没有组织层面的变革，数字化技术极有可能将传统的低效流程升级为低效的数字化流程

图/视觉中国

随着新一代信息技术与先进制造技术的融合发展，众多制造型企业顺势而为，纷纷在数字化转型的浪潮中扬帆远航。但在制造型企业突破传统发展模式、乘浪前行之余，我们仍然需要警惕其向数字化航进过程中，容易触碰到的暗礁和极易误入的旋涡，提前做好布局和准备。

通过调研和观察，我们看到制造型企业在数字化转型过程中往往会陷入“重短期投入、轻长期规划”“重技术升级、轻精益基础”“重项目实施、轻人才成长”以及“重效益提升、轻理念进阶”四大误区，容易将数字化转型的视角局限在简单的技术升级和项目实施层面，缺乏从员工转型、组织重塑等维度深层次、系统性地思考和实践。

所幸的是，在对西门子数字化工业集团成都工厂深入调研和了解的过程中，我们看到了一套经过实践验证、行之有效的解决方案，即：全方位、渐进式的 “组织变革”。

德国西门子公司是工业4.0概念的发起者之一，亦是全球领先的数字化制造业企业。西门子成都工厂是世界经济论坛第一批“灯塔工厂”之一，该项目被誉为“智能制造的奥斯卡奖”。

从成都工厂的数字化转型经验来看，组织变革是制造型企业在技术升级基础上的重要转型任务，也是制造型企业数字化转型的必经之路。简单来说，成都工厂在组织层面经历了从外到内的两个变革过程。具体为：

过程一：组织外部较为显性的运营模式和决策模式的转变。即工厂从以专职数字化团队来推进数字化项目的“独立运营模式”，转变为以业务负责人来推进数字化项目的“融合运营模式”；从基于经验、中心化的“集中决策模式”，转变为基于数据和模型、去中心化的“下沉决策模式”。

过程二：组织内部相对隐性的管理模式和企业文化的转变。即工厂领导者从关注痛点、短期绩效和执行的“传统管理模式”，转变为关注机会、长期发展、创新以及人员成长的“新型管理模式”；从奉行高度执行力、最优绩效的“刚性企业文化”，转变为倡导以人为主、创造力和执行力相结合的“柔性企业文化”。

没有这两个层面的组织变革，企业的数字化转型就是无本之木。

成都工厂组织变革的成功有三大要素，其一是工厂自主设计的“数字化实施路线图”，其二是工厂始终坚持的“精益先行理念”，其三是工厂全力推行的“业务与员工双赢的创新机制”。这三大要素的形成，部分依托于西门子数字化工业集团“精益数字化工厂”计划，但更多源于成都工厂自身的业务发展需求和实践总结。

通过组织变革，成都工厂不仅成长为创新型组织和学习型组织，而且过去五年，在工厂蓝领人数增长100%、白领人数增长10%的情况下，工厂产值增长超过300%，工厂员工也从低价值的重复劳动中解放出来，成为兼具数字化思维和能力的数字化人才。

目前，成都工厂的数字化转型已经从信息集成、知识积累阶段，逐渐迈向智慧运营阶段。相应地，工厂数字化发挥的价值也从机器代人价值、协同价值，逐渐升级为精准决策价值。

数字化转型的四大误区

近年来，数字化转型浪潮席卷而来，制造型企业对人工智能、大数据等数字化技术的应用如火如荼，但身处技术变革力量所带来的竞争压力之下，企业的数字化转型并非一帆风顺，多数企业尚处于推进“数字化”阶段，并未实现真正的“转型”。

具体而言，一方面，企业数字化技术的导入仅停留在示范“样板间”，未实现规模化应用；另一方面，随着数字化技术的导入和应用，企业并未在组织层面实现转型，这又导致数字化转型迟迟不及预期。通过观察和剖析制造型企业的数字化转型过程，我们看到企业往往存在四大误区：

误区1：重短期投入、轻长期规划。即企业注重短期投入而缺乏服务于其长期战略的数字化建设路线图。在相应误区下，企业数字化项目的实施与其运营目标脱节，导致基层员工看不到数字化项目的应用价值；数字化项目实施周期长、效果不确定，业务部门看不到中短期投资回报，进而怀疑其价值；各个部门各自为战也导致企业无法实现跨部门、端到端的协同，而数字化方案的效果，往往又离不开这种协同。

误区2：重技术升级、轻精益基础。即企业缺乏精益基础且未将精益制造的理念贯穿数字化转型的始终。在相应误区下，企业往往寄希望于通过数字化解决流程不精益的问题，造成很多浪费被固化在工厂生产运营中；在问题出现时，企业往往“头痛医头、脚痛医脚”，不追究也找不到问题的根源；企业在缺乏精益文化时，涉及运营模式、决策模式等的转型也很难推进。

误区3：重项目实施、轻人才成长。即员工数字化能力并未随着企业数字化项目的实施同步提升。在相应误区下，最了解一线问题的基层员工只是数字化转型的旁观者，他们既提不出高质量的项目需求，也无法胜任数字化转型后的岗位职责，导致项目周期长且效果差；项目结束后，基层员工并未掌握和驾驭新的数字化工具，内心更是不愿意接受数字化，导致企业无法持续迭代升级、进入自主创新阶段。

误区4：重效益提升、轻理念进阶。即企业把数字化当做效益提升的工具但忽略了在组织理念进阶方面带来的机会。在相应误区下，从企业领导者到基层员工均排斥转型，企业的数字化建设仅停留在以机器代人为代表的工具平台层面，即“黑灯工厂”阶段；相应地，企业的管理、文化等理念未做转型和提升，进而高水平的转型效果无法发挥，导致企业无法实现通过数字化转型提升竞争力的目标。

摆脱转型误区的关键：组织变革

深究其内，我们会发现企业陷入上述四大误区的绝大部分原因在于自身，即：企业仍然遵循传统发展逻辑，仅仅将自动化和信息化作为转型升级的关键，忽略了组织层面对于数字化的适配性变革，以及数字化人才培养的价值。

企业要想摆脱转型误区并在数字化时代脱颖而出，关键在于组织变革！我们认为，组织变革是制造型企业在技术升级基础上的重要转型任务，不仅能在“数字化”层面确保企业项目成功实施，更重要的是能在“转型”层面推动企业员工从高绩效员工成长为数字化员工。

本文所强调的组织变革，即企业从运营模式、决策模式、管理模式到企业文化的系统性转变，从而进化为创新型组织和学习型组织，如图1所示。具体为：

组织变革1：运营模式转变。即从以专职数字化团队推进数字化项目的“独立运营模式”，到以业务负责人推进数字化项目的“融合运营模式”。其中，独立运营模式下的专职数字化团队往往更关注项目落地而非运营目标的实现；融合运营模式下的项目团队，每个人都兼具两个角色，既是业务负责人也是数字化项目负责人，在业务运营目标的驱动下，既关注项目落地，更关注项目对业务产生的真正价值。

组织变革2：决策模式转变。即从基于经验的、中心化的“集中决策模式”，到基于数据和模型的、去中心化的“下沉决策模式”。其中，决策模式的转变涉及决策主体的变化，在集中决策模式下，决策主要由部门主管或工厂领导者（一把手）做出；而在下沉决策模式下，决策主要由一线人员结合数据和模型做出，不仅提升了决策效率，而且优化了决策质量。

组织变革3：管理模式转变。即从关注痛点、短期绩效和执行的“传统管理模式”，到关注机会、长期发展、创新以及人员成长的“新型管理模式”。其中，管理模式的转变也代表着企业领导力的变革，即企业领导者所具备的关于数字化企业发展的理念和观念，成为推动企业实现真正数字化转型成功的关键。

组织变革4：企业文化转变。即从奉行高度执行力、最优绩效的“刚性企业文化”，到倡导以人为主、创造力和执行力相结合的“柔性企业文化”。其中，企业文化的转变将极大程度地助力员工自我价值的实现，不仅让员工主动参与到数字化转型中、能力有所成长，而且让员工更有成就感。

组织变革的典型案例：西门子成都工厂

作为西门子数字化工业集团在中国的首家数字化工厂和世界经济论坛的首批灯塔工厂，成都工厂是数字化转型中践行“组织变革”的典型代表。成都工厂坐落于成都市高新西区，于2013年上半年建成投产，主要负责研发和生产工业自动化系列产品。近年来，成都工厂赋能员工不断自主创新，全面落地了数字孪生、人工智能、数据分析等数字化项目，并随着项目的实施推动了组织变革，将包括蓝领在内的大量员工，培养成了数字化人才，成功实现了数字化转型。

1.工厂数字化建设的三个阶段

成都工厂的数字化建设经历了三个阶段，分别是业务痛点驱动的数字化阶段、业务透明驱动的数字化阶段和业务智能驱动的数字化阶段，如图2所示。伴随着工厂数字化建设的阶段性成功，成都工厂也从“数字化工厂”逐渐迈向“智能工厂”。

第一阶段：业务痛点驱动。该阶段工厂主要以“运营绩效”为核心，重点关注问题解决。即：通过推进与办公、生产等相关的自动化、数字化项目，解决痛点问题，持续提升生产效率，并将员工从低端重复劳动中解放出来。

以车间自动化和办公自动化为例：通过对已有产线的自动化升级改造，成都工厂不仅掌握了全自动产线的本地开发能力，而且有效提升了生产车间的自动化水平和生产质量；通过RPA、Mendix等低代码工具的导入，成都工厂最大限度地替代了与办公室相关的简单重复工作。体现在数据层面，则是年均5%-10%的简单重复工作被替代，尤其是在2016年工厂业务进入规模化阶段后，前期基于业务痛点的自动化、数字化项目开始真正产生价值——2016年-2021年，成都工厂蓝领人数增长100%、白领人数增长10%，而工厂产值增长超过300%。

第二阶段：业务透明驱动。该阶段工厂从以“运营绩效”为核心逐渐过渡到以“创新”为核心，更多关注透明带来的业务机会。即：通过数字化手段让工厂看不见的问题透明化并持续改进，随着工厂端到端协同的不断推进，员工也开始具备数字化思维，养成了使用数据说话的习惯。

以质量管理平台为例：通过质量管理平台，成都工厂不仅实现了所有生产线上全部质量数据的全制造流程“实时”自动采集和全价值链的集成，而且全方位地“透明”质量运行状态、100%追溯生产质量问题，从产品到材料、产线到工位等多维度实时呈现质量表现。

得益于质量管理平台的日常应用，工厂形成了“发现问题－解决问题”的质量管理闭环工作机制，从关注“是谁的问题”转变为关注“如何解决问题”，推动了产品质量的持续改善——产品缺陷率从建厂初期的百万分之8.4降至2022年5月的百万分之5.7。

第三阶段：业务智能驱动。该阶段工厂主要以“创新”为核心，关注基于数据的智能决策。即：通过不断迭代的算法，替代人的经验，建立集发现问题、分析、判断及自主决策于一体的科学系统，提升员工对业务的理解，进而辅助决策、自主决策。

以供应链风险预测为例：成都工厂日常生产涉及5000余种材料和上百家供应商，相应材料的供应风险识别和及时应对，对于工厂稳定经营至关重要。为此，成都工厂基于已有的原材料需求变化数据、供应商交付和质量表现数据，使用闭环优化的集成学习算法，对风险物料供应进行预测，并通过不断迭代对算法进行优化，找出最优风险预测解。

相较于传统基于人工的物料供应预测，基于数据和算法的分析预测将预测准确率从46.65%大幅提升至80.40%。

虽然成都工厂基于数据的智能决策尚处于起步阶段，但以供应链风险预测为代表的尝试，不仅让员工对业务有了更好的理解和认知，而且基于算法提供的灵活预测方案，可以辅助员工基于业务变化快速做出决策，并有较好的决策解释性。

2.工厂组织变革的实现

与成都工厂数字化建设相同步的，则是工厂组织变革的实现。随着成都工厂数字化建设的推进，对组织变革的需求也愈加迫切，遂开始了全方位、渐进式的组织变革。

所谓全方位，即成都工厂推进并实现了从运营模式、决策模式、管理模式到企业文化的全方位组织变革；所谓渐进式，即成都工厂的组织变革经历了“从外到内”的两个重要过程，其一是体现在组织外部较为显性的运营模式和决策模式的转变，其二是体现在组织内部相对隐性的管理模式和企业文化的转变，如表1所示。

（1）组织外部的显性变革：运营模式和决策模式的转变

很多企业非常重视数字化转型，设立了专职项目团队推进数字化项目，并将项目成果推广至公司运营层面，但这往往造成运营与项目的错位，即：项目组只关注项目的完成而不承担运营绩效、运营组只关注绩效而不负责项目成败。从成都工厂的转型经验来看，为确保数字化项目的有效落地、实现项目价值最大化，其组织变革的实现首先从运营模式转型开始。

成都工厂将数字化项目的实施纳入到所有职能部门的业务规划中，实现了运营和项目的有机结合，从部门主管到基层员工，工厂组织中的每个人都身担双重角色——数字化项目团队成员和业务运营结果负责人。在相应运营模式下，成都工厂既保证了数字化项目与业务目标的一致、最大化实现业务价值，也推动了工厂决策模式的转型。

随着运营模式的转型，成都工厂的决策逐渐由基于少数人经验、以控制为导向的集中决策模式，过渡为基于模型优选和算法迭代的智能决策。在智能决策下，工厂将决策权限更多地赋予一线基层员工，即决策下沉，形成了基层员工对业务负责的自驱力。这不仅让工厂的决策更快，也让工厂能够更灵活地应对突发事件，更好地管理疫情、缺芯等带来的供应链不确定性。

（2）组织内部的隐性变革：管理模式和企业文化的转变

一般而言，在数字化转型初期，企业领导者不仅需要亲自推进和执行数字化项目，而且要鼓励基层员工积极参与，并重点关注员工的任务完成情况。但当数字化被企业多数员工认可，转型进入中后期时，企业管理模式也要随之改变。

成都工厂管理模式的转型在于领导者与员工的渐进转型，即员工从原来追求高绩效的重复劳动者转型为追求创新能力提升的数字化人才；领导者从原来负责运营结果转型为负责持续创新、长期战略和文化建设，并通过营造良好的环境，赋能和激励员工在数字化项目中得到成长。具体地，领导者从关注问题转变为关注机会、从关注短期绩效转变为关注长期发展、从关注项目执行能力转变为关注企业创新能力、从关注员工任务完成转变为关注员工能力成长。

随着成都工厂领导者逐渐从管理运营转变为管理创新，以绩效为核心的企业文化不再适用，更多需要以创新为代表的企业文化建设，这样才能通过数字化实现企业真正的长期可持续发展。

成都工厂自下而上创新文化的形成，关键在于员工自我价值的实现，这主要体现在“创新由基层员工驱动、让基层员工更有成就感”这一理念。除此之外，成都工厂的创新文化理念还包括：（a）任何创新都要确保对业务产生价值；（b）创新是为了打破局限；（c）创新要小步快跑、不断迭代；（d）创新需要开放的环境、永远不怕失败。

除了创新文化，在成都工厂组织变革实践中，逐渐成型的还有学习文化和信任文化。企业文化的转型，不仅让成都工厂全员更具有成长型、创新型和开放型思维，员工对自己更有信心、也更有成就感，而且，成都工厂领导者与员工之间形成了相互依存、相互信任的紧密关系，从而携手推动数字化转型。

（3）组织变革案例：先进排产

先进排产（Advance Scheduling）是体现成都工厂从运营模式到决策模式、再从管理模式到企业文化转变，即推动组织变革确保项目产生价值、进而转型成功的典型案例。

先进排产项目涵盖订单、产品、设备、工装夹具、人员、物料、工艺、生产节拍等众多要素。传统排产方式下，排产质量依靠长期积累的人工经验、无法对紧急插单等情况做出快速反应。成都工厂在导入先进数字化技术和系统的基础上，通过从运营到文化的系统性组织变革，实现了排产效率提升、供应链响应速度加快和产品稳定交付三大目标。

（a）运营模式转变。在先进排产项目导入过程中，工厂一线排产员工既主导整个项目的功能需求规划和实施，又负责项目后续试点和推广，并对结果负责。具体地，一线排产员工基于对排产相关痛点问题的深刻理解，并结合工厂产品、工艺和供应链模式等特点，制定出“以满足交付为前提、实现生产效率最大化”的排产策略。

这种由排产人员推进数字化项目、将排产目标和项目有机结合的运营模式，让排产人员既不担心被工具替代，也不用担心被迫使用不实用的工具，确保了先进排产项目由一线需求驱动，真正对业务产生价值。

（b）决策模式转变：先进排产项目不仅确保了准时交付、提升了设备利用率等可量化的指标，而且优化了与排产有关的决策模式。即：随着排产模型的不断优化，模型给出的排产结果逐渐优于经验，工厂从原来由生产和供应链主管决定生产什么、生产多少的“粗放式”决策模式，转变为由一线员工基于先进排产优化算法“精准”决策的模式。

在后一种模式下，生产什么、生产多少、何时生产、需要什么资源都清晰可见，甚至在遇到紧急或异常情况时，也能够闭环反馈并快速调整生产计划，这让工厂生产排程决策的质量和灵活性均得以大幅提升。

（c）管理模式转变。随着先进排产在工厂内应用的逐渐成熟，工厂的管理模式也相继发生改变。一方面，员工逐渐从人工排产、生产进度追溯、问题发现和解决等耗时费力的工作中解脱出来，将更多精力集中在生产流程优化、先进排产算法迭代方面，成为既懂排产、也懂数字化的创新型技术人才；另一方面，领导者不再需要花费大量时间关注排产效果、交付时间等传统KPI，而是把精力用在创新以及赋能和激励员工成长方面，通过更多的创新项目实现更好的绩效，也让员工更好地运用数字化工具。

（d）企业文化转变。对于成都工厂而言，先进排产项目的成功并无先例可循，它并非简单地导入一个IT工具，更重要的是，先进排产需要计算出不同排产计划的效率KPI，并通过“透明问题－分析问题－解决问题”的动态闭环管理，实时追踪真实生产过程与排产计划的偏差，推动工厂生产流程的持续优化，进而实现排产策略的智能化。

因此，在先进排产项目兼具高波动性、高不确定性、高复杂度、高模糊性（VUCA）挑战下，成都工厂柔性企业文化的形成，成为推动项目成功的最大动力。在开放包容的信任文化下，工厂自下而上自发形成自驱力，基层员工基于对业务的理解，从需求出发推动先进排产项目的导入、落地和价值实现。

支撑组织变革的关键要素

毋庸置疑，成都工厂作为西门子数字化工业集团这一大型跨国网络中的核心节点，其组织变革的实现得益于集团层面推进的“LDF（Lean Digital Factory，精益数字化工厂）”计划。该计划通过矩阵式的结构，将西门子数字化工业集团在全球范围内的30多家工厂协调起来，从资源共享、促进共同学习的角度推进数字化转型，目标是借助数字化转型让工厂在精益基础上实现效率的更大提升。

LDF计划为成都工厂提供了一个可供参考的数字化架构，该架构从方向层面指明了数字化的发展趋势、目标以及可开展的项目，同时在“Think Big, Start Small, Scale Fast（大处着眼、小处着手、快速规模化）”愿景下，赋予成都工厂足够的实施自由度和自主权。

依托LDF计划并考虑自身业务发展需求，成都工厂得以通过小步快跑、多次迭代的实践方式，自主设计出适合自身发展的数字化实施路线图，并坚持精益先行理念、推行业务与员工实现双赢的创新机制，这三者成为支撑成都工厂组织变革的关键，如图3所示。

1.顶层设计：服务于企业战略的数字化路线图

很多企业在数字化转型过程中，深感数字化项目投入大且周期长、效果不可控且对业务产生的价值不确定，这主要源于企业缺乏中长期数字化建设路线图，即前面提到的“重短期投入、轻长期规划”。基于此，“服务于企业战略的数字化路线图”是第一大要素。

成都工厂数字化路线图的制订始终遵循三个原则，其一是路线图既要服务于工厂的中长期战略，也要结合短期业务痛点；其二是路线图不仅关注问题，而且关注新技术、新需求带来的新业务机会；其三是路线图要服务于全厂，确保工厂在统一的数字化路线图下，打通端到端流程，解决跨部门协同合作的问题，避免各个部门“各自为战”。

成都工厂数字化路线图特点有二，一是路线图始终保持更新与迭代，二是用业务绩效来阶段性衡量数字化项目的效果，确保数字化项目能实现业务目标。具体地，成都工厂数字化路线图自顶向下由目标、趋势、路径和项目集四大部分构成，如图4所示。

由于路线图是工厂业务负责人和工厂技术团队共同制定而成，这让工厂员工对数字化目标有了统一认识。

2.精益基础：贯穿数字化转型的精益先行理念

很多企业在数字化转型过程中都会忽略精益基础的重要性。精益生产方式在20世纪七八十年代由丰田公司发展完善，后来风靡全球制造业。在数字化时代，精益理念依然是企业卓越运营的基础和核心，亦适用于数字化的任何阶段。

精益基础扎实的企业，对于涉及运营、管理、文化等在内的组织变革更加重视也更容易实现，数字化转型的成功也往往更有保证。很多企业加入数字化转型浪潮的初衷在于，希望通过数字化提升竞争力，将企业做强。但数字化并非万能药，尤其是在制造业领域。基于此，具备“精益先行理念”是我们要谈的第二大要素。

精益先行有两层内涵，一层是先做精益再做数字化，另一层是用精益的理念去做数字化。前者已经成为企业间的共识，如果不先做精益，毋庸置疑将把浪费固化到后续数字化系统之中。例如：在做数字化之前，如若精益层面的生产工艺流程尚未梳理清楚就开始推进数字化，极有可能将传统的低效流程升级为低效的数字化流程，背离企业推进数字化转型的初衷。

用精益的理念做数字化涉及两者的本质。精益不仅是理念，还有落地的方法论。相对而言，数字化更多的是加强手段，数字化可以解决传统精益方法难以解决的问题，但不能替代精益。

成都工厂有很多精益与数字化融合的应用场景，例如：为提升设备运行效率，成都工厂在引入边缘计算、BI、知识图谱等数字化技术过程中，纳入了全员生产性维护（TPM）以及目视化管理等精益管理理念（见图5），得益于精益理念和数字化技术的结合，全厂设备综合利用率指标在引入数字化后的两年内提升了近8%。

3.价值驱动：业务和员工实现双赢的创新机制

企业在数字化转型过程中，经常会陷入数字化工具应用对运营目标贡献不大，员工的数字化能力、企业组织和文化理念亦没有同步提升的困境，即前面提到的“重项目实施、轻人才成长”和“重效益提升、轻理念进阶”。这既反映了企业数字化建设顶层设计不足，也说明企业缺乏完善的创新机制。

从价值创造角度，企业不仅要追求短期业绩目标的实现，更应关注以创新的驱动的可持续发展；员工不仅要追求高绩效，还应重视以个人能力成长。只有当企业和员工的价值均得以实现，才能真正驱动数字化转型。基于此，具备“业务与员工实现双赢的创新机制”是我们要谈的第三大要素。

为了高效、低风险地识别和导入数字化新技术，且快速推广到全厂，成都工厂形成了四步走的新技术导入机制。它有助于员工循序渐进地将想法转化成现实，其贯穿始终的原则正是提升员工能力和实现业务目标。

为此，成都工厂专门成立了学习社团。学习社团的特点有三：一是学习话题与业务需求紧密结合；二是员工基于自身兴趣自愿参加；三是倡导成长型思维，鼓励员工用超过10%的工作时间学习和充电。具体地，四步走的数字化新技术导入机制为“新技术研究→概念验证→试点项目→全面展开”，如图6所示。

（a）新技术研究阶段：即发现机会。该阶段关键在于寻找突破工厂业务痛点的新技术或为新技术寻找适用的潜在应用场景，让工厂不错失新技术带来的潜在机会。

以“区块链技术赋能产品碳足迹追溯”为例：成都工厂在透明化其产品碳足迹时发现，单个产品中90%以上的碳排放来自其供应链，而现存碳足迹的计算方式多采用平均值估算或线下线上向供应商收集的方式，相应产品碳足迹数据的可靠度和可信度均难以保障。

成都工厂看到了区块链技术的可信机制在碳足迹追溯中的应用价值，通过区块链技术构建的加密信任网络，工厂各级供应商均可将其碳排放数据及相关证明可靠共享。区块链技术的引入让成都工厂碳足迹可信精算与追溯项目得以成功落地，工厂参照国际标准建立的产品碳足迹解决方案亦通过了第三方评估，相应产品碳足迹获得了ISO 14067国际标准核查声明证书。

（b）概念验证阶段：即可行性研究。该阶段关键在于结合工厂潜在的应用场景探索出新技术落地应用的具体解决方案，解决方案验证了新技术在实验环境下的功能和性能，避免了不成熟技术进入工厂运营。

以“虚拟现实技术实现登高运维培训”为例：成都工厂的自动化材料仓库高约18米，需要维护人员进行登高运维。由于登高运维很难进行实地培训，工厂因此尝试搭建三维虚拟场景，让受训人员在虚拟现实环境中掌握运维操作技能。项目的难点在于三维场景搭建和虚拟交互操作，但在现有条件下，项目团队无法快速搭建一个灵活且高交互的三维场景来满足项目需求，因此，虚拟现实技术因其应用成熟度欠佳止步于概念验证阶段。

（c）项目试点阶段：即验证业务价值。该阶段关键在于选择工厂真实应用场景进行试点，来验证相应新技术在真实环境下的投入成本和价值。该阶段可以邀请外部专家参加，但试点项目的负责人必须是工厂业务部门员工。

以“知识图谱辅助设备故障诊断”为例，在完成项目相关技术验证和场景可行性分析后，工厂挑选了代表性设备“贴片机”进行试点。项目人员首先将贴片机的机理模型、故障类型以及维修经验存入知识图谱，然后结合自然语言处理技术（NLP）处理过去几年的故障数据，并以此训练推理模型，最后知识图谱和推理模型结合组成智能系统，辅助员工对设备进行维修。

当日常生产中发生故障时，设备信号数据自动与推理模型进行连接，模型以知识图谱为基础自动推断故障发生部件、发生原因并提供参考的维修方案。随着时间的推移，在与人的交互使用过程中，知识图谱会自动迭代，提升推理的准确性。

知识图谱不仅可以替代传统人工经验、辅助员工以智能化的方式快速解决设备故障问题、提升设备效率，还将日常业务数据与专家知识融合在一起，形成了语义化、高质量、易用性强的数据资产，可拓展至绝大部分运营场景。目前，该项目正处于模型优化和交互方式迭代阶段。

（d）全面展开阶段：即规模化推广。该阶段的关键在于将新技术高效导入到全厂适用的应用场景中，并由工厂基层员工驱动新技术的导入，在确保业务价值实现的同时，基层员工也能得到同步成长。该阶段员工的学习和成长更有目的性，真正实现了数字化项目拉动员工成长，项目的推进也更加顺利。

以“工厂仿真技术的规模化应用”为例，工厂仿真模型的搭建从单一产线拓展到了所有PLC组装线和仓储物流环节，目前工厂包括产线蓝领技术员工在内的、具有独立仿真能力的员工人数从原来的1人发展到近30人。

以“视觉AI技术的规模化应用”为例：在全面推广阶段，一线员工结合自身所负责的业务领域，自主开发和训练AI模型，让AI技术的应用迅速从垃圾分拣领域拓展到了包装、自动光学检测以及装配等领域，并且在各个领域多点落地。随着视觉AI项目的逐步落地，工厂制造过程变得更“聪明”的同时，也培养了超30名具有一定AI技术的员工。

在四步走的数字化新技术导入机制下，不能产生业务价值或不成熟的数字化项目被逐步淘汰，真正帮助一线解决问题并提高运营绩效的数字化项目得以落地。

过去五年，随着200多项新技术项目的落地，如图7所示，成都工厂培养了一大批数字化人才，实现了业务与员工的双赢。此外，创新文化、学习文化也在新技术导入过程中潜移默化地融入到了成都工厂日常工作的方方面面，形成了自下而上转型的文化驱动力。

成都工厂组织变革的总结

十年间，成都工厂实现了从注重“运营效率”到注重“运营效率+创新驱动+人才成长”的迭代，支撑转变的则是组织的重塑和变革。

相较建厂初期，成都工厂在速度、柔性、质量、效率、信息安全等多方面取得了飞速发展，与此同时，从领导者到部门主管、生产一线员工都看到了新技术和新工具所蕴含的业务机会。但最为重要的是，成都工厂快速发展的十年，也是市场中数字化人才最为稀缺的十年，而全方位、渐进式的组织变革和创新机制，让员工从低价值劳动中解放出来，转型成既有数字化思维也有数字化能力的数字化人才，成为工厂运营中的决策者和主人。

如今，成都工厂已经完成组织变革，数字化转型也从信息集成、知识积累，逐渐迈向智慧运营阶段，如图8所示。

数字化转型的本质是一项系统性创新工程，这项工程不仅涉及多学科、多领域技术的融合，而且涉及数字化创新人才的培养，需要运营模式、决策模式、管理模式以及企业文化等组织层面从外到内的系统性变革，亦需要顶层规划、精益理念、创新机制等的支撑，难以一蹴而就。

因此，领导者必须改变观念和认知，更多关注战略和机会，从带领者转变为赋能者，以身作则，让每个员工都成为转型的主角。