来源：星联智云
搞技术的人要善于把握细节。有些细节把握不好，就会成为阻碍前进的“壕沟”。把握细节的办法之一，就是去总结归纳事物发展的线索。这些线索的本质，就是实际发生的路径。然而，复杂事物往往会沿着几条线索并行发展，它们可以给人们提供更多的观察角度。这些线索的交叉，又让我们认识到更多的细节。从而便于推进企业数字化转型的顶层设计。
数字化转型发展的过程就比较复杂，首先我们从几个线索及其相互关系来认识它。下面我总结了三个视角、或者说三条线索。
01
第一条线索是网络的广度
工信部两化融合专家组组长王安耕先生曾经研究了数千份两化融合的报告。他发现：两化融合往往是沿着信息集成的脉络展开： 从部门内部使用拓展到部门间的协同，从企业内拓展到企业之间。
例如，销售、生产、采购和财务就是最常见的一条线索。这条线索的背后是业务逻辑：销售接到订单以后，需要知道什么时候能够安排生产、是否需要安排采购、还要准备好采购的资金。 任何一个环节掉链子，都会对企业产生不利的影响。
王先生的观点与工业4.0的“三个维度的信息集成”不谋而合。只是工业4.0提出的线索更加具体一些。
02
第二条线索是数据的数量
计算机存储资源稀缺时，很多工作就难以在计算机上进行。比如，计算机存储量能力小时， 数字化的协同设计就比较麻烦；生产设备数据不会采集上来，某些生产协同就难以用计算机来做。
随着数据成本的下降和云大物等技术的应用，复杂产品设计可以数字化、复杂生产过程仿真也可以数字化。在这样的平台上， 我们就比较容易地推进工业APP和数字孪生等技术；CPS和数字孪生的思想也可以拓展到工厂级别。
设备数据采集、传输的密度增加后，管理和控制的融合也就进入了新的时代。GE工业互联网的思想就体现了这样的趋势。在笔者看来，工业互联网三要素（智能的机器、高级算法和工作中的人）， 可以理解为“重构人和机器的界面”，也可以理解为“管理与控制的融合”。
03
第三条线索是智能化的程度
计算机做决策的前提是信息和知识的完备性：计算机必须获得做决策的必要信息，才能做决策。 受完备性的影响，过去的智能决策（自动化）往往限于小系统，如设备、阀门级的系统。
前面谈到的两条线索，使得计算机能够获得更多的信息和知识等决策要素。所以，前面两条线索的发展，促进了计算机的智能决策。这时，智能决策开始针对复杂大系统了。但决策机制往往是笔者所谓“吴淑珍式的智能”—— 用及时、准确、完备的信息加上简单的决策规则进行决策。
促进智能决策发展的技术还有两个：一个是大数据带动认知能力的提升，典型的就是图像识别。第二种是借助数字化手段利用经验性知识：把实践中好的做法记下来，下次遇到相同的情况就去用。
特别需要指出的是：企业是难以完全实现智能决策的。因为机器是无法完全替代人的作用的。 所以，在可以预见的未来，人机界面的重构、让机器帮助人决策，是智能化的主要方向。
三条线索的发展有一定独立性：网络的发展推进第一条线索，大数据的进步推动了第二条线索，信息和知识的完备性推动了第三条线索。但是，三条线索之间又是互相关联的。比如，互联网带动了大数据，而大数据技术有促进了互联网的应用；大数据和互联网提升了信息的完备性、进而促进了智能决策，而智能决策又为大数据和互联网应用创造价值。
我们还注意到：这三条线索与中国工程院智能化发展的三个范式（如下图所示）是非常接近的。但在笔者需要强调：智能化发展的关键往往不是算法，而是决策要素的完备性和价值。
需要特别指出的是：推进三条线索进步的，不仅是数字化技术，还有其他与经济相关的因素。比如，劳动力成本上升以后，会推动自动化程度的提高；而自动化程度的提高，会让数据采集变得容易。
近年来随着技术集群的爆炸式发展，以及社会生态的快速变化，汽车行业电动化、互联化、共享化、自动化的变革正在加速进行中。这个过程不但对汽车产品本身的技术结构产生了很多重大影响，也对汽车行业企业的现有运营方式与能力提出了挑战。
我们可以尝试从以下 六个维度来理解汽车行业所面临的数字化转型。
营销与销售端的数字化转型
过去，消费者在购车过程中的很大一部分压力来自于缺少足够的真实信息。而现在消费者足不出户即可通过网络充分了解车型的外观、性能、价格、质量、口碑等信息，与经销商联系之前就已有初步购买意向，甚至直接在线上进行预定和购买。
汽车品牌制造商（OEM）正在致力于为展厅赋予更多的社交与文化属性，将最新的AR等技术应用到产品展示之中，并寻求在客户到达展厅时就可以与其进行基于客户背景与购买旅程的个性化沟通。
与过去不同，随着数字化技术的发展与应用，汽车OEM已经可以与用户之间产生直接联系，通过收集与分析用户与车辆的信息，持续挖掘客户价值，并为品牌的客户留存创造有利条件。
在未来，随着出行服务与自动驾驶的发展，汽车产品的“日用品”化特征将得到强化，汽车作为提供出行服务的工具，差异化的产品策略将难以奏效，只有强势品牌才有希望获得溢价，如何利用数字化的技术强化客户的品牌认知与满意度将是汽车OEM需要关注的重点。
辅助与自动驾驶技术
各大汽车厂商在推出新款车型时都加入了新的高级辅助驾驶技术(ADAS)组件，并主导了该类技术由高端市场向中低端市场的快速渗透。
有研究表明，到2025年高级辅助驾驶技术将帮助避免9%的的撞车事故，挽救9万人的生命，并为全社会避免经济损失高达1万亿美元。
随着毫米波雷达、激光雷达、V2X等技术的进步自动驾驶技术得以发展，未来的应用和普及将对社会、经济和汽车行业本身带来重大变革。虽然自动驾驶技术仍面临一系列的法规问题，以及潜在的数据安全问题，但大规模应用仍然是趋势所在。
自动驾驶技术的发展使很多原来汽车产业之外的技术公司进入到了汽车行业的核心领域，传统汽车厂商的渐进式创新与新进入者的颠覆式创新正在发生竞争与融合。
同时，在运输和物流领域的大规模应用会领先于乘用市场，目前已经有相当数量的商用车生产厂商和零部件制造商已经进入这个领域。
互联的供应链和智能制造
优秀的供应链管理能力可以帮助汽车制造商更好的控制成本，而现在数字化技术的发展为汽车制造商在供应链管理领域持续进步创造了条件。过去，汽车制造商通过各种方法强化与供应商们的合作关系，但供应链的整体透明性仍然难以得到保证，而这一点正是影响供应链效率的关键因素之一。
现在通过公有云平台、物联网等技术的应用，汽车制造商可以更好的与供应商进行协同，并通过对供应链的全局可视性对整个供应网络的运行做出更好的部署。
▲盾钰研制的汽车油漆材料效果测试模拟软件
汽车制造商在推广智能制造方面一直处于领先地位，机器人、物联网等技术很早就应用于汽车的生产线。目前，在激烈的市场竞争中，汽车制造商希望开放更多的配置选择权给客户，满足客户的个性化需求，这为汽车制造商的供应链和制造能力提出了挑战，制造端的问题必须通过更加柔性的生产线，更快速更灵活的计划体系和物流体系、以及产品研发端共同应对。
同时一些领先的汽车制造商已经开始尝试以动态的生产线取代固定流水线作业方式，人工智能在其中将扮演重要角色。3D打印技术也是未来制造技术的变革驱动者，其普及将带来汽车制造与供应链协同体系的变革。
互联的服务与维护
现有的汽车产品基本上都具备一定的自我诊断能力，并适时的向驾驶者提示故障或者是保养要求。目前传感器成本的下降以及车联网技术的普及已经使车载诊断系统可以做出更多的判断，并且通过车联网把数据同步给汽车制造商。
汽车制造商与客户之间建立了直接联系的纽带，这对于汽车制造商维系与客户的关系至关重要，同时传统的经销商渠道对客户的影响力会随之减弱。
随着汽车电子和软件的比重增大，在使用过程中的软件升级也将成为常态，同时机械类的维护和维修需求将会减弱，这一系列的变化将进一步削弱经销商在售后端的盈利能力。
汽车制造商将在车辆的使用阶段重新建立对客户的影响力，通过软件的升级和主动的服务计划，降低消费者的车辆使用成本，避免意外故障带来的损失。
出行即服务
随着滴滴等网约车平台的崛起，出行即服务的概念早已深入人心，在国外Uber、Lyft等公司也取得了巨大的成功，同时各种汽车分时租赁平台也正在发展，消费者购买汽车的意愿正在受到影响。
出行即服务的发展并未明显影响到整车的销量，但当无人驾驶技术成熟之后，占统治地位出行服务提供商极有可能会取得行业的主导权，而传统的汽车制造商可能会沦为成本驱动的出行设备的制造商。
主流的汽车制造商都看到了这一趋势，例如丰田已经明确提出将从一家汽车公司转型为一家移动出行公司，丰田的竞争对手也将转变为Google、苹果和Facebook 等科技类巨头。
数据安全和保护
汽车行业已经逐步演进为数据驱动的行业，智能车辆收集关于驾驶员，目的地，路线，驾驶行为、车辆状况等数据。同时，随着V2X技术的发展和OTA的普及，车辆受到攻击的可能性极大的增加。
数据安全和保护已经受到了汽车制造商的高度重视，解决这一问题必须从法规、系统、应用、网络等维度的协同才可能见效，这需要政府、企业和学术界的共同努力，在潜在安全风险得到有效规避之前，自动驾驶等新技术的大规模应用会受到制约。
