构建工业互联网知识体系，读懂工业互联网发展大势
企业领导仍在苦苦寻找获得数据红利的方法。“我们拥有大量数据，”阿联酋某企业的 CEO 说道，但问题是，“数据在那‘睡大觉’，没有发挥任何作用，而且我们甚至不确定这些数据是否准确”。一位美国高管也表达了类似的担忧：“我们的客户数据和企业数据并不保存在同一数据库中，而是分布在各个地方，”
本次调研的“火炬手CEO” 展示了成为数据领导者所需的条件。这些 CEO 利用 AI 和智能自动化来支持决策。他们倡导信任数据的企业文化。他们将生态系统作为业务战略的核心部分。他们明智地共享数据，既能获得业务网络所带来的好处，同时又不丧失竞争优势。他们使用数据发展有潜力带来超额回报的新型业务模式。只有“火炬手”企业实现了理想的成果。他们将数据战略与业务战略融合（他们没有让数据躺在特定业务部门或企业内部“睡大觉”）；在数据丰富的文化氛围中开展运营；对于数据可以实现的价值设设定了较高的期望值，而且往往能够超越企业目标。本报告吸收了参加 IBM 第四次全球最高管理层调研的2,131 位首席执行官 (CEO) 的意见。版权归属 IBM 商业价值研究院 (IBV)所有本报告可以在@工业互联网研习社 知识星球下载
事实上，受访 CEO 普遍认识到了技术的重要性。他们指出，技术是影响企业的最重要外在力量，没有之一 。 我们最近开展的 5 次最高管理层调研中有 4 次都得出同样的发现。不仅如此，技术的重要性已远超其他外部力量：62% 的受访 CEO 表示，技术是一个重要因素；而认为市场动态是重要因素的受访者比例仅为 54%。我们的结论是什么呢？受访 CEO 认为，我们已经进入了可以充分发挥数据潜力的时代。在以前，数据主要用于制造、分销和业务管理。而如今，随着人工智能 (AI)、物联网 (IoT) 和云计算的出现，我们终于有了将字节转变为洞察并生成情境化的预测性知识的方法（见图 1）。总体而言，在参与我们调研的 CEO 中，有 87% 认为数据是一种战略资产，可用于成熟的智能运营中，为实现细致入微的个性化体验提供支持。
图1
“现在，我将大约 40% 的时间专门用于促进实施技术和数据计划，而仅仅在三年前，绝对不会出现这种情况。”——阿根廷某保健行业CEO
“渴望者”企业才刚刚开启这个旅程。这类企业开始整合业务战略与数据战略，但还未形成数据文化。此外，它们在运用数据创造价值方面也不是很有效。“构建者”企业在使业务战略和数据战略保持一致以及营造数据文化方面取得了较大的进展。但是，他们仍然无法恰当地利用数据实现价值。相比之下，“探索者”企业还在半路上。他们要么实现了数据战略与业务战略的一致性，要么从收集的数据中创造了显著的价值。但他们尚未在这两个方面都取得成功。只有“火炬手”企业实现了理想的成果。他们将数据战略与业务战略融合；在数据丰富的文化氛围中开展运营；对于数据可以实现的价值设设定了较高的期望值，而且往往能够超越企业目标。通过将“火炬手”CEO 与“渴望者”CEO（我们这样称呼是为了方便阅读）进行比较后发现，他们所在企业的表现存在明显差异。在创新领导力方面 ：79% 的“火炬手”CEO 具有带领企业采用前沿技术的丰富历史经验，相比之下，“渴望者”CEO 的这一比例仅为 25%。在有效管理变革方面，这两组受访者之间也存在类似的差距。这些优势带来了丰厚的回报：64% 的“火炬手”CEO 表示其企业实现过骄人的收入增长，66% 表示其企业创造过超乎意料的利润；而“渴望者”CEO 能做出如此表述的比例分别只有 23% 和 22%。
这两个群体之间的差距并没有到此为止。我们在分析“火炬手”CEO 对 100 多个问题的回答时，发现了三个主要的差异化领域：
– AI 和智能自动化
– 生态系统
– 新业务模式
大韩航空拥有机队中数百架飞机多年的历史维修记录。但他们存在很严重的问题。直到现在，这些关键数据还是几乎无法搜索。该航空公司的维修技师每次都必须重新诊断并解决问题，而无法参考形成文档的经验。如今，AI 支持的算法可从众多来源（包括技术准则、非常规日志、库存清单、故障排除记录和飞行事故历史记录）搜索大量的结构化和非结构化数据，以找出任何问题的根本原因并推荐解决方案。凭借这些信息，大韩航空的维修工程师成功地将每年超过 20 万个维修案例的诊断时间缩短了 90%。借助 AI，大韩航空的维修人员还能够有效发现隐藏的联系和反复出现的设备故障模式，从而可以预测潜在故障并进行预防性维护。总而言之，这意味着该航空公司现在能够省出更多时间，用于将其 2500 万乘客迅速安全地送达目的地。
基于混合云、5G、物联网和边缘计算能力，构建强大的技术基础架构。重新设计运营流程和工作流程，提高适应能力。开发基于数据的 AI 战略，制定清晰的迁移计划。将数据置于每项业务决策的核心。保留最新的数据，及时清理和整理数据，清除所有不再需要的数据。利用包括机器学习在内的 AI 技术以及分析技术，支持关键流程和互动。评估重新设计工作流程对员工队伍的影响。积极与员工互动，帮助他们掌握必要的技能，寻找新人才和培养现有员工并重。奖励团队合作以及发挥敏捷性和创造力，培养指数式持续学习的文化。德国汽车制造商宝马公司使用名为 CarData 的平台，构建由合作伙伴和服务提供商组成的数据驱动型生态系统，为客户提供一系列第三方服务。现在，全球超过 800 万辆宝马汽车配备了永久有效的 SIM 卡，用于收集诊断数据 — 包括电池电压、错误消息、冷却液温度、液位和行驶里程等维护属性；以及行驶距离、充电状态和燃油消耗等使用数据。一旦获得客户的许可，宝马公司便可以与经销商、在该平台上注册的独立维修商和零件经销商共享诊断数据，使他们能够发送维护提醒，在部件磨损之前提供更换服务等等。车队经理、保险公司和其他授权的第三方也可以在CarData 平台中注册，前提是他们能够获得驾驶员或客户的签名同意书。最近，宝马公司通过推出“汽车即服务”业务和“出行即服务”业务，进一步扩大了生态系统的范围。它目前正在开发移动支付服务，目标是到 2025 年客户数量达到 1 亿。当许多汽车制造商仍在努力掌控自己制造的汽车所产生的数据，同时开发自己的服务时，宝马公司已经发现，客户更喜欢透明和更多选择。
寻找建立或参与平台和生态系统的新机遇。定义如何在各个参与者之间分配风险与回报。确定整体不足，然后由自己及合作伙伴投资，弥补短板，增强竞争优势。建立企业范围和生态系统范围的数据收集、使用和存储规则 — 包括自己直接收集的数据，以及从第二方或第三方获取的数据。制定不同数据集的责任归属和问责制。使用数字账本实现端到端的透明度。确定自己愿意共享哪些数据以及哪些数据应保留在自己的企业中。实施强有力的策略与流程，以合乎道德、高度安全的方式与生态系统的其他成员共享数据。量化专有数据的价值，并制定实现这些价值的路线图。1. 根据业务案例逆向操作确定潜在用例和应用，并确用例和应用所需的数据。首先实施最简单的应用，尽早取得成功。应用DevOps 和敏捷方法，快速测试原型，缩短开发生命周期。
对现有数据进行全面审查，评估利用其实现经济效益的机会。确定新的数据类型或数据源是否有助于增加已有数据的价值。专注于将组织转变为数据管理者，也就是成为值得信赖的企业，能够以安全、有原则、负责任的方式通过数据实现经济效益。将新的数据驱动型业务模式和运营视为更广泛的数字化重塑®战略的一部分。将数据和分析资源与企业的每个长期业务目标对应起来。通过将数据交到真正使用它的人手中，实现数据民主化。工业互联网的未来，当属厚积薄发者。