|
基于互联网与大数据的企业商业模式创新，使得传统的生产、流通和消费等环节呈现出前所未有的“信息化”、“扁平化”和“无界化”。借助于大数据的分析与研究，对消费者行为规律、需求内容、结构、方式及其发展变化的预测更趋科学性。我们认为传统工业企业可以借此契机向新型工业发展。
传统工业企业的严峻挑战与战略机遇 如前所述，网络化供给方式主要利用模块的层层分解实现规模经济，而异质性需求供给能力和敏捷程度的提升主要通过模块组合来实现。因此，为敏捷、高效地应对大数据时代日益攀升且复杂多变的异质性需求，网络化组织的当务之急是尽可能地直接与异质性需求，特别是与消费群体最终的异质产品需求相联结。但是，由于距离市场中最终异质产品需求相对较远，如何高效率、低成本地获取快速变化的数据资源，并通过在网络组织中建立信息沟通机制来完成敏捷生产与协同供给，成为传统工业企业面临的严峻挑战。 与此同时，网络组织的深化发展使数据大量产生，但大数据并非杂乱无章，而是有着与网络化生产系统有机结合的必要性和规律性。海量数据的采集、加工和应用技术使数据成为企业生产经营服务的专门化资产，即数据资产的“服务化”，继而数据资产进入生产性服务业。网络化生产系统的内在联结性，要求数据资产与其它分工环节密切协同，从而转向生产制造与数据服务业的协同演进。因此，需要建立数据驱动创新的生产制造企业，协同应对生产与消费的现代性矛盾，并由此改造升级传统的生产制造系统。 据羿戓设计所了解，网络组织的自我累积强化使异质性需求迅猛攀升，并在大数据时代得到准确表征，同时构成网络化供给机制不可或缺且日趋重要的组成部分。一方面，面对基于互联网和大数据等商业模式提出的大规模异质性需求和敏捷响应压力等苛刻要求时，传统工业企业自身的生产资源储备、产品开发周期、生产运营成本、产能利用率、个性化水平等将很难应对;另一方面，以数字化、个性化和智能化为特征的网络化制造范式快速兴起，为大数据时代的中国传统工业企业提供了转型发展的战略机遇，同时为推进“信息化”与“工业化”的深度融合，以及实现新型工业化提供了根本动力。 大数据时代传统工业企业的转型路径 异质性需求与网络化供给的内在协同，演化出需求大数据、合作大数据和生产大数据，从而为传统工业企业融入智慧型网络组织，并向数字化生存企业转型提供了战略机遇和全新路径。因此，大数据时代传统工业企业应通过“数据驱动型—开放式创新—网络化协同”三维视角构建转型路径，具体来说，包括以下方面： 1.累积数据资产，构建“数据驱动型”企业 大数据时代，数据成为资产，并演变为相对独立的生产要素，参与企业价值创造过程。以消费者需求为导向的“拉式”生产方式回归本位，凸显出数据资产的战略价值。数据资产相对丰裕、数据价值应用较高的企业将更加贴近复杂易变的市场前沿，因而能够快速准确地应对消费群体的异质性需求。因此，通过直接或间接获取和累积数据资产，构建“数据驱动”型制造企业，是传统工业企业转型的必由之路。具体而言，主要包括以下方面： 一是构建数据聚合与分享平台。 实力较强的企业为消费者提供产品并进行数据资源积累，通过数据存储、挖掘和应用为产业链各环节提供数据增值服务，向产业链的上下游垂直整合，而实力较弱的中小企业可以融入平台实现数据资源的间接使用和共享。 二是实施数据驱动创新战略。 将大数据采集和应用技术渗透至产品设计研发、生产制造、质量控制、供应链管理、售后服务等价值创新的各个环节，缩短产品开发周期，优化生产过程、增加附加值，提升企业竞争力。 三是发挥大数据的“正反馈效应”。 企业通过获取消费者需求数据，为其提供产品的同时，又产生更大规模消费者的需求数据，从而激励企业创造更优质的产品，形成良性循环的正反馈效应。 四是探索“制造即服务”的云制造模式。 企业以云计算、物联网、智能化等技术为支撑，将软硬件、企业、知识等数据资源存放于云制造服务平台，消费者创造性地使用云制造满足异质性需求，真正实现消费者主导制造过程和数据资产服务于制造业。 2.实施开放式创新战略，重构工业企业竞争力 |
