和以往不同，随着互联网、物联网相关技术和产业的发展，企业创造价值的范式发生了根本性的变化，企业开始有新的机会，运用新的架构和技术，去实现更大的成功。

日前，SAP大中华区副总裁、行业价值工程部总经理彭俊松博士在MIC1000第二届中国制造千人会上明确表示，各种设备的互联互通，使企业第一次有机会将企业目标和最后产生的价值，通过从万物到洞察，从洞察到行动，再从行动到效果的三个阶段形成了真正的闭环。

彭俊松表示，通过万物互联，企业可以获得个性化数据，将个性化数据和企业传统结构性数据结合起来，加上后台计划生产就可以打造一套实时的供应链系统。而要实现这套系统，先要实现数据信息以无损的方式转化为实时决策，建立跨研、产、供、销的全价值链的工业4.0运行平台，以及一个实现各类数据汇总，固化模式、集成和分享数据的云平台。但这一切得来并不容易，即使是有着40年经验的软件SAP也需要适应这些新的需求而进行改造。

以下为演讲实录整理：

在过去的40多年里，SAP一直在运用数字化转型技术，帮助客户成功地达到商业目标。最近这几年来，随着工业4.0，物联网、大数据、内存计算、移动互联网等技术发展，企业开始有新的机会，运用新的架构，新的技术，新的价值去帮助企业取得更大的成功。

今天是万物互联的工业4.0时代，在这个时代里，企业创造价值的方式跟以前有了很大的不同。在之前，企业主要是依赖于有限的，高度集成的，结构化的数据，按照既定的业务流程、既定的路线进行推进。所以我们的工作是很有计划的，企业流程也是有严格步骤的，通过这种方式实现商业目标。

但是今天我们企业创造价值的方式发生了变化，在这里我们归为三个步骤。第一个步骤，从万物到洞察的阶段。主要含义是说，今天企业面临着非常多万物互联的场景，包括生产现场机器人采集到的大量传感器的数字，包括物联网、互联网等海量数据；

第二步是如何将这些洞察变成行动，在这里，因为我们的洞察结果，包括我们新的机会也好，我们新的风险也好，都是不可确定的，不像以前那样有既定的推进路线；

第三步，当我们有了洞察和行动之后，如何将洞察和行动变成企业竞争优势，把它变成企业独特的生态系统，让企业优势能够持续发展下去。

这三个阶段或者挑战最终形成了一个闭环。在之前我们的企业是没有办法去直接获取我们的终端客户信息，以及终端产品使用信息，所以我们企业创造价值的过程不是闭环的，今天通过万物互联，工业4.0技术，我们企业第一次有这样一个机会，可以把我们的企业目标和最后产生的价值，通过三个阶段的方式形成一个真正的闭环。通过万物互联，我们可以获得个性化数据，将个性化数据和企业传统结构性数据结合起来，加上后台计划生产就可以打造一套实时的供应链系统。

最近SAP和阿迪达斯合作，在德国通过机器人制造技术帮助客户生产个性化跑鞋。大家知道，这样一种直接将生产基地放在目标市场，意味着可以节省从亚洲市场向欧洲市场中间长时间运输距离，对提高市场响应速度和降低整个库存水平有着非常重要的意义。而如果像鞋这种日常使用的产品，都可以通过这样一种智能制造方式可以放在德国生产的话，再加上个性化数据收集，无疑会对中国这样的制造业大国造成巨大的冲击，所以我们也需要有自己的研究和把控。

怎么样迎接这样的挑战，在这里我们提出三点，SAP的产品的开发策略和布局方式。

首先是知晓，也就是说有了这些数据，需要把这些数据信息以无损的方式转化为实时决策。今天SAP已经可以将ERP压缩到几个G，但是即便这样的数据量，去跑MRP的时候，可能还要花一个晚上时间，如果未来有几个T的数据，甚至是几个P的数据，我们怎么样在这么大的基础之上作出正确决策，另外还要快速、实时、无损，这是产品开发策略上一定要做到实时信息无损决策。

第二，怎么样推动我们业务流程开展，我们拿这些数据，去分析产品质量，对产品的运行效果进行评估，但这不是全部，企业还要知道接下来要采购多少东西，知道接下来工程变更的影响，以及如何建立跨整个价值链的，从研、产、供、销打通的工业4.0运行平台。

第三，我们要去创建一个云的平台，其实面临着这样工业4.0的环境，万物互联云当然是非常好的接入手段，但从另外一个角度来看，正是因为我们有如此之多创新和广泛应用之后，需要将各类数据进行汇总，企业需要这样一个平台以固化模式，集成和分享数据。

对第一个转变来看，企业要去改变以前对待软件的态度。以前企业对于软件的需要停留在能够处理文档，将订单进行转化，发出订单，完成整个交易。但是今天，企业整个使用商业软件的目的发生改变，企业要能够从软件当中去获取所要的决策。这些转变值得我们考虑。

企业要像对待资产一样对待数据，这些数据要及时抽取价值，获得洞察。为了实现这样一种决策洞察，要让各种分析技术无处不在，这里既包括报表级分析技术，也包括新的人工智能的技术，无论是初级人工智能也好，高级人工智能也好，未来都会大量植入到商业软件当中去。另外，还要改变商业软件处理流程的运行方式。

当然，这样的改变，对于软件企业来讲需要面临着很多技术上的挑战。例如，商业软件背后有很多性能上的约束，很多软件都是以汇总信息为中心。当企业在看库存总量或是销售规模总量时，这些数据并不是实时计算出来的，而是事先把它算好存在一张表里，抽取出来的，这是有一定程度的数据冗余，这种冗余不利于企业获取更快决策。又比如，如果把品牌管理方式变成个性管理方式对企业会有多大影响，当我们要了解项目的盈利状况，不想等到月底结账之后才能拿到这个数据，怎么办？这就需要我们内存计算技术进行彻底的改造，这个改造不只是利用数据库那么简单，而是对原有商业软件当中的结构进行重构。彻底消除那些要事先进行汇总计算，事先进行分布式存储的做法。我们还要以最小颗粒度的方式存起来，让客户在不同的视角去做预测和模拟，这是商业软件必须要经历的改变。

第二个转变，当企业获得了大量的现场工业数据，对企业的业务流程很有可能发生改变，这个时候软件该怎么应对？今天我们看到绝大多数的企业在做物联网或者工业4.0的架构，有点像开水龙头和冷水龙头放在一个池子里面的做法。我们做得只不过在这个基础之上，把我们物联网大数据和结构化的IT系统数据进行比对，通过一系列碎片化物联网应用进行业务流程的调整或者警示作用。这样一种现状也告诉我们，目前我们物联网应用也好，我们工业4.0其中场景应用也好，还没有丰富成熟到从个性化需求当中抽出共性化的需求的阶段。

对软件公司来讲，我们需要去打造关注重点行业，我们需要去打造一些应用，不断地从当中去抽取出我们所认为可以共用的，重用的，最佳模块实践，不断地丰富我们的应用，这对我们整个软件厂商来讲是第二个挑战和改变。在这个挑战和改变之下，从SAP角度来看，我们试图从全价值链上面，建立面向工业4.0的基于大数据的业务运行平台，它不仅需要各个环节上面能够承纳吸收这些大数据，更重要是通过这些数据推动业务流程，在业务流程开展当中实时进行指挥和指导。同时这也是一个平台，因为工业4.0目前正处在百花齐放，大家探索的阶段，这个时候需要一个平台承载大家开发出来的成果。

目前我们提出了六大工业4.0业务方案，每一个方案都体现了互联。我们以互联研发为例，今天我们要去谈互联，无疑是从产品生命周期来去谈。有了这样一个背景，我们产品研发或者产品数据管理，就要把我们产品使用过程当中的数据要归纳到，要融入到企业产品数据管理体系当中去。也就是说企业的PRM系统要考虑产品使用方ERP系统使用我们这些数据的场景，那么我们如何打造贯穿整个产品生命周期的数据结构，这是第一个挑战，这是更大的互联带来的挑战。

无论是互联制造，还是互联供应，无疑都是从工业4.0垂直集成和水平集成解决管理层和车间层的集成，互联营销，互联物流，互联服务，都是试图从互联视角解决如何利用更多的数据更多的平台应对这样一个挑战。在这里面我们提出六个大的工业4.0的方案和解决的特点。

智能制造以工厂级，车间级系统为例，SAP也提出了尽可能多打通各种环节的继承和互联。包括车间层到管理层，设备到设备，电子商务集成，设备云，供应商集成与直接补货，人的集成等等。这里的互联其实有非常多的技术挑战摆在我们面前。

以电商为例，今天我们到电商网站上买一个稍微有两三个特性的产品，你就会发现，它一定是把所有都列出来，如果这样一种方法运用到今天智能制造环节，这无疑是一场灾难。这里有大量数据集成，大量数据结构的考虑在里面，这SAP针对车间级智能制造提出这样一个互联方案。当然我们要谈智能制造不能只是看车间级，还要看企业级。

举一个例子，这是2015年德国工业4.0大赛亚军，一家做工业风扇、鼓风机的企业，他花了五年时间真正实现了工厂及所有这些设备和上层管理信息系统的集成，可以实现单件流，全透明大规模的定制。我们当时问他，为什么没有采取一次性改变方式？他告诉我，这样一种集成是需要非常长的时间进行考虑和实践的。

最后一个转变就是云，SAP，传统我们是做应用系统的，随着今天工业4.0和物联网时代的到来，为了考虑到新的接入，以及企业在各种应用环节之下对于部署的要求，我们不但要将自己的应用可以做到独立部署，同时放在云端进行部署，而且这种云端部署不仅是跟SAP自身软件的集成，同时要考虑到第三方合作伙伴和客户，甚至可以提供给一些硬件的厂商，让他来运行他自己的设备。这样一个云平台他面向的范围是非常广泛的视角。

SAP的愿景是在工业4.0和数字化转型大的背景之下，打通从万物到洞察到行动到效果这样一个闭环。如果说最开始40年之前，SAP所做的软件只是针对企业内部进行数字化管理，后来通过客户关系管理，通过供应商关系管理，逐渐拓展到企业上下游，到今天我们又通过工业4.0和物联网，我们可以把我们的设备、客户、产品使用过程当中全部都可以连接起来，也就是说，我们到今天为止，第一次有这样一个机会，可以将整个价值链上各个环节真正互联起来。

以下为专访整理：

主持人：各位网友大家好，欢迎收看ZD至顶网视频访谈节目，现在我们是在第二届中国制造千人会的现场，今天非常高兴邀请到SAP大中华区副总裁，行业价值工程部总经理彭俊松彭博士。首先想问问彭博士，你觉得数字化转型和工业4.0之间会有什么样的联系吗？

彭俊松：数字化转型的概念提出已经有几十年的时间，之所以这几年突然开始提这个数字化转型，是因为这些年出现很多新的一些跟以往有创新性的技术，例如云计算、大数据以及机器人、3D打印等。

我认为，从广义来讲，工业4.0是数字化转型的一个子集。那么它是多年以来，在人工智能、现场的主线技术，逐渐积累发展出的CPS，以及CPS在制造行业当中的应用，逐渐演进出来的。当然，制造行业是我们的立国之本，所以在国内工业4.0和数字化转型是一样的热，但是我认为从大的宏观面上来讲，我们可以把工业4.0看成数字化转型在制造企业中专门的一个应用。

主持人：SAP在这种各行各业其实都有很多的实践和应用，在制造行业，SAP有哪些创新应用呢？

彭俊松：应该来讲，今天我们这些制造行业都受到了工业4.0这样的一个思潮的鼓舞，大家在求变。第一个视角按照最经典的工业4.0理论，企业需要打造一个智能工厂或者智能制造的体系。这个体系对于企业来讲，其实面临的很大的一个转变，包括车间内部的，底层设备和上层管理软件之间的，以及将企业的市场和多个工厂甚至包括上下游供应商之间打通。

另外一个视角来看，德国政府又提出智能服务世界的概念，智能服务世界我们看成工业4.0向下游的延展，就是产品在工业4.0的工厂生产出来之后，在销售和使用过程当中，同样还是可以利用物联网技术去采集它使用过程当中的数据。通过对这些数据的使用和分析，改变企业的业务模式，这是一个更大的视角看待工业4.0，我愿意把它叫做广义的工业4.0。

对于我们现在的这些制造企业来讲，一方面我们要去改变传统制造销售产品的方式，另外一点要去看产品在售后阶段，与客户的应用场景进行结合，只要把这两块结合起来，我觉得这是我们SAP所认为的制造企业，我们看待工业4.0的一个完整的世界。

主持人：你刚才讲了一个完整的路径，其实在企业做工业4.0转型的过程中，你觉得企业应该有哪些方式和方法可以去借鉴呢？

彭俊松：应该讲工业4.0的投入和产出，就是每个企业决定要去做还是不做的事情的核心。在这里，我觉得企业在工业4.0之前，首先做好价值评估，究竟做工业4.0可以给自身带来什么，只有评估做好了，不论是在指定机制路线，还是投资决策，或是实施过程当中遇到困难，企业才可以有主见，不至于被一时的困难所打倒。

从工业4.0的实现来看，我认为基本上可以分成两个大的方面，第一，从供需的角度，在供给侧，工业4.0可以大大地去提高企业生产制造的效率，可以更好满足客户个性化需求，满足成本需要，这可以使得企业在市场制造端更加柔性、实现定制化、快速响应市场需求。需求侧，企业也要回答一个问题，工业4.0怎么样在市场上带来的效益，怎么扩大销售收入，怎么样扩大企业在客户群当中的影响。从这方面不但看制造行业，制造过程当中的改进，同时我们也要利用一切可利用的手段，去分析在B2B、B2C的过程当中，怎么样让企业获得对客户的洞察，甚至于去改变客户使用企业产品的方式，建立新的商业模式。

这两方面，一类一方面是供给，一方面是需求，应该讲我们很多时候的效益其实体现在需求方。当然我们最终价值的要形成，还是通过我们生产制造方来最终把它实现，这两方面，我觉得不应该是偏重于某一方，而且应该两边并用，这是第一个要谈的点。

第二，从理论基础来讲，工业4.0是一个软硬结合，趋势结合的技术。既有对生产设备自动化的改造，传感器、互联技术使用，也是要去打造后台能支撑数据分析、业务流程的运作、实时决策的软件系统，只要把软硬结合起来，才能够帮助企业工业4.0的目标。所以在建设过程当中，企业要一手要抓硬件，一手要抓软件，而且相对而言，硬件是看得见摸得着的，软件的话实际上周期可能更长，效益需要更长时间去评判。在这里的话，我觉得更加需要在软件这个层面上大家要及早做出规划和准备。

主持人：近几年，在制造业的发展越来越好，尤其物联网，在这种大数据的产生，也就越来越多，从您来看，这种大数据对于制造企业转型或者工业4.0迈进的过程中，会有一个什么样的作用？企业应该如何使用这些大数据？

彭俊松：正向今天在会场上的演讲所说的，未来企业使用软件的目的会发生改变。以前我们更多的是处理一些单子，现在通过软件，能够变成和合作伙伴一样帮助企业进行决策，提醒企业有哪些机会，有哪些风险需要规避，这里面大数据无疑是企业，更加重要的一项隐性的资产，对于大数据的重视程度，无论怎么样去评价都是不为过。

而从大数据应用来看，一般来说在我们制造行业里面，围绕着我们全价值链，每个环节其实都有大数据和应用的场景。在研发阶段，可以利用大数据去提高产品质量，帮助企业规避后面的风险，销售阶段可以利用大数据，我去对于客户的需求进行更早的感知，甚至去影响他的这些需求。在制造环节，我可以利用大数据去提高我的生产效率，我可以降低我的能耗，降低我的成本。在我的物流环节，在我的售后服务环节都可以使用各种各样大数据，帮助我去提高我的销售的效率，甚至帮助我去更好地做产品的售后服务，整个大数据在整个价值链每个环节，对制造行业来说都有很重要的应用。

在这里，我就想强调一点是说，对制造型企业来讲，时效性非常重要，因为我们的商机就来自于我们如何更便宜更快去满足市场上转瞬即逝的商机，在这里对于大数据的应用，企业要追求大数据的大，以及大数据的快。

有的时候，快比量大的意义更加重要。即便有很多的数据来了，可是你没有及时把它转化成决策的结果，机会如果失去了，那么就没有什么意义。所以在这里，企业应该对这些大数据要进行一个分层，你要有一个自己的数字化的大数据这样的一个核心，这些核心是你对于体现你企业的竞争力，体现你企业的差异化能力最关键的核心数据。对于这些核心数据，我们企业要做到一个秒级的快速的一个响应分析的机制。

对于外围的数据，我们可以采用一些比较稍微缓和一点，缓慢一点的分析机制，新的应用试图将我们企业在我们数字化环节当中所需要关注的核心数据，我们把它关注好，把它的数据结构梳理好，把运算的速度提高，通过这样一个核心带动外围很多的数据，外围很多数据甚至有可能是我把它的放在共有云上的数据，甚至是设备上的数据，或者是第三方采购过来的数据，通过一个核心，去带动我生态系统当中所有我的不同的大数据，帮助我们企业实现刚才所说的在全价值链上面，对大数据的一个快速高效合理的利用。

本文出处：畅享网
本文来自云栖社区合作伙伴畅享网，了解相关信息可以关注vsharing.com网站。