我叫顾承峥，在制造业做数字化项目十几年，角色有点像“翻译”：把业务语言翻成系统能执行的规则，再把系统产出的数据翻回管理层听得懂的经营动作。很多企业谈产业数字化转型时，卡的不是技术选型，而是“落地路径”——试点做得热闹，一到推广就变形，预算烧完业务没变，最后只剩下一堆账号和报表。
我更愿意把产业数字化转型理解成一件朴素的事：把关键业务过程变得可度量、可复制、可迭代。它不等于上云，也不等于买一套大系统，更不是把纸质流程搬到线上。真正的变化通常发生在三处：数据从哪里来、业务怎么用、组织如何持续改。
我见过最常见的误区，是用“数字化程度”当目标：MES要全覆盖、BI要上大屏、移动端要全员用。项目验收时看似齐活，经营会却没人能回答一个问题：这笔投入对应哪条利润线？
我通常会让团队把目标换一种写法：用财务能核算的口径表达，比如“单位产品制造成本下降”“交付周期缩短”“库存周转改善”“返工返修减少”。注意，不要写成口号，要写成能对账的变量：
- 成本类：报废率、返工工时、能耗单耗、设备停机时间
- 交付类：计划达成率、订单齐套率、平均交期、缺料导致的停线次数
- 现金流类：原材料与在制品周转天数、呆滞料占比
- 质量类：一次交检合格率、客户退货率、关键缺陷闭环周期
这些指标不需要一开始就完美，但要保证“可追溯”。我更偏向先定义“核算链条”：指标怎么采集、谁确认、多久出一次数、异常如何归因。没有这条链，后面的系统再漂亮也只是陈列品。
这里有个边界要说清：如果企业基础管理太薄，比如BOM长期不准、工艺路线频繁口头变更、仓库出入库随意，那产业数字化转型的第一步往往不是上更多软件，而是把基础数据和执行纪律先补起来，否则会出现“系统很忙、现场照旧”的割裂。
试点最怕两种选法：一种选最容易的线，做出漂亮演示；另一种选最难的线，想一口气证明能力。前者无法复制，后者容易翻车。我更喜欢“中等复杂度、可量化收益、跨部门依赖少”的战场。
我常用三个问题来筛试点场景：
这条链路的数据能不能闭环？比如做设备预测性维护，如果没有稳定的点检记录、故障分类、备件消耗数据，算法再强也无从验证。闭环的意思是：从采集到分析到动作再到结果，都能在一个周期里看见变化。
这件事能不能在90天内看见趋势？产业数字化转型不是短跑，但试点必须给组织一个“可以相信”的证据。90天不一定看到最终收益，但至少要看到过程指标改善，比如异常响应时间下降、计划变更次数减少、盘点差异收敛。
推广时会不会被“人”卡死？有些场景对个别能人依赖太强，比如某位计划员凭经验排产。如果试点的成果来自“那个人更努力了”，而不是机制改变，推广注定失败。试点要逼出标准化：规则可写、例外可管、权限可控。
试点阶段我会刻意克制“功能堆砌”。能让现场多扫一次码，就别先谈十张报表；能先把缺料原因分成五类，就别一上来做三十类。把复杂度留给迭代，把确定性留给第一版。
很多企业听到数据治理就想到主数据、数据中台、统一口径，容易把事情做大做重。我的经验是：数据治理的核心不是存储结构，而是责任结构——谁产生、谁校验、谁使用、谁为偏差负责。
我会把数据分成三类来管：
- 交易数据：采购、入库、领料、报工、检验，这类数据要“当场产生、当场校验”，靠流程约束
- 主数据：物料、BOM、工艺、设备台账，这类数据要“变更可追溯”，靠审批与版本管理
- 分析口径：OEE、良率、交期达成等，这类数据要“口径统一”，靠指标字典与看板权限
很多人忽略一个细节：数据质量问题往往不是IT问题，而是激励问题。你要求班组扫码报工，但绩效考核只看产量，不看报工及时性与准确性，系统自然会被“合理绕开”。我做项目时会把少量、关键的数字化行为纳入管理动作：例会只看系统数、不收纸质表；异常必须在系统闭环，口头不算结案。这样数据才会自己变干净。
关于“权威数据”的引用，我一般用来帮助管理层理解趋势，而不是给项目背书。比如国际数据公司IDC在其网站对数字化转型与IT支出趋势有持续跟踪（来源：idc.com），这些信息能解释“为什么同行都在投”，但不能替代你自己的ROI核算。转型是否值，最终还是要落到你工厂的成本、交期、质量上。
试点成功后，最关键的动作不是再开一个试点，而是把经验抽成可复制的“包”。我常用四个包来推进规模化：
1）标准包：流程与例外清单把试点里跑通的流程写清楚，同时把“例外怎么处理”也写清楚。很多推广失败是因为只写了标准流程，现场全是例外，最后又回到线下。
2）数据包：最小主数据集推广到新产线、新工厂，不需要一次性统一全部主数据。先明确“最小可运行集”，比如物料编码规则、关键工序、关键质量特性、设备台账字段。其余数据分批补齐。
3）能力包：岗位怎么变、怎么考核产业数字化转型会让岗位发生微妙变化：计划员从“手工排”变成“维护规则与处理例外”；工艺员从“发文件”变成“维护版本与验证效果”；质量从“抽检”走向“过程控制”。如果岗位职责与绩效不调整，系统会被当作额外负担。
4）产品包：配置可复用、定制可收敛推广阶段最容易失控的是“每个工厂都要改一点”。我会坚持两条原则：能配置不定制；定制必须可回收进产品版本。否则一年后你会面对十几个分叉版本，升级等于重做。
在预算与风险上，我也会给管理层一个清醒提醒：规模化阶段的风险往往来自组织协同，而不是技术。权限、流程、绩效、跨部门边界不清，会让系统被迫兼容旧习惯，最终变成“看似数字化、实际人工化”。
如果你希望我给一个判断标准：当你能用系统稳定回答三件事——今天为什么没按计划完成、问题发生在哪个环节、谁在什么时候采取了什么动作——产业数字化转型就已经跨过了最艰难的门槛。剩下的，是持续把这些答案变成更快的响应、更少的浪费、更可预测的交付。
