工业数字化转型：系统方法与敏捷实践

内容简介 本书是工业数字化转型的实践著作，作者结合自己在三一重工、远景能源、GE、宁德新能源等企业近20年的实践经验，总结出了一套基于控制论的工业数字化转型方法论和一套基于敏捷思想的工业数字化转型实践路径，方法论与实践并重。 本书一共10章，分为3篇，从方法论、实践和底层逻辑3个维度对工业数字化转型进行了全方位讲解。 第一篇　系统方法（第1~4章） 首先对数字化进行了追本溯源，探讨了广义数字化和狭义数字化的本质；然后介绍了工业数字化转型的各种常规路径，以及数字化如何与工业化融合；最后提出了基于复杂系统控制论的工业数字化转型方法论，也就是本书的核心。 第二篇　敏捷实践（第5~8章） 将系统方法应用到具体的业务实践，讨论了典型工业场景中敏捷迭代的数字化转型实践。对于数字化的业务架构和设计，要透过现象从业务本质出发，并通过数字化技术赋能业务变革与创新，同时借鉴最小作用原理，沿着“最速降线”进行迭代，找到推动变革最省力的路径，逐渐推进数字化、智能化的广度和深度。通过低成本试错和快速反馈迭代，找到适合自身战略的数字化转型路径。 第三篇　探讨与展望（第9和第10章） 从哲学底层探讨了驱动数字化和智能化的底层动力，分析了未来智能化趋势，并在此基础上展望了在智能社会，个人应该如何准备，才能安身立命。

王晓钰<br />复杂系统控制论专家、工业智能算法专家、数据科学家，从事风力发电机组、大功率变频器产品研发，锂电池智能制造及传统工业数字化、智能化转型工作，具有深厚的技术洞察和创新能力。<br />企业实践与创新者：在头部工业企业有近20年技术研究和产品开发经验，曾任宁德新能源科技有限公司（ATL）智能制造总工，推进锂电池的工艺数字化和智能制造。在三一重工负责灯塔工厂的智能工业软件，在远景能源负责功率硬件（变频器、风力发电）和智能系统（智慧风场、智能电网）的产品研发，在GE全球研发中心（GRC）从事新能源技术研发工作。<br />理论研究与布道者：擅长技术创新，洞察智能技术的本质，以复杂系统控制论，建立了工业数字化转型的系统方法论。发表20多篇论文、美国专利1篇、中国专利10篇。乐于分享，曾荣获“2003-2008年微软最有价值专家（MVP）”殊荣 。<br />微信公众号：@晓钰说数字化

目录<br />赞誉<br />前言<br />第一篇　系统方法<br />第1章　不确定时代的工业数字化转型002<br />1.1　狭义的数字化003<br />1.1.1　信息技术的数字化005<br />1.1.2　生活领域的数字化007<br />1.1.3　工业领域的数字化008<br />1.2　广义的数字化010<br />1.2.1　信息物理系统011<br />1.2.2　数字化的本质特征012<br />1.2.3　工业数字化的概念和内涵016<br />1.2.4　数字化如何创造价值018<br />1.2.5　与业务匹配的数字化021<br />1.3　智能的三个要素022<br />1.3.1　什么是数智化022<br />1.3.2　智能的维度023<br />1.3.3　类比人来理解智能025<br />1.3.4　数字化转型的要素026<br />1.3.5　智能的底层要素027<br />1.3.6　智能的层级030<br />1.3.7　超越智能033<br />1.4　数字化转型的历史背景034<br />1.4.1　四次工业革命034<br />1.4.2　技术发展的逻辑035<br />1.4.3　社会流动的逻辑037<br />1.4.4　数字化的时代背景040<br />1.5　本章小结042<br />第2章　以数字化应对不确定性044<br />2.1　不确定性加剧的VUCA时代045<br />2.1.1　封闭与隔离046<br />2.1.2　前馈方式：可以预见的扰动047<br />2.1.3　反馈方式：无法预见的扰动048<br />2.2　用数字化从不确定性中获益049<br />2.2.1　纵向资源整合051<br />2.2.2　商业价值网络重构052<br />2.2.3　内部闭环控制055<br />2.3　创造价值的数字化056<br />2.3.1　数字化的常见误区056<br />2.3.2　创新的跃迁创造价值063<br />2.3.3　业务与数字化的二维矩阵064<br />2.3.4　数字化的企业心流067<br />2.3.5　举例：工艺与质量的数字化069<br />2.4　低成本的数字化071<br />2.4.1　快速变化与信息碎片072<br />2.4.2　十倍速的机会073<br />2.4.3　避免盲目投资的浪费077<br />2.5　数字化的场景举例078<br />2.5.1　精益管理：消除工厂浪费078<br />2.5.2　设计降本：挖掘设备的设计裕量079<br />2.5.3　智能交通：缓解交通拥堵082<br />2.6　本章小结083<br />第3章　工业数字化转型的常规路径与集成探索084<br />3.1　增强感知之路：数据中台和工业互联网085<br />3.1.1　工业物联网：硬件成为数据入口086<br />3.1.2　工业互联网：打通数据孤岛098<br />3.2　提升智能之路：AI算法和工业大脑101<br />3.2.1　计划排程与资源调度101<br />3.2.2　实时模拟的数字孪生106<br />3.2.3　数据分析的算法109<br />3.3　自动控制之路：自动驾驶和无人工厂111<br />3.3.1　工业机器人112<br />3.3.2　智能设备113<br />3.3.3　人机融合114<br />3.3.4　流程自动化115<br />3.3.5　无人工厂116<br />3.4　数字化与工业化如何融合116<br />3.4.1　数字化重新定义制造117<br />3.4.2　以数字化的方式推进数字化转型123<br />3.5　系统集成的探索124<br />3.5.1　产业标准124<br />3.5.2　蓝图规划126<br />3.5.3　软件架构127<br />3.6　本章小结130<br />第4章　工业数字化转型的系统整合之路131<br />4.1　打破束缚，变革业务132<br />4.1.1　为什么数字化转型效率不高133<br />4.1.2　技术创新如何创造商业价值133<br />4.1.3　业务创新与边界拓展139<br />4.2　基于控制论的系统整合方法145<br />4.2.1　数字化转型的常规道路145<br />4.2.2　数字化的系统整合方法147<br />4.2.3　工业数字化的系统集成框架152<br />4.2.4　基于控制论的理论框架153<br />4.3　设定数字化的价值目标160<br />4.3.1　围绕价值链的核心环节161<br />4.3.2　加强核心竞争能力163<br />4.3.3　提升价值创造的业务能力165<br />4.4　选择有价值的场景168<br />4.4.1　价值驱动的数字化168<br />4.4.2　场景价值的判断条件171<br />4.4.3　数字化的评测模型175<br />4.5　本章小结178<br />第二篇　敏捷实践<br />第5章　变革赋能的业务数字化实践181<br />5.1　数字化的技术与发展层级182<br />5.1.1　数字化技术的发展历程182<br />5.1.2　智能制造的阶段183<br />5.1.3　不同数字化阶段的特征185<br />5.2　实时在线：全局视角的集中监控188<br />5.2.1　集中监控中心188<br />5.2.2　运营控制塔191<br />5.2.3　管理驾驶舱192<br />5.3　自主决策：数据驱动的快速响应195<br />5.3.1　基于规则的自动响应196<br />5.3.2　工作流引擎197<br />5.3.3　设备数据流197<br />5.4　智能控制：自适应的实时优化199<br />5.4.1　精密机械加工的工艺优化201<br />5.4.2　复杂工序的跨工序优化203<br />5.4.3　精细化工的高级过程控制204<br />5.5　设计数字化业务方案的方法208<br />5.5.1　设计思路的改变209<br />5.5.2　设计流程的改变211<br />5.5.3　数字化方案设计方法212<br />5.5.4　解构：从需求中挖掘真问题214<br />5.5.5　重构：从思维突破到创新设计216<br />5.5.6　业务数字化的设计模板217<br />5.6　本章小结220<br />第6章　最小作用力下的敏捷迭代221<br />6.1　放弃确定性蓝图，追求迭代式进化222<br />6.1.1　从不确定性中获益222<br />6.1.2　数学中的迭代原理224<br />6.1.3　迭代复杂问题的应对策略226<br />6.1.4　从不确定性最大的场景开始227<br />6.2　敏捷迭代的机制228<br />6.2.1　PDCA式的迭代机制228<br />6.2.2　闭环控制的迭代机制229<br />6.2.3　自组织式的迭代机制230<br />6.3　最小作用力原理232<br />6.3.1　复杂问题的简单解法232<br />6.3.2　人体组织的隐喻235<br />6.3.3　减少转型的阻力236<br />6.4　本章小结237<br />第7章　突破创新的数字化研发239<br />7.1　语言变革：专家的应用型编程239<br />7.1.1　面向专家的编程语言240<br />7.1.2　ChatGPT成为新的生产工具244<br />7.1.3　对专家友好的人工智能246<br />7.2　逻辑变革：人机协作的工业智能247<br />7.2.1　知识的结构249<br />7.2.2　从专家知识到算法模型250<br />7.2.3　从必然性逻辑到可能性逻辑253<br />7.2.4　从人机分离到人机协作255<br />7.3　领域变换：跨界映射的工业智能261<br />7.3.1　流动的技术261<br />7.3.2　跨领域借鉴与创新262<br />7.3.3　数学建模262<br />7.3.4　锂电池行业案例266<br />7.4　数字化研发的新范式267<br />7.4.1　基于虚拟样机，优化产品设计267<br />7.4.2　技术创新的第四范式268<br />7.4.3　工艺研发数字化270<br />7.5　本章小结272<br />第8章　数字时代的敏捷组织和开放文化273<br />8.1　生命范式的复杂管理学274<br />8.1.1　对抗不确定性需要复杂性思维275<br />8.1.2　组织与文化协同进化276<br />8.1.3　组织与文化的一致性278<br />8.2　企业的生命系统模型279<br />8.2.1　企业的生命系统280<br />8.2.2　企业的活系统模型282<br />8.3　提升情感与品味，激活心流与创新283<br />8.3.1　企业的三大核心系统284<br />8.3.2　情感智能285<br />8.3.3　品味与用户体验288<br />8.3.4　向善的价值观290<br />8.3.5　企业的心流与创新活力291<br />8.4　数字时代组织的敏捷进化293<br />8.4.1　赋能型的敏捷组织294<br />8.4.2　组织结构的优化与发展297<br />8.4.3　液态组织与自组织298<br />8.5　本章小结302<br />第三篇　探讨与展望<br />第9章　数字化的底层逻辑与哲学反思304<br />9.1　加速流动的现代社会305<br />9.1.1　加速发展的技术305<br />9.1.2　越来越流动的社会307<br />9.2　不确定性驱动数字化的演进310<br />9.2.1　产品智能化的演进趋势310<br />9.2.2　数字化演进的驱动力313<br />9.3　信息和智能的哲学反思314<br />9.3.1　赛博系统315<br />9.3.2　信息哲学316<br />9.4　转型和发展的哲学反思317<br />9.4.1　自然演化的方向318<br />9.4.2　竞争位态驱动社会进化318<br />9.5　本章小结320<br />第10章　未来展望322<br />10.1　不同行业实施数字化的差异323<br />10.1.1　产业链位置的差异324<br />10.1.2　行业的差异325<br />10.1.3　工业数字化对其他行业的启示325<br />10.2　选择适合自己的数字化策略327<br />10.2.1　数字化的充分必要条件327<br />10.2.2　积极的数字化策略329<br />10.2.3　保守的数字化策略332<br />10.2.4　过犹不及：适度数字化335<br />10.2.5　数字化转型策略336<br />10.3　日益复杂的后工业时代337<br />10.3.1　跨学科融合338<br />10.3.2　跨领域融合339<br />10.3.3　数字化转型的方向340<br />10.3.4　不确定性驱动的复杂演化341<br />10.4　AI时代的个人生存343<br />10.4.1　用信任对抗信息344<br />10.4.2　用创意对抗算法345<br />10.4.3　保持个性346<br />10.4.4　终身学习347<br />10.4.5　Π型复合人才348<br />10.5　本章小结351