强化，精益制造的 优势似乎几近于无穷无尽。 原因何在？智能制造最初作为工业 4.01 的一个组成部分出现，它增加了将仿真、执行控制 和分析相结合所需的数字化，从而在不影响精益制造收益的情况下，持续优化无返工的高 良率制造流程。智能制造为企业提供需要的端到端连接，以便企业做出数据驱动型决策， 从而加快新产品推出 (NPI) 和上市，并在零缺陷制造环境中实现更高产出。 精益制造正在向更智能的 15% • 营收增加 10% • 降低网络攻击以及不遵守监管要求和可持续发展目标的风险 为了对精益制造和智能制造进行公平的比较，让我们先从精益制造 的优势谈起： • 减少浪费 • 显著提高生产效率 • 节约资源 • 及时交货 • 实现质量改进 • 应用吸取的经验教训 • 提高客户满意度 • 增强可持续发展能力 尽管这些优势令人印象深刻，但我们还必须考虑只坚持精益技 将虚拟世界与现实世界无缝连接 • 防止不良制造事件 • 利用无返工设计始终如一地达到高水平的初始质量 • 在不影响精益制造流程的情况下实施改进 • 运行闭环数据，实现持续学习和改进 向智能制造演进有望带来哪些业务成果？ • 提高产量：半导体制造商可以通过实现任务自动化、缩短设置时 间和优化生产流程来提高产量。 • 提高质量：通过预测性维护和闭环反馈，半导体制造商可以提高

什么是真正的增长，什么是好的增长，什么是企业家们需要的增长， 对这些问题的回答变得急迫，答案也显得弥足珍贵 “ 增长是一切企业问题解决的入口”，对于企业来说，增长已经越来越成为其应关注的核心问题， 尤 其在 全球经济的 持续低迷、中国经济进入新常态的大环境下，企 业正在失去宏观经济增长红利、产业增长红利 等 外部增长要素，如何 实现增长更成为企业家需要思考与解决 的重大问题。 科尔尼增 长矩阵 从核心 扩张 企业增长 股权 14 企业要想实现增长就必须同时管好增长的三层面，就是要有现金流业务、增长型业务和种子型业务。 对于企业而言， 要实现持续增长，就要平衡现在和未来之间 的关 系， 管理好现金流，对未来业务进行投入并对不确定性的种子型业务 进行尝试 。 麦肯锡的三位资深顾问梅尔达德 · 巴格海、斯蒂芬 · 科利与戴维 · 怀特，在对世界上四十个不同行业的增长型企业进行深入研究 后，在《增长炼金术——企业启动和持续增长之秘诀》 一书中提出关于增长的三层面理论。 15 麦肯锡的增长三层面理论 增长阶梯： 三层面理论 图 脸书的增长阶梯 增长阶梯为什么重要？我们发现，很多企业不愿按照阶梯来发展，而是四

求的不断提升，工业控制、自动驾驶、智慧医疗等关键应用场景对毫秒级响应时间的 刚性需求，使得云端处理的网络延迟成为不可接受的瓶颈。第三是经济性考量，随着 端侧算力成本的持续下降和云端带宽成本的相对上升，在端侧完成大部分计算任务在 经济上变得更加合理。 而端侧 AI 的持续迭代，得益于算力、通信、存储等基础能力的协同优化。 图：端侧 AI 的三角定律，智次方研究院绘制 · 2 轻量化模型技术将在 2026 年 多模态融合不是简单的数据叠加，而是基于深度学习的语义级理解。系统能够理解不 同传感器数据之间的互补性和冗余性，在恶劣天气、光线不足、电磁干扰等极端条件 下，通过智能的传感器权重调整和故障降级策略，确保感知系统的持续可用。 图：自动驾驶汽车的传感器解决方案，来源 MOMENTA 在工业安全领域，多模态融合技术展现出了巨大的价值。化工厂的安全监控系统集成 了红外热成像、可见光视觉、气体传感器、声学监测等多种感知手段，能够从温度异 合判断潜在的安全隐患。相比单一 传感器方案，多模态系统的误报率降低了 95%，漏报率降低了 99%，真正实现了"防 患于未然"。 生成式 AI 在感知领域的应用在 2025~2026 年形成了持续亮点。通过大规模预训练和 少样本学习，生成式 AI 模型能够理解和生成各种模态的感知数据。在感知增强方面， 生成式 AI 可以将低分辨率、高噪声的传感器数据恢复为高质量的感知信息。例如，在 安

国 富 智慧云创始合伙人，专业经验横跨咨询、投资和传媒等多个 领域，多家知名企业的总裁教练和战略顾问，投资过多家文化和 消费类企业，也是多家商业智库的理事或顾问，对企业的数字化 转型有持续多年的研究和咨询经验。 作者简介 乘风破浪 数字大潮 陈雪频 数字化是这个时代所有企业要面对的大趋势，但很多企业对数字化转型的理解 不够系统，往往把数字化转型等同于数字化营销，全面数字化转型的企业少之又少。 新和成长。因此要推动数字化转型，必须从企业 遇到的实际问题出发。 数字化转型对商业模式的影响，就是利用各种数字技术，影响企业的创造、传递、支持和获取价值各个环节，以实现价值创新，适 应环境的变化，谋求可持续的增长。 1. 数字技术是核心驱动力 过去的三次工业革命中，技术都带动了生产力的 革命，并带动了经济和企业的转型。在第四次工 农业革命中，数字技术依然是推动企业创新的核 心驱动力，也是商业模式中的关键变量。 型的推手。 4. 数字化转型要配套组织变革 数字化转型的支持系统是组织变革，包括组织结构、人才 体系、管理制度和流程、公司治理等的变革。没有组织变 革的支持，数字化转型将无法落地和持续。 6. 数字转型需要改变心智模式 数字化转型要成功落地，离不开企业管理者在心 智模式方面的改变，首先要完成领导者思维方式 的变革，其次是中高层以及公司全员的思维革新。 06 05

丰田公司的伟力可以归纳为两个不同的核心价值：丰田模式和丰田 生产体系（TPS）。丰田模式创造了一种尊重个体、推动创新和促进合 作的企业文化。丰田生产体系则是一个发动机，在它之下，精益生产、 看板管理[1]、质量体系、准时制（JIT）和持续改进作业等都得以发展。 它们共同构筑了丰田大获成功的基础支柱。 丰田模式和丰田生产体系仅是基础支柱而已，丰田成功的另一具体 奥秘是它驾驭供应链的模式。丰田模式和丰田生产体系已经成为其以供 应链准 [2]Camry，丰田的混合动力车，在中国大陆市场本地化生产后更名为凯 美瑞。—译者注 引言 丰田运用独特的流程，有效地进行供应链管理和运营。这些流程跨 越了供应链的范围，使得丰田在过去几十年中拥有持续卓越的表现。本 书由一位拥有丰富切身经验的丰田公司退休高级经理和两位资深学者合 著。他们群力群策，不仅描述了丰田当前的流程，也让读者理解了丰田 内在的工作机理。本书结合了近20年丰田执行和管理资历及两位学者几 验，丰田经验丰富的经理们和供应商们的直接访谈，市面上现有的关于 丰田流程的图书，学术研究成果，调查研究及实证研究的结论。 第1章 丰田的学习法则和v4L架构 丰田公司因其解决问题能力和持续创新能力而享誉世界。从业者、 研究者和参会者的文章众多，经理人都对持续改进的工具和技术熟悉有 佳。一些词汇例如安灯[1]、平准化[2]和看板管理已经变成经理人的日常 工作词汇。杰弗里・莱卡曾写道：丰田的成功超越了技术和工具，他将 其称为“丰田模式”。

全新的价值 医疗诊断 人工智能 人工智能 与医疗新 价值空间 诊断准确率 示例：人工智能加入医疗诊断 理解产业数字化 产生 加入 提高 一切正在转化为数据 连接比拥有更重要 持续领先企业所拥有的数字化生存能力，关键核心是企业家认知的改 变 六个关键认知 从竞争逻辑转向共生逻辑 开放、信任和协同是关键 顾客主义 长期主义 数据 媒介 价值本身 企业创新价值空间 商业自动化技术，如承载货物与服务的 商业无人机 n 安全类技术，如软件定义安全将带来更 加安全的数字化世界 变化一：技术更迭让一切皆有可能 高德纳 2017 前沿技术成熟曲 线 企业 持续发展 可能性 组织效率改善 业务模式拓展 价值创新 成本重构 专注技术 创新 快速面向 数字化 优势 获取 找到 新势力汽车公司 传统汽车制造公司 产品逻辑 以智能交互为核心 以组织期 望为主 个体与组织对话的能力提升 个体主动构建稳定的心理契约 个体期望主导的心理契约 n n n 面向未来的 领导者 持续变革的 领导者 数字化时代领导者的新定位 持续变革 持续变革领导者需做到以下几点： 人的活性化（ 自我超越与自我革命 ） 系统思考的内部改造 真正的客户导向 思维模式转变 开放合作 面向未来 卓越领导者对组织重要的原因：

应用级别容灾（数据和应用容灾机制）多活 准实时级别容灾（中心）数据高度安全 多数据拷贝 / 复制级备份、纠删码等防错机制 容灾级别灾备（中心），非实时数据备份 数据存储方案 医疗数据大数据闭环管理 5. 持续循环 持续改进 1. 医疗数据 数字化 2. 医疗数据 量化积累 3. 数据洞见 可分析 / 正循环 4. 数据转译 可服务 2D 到 3D 化 静态 到 动态 单模 到 多模 专业设备 到 。并面向市一级的数据上收与流转 满足该场景需求。同时，运用好具有大数据分析、数据安全屋等能力，为后续的数据安全流通、安全建模与计算提供了基础。 案例特征 软件定义存储，有利于容 量与产品特性的持续扩展 热数据、温数据、冷数据 分层（ 1:6 ），超高性价比 标准化 (X86 ）设备 + 高密 度盘柜，通用性和维护性 强 高度冗余架构，提升整体 系统的容灾、容错能力 大容量、低能耗方案，更 更易使用，高性能，免运维 AI 计算能力 强大的算力与平台级接能力 私有专区 独立、满足行业合规要求 容器服务 更适合互联网弹性业务承载 海量存储服务 弹性容量、随需使用与备份 数据分析能力 平台级经验，持续优化 数据保护机制 减少数据类风险和运维成本 物理云主机 灵活度与云服务免运维结合 综合安全方案 全面安全方案，解后顾之忧 典型案例 · 某医疗产品公司 用户专业从事家用医疗健康电子产品的

投资收益 质量优先 客户需求 持续改善质量、推行精益生产是基础 华为制造坚持继承和发展的策略，持续推行 6sigma 全面质量管理、精益生产，保证了生产顺畅流动起来，为智能 制造推行积累了大量有效的数据，在此基础上推行自动化、数字化、智能化制造 深化精益生产推行，扩大自 动化覆盖，构建核心制造能 力 2011-2014 推行自动化 / 数字化 / 智能制造， 建立可持续改进的标准化数 字化精益生产体系 字化精益生产体系 2015- 至今 制造管理体系建设，引入精 益生产方式，实施全员全面 全过程的持续改进体系 2003-2010 基础制造能力建设，抓质量 和交付，推行 TQM 和 6sigma 1996-2002 设计制造数 字化融合 数字双胞胎 供 应 商 华为智能制造架构 以精益生产为基础， 围绕三个流一朵云，借助物联网、 5G 技术，将整个价值链的资源相互连接，通过云计 算 / 大数据

型之路上的挑战、混乱和激动。 EDGE 一词来源于复杂适 应性系统理论的“混沌边缘（ edge of chaos ）的概念，它 填补了数字化战略与价值交付之间必不可少的一环。转型 需要持续创新，而这又需要一种敢于挑战现状的先锋文化。 P2 《 Edge- 价值驱动的数字化转型》简介 建立一个能够快速适应并蓬勃发展的组织 清除不必要的治理流程、过时的“指挥与控制”领 导方法和迟缓的预算 基于价值的优先级排 序 （增量地进行投资分配） ¥ X ? 基于成效的战略 自治团队 P9 组 织 生 态 《 Edge- 价值驱动的数字化转型》构建组织响应能力 使用短迭代、设计思维、重构、持续交付和演进式架构实践快速构 建有效解决方案 将目标转化为可操作的工作集合。敏 捷团队可以以增量方式交付并度量成 果 将投资组合分解成小部 分，按价值排序，分配 投资，停止低价值工作， 与执行之间存在着难以逾越的巨大鸿 沟。 而 EDGE 一词来源于复杂适应性系统理论的“混沌变化”（ edge of chaos ）的概念，它填补了数字 化战略与 价值交付之间必不可少的一环。转型需要持续创新。 EDGE 时一种运营模式，它要解决的问题 有： 在需要快速做出重要的响应时，人们应如何合作？ 组织如何学会足够快速地适应竞争激烈的市场以谋求发展？ EDGE 可以解决什么问题 0l

不需要管 理，只需 要组织氛 围营造 影响因素转向外部 离开跨组织协作 ， 任何一个组织都无 法独立生存 组织管理的新挑战 驾驭不确定性 关注成员的成长 ， 并且确保持续价 值 创造 企业是个整体的七大原理 1. 经营者的信仰就是创造顾客价值 2. 顾客在哪里，组织的边界就在哪里 3. 成本是整体价值的一部分，在本质上是一种价值牺牲 4. 人与组织融为一体，管理的核心价值是激活人 以及各不同主体按照整体价值最优的原则相互衔接， 融合以 及动态互动” 因此，“管理价值共同体”是当下企业构建和维护竞争力， 进行持续发展的必然选择 基本观点 4 ： 价值网络成员彼此互为主体 今天组织管理需要回答的最大问题， 是万物互联时代企业如何面对不确定性并持续获得高回 报 分工依然在释放效率，但伴随着万物互联时代，组织平台化 / 生态化趋势带来更大价值的系统 的柔性和弹性，降低不确 定性和风险 企业边界的不可渗透性 - 可渗透性维度 现代企业是有机的、活性 的，除隔绝有害部分外， 它必须是开放，可穿透的 这是企业获得持续发展， 不断创新，适应环境的 标 志 企业边界需要了解外部边 界的清晰 - 模糊维度 高模糊性 / 低清晰性有助于 企业迅速获取外部资源 这是适应外部快速变化的