深度观察|德国考察智能制造归来后的冷思考（上）

有感于近年来国家、各省市政府、行业组织、中介机构等掀起的一波又一波的国外智能制造考察热，很多制造业高管考察后普遍欢欣鼓舞、热血沸腾。

回国后就着手大干快上，立足请各种专家量身定做必须是世界一流的智能工厂规划，着力上智能制造的大项目。

从麦肯锡近期公布的研究报告可以很清晰的看到这一点：

2018年5月起，麦肯锡与世界经济论坛（WEF）联手，从全球1000多家企业中选出了16家工业4.0 “灯塔工厂”，这16家“灯塔工厂”之中，有5家来自德资企业，3家来自美资企业，中国也贡献了2家“灯塔工厂”（海尔和富士康），且坐标在中国的“灯塔工厂”有5家（海尔、富士康、西门子、博世和丹佛斯）。

2016年和2017年，麦肯锡连续两次对中美德日四国400多家企业领袖进行了智能制造问卷调研，面对同样一个问题：“与一年前相比，你对智能制造潜力的态度有何变化？”（见图1）

结果显示，中国企业对智能制造抱有极大的热情和期待，远比美德日企业乐观：86%的中国受访企业相信智能制造的潜在价值，比例远高于美德日三个发达经济体的企业（美国67%，德国62%，日本40%）。与此同时，美德日三国企业对智能制造的悲观程度的比例均呈现上升态势，而中国企业恰恰相反，持悲观态度的比例由15%降至11%。（我只能说在中美贸易战的大环境下，中国的智能制造热度着实令人惊讶！）整体而言，中国企业对第四次工业革命满怀信心，对投身智能制造乐观而不迟疑。美国和德国企业反而普遍感受到的是迷茫和不确定。日本是企业智能制造信心指数始终未能过半的唯一国家（2017年仅有40%的日本企业对技术革命抱以乐观态度）。

2018年，麦肯锡向全球800多家制造企业提出了一个新的问题：“贵公司已试点多少个智能制造解决方案？”

结果表明，很多受访企业已经启动了智能制造用例的试点落地工作。全球范围内，平均每家企业已经试行了8个数字化制造方案（见图2）。

中国企业走在智能制造“做到”的最前端，平均每家中国企业已经试点了10.2个数字化制造用例，美企平均8.5个用例，德企平均6.9个用例，日企平均4.1个数字化生产用例，仅为全球基准的一半水平。

但是更值得警醒和深思的是，2018年麦肯锡这份调研报告还显示，这800多家企业中超过70%的企业落入了数字化转型试点“陷阱”，小规模试点之后无法实现公司及生态系统的全面转型。

企业试点进展也十分缓慢。约29%的受访企业表示其试点期已超过两年，56%表示已进行了一至两年的试点， 15%表示刚刚步入试点阶段。从麦肯锡的分析报告，我们能清晰的感受到中国政府及制造业企业对智能制造的热情，但与之形成鲜明对比的是：欧美日企业普遍都在迟疑和迷茫，对数字化的价值和项目投资回报率持怀疑态度！事实也证明数字化转型的陷阱很深，落入陷阱的概率很高（70%）！

所以笔者觉得有必要把几年前自己去德国考察后写的一篇文章重温一下，我们通过对德国工业4.0的最佳实践案例—大众透明工厂的问题的系统性梳理，来重新认识一下智能制造与企业竞争力的本质关系。

笔者作为工科男，骨子里一直追求逻辑推导的严谨性、分析论证的合理性，所以文章抽丝剥茧慢慢推导、分析过程逐层展开，文章内容很长，整体节奏与当下的快餐式阅读恐怕不太合拍，也缺乏吸引眼球的噱头和新概念。

但是笔者立足朴实无华的文字，并通过大量的案例实证，希望您耐心读完，最后的结论和建议应该对国内的制造业企业有所帮助！

追溯近五年来，中国人一批批的去德国朝拜工业4.0，大众透明工厂几乎是中国赴德考察工四的必备科目，一直是作为德国制造的典范来加以宣传的。各种媒体不吝溢美之词“辉腾和德累斯顿透明工厂是大众的传奇和童话，旗舰车型在带有艺术感的工厂之中制造，充满了德国工业4.0的超前思维”，可转瞬间，这个童话就破灭了，一个工四的重要代表陨落了，可是却没有人去深究其中深层次的问题，中国人还是一窝蜂的往德国跑，只不过少了一个参观取经的景点而已。

此事不提无人细究，但越是深思越是令人心生疑窦，大众透明工厂曾经作为德国工业4.0考察的标杆，智能制造的代表，现在工厂停产了，可以说他是世界范围内第一个陨落的智能制造标杆工厂，究竟是什么原因？

这个消息乍听之下心中自然会冒出的第一个疑惑？

这个标杆工厂的破灭能不能推导出“工业4.0救不了制造业”，“制造业的核心竞争力与工业4.0无关”这样的结论呢？用网络语来说，细思极恐。这个帽子实在太大，显然没有人敢轻易这么说，也不愿意这么说，那怎么破这个局呢？

我和一些去参观过的人交流过，他们大部分人沉思一下之后这样说，“你看其实大众透明工厂有大量的人工作业，它应该算不上是智能制造。”

这个回答很高明，因为事实摆在那里，透明工厂已经失败了，无法否认。既然我们不能就此推导说工业4.0和智能制造不对，那就只能通过否定“他是工业4.0标杆”这件事来洗白“工业4.0”的正确性了！

这也是大多数人的第一反应，透明工厂的失败恰恰说明是因为它没有严格遵照智能制造的方向，反过来说，就是如果它完全符合“智能制造”和“工业4.0”的规范体系，那么它应该就不会出现现在的问题。

真的是如此吗？它的陨落是因为这个原因吗？

乍一看上去，确实是如此，辉腾这款产品有问题。我之前的一个小短文里面提到过，辉腾虽然产品技术一流，配置一流，质量一流，但可识别度太差，低调到大家都不认识，网上的段子颇能说明问题。

开这个车，碰到不识货的，停车场被保安训斥，开帕萨特的，停边上，离那个宝马5系远点，碰了你赔得起吗？如果碰到真正识货的人却又说“这是辉腾啊，SB才花那么多钱买这个车，不就是辆大号的帕萨特吗？！”

这看起来确实是产品的问题，简单说是产品定位和支撑产品定位的设计不匹配带来的问题，但这和智能制造有没有关系呢？

世界上失败的产品案例比比皆是，好汽车卖不火的案例太多了，不说汽车业，苹果推出的电脑Apple III、牛顿 PDA也曾经严重失败，LG的手机、家电产品，无论是质量还是功能创新，很多方面都比三星还好，但是产品就是卖不火。

我相信LG的产品制造水平肯定不差，所有这些，如果我们要归结，我们可以统统称之为“产品的问题”，那这种产品的问题，是智能制造所能涉及的范畴吗？

是不是智能制造并不如专家们所说的那样包治百病？我们如果由此推断出智能制造解决不了“产品的问题”，很多专家肯定也是不同意的。假设大众的辉腾是产品本身外观设计有问题，但产品本身恰恰是智能制造的重要组成部分。为什么在设计阶段没有考虑到潜在客户的需求？这看起来归根到底应该还是智能制造水平不够的原因。智能制造概念的领域和范畴涵盖了产品的全生命周期，从产品早期市场调研、产品策划、项目立项、研发过程、制造过程，一直到使用过程、再制造过程、报废回收过程，可谓无所不包。

按照智能制造的体系，如果是产品的功能设计缺陷，应该在仿真和验证阶段就解决掉。

外观和审美问题应该在市场调研阶段解决掉，价格定位不合理也应该在市场调研和产品宣传及推出市场之前就解决掉，所以有了智能制造，应该不可能出现“产品的问题”。

通过这个推导，我们是不是可以得出结论：大众透明工厂的问题，主要是辉腾产品的问题，但归根到底还是因为大众不够智能制造？！

以辉腾的问题为例，笔者之前曾通俗的给出如下的解决方案：

“辉腾虽然从配置、质量方面是个优秀的产品，但是品牌却没有和大众其他车型有效的区分，这是个致命的问题，尤其是辉腾80%的客户是中国人，我想能买得起辉腾的人估计是没时间专程从中国跑到德国来体会自己专属的新车发布仪式的，以中国消费者的心理，汽车是不是纯手工打造，从订车到提车的过程服务是否尊贵，这些不是最重要的，我买个豪车就算是低调的奢华，但也总得让别人认得吧。

辉腾的竞争对手可是奔驰S系和奥迪A8， 入门就是3.0V6的配置，但是在中国却总是被人“轻视”，碰到不识货的，停车场被保安训斥，开帕萨特的，停边上，离那个宝马5系远点，碰了你赔得起吗？

如果碰到真正识货的人却又说“这是辉腾啊，SB才花那么多钱买这个车，不就是辆大号的帕萨特吗？！”你说中国的富豪会为这辆个性化定制+纯手工打造的顶级豪华车买单吗？

这就是典型的产品战略问题，个人认为大众对辉腾的商业模式设计没有问题，只要有好产品好故事，世界上愿意买单的富人有的是，但是辉腾的产品战略却非常糟糕，你都无法让消费者分清辉腾是谁？怎么可能不失败，个人觉得必须换个车标，产品设计风格也要与大众现在的车型谱系完全不同，再加上个性化定制和纯手工打造，这款车肯定能火。”

浅显的讲，辉腾的主要问题是产品设计定位和目标消费人群诉求不够匹配，那么在智能制造的整个框架体系下，该如何解决呢？

在产品概念设计阶段，就要收集潜在客户的需求，目前提得最多的就是人工智能和大数据，基于大量潜在消费者的数据采集和人工智能分析，寻找和定位目标客户，通过对目标客户的数据收集、指数建模研究，基于一系列真实数据之上的目标用户模型分析，将多种信息集合在一起并形成在一定类型上的独特的特征与气质，形成了用户群体的独特的“画像（persona）”，然后基于此画像来做产品的定义和设计。这并非非常前沿的技术，现在国内的家电行业都号称已经把大数据分析应用到了新产品研发和改型设计中。

假定辉腾的潜在客户是低调有品位的富人（其实大众当初根本没有预料到这款产品最后80%靠卖给中国人），这类人群在中国可能广泛的存在于煤老板、IT新贵、互联网高管、传统产业拥有者、富二代、网红、演艺明星等等，是不是他们只要行事低调号称有品位，都是潜在客户呢？

这些人的买车诉求肯定差异很大，但他们也许都是自认为行事低调和颇有品位，网上戏谑中国新富起来的人消费“只买贵的不买对的”，辉腾让人感觉既不是“对的”，相对其配置来说也不算是很“贵的”，尤其是国内的实际成交价。

对于市场调研的工作，我相信有作用，而且大众打算开发辉腾这款产品的时候肯定也是做过调研的。

时任大众汽车董事长技术狂人费迪南德·皮耶希超过10亿欧元的研发投入、100多项的专利申请，希望提升大众的高端品牌，以技术引领未来，打造一款梦想旗舰车型，卖给真正懂车的有品位的富人。辉腾(Phaeton)以古希腊神话太阳神之子命名，代表着“耀眼”、“光明四射”，是皮老爷子心中的完美汽车。众所周知，汽车行业对产品立项是非常严格的，一款全新车型动辄上十亿的研发费用，必须要把产品定位、目标人群、市场容量、销售预计、盈亏平衡点等等大量分析指标量化，更何况辉腾除了10亿欧元的研发投入，还另外投资2亿多欧新建了透明工厂，当年大众对这款车型寄予厚望，做过详细的市场分析和潜在客户调研，大众对辉腾制定了保底年销2万台的计划。

既然做了这么多前期工作，为什么会出现彻底失败的结局？就算进一步采用大数据分析的工具，强化推进智能制造，就能解决辉腾面临的问题吗？

个人认为这个问题非常复杂，辉腾是2002年推出市场的，那个时候根本没有考虑中国市场（当时中国汽车市场规模才116万辆，高端车更是少得可怜），主要是面向美国和欧洲市场的，美国市场一直没有起色。

直到2005年，辉腾的全球销量仅在9000台左右。原本被寄予厚望的美国市场也业绩欠佳。2005年前十个月，在美国销量大幅下降52%。同年11月，大众宣布将从2006年起停止在美国市场销售辉腾。

此后几年，丢失美国市场的辉腾全球销量徘徊在5000到6000辆之间，从2009年开始，出人意料的，辉腾在中国市场迎来生机，即便有中国市场的支撑，但这个低调贵族整体的没落却已不可逆转。（当然，个人认为，辉腾如果真的在中国市场得到青睐，也不至于没落，区区2万辆/年的销售量在中国高端车市场并非难事）

由此可见，市场调研何其复杂，目标市场都在不断变化，客户需求也是模糊不清，个体诉求在潜移默化，如果大数据真的能解决这些产品设计的问题，那么大公司也就不会有那么多失败的产品了。

相反的，还有另外一些专家认为，以市场调研的结果来作为产品设计的输入往往毫无价值可言！

亨利·福特的名言：如果我问客户他们需要什么，他们总是说要“一匹更快的马”！

史蒂夫·乔布斯坚信用户“不知道自己要什么”，他曾经说过的话被广为传颂：“不必做市场调查，因为消费者自己也不知道自己想要什么，客户都是肤浅的。” “只有在产品面世后，人们才知道他们想要什么。”

所以从另一个角度来看，从消费者那里调研的数据，往往会误导产品经理。其实大型公司推出新产品前都会进行大范围的市场调研工作，但依然出现了大量的失败产品！

最典型的就是1982年可口可乐公司为推出新口味的产品，启动了一项代号为“堪萨斯工程”的市场调研活动，广泛深入到10个主要城市进行市场调研，得到肯定结果后研制出了新口味的可乐。

在推向市场之前，可口可乐公司又不惜血本倾资400万美元在13个城市中，邀请19.1万人进行多轮的口味测试。测试结果标明60％的消费者认为新可乐比原来的好，52％的人认为新可乐比百事好。

如此多的前期工作够充分了吧？可等产品大范围推向市场，不曾想新产品却遭到了消费者的强烈反对，新可乐最后不得不停止销售，成为最短命的产品。

既然市场调研都不可信，或者说不正确，也就是说数据来源都不可靠，那么大数据分析是不是也必然会出现严重的偏差？以此为基础构建的“用户画像”也必然非常不准确。

关于大数据不靠谱的案例有很多，“谷歌流感趋势”（Google Flu Trends,GFT）未卜先知的故事，常被看作大数据分析优势的明证。

2008年11月谷歌公司启动的GFT项目，目标是预测美国疾控中心（CDC）报告的流感发病率。甫一登场，GFT就亮出十分惊艳的成绩单。2009年，GFT团队在《自然》发文报告，只需分析数十亿搜索中45个与流感相关的关键词，GFT就能比CDC提前两周预报2007-2008季流感的发病率。

等到2014年，美国Lazer等学者在《科学》发文报告了GFT近年的表现。2009年，GFT没能预测到非季节性流感A-H1N1；从2011年8月到2013年8月的108周里，GFT有100周高估了CDC报告的流感发病率，高估甚至达到两倍之多。那么不用大数据会如何？作者报告，只用两周前CDC的历史数据来预测发病率，其表现也要比GFT好很多。

所以说大数据、人工智能的可靠性尚且值得斟酌，如此说来，似乎智能制造不太可能解决“产品的问题”，如果智能制造真的包治百病的话，那企业家和产品经理就没什么价值了，企业的竞争力全部靠大数据和智能制造来操纵就能解决，这显然是大家目前难以认可的。综上所述，从大众透明工厂来说，辉腾的失败很难靠智能制造来拯救！！既然企业的失败靠智能制造不一定能挽救，那么企业的成功是不是一定是智能制造的功劳呢？

智能制造肯定会有功劳，但是这份功劳的重要程度需要仔细甄别，其实很多企业的成功，可能真的与智能制造没有完全的关系，比如小米当年的成功，VIVO和OPPO现在的如日中天，这些成功能都归功于智能制造吗？我去过OPPO的主装配车间，拥有大量工人的U型手工装配线依然是制造的主角！狭义的智能制造可以缩短产品开发周期，降低产品成本，实现产品质量最优，生产效率最高，这些在一定程度上可以帮助企业带来竞争优势，但并不能完全解决产品在市场上的竞争力问题，更不能解决市场需求的问题。广义的智能制造，涵盖了企业商业模式的重塑，产业链的优化整合，新业态新模式的创造，但是这一切都是要和企业自身的战略来绑定的，没有企业的战略实践，任何新模式、新业态都将无法成立！

个人愚见，不同时代的企业有不同的特征，曾经成功的企业群体在第二次工业革命时代肯定带着自动化的标签，在第三次工业革命时代必然带着信息化、数字化的标签，那么在当下以及未来一段时间，对于成功的企业群体，肯定要带着智能制造的标签。这一点，毫无疑问，群体共性特征肯定符合产业变革的大趋势！

但是对单一企业个体而言，赢得竞争优势真正重要的是什么？是智能制造吗？

NO，我认为，企业的成功的核心，永远是战略，战略才是道，其他只是术，或者叫支撑，智能制造应该也只是一种支撑。

按照大部分企业家所遵循的迈克尔波特的定义，战略分为三个层次：

第二是取舍（战略就是在竞争中做出取舍，其实质就是选择不做哪些事情）；

第三是配称（在企业的各项运营活动之间建立一种配称）。

最典型的战略案例就是哈佛商学院经典案例----西南航空的例子。

战略定位：“单一舱级”短途飞行之王

这个例子已经成为教科书式的战略赢得竞争优势，企业大获成功的案例。

西南航空，通过创造一种极富竞争力的战略定位----“单一舱级”短途飞行之王，基于此战略定位，对自己的产品和运营模式进行了有效的取舍：有限的乘客服务、频繁可靠的班次、中等城市二线机场短途定点航班、低票价……并按照取舍后的运营模式把组织、流程、资源都进行了配称，以支撑其战略落地，这就是典型的战略制胜。

 从效果上看，由于西南航空运营活动都围绕“单一经济舱飞行”，这使得西南航空的绩效超出了单项运营效益的简单集合。

由于解决好了战略定位，西南航空能有效地创造顾客，同时通过高效的运营产出转化为巨大业绩，在美国遍地哀鸿的民航领域中一支独秀，连续保持盈利,它创造出了比美国五大航空公司总和还高的市值。西南航空是“9•11”事件后美国航空业唯一不受政府补贴且保持盈利的公司，1997-2006连续十年获评“美国最值得尊敬公司”。

 基于此战略之下，为了满足资源配称的要求，因为西南航空为了快速响应客户需求并降低运营成本，它在登机口设立了自动售票机，鼓励乘客跳过旅行社直接购买机票，为顾客转机带来快捷方便且节省付给旅行社的佣金，这时候就需要对售票系统的软硬件进行改造，也就是IT支撑，这些都是在战略之下的必然选择，一切都是围绕战略来设定的。