国内工业互联网发展加速发展的过程中，作为慢变量的管理变革将会扮演更为重要的角色。管理变革的关键是新价值创造、新盈利模式和新组织模式，从既有价值走向预测价值，从硬件收入走向生态收入，从自上而下走向自下而上，将是这一场管理变革的特点所在。期待中国企业能够立足现实，不断积累和形成制造领域的知识，开启未来发展的“第二曲线”。
Industrial Internet，有人称为产业互联网，也有人称为工业互联网，本文选择后者。原因有二：一是从源头上讲，其源自装备制造业领域，进而作为一项战略性技术，在农业、医疗、环保、交通等产业领域进行应用；二是从概念本身存在的价值上讲，一个概念存在的价值在于其“独特性”，工业互联网概念强调数字世界和物理世界的融合，强调供给端和消费端的结合，其独特性就在于聚集以制造为中心的应用和变革。对Industrial Internet概念内涵的界定，将有利于我们更具针对性地展开讨论。
变局：快变量与慢变量
一句话，根本停不下来。这是对当下工业互联网加速发展的真实写照。从近期的工业互联网产业发展看，快变量和慢变量相互交织。就快变量而言，政府行动在加速，企业行动在加速；与之对应，市场维度和管理维度还处于相对较慢的变化
快变量一：政策加速行动。2016年5月，国务院发布《关于深化制造业与互联网融合发展的指导意见》；2017年11月，国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，这是工业互联网发展的纲领性文件，提出了“323”行动总体部署（即三大体系、两类应用、三大支撑）；2018年，《工业互联网APP培育工程方案（2018-2020年）》《工业互联网发展行动计划（2018-2020年）》《工业互联网平台建设及推广指南》《工业互联网平台评价方法》等一系列推动工业互联网发展的政策文件更是紧锣密鼓地发布；2019年1月18日，《工业互联网网络建设及推广指南》印发。总体上讲，在政策层面上，从网络、平台和安全三个维度展开的工业互联网顶层架构正在加速推进。
快变量二：企业加速布局。产业界“三支力量”加速推进。2018年，国内工业互联网平台的数量呈现井喷式增长。据不完全统计，有150多家，在数量上超过其他国家的总和。传统制造业企业、ICT企业和新兴企业形成工业互联网产业发展的三支重要力量。一是航天科工的Indics、海尔的COSMOPlat、三一的“根云”都是传统制造业大企业打造的工业互联网平台。二是作为互联网企业代表的阿里、腾讯、及通信运营商和设备商等企业也在积极促进互联网和制造业的融合，比如阿里推出supET、华为推出OceanConnects、中移动推出的“1+4”平台。三是一些新兴企业构建的一些平台，比如智能云科iSesol、生意帮云工厂。
慢变量一：市场检验。伴随着大量工业互联网平台的出现，工业互联网到底姓“工”还是姓“网”，成为大家关注和争论的焦点。主张姓“工”的观点，认为工业互联网平台在技术架构上更为复杂，行业垂直特征更为明显，需要制造业的专属知识为支撑，而这些正是制造业企业的优势；后者则强调自身在人工智能、云计算和大数据领域的优势。当前，虽然“三支力量”都在加速行动，但工业互联网产业的格局还远未形成，现在也仅仅是一个开端。因此，做出定论尚早。可以说，大量的工业互联网平台，并未得到真正的市场检验。虽然一些平台列举了在提升效率、降低成本、提高质量、创新用户体验等方面的平台绩效，但是这些绩效更多只是内部或者第三方的评价，没有得到市场竞争层面的检验。未来工业互联网产业的胜出者，一定是那些经受得起市场检验的平台。
慢变量二：管理变革。工业互联网作为手段，会带来生产方式、商业模式和产业组织层面的变化，最终目标是要提升资源配置和使用的效率。可以说，效率提升是判断工业互联网发展的一个“金标准”。但这一目标的实现，还需要通过一系列的管理变革来实现。站在企业角度，工业互联网技术的加速应用，涉及到人、机、物等要素的连接，涉及基于“云-网-边-端”产业架构的战略再定位，涉及IT和OT融合、“研发-制造-市场”融合、企业和用户融合、企业和企业之间的连接等企业组织结构和运行机制的变革。未来企业创造的新价值是什么？新的盈利模式是什么？如何处理好传统业务和新业务的关系？以及新的资源组织模式和运行机制是什么？这些问题都需要进一步深入回答？从当前的实践看，一些企业正在进行大胆尝试，探索新的管理模式，去努力回答这些问题。
总体上讲，政府加速行动和企业加速行动作为快变量会推动工业互联网产业的快速起步，但市场和管理维度作为慢变量则决定了未来发展持续性。未来中国工业互联网的发展更关键，难度更大的是在慢变量上的突破，尤其是管理变革。
新价值：既有价值VS预测价值
“锄头”与“锄地”。当前工业互联网发展和应用上我们通常将“锄头”和“锄地”问题混淆，注意力更多聚焦在“锄头”上，将“锄头”等同于“锄地”本身。通常我们会用高端、先进、数据、算法和模型这些词语来描述我们的“锄头”，但“锄头”存在的价值就是用来“锄地”的。这些词语不应该是对“锄头”本身做出判断的结果。结果应该是，是不是很高效率、很便利的“锄地”，是不是以前无法“锄”的“地”，现在能“锄”了。回到管理上来，尤其是企业战略层面，一个不可回避的问题——我们在发展和应用工业互联网上创造的新价值是什么？而这个问题是使用高端、先进这些“形容词”无法回答的，关键还在“锄地”上。
“新商业世界观”：有和无的融合。网络、数据和安全是工业互联网发展三大要素，这是有别于我们对传统制造业的认识。传统制造业更多聚焦原材料、工艺、设备、检测和维护这些有形要素上，而工业互联网在这些传统有形要素之上，还需关注数据采集、网络连接、制造机理模型等这些无形要素。不同的要素认识和要素条件，决定了“新价值”创造的可能性。事实上，对于新价值的创造我们不能仅仅认为是新要素创造新价值，而是这些无形要素和有形要素有机融合创造新价值。因为工业互联网给我们呈现的是一个原子和比特、数字和物理、有形和无形融合的世界，新价值需要在“新商业世界观”下来认识，而非站在物理世界看数字世界，或者站在数字世界看物理世界。在“新商业世界观”下，只有这些有形和无形要素的融合才能创造出新的价值。
新价值是什么？对于传统制造业而言，在有形要素条件下，价值创造过程更多的是既有价值的创造和传递过程，就是企业先创造出产品或服务然后传递给用户，这种价值我们将其称为既有价值。通俗讲，就是在找到用户之前已经生产出产品或服务，然后通过渠道提供给用户，更多是M2C的过程。自然大规模制造、大规模分销的模式最适合这种价值创造。工业互联网的应用，不仅拉近了企业与用户、企业与企业之间的距离，还缩短了企业内部研发、制造和市场之间的距离，从而使企业为用户提供预测价值成为可能。其中，有很多的服务就是在同用户实时交互过程中提供的。
在具体实践中，这种价值创造方式表现为服务化延伸（比如机器即服务、制造即服务）、个性化定制、网络化协同（比如协同设计、协同制造、供应链协同）等多种实现模式。根据中国信通院的统计显示，目前工业互联网应用场景项目分布中占比最高的是性能监控诊断类项目，占24%；其次是设备预测性维护项目，占12%。预测性价值创造的背后更多体现的是C2M的过程，体现了网络对时间和空间约束的突破，体现了以拉动模式来创造价值。
新盈利模式：硬件收入VS生态收入
硬件收入模式。传统制造业盈利模式主要采用硬件收入模式，企业在整体产品生命周期过程中主要通过出售硬件设备和产品来获取收入，同时伴随着使用，设备和产品会逐步老化，并出现一定的故障，这时企业可以通过后服务再获取一定的收入。最后，一直到这些产品和设备不能够使用，再形成新的硬件和产品收入。也就是说，硬件收入+后服务收入构成了传统制造业企业主要的盈利模式。其中，从收入结构上看，硬件收入较后服务收入占有较高的比重。
生态收入模式。工业互联网的应用中经常会涉及数据创造价值，那么数据是如何创造价值的？我们用这样一条线索来表述，即“数据-信息-知识”，通过设备端和产品端数据的采集将会使企业积累大量数据，数据经过分析之后转化为信息，信息经过专属领域的经验处理转化为知识，这些知识结合特定的场景创造价值。数据创造价值既包括企业自身数据创造的价值，也包括不同企业间数据聚合共同创造的价值。事实上，从未来的新价值创造看，不同企业间数据聚合的价值空间更大，我们也将其称为生态收入。数据创造价值背后带来企业盈利模式的变化，除了获取传统制造企业的硬件收入外，企业还可以获取软件升级和数据聚合创造的生态收入，即工业互联网企业盈利模式=硬件收入+生态收入（软件升级收入+数据聚合收入）。而且，在企业盈利结构中，生态收入的比重是高于硬件收入的。
盈利模式转型“两难”抉择。从理论上讲，是否是真正的工业互联网企业就看它的盈利模式，不仅要看企业是否有生态收入，而且看它盈利模式结构中生态收入的比重是否高于硬件收入占比。这对现在从事工业互联网应用的企业确实是一个挑战，而且在实践中常常会面临“两难”的选择。“两难”就在于如何处理传统硬件收入和生态收入之间的关系，既不能够让硬件收入部分下降，又要让生态收入部分快速增长，并超越硬件收入部分，而企业的资源总是有限的，资源配置决策的优先选择权给硬件部分还是生态收入部分，两者如何平衡。这是转型之路上必须面对的。近期，GE公司Predix业务的分立，就是一次两者关系的再平衡。这次调整也充分表明GE公司在战略上优先选择“独善其身”，即聚焦自身已有的核心业务提升，然后再“兼济天下”，即发展跨行业的工业操作系统。国内企业也在紧锣密鼓的推进盈利模式转型，比如海尔集团就将生态收入纳入到自己的损益表中，并将其作为重要的绩效考核指标，探索物联网时代背景下的管理变革。
新组织模式：自上而下VS自下而上
IT与OT融合的挑战。工业互联网的应用是一场新技术对组织的挑战，其中最为突出的就是IT和OT的融合。就企业的IT实施而言，ERP、APS、MES、SCADA等等这些系统的应用通常都是采取自上而下的方式进行部署，因为这些系统的部署往往不涉及太多的跨部门协作。自然，采取自上而下的方式具有一定的效率。但是，工业互联网的应用更多的要解决的问题，不仅在于IT层面，而且更在于OT层面。
从两者的关系上讲，OT是IT实施的根基，没有OT层面问题的真正解决，IT的效率是无法释放的。这也就是为什么很多企业上了IT系统，但是根本无法发挥作用症结所在。其中，OT问题的解决更多是一个自下而上的过程，是一个不断出现问题、发现问题和寻找问题解决的过程，而且这些问题既发生在现场，又有极大的差异性。通俗讲，有很多OT问题的解决是一个“种地”的过程，是离不开物理实现这个过程的，只能靠一点一点的探索和经验积累来解决，有很多问题根本是没有现成答案的。现实是IT和OT分属于不同的部门，IT人员又不懂OT领域的知识，而且一个是自上而下的实施方式，另外一个又具有自下而上的特点。这种部门上的割裂和组织方式上差异，以及企业组织天生的“自上而下”惯性，就会造成很多在资源组织上的冲突和矛盾，加之“大干快上”热潮的驱使，就会出现心欲腾飞而力不足的结果。因此，要很好的解决IT和OT融合的问题，就必然涉及到组织结构和运行机制的调整。
自下而上的关键。当谈及自下而上的组织过程和机制，有人马上就会想到“授权”。同时又在心中产生“失控”和“效率低下”的担忧。实际上，要建立自下而上的组织过程和机制，有三个关键点：
第一，明确工业互联网应用的目标是什么。只有在目标不断清晰的前提下，才能够激发各个主体的主动性和努力的方向，并明确资源配置的原则。比如，海尔在工业互联网的应用上，以人单合一为方法论，始终强调以用户价值（单）为中心，激发员工（人）的自主性，构建一个员工、用户与利益相关者之间利益共创共享（合一）的生态圈。在整个公司层面的目标的就是要创造全流程的用户最佳体验，在制造环节就是要建立能够实现个性化定制的工厂。在实施过程中，工厂一步一步走过了标准化、精益化、模块化和自动化这些阶段，正是在此基础上向个性化定制迈进，成为零散制造行业的一个典型案例。
第二，构建以用户为中心的并联流程。工业互联网应用涉及企业内部研发、制造和市场资源的再组合，传统制造业企业中这些环节之间更多是一个串联的关系，是段到段的关系，并不是端对端的对用户负责，自然就会影响到相互之间的协同和资源的灵活组合使用。比如海尔在具体实践中，始终强调研发、制造、供应链和市场之间以用户为中心建立并联关系，并以此形成对今天我们看到的COSMOPlat工业互联网平台的组织流程支撑。在具体案例中，我们看到工业互联网背景下，企业的制造环节本身也在进行着再定义，制造环节不仅涉及产品流、物流，而且成为信息流最为集中的环节。
第三，建立以用户评价驱动的资源配置机制。传统企业组织采用的是自上而下资源配置机制，这种机制一方面具有资源集中使用的优势，但另一方面又有同市场距离较远，不能够对市场变化做出快速反应的劣势。企业对工业互联网的应用具有演化而非计划的特点，在演化过程中需要不断地输入外部信息，并对输入信息做出快速反应和迭代。而外部信息中最为关键的就是用户评价信息。因此，需要建立用户评价驱动的资源配置机制。海尔COSMOPlat本身也是一个演化的过程，从最初集中在制造工厂和供应链环节，逐步同研发、市场环节相融合。其中，最为关键的就是用户评价驱动资源配置，促进平台本身的演化。
国内工业互联网发展可谓是风起云涌，在其加速发展的背后，未来慢变量中的管理变革将会扮演更为重要的角色。管理变革的关键是新价值创造、新盈利模式和新组织模式，从既有价值走向预测价值，从硬件收入走向生态收入，从自上而下走向自下而上，将是这一场管理变革的特点所在。变革之难在于“破”与“立”的转换过程，在这一过程中，如何把握好上述转换的平衡极具挑战。但有一点我们坚信，只要方向对了，就不怕路远。期待中国企业能够立足现实，不断积累和形成制造领域的知识，开启未来发展的“第二曲线”。
