读懂工业互联网发展逻辑(一):为什么是业务逻辑优先?
【构建工业互联网知识体系,读懂工业互联网发展逻辑】
工业互联网浪潮来袭,你准备好了吗?
爱因斯坦:提出一个问题往往比解决一个问题更为重要,因为解决一个问题也许只是一个数学上或实验上的技巧问题。而提出新的问题、新的可能性,从新的角度看旧问题,却需要创造性的想象力,而且标志着科学的真正进步。
管理学大师德鲁克说:“最重要且最困难的工作并不是找到正确答案,而是发现正确的问题。”
我们把这个认识论放到工业互联网领域,那如何界定问题域,如何寻找高价值场景,将是最为优先的工作,而这直接决定着后续技术方案的选择、实际落地的路径以及创造价值的多寡。
问题域决定了价值的多寡
工业互联网的渗透和延伸,也是遵循着从高价值场景开始的,将“数据驱动 + 工业知识”的智能优化闭环逻辑从设备端延伸到生产端、供应链端。据@工业互联网研习社 访谈中国信通院余晓晖院长的梳理:(👉👉余晓晖/彭俊松/丛力群|关于工业互联网的内涵本质与落地实践的思考)
“最初 GE 等企业开展的工业互联网实践,实际是将这一智能优化闭环应用于设备运维环节,形成服务化转型等新模式探索。之后很多制造企业将这一方法应用于生产过程的管控优化,通过数据的可视化提升现场管理效率,围绕工艺、质量、排产、设备、能耗等开展大数据建模分析,推动生产智能化。不少企业也在运营管理、供应链优化、库存与物料管理等领域开展探索,实际是将这一优化闭环运用于企业经营层面。
此外,还有很多产业层面的模式创新探索,如个性化定制,实现用户与制造企业、供应链企业间的闭环优化;如协同设计、协同制造,实现产业资源配置的闭环优化;如产融协同,通过优化闭环打通制造业与金融领域等。伴随着工业互联网探索的不断深入,这一“数据驱动 + 工业知识”的智能优化闭环将会应用于工业的全产业链、全价值链,覆盖更多应用场景,推动形成数据驱动的产品研发、生产制造、商业服务和产业形态,并进一步拓展至交通、医疗、城市等其他领域。”
来源|工业互联网产业联盟(AII)
做企业(To B)业务,必须首先理解企业是一个复杂系统的组织,由不同见识和能力人构成了不同的结构层级,各个层级有各自关注的「问题域」和思考逻辑、价值主张,也直接决定了他们对于工业互联网和数字化转型的理解及态度(👉👉独家|数字化转型中的各阶层分析)
决策层:经营问题为主,如战略方向问题(What,Who,When),供应链的安全、国家产业问题、行业竞争、行业领先等问题,企业增长,国际化的问题(也在提醒各位,如果想跟高层谈一场高质量对话,Level很重要,认知更重要)
管理层:管理问题和运营问题,承上启下,更关注效率优化问题(How),如何做到做好做优
操作层:落地执行问题,不需要太多思考,关键是能否根据一级一级的指令行事并做到位。
不同层级的人所聚焦的问题,背后充满着各不相同的业务逻辑和打法。
多年来,业界也在讨论“工业互联网‘姓工’还是‘姓网’”的话题,在笔者看来,最根本的是要贯彻“业务逻辑优先”的原则,而不是技术优先。场景作为新一代信息技术与业务的结合点,蕴含着丰富的业务逻辑,懂得了业务逻辑才能够建模。
工业互联网在发展初期,具有非常强的工业属性和行业特征,只有行业中人或者服务过此行业的专业人士,才有能力洞察行业本质和客户痛点,融合互联网等技术工具和方法,才能提供面向这个行业客户的解决方案。这符合“从场景中来,到场景中去”的场景驱动与价值交付逻辑。
2018-2019 年密集成立了数百个工业互联网平台,业界称为“平台热”。当时重点关注的是供给侧平台的能力,出现了一定程度的“炫耀技术”的倾向。而随着从概念到落地,喧嚣的声音退去,理性的声音崛起,整个产业回归到业务逻辑优先和场景驱动的路径上来。
在工业互联网领域,一个好的需求分析师或系统架构师,懂得的业务逻辑越多,竞争力就越大。
工业互联网方案的实施落地一般都离不开缜密的业务调研。这个过程需要实施方与客户董事长、首席执行官(CEO)及各部门层级人员进行面对面交流,在交互过程中确认并加深对业务模式的认知,具体可围绕业务战略、业务架构、业务流程、组织架构等4个方面展开。当然,要深入了解业务,需要掌握各种业务分析方法论。
部分内容节选自👇👇👇
晋升“京东工业经济榜”首位
我们的教育和文化培育出归纳分析和培养解决问题的能力,培养出大量具有超强执行力的人才,能够将事情用速度最快、成本最低的方式去做好从1到100的事情。但我们的教育和思维方式很少教我们去想问题从哪儿来的,如何独立地提出问题,也就是从0到1的创新能力,我们仍有很大的提升空间。