数字化转型（Digital transformation，缩写DX）是目前非常热门的话题。我们可以广泛地将其定义为应用新的数字技术来实现业务改进的实践，例如使用机器人和移动连接设备等技术来转换或自动化工作流程；使用分析来制定更好的决策；或使用人工智能代替人机交互。DX几乎可以使任何业务流程受益，诸如招聘手法、客户和市场研究、规划和调度决策等等。

在工业制造领域，我认为DX的最大案例是改善核心业务。许多制造商都将DX计划集中放在在工厂生产指标上，如安全性、产品盈利能力、质量、设备可靠性和可持续性等等。鉴于这些公司的收入来自其生产的产品，因此这将是他们的工作重点是完全合理的。

虽然DX的目的很简单，但也存在可能令组织无从着手的棘手问题。我从哪里开始？我怎么知道我是否成功？谁应该负责？下面是笔者见到的公司CTO为工业制造企业提供技术解决方案常用的两个方法。

一、自上而下法

因为我们在谈论网络数字技术，所以公司经常要求公司IT部门牵头进行DX计划，有时需要公司工程或研发（R＆D）的帮助。然后，该团队将寻找并试用广泛适用的解决方案或体系结构。大致的期望是利用所选择的技术功能可以得到真正的商业结果。

一众公司往往会追求诸如云技术、分析或其他数字基础架构标准化部署的广泛计划，而同时还要确保遵循整个公司的网络安全做法。在过去的几年里，许多“企业分析”或“企业物联网”软件平台好像也在提供这种目的的服务。领导者或许有个将要部署的应用程序的思路框架，但他们并一定知道下面在做的具体案例。这就是我所说的自上而下法。

二、自下而上法

而公司的“前线”是运营单位，即制造车间。真正的活动发生在这里，无论是在工厂、车间、作坊、油田还是矿山都是这样。这些设施通常是公司价值的来源，有自己的管理、预算和优先事项。为了达到目标，管数字化转型的营运负责人领导人通常会一个遵守单位的目标要求做出的投资和资源分配，如人员安全、设备健康、正常生产时间、生产效率和成本控制等等。以我的经验，没有人比这些工厂的操作人员更了解新的工作流程或生产变更是否切实可行，以及实际的业务影响会怎样。他们还知道他们想解决哪些紧急问题，并启动自己的DX项目来解决这些问题。我们将此称为自下而上的方法。

三、一种混合的方式

那么，哪些方法产生最好的效果？我想你已经猜到了，答案正是两者的结合。

设施级的人就可以快速移动。因为他们知道对业务的影响，以及如何在具体设施的数字化系统，以配合他们可以轻松地量化在DX项目的投资回报率。他们也有专业领域知识应用到生产问题——他们知道详细的设备和工艺是如何工作——这是数据科学家和DX技术大师们不一定有。当你引进新的数字技术，它确保设施运营商愿意改变，并采用新的数字工具或工作实践的DX项目已到位是很重要的。

但是，在设施级别，团队成员不太可能考虑如何在整个车队中复制成功的工厂内数字程序或查找其数据的企业级用途，而且他们几乎肯定没有足够的资金来这样做。此外，他们往往不会有先进的技术，例如可以帮助他们将数据从自己的设施移至云的高级技术。最大的风险是，他们创建了一组针对特定设施的解决方案，这些解决方案的支持成本很高，而组织的其余部分则无法利用。

企业领导的方案通常注重的架构或解决方案的广泛应用和标准化。企业IT组织也普遍在治理，提升数据的广泛使用和可重用的非常好。但有时他们不知道他们需要一个独特的应用程序，它可以创建很难用“数据湖”的具体数据类型和连接。他们缺乏所需的领域专业知识，因此他们可能会错过关键功能或交付无法交付结果的应用程序。而且，如果他们不努力争取项目中设施人员的支持，那么如果没有人执行或“闭环”，他们将冒着一切都化为乌有的风险。

根据我的经验，只有在推动愿景的公司数字团队与针对具体可测量问题的现场级工厂运营之间存在紧密联系时，数字化转型才能发挥作用。

企业领导的方案通常注重的架构或解决方案的广泛应用和标准化。企业IT组织也普遍在治理，提升数据的广泛使用和可重用的非常好。但有时他们不知道他们需要一个独特的应用程序，它可以创建很难用“数据湖”的具体数据类型和连接。他们缺乏所需的领域专业知识，因此他们可能会错过关键功能或交付无法交付结果的应用程序。而且，如果他们不努力争取项目中设施人员的支持，那么如果没有人执行或“闭环”，他们将冒着一切都化为乌有的风险。

根据我的经验，只有在推动愿景的公司数字团队与针对具体可测量问题的现场级工厂运营之间存在紧密联系时，数字化转型才能发挥作用。