20万㎡厂房，132名员工，10分钟下线一台重卡 | 走进标杆工厂

第二，我们的企业形态会发生大的变化，就和我们看到的销售形态时发生的变化是一样的。现在这种靠权力管理维持的工厂，会发生很大的变化。平台型的组织、网络化的制造及服务，还有工业知识积淀都会出来。

第三，区块链的广泛应用，会让我们的交易变得自动化。制造业的交易成本是非常高的，但是如果可以把区块链的技术与IoT结合，就可以实现交易自动化了。

第四，产能一体。我们在座的各位同学，可能经常会接到电话问要不要贷款，因为你的消费数字模型、信用模型已经建立起来，金融机构就可以给你贷款。但是一家正儿八经的制造业想要贷款，是非常难的。为什么制造业的创投价值不能随时贷款？区别就是，它的整个生产合作没有建立起数字模型，和实时的信用模型。

但加上IoT统计以后，你所有的生产行为全部能够被画像以后，我们制造业企业很可能随时随地非常精准地贷款，这个也能解决我们制造业一个非常大的难题，就是融资难度。

小小总结一下，智能制造的体系，就是一个网络化的实时动态的体系。到那个时候，工厂的边界会被打破，我想要投身制造业创业，可能不一定要自己去买厂房、买机器，我可以在线上去找到合适的机器、合适的工厂去帮我生产。

基于这个未来的畅想，工业数字化转型的一定会带来几个需求。

第一个，外部互联。我得有把所有的机器设备、物料材料连接起来。

第二个，两个数据来源——大量的IoT数据和互联网数据要处理，已经不是传统制造业的信息系统里那些结构化数据了。所以有两大数据来源。

第三个，新技术的导入。刚刚讲我们制造业数字化，本质上就是把互联网技术引入制造业。但是互联网这么多新技术，哪一个制造业企业能够跟得上？肯定跟不上了。所以，我们需要有一个平台，把这些新技术变成一些简单易上手的应用。

第四个，工业App4.0最重要的一个应用方向，就是数据驱动的应用，这是海量的应用。我每一个设备生产每一种零部件，都可以做成一个算子、一个算法模型来表达它的工艺。它就是一个单独的App，而且这个App在不断地学习。大家想想，这样的App会有多少个？在营销领域，这海量App在哪里去生产，怎么样去攻关？这是一个很新的需求。

第五个，平台型的产业链。产业互联网的平台要把大量工厂的订单去优、分拆，这是商业模式的一个变更。

第六个，工业互联网平台。从需求出发去看，所有这些新的连接对象、新的数据源、新的应用，ERP这种3.0时代最重要的工业软件，哪一个可以满足这么多的需求？满足不了，所以我们需要一个新的架构，工业互联网平台。

就像现在我们每个人的手机，已经全部互联了，但并不是说手机直接一对一的互联，而是连接到运营商的平台，然后运营商再做最有效率的连接。

第七个，数据规范。我们需要有一些数据规范、数据模型，能够把制造业的多样化进行收拢，让我们的信息技术可以去应对，而不是每个人去建自己的数据孪生，一定会需要有一些大家都认可的规范去做。

三一数字化的工业大脑，整体处于全球重工行业领先水平。

第一，自动排产。通过在系统自动排产到工位，上线计划准确率能达到95%以上；

第二，计算机自动下发生产任务，基本实现生产任务调动无人化；

第三，采用中控自动报工，自动报工率达50%以上，这包括了非灯塔工程，如果去除只算灯塔工厂，这个数据会更高。

第四，一线工人工资，实现日结日发，虽然实际操作上不一定会日发，但是每天工资日结，这样每个工人的作业时长、工作状态我们都可以知道，也就对应了他当天的工资；

第五，工业软件和硬件完美协同，灯塔工厂线路AGV 配送率100%；

第六，推进“现场、现物、现实”三现、设备互联、能源“水、电、油、气”四表、5G及数据的深度应用，实现能源管理、增效管理、成本节约、故障预测等。

我们通过数据来支撑经营管理决策，包括制造仪表盘，制造体系画像等。通过仪表盘，能够清楚地知道我们100多个工作中心、几十个仓储中心，它正在运行的状态是什么样，哪些效率比较高，哪些的效率可能需要改善，哪些的成本可能会有超标，哪些的设备需要保养。

刚才有位企业家说，参观三一工厂，看到的都是钱（投入）。我觉得也没错，投入是必需的，但另一方面，从传统制造到智能制造更重要是战略选择，是把钱和资源投入在哪里？我们如何应对劳动力结构的变化，应对原材料上涨的压力，实现更高的生产效率，更短的交付周期，更大的回报。所以智能制造，与其相配合的一定是一个未来商业模式的转变。比如我们参观重卡工厂，有人问为什么要投入这么多建这么大的产能？因为只有具备了这么大的产能，它才能建立一个敏捷的模式，来应对重卡的互联网销售模式，能够实现C2M（用户直连制造）。

因此，传统企业数字化转型本质是商业模式的转型，商业模式的转型，一定是需要有一个强大的制造能力和一个数字化的系统来支撑，才能支撑它的制造柔性化，支撑它的供应链稳定性，支撑它整体的线上营销。

未来是软件定义一切的时代，所有的世界500强公司将都是软件公司，中国的制造业的卡脖子问题也会从精密的机械零部件变成芯片和工业软件。三一已经初步实现了智能制造系统，后续在智能制造领域我们的规划集中在工业软件的自主化和深度挖掘数据应用及数据智能。

另外，三一目前把数据都收集起来了，但数据利用还需要提升。但是我认为这只是时间的问题，做真实数据记录和采集，是实现智能化的第一步。也顺便给大家分享一个经验，不要因为现在很多数据不知道怎么用，就不去收集它，因为很多数据交叉应用场景不是在收集的时候能想到的，等哪天想到这个场景时候可能你发现没有，那你再回头去采集这些数据就很难了。当数据积累到一定程度，再回过头来要做工艺的优化，做质量分析，做消费者着洞察，做产品改进，你就会发现数据的维度越多、数据记录的越细致、越真实，数据能够发挥的价值就越大。

我们通过工具，把对员工的要求变成组织固化的能力。比如怎么开会更高效？你通过工具，把高效会议的方法它存在这个工具里，比单纯地“说”要有用的多。

所以，我们其实需要做的，是通过工具承载能力，将人的能力变成组织能力的一部分。

举个例子，知识是大部份企业最重要的一个东西。管理好知识，就管理好了这个企业最重要的一个财富。知识来自于人。我们认为，企业知识分两种，一种是显性知识，一种是隐性知识。什么是隐性知识？在大家脑子里面的，就是隐性知识。什么是显性知识？就是可以在公司系统里能够被查到，大家公认的可以靠它赚钱的知识。所以，一个企业怎样能够挖掘出人才脑袋里的隐性知识，尽可能将它们转化一些企业显性知识，那就增加了公司的财富，而且能够更容易被企业里更多的人更好地利用。

我们为什么要开会？就是信息在各自脑子里，没有对齐，没有形成共识，所以要开会。但如果我可以用工具把隐性知识变成显现知识，而且得到了大家的共识，是不是就可以减少会议，提高决策效率？这就是我们做飞书的逻辑。所以飞书提供了很多这样的工具。

这就是一个很好的阿米巴的学习组织。我们看工厂的时候，也要学会学习。

这些年我经常会讲，我们一定要有学习能力，我们的企业也要变成学习型的组织。我发觉企业家的学习能力和别的行业同学的学习能力，有一个很大的区别。我们企业家未必是学历是最好的，是吧，但是我们的很多企业家还是能够保持很好，就是因为我们通常都拥有一个特别重要的能力——举一反三。

我们的学习可能未必是向书本学，也不是向老师学，而是从实践中学习。我们参访工厂，是一种实践，所以我们在参访完之后，一起提问、复盘、讨论，也是实践和学习。

我们在今天的中国工厂里，其实很少会看到一个全能冠军，一般是在某些方面、某些领域里，有自己比较突出好的特点和实践经验。要提前准备，要善于观察，也要会划重点，还要会提问，这样我们的参观才会比较有效果。