引言
浙江大学教授、博士生导师顾新建
新一轮科技革命—两种前景
当前我们正面临着全球新一轮的科技革命，对于这一产业革命在不同的国家有不同的称呼。德国叫工业4.0，美国叫工业互联网，国外学术界称之为第三次工业革命，并且在其第三次工业革命论文著里，他们有这么一个观点：第三次工业革命将使制造业回归到西方发达国家，中国崛起将可能会被“第三次工业革命”所终结。这个论断是国外学术界在2012年提出的，的确我国自2012年以来，经济出现了大幅度的滑坡。但这背后的逻辑依据是什么？
所谓工业4.0、第三次工业革命，要实现的是智能制造，即制造业将越来越少的依靠人，要实现智能化、无人化，而智能装备是发达国家的强项，因此回归是很自然的事情。对于中国，制造企业向智能化发展，所具有的人力、资源优势将荡然无存，而智能装备中国又缺乏创新和制造能力，所以很有可能停滞发展。这是国外学术界的观点。
当然，中国有不同的观点，习总书记提出紧紧抓住世界范围内新一轮科技革命和产业变革与我国加快转变经济发展方式历史性交汇的历史性机遇，将大大加快我国工业化和建设制造强国的进程。解读这句话即工业1.0、2.0、3.0、4.0，都是历史上的重大转折点，工业4.0对于我国来说是历史性的机遇，可以帮助中国从发展中国家向发达国家、从制造大国向制造强国转型升级，这两方面的转型对于中国而言就是历史性的交汇所带来的历史性的机遇。
中国制造企业面临的挑战：中等收入陷阱—“高不成低不就”
当前，一方面中国劳动人口存量已经开始下降、低工资国家代工产业的兴起、政府最低工资线在不断上升、年轻人对工资要求不断提高，导致劳动密集型产业向低工资国家转移。另一方面，先进制造技术和市场主要掌控在发达国家手中，发达国家正在利用新一轮科技革命和智能制造促使高端制造业回归、利用专利制度和绿色法规及标准制约中国企业的自主创新、利用其先发优势吸引最优秀的人才不断创新，中国制造业向高端突围不易。
我国要摆脱这种困境，创新是关键。
新一代信息技术带来历史性机遇
新一代信息技术是新一轮科技革命的核心，是企业实现创新的重要途径。互联网、Web2.0、云计算、移动互联网、物联网等新一代信息技术与PLM等企业信息系统、信息物理系统（CPS）等的结合，会产生大量的数据，这些数据的特点是信息集成、资源共享、大众评价、信息透明、全员参与、数据挖掘……，最重要的是其于这些大数据可以帮助企业建立透明的创新环境，实现转型升级。
图1 新一代信息技术带来历史性机遇
大数据+产品创新
图2 大数据+产品创新
从上图可以看到，大数据可以帮助制造企业在从产品设计、制造、生产管理、营销、使用、维护等全生命周期，以及企业内部的知识管理、企业协同等方面都实现创新。接下来重点讲解大数据在每一个阶段是如何帮助企业创新的。
大数据+产品维护
在产品维护方面，大数据的应用比较广泛，例如飞机的发动机都是在发动机公司租赁的，发动机公司通过远程监控获得大数据，这些数据不仅帮助其进行产品维护，提高维护水平。同时这些数据也帮助他们不断地了解产品性能，改进产品，提高产品创新。此外，若非租赁形式，产品生产企业也可以通过将传统产品接入传感网络，获取来自产品运行状态大数据，在为用户提供预防性的维修、故障诊断、减少能耗等服务的同时，获取用户需求，了解产品状态，帮助改进产品。
图3 智能产品监控
大数据+产品使用
现如今产品越来越智能，比如智能空调、云空调，不仅用户使用方便，如远程控制空调；而且企业可以自动获取用户使用习惯数据，如风速、风向、温度等，来帮助企业更好的创新和服务用户。
图4 产品使用服务
接下来介绍杭州的一家企业—杭氧，它原来是卖空分设备，现在卖气体。杭氧通过获取用户在使用气体的过程中一手数据，改进产品；并促进开展新产品的试验和应用，加速产品研发和推广。
工业4.0包括智慧工厂，那么未来的智慧工厂有什么？很重要的一点就是有为企业提供服务的APP。无论是现如今比较流行的苹果，还是未来的汽车，都是一个平台，上面有许多APP服务，产生大量的数据，运营方将通过这些数据了解用户需求，与合作伙伴、用户协同完善产品。未来的汽车平台上将拥有一系列跟无线网络连接的软件程序的接口，这些软件程序可能包括你的工作、学习、娱乐等，会有很多的程序员和应用的开发者为你的汽车创造一系列的应用，包括从助手到导航、到地理搜索、到按需点播的电影和音乐，包括即时通讯。
图5 智慧工厂架构
大数据+产品营销
大数据在营销方面的应用是有目共睹的。宁波有一家卖塑料相关产品的网站平台，通过提供基于销售大数据的中塑指数，为企业提供服务。雅戈尔的分销大数据分析系统帮助其降低库存，帮助设计人员了解最畅销的服装。
图6 雅戈尔大数据可视化展示
大数据+生产管理
图7 智能生产管理
在生产管理方面。未来基于物联网的智能工厂会充满着大量传感器，设备通过传感器互联实现智能化，并会产生大量数据。通过大数据平台对生产过程全程监控，实现生产效率优化、精细管理、智能管理、质量监控、DFM。下图是基于大数据的管理驾驶舱，可实现绩效监控、模拟业务场景、资源分配和新目标设置等，并能将这些数据用可视化的方式展示给老板看。
图8 基于大数据的管理驾驶舱
此外，还可以通过大数据解决员工的诚信问题，例如某某罐头机械厂面临着企业员工越来越难管，为了多拿奖金，只求数量，不顾产品质量；在一个企业表现不好，跳槽到其它企业拿更高的工资也很容易等问题，但是借助大数据可以监测员工每天的工作情况，如完成产品的质量和数量数据、所设计的产品的经济效益数据、产品销售数据等等，以及企业日常的评价数据等。当然，这一方面需要行业联盟、所有关联企业、政府共同推进。
大数据+协同制造
在协同制造方面的应用一是用于基于零件库的协同设计和制造，德国Genius WEB2CAD AG开发的TraceParts能集成到主流CAD软件的零件库中，直接在CAD软件中启动，支持零件搜索和3D视图，同时以DWG或DXF格式生成零件的所有二维视图。目前，这个零件库有1亿多种零件模型，设计人员可以进入下载这些模型。然后，把它组成产品再进行仿真，再把这些零部件交给供应商制造。这些零部件专业化生产、成本低、质量好，这种专业化协同生产模式国内还比较少。
另一个应用是供应链全程监控和协同优化，我们进行企业调研时发现企业面临的最大问题之一是诚信，例如有的汽车模具厂，所需要的模具钢材料或是国外的，或是宝钢的，有时也会有人用其他厂生产的材料进行蒙骗；另外，模具需要热处理，请人家热处理，工艺过程偷工减料；还有外协任务不准时等，严重影响了企业的专业化服务及创新能力。通过大数据监控材料检测数据、流向数据；外协加工的录像数据；订单完成时间数据；客户评价数据；专利保护；加工质量检测数据；……等，有助于解决此类问题。
大数据+产品设计
图9 用户协同设计
通过互联网实现用户协同设计比较成功的是小米，小米三分之一是用户参与设计的，在这一过程中形成用户设计大数据，从而帮助改进产品，使之更满足用户需求。
企业实施PLM系统以后会积累大量的数据，如产品模型大数据、设计知识大数据，还有产品生命周期过程大数据，充分利用这些大数据，可实现：
●由大数据对知识价值和相互关系做出准确评价；
●由大数据对设计人员水平做出准确评价；
●由大数据快速找到最合适的设计师；
●由大数据快速找到所需要的知识；
●由大数据快速找到所需要的产品模块；
●从大数据自动产生新的产品方案。
模块化是协同设计的基础，下图是我们制定的机械产品模块化设计典型过程模型(“Y”模型)，分别是针对新产品和已有产品的平台模块化构建过程，是我们制定的一个国家标准，今年已经正式实施了。主要是分为两个阶段，首先建立一个产品的模块和平台，然后在这个平台基础上进行配置设计，可以很好的和PLM结合起来使用。
图10 机械产品模块化设计典型过程模型(“Y”模型)
大数据+企业创新
创新是很难的，例如浙江省的民营企业家经常感叹：蓝领好管，白领不好管。蓝领的活儿可以计数考核，白领不行。哪个白领离职了，他的经验和知识也随之流失。
如今已是知识经济时代，知识将成为企业的主要财富。企业对固定资产有很好的管理方法，但往往对知识财富的管理束手无措。如果有一个比较完整和可靠的员工知识库，让白领发布自己的工作经验、建议等，大家进行评价，并根据使用效果进行评价。这样可以对白领的水平、贡献以及知识共享程度等进行评价，并据此给出激励，支持白领的知识共享和协同创新。同时使企业知识库越来越完善，留住了员工的知识。这就是大数据和知识管理的有效融合。
华为公司轮值CEO有一句话，“华为公司最大的浪费就是经验的浪费。”华为有17万员工，员工通过知识管理平台实现协同创新。华为的知识管理平台很活跃，因为他们的员工通过发表经验、建议等能和其他人有很好的互动并得到认可，且还能为自己或团队创造项目机会。华为的透明、公平的知识管理方式，使得其一直创新能力很强。
目前知识管理方面的工具很多，国外的企业知识库是其创新的基础设施平台，都比较完善，在这方面中国还有很大的差距。
图11 知识管理工具及关系
通过知识的协同发布和整理企业可以积累丰富的知识；通过大家的协同评价可以使知识有序化；通过对知识发布者和评价者协同评价，可以有助于领导清楚了解员工的表现；通过对知识的主动推送可以积极应用知识。实现了以上功能，才是基于知识的协同创新平台。
图12 中国运载火箭技术研究院知识服务平台
图13 基于大数据的全员协同创新模式
其实一些基于Web2.0的技术也可以帮助企业实现知识管理模式。像国外的企业IBM、西门子等等都有类似的系统，让员工在网上大家发表创意，其他人进行评价，对好的创意给予激励，充分调动大家创新的积极性。
图14 基于Web2.0的知识管理模式
如果把制造企业模式分为这么几种：设备引进型企业、信息化企业、技术引进型企业，人才引进型企业，利益共享型企业、透明公平型企业、幸福型企业。从下图可以看出，互联网和大数据可以帮助企业协同创新、知识共享，成为透明公平型企业，提高企业的竞争能力。
海尔的张瑞敏发现当企业做大后员工的创新性、积极性不强，因此他提出了三个颠覆、三个试错，通过互联网带来的变化，把权力下放，让员工直接面对客户，同时通过大数据来实现协同，帮助监管。
长尾理论是大数据+产品创新的理论基础，传统理论是80-20法则，即企业内的80%的知识和财富是20%的员工创造的。而在互联网时代，长尾理论即企业内的50~70%的知识和财富是80%的员工创造的。例如：Amazon的在线书店、Apple的iTunes在线音乐商店等的商品销量的50~70%是大量的销量很小的商品实现的。张瑞敏的高明之处即借助互联网+大数据，增加“长尾”的面积，让更多的员工在知识贡献和协同创新中做出贡献。
图15 张瑞敏的三个颠覆、三个试错
大数据+协同创新
企业的协同创新是以透明公平的供应链作为基础。如今国外的协平创新平台发展较好，社交型产品开发网站Quirky.com，平均每年推出60种产品，2014年11月通用电气向Quirky 出资 3000 万美元。国外还有一家社交型协同创新平台INNOCENTIV.COM，通过现金悬赏来收集全球的创造性解决重大问题的方法。涵盖制造，政府，科技，环保等领域，有来自世界125多个国家的12万名科研精英注册。
对于知识产权的保护也至关重要，为了有效避免模仿和仿冒，通过产业集群专利资源协同管理建立专利联盟，实现专利协同保护、专利有偿使用、专利协同评价，不仅保护了产品的创新，也有效地培养了人才。
图16 企业变迁
上图是企业变迁的趋势，未来的制造企业的模式会是分布化企业，通过大数据支持分布化企业间的协同，获得规模经济效应、直接经济效应，最大限度调动人的积极性。
经济学界有这个理论：对市场经济的影响有：一是政府干预，二是透明的市场机制以及“第三只手”社会道德。《社会协同：信息时代的第三种力量》表明：社会道德规范对经济的积极影响，是建立在“人具有一种天然的利他主义倾向”基础上的理论。但是现阶段人们的利己主义倾向往往压倒利他主义倾向，致使道德规范的力量失效。而在互联网时代，通过大数据使得各种交易、协同设计和制造、协同服务、知识共享和协同创新等活动日益透明，可以依靠大众来监督去发现投机取巧行为，从而建立起可追溯信用历史的信息社会和透明的市场机制。
小结
（1）新一轮科技革命对中国有两种截然不同的前景；
（2）创新是关键，但创新很难，新一代信息技术是历史性的机遇；
（3）PLM与新一代信息技术结合，产生大数据，帮助建立透明的创新环境：
●产品使用和维护过程透明；用户需求透明；
●产品制造过程透明；企业员工表现透明；企业间协同制造过程透明；
●销售透明；市场透明；
●用户协同设计过程透明；产品设计历史信息透明；
●企业员工知识共享和创新过程透明；
●企业间协同创新透明。
浙江大学教授、博士生导师顾新建在峰会上发表了《产品创新与大数据》的主题演讲，本文根据演讲内容整理而成，已经本人确认。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：产品创新与大数据
相关文章
