IBM以世界級的企業(yè)級AI 為企業(yè)創(chuàng)造真正的業(yè)務價值

近年來，多變的外部環(huán)境給全球產業(yè)帶來巨大挑戰(zhàn)。以制造業(yè)為例，銷量下滑、供應鏈/資金鏈斷鏈、供給中斷、響應遲緩、網絡威脅加劇、人力資源緊缺等各項挑戰(zhàn)，使企業(yè)舉步維艱。與此同時，這些挑戰(zhàn)也成為促進產業(yè)攜手共創(chuàng)的動因。8月底，由工信部、山東省人民政府共同主辦的“2022世界先進制造業(yè)大會”在山東濟南召開，來自政府和產業(yè)的代表與國內外企業(yè)代表匯聚一堂，共同探討和分享如何把握數字化、智能化帶來的機會，應用新技術、新方法和新合作，來應對制造業(yè)面臨的挑戰(zhàn)，從而釋放創(chuàng)新潛力，推動制造業(yè)的高質量發(fā)展。

我有幸代表IBM出席了大會的“制造業(yè)高質量發(fā)展國際合作高峰論壇”，分享了IBM商業(yè)價值研究院（IBV）最近發(fā)布的題為《價值聚焦、技術向善--大數據和創(chuàng)新技術助力無邊界制造》報告當中的重要觀點，同時聚焦大數據與人工智能技術，分享了大中華區(qū)數家制造業(yè)的先行企業(yè)采用IBM的技術和方法，構建人工智能賦能的預測、自動化和優(yōu)化能力，快速獲得業(yè)務價值的成功實踐。

IBM認為，制造業(yè)企業(yè)要實現逆勢成長，構建無邊界的智能制造，需要打造三大能力：

第一是數智戰(zhàn)略，通過端到端的頂層設計和可落地的執(zhí)行路徑，用動態(tài)化的數據輔以智能技術靈活配置業(yè)務資源，為智能工作流奠定基礎。

第二是平臺模式，基于“打破邊界、整合共享”的原則，讓企業(yè)有效擺脫在多元化和專業(yè)化之間的矛盾，從而有效提升企業(yè)競爭力。其中的“邊界”不僅是企業(yè)外部的，企業(yè)內部不同部門之間也要打破邊界，財務部、業(yè)務部、銷售部、生產部進行整合共享，才能提升整個企業(yè)的競爭力。

第三是新興技術，通過算法和場景驅動人工智能，增強企業(yè)的運營績效和協同效率。運用物聯網和邊緣計算技術，搭建數字化工廠。在制造執(zhí)行系統(tǒng)（MES）的基礎上搭建工業(yè)互聯網平臺，實現全過程可視、質量全流程可追溯的智能制造。借助區(qū)塊鏈促進數據共享與業(yè)務協同，降低運營成本。

從頂層設計出發(fā)，分階段構建數智戰(zhàn)略

以上三大能力是逐步演進、相輔相成的。技術是基礎，平臺為載體，最后要貫徹的是企業(yè)的數字化、智能化戰(zhàn)略。數智戰(zhàn)略并非一蹴而就，需要同企業(yè)當前的信息化、數字化能力相結合，并制定分階段的演進目標。第一階段主要是夯實基礎，完善基礎業(yè)務相關的信息化系統(tǒng)建設和數據基礎建設，規(guī)劃未來的建設方向；第二階段要重點先行，開展重點的數字化項目，取得速贏，獲取關鍵利益相關人的認可和支持；第三階段是不斷完善拓展，完成數字化平臺整體搭建，并拓展數字化創(chuàng)新業(yè)務和應用。

IBM本身有非常強大的實施數智戰(zhàn)略的方法論，比如車庫創(chuàng)新方法論。通過幾天的工作坊，幫助企業(yè)厘清業(yè)務現狀、未來愿景，找到目前的突破點以及正確的發(fā)展路徑。這套方法論以輕咨詢的方式提供，IBM現在非常愿意把這些能力共享給我們的客戶，對于選定的客戶，IBM科技事業(yè)部有專門的Client Engineering團隊為他們提供服務，與客戶一起創(chuàng)新并實現共贏。

接下來，我就結合制造業(yè)的典型場景，從數智化戰(zhàn)略落地、平臺模式和新興技術采用這三個維度，來分享一下我們在大中華區(qū)市場與制造業(yè)客戶攜手共創(chuàng)的實踐與觀察。

首先是數智慧戰(zhàn)略的落地。我以制造業(yè)的一個重要業(yè)務場景為例，產銷協同是近兩年在制造業(yè)一個非常火的概念。從2020年疫情開始，整個供應鏈面臨著非常大的不確定性。這種情況下，產銷脫節(jié)的傳統(tǒng)方式會給企業(yè)帶來很大風險。因此，我們講產銷協同，本質是要以市場為導向，讓供應鏈上各個單位的生產要配合市場需求，生產、庫存、物流等也要同市場進行有效打通。產和銷之間要達到一種動態(tài)的平衡，同時實現從前端的銷售到后端的生產，以及物流供應鏈、財務，全鏈條的跨部門協調。

例如，某重型卡車集團亟需開展端到端拉通的“以終端用戶體驗為核心”的數字化頂層設計，以指導各項業(yè)務，尤其是供應鏈領域的轉型機會，并明確企業(yè)數字化平臺的建設思路。IBM 幫助該企業(yè)開展了業(yè)務分析與數智化能力診斷，構建了以產供銷協同為核心的數智化轉型愿景，規(guī)劃并落地了相應的數字化IT架構。

在端到端拉通的頂層設計指導下，該企業(yè)瞄準用戶體驗，以新技術為支撐，開展了多個變革項目，包括個性化高質量的產品研發(fā)、高效精確的訂單交付、長久互動式的客戶關系等，并最終實現了銷售增長、敏捷響應、協作共贏和質量提升。

通過業(yè)財一體化平臺，打通企業(yè)計劃、預測和優(yōu)化各個環(huán)節(jié)

講到平臺模式，IBV在報告中指出，業(yè)務平臺和數據平臺是近年來企業(yè)邁向智能制造的優(yōu)先選擇。大數據分析平臺在這樣的平臺戰(zhàn)略中應運而生，其核心在于深入洞察橫向行業(yè)與縱向業(yè)務，向前打通業(yè)務場景，向后橫向拉通運營數據，從而幫助創(chuàng)造和實現業(yè)務價值，實現可持續(xù)的競爭優(yōu)勢。我們依然以企業(yè)的業(yè)務場景為例，現在，這樣的大數據分析平臺在企業(yè)中的旺盛需求來自于業(yè)財一體化平臺。業(yè)財一體化，就是當企業(yè)做出任何生產和業(yè)務決策的時候，能夠很快了解到這些決策對財務最終三張表（資產負債表、利潤表、現金流量表）的影響，反之亦然，從而實現業(yè)務與財務的深度融合，從而真正實現降本增效。前面提到的產銷協同就是基于這一平臺的業(yè)務場景。

作為技術價值的輸出者，IBM通過業(yè)界獨一無二的業(yè)財一體化平臺“三部曲”，為客戶提供以下能力：

第一，計劃。計劃本身是跨部門的，從全面預算、銷售計劃、生產計劃到供應鏈計劃、物流計劃，但事實上大部分企業(yè)的計劃都沒有形成有效的聯動，從而大大削弱了計劃的有效性和時效性。IBM通過整合、靈活、易用的業(yè)財一體化平臺能夠幫助企業(yè)打破計劃孤島，在單一平臺上實現企業(yè)戰(zhàn)略、財務和運營層面的計劃、預算、合并、分析、測算等各類業(yè)務需求，并依托世界級的領先技術，針對企業(yè)日益增長的大數據量實現實時響應和聯動，從而有效應對企業(yè)多變的內外部市場環(huán)境，滿足企業(yè)精細化管理的要求。例如，當銷售端的計劃有變，它會實時聯動地影響到生產計劃、物流計劃等，并快速落實到財務的潛在結果。

第二，預測?；跇I(yè)財一體化平臺，我們可以幫助企業(yè)在各個環(huán)節(jié)進行有效的預測，例如需求端的銷售預測、生產端的產品質量預測等，讓企業(yè)能夠在激烈的市場競爭中占得先機。

第三，優(yōu)化。有了高效的計劃、有效的預測，那么如何在企業(yè)有限的人、財、物等資源的情況下，實現最高的效率和最大的效益呢？這就是優(yōu)化所解決的問題，也是現在企業(yè)所普遍關注的議題，典型的場景有生產的智能排產、物流的路徑優(yōu)化和門店的人員排班等。IBM強大的優(yōu)化引擎能夠保證輸出結果的最優(yōu)性、時效性和穩(wěn)定性。

IBM的業(yè)財一體化平臺可以非常好地支撐企業(yè)各個部門的多種應用場景，同時又可以把這些應用場景高效地拉通整合在一起。不同的企業(yè)會按照業(yè)務的優(yōu)先級，從一個部門的某個特定應用場景啟動平臺的搭建，而IBM平臺能夠很好地滿足企業(yè)未來三年、五年甚至十年的業(yè)財一體化數字化轉型需求，從而使得企業(yè)的數智化戰(zhàn)略能夠得到長期、有效的貫徹。

以國內某大型整車制造企業(yè)為例，該企業(yè)之前采用國際知名ERP預算系統(tǒng)去做全面預算，但是局限于系統(tǒng)架構和功能的局限性，之前的兩期實施都不順利。由于企業(yè)精細化管理對全面預算系統(tǒng)提出了越來越高的要求，已經超越了純粹財務系統(tǒng)的范疇，而原有的預算系統(tǒng)完全無法滿足。具體體現在，首先系統(tǒng)需要更靈活，在企業(yè)組織架構、產品線或者外部競爭態(tài)勢等日常變化時，能夠在系統(tǒng)中無需開發(fā)就能快速調整。其次，系統(tǒng)需要具備實時測算的能力，并對各個版本進行實時對比分析。再次，精細化管理下對數據的顆粒度要求非常細，會細化到每個車型、每個細分市場、每個物料單位、每個SKU（最小存貨單元）等，原有的預算系統(tǒng)完全無法達到性能要求和分析要求。最后，系統(tǒng)需要最大化地讓財務同事保留熟悉的Excel使用習慣，減少學習成本，系統(tǒng)還需要與原有的OA系統(tǒng)進行有效集成。

去年（2021年），IBM采用Planning Analytics平臺全面替換該企業(yè)原有的系統(tǒng)，并基于這一平臺搭建起從集團、工廠到各部門的全面預算系統(tǒng)，提供預算編制全過程的目標下達、在線編制提交匯總，多上多下的審批管控過程能力。同時，建立了關鍵指標監(jiān)控和自動化分析，利用強大的分析能力來增強預算過程的管控和糾偏，確保經營目標的落實。在此基礎上，雙方還計劃繼續(xù)推進二期、三期項目，業(yè)務場景包括整車經濟性、裝備經濟性和材料成本分析等。

由此可見，單一的Planning Analytics平臺能夠滿足企業(yè)從戰(zhàn)略、財務到運營各方面的績效管理需求，它不僅提供了強大的靈活性和高性能，還與Excel進行無縫整合，并融入了IBM強大的數據分析能力，以確保能夠為企業(yè)持續(xù)迭代的業(yè)務需求提供有效支持。

如果企業(yè)從全面預算開始搭建平臺，當上述的產銷協同需求出現時，企業(yè)可以基于同樣的平臺進行快速擴展。企業(yè)在業(yè)財一體化平臺的搭建過程中，可以持續(xù)疊加新產生的不同的業(yè)務場景。而且之前場景中定義的維度或者模型，在后面的應用中是可以復用的，因此隨著疊加的應用越來越多，后期應用的開發(fā)周期也會越來越短，這也是為什么IBM會特別強調平臺方法的重要性。

再以某家全球領先的手機制造廠商為例，這家企業(yè)要優(yōu)化管理報表應用。該企業(yè)業(yè)務跨全球各大區(qū)域，產品線很長，需要實時了解哪個區(qū)域、哪條產品線是盈利的，依托產品多維盈利性分析來進行業(yè)務決策。這其中的一個最大的難點在于有大量的成本需要分攤，比如辦公設施的固定成本、人力資源的固定成本等。這些成本必須要拆解到不同的區(qū)域、產品線，才真正使得多維盈利分析成為一種可能。當企業(yè)到達一定規(guī)模后，分攤量就非常大，而該手機制造廠商原有系統(tǒng)就碰到了很多挑戰(zhàn)，比如分攤的時效性，做一次全域的分攤就要三個小時以上，而如果分攤結果不準確則還會需要三個小時，長此以往，已經無法滿足精細化管理的要求。再如，分攤的規(guī)則經常發(fā)生變化，原有系統(tǒng)無法進行靈活配置，需要通過后臺開發(fā)才可以滿足。還有，分攤的多個測算版本無法直接進行比較。

IBM依然基于上述的Planning Analytics平臺為該企業(yè)重新構建了多維盈利分析系統(tǒng)。如今，該企業(yè)的一次全域分攤已經縮短到20分鐘以內，而且分攤規(guī)則的變化是可以由業(yè)務同事配置完成的，也就是當企業(yè)本身的分攤規(guī)則、分攤因子或分攤權重發(fā)生變化的時候，只要在系統(tǒng)里進行簡單的配置就可以實現了。高效分攤之后的不同版本之間可以通過可視化手段進行直觀對比。IBM的一財一體化平臺真正提升了企業(yè)的運營效率，同時讓多維盈利分析變得實時、高效和靈活。

以世界級的企業(yè)級AI，為企業(yè)創(chuàng)造真正的業(yè)務價值

說到應用新興技術，混合云與AI是IBM的戰(zhàn)略聚焦點，我就以數據和人工智能應用為例來進行說明。IBM的人工智能與語音識別、人臉識別這樣的消費者級別的人工智能（AI for Consumers）不一樣，我們致力于企業(yè)級的商用AI（AI for Business）應用，看重AI能在企業(yè)端的落地，為企業(yè)創(chuàng)造真正的業(yè)務價值。

梳理一下當今數字經濟的發(fā)展，數據量爆炸式增長，數據種類發(fā)生了翻天覆地的變化，企業(yè)內外部都不缺乏數據，缺的是高質量的數據，以及由數據產生的洞察。隨著算力的增強，AI有了商業(yè)應用的可能性，比如AI在工業(yè)制造中的應用。IBM所專注的企業(yè)級商用AI，能夠幫助企業(yè)解決他們最為關注的三個挑戰(zhàn)：預測、自動化和優(yōu)化。

在預測方面，IBM成功幫助國內一家大型的鋼鐵制造型企業(yè)進行質量檢測，對最終產品進行性能預警。該企業(yè)原有的方式是物理檢測，流程非常長，延緩了整個產品的出廠時間。而且由于取樣受到非常多因素的影響，所以檢測結果并不穩(wěn)定。運用業(yè)界領先的IBM SPSS Modeler機器學習平臺，該企業(yè)快速搭建和發(fā)布了基于產品性能預警的機器學習模型。客戶使用該平臺快速建立了能夠預報6個性能指標的機器學習模型，能夠很好地替換物理實驗結果，產品交付效率得到大大提升。這一平臺在企業(yè)端的應用已經超過兩年，并得到了非常好的反饋。

在自動化方面，以國內大型的整車制造型企業(yè)華晨寶馬為例，該企業(yè)的客戶服務中心需要支持大量的問詢，亟待引入智能數字員工來提供持續(xù)運營，在降低成本的同時提升客戶服務質量。我們利用IBM數字員工解決方案Watson Assistant和Watson Discovery幫助華晨寶馬構建了數字化員工，支持超過700個經銷商和生產工廠，涉及近10個業(yè)務部門的問題和近100個IT系統(tǒng)問題。

另一個自動化方面的成功案例是某國家級超算中心通過IBM Cloud Pak for Watson AIOps有效地將網絡環(huán)境維運的MTTD（平均檢測時間）降低了55%。這一解決方案將原本各自分散孤立的IT堆疊和工具中的數據匯集在一起，從而提供整個IT基礎架構環(huán)境的全貌視圖，連接整個環(huán)境中的應用數據并預測未來的事件，提前警示IT相關問題以及進行根因查找，并建議可行的解決方案 。

在優(yōu)化方面，某國內全球領先的汽車零部件企業(yè)急需優(yōu)化其排程效率。人工排程成本高，隊伍很難拓展，響應速度慢，例如在臨時插單情況下很難在短時間內進行重新排程。IBM為企業(yè)部署了以Decision Optimization（CPLEX）為核心的供應鏈智能協同平臺，不僅作為工廠日常運營的核心，還驅動了工廠運營模式和組織架構的變革。在及時響應客戶需求的同時，全方位系統(tǒng)性地提升了工廠運行效率。借助智能排產系統(tǒng)，企業(yè)的計劃執(zhí)行效率提高了95%，實現了準時排程。當有插單情況發(fā)生時，系統(tǒng)可以在15分鐘之內對全天生產計劃進行重新編排，既能夠響應市場的變化，又最大限度發(fā)揮了整個產線的效能。

從這些成功案例當中，我們不難看出，盡管挑戰(zhàn)依舊嚴峻，但仍有一波制造企業(yè)實現了逆勢成長，他們通過加速采用新的技術與工具，依托大數據、人工智能開展數據為先的創(chuàng)新，重塑和優(yōu)化自身的業(yè)務運營、商業(yè)模式和客戶體驗，獲得了降本增效的直接收益，并贏得了新的增長機遇。在這條成長、探索之路上，IBM愿意成為值得這些企業(yè)信賴的可靠的技術合作伙伴。