2006年世界杯1/4决赛，德国VS阿根廷展开点球大战，德国守门员莱曼在开赛前收到教练递过来的一张神秘纸条，果然守门员不负众望，表现神勇，先后挡出2个点球，为德国队赢得比赛。

据了解，纸条内容如下：

1.里克尔梅（Riquelme），射向左侧上角

2.克雷斯波（Crespo），长距离助跑射向右侧，短距离助跑射向左侧

3.海因茨（Heinze），射向左侧下角

4.阿亚拉，长时间停顿，长距离助跑射向右侧

5.梅西（Messi），射向左侧

……

难怪，莱曼平时在训练中一般20个点球也只能扑出一两个，纸条上的预测帮助他提高了判断力，原来阿根廷是输给了球员的大数据分析。

 

2014年巴西世界杯，德国队主教练勒夫拿着一台iPad，竟然一路过关斩将，打破魔咒夺得世界杯冠军，秘诀就在于他所使用的Match Insights大数据分析系统。Match Insights可以捕捉场上每名球员的技术动作、位置等信息，并将其转换成数据，以可视化的形式实时展现给主教练，帮助他评估球员表现及调整技战术策略。2018年俄罗斯世界杯则直接将NFC智能芯片植入了比赛用球，更方便同移动终端进行实时数据交换。大数据分析成为每一个球队必不可少的决策支持工具！球员身价高低再也不是靠感觉，对不起，拿数据说话！

 

 

 

既然一场比赛都可以通过数字化来提升成绩，那在工业领域呢？

 

十九世纪八十年代，科学管理之父泰勒将科学的定量分析方法引入到生产与作业管理中，他系统地研究了工厂的作业和衡量方法，创立了“时间研究”，通过设定标准时间进行效率分析评估，改进操作方法和工具，科学制定劳动定额，采用标准化，从而大大提高了工作效率，降低了成本。其中一个著名的案例是通过实验数据分析得出，每一铲煤21磅（9.5kg）时效率最高，泰勒将铁锹设计成刚好每次装21磅的大小，将效率提高了近4倍。

 

也许这就是最早的数字化转型，只不过那时候泰勒没有什么IT技术工具，需要人工收集和处理数据，即便如此，泰勒开启了工业化时代的数字化分析与决策，经过100多年的学习和发展，工业生产效率得到飞速的提升。

 

在近一个世纪，同样取得飞速发展的还有西方医学。

 

19世纪中叶以后，细胞病理学和经典免疫学创立，发明了疫苗和对付感染的抗生素，使得人类结束几千年来受伤就要截肢保命的痛苦，并开始有效控制比战争更致命的传染性疾病；解剖学的发展和麻醉法、防腐法和无菌法的应用，也对外科学的发展起了决定性的作用；在临床医学上，叩诊法在临床上推广应用，雷奈克（Laennec R．）发明听诊器，许多临床诊断辅助手段，如血压测量、体温测量、体腔镜检查都是在19世纪开始应用的，直至今天广泛使用的诊断和治疗的仪器设备有X光机、CT扫描、磁共振、心电图机等数字化工具。

 

反观中医，涌现过扁鹊、华佗、张仲景等神医的神奇医术在近代并无明显的进步，当代的中医谁敢说比这些古圣先贤更强？这是为什么呢？

 

虽然外界有各种各样的解释，如国家强弱、文化意识形态等，但我认为核心点是中医没有数字化，难以学习和进化。中医无论是望闻问切，还是五行、阴阳、经络、寒热等方面，都缺乏严谨的逻辑性和可检验性，在实践中得不到充分的验证、学习和完善。

 

以把脉为例，中医只可意会，难以言传，缺乏数字化工具做定量分析，主要靠经验。这也就是为什么看中医要选老专家，越老水平越高的原因，而西医则不存在这个问题，年轻医生也有很高的水平。所以中医可传承性不强，难以在前人的基础上不断积累，持续学习和进化发展。

 

西医开发出一整套的数字化技术，来评价一个人的健康状况。如典型的血常规检查就有超过十项的指标数据，帮助医生诊断，并可验证治疗方案的有效性，持续迭代学习，不断进化发展。

 

同样地，谷歌公司将中国古老的围棋进行了数字化，阿尔法狗（AlphaGo）通过短短几年的“深度学习”，这台人工智能机器人就打败了所有人类棋手。

所以说，数字化的本质就是学习和进化！从最早的数字开始，一段文字、一张图片、一首歌曲、一部视频，甚至是上千年历史的敦煌壁画，都已经被数字化了。数字化不仅仅是指将任何连续变化的输入如图像或声音信号转化为0和1表示的二进制代码，以便计算机可以存储、处理和传输这类信息，更是在现实的物理世界之外建立了一个数字孪生，现实世界什么样，它就在计算机的世界里存储成什么样。无论是一场精彩的球赛，一间工厂的生产，还是现代医学的进步，都离不开数字化，数字化能够重新定义、测量、分析和改进每一项活动，通过数字世界的仿真模拟和深度学习来促进现实物理世界的进步和繁荣！

 

凡是那些开启数字化的领域，无论有无使用现代复杂的计算、软件、传感、网络、人工智能等技术工具，皆取得了长足的进步！当把声音数字化之后，电话就诞生了；当把图像数字化之后，相机就诞生了；当把地理信息数字化之后，导航系统就诞生了；当把这些数字信号整合在一起，加上算法和机器学习等人工智能技术，自动驾驶就诞生了。

 

而在那些数字化发展缓慢的领域，则表现得停滞不前。比如农业这个传统行业，自从我们的祖先在5000年前完成农作物的驯化后，农业的生产方式并没有发生根本性变化，直到最近100年，受益于工业革命，将农业的耕种收割进行了某些自动化改造，提高了农业效率，但是并没有改变其靠天吃饭的本质。农作物的生长受气候、土壤和种植方式等影响，我们还无法用数字化的方式去判断一株植物是否长势良好？气候、土壤和种植方式的哪些参数影响了它的生长？如何有效控制其生命周期的每一个影响因素来保证质量和产量？当然这需要依靠植物学家来研究其生长模型，依靠传感、网络、计算等技术工具来辅助实现。新加坡已经开始了城市农业的尝试，成功只是时间问题。未来，农业不再靠天吃饭，可以不依赖土壤和春夏秋冬季节变化，真正实现工业化生产，我想这也是人类走向太空必须要完成的一项任务。

 

数字化如此重要，但很多企业仍然没有认识到它的重要性！很多基础数据缺失，比如标准工时、损失工时、设备故障率、故障平均失效时间、生产效率、质量直通率、交付周期、交付及时率、标准成本等等。特别是中小企业，认为收集数据是浪费时间，但是无法测量就无法改进。没有这些必要的数据分析，怎么做分析决策呢？拍脑袋造成的浪费和损失远远大于数据分析成本！这就好比开车没有仪表盘和导航，方向错了也不知道，超速了也不知道，等到出了事故才醒悟代价太大。

 

数字化转型已经喊了几年，但是没有几家企业真正搞清楚什么是数字化转型？为什么要做数字化？盲目投资了很多软件和硬件，数据是有不少，但也仅仅是一堆躺在IT系统中的杂乱信息，没有成为企业的知识系统，也无法进行数据分析和处理，为决策提供依据。

 

有一家自动化程度很高的企业，花费上千万上了MES系统，主要作用仅仅是报工，无法分析投资上亿元的产线效率，OEE的一些基础数据如设备停机时间都没有纳入，因为他们根本不清楚如何要管理这条昂贵的生产线，设备厂商也没有设计这个功能。当我们为其导入了整套的OEE管理体系后，只能采用手工方式收集每台设备的数据，这就好比在一栋豪华的100层大厦中忘记安装电梯，你只能爬楼梯走上去。如果在前期做好系统规划，几乎不要增加什么成本，就能实现数据的自动采集，在MES系统中自动计算出每条线、每台设备的OEE，帮助管理人员分析改进效率，并根据设备平均失效时间制定维保计划，做到精准维护，降低维护成本，提高效率和产出。即便采用手工方式，我们最终也将该企业的产线效率提升了30%左右，这就是数字化的威力！

 

所以数字化转型并不意味着你非得投入很多金钱，在上述企业中，我们没法利用他们的昂贵设备和系统，在Excel中建立了一个产线OEE模型，数据采用手工收集和录入，也一样改进了效率。当然，如果你的数据量很大，公司达到了一定规模，做一些有效的IT投入来实时采集数据，自动生成可视化图形报表，辅助决策就更好了。

 

数字化转型并不是技术转型，数字化的目的是要让我们看清事物的本质，掌握事物运行的规律。一个企业或组织，如果她是精益的，就必须有效识别其客户价值和价值实现过程（价值流），也就是将整个从研发、生产到销售的价值链数字化，完全透明的呈现在我们眼前。

 

这个数字化本身与软件、传感器、物联网和人工智能等技术工具并无关系，就像泰勒在100多年前所做的那样。只不过有了这些技术工具后，数字化变得更容易实现，也更加高效和智能。但技术工具并不能代替业务规则和流程，所以数字化转型也被称为业务转型，它牵涉到组织模式、绩效评估、知识系统及企业文化等方面的转变。

 

所以说，想让数据驱动业务，前提条件是你得知道目标是什么？业务规则是什么？你需要什么样的数据？如果你不是专业的足球教练，给到你那些球员的数据又能怎么样呢？

 

不管你愿不愿意，数字化都是无法改变的趋势！如果我们的中医想要扭转局面，迎头赶上，数字化是绕不开的门槛；如果我们的制造业要实现转型升级，迈向智能制造，数字化也是必需的前提条件；如果传统零售想要对抗电商，数字化改造是你唯一的选择。因为，数字化会促进你的学习和进化，它也是所有科学研究的基础！

 

数字化转型，你准备好了吗？

分享到