制造业业务规划与应用模式变革

当前，企业正在加速自身的数字化发展进程，已经开展了不同程度的数字化实践，大多数企业主要处于尝试探索和加速推进的状态。由此可见，规划企业数字化战略，打造企业级数据基座，建立核心数字化应用，成为了企业长期发展的趋势和必然选择。

企业如何自主实现数字化转型落地，支撑企业数字化服务成为一个重点问题。

● 信息系统发展阶段

诺兰总结了发达国家信息系统发展的经验和规律，总结出来信息系统进化的六阶段模型。一般认为模型中的各阶段都是不能跨越的。

因此，无论在确定开发管理信息系统的策略，或者在制定IT系统战略规划，都应首先明确本组织当前处于哪一生长阶段，进而根据该阶段特征来指导 IT建设。   

IT建设的螺旋式前进，还意味着这是一条只有起点没有终点的征途。数字化转型是伴随着数字技术的不断发展不断利用技术重新定义产业的发展模式和企业的业务战略模式的一个持续的过程。

企业IT建设从简单应用、到盲目的追求、到价值怀疑和恐惧、到理性规划和价值挖掘、到持续发展的过程。

● 数字化转型成熟度模型    

《数字化转型 成熟度模型》（T/AIITRE 10004—2023）

数字化转型：一种将业务与数据深度融合的过程，通过优化业务流程、沉淀数据、融合不同数据源、转换数据格式和分析数据等方式，将数据转化为有价值的资产，并开发新的应用，以实现业务价值的最大化。

该模型标准将企业数字化转型分为规范级、场景级、领域级、平台级和生态级五个发展阶段并在此基础上，依据数字化转型的不同广度和不同深度，将五个成熟度等级进一步细分为十个水平档次，帮助企业更加精准定位数字化转型发展的程度和水平。

评价域给出了成熟度等级评价的主要方面，包括发展战略、新型能力、系统性解决方案、治理体系、业务创新转型5个域及其对应的22个子域。

● 企业数字化转型——创新性变革

企业数字化转型是数字技术和业务双轮驱动下的企业业务、组织、流程、产品和商业模式等全方位的创新性变革，其本质是在企业实现全面信息化的基础上,构建平台化的新一代IT基础设施和可信安全架构， 通过数据技术和数据算法显性切入业务流,以数据驱动实现智能化闭环，使得企业的生产经营全过程可度量、可追溯、可预测、可传承，推动形成新业务、新业态、新模式，优化资源配置效率，对内提升效率和效益、对外提升客户满意度,构架企业新型竞争优势，实现价值创造。

信息化到数字化对比

传统信息化强调“流程”的信息化;数字化强调“业务”的数字化。数字化转型关注的不仅是管理，更关注业务的重塑。企业信息化主要负责部门是IT部门，而企业数字化转型的主要对象部门]为业务部门。转型战略的制定要从业务层面出发。企业数字化转型是一把手工程。数字化转型是企业的战略级转型，必须由企业的最高管理者亲自主导并参与。   

2023年6月27日，国资委召开深入推进国有企业数字化转型专题会。

五转：多措并举推进转型工作落地。

转意识、转组织、转模式、转方法、转文化

五化：促进传统业务全方位、全链条改造。

研发数字化、生产智能化、经营一体化、服务敏捷化、产业生态化       

五新：实现高水平科技自立自强。

新技术、推出新产品、布局新基建、打造“专精特新”企业、培育新兴产业   

五维：推进数据化中国建设。

数字政务、数字文化、数字社会、数字乡村、数字生态文明建设

● 企业数字化转型——思维方式转变

企业数字化建设涉及到企业的方方面面，数字化转型面临高要求、多维度的新挑战，过去的一些思想、认知也需要跟随信息化的发展做出相应的变化。

企业数字化建设，应以价值为导向，回归开源、节流、提效的商业本源。蓝图规划设计时体现体系化的设计和系统化的思维。

数字化企业要素：

1. 全局性拉通（业务、流程、数据）：实现业务、数据（结构化/非结构化文件）的全面融合贯通

● 持续优化业务组合

● 打造无障碍的生态化组织

● 打造以客户为中心的体验和互动连接

● 建设智能生产和柔性供应链，持续实现敏捷的产品与服务创新

● 重塑流程，实现业务数据驱动的自主决策和响应

2. 打造企业数字核心（IT技术支撑）：技术平台可扩展，应用可组合，统一平台进行管理和优化整个技术架构中实现无缝连接为大模型构建现代化数据平台，

3. 可持续发展（可持续发展）：可持续的战略与愿景，可持续的业务与产品、可持续的企业运营

4. 释放人才力量（组织、人员）：组建能掌舵未来的转型领导团队，技术赋能和技能升级打造未来员工团队、拥抱变化的文化和变革管理

● 数字化战略规划目标方向

企业数字化战略规划是一项层次多、跨度大的复杂工程。涉及到企业的方方面面，例如战略、文化、数据、技术、流程、组织、服务等。企业应采用系统性的解决方案，推动企业数字化的进程。

业务战略是数字化转型的龙头，一个好的数字化战略规划应该对准业务战略。一方面，业务战略决定了数字化战略方向，而另一方面，数字化战略则为业务战略的实现提供支持，两个相辅相成。全面重塑企业的管理和IT规划，给企业带来弯道超车的机会。

● 数字化规划应用开发策略

1.“自下而上”的开发策略

“自下而上”的开发策略是从现行系统的业务状况出发，先实现一个个具体的功能，逐步地由低级到高级达到业务战略目标。“自下而上”的开发策略的优点是可以避免大规模系统可能出现运行不协调的危险，但缺点是不能像想象那样完全周密，由于缺乏从整个系统出发考虑问题，随着系统的进展，往往要作许多重大修改，甚至重新规划、设计。

2.“自上而下”的开发策略

“自上而下”的开发策略强调从整体上协调和规划，由全面到局部，由长远到近期，从探索合理的信息流出发来设计信息系统。由于这种开发策略要求很强的逻辑性，因而难度较大。“自上而下”的开发策略是一种更重要的策略，是信息系统的发展走向集成和成熟的要求。整体性是系统的基本特性，虽然一个系统由许多子系统构成，但它们又是一个不可分割的整体。

在实践中，对于大型系统往往把这两种方法结合起来使用，即先自上而下地做好IT战略规划，再自下而上地逐步实现各系统的应用开发。   

数字化战略规划架构图

在确定企业数字化战略方向时，既要看到业务发展对IT提出了哪些要求，也要看到IT技术能在那些方面促进业务发展。企业发展必须有清晰的业务战略。通过业务战略目标确定数字化战略规划目标方向。

企业架构域作为一个各种解决方案的工具能力集合，给企业IT系统规划，提供战略指导和分析。平衡IT资源和业务间的依赖关系，识别出重复的业务需求和以及数据的重复利用率。并且能够平衡IT效率和业务创新之间的关系，支持业务创新，其主要包含：业务架构、应用架构、数据架构、技术架构这四方面的能力建设。

● 数字化战略规划——架构开发方法

IBM在五十年前提出来的企业系统规划方法论——业务系统规划（BSP），一模一样的“V字模型”，思路基本一样，只是因为技术的变化有些术语的差别：50 年前叫“应用”（application）或“功能”（function），今天叫“服务”（service）或“产品”。企业在构建自己的架构时不能够简单照搬，它提供了一系列的方法工具，企业应该按照自身的情况合理的运用这些方法论，走出属于自己的路。   

服务化V模型是一种软件开发模型，主要用于指导初级阶段数字化变革工作。

服务化V模型

它以服务化的设计模型为主，包括主要的业务要素、应用要素和数据要素，应用服务作为三者的融合单元，实现业务、数据与系统功能的全拉通。在数字化转型过程中，服务化V模型可以帮助企业更好地实现业务需求与技术的对接，提高软件开发的质量和效率，同时也可以帮助企业更好地实现数字化转型的战略目标。

TOGAF架构开发模型（ADM），运用了敏捷项目管理的思维方式，是一个强调迭代的框架，它可以根据企业的需求进行定制，一旦确定了数字化规划，打造出一个核心数字化应用，企业就可以将其推广到所有团队或部门进行反复循环，降低试错成本，实现价值最大化。

ADM是一种迭代方法,它贯穿整个规划过程，阶段之间以及各阶段模块内部。

每轮迭代意味着新的决策,包括：

●  覆盖范围（业务范围）

●  详细程度（精细化管理）

●  时间范围（时间周期）

●  架构资产重用（包括之前的迭代、其他框架、系统模型、业务模型等）

决策的基础是:竞争能力/资源可用性和价值创造。

每个阶段均根据当前业务需求进行验证,反过来又验证着当前业务需求。

在企业业务高速增长并且不断变更的过程中，保证架构体系的连续性。它涉及的问题包括如何在技术更新和市场变化中保持企业架构的稳定性和适应性，如何保证企业数据的一致性和完整性，以及如何在保证业务运行的同时进行不断地迭代和改进。

● 数字化战略规划实施路径

总的来说，整个数字化战略规划将划分成四个关键步骤：企业业务战略>>数字化战略规划>>IT战略与未来蓝图>>核心应用落地。各个阶段完成一系列任务，并最终产出对应的工作成果。  

数字化战略规划过程

企业发展必须有清晰的业务战略。企业战略描述了清晰的企业愿景、使命及战略目标，其中业务战略回答的是“在未来想成为什么样的企业”的问题，关注的是企业在哪些目标市场发展，通过何种途径来发展，采取什么样的措施来实现发展。在数字时代，企业需要获取数字化能力，调整业务战略，为企业奠定未来生存的根基。

● IT战略规划与未来蓝图设计

在做数字化战略规划蓝图时，需要多维度出发进行现状分析和诊断。要从用户的业务战略、业务现状、IT现状以及已有的IT项目计划的基础上，整合分析后进行分类聚焦，明确企业的核心需求。充分运用对行业的业务发展趋势以及IT 技术发展趋势的深刻理解，并参考国内外机构在实施信息化过程中的各种先进经验，设计出IT战略方向和未来蓝图。例如：

目标：加快绿色低碳转型、数字化转型

规划方向：到2025年，以数据为核心要素，聚焦五大重点任务，持续驱动设计协同化，生产智能化，管理精益化，销售服务智慧化，基础现代化，打造一个全业务协同、互通、实时、透明、绿色数字化工厂。   

1. 分析业务和IT现状

一方面对信息化建设现状进行全面性梳理，另一方面是对行业及环境进行综合分析，审视企业自身的能力和与业界标杆的差距，识别数字技术在企业内的应用前景。根据梳理及分析结果进行企业问题分析及需求挖掘，制定企业数字化期望目标。

梳理业务流程是数字化转型前的重要准备工作，它能够帮助企业更好地了解自身运营情况，并为设计企业信息流提供指导和依据。然而，需要在时间、资源和需求变化等方面权衡好利弊。

在现状分析与诊断阶段，将会阅读企业所提供的大量的文件、资料等（也就是我们的组织过程资产），并会对企业各主要业务部门以及信息技术部门进行一系列的访谈。并对这些了解到的内容，整合分析，进行分类聚焦，明确企业当前的核心需求，并出具分析报告。

分析业务与IT现状的目的：理清业务、梳理数据、发现断点、应用补全、形成闭环。分几点来做：

系统现状

业务现状

集成现状

梳理IT现状：比如说当前已经建立了哪些系统，这些系统间业务逻辑关系是什么样的。

梳理业务现状：梳理出关键业务流程，标记出当前业务断点情况。

系统及集成现状：明确哪些业务系统承载什么样的业务，以及系统之间的集成关系。

2. IT战略规划未来蓝图

一平台底座之上持续重构和生长数据标准和服务标准统一的业务应用，可以帮助企业以最经济实用的手段实现构建企业专属的柔性生产数字化系统。    

数字化工厂架构

基于平台统一规划、解构和重构业务系统全业务流程的数据源统一、过程数据实时在线可视可控可溯、数据驱动决策运营，进而提高业务协同效率、降低生产管理成本、提高产品质量、提升客户满意度。

通过调研、梳理分析形成现状分析报告。然后通过报告，定义并设计出企业IT战略和未来规划蓝图。有了未来的规划蓝图，再分析蓝图和现状之间的差距，确定这些差距的难度与优先级，并提出IT系统建设系统性解决方案。

根据系统性解决方案确定今后企业需要实施的IT项目、各个项目的时间顺序、相互依赖关系、项目时间表和需要的资源。制定出未来规划蓝图地实施落地计划。

● 应用规划实施思路

应用规划实施思路可以从以下几个方面入手：

● 业务分析流程规划

● 系统规划设计

● 系统开发及集成

● 持续迭代优化

我们结合现状以及蓝图来规划实施思路，包含：业务分析、流程规划、迭代开发、持续演进，专家评审这几个方面。

业务分析：梳理分析生产过程中的各种业务场景，执行流程，提出相应的数字化解决方案。

系统规划设计：因为这个项目业务场景复杂，需求不确定性比较大，我们使用了结构化+敏捷化的开发及设计方法，在我们的应用开发平台上进行持续迭代交付。在开发交付和持续演进方面，使用普元EOS高低开融合应用开发平台，同时也应用了ESB集成平台。

● 应用规划策略

主要通过以下四个环节完成数字化应用的规划设计：

1．业务环节

● 业务价值审查

重点根据企业内部价值和效能要求，外部质量体系要求的变化情况，对流程的价值要素开展适应性评估并提出更新建议；

● 业务架构分析

重点根据业务范围、业务分布、流程接口变化情况，结合数据交互格式、数量和交互方式等需求的变化情况，以及业务运行数据分析（如各流程年度运行次数、流程间信息流转次数、以及因业务覆盖面不全出现的线下办理数量和具体业务分布），开展业务架构的适应性评估并提出更新建议；

● 流程步骤优化

根据前两步的评估和更新建议，结合运行数据分析（如流程各环节耗费时间、审批否决次数及原因等），重新开展相关业务活动的“数字化”。   

基于企业实际情况梳理出对应的业务流程，做到量体裁衣，让系统建设价值最大化。具体实施过程如下：

第一步，根据企业当前业务分布，划分业务板块，并将管理责任明确到业务部门；

第二步，将业务板块逐层细分，直至最底层的单项业务活动。

第三步，以单项业务活动为单位，以业务价值目标为导向，结合业务活动的相关外部约束条件和不同业务活动之间的协同关系，依次开展“业务活动步骤化”、“步骤环节数据化”、“业务数据结构化”，规划系统应用功能模块。

2. 数据环节

数据是系统的灵魂，通过对数据流的规划梳理，实现上下游数据有效传递，高效共享。定义数据库、应用、平台和网络(组件)之间的需求和主蓝图。展示数据在业务流程、不同存储位置、业务角色和技术组件间的流动。数据流描述数据如何在业务流程和系统中流动。源于哪,在哪存,如何转化。

● 统一数据源头

利用公司的在线信息系统，在信息的源头对信息进行一次性收集和获取,避免错误信息进入和高昂的信息重新获取费用。

● 数据产生即处理

将信息处理融入产生该信息的实际工作中去中，信息收集者应该负责信息处理工作，使得其他人处理、协调该信息的工作降到最低。通过减少过程的外部接触点,从而大大减少了差错。   

● 跨系统跨区域数据集成

将地域上分散的资源集中化

3. 集成关系

从业务出发，分析各部门数据在系统中的分布，确定系统集成范围及数据转化关系。

4. 治理关系

确定当前各系统存在的数据问题，确定数据管理的方法、组织及对应的管理流程。

● 应用规划实施路径

以快速响应用户需求为导向，采用敏捷模式，不断迭代优化场景。这是一个迭代循环的过程，通过不断的循环迭代找到适合企业数字化的最佳路径。

1. 梳理管控场景

根据公司相关规章制度，和当前执行情况，梳理出各业务场景现状，结合数字化应用技术，绘制出系统建设总图业务框架。客户成立的项目小组，抽调各部门核心业务人员全程参与我们的调研和业务梳理、功能原型设计工作。多次反复沟通和调整，并需要明确在每个业务环节需要管控的目标和数据的需求。输出对应的各业务场景流程：   

● 流程说明（流程描述、开始、目标、归档。输入-活动-输出，相关政策支持）

● 流程图

● 流程组织架构

● 流程角色

通过对业务流以及数据流的梳理设计，以及企业当前系统数据集成的分析，规划出本次应用建设的总体业务框架。主要是以产品结构化模型为载体，定义设计信息、工艺信息和制造信息，实现了设计-工艺-制造（质量）全链路的业务协调和数据融合，确保生产数据统一源头，同一平台以及统一的标准和规范。

2. 设计场景原型

根据梳理出的系统建设后业务流程图或场景框架，对每一项活动进行IT原型设计。根据需求和功能，选择合适的原型类型，如草图原型、低保真原型、高保真原型等。通过高效的原型设计工具（普元高低开融合开发、Axure等），提高产品的质量和用户体验。

3. 构建数据模型

数据建模是让客户最头疼的事情之一，特别是一些中小制造企业岗位职能未细分、人员配置受限等因素，造成很多MES项目在数据建模阶段就出现停滞。但作为制造执行系统（MES）又离不开数据建模，如何合理设计MES的数据模型有可能成为项目实施成功的关键。   

数据建模过程中，要考虑到生产制造过程中的方方面面。通过将企业的生产流程、设备配置、产品规格、生产设备、原料、人力资源等方面的数据进行建模，MES能够实时收集、记录和存储相关信息，使企业了解到生产过程的方方面面，从而为决策提供有力支持。

同时，数据建模还能帮助企业对生产过程进行分析和优化，发现瓶颈和问题，并采取相应的措施提升生产效率和质量

我们在数据建模的过程中，主要分为三类模型：

第一、工厂模型（工厂、设备、生产单元等等）；

第二、产品模型（产品结构、工艺路线、流转卡、工序信息）；

第三、生产过程模型（基于事件来触发，用数据来驱动业务执行的一个模型）。

4. 应用开发实现

普元EOS高低开融合开发平台进行业务开发。

普元ESB企业服务总线以及DI数据集成开发平台，来管理系统之间的接口及数据交互。

5. 应用效能检测

结合企业的实际情况和需求，选择合适的工具和方法，建立完善的数字化管理平台，以提高企业的业务效率和用户体验，同时确保应用系统能够实现业务目标。

● 知识转移（人员赋能）

在实施过程中不仅帮助客户建立先进的管理体系，优秀的信息系统，而且将顾问的知识、经验、思考方法转移给客户和员工，从而使企业拥有一批数字化建设中坚力量。    

企业数字化是一个复杂的工程，选择适合自身业务的数字化解决方案是关键。不同的制造企业在数字化转型过程中面临着不同的挑战和需求。没有一种通用的解决方案适用于所有企业。在选择数字化产品和服务时，企业应先明确自身的痛点和目标，然后寻找与之匹配的解决方案。以确保选择最贴合企业的数字化转型路径。

数字化转型成功要素：

● 严格的产品选型和专业的需求分析；

● 灵活的系统模型和弹性的系统架构；

● 整体规划分步实施的策略与执行；

● 科学的项目管理体系和实施方法论；

● 领导重视，专人专职，全民参与提升认知。