Preamble 导言

在数字化时代，当你作为一名首席信息官（Chief Information Officer，CIO）进行战略目标体系化分解时，当然要基于年度数字化评估标准来分解业务，并为其在数字化平台中设定自动取数规则，让数字化平台可以基于后台的取数规则，自动得出业务评估的结果。

年度评估标准有一维的、二维的，甚至还有多维的。维度越多，评估的复杂度就越高。但是评估标准复杂了，评估准确率不一定高，两者不是正比关系。工业制造领域毕竟不是研发领域，需要设定多个维度进行高通量筛选，从而获得最优解。工业制造领域需要大道至简，践行工程师实践思维，故其年度评估采用一维或者二维表格即可。一维年度评估表见表1。

分数解释参考《智能制造能力成熟度评估方法》（GB/T 39117—2020）：1分=规划级，通俗来说是年度评估不合格，企业总经理需要自查自责；2分=规范级，通俗来说是待改进，给予一年的时间改进，下一年度评估若还是2分，没有达到3分，部门负责人也需要自查自责甚至申请离职；3分=集成级，通俗来说可以正常拿年终奖，一般来说达到3分，在制造业已经属于较高水平了，后续章节阐述的数字化平台的KPI取数规则，基本都是根据年度3分的评估标准来定义的；4分=优化级，通俗来说可以和评估团队商定几年评估一次，不再一年一次；5分=引领级，通俗来说是作为标杆向社会传播或向同行企业推广的最佳实践。

二维年度评估表见表2。《智能制造能力成熟度评估方法》就是二维的。这个表格在实践中通常叫作模型，即要在企业里抽取出共性的核心业务，以核心业务为牵引，设定核心业务的评估办法。评估的前提是合理地抽取出共性的核心业务，这也是工作的难点。为什么要建立模型呢？因为在数字化时代，企业需要结构化分析，没有模型就无法分析、无法评估，进而也无法开发数字化平台。

提取出核心业务后（核心业务在GB/T 39117—2020中是设定年度评估权重的，企业设定权重可借鉴），企业运营必然要把核心业务拆解到可评估的执行程度。拆解的方式以制度为基础，进行层层递进式拆分，并以1～5分来评估进阶程度，从线下的执行方式进阶到线上的执行方式。从这种评估方式来看，我们可以明确知道任何业务只有在线下执行到位了，才有可能把其规则固化到数字化平台，否则会把不良的业务规则固化到数字化平台，危害巨大。这再一次印证了作者反复强调的观点——数字化转型就是把优秀的管理思路和制度固化到数字化平台。

一维模型和二维模型没有绝对的优劣，适合企业的就是最好的。我们从表2中可以看出，二维模型的颗粒度更细，自然比一维模型的管理更精细，也就是更“精益化”。但是，再怎么精益，事情都是由人做的，任何人都会有纰漏，颗粒度细化是必要的，但没必要细化到员工的每一分每一秒。

企业设定了年度评估标准，就有了数字化平台的KPI基石。鉴于数字化转型就是把优秀的管理制度和思路固化到数字化平台，我们拆解一层，什么是优秀的管理思路呢？管理分跨部门的管理和部门内部的管理，这是基于第一性原理（本书指用科学的分析法逐层展开一个目标）的逻辑框架法来拆分的。

在数字化时代，数字化的业务蓝图天然是跨部门、跨阶段的，目的是用数字化手段破除部门墙，所以在数字化平台的KPI取数中，首要的是取涉及跨部门的KPI，其逻辑关系如图1所示。本书各个章节阐述的数字化平台取数，坚持的原则是尽量跨部门。当然，纯粹的部门内部管理数字化平台也需要KPI，因为在部门层级，还是要把自己部门产生的数据传递到其他部门，终究不是孤立的。

制造业的数字化转型本质上是转变管理思路，基于该思路，我们应用第一性原理拆分本书的章节逻辑树，从体系上展示逻辑的严谨性。以第一性原理拆分制造业的数字化转型体系，得出了图2所示的本书篇章结构。

关于制造业的第一性原理，简单叙述如下。

所谓第一性原理，就是从原理出发，一步步往前推演，直到找出适合该问题的解决方法（有1个或者N个）。第一性原理思维是一种“追本溯源”的思考方式，万事都要找到根本性问题，也可以叫作本质思考法。

追本溯源法是从问题出发，一步步分析问题背后的原因，直到找出最终原因（有1个或者N个）。

由此可见，第一性原理思维和追本溯源思维是不同的，一个是从问题出发推演出根本原因，一个是从原理出发推演出解决方法。

1）制造工厂要想解决一个问题，常识上会从4M1E（Man=人、Machine=机、Material=料、Method=法、Environment=环）维度去拆分，这几个维度加起来是一个整体。数字化转型转变的是管理，管理就是各种方法论，简称“法”。企业的制造端要高质高效地制造一个产品，需要从人、机、料的维度展开，加上需要“法”这个约束条件，那就是“人之法”“机之法”“料之法”，就有了本书的三个篇章，即员工篇、制造篇、供应篇。

2）员工篇的拆分方式使用了第一性原理的流程法，拆分成当前需要的人员能力和基于当前状态的需要持续精进的能力，两者互相不隶属，但加起来是一个整体。该拆分基于基本的常识，即企业要在当前的基础上构建面向未来的能力，才能永续经营。任何企业的制造体系都是一个持续精进的体系。

3）当前人员能力的拆分使用了第一性原理的逻辑框架法，拆分成现场员工的因素和辅助部门员工的因素，现场和辅助部门互相不隶属，但加起来是企业的所有员工。所有员工的能力到位，才能把制造业数字化转型做好。这仍然是一个常识。数字化转型要坚持工业常识是必须谨记的原则。至此，员工篇的三章就出来了，用工业常识就拆分出了符合逻辑的章节。

4）制造篇的拆分方式与员工篇用了完全一样的方法，作者不再重复，请读者自行思考为什么是一样的，以提升阅读本书的效果。

5）供应篇的拆分使用了第一性原理的逻辑框架法，拆分成拉动生产和推动生产。这两种方式仍然是工业界的常识。无论是流程制造业还是离散制造业，对拉动生产的追求都是孜孜不倦的，因为拉动生产可以实现均衡化供料，不多不少刚刚好，是典型的精益生产方式。精益生产当然也是当前工业界的常识。追求拉动生产是我们的天然动力，但是与拉动生产相对应的，就是推动生产。在当下，企业并不能完全杜绝推动生产，比如完全定制化的产品就是按订单物料来推动生产的，物料即使不多也需要推动。故本书拆分出了拉动生产和推动生产两个子项，还特意把拉动生产用一章来描述。不把推动生产当作一章来描述的原因：一方面是为了避免造成推动生产也是常态的印象，另一方面是把部分推动生产嵌入拉动生产一起讲解了。

6）拉动生产的拆分使用了第一性原理的逻辑框架法，供应分为厂内和厂外，互相不隶属，但加起来是整个供应体系。这同样也是基本的常识。现在市面上存在大量供应链管理（Supply Chain Management，SCM）平台就体现了第一性原理的逻辑。

总结一下，本书阐述的制造业的年度数字化评估用三篇展开，围绕产品的关键维度，如图3所示。

1）员工篇：除非企业是完全的无人工厂，否则一定会有人。有人，必定会有面向当下和面向未来的卓越员工建设。

2）制造篇：制造企业必定要在生产现场做出具体产品。在数字化时代，制造出来的产品好不好？是否有评估标准？

3）供应篇：配套现场的产品制造。外围的一切辅助部门都要围绕产品制造高效运作，这是高效运营的范畴。

按照第一性原理拆分成三个维度即可，无须创造更多的维度把简单的事情复杂化，大道至简才能深入人心。