笔者认为，信息化是主要从手工到计算机的跃升，把原来的手工流程经过优化梳理后在计算机中固化下来，通过系统来约束作业，减少人为因素的影响，减少出错，便于规模化经营和协作。现在，随着云计算、大数据、AI及各种智能设备的普及，企业在信息化的基础上进行供应链升级，应用新技术，软硬件结合，把原有的供应链信息孤岛连接起来，原先缺失的功能完善起来。

因此，数智化是信息化的升级和延伸，是制造业供应链升级的必经之路。不论信息化，还是数智化，其核心是要服务于企业经营管理，帮助企业增收、降本、提效以及更好地服务客户。

制造业数智化升级的推动因素

无论是过去基础的信息化建设，还是现在倡导的数字化、智能化，背后都有相对明确的推动因素。

1.国家政策、行业规范的要求

就如同会计电算化带来了财务软件的普及应用，电子发票给费控软件带来的巨大商机。国家政策和行业的规范要求都推动了企业管理走向数字化。最近，国家大力扶持数字经济的文件密集出台，如：1月12日《国务院关于印发“十四五”数字经济发展规划的通知》、1月15日求是网发表的习近平总书记《不断做强做优做大我国数字经济》的文章，这无疑也对制造业产生了深远的影响。

2.黑天鹅事件的促进

2020年至今，新冠疫情给我们的生活和企业经营带来了巨大的不确定性和不可控性。如果一家企业是国内供应链为主，国内采购、国内生产、国内销售，疫情虽然有影响，但从时间长度和影响严重性角度来讲，相对可控；但如果企业的经营行为有较大比例的国际供应链，比如原材料的海外采购或成品的海外销售，那么疫情的影响就可能非常大，也更加不可控。oTMS的客户中，48%是外资企业，52%是中国本土企业，因此我们注意到这些企业对自身供应链管理的要求正在提升。供应链必须要足够有韧性，更能应对突然情况，才能使企业在不确定的环境中突出重围。

3.终端市场的变化

渠道下沉、渠道多元化，使得很多企业的商流模式从以往的“批发模式”变为“零售模式”，即过去主要服务于全国一、二级大经销商，现在需要服务于全国一、二、三、四线城市的经销商以及终端个人客户。批发模式下，订单特点是大批量、低频次，特点是规模化，大批量采购、大批量制造、大批量的销售；而在零售模式下，订单特点是小批量、高频次，特点是精细且柔性。

以上的第一和第二点，笔者认为是制造业数智化升级的主要推动因素，第三点是辅助因素。终端市场的变化在服务行业先行，因此服务业是在数智化升级的第一梯队，但可以预见，随着市场格局的变化，制造业也必将会快马加鞭、迎头赶上。

数据整合驱动智能决策

制造业数智化升级过程中的“痛点”

制造业企业流程更严谨、更复杂，因而升级过程中遇到的痛点或挑战更多。以下列举的痛点，比如关于组织和人的部分，是各行业都会遇到的，但比如流程化有关的问题，则是专属于制造业的较为突出的问题。数智化是方向，是美好的彼岸，但能否少折腾、不伤筋动骨地到达美好的彼岸，取决于在数智化的过程中，企业和服务商如何共同来应对以下挑战。

1.内部信息系统众多，但是联通性低

大部分的制造业企业或多或少地应用了不同类型的信息系统，尤其是大型制造业企业，普遍在生产、财务、销售、客服、OA等企业内部各业务体系，应用了众多的专业软件，但是不同系统之间联通性差，各个系统都作为孤岛存在，不同业务数据共享度低。加之制造业体系和流程较为复杂，在缺乏强有力的外部推动因素的情况下，内部变化动力不足。所以，经常出现的情况是，尽管内部有很多系统，不同的部门和业务线在实际工作中，很多任务依然得通过邮件来完成；很多数据依然不能快速共享，无法支持企业根据数据做出快速的判断和决策。

2.业务复杂度高，既往流程固化，改变难度大

制造业企业的业务复杂度高，而且内部大量的工作流程和工作习惯是多年积累、沉淀的结果，受不同时期的业务特点和技术局限性影响较大。数智化升级的目的是通过诸如云计算、5G、AI、大数据等先进技术的应用来提高企业经营管理的效率，并带来更高的产出。所以，这个升级过程必然需要对存在的各种可行但是“别扭”的流程做重新的优化梳理，而不是一成不变地把原有的流程简单地数字化、线上化。这就要求企业够跳出原有思维框架想问题，并且接受流程上的改变，在推行过程中，必然会有阻力。

同时，不能忽略一些非常基础但是核心的问题，比如企业的基础数据。每个企业或多或少都建立了自己的基础数据，但是如果仔细回顾，数据的质量确实存在很大参差。比如，产品的重量体积是否准确？客户联系人信息是否准确？如果有变化，更新是否及时？如果核心数据不完善，那么对于后续的升级也会带来更高的难度。

3.数智化转型需要企业内部存在有效的变革组织和执行机制

企业的数智化升级往往需要优化业务流程，从而会改变对应员工的现有工作习惯。数智化升级战略一般是由高层发起，中层参与讨论，一起制定出来的。在大的战略框架中，每个业务线的数智化产品选型也往往是由企业高层、业务线负责人、IT负责人共同来确定。然而，由于涉及现有流程的更改，如果企业未能与业务线的具体操作人员提前沟通、统一认知、达成共识，往往会在落地实施的过程中遇到阻力，从而影响最终的实际效果。

4.长远战略规划 vs 阶段性数智化目标

企业的数智化升级是一个需要长期投入和耐心的持久战。这里的投入不仅意味着较大的资金投入，也包括中高管理层的注意力的投入；而这里的耐心，指的是从投入到见效只是开始，还需要企业长期的运行、维护以及优化，来确保新的数智化体系能够真正满足企业的持续经营管理目标。所以，在数智化过程中相对健康的结构应该是，有一个企业级的数智化战略和目标，在这个大目标之下，分解为若干个小目标，每个小目标有对应具体要做的事情以及判断是否成功的标准。同时，每个小目标是彼此关联的。这里笔者想引入一个“点-线-面”的模型结构。

制造业数智化升级路径：点-线-面的关系模型

上文提到，整个企业数智化战略升级将是一个长期的过程，需要经历复杂甚至是痛苦的转型。那么该从何下手？笔者想用“点-线-面”的模型来解读这个进程：

点：一个业务条线/职能部门中的不同功能；

线：不同业务条线、不同职能部门；

面：企业的所有业务线、部门协同合作的经营全局。

其中，面的概念比较好理解，就是指企业的全局。线和点的关系可以通过举例来更好地理解，比如：市场和销售部门作为一条线，其中管理销售过程的CRM系统、电销系统、管理商机和转化的系统就相当于这条线上的不同个点；企业供应链部门是一条线，那么计划系统、采购系统、WMS、TMS就是这条线上的不同个点。

企业整体的数智化升级，首先具备足够多的点，每个点独立运转良好，然后需要把这些点连接成线，彼此联通、流程共享、数据共享，最后要让多个线条，该联通的联通、该共享的共享、该独立的独立，从而编织成一张网，来真实、快速地反映企业经营管理现状，助力企业的决策。这才算是真正实现了数智化驱动企业发展。

端到端数字化 物流状态随时知晓

数智化驱动下的制造业解决方案

oTMS作为一家聚焦于企业数智化运输体系搭建的软件服务商，已服务于上百家大中型货主企业，亲身经历了大量企业在运输领域的数智化升级之路。

我们注意到，在疫情之后，尤其是2021年下半年，疫情仍在反复，大家意识到疫情将不会短期消失，这使得疫情对于供应链的影响持续发酵。制造业企业开启了一轮数字化升级，客户立项数量远大于服装、零售等行业。

同时，国外的一些大企业由于全球化布局更明显，受疫情影响更大。从2021年开始，他们纷纷加大投入，以提高企业内部全球物流体系的数字化水平。因为一家企业不可能影响到船公司、港口，所以他们选择尽快搭建自己的全球物流可视化体系，在不确定性这个大主题下，增加供应链的可预测性和确定性，提高自己的应对能力。

在这样的背景下，oTMS的解决方案不仅聚焦于运输执行的在途可视，更致力于与企业内部上游系统打通并抓取关键数据。基于企业物流网络，进行智能计划和分析，从而助力企业打造有韧性的物流管理体系。

以某大型制造企业为例，该企业拥有5个以上工厂、10个以上仓库（含厂内仓）、超过15家物流公司以及近2000家经销商。oTMS将所有生产厂、仓库（厂内仓库+区域仓库）、物流公司和终端经销商连接在同一平台。

过去，该企业已经完成了初步的信息化。当ERP系统下单时，已经包含了发货工厂、仓库、物流公司的数据，TMS直接把订单分配给对应的物流公司，由此已实现了端到端的可视化管理。现在，在升级后，ERP系统下单时，仍然包含发货工厂、仓库、物流公司的数据，但是会首先通过oTMS的智能优化引擎，查询工厂/仓库的库存数据，根据不同工厂/仓库的运输成本和数据计算最优发货选择，把计算结果和ERP系统中原发货策略进行成本和运输时间的对比，选择最优方案。这既是在信息化之上叠加了智能化，做到智能计划和分单；也是我们之前提到的点和线的区别，系统之间形成了联动，更好地为前端服务。

同时，在落地过程中，我们考虑到零担订单需要进行二次或以上的中转运输，使用App的方式追踪在现实生活中较难实现，就采用了微信小程序，从而完成过程中不同司机之间的订单中转交接，最大程度地保证数据链条不中断。

货物送达后，司机拍摄客户签收后的订单，通过App或者微信小程序上传签收单据的电子版本以及货物照片。与此同时，企业可以直接把物流数据通过API同步到终端系统，终端客户可以通过统一的经销商管理系统实时查看，再一次形成了系统间的信息同步。 

未来，供应链数智化能力的构建将成为制造业的核心能力之一。对于大批想要升级的企业来说，我们建议依照点-线-面的逻辑模型，稳扎稳打，逐步链接优化。同时，管理层需足够重视，并组建起相关团队，在充分了解原有业务流程的基础上设计优化方案。任何的转型升级都不是一朝一夕，但我们坚信，在这条路上，一定会有越来越多的同行者，让中国制造业更加强大。