作者|周雅
劉震在他今年新出版的《數(shù)智化革命》一書中這樣寫道:“工業(yè),是國民經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè),泛工業(yè)的數(shù)字化轉(zhuǎn)型是實(shí)現(xiàn)中國由「工業(yè)大國」變?yōu)椤腹I(yè)強(qiáng)國」的必經(jīng)之路。”他同時判斷——“當(dāng)前中國正在從工業(yè)經(jīng)濟(jì)邁向數(shù)字經(jīng)濟(jì),進(jìn)入數(shù)智化時代”。
與這句激揚(yáng)文字相呼應(yīng)的,是劉震本人的躬身入局,這位60后IT老兵,身為IEEE院士、曾任微軟亞洲工程院院長、Logitech全球首席技術(shù)官等跨國公司職位,卻毅然跳出深耕了30余年的科研專家“舒適圈”,意氣風(fēng)發(fā)地投身到這場中國「數(shù)智化」浪潮之中。
那一年是2019年,疫情前夕,從瑞士回國不久的劉震聯(lián)合創(chuàng)辦了傲林科技,主攻泛工業(yè)數(shù)字化轉(zhuǎn)型賽道。談到創(chuàng)業(yè)初衷時,他直言:“中國是一個制造大國,正在走向一個制造強(qiáng)國,我是想著把自己的經(jīng)驗(yàn)?zāi)贸鰜恚瑸橹袊髽I(yè)做點(diǎn)事情。”
劉震正在用實(shí)際行動告訴產(chǎn)業(yè)界,轉(zhuǎn)型之路就在自己腳下,而且在這條漫漫長路上,與誰同行很重要。
【大局觀】做一件難卻正確的事
要知道,與電商、生活、娛樂等消費(fèi)互聯(lián)網(wǎng)一馬平川的商業(yè)模式相比,工業(yè)場景的數(shù)字化尤為艱難,即使在一輛車?yán)?,一顆螺絲釘和一個方向盤背后就是完全不同的產(chǎn)業(yè)鏈。面向產(chǎn)業(yè)互聯(lián)網(wǎng),耕耘實(shí)體經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型,無法簡單粗暴上技術(shù),而要結(jié)合實(shí)踐細(xì)水長流。這對于創(chuàng)業(yè)者和踐行者的毅力、實(shí)力和格局都是一個考驗(yàn)。
劉震為何偏偏挑一條最難的路走?
他坦言有兩方面原因。從全球制造格局看是大勢使然。現(xiàn)代工業(yè)生產(chǎn)力變革,先后歷經(jīng)了自動化、信息化、數(shù)字化,正在進(jìn)入工業(yè)4.0的智能化階段——在這方面,歐美發(fā)達(dá)國家已經(jīng)走在前列,大都達(dá)到「數(shù)字化」主導(dǎo)的工業(yè)3.0水平,也產(chǎn)生了一些行業(yè)巨頭;而我國泛工業(yè)領(lǐng)域還處在「自動化」主導(dǎo)的工業(yè)1.0或2.0階段,但隨著經(jīng)濟(jì)發(fā)展,以及人口形勢的變化,我們對工業(yè)科技提高管理效率和業(yè)務(wù)效率的訴求日益凸顯。因此,中國要實(shí)現(xiàn)工業(yè)高質(zhì)量發(fā)展,實(shí)現(xiàn)從“制造大國”向“制造強(qiáng)國”轉(zhuǎn)變,就必須推進(jìn)制造業(yè)的數(shù)字化轉(zhuǎn)型,步入數(shù)智化革命。
從市場競爭層面看則是生死存亡。我國雖工業(yè)門類齊全,市場主體基數(shù)龐大,但隨著人口紅利的逐漸消失和運(yùn)營成本的自然上升,面臨的全球產(chǎn)業(yè)鏈競爭也與日俱增。如果不用數(shù)字化、智能化手段替代人的重復(fù)性勞動,企業(yè)經(jīng)營就很難再上一個臺階。更關(guān)鍵的是,新的革命,必然帶來新的機(jī)遇。(比如,中國零售行業(yè)GDP占比2%,但就是這個2%孕育了京東等巨頭;而泛工業(yè)的GDP占比52%,如果這52%的數(shù)字化潛力被挖掘出來,所創(chuàng)造的產(chǎn)業(yè)新動能是巨大的)。未來十幾年內(nèi),新的增長爆發(fā)點(diǎn)隨時可能出現(xiàn),一個新企業(yè)有可能引領(lǐng)全球創(chuàng)新,成為新巨頭,這樣的“Big Time”實(shí)在不應(yīng)該錯過。
不過,革命意味著機(jī)遇,也同樣意味著風(fēng)險。MIT教授喬治·韋斯特曼有一句話流傳很廣:“成功的數(shù)字化變革就像毛毛蟲蛻變成美麗的蝴蝶,而一旦數(shù)字化變革失敗,你所擁有的僅是一條爬得快的毛毛蟲。”所以企業(yè)管理者們或多或少地會遇到“數(shù)字化轉(zhuǎn)型之痛”——不想、不會、不能、不敢。需要新思路,走出新出路。
對于立志于這項(xiàng)事業(yè)的傲林科技來說,當(dāng)劉震帶著多年的產(chǎn)業(yè)技術(shù)經(jīng)驗(yàn)真正深入到實(shí)體內(nèi)部和企業(yè)家們交流之后,他發(fā)現(xiàn)了其中的關(guān)鍵性問題。
問題一是“只見樹木不見森林”。國內(nèi)大量的企業(yè)有數(shù)字化轉(zhuǎn)型的訴求,但大多是“做一步、看一步”,一來想要穩(wěn)扎穩(wěn)打、二來要看投入產(chǎn)出比。但數(shù)字化轉(zhuǎn)型不同于其他的技改或工藝調(diào)優(yōu),小小的局部化嘗試往往限制了數(shù)據(jù)賦能它的全局化效益,反而造成投入產(chǎn)出比不明顯,最終導(dǎo)致很多成本浪費(fèi)。“企業(yè)數(shù)字化轉(zhuǎn)型缺少一個頂層設(shè)計、全局規(guī)劃的思維。”
問題二是“各掃門前雪”。國內(nèi)制造業(yè)門類眾多,各個行業(yè)都有自己的know how,隔行如隔山。比如鋼鐵行業(yè),就不同于大眾消費(fèi)品,企業(yè)可以自主確定產(chǎn)量目標(biāo),每一家鋼鐵企業(yè)需要在「固定產(chǎn)能」這一限制條件下,進(jìn)行產(chǎn)、供、銷的動態(tài)平衡以追求性價比最高、實(shí)現(xiàn)經(jīng)營目標(biāo)最優(yōu)。而很多大型鋼鐵企業(yè)相較于其他的泛工業(yè)行業(yè),即便算是有不錯的信息化基礎(chǔ),也存在各部門“各掃門前雪”的思維方式,雖然能解決當(dāng)下小問題,但并不能為企業(yè)整體帶來增益,反而因?yàn)楦髯詾閼?zhàn)導(dǎo)致困住手腳。“真正的數(shù)字化轉(zhuǎn)型,是要實(shí)現(xiàn)數(shù)據(jù)的打通,解決煙囪式應(yīng)用、數(shù)據(jù)孤島的問題,才能把數(shù)據(jù)的輸入價值和輸出價值聯(lián)動起來,實(shí)現(xiàn)基于全域數(shù)據(jù)的數(shù)字化管理。”
所以,企業(yè)在數(shù)字化轉(zhuǎn)型過程中,正在呼喚一種「方法論」。
【方法論+兵器譜】從數(shù)據(jù)而來,向價值而去
帶著對產(chǎn)業(yè)的洞察和對技術(shù)的前瞻,劉震耗時一年,最終著成《數(shù)智化革命》一書,書里凝練了「價值驅(qū)動的產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型」這樣一個新理論,強(qiáng)調(diào)了企業(yè)數(shù)字化轉(zhuǎn)型必須實(shí)施的五個要素:數(shù)據(jù)治理、數(shù)字孿生、決策智能、精益管理和數(shù)據(jù)運(yùn)營。
說到底,可以總結(jié)為——「價值導(dǎo)向,數(shù)據(jù)驅(qū)動」。“我最希望企業(yè)管理者能夠從中得到一些啟發(fā)、少走彎路。”劉震語氣中透著誠懇。
他分析道,目前數(shù)字化轉(zhuǎn)型的主流做法是“自下而上”壘起來的。最下層是物聯(lián)(解決數(shù)據(jù)采集),之上是自動化系統(tǒng)(解決勞動效率),再往上是MES、ERP,直至BI系統(tǒng)(解決數(shù)據(jù)展示)?;咀龇ㄊ且?ldquo;設(shè)備連接上云+分析數(shù)據(jù)+工業(yè)App開發(fā)”為主要模式,使用場景局限于設(shè)備監(jiān)控、設(shè)備預(yù)測性維護(hù)、后市場服務(wù)、能源能耗監(jiān)測等方面。這種做法的問題在于,成本很高,易形成新的數(shù)據(jù)孤島,見效周期長,價值不夠顯性。
針對此痛點(diǎn),劉震提出「決策智能」的思維方式,主張“自上而下”,以價值為導(dǎo)向。從金字塔的頂層規(guī)劃開始,看企業(yè)主要的經(jīng)營模式是什么、主要輸出客戶的價值是什么、所面臨的挑戰(zhàn)是什么,從而全局性考量、實(shí)踐、打磨數(shù)字化轉(zhuǎn)型,從源頭降本增效——“企業(yè)做數(shù)字化轉(zhuǎn)型需要有頂層設(shè)計”,劉震強(qiáng)調(diào)。
一個行之有效的手段就是「數(shù)字孿生」。提到數(shù)字孿生,人們往往聯(lián)想到“模擬仿真”,而傲林科技主張的是「企業(yè)級數(shù)字孿生」,首先把整個企業(yè)的軟硬機(jī)構(gòu)都描述在一起,包括基礎(chǔ)設(shè)施、組織架構(gòu)、業(yè)務(wù)流程、管理機(jī)制、管理策略等;然后再通過傲林科技自主研發(fā)的“事件網(wǎng)”模型框架描述企業(yè)的運(yùn)營機(jī)制,從而開始做整體分析,可以有效分析出所謂的“在途訂單”、“庫存數(shù)量”、“采購數(shù)量”等一系列靈魂拷問;最終提升企業(yè)整體的數(shù)字化、智能化經(jīng)營水平。
工欲善其戰(zhàn),必先利其器。在「價值導(dǎo)向,數(shù)據(jù)驅(qū)動」方法論的指導(dǎo)下,綜合運(yùn)用先進(jìn)技術(shù)和創(chuàng)新模式,最終可以鑄成企業(yè)數(shù)智化轉(zhuǎn)型「兵器譜」——打造數(shù)據(jù)地基+開發(fā)應(yīng)用平臺+構(gòu)建場景應(yīng)用。
這里有必要闡述一下傲林科技的做法:“咨詢式銷售、產(chǎn)品化交付”。在咨詢方面,以 “事件網(wǎng)”為例,傲林科技深耕研發(fā),形成了400余項(xiàng)專門服務(wù)于工業(yè)場景的算法模型,打造了汽車制造、3C家電、鋼鐵、煤炭、水泥建材、石化、食品工業(yè)等工業(yè)行業(yè)的知識圖譜。而在技術(shù)方面,傲林科技則一改傳統(tǒng)建設(shè)周期長、部署復(fù)雜的缺點(diǎn),以SaaS服務(wù)“非侵入式”輕量化部署+場景化模塊+量化分析為核心優(yōu)勢,可以像“樂高”一樣根據(jù)實(shí)際需求組裝,上線速度更快,操作交互更友好。
劉震告訴科技行者,“世界上沒有相同的哈雷”。大家耳熟能詳?shù)墓啄ν性跀?shù)字化轉(zhuǎn)型之前,從客戶下單購買到交付要21天。通過數(shù)字化轉(zhuǎn)型,所有的訂單在線化,所有的生產(chǎn)線實(shí)現(xiàn)了互聯(lián)互通,哈雷的生產(chǎn)管理幾乎能精確到秒,200多個零件組裝成一輛摩托車僅需89s;消費(fèi)者可以選擇發(fā)動機(jī)的型號、顏色,并將交付的時間縮短到了6小時。
厘清這些邏輯,劉震感慨萬千:“初創(chuàng)企業(yè)要在一個行業(yè)扎得很深,才能更多去解決問題。”而他自己創(chuàng)業(yè)兩年多以來,工作狀態(tài)堪比“007”。
【人才觀】復(fù)合型人才需要“復(fù)合”
企業(yè)數(shù)字化轉(zhuǎn)型長路漫漫,所以更需要時間沉淀,這就對企業(yè)提出了進(jìn)化新考驗(yàn)——如何組成一支復(fù)合型人才隊(duì)伍?
對此,在職業(yè)生涯中帶過無數(shù)支資深團(tuán)隊(duì)的劉震有一套自己的人才觀。
劉震認(rèn)為,因?yàn)槿瞬畔∪苯?jīng)常體現(xiàn)在經(jīng)驗(yàn)、能力的個體差異和不可復(fù)制性,依靠縱向的“傳幫帶”的文化,很難將管理經(jīng)驗(yàn)沉淀下來。所以橫向“跨界”二字就顯得尤為重要。
第一是跨崗位。復(fù)合型人才難以從專業(yè)獨(dú)立的大學(xué)中培養(yǎng),更好的方式是在企業(yè)內(nèi)部從“一個崗位”跨到“另一個崗位”,比如讓業(yè)務(wù)部門的人轉(zhuǎn)到IT部門去,讓IT部門的人轉(zhuǎn)到業(yè)務(wù)部門去,通過這種跨部門轉(zhuǎn)崗,使大家快速成長,“因?yàn)樵诠ぷ髦袑W(xué)習(xí)其實(shí)是最高效的。”
第二是跨領(lǐng)域。劉震以做項(xiàng)目組舉例,就一定要把不同行業(yè)或業(yè)務(wù)背景的人放在一起,同時給他們下一個共同的指標(biāo),共榮共辱,將大家不同領(lǐng)域的知識做一個深度鏈接。
第三是跨專業(yè)。劉震以傲林科技舉例,作為一家科技公司,基因上似乎更擅長大數(shù)據(jù)、人工智能等技術(shù)議題,然而做數(shù)字化轉(zhuǎn)型又要求必備行業(yè)經(jīng)驗(yàn),否則一切都是紙上談兵。所以傲林科技會吸納IT設(shè)施專家、大數(shù)據(jù)算法專家、行業(yè)專家等,且每進(jìn)入一個行業(yè),也會專門在此行業(yè)里招募專家,再讓行業(yè)專家給公司的技術(shù)專家上課。比如,要想做好鋼鐵行業(yè)數(shù)字化轉(zhuǎn)型,就要知道“鋼鐵是怎樣煉成的”。
無疑,在巨大的時代機(jī)遇面前,我們都需要變化,而變化是雙向的。劉震強(qiáng)調(diào),數(shù)智化時代的管理者,需要把自己從“發(fā)號施令者”調(diào)整為“賦能者”,成為幫助員工更好發(fā)揮潛能的教練。而且這種賦能在各大企業(yè)文化中早已經(jīng)屢見不鮮,比如稻盛和夫的“阿米巴經(jīng)營模式”,通用電氣的“無邊界組織”,永輝超市的“基層合伙人”等,雖然概念和實(shí)踐有很大差別,但核心都是為了「賦能」。
從這個角度看,劉震和他的傲林科技,又何嘗不是其中之一。
好文章,需要你的鼓勵
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實(shí)現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。