開篇之時，首先向期待繼續看到我文章的朋友們，深深說一聲：對不起。原本計劃半個月左右寫一篇，前幾篇還好，這篇一下子拖延了差不多快3個月，真的很抱歉。

　　原因主要有兩個，一個是，上一篇文章發表后不久，可能就是第二天，在北京有個工業4.0小規模演講會，一位上市公司老總開始關注我和我團隊的創業，關注我們創業的主題是企業核心能力的測評、分析和改善，尤其是關注我們開發的工業4.0測評模型。經過兩個月和這家公司的交流、深度交流、全方位交流，以及他們的盡職調查，并全部履行完上市公司投資的法定手續，到5月底順利完成了我們創業的首輪融資。

　　我們的產品是CCIAI：中國企業核心能力測評、分析、改善Saas云服務平臺，英文全稱是Corporate Core Competency：Indicator, Analysis & Improvement。

　　其實，到今天為止，不能說，就根本解決了“中國企業如何走向工業4.0”這個嚴肅的命題，但至少和我的前四篇文章比，還是有明顯的進步。可以肯定地說，真正能解決“中國企業如何走向工業4.0”這個命題的，絕不會是今天的文章本身，而一定是未來那些擔當起中國脊梁的中國企業自身實踐的腳步。

　　這兩個多月，我和我團隊思考的，如何走向工業4.0，新模型的結構展示如下。

　　我來詳細解釋這個新的模型。

　　兮易工業4.0測評模型的要義

　　1、動態階段的概念

　　中國企業走向工業4.0不是一個短期內可以完成的歷史任務，因此必須引入一個階段的概念，因此，模型提出了：前2.0和2.0的階段，2.0到3.0的階段和3.0到4.0的階段，這樣動態進步的概念。階段性進步概念的好處是，對于一家具體的企業，你首先要知道，在當下今天你是處在一個什么發展水平，一個什么歷史階段上。這是我們進步的出發點。這就解決了，我們需要朝前看工業4.0的遠景，同時我們更需要量化測評我們今天所在的位置，同時知道，我們需要如何走到3.0，以至于4.0，解決了一個路線圖問題。

　　2、2.0階段的基本定義

　　工業化與標準化，也就是大規模制造的階段，這個和德國工業4.0的定義也吻合。我提出了2.0的本質特征是“大批量訂單滿足用戶的基本需求”。在這個階段，對大規模制造提供能力支撐的信息系統關鍵特征是什么呢，是滿足基本的業務需求的信息化系統，比如ERP系統等。在這個新模型里，我增加了一個“精益管理”的新維度。在前2.0和2.0階段，一般說來是“精益管理”的導入期。

　　3、從2.0走向3.0階段有兩個基本特征

　　一個是產線自動化導入階段，也就是德國工業4.0提出的從工業化走向自動化的階段，同時也是從大規模制造走向大規模定制的階段。大規模定制，從電腦、汽車、發動機、家電等行業的實踐看，這個階段具體實踐是，通過模塊化設計與制造完成大規模定制的歷史過程。在這個階段，信息系統也呈現兩個特征，一個是自動化設備和自動化系統的導入和增強，另一個是信息系統的模塊化的增強。在這個階段，精益管理表現為，由導入期發展到提升期，精益在企業管理中切實起到了助推作用。

　　4、從3.0走向4.0

　　遵從德國工業4.0的通用表述，是智能化階段，從企業經營的本質看，是“個性化制造”的階段，就是說，是個性化訂單滿足用戶個性化需求的階段。這個階段從信息系統角度看，如果不采用智能設備，不采用物聯網，不進行系統互聯互通，難以從技術手段上實現個性化需求的滿足。這個階段，精益管理將進入“高標準精益”的新階段。

　　5、大數據的定位

　　從2.0走向4.0的過程，可以肯定地說，是系統實現可視（看到數據）的過程，從表面可視走向深層可視的過程，因此也是從數據走向大數據的過程。大數據的一個基本和必要前提是可視，但表面可視解決的是企業內部經營者所要的報表分析，而深層可視帶來的是以前所不曾有的，表面上看不到的，為企業帶來新的價值增值。

　　6、企業不變的初衷

　　我們已經走過或者還在走的2.0也好，已經或即將開始的3.0也好，還是展望未來或行將開始的4.0也好，企業經營者永遠不忘初衷，永遠需要牢記在心的，就是企業的本質和存在的合理性就是，不斷滿足用戶不斷變化的需求和用戶的完美體驗。

　　兮易工業4.0測評模型的基本維度

　　和我前面寫的文章比較，在測評維度上，基于一些先進企業的實踐，我們提出了基本九個維度的建模。

　　1、第一個測評維度是銷售預測準確率

　　鏈接用戶需求，使需求轉化成訂單的核心環節是銷售。在前2.0和2.0階段，測評銷售的核心點是，考察實現標準化大規模制造產品的銷售預測準確的程度。這在絕大多數企業都是公司最高級別的考核指標，是非常硬，也有很高難度的指標。

　　在2.0走向3.0階段是標準化+模塊化定制產品銷售預測的準確率，即兩種銷售模式并行的預測準確率，同時還要考慮全渠道統一的預測準確率，在這個階段，既有線下傳統渠道的預測，又增加了線上電商渠道的預測。

　　而在3.0走向4.0階段，是更加復雜的三種不同類型訂單（標準化訂單、模塊化訂單，加個性化訂單）的預測準確率和由此而產生的用戶大數據分析對預測的貢獻率。

　　2、第二個維度是訂單履約或訂單執行

　　也可以說是訂單交付（OTD）。在前2.0和2.0階段，主要考察從預測，從訂單到計劃，到訂單交付，全過程的業務流程和信息系統是否基本健全和切實在發揮作用。

　　而在2.0走向3.0階段，重點考察是否建立了能實現模塊化訂單交付的能力體系、系統增強以及BOM的打通。

　　而在3.0走向4.0階段，應該是三種訂單都能實現即時承諾，而且能實現隨時下單的業務流程和與之匹配的智能化信息系統是否具備。

　　3、維度三是采購

　　在前2.0和2.0階段主要測評采購料件的質量、交期和成本，實現這三個KPI的流程體系和與信息系統是否已經創建。

　　在2.0走向3.0階段，主要考察三個關鍵點：

　　一個是模塊化采購是否實現；

　　第二個是模塊化供應商導入的程度；

　　第三個是供應商是否參與了品牌廠家的模塊化設計。

　　在3.0走向4.0階段，則是在3.0進步的基礎上，追加考察供應商的料件加工是否能實現加工全程可視，只有全程可視，才能根本實現質量可追溯和質量0缺陷。

　　4、維度四是研發設計體系

　　測評KPI有三個：

　　第一個是TTM（Time to market），新品上市數量占產品規劃的比例以及是否按規劃時間上市；

　　第二是TTR（Time to Revenue），新品上市后的實際銷售收入和預期銷售的比較；

　　第三是TTP（Time to Profit），新品銷售的實際利潤與預期利潤的比較。

　　在前2.0和2.0階段主要看實現這三個KPI的基本產品企劃、研發設計和新品上市的體系（業務流程）和基本的信息系統是否建立。

　　而在2.0走向3.0階段則主要看產品的全生命周期管理（Project Lifecycle）體系是否建立，看模塊化研發設計是否實現，比如，具體說，在模塊化設計上，要測評有沒有產品配置、設計參數、接口規范、模塊需求發布等。

　　在3.0走向4.0階段，主要測評有沒有基于IOT與互聯網，實現基于用戶體驗和用戶參與的設計，有沒有建立個性化產品的設計研發體系，有沒有實現高標準的3D虛擬仿真設計，有沒有實現全球的實時協同研發，即研發設計資源的全球實時共享。

　　5、第五個維度是制造到智能制造

　　在前2.0和2.0階段聚焦在訂單兌現、質量、節拍和設備利用率幾個KPI上。主要測評ERP計劃、計劃到排產是否打通，基本的MES是否實現等關鍵點上。2.0走向3.0階段則聚焦在，完整的MES與ERP，與APS，與底層系統是否打通，是否能實現精益排產的。

　　而在3.0走向4.0，則聚焦在合理的終端智能設備導入，實現基于工業互聯網的系統上下左右的互通互聯，即機機和人機交互上，同時實現實時的業務流程、系統和設備的可視、可控和可分析。注意，這里用的是終端智能設備的“合理導入”，而非越多越好，而非“無人工廠”，而非“機器換人”。

　　6、第六個維度

　　是廠內（Inbound）物流和廠外（Outbound）物流。在前2.0和2.0階段主要是考察是否打好了物流的基礎，即做好出入庫管理、倉儲管理、配送管理，即從業務流程角度，人的能力培育角度，又從系統建設角度。

　　在2.0走向3.0階段，側重考察大型品牌企業是否著力打造高效的物流管理平臺和物流互聯網系統平臺。

　　在3.0走向4.0階段，側重考察Inbound立體倉與智能控制系統的建設，Outbound互聯網智慧物流平臺的建設。

　　7、第七個維度是質量管理

　　2.0時代主要是精益質量管理的基本體系的建立；2.0到3.0時代主要是質量體系的進一步完善和更多自動檢測分析設備的導入和質量信息系統的建設。

　　在3.0到4.0時代，則是全價值鏈所有涉及質量的環節能夠實現到料件、到批次360度動態的質量監控，從而實現質量的0缺陷管理。

　　8、第八個維度是設備管理

　　2.0時代主要考核設備完好高效使用的基本業務流程和信息系統是否建立，在2.0到3.0時代主要考核設備點檢維護是否完整實現了自動化。

　　在3.0到4.0時代考核是否導入了智能設備和智能系統從而實現設備的實時點檢維護和實時可視和可控。

　　9、最后一個維度就是大數據的應用

　　到目前階段，中國企業，不管是漫步在2.0階段的企業，還是進展到3.0階段的企業，幾乎很少有企業在實施大數據或工業大數據的應用。

　　我參加過幾個大數據會議，5月31日在杭州蕭山參加了一個高規格的工業大數據會議，由國家網信辦、浙江經信委和蕭山區人民政府共同舉辦。老實說，上臺發言介紹數據應用，介紹信息系統建設的居多，而真正稱之為工業大數據應用的少之又少。

　　可能是我的個人偏見，或者是我個人的一孔之見，在與智能制造緊密相連，邏輯上前后呼應的工業大數據領域，不討論計劃與排程，不討論制造與工藝，不討論質量控制，不討論設備的高效利用，不討論倉儲物流，不討論MES，不討論人機互聯，怎么可能進入工業大數據領域？

　　而討論這些，也才僅僅是工業大數據分析模型的基礎和前提條件。

　　我始終認為，工業大數據應用的深度與否是考察未來中國企業能否走向全世界制造的制高點和制勝點最重要的一塊試金石。

　　因為，很明顯，我們如果實現絕對的最優成本結構（ABC+），實現真正的質量0缺陷，實現訂單及時承諾和隨時下單（即需即供），實現無限趨近于0的最優庫存結構，沒有工業大數據的分析模型如何能做到。

　　這九個大的維度，我也稱之為九個板塊，構成了我們“兮易工業4.0測評模型”的頂層架構。但我們的測評模型不僅于此。在板塊基礎上，我們進而開發出了聚焦三個階段的87個小測評模塊和更多的測評模板。

　　在接下來的時間里，我們計劃，首先在紡織行業上游，也就是滌綸和錦綸企業，在紡織行業的下游，就是服裝鞋包時尚企業，開始具體運用這個模型對企業進行具體測評、分析、改善實踐。幸運的是，有兩個企業已經開始了，項目的名稱都是工業4.0升級改造。

　　一旦項目有了具體成果，甚至或者是不成功的實踐，我們都會向關注這一模型的朋友們做匯報。