1、在营销模式上，产品的内涵更趋于本质，并衍生出新的内涵

?

产品的存在是为了向客户提供有价值的服务，满足客户需求，以此为目标，产品的技术和物理形态会不断演进。

?

随着数字技术的发展，产品本身具有了需求感知能力，通过在大型运行装备上加装传感器可以及时获知产品运行状态和维护需求，并为企业延申了盈利线，由此，产品的功能在销售出去之后并未完全脱离供方，而是成为供方部署在需方的一个终端，通过这个终端，供方和需方获得了持续的连接，虽然这个功能在历史上一直存在过，但从未象现在这样凸显出来，及时的数字连接使得服务模式从被动转为主动，其带来持续盈利的可能，也使得对需求的感知方式发展出多个维度，包括上述的对运行设备运行状态的实时感知，也包括基于服务记录数据带来的客户潜在需求以及其业务发展趋势的感知，还包括基于市场大数据（如智能终端产品的消费和使用记录）带来的对整个市场发展趋势的感知。总而言之，产品的功能不再被客户独占，它成了供方商业行为的有力延申。

?

2、在产品创新上，产品作为创新对象，具有了完整的数字形态和高效的演进周期

?

文明中的事物至少需要经历两次创造过程，一次在头脑中，一次在现实中。

?

现在，产品作为一种被创造的对象，拥有了三次创造过程，第一次在头脑中，第二次在数字世界，第三次在物理世界。

?

其在数字世界中的存在形态正迅速取代其在头脑中的存在形态，后者仅保留为创意并需要数字形态的具体验证（更多的验证需要延申到全生命周期，并以盈利为最终验证目标）。

?

完整的产品数字形态的形成带来了产品创新方式的改变，这主要发生在技术定义（包括验证）环节。

?

最初，由于数字手段的缺失，产品技术定义并未形成一个严格定义的有序过程，随着数字手段的发展，各专业层面（体系、系统、结构、电气、电子、流体等）各自发展出自有的设计流程方法学，随着数字手段的进一步发展，产品定义开始基于标准的模型，由在模型上附加的设计参数自顶向下地逐层逐段驱动，需求分析、体系设计、系统设计、各专业领域的设计和分析、分级验证（包括实物验证）都能通过模型和数据紧密关联，将视角从人的创造活动切换到所创造的对象上去，我们会发现这个对象在整个创造过程中是一个逐步具象化的数字过程。

?

随着模型技术、模型库、设计仿真资源库、产品方案库、设计知识库的进一步丰富和有机化，产品数字形态的创造过程开始逼近甚至到达这样一个临界，只需给出最初的设计参数要求，便可基于模型和知识库自动产生设计方案和优化结果，这被称为知识驱动的快速设计甚至基于算法和人工智能的创成式设计。

?

至此，我们看到产品的创造过程发生了第二次大的回归，也就是从最初的无流程的设计，经过流程化的设计，再次回到了无流程的设计。

?

3、在生产运行上，生产过程日益成为数字体的自动精确的物化过程

?

文明社会诸多事物的发展趋势是什么？

是消除过程手段，直达终极价值。

以最简洁的方式实现价值，寻求一切手段消除实现价值的过程和伴生成本。

从这个角度看，人类的最终形态会是精神态，作为精神束缚的物质态的身体终将被替代。

?

对于生产，我们终极的期望是消除一切需要人参与的过程，所想及所得，在产品创新实现自动化之前这个期望是所定义即所得，我们希望未来的工厂是一个翻译系统，将数字态的产品直接翻译为物理态，生产过程完全进化为它的本质形式：将数字体自动精确地物化出来。

?

真的可以吗？

借助数字化的手段，这样的目标已经触手可及。

?

机器可理解是数字化发展的终极目标。

?

机器对世界的理解方式有两种：基于规则（或机理模型）、基于概率（或数据模型）。

?

在工业领域，概率模型的重要程度远小于机理模型。机理模型的基础就是现实世界的模型化，它的发展趋势是：对现实世界的定义日益充分、精确、一致，这个定义包括状态定义、过程定义、规则定义、知识定义。充分和精确的定义使得机器能够基于预置的判断结构理解和操作现实，一致的定义使得不同的系统之间能够对话。

?

也就是说，我们需要以模型的方式定义生产领域的万事万物，形成完整的生产数字孪生体。

遗憾的是：需要定义的东西还真的很多：

?

工艺操作类：原料提取、锻铸造、毛坯加工、机加、钣金、焊接、喷涂、装配、测试；

质量管理类：物品质检、质量判定、废品处理。

设备管理类：设备监控、健康判断、设备维护。

计划管理类：需求分析、计划分解、事件处理。

物流执行类：物品识别、物品出入库、物品运输、夹取、放置。

?

所有这些领域的数字化需求按其性质分为如下几类：

?

1-???机器/仪器仪表/数字化工具/传感本身的动作执行类：如机加、锻铸、喷涂、对接、定位、温湿度压力感知，这些依靠设备仪表工具本身即可完成，在设备仪表本身数字化的条件下可以直接接收、读取、识别、使用产品定义模型的参数。

?

2-???物品的识别、取放、移动、定位类：传统上依靠人工或者机器人完成，随着通用机器人的实用化（波士顿机器人进化速度很快的哦！），这个领域将很快不再需要人工。

?

3-???运行系统的监控监测类：监控和监测早已不是问题，问题是我们究竟需要多少种数据，数字化会迅速扩大这个集合的范围，以收集更多的数据用于智能分析（比如机加设备以往只收集开关机、主轴运转，但现在需要收集主轴进给速度、加速度曲线、震动数据，还需要收集刀具切削力和切削热的实时数据等等，这些数据可同于设备和刀具的健康分析预测）。

?

4-???基于复杂约束的最优策略求解类：针对不同的问题领域需要建立不同的求解模型，比如物流领域需要建立网络模型，对最短路径求解，资源领域需要建立时间模型进行稼动率分析，对于这一类的问题，如果问题对象过于复杂，需要进行模型简化，比如：对于一个拥有200个独立车间类型和数十个独立加工专业种类的工厂来说，怎样才能以最高效率生产100种多种品小批量订单？这个问题如果不建立基本的模型，求解空间是无限大的，所幸的是我们有基本模型可以依据，就是工艺路线，以基本工艺路线为主线，配合智能加工单元，我们就可以把复杂问题逐步分离简化到不同的环节和场景中去，再针对关键瓶颈（比如料仓的堆放方式和进出库处理、复杂并行工序的执行过程）进行建模分析。

?

5-???基于大数据的智能分析类：工业领域的大数据就是设备运行和系统运行（如车间整体系统）运行的实时数据，这些数据是无处不在地潜在的，收集这些数据之前，需要回答几个问题：什么数据？如何收集？如何分析？解决什么问题？比如，操作工人每天的生理数据可能会影响加工质量，但需要收集哪些生理数据，如何分析这些数据并和产品质量相关联？随着人在生产中参与度的减少，类似的模糊性问题会少很多，剩下的主要都是物理问题，比如热处理过程中的炉温、碳的浓度、温度曲线这些数据与理化检测的结果的关联性，这些问题一旦有了明确的结论，就会固化到模型数据上去，从而将这个性质5的问题转化为性质1的问题。

?

4、在组织管理上，组织的数字态日益成为管理的终极对象

?

什么是组织的数字态？

产品的数字态是产品的数字定义状态，生产系统的数字态是生产系统基于数字化手段实现的自动化智能化柔性化。组织的数字态与这两者都不同，它指的是，组织的运行方式不是完全基于人的交流互动，而是基于运行规则的数字化，实现数据驱动的组织运行。

?

运行规则的数字化也就是运行规则的标准化、数据化、参数化，数据驱动的组织运行是说组织运行过程中任何一个单元和流程的工作输入是数据化的，工作输出是数据化的，工作指标评价是数据化的。

?

在数字化的组织运行模式下，人逐渐成为数字态组织的一个终端，提供价值选择、模糊性分析和最终执行的能力。

?

组织的数字态是否包含了组织的全部能力要素？

?

商业性组织运行的能量来自三个环节：明确可预期的运行规则、运行规则所保障的利益分配方式、个人在此基础上可施展的成就欲。数字态的组织定义了运行规则，保障了利益分配，为个体提供了良好的平台。

?

比如滴滴公司并非对每个司机进行直接管理，当出现需要管理的行为时，都会将其管理规则内化到滴滴打车的系统运行规则上去。上海的很多司机说：我们是做软件的。意思就是说，他们的业务行为完全被软件驱动，被软件里的流程、规则和数据驱动。

?

这就是完整的数字化，无需社交和文化驱动的数字化运行。

?

但是，这仅仅是静态的运行规范，当世界发生变化时，当我们遭遇黑天鹅或者陷入模糊性时，人的价值选择和成就取向就充当了主要的作用，不过，对于这些问题的解决，依靠的不再是管理，而是领导力。