還能提供復(fù)雜的“相似性搜索”功能，幫助經(jīng)銷商對接近客戶需求的庫存產(chǎn)品進(jìn)行搜索，從而更有效地滿足客戶的需求。這項(xiàng)應(yīng)用還能向卡特彼勒的生產(chǎn)規(guī)劃人員和產(chǎn)品經(jīng)理提出配置選項(xiàng)建議和庫存水平建議。
接下來，卡特彼勒準(zhǔn)備利用所有互聯(lián)設(shè)備返回的遙測數(shù)據(jù)以及和每一臺設(shè)備環(huán)境工作條件相關(guān)的數(shù)據(jù)。其中，部分遙測數(shù)據(jù)的發(fā)射頻率能達(dá)到每秒1000多條信息。這種人工智能應(yīng)用可以幫助卡特彼勒及時(shí)發(fā)現(xiàn)設(shè)備異常、預(yù)測設(shè)備故障、設(shè)計(jì)開發(fā)更具競爭力的保修產(chǎn)品，以及利用整套運(yùn)行數(shù)據(jù)開發(fā)下一代產(chǎn)品和特征。
卡特彼勒的上述業(yè)務(wù)變革是通過建立優(yōu)勝中心來實(shí)現(xiàn)的。這是一個跨職能團(tuán)隊(duì)，組織外界專家和公司開發(fā)人員對各部門進(jìn)行密集培訓(xùn)，幫助員工了解如何利用人工智能和預(yù)測分析手段設(shè)計(jì)、開發(fā)、部署和維護(hù)各種系統(tǒng)應(yīng)用。優(yōu)勝中心的作用是確定優(yōu)先發(fā)展案例路線圖，實(shí)施可升級可重復(fù)性程序以開發(fā)、部署和運(yùn)行一整套高價(jià)值應(yīng)用，進(jìn)而推動企業(yè)的全面轉(zhuǎn)型。
約翰迪爾也是一家利用數(shù)字化轉(zhuǎn)型戰(zhàn)略改變供應(yīng)鏈的工業(yè)制造商。約翰迪爾公司成立于1837年，是全球最大的農(nóng)用設(shè)備制造商，擁有6萬多名員工，年收入超過380億美元。
管理庫存是約翰迪爾數(shù)字化轉(zhuǎn)型的重要組成部分。這家公司在全球設(shè)有數(shù)百家工廠，負(fù)責(zé)生產(chǎn)極為復(fù)雜的工業(yè)化設(shè)備。客戶可對公司上百種個性化選項(xiàng)進(jìn)行配置，從而形成數(shù)以千計(jì)的產(chǎn)品組合。如此規(guī)模的產(chǎn)品定制化服務(wù)為公司生產(chǎn)過程中的庫存管理帶來了極大的復(fù)雜性。
以前，約翰迪爾必須管理需求波動、供應(yīng)商交貨時(shí)間以及產(chǎn)品線故障等各種不確定性因素。這些不確定性，以及產(chǎn)品配置在訂單下達(dá)之前很難最終確定等問題，導(dǎo)致公司不得不維持過量庫存以及時(shí)完成訂單。顯然，維持過量庫存不但成本極高，而且管理起來非常復(fù)雜。
和很多工業(yè)制造商一樣，約翰迪爾部署了物料需求規(guī)劃軟件來支持生產(chǎn)規(guī)劃和庫存管理。此外，公司還嘗試了各種不同的商用庫存優(yōu)化軟件。但是在種類數(shù)量繁多的情況下，這些軟件并不能動態(tài)優(yōu)化具體零件的庫存水平，也無法管理不確定性和利用數(shù)據(jù)進(jìn)行持續(xù)學(xué)習(xí)。重要的不確定性因素有很多，其中包括需求變動、供應(yīng)商風(fēng)險(xiǎn)、供應(yīng)商交付產(chǎn)品的質(zhì)量問題，以及生產(chǎn)線故障等。
為解決這些問題，約翰迪爾開發(fā)了人工智能型應(yīng)用來優(yōu)化庫存水平。該應(yīng)用首先被投入到一條擁有超過4萬多個零部件的產(chǎn)品線中。在各種參數(shù)的基礎(chǔ)上，公司使用算法計(jì)算每日歷史庫存水平。使用人工智能應(yīng)用之后，約翰迪爾可以模擬和優(yōu)化訂單參數(shù)，根據(jù)生產(chǎn)訂單對計(jì)劃使用的物料進(jìn)行量化，從而實(shí)現(xiàn)安全庫存水平的最小化。這項(xiàng)應(yīng)用為企業(yè)帶來了深刻的影響，約翰迪爾的零件庫存水平降低了25到35個百分點(diǎn)，每年可為公司創(chuàng)造1到2億美元的經(jīng)濟(jì)價(jià)值。
總部位于明尼蘇達(dá)州的3M公司是一家大型跨國綜合性企業(yè)，圍繞46個核心技術(shù)平臺生產(chǎn)，有上萬種不同的產(chǎn)品。公司的主營業(yè)務(wù)是實(shí)體產(chǎn)品，此外還有一個3M健康信息系統(tǒng)部門負(fù)責(zé)開發(fā)軟件產(chǎn)品。
3M公司的起源可以上溯到1902年，當(dāng)時(shí)一群有志青年成立了明尼蘇達(dá)礦業(yè)制造業(yè)公司，可惜這家以礦業(yè)為主營業(yè)務(wù)的公司很快就以失敗告終。但公司創(chuàng)始人、一些投資者和員工試圖東山再起。他們改變了經(jīng)營思路，開始嘗試商業(yè)化不同的產(chǎn)品，最終通過生產(chǎn)砂紙取得了成功。在經(jīng)營過程中，3M公司形成了活躍的創(chuàng)新文化，這種文化一直成功延續(xù)至今。3M公司擁有多項(xiàng)知名的工業(yè)產(chǎn)品和消費(fèi)者產(chǎn)品，如透明膠帶、便利貼和斯科奇加德防油防水劑。目前，3M公司（2002年更名）擁有91 000多名員工，2018年?duì)I業(yè)收入超過320億美元。
公司首席執(zhí)行官麥克·羅曼是一位在3M公司工作30年的老員工，他的管理團(tuán)隊(duì)正在實(shí)施“3M守則”式管理。3M守則是一套戰(zhàn)略流程，它關(guān)系到公司的簡化、優(yōu)化、創(chuàng)新和競爭力開發(fā)等核心目標(biāo)。作為守則的一部分，3M公司的“業(yè)務(wù)轉(zhuǎn)型”活動強(qiáng)調(diào)在降低成本的同時(shí)提高經(jīng)營生產(chǎn)率。
2018年，羅曼在接任首席執(zhí)行官不久后稱：“在快速變化的時(shí)代，企業(yè)必須不斷做出調(diào)整、改變和預(yù)測。正因?yàn)槿绱耍巨D(zhuǎn)型對我們至關(guān)重要，我們必須變得更敏捷、更緊跟時(shí)代、更高效、裝備更好的技術(shù)應(yīng)用，只有這樣才能滿足不斷變化的客戶需求?！?/p>
3M公司發(fā)現(xiàn)，其業(yè)務(wù)流程中有很多機(jī)會可以使用人工智能技術(shù)來推動經(jīng)營效率和生產(chǎn)率的提升，為公司帶來直接的可觀經(jīng)濟(jì)利益。為此，公司正在開發(fā)部署多項(xiàng)針對特定高價(jià)值使用案例的人工智能應(yīng)用。下面我主要介紹其中兩種會令制造業(yè)企業(yè)感興趣的使用案例。
在第一個案例中，3M公司開發(fā)的人工智能應(yīng)用極大改善了其“承諾交付”流程。它能幫助公司向企業(yè)用戶做出更準(zhǔn)確的產(chǎn)品交付承諾，有效提高了客戶的滿意度。要知道，對3M公司這樣擁有龐大供應(yīng)鏈、物流網(wǎng)絡(luò)和數(shù)以萬計(jì)產(chǎn)品變量的大型企業(yè)而言，這是一個非常難以解決的復(fù)雜問題。
在人工智能應(yīng)用的幫助下，3M公司可以整合并統(tǒng)一來自不同企業(yè)系統(tǒng)的數(shù)據(jù)，如訂單系統(tǒng)、客戶系統(tǒng)、需求系統(tǒng)、生產(chǎn)系統(tǒng)、庫存系統(tǒng)和客服系統(tǒng)，從而預(yù)測每一份訂單的預(yù)計(jì)交付時(shí)間，在客戶下訂單時(shí)做出精準(zhǔn)的承諾。這種類型的人工智能應(yīng)用可以把商對商采購變得像在亞馬遜網(wǎng)購一樣簡單，通過承諾交付的方式極大提升公司的客戶服務(wù)能力。此外，這一應(yīng)用的第二個好處是可以發(fā)現(xiàn)供應(yīng)和物流網(wǎng)絡(luò)中的瓶頸環(huán)節(jié)，進(jìn)一步推動網(wǎng)絡(luò)優(yōu)化。3M公司的授權(quán)用戶可在全球任何角落訪問相關(guān)的關(guān)鍵績效指標(biāo)，這些指標(biāo)可以通過直觀的用戶界面以實(shí)時(shí)方式進(jìn)行更新。管理者還可以利用系統(tǒng)反饋信息制定重要的運(yùn)營決策，例如訂購額外庫存、重定向訂單，以及向可能受影響的客戶發(fā)出服務(wù)預(yù)警。
第二個應(yīng)用案例關(guān)注的是“訂單發(fā)票升級”流程，其目標(biāo)是大幅減少與發(fā)票相關(guān)的客戶投訴數(shù)量。面對很多采購訂單的復(fù)雜性，如各種發(fā)票行、跨境交付，以及多種折扣率和稅率，客戶往往會對發(fā)票的相關(guān)問題有大量投訴。3M公司開發(fā)的人工智能應(yīng)用可以預(yù)測可能導(dǎo)致客戶投訴的發(fā)票，提醒公司專員在寄送之前對發(fā)票進(jìn)行審核和修改。3M的發(fā)票管理系統(tǒng)以前只靠規(guī)則型算法標(biāo)記可能存在的問題，這種系統(tǒng)缺乏人工智能的預(yù)測能力。新的應(yīng)用使用復(fù)雜的人工智能算法和現(xiàn)有規(guī)則，能以極高的精確度發(fā)現(xiàn)存在問題的發(fā)票。對于3M公司這樣業(yè)務(wù)遍及全球的大型企業(yè)來說，無論在降低調(diào)查成本還是在提升客戶滿意度等方面，這套系統(tǒng)帶來的好處都是顯而易見的。
截至2020年，3M公司預(yù)計(jì)其業(yè)務(wù)轉(zhuǎn)型活動每年可為公司節(jié)省5～7億美元的運(yùn)營支出，此外還能節(jié)省5億美元的資金投入。加起來這就是10億美元的經(jīng)濟(jì)價(jià)值，約占公司2018年?duì)I業(yè)收入的3個百分點(diǎn)。
當(dāng)很多工業(yè)企業(yè)在利用人工智能預(yù)測分析技術(shù)優(yōu)化庫存、預(yù)測收入和改善客戶關(guān)系時(shí)，政府機(jī)構(gòu)也在積極利用數(shù)字化轉(zhuǎn)型的優(yōu)勢為自身服務(wù)。
美國空軍每年要花掉三分之一的預(yù)算對設(shè)備進(jìn)行維修。這筆費(fèi)用哪怕稍微省下來一點(diǎn)，都會對軍事備戰(zhàn)產(chǎn)生深遠(yuǎn)的影響，這種影響對現(xiàn)有資源、部隊(duì)士氣和其他方面的作用更是難以估量。從2017年年中開始，美國空軍系統(tǒng)的幾個內(nèi)部團(tuán)體開始考慮能否使用人工智能技術(shù)對戰(zhàn)機(jī)維修工作進(jìn)行預(yù)測，從而減少計(jì)劃外故障、提高戰(zhàn)機(jī)可用率、改善維修計(jì)劃的常規(guī)性。
美國空軍需要維修近5600架戰(zhàn)機(jī)，這些戰(zhàn)機(jī)的平均服役時(shí)間達(dá)到了28年?？哲娤到y(tǒng)在美國擁有59個基地，在海外有100多個機(jī)場。這些飛機(jī)由17 000名飛行員駕駛，數(shù)以千計(jì)的不同業(yè)務(wù)部門的專業(yè)人員負(fù)責(zé)維修。決定飛機(jī)是否需要維修，以及六大主要系統(tǒng)（引擎系統(tǒng)、飛行系統(tǒng)、環(huán)境控制系統(tǒng)、液壓氣動系統(tǒng)、燃油系統(tǒng)和電子系統(tǒng)）和子系統(tǒng)是否出現(xiàn)故障的相關(guān)因素有很多種。基地的溫度濕度、維修人員的行為、飛行條件、時(shí)長、設(shè)備狀況、服役時(shí)間等都會影響飛機(jī)的維修需求。
為解決這個復(fù)雜問題，美國國防創(chuàng)新單元駐硅谷工作站負(fù)責(zé)推動商業(yè)技術(shù)和空軍系統(tǒng)多個部門之間的軍事應(yīng)用合作，共同開發(fā)基于人工智能技術(shù)的預(yù)測性維修應(yīng)用。這些團(tuán)隊(duì)首先從E3空中預(yù)警機(jī)展開研究，把積累了長達(dá)7年的所有相關(guān)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)匯集到一起，其中包括飛行架次、機(jī)組人員經(jīng)驗(yàn)、子系統(tǒng)相互依賴程度、外部天氣、維修日志、油樣，以及飛行員記錄等。
針對一架E3預(yù)警機(jī)的子系統(tǒng)，這些團(tuán)隊(duì)使用三周時(shí)間匯集了來自11個渠道的2000個數(shù)據(jù)點(diǎn)的各種操作數(shù)據(jù)，在此基礎(chǔ)上開發(fā)出了應(yīng)用原型。經(jīng)過12周的努力，他們向軍方交付了含有20種人工智能機(jī)器學(xué)習(xí)算法的初始應(yīng)用程序。該應(yīng)用可計(jì)算高優(yōu)先級戰(zhàn)機(jī)子系統(tǒng)的故障發(fā)生率，以確保在故障發(fā)生之前及時(shí)對這些系統(tǒng)進(jìn)行維修。
預(yù)測性維修應(yīng)用還能優(yōu)化維修計(jì)劃、保障設(shè)備的無故障風(fēng)險(xiǎn)使用、優(yōu)先安排需要維修的設(shè)備、利用現(xiàn)有工單管理系統(tǒng)直接安排維修活動、發(fā)現(xiàn)造成潛在故障出現(xiàn)的根源，以及向工作人員推薦技術(shù)解決方案。現(xiàn)在美國空軍團(tuán)隊(duì)能以不同的數(shù)據(jù)為基礎(chǔ)對設(shè)備狀況進(jìn)行分析，其中包括系統(tǒng)和子部件、風(fēng)險(xiǎn)描述、操作狀態(tài)、地理位置和部署等數(shù)據(jù)。
總體來看，前期項(xiàng)目提升了40%的飛機(jī)可用率。在前期項(xiàng)目成功的基礎(chǔ)上，美國空軍把此項(xiàng)應(yīng)用擴(kuò)展到了C5銀河運(yùn)輸機(jī)和F16戰(zhàn)隼式戰(zhàn)機(jī)，未來更計(jì)劃把預(yù)見性維護(hù)應(yīng)用部署到空軍系統(tǒng)的所有機(jī)型。經(jīng)過廣泛部署之后，預(yù)計(jì)美國空軍的整體備戰(zhàn)水平可提高40%（見圖8-1）。
注：根據(jù)對E3預(yù)警機(jī)（左側(cè)）部署人工智能預(yù)見性維護(hù)應(yīng)用取得的初始成果，美國空軍把該項(xiàng)目擴(kuò)展到了F16戰(zhàn)隼機(jī)隊(duì)（中間）和C5銀河運(yùn)輸機(jī)機(jī)隊(duì)（右側(cè)）。
上述案例表明，數(shù)字化轉(zhuǎn)型可對大型企業(yè)和公共服務(wù)領(lǐng)域帶來革命性影響。未來，這些變革將會逐步深入到企業(yè)和組織機(jī)構(gòu)的所有流程和文化中去。
但是數(shù)字化轉(zhuǎn)型的成功離不開兩個重要的前提條件，一是可支持人工智能和物聯(lián)網(wǎng)等新式應(yīng)用的技術(shù)基礎(chǔ)設(shè)施，二是來自企業(yè)首席執(zhí)行官的直接領(lǐng)導(dǎo)。
(歡迎大家加入數(shù)據(jù)工匠知識星球獲取更多資訊。)
掃描二維碼關(guān)注我們
我們的使命：發(fā)展數(shù)據(jù)治理行業(yè)、普及數(shù)據(jù)治理知識、改變企業(yè)數(shù)據(jù)管理現(xiàn)狀、提高企業(yè)數(shù)據(jù)質(zhì)量、推動企業(yè)走進(jìn)大數(shù)據(jù)時(shí)代。
我們的愿景：打造數(shù)據(jù)治理專家、數(shù)據(jù)治理平臺、數(shù)據(jù)治理生態(tài)圈。
我們的價(jià)值觀：凝聚行業(yè)力量、打造數(shù)據(jù)治理全鏈條平臺、改變數(shù)據(jù)治理生態(tài)圈。
了解更多精彩內(nèi)容
長按，識別二維碼，關(guān)注我們吧！
數(shù)據(jù)工匠俱樂部
微信號：zgsjgjjlb
專注數(shù)據(jù)治理，推動大數(shù)據(jù)發(fā)展。