1.3.2　数据赋能制造业企业创新管理的路径

数据赋能驱动企业创新管理的过程，就是企业通过构建相应的数据感知、智能认知机制建立数据获取渠道，运用相应的分析模型将海量数据转化为有价值的信息和知识，并创建多元的智能应用场景来开展智能学习和动态决策，保证战略决策的精准执行，进而推动企业战略决策、研究开发、生产制造、营销服务、组织管理等各项创新活动的顺利开展，实现企业创新的效果、效率和效益显著提升的过程。下面简要介绍数据赋能在企业战略决策、研究开发、生产制造、营销服务、组织管理五条路线中的重要内涵。

1.数据赋能战略决策

数字时代的企业战略决策具有高频率、多中心和短流程的三大特点。工业时代的低频率战略决策机制适应不了数字时代动态变化环境的高频决策需求，同时以往线性控制的单中心决策机制要向网状协同的多中心决策机制转变，在决策层级上呈现扁平化、短流程的特点。数据赋能战略决策具有战略场景可视化、战略分析算法化、战略决策动态化三大新特征。战略场景可视化是指企业具有可视化的战略决策平台，能直观地提供实时信息，表达数据变化和趋势，使管理人员便于对企业进行全局监控、整体评估、寻找问题根源、判断发展趋势，并采取及时、精准的运营决策。战略分析算法化则是指可视化的战略决策平台背后的逻辑是基于数据的规律模型化、模型算法化、算法代码化、代码软件化，用软件化去优化物理世界的信息，使得物理世界与数字世界统一，从而基于算法模型对企业的设备、流程、供应链等方面的管理进行决策。战略决策动态化则是指可视化的战略决策平台是在线的、实时的、动态的。企业高层管理者可以异地实时浏览可视化的战略决策平台中的信息并做出在线决策，提高决策效率，解除空间限制。

数字化转型是数据赋能的新战略模式。数字化转型对企业而言不是选择问题，而是生存问题，是制造企业生存下去的必由之路，是数字经济时代企业创新发展中不可逆转的一种趋势。数字化转型战略是指利用数字资源和数字技术来优化资源配置、驱动组织创新和进行差异化价值创造的组织战略[1]。数字化转型的目标是实现降本、提质、增效。

制造业企业开展数字化转型的实践主要有三项重要任务：一是业务转型，包括开展智能化生产、网络化协同、个性化定制、服务化延伸、数字化管理等新业务形态；二是要素转型，围绕数据采集、传输、存储、应用和安全，部署企业的数据基础设施，如企业“上云用数赋智”；三是组织转型，在组织结构、组织文化（建立数字文化）、数字化人才和管理机制等方面进行创新和变革，以适应数字化战略的实施。制造业企业通过数字化转型实现业务转型、要素转型和组织转型，最终实现可持续的创新发展。

制造业企业开展数字化转型主要分为局部提效、全局优化和生态运营三个阶段：局部提效阶段以赋能生产为重中之重，赋能生产是指建立设备、产线、车间、工厂的连接，构建数据感知、智能认知、动态决策、精准执行的生产赋能体系，从而提高生产率；全局优化阶段是指利用数据驱动实现研究开发、生产制造、营销服务及组织管理等环节的高效协同，实现价值链的延伸和提升；生态运营阶段是指建立汇聚企业、产品、消费者等产业链资源的平台，形成共享、共创、共生、共赢的生态系统。

·实践聚焦·

上汽集团的数字化转型战略

随着云计算、物联网、大数据、人工智能等新兴数字技术不断融入汽车制造领域，广大消费者的需求正呈现出个性化和多元化趋势，在这一背景下，借助数字化手段高效满足市场需求，并实现降本、增效的目的，成为众多汽车制造企业保持高速增长的共同选择。

上海汽车集团股份有限公司（以下简称“上汽”）作为我国汽车制造行业巨头之一，早在2015年就将数字化转型作为企业创新发展的重要战略之一。当时，上汽首次提出“汽车新四化”战略——电动化、共享化、国际化、智能网联化，其中共享化、智能网联化则完全属于数字化转型的范畴。随后，上汽又提出“1+4”数字化战略，“1”代表产品数字化，即智能网联汽车，“4”则代表业务体系的数字化转型，即数字营销、智能制造、数字化研发和智慧园区。为了体现数字化转型升级之坚定，上汽还于2017年设立了“首席数字官”这一新职位，成为中国第一个设立该职位的车企。首席数字官的职责很明确，就是通过加强企业内部、企业与外部供应商和客户之间的关系互动和数据流动，推动企业传统的组织方式、运营模式与数字化技术的融合。

产品数字化方面，上汽打造了以荣威RX5 MAX为代表的智能化产品。2016年7月，上汽与阿里巴巴合作开发的“互联网汽车”荣威RX5自上市起就开始热销。2019年8月再推出RX5 MAX，并搭载了不少解决消费者“痛点”的技术，如智能座舱，它不是解决开车更简单的问题，而是在车上能更有趣，所以从内饰设计到上层应用，都要开发专属于行车体验的应用，让用车过程感觉更好。RX5 MAX也成为上汽的爆款智能化产品。

数字化营销方面，上汽希望以用户体验为导向。具体操作包括三个层次。第一，通过数字化手段来规范整个业务链运营的过程，将体验流程与标准在经销商体系内有效执行，并进一步实现数据化的量化运营。第二，用数字化工具服务用户，让用户的体验更好。如今，用户试驾预约、邀约都是通过线上工具进行的，预定以后，沟通过程的所有信息可以直接传递到系统中，大大简化了以前实体店用纸笔填写预约单的程序。第三，多元化触达客户。以前主机厂接触客户更多通过经销商，但现在可以通过多元化渠道——官网、App、小程序等。

智能制造方面，上汽建立了以上汽宁德生产基地为代表的智能工厂。该智能工厂以几十套系统的精细化构建作为基础，依靠工业互联网平台将底层数据进行完全融合和贯通，并且基于工业互联网的工业数据舱和工业数据大脑，将数据进行融合，建立工业数据仓库。在智能制造的过程中，运行了几十项人工智能（AI）应用，包括智能设备诊断、智能质量管控、智能工厂运营优化，以及智能供应链的过程管控等。

数字化研发方面，上汽构建了基于软件定义硬件的数字化研发体系。数字化研发是最具核心意义且难度最高的部分。2019年，上汽开始建设由技术中心主导的研发数字化平台，将在知识管理平台、虚拟仿真管理平台、零部件智能设计系统、实验综合管理系统、样车试制管理系统等10余个方面推进实施。

智慧园区方面，上汽搭建了基于智慧园区的云架构，实现传感器和现场传感器的数据交互。平台与包括安防监控、消防预警、智能停车、环境监测、智能充电桩在内的20多个IoT系统进行数据交换，连接园区各硬件系统间的业务及数据孤岛，建立硬件设备、软件应用、用户之间的强链接关系，实现应用数据的动态采集，小颗粒、精细化的业务数据全面沉淀，为园区数据挖掘提供有力的数据支撑。

关于数字化转型战略的实施落地，上汽不断寻求与世界领先企业的合作。上汽不仅继续加深与SAP公司等“老朋友”的合作，还与华为等科技公司，以及阿里巴巴等互联网企业跨界探索，为数字化转型提供动力。事实上，这也正是上汽积极谋划的一种愿景：通过产业链上下游企业之间的彼此赋能和相互支撑，加速汽车产品与出行服务数字化的更新迭代，共享汽车行业数字化转型所创造的价值。

资料来源：根据上汽集团官网及其2020年年度报告资料整理。

2.数据赋能研究开发

数据赋能研究开发的重要内涵是企业开展数字化研发。数字化研发是企业数字化转型的重要组成部分，是企业应用云计算、物联网、大数据、移动互联等先进信息技术，建立数字化的产品开发平台，集成计算机辅助设计（computer aided design，CAD）、计算机辅助工艺过程设计（computer aided process planning，CAPP）、计算机辅助工程（computer aided engineering，CAE）、产品数据管理（product data management，PDM）等系统工具，开展产品和工艺的三维立体设计、产品仿真、虚拟验证等研发活动，从而提升产品研发效率和绩效[2]。

数据赋能研究开发具有需求分析精准化、研发设计高效化和研发流程并行化的特征。首先，企业可以基于大数据技术和数据挖掘技术，通过对在线浏览记录、搜索记录和产品评论等数据的分析，发现消费者的潜在需求和偏好，实现需求分析的精准化，从而有针对性地进行产品研发设计。其次，企业通过数字化的产品开发平台和工具，可以更快捷、高效地实现产品创意。例如，服装制造企业可以通过服装3D数字化技术大大节省设计研发工作量，有效地减少产品设计研发的时间[3]。最后，企业使用PLM（产品生命周期管理）系统等研发工具可以使得研发流程从串行向并行演进，传统上相互独立、顺序进行的研发工作在时空上实现了交叉、重组和优化。

数字技术的使用催生了数字化协同研发和数字化知识管理的新模式。企业在数字技术的支撑下，可以在企业内部、产业链及社会三个层面开展协同研发，从而提高研发资源的配置和利用效率。在数字化研发中，企业实施数字化研发知识管理是提升自身创新能力的重要手段。知识管理系统（knowledge management system，KMS）是一系列应用于管理组织知识的信息系统，能为组织战略决策、智力资本开发和商业模式创新提供知识和智慧支撑[4]。制造业企业建立自己的数字化研发知识管理系统对研究开发创新具有重要意义，能够帮助企业有效管理标准化的研发过程知识和体系化、模块化的产品知识。

·实践聚焦·

中国航天科工二院成功研发云雀协同研发平台

中国航天科工集团第二研究院（以下简称“中国航天科工二院”）二部自主研发的云雀协同研发平台充分利用数字化、信息化和网络化手段，以云端实时在线工作方式取代以往传统的面对面工作方式。该平台还通过微服务架构构建面向科研生产多场景的协同应用，目标是提供协同研讨、在线会议、工具管理和协同设计等功能。

云雀协同研发平台以效率提升为根本，提供团队协同研讨、设计任务协同、知识资源共享和快速协同仿真等核心功能，实现了研发团队的高效协同以及研发成果的清晰管控和研发知识的积累重用，可将产品设计效率提升4～5倍。云雀协同研发平台定位于科研生产即时通信与业务协同软件，旨在利用信息化、数字化和网络化手段提升科研生产沟通协同效率，提升科研生产数字化资源统筹应用效果，具有协同研讨、协同设计、知识管理、协同编辑、协同仿真等功能。

经过国家国防科技工业局测评中心测评，云雀协同研发平台是国内首个通过分级保护测评的机密增强型协同研讨系统，2019年年底面向中国航天科工二院正式上线，对推进国防军工企业数字化协同研发具有重要意义。

资料来源：经济日报新闻客户端.中国航天科工二院成功研发云雀系统[EB/OL].（2020-03-27）[2021-06-27].http://static.jingjiribao.cn/static/jjrbrss/rsshtml/20200327/242855.html.

3.数据赋能生产制造

数据赋能生产制造的核心是制造范式的变革。具体体现为：在数据驱动下，企业制造活动不断向数字化、网络化、智能化、绿色化方向发展，催生了以数字孪生、柔性生产、敏捷生产、精益生产等为代表的新制造范式，实现生产效率、产品质量及经济效益的极大提升。

数据赋能生产制造的新特征包括数字化、个性化和服务化。首先，生产制造数字化是指利用数字孪生、数字仿真、边缘计算等数字技术，在大数据驱动下实现实体制造与虚拟制造的实时交互。其次，生产制造个性化是指将数字技术与柔性制造技术相结合，以模块化设计为基础，以接近大批量生产的效率和成本提供能满足客户个性化需求的一种智能服务模式。最后，生产制造服务化则是指制造业企业通过创新优化生产组织形式、运营管理方式和商业发展模式，不断增加服务要素在投入和产出中的比重，从以加工组装为主向“制造+服务”转型，从单纯出售产品向出售“产品+服务”转变。

智能制造是数据赋能企业生产制造的新模式，也是传统制造企业转型升级的重要方向。我国在《智能制造发展规划（2016—2020年）》中对智能制造给出了明确定义：智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。信息物理系统（CPS）是智能制造发展的重要基础。信息物理系统强调计算资源与物理资源间的紧密结合和协调，提供了将相关制造事物映射到计算空间的理论框架，从而可以实现制造系统的轻松建模，具有适应性、自主性、高效性、功能性、可靠性、安全性和可用性等特点。信息物理系统为生产制造智能化提供了有力的技术支撑[5]。

工业互联网平台是智能制造发展的关键数字基础设施。工业互联网平台是在传统云平台的基础上叠加物联网、大数据、人工智能等新兴技术，构建更加精准、实时、高效的数据采集体系，建设包括存储、集成、访问、分析、管理功能在内的赋能平台，实现工业技术、经验、知识的模型化、软件化、复用化，以工业App的形式为制造业企业的各类创新所应用，最终形成资源富集、多方参与、合作共赢、协同演进的制造业生态。工业互联网引发生产范式变革，推动形成数据驱动制造模式，将为制造业企业重塑整个生产制造体系、塑造新型生产力、构建新型生产关系，成为制造业转型升级的新引擎。

·实践聚焦·

美的灯塔工厂

灯塔工厂（lighthouse factory）项目由世界经济论坛（WEF）和麦肯锡咨询公司在2018年发起，旨在从全球上千家工厂中选出数字化制造与全球化4.0的示范者。截至2021年9月，全球共有90家工厂入选“灯塔工厂榜单”。其中，中国拥有31家灯塔工厂，占全球灯塔工厂总数的34%，是目前世界上灯塔工厂数量最多的国家。合格的灯塔工厂需要满足以下4项标准：实现重大影响、成功整合多个用例、拥有可扩展的技术平台、在关键的推动因素（如管理变革、能力构建等）中表现优异。灯塔工厂的遴选大致包括以下环节。（1）通过“全球灯塔网络应用调查”提交问卷，提名候选工厂。（2）项目组织者对提名工厂进行内部评估，以确定其数字化转型是否足够成熟、是否能够作为灯塔候选人。（3）世界经济论坛派小组前往提名的候选工厂进行实地访问（访问可能以线上线下结合的方式进行），查看工厂的技术用例，并与工厂人员面谈。在实地访问后，小组形成并提交候选工厂的最终报告。（4）由世界领先的第四次工业革命的专家组成的独立委员会对候选工厂进行评估，选出新的灯塔工厂，并将结果由世界经济论坛公布。

目前，美的已有两家工厂入围“灯塔工厂榜单”，一家是位于广州的空调工厂，另一家是位于顺德的微波炉工厂（见图1-15）。美的灯塔工厂正在实施全面数字化、全面智能化战略。全面数字化是指基于“T+3”的全价值链核心要素信息的全面可视化、实时化。全面智能化则是指数据驱动业务执行层的智能化控制以及辅助管理层的实时、快速决策。2021年11月，本书作者团队前往美的空调广州工厂调研，广州工厂信息化建设的负责人陈善存先生向我们介绍了工厂“T+3”模式的运行情况和其中的成功用例。

“T+3”是一种基于用户订单拉动的运营模式。“T”是周期的意思，“T+0”为订单下达周期，“T+1”为生产备料周期，“T+2”为成品生产周期，“T+3”为物流到货周期。“T+3”模式就是将接收用户订单、原材料备货、工厂产品生产、物流配送四个周期，通过升级制造设备和工艺、优化制造流程、产供销联动等方式进行压缩，将每个周期的时间压缩至3天甚至更短。如图1-16所示，美的广州工厂在“T+3”的各个环节实现了数字化、智能化管理。

图1-15　美的灯塔工厂

资料来源：“美云智数”微信公众号。

图1-16　全面数字化的“T+3”模式

资料来源：作者根据调研资料整理绘制。

在订单下达周期，美的广州工厂实现了订单数字化，具体包括PSI（进销存）计划、产能可视、智能排程、直发标识等多项内容。其中，智能排程是工厂具有重大影响的用例。美的广州工厂使用美的自主研发的APS，该系统涵盖预测、产销平衡、订单承诺、生产物料计划、车间排程等功能，能够充分考虑全价值链中的约束因素，助力工厂实现供应链需求、计划、执行全流程协同的数字化、智能化、可视化和透明化。在APS的赋能下，美的广州工厂的排产效率提升70%。

在生产备料周期，美的广州工厂实现了采购数字化、供方数字化和物流数字化。具体而言，工厂实现了从需求下发、供方确认、供方计划、供方生产、供方配货、供方发货、供方进厂到卸货全流程的数字化管控，为精益生产模式的实施奠定了坚实基础。

在成品生产周期，美的广州工厂实现了生产数字化、品质数字化、人员数字化和设备数字化。其中，品质数字化中的AI检验是工厂具有重大影响的成功用例。美的广州工厂将AI与大数据技术相结合，将视觉检测终端设备通过网络连接到云端，在云端实现图像大数据的收集，并将这些数据在深度学习框架中予以训练，从而获得敏捷、高性能的通用化缺陷检测能力。目前，该技术已应用到电子插件检验、总装喷墨检验、总装轴承检验、注塑面板检验等多个环节，使检验成本降低55%。

在物流到货周期，美的广州工厂实现了成品数字化、发运数字化和结算数字化。美的广州工厂的全流程物流也是具有重大影响的成功用例。美的通过数字技术优化全国的仓网布局，在我国大陆31个省份的行政中心城市和关键客户需求城市构建了符合快消行业特点的供应链交付网络，实现全国118个物流中心的共同仓储、共同配送，2 000多个终端网点提供大件家电的送装一体化服务。同时，通过数字技术提升仓储配送之间的协同作业效率，实现车辆路线的科学规划和车辆在途运输的可见可控。通过物流数字化，美的广州工厂的订单交付周期缩短56%。

综上所述，美的广州工厂在工业互联网平台的赋能下，在多个用例上实现了重大影响，构建了端到端的价值链数字化运营能力。

资料来源：作者根据现场调研资料整理。

4.数据赋能营销服务

营销服务是企业价值创造及传递过程的关键环节，是企业价值流程的放大器与变现器，通过影响客户的感性认知，将理性创造过程形成的价值向市场传播与扩散，实现产品价值的商业化、规模化和大众化。结合“中国制造2025”的时代背景与新一轮科技革命的战略机遇，制造企业营销服务有了新的思维、新的工具与新的方法，通过积极运用大数据、云计算、人工智能等新一代信息技术开展营销服务创新，可以提升企业的价值共创能力，实现价值提升。

数据赋能营销服务的新特征包括客户管理精细化、产品推送精准化、渠道布局网络化、销售管理智能化。其中，客户管理精细化是指使用历史数据对客户进行分层，一般可根据数据库中客户的订单金额、产品偏好等信息将客户分为核心客户、重点客户、一般客户等，留住核心客户，培养重点客户，优化一般客户。产品推送精准化是指运用大数据分析技术对用户画像进行分析，使营销活动做到千人千面的精准化推送，尤其是移动互联网时代手机App的广泛使用，使得产品推送精准化成为可能。渠道布局网络化是指搭建数字化渠道管理平台，实现线上线下渠道的高效协同与网络布局，提升市场信息的采集分析和物流运输的效率。销售管理智能化是指建立销售管理系统，实现对销售情况的可视化监测和预测。

数据赋能营销服务的新模式有C2B模式、“智能+”模式和场景营销模式等。其中，C2B（customer to business）模式又称为个性化定制模式，被视为数字化时代的核心商业模式，具有以客户为导向、企业与客户互动、数据驱动以及产品快速迭代等特征。“智能+”模式的内涵则是从技术出发的跨界融合，构建技术和产业跨界融合的数字生态。“智能+”模式能用数字技术捕获消费者信息，感知消费者需求，并与消费者产生智能在线互动，例如新零售的智能穿戴设备领域。另外，场景营销模式是近几年的热议话题。互联网的本质是一种连接，场景则是一种连接方式。场景营销将用户活动按照各类场景进行梳理和划分，进行差异化营销，根据不同用户的使用习惯和感知关注点推送不同的业务，最大限度地满足用户需求，提升使用黏性。精准识别用户的场景化需求，并为用户提供个性化、场景化的信息、产品和服务，以场景触发消费行为。

·实践聚焦·

科大讯飞助力乐城超市实施精准营销策略

在商超行业产品和服务同质化、竞争激烈的大背景下，生鲜连锁超市品牌乐城超市加强营销服务创新，从众多知名商超中脱颖而出，形成了差异化的竞争优势。人工智能、大数据、机器人等新兴数字技术的发展，让营销服务环节的数字化、精细化成为可能。乐城超市主张重新回归零售精神的本源，运用机器人等新兴技术实施精准营销策略。

科大讯飞推出的智能服务机器人（Robot，A.I.and Bigdata，Offline and Online，RAIBOO）作为线下连接用户的全新的互动式智能媒介平台，将线下、线上数据深度融合，能给营销领域带来营销主动化、目标精准化、品牌人格化及效果可量化四大突破。2021年11月，本书作者团队前往位于广州的科大讯飞华南总部调研。公司产业发展中心总监杜轶锋先生向我们介绍，科大讯飞RAIBOO通过人脸识别、语音语义、券码打印、触屏互动、肢体动作、视频影音等多种功能，能实现商家与消费者实时互动并进行品牌传播的目的。

在具体的执行中，科大讯飞助力乐城超市实施精准营销可以分为以下四个步骤：

（1）消费者进入店铺以后，智能服务机器人就能开启主动迎宾模式，吸引消费者注意力并引导对话互动，同时进行WiFi信号扫描，对消费者ID进行后续跟踪与实时分析。

（2）当消费者开始与机器人进行互动之后，机器人会充分利用科大讯飞独有的AIUI语音技术和丰富的语音资源库主动与消费者展开多轮对话，精准识别并理解消费者的各种方言，即便人声嘈杂也能有效获取声音信息。进一步地，还可以通过引导消费者进行互动式触屏操作，让消费者主动了解超市品牌和最新活动。与此同时，机器人会提取消费者在实时对话中的有效信息，准确获取消费者的核心诉求和目标，有针对性地进行响应。

（3）在特别定制的问卷调查环节中，问卷根据人流量自动下发，通过智能机器人的引导，使得用户在不知不觉中完成问卷调查并获得特定奖励。

（4）在机器人与消费者的实时交互过程中，机器人会根据与消费者的交互信息及购买意向和需求，产生会员注册页面并引导消费者提交手机号码完成会员注册，注册完成后通过券码打印功能，给消费者提供促销活动的优惠券，刺激消费者主动完成购买。同时，通过机器人交互注册的会员信息将为线上渠道导流并完善企业客户关系管理。

乐城超市销售统计数据及科大讯飞大数据研究院与讯飞语音云平台的数据显示，智能服务机器人在店促销期间，乐城超市的总客单数达51 672笔，相当于10%的客流转化。通过“店面+机器人”的促销方式，门店单品日均销量迅速增长58%，通过“店面+机器人+短信”的促销方式，门店单品日均销量呈10倍增加，极大地提升了销量。

资料来源：作者根据调研及公开资料整理。

5.数据赋能组织管理

数据赋能组织管理的重要内涵是组织的数字化变革。数据要素驱动组织管理，通过建立数字化平台提升组织内部信息交互、团队协作和知识共享的效率，具有层次结构扁平化、组织功能平台化、管理模式智能化、决策权力自主化等新特征。其中，层次结构扁平化是指减少组织内部层次，淡化人员等级，构筑扁平化组织结构以灵活应对市场的变化。组织功能平台化是指企业能成为连接客户社群、制造商、渠道商、产业供应链以及投资资本的平台，作为平台型企业赋能其他企业。管理模式智能化是指运用云计算、物联网、大数据和人工智能等数字技术将企业的人员流、物流、资金流、信息流集成化处理，实现智能化整合。决策权力自主化是指组织为基层员工决策赋予更多权力，避免因科层制层级决策机制不符合当下不确定的市场环境而带来不利影响，为决策者提供更多的赋能空间。

数据驱动组织管理模式从管理向赋能转变，打造赋能型组织符合新型管理理念和时代潮流，企业的组织架构将呈现典型的“小前台+大中台”的特点。进入数字时代，传统的组织体系已经无法适应新的技术变革和人才需求，比如以组织运行的权利导向为主，而非客户导向；决策重心过高、层次多，无法提高对市场的反应速度；组织封闭，不开放；组织的“雇佣军”文化，价值观不统一。未来的组织要变得更轻、更简单，就必须“去中介化、去边界化、去戒律化、去权威化、去中心化”，也就是说，面对新时代，企业必须进行组织变革。打造数据赋能型组织是组织变革的重要抓手，只有变革组织，才能持续激活组织价值创造要素。只有创新组织模式，重构组织与人的关系，才能打造组织赋能平台，构建组织新治理与新生态。随之变化的是组织架构呈现“小前台+大中台”特征，高敏捷的“小前台”是由跨职能的人员组成前台业务团体，赋予业务决策权，自负（或部分自负）盈亏。强赋能的“大中台”则是跨职能、跨区域共享的业务支持平台，拥有数据驱动能力，紧贴业务为前台提供服务。构建“小前台、大中台”的组织结构，赋能一线，提升组织敏捷性，打造业务之间的高效协同机制，是智能组织演化的高效手段。

·实践聚焦·

小米的平台生态型组织管理模式

小米的组织管理模式呈现出“平台+生态”的特点，经过11年的探索，已经形成了独特的小米生态圈。小米通过其生态圈连接客户、与客户交互，实现了快速成长。

小米自创立以来，就以满足客户的个性化需求、极致化体验为重要目标，不断为客户提供超高性价比的产品和服务，并通过社会化、精准化、在线化的营销模式，让广大客户参与到产品的开发测试中，将客户转化为“米粉”，实现了在较大程度满足客户需求的同时，较快提升新产品的开发效率和效果，形成社会化营销的互联网营销模式，在很大程度上节省了传统线下渠道的分销成本。

从平台到生态，再到社会化分工和生态化运营，小米不断朝着平台生态型企业发展。小米通过平台化方式实现了小米生态圈的构建，以MIUI系统为基础逐步实现了各产品线的平台化运营，并逐步发展为小米生态圈，通过“投资+技术+品牌赋能”的形式，与生态圈企业进行社会化分工协作，实现了小米系产品的快速创新迭代和迅速的规模化生产、低成本运营。

小米自创立以来就是一家具有互联网基因的企业。它通过互联网的方式快速切入了手机市场，并将成功经验复制到电视、空气净化器、智能穿戴设备等其他市场。小米模式对于组织创新的启示主要在于以下几点：

（1）组织创新不是一成不变和单独存在的，是在企业战略和经营目标下企业整体创新的一个部分和过程。这是一个持续动态的过程，我们不能孤立和静态地看待组织创新。

（2）组织创新不局限于企业自身和内部员工，在数字化时代，生产者本身也是消费者，消费者本身也是参与者和传播者，生产者和消费者的界限逐渐模糊。企业应该将视野扩大至整个产业链条和价值链条当中，并重新审视自己的地位和价值，让产业环节和价值环节的成员都能参与到创新过程中，并分享创新的价值，从而赋能产业发展，推动这个产业体系向着平台化、生态化的方向前进。

（3）企业经营可以跨界，但组织创新没有边界。小米通过生态型、平台化打造，成功地实现了对其他传统行业的跨界经营，当然，这一跨界是紧密围绕着“客户及技术”这一核心开展的。但值得深思的是，传统企业管理思维中强调的“边界思维”在当前盛行“变道超车”的互联网企业是否还有效，企业如果要想实现“变道超车”，那么组织创新就不能设置边界。小米的平台生态型组织管理创新模式给予广大传统制造业企业以重要启示。

资料来源：①张化尧，薛珂，徐敏赛，等.商业孵化型平台生态系统的价值共创机制：小米案例[J].科研管理，2021，42（03）：71-79.

②宋立丰，刘莎莎，宋远方.冗余价值共享视角下企业平台化商业模式分析——以海尔、小米和韩都衣舍为例[J].管理学报，2019，16（04）：475-484.

概言之，如图1-17所示，数据赋能制造业企业创新管理是通过建立横向集成、纵向打通、端到端一体化的数据感知、智能认知、动态决策和精准执行赋能企业创新发展的战略决策、研究开发、生产制造、营销服务和组织管理，有效促进企业核创新能力、流创新能力、源创新能力，以及效果、效率、效益、效能“四效”（见图1-18）的提升，为企业创造经济价值和核心竞争力的过程。

图1-17　数据赋能制造业企业创新管理的路线

图1-18　数据赋能的“四效”

第一，效果。企业首先需要保证创新方向的正确性，才可能获得好的效果。人类的经验决策容易出现错误，数据赋能可以为企业构建客观的理论模型和提供科学的分析，提高企业及时、正确的战略决策能力和综合的战略管理能力，助力企业选择正确的创新。效果体现企业的核创新能力，是指企业相比于主要竞争对手在创新方面的核心能力，主要表现为企业具有及时、正确的战略决策能力以及综合的战略管理能力，从而快速响应环境的变化，引领企业在正确的创新道路上不断前进。

第二，效率。获得高效率的关键是正确地做事情。如果说效果是企业成功的前提，那么效率是企业获得持续竞争力的必要条件。数据赋能促进数据连通和端到端的集成管理，提高企业产品全生命周期协同管理和价值创造能力，从而提高企业效率。效率体现企业的流创新能力，是指企业具备不断改善内部价值链以及管理企业与外部供应链、产业链关系的一种能力，主要表现为企业具有产品全生命周期协同管理能力和价值共创能力，能够通过持续的流程优化、供应链管理、客户关系管理，提升企业内部和产业链上的价值创造能力。

第三，效益。效益是效果、效率提升，以及经济、社会、环境价值创造的综合化体现，是企业家系统思考企业发展，综合集成各种资源，有效管理企业，进行价值创造的结晶[6]。数据赋能企业创造包括经济价值、社会价值、环境价值在内的多种价值，全面提升企业效益。

第四，效能。效能是协同创新能力的体现，是企业通过内外部合作，与供应商共同成长、与经销商协同共赢，并进行价值传递和提升的过程。数据赋能让企业信息在企业内部纵向集成、在企业间横向集成，从而促进企业资源获取、整合、配置能力的提升，以及信息和知识转移、共享能力的增强。效能体现企业的源创新能力，是指企业创新体系由点及线、由线及面、由面及体协同发展，是生态共赢的关键。

[1] 刘洋，董久钰，魏江. 数字创新管理：理论框架与未来研究[J]. 管理世界，2020, 36(07):198-217.

[2] 杨帆，韩红波，魏梅娟，等. 基于模型、数据和流程驱动的数字化研发体系探索[J]. 国防科技工业，2019(11):50-51.

[3] 付晓萌. 3D 数字化打破虚实界墙，让服装设计研发提速增效[EB/OL]. (2019-04-22) [2021-03-04]. https://news.163.com/19/0422/11/EDC71G55000189DG.html.

[4] 叶春森，汪传雷，梁雯. 基于云计算的企业知识管理系统再造体系研究[J]. 情报理论与实践，2016,39(03):80-84.

[5] 张映锋，张党，任杉. 智能制造及其关键技术研究现状与趋势综述[J]. 机械科学与技术，2019，38(03)：329-338.

[6] 张振刚 . 格力模式 [M]. 北京：机械工业出版社，2019.