人們很容易認識到數字技術在現代經濟中正在發揮改變遊戲規則的作用。大多數公司尚未認識到的挑戰在於，如何充分獲取這些技術所提供的不同價值？
但制定充分利用這一價值的數字轉型戰略也並非易事。如果不全面評估數字技術能提供的內容，公司往往認為現代數字技術的任何應用都將導致數字化轉型。因此，他們中的許多人就數字技術的使用做出臨時業務決策，儘管進行了大量投資，但最終還是難以真正實現數字化轉型。
為了獲得數字技術所能提供的全部價值，請考慮以下四個示例，每個示例都突出了不同數字轉型層的戰略優勢。
第一層：運營效率
福特透過增強和虛擬現實、物聯網 （IoT） 和 AI 對工廠的油漆作業採用新的基於視覺的自動化檢測。利用這些技術，該公司改進了瑕疵檢測，減少了汽車缺陷。在這種情況下，資料由工廠資產中的新技術生成，AI使用此資料實時檢測和防止製造缺陷。
第二層：先進的運營效率
Caterpillar在其建築裝置產品上安裝感測器，以跟蹤每個感測器在建築工地的使用方式。例如，它發現，客戶更多地使用電機平地機來平放較輕的礫石，而不是放較重的汙垢。利用這一見解，該公司推出了一種經濟高效的電機平地機，主要設計用於平礫石而不是汙垢。
與之前的福特一樣，卡特彼勒透過提高產品開發效率，從運營效率提升中獲益。然而，不同的是，公司的感測器資料來自使用其產品的客戶，而不是來自制造工廠的資產。當然，客戶維度帶來了額外的挑戰。這一層的效率收益也超出了資產利用範圍。
第三層：來自價值鏈的資料驅動服務
GE跟蹤來自噴氣發動機的產品感測器資料，使用 AI 進行分析，併為飛行員提供實時指導，使其以最佳化燃油效率的方式飛行。然後，通用電氣透過從"基於結果"的收入中獲得新的年金來節省部分客戶成本。換句話說，他們的客戶除了為產品支付部分費用外，還向通用電氣支付了他們從燃油效率中節省的部分費用。
在這裡，該舉措需要將當前以生產和銷售產品為核心的商業模式更改為向數字客戶提供資料驅動服務的業務模式。通用電氣的研發、產品開發、銷售和售後服務部門都以數字方式連線起來，實時接收、分析、生成、共享和響應來自數千種離散產品的感測器和物聯網資料。由於這會推動新的收入來源，因此它不僅能提高運營效率。
第四層：來自數字平臺的資料驅動服務
Peloton 使用其鍛鍊裝置中的產品感測器資料來建立使用者社群，並將個人使用者與合適的培訓師進行匹配。Peloton 的產品生成使用者互動資料，然後公司將其用於促進其數字客戶與其價值鏈領域以外的各種第三方實體之間的交流。AI 演算法將特定使用者與分析產品-使用者互動資料的合適培訓師匹配。
與上一個例子中通用電氣一樣，Peloton 也從其資料驅動的服務中創造了新的收入，但將其產品擴充套件到了數字平臺。對於工業時代的傳統公司，對於以價值鏈驅動的商業模式運營、在數字平臺方面經驗不足的公司來說，這一層數字轉型是最具挑戰性的。
數字價值驅動因素
要正確思考這四個層次的轉型，第一步是認識到現代數字技術具有兩個顯著的價值驅動因素：資料在其新的擴充套件角色中，以及新興的數字生態系統。下面我們依次簡單探討它們。
資料過去是偶發性的（由離散事件（如從供應商中裝運元件）生成），但日益成為互動式（感測器和物聯網不斷生成以跟蹤資訊）。這種對資產及其運營引數的持續跟蹤可以提高生產率。
舉個例子，如果使用感測器跟蹤和保持溫度水平，可以提高您的質量和產量。如果您將感測器嵌入某些產品中，則可以徹底改變使用者體驗。想想智慧床墊如何跟蹤使用者的心率、呼吸模式和身體運動，然後實時調整其形狀以改善使用者的睡眠。或者嵌入在汽車中的感測器如何提供反饋，幫助人們更仔細地駕駛。
更根本的是，這種互動性會逆轉產品和資料的作用。資料傳統上支援產品，但是，越來越多的產品現在支援資料。產品不再只是提供功能、幫助建立品牌或創造收入：它們現在也充當互動式資料的渠道，以及新客戶體驗的源泉。
為了利用互動式資料的新擴充套件角色，公司還需要資料生成器和接收者網路。此類網路可以來自感測器和支援物聯網的連線，相當於數字生態系統。
此時出現了兩種主要的數字生態系統，在資料和數字連線的現代進步之前，這兩種生態系統都不存在。一種是生產生態系統，它包括價值鏈中的數字聯絡。例如，透過將汽車的感測器和物聯網資料與備件供應商、倉庫和服務經銷商聯絡起來，汽車公司可以提供預測性維護服務。另一種是消費生態系統，它涉及公司價值鏈之外的網路。考慮路燈上的智慧燈泡，這些燈泡旨在感知槍聲：它們的消費生態系統包括攝像頭饋送網路、911 操作員和救護車，所有這些都有助於改善街道安全。
生產和消費生態系統都利用互動式資料，推動著新的價值。
評估你的公司合適級別是什麼？
要確定最佳的數字轉換策略，請評估您需要參與上述數字中四個層次中的每一個層次，然後專注於有助於利用互動式資料和數字生態系統優勢的投資。
第一層是必須的，因為大多數公司可以從運營效率中獲益。絕大多數數字化轉型計劃都發生在這一層，如果運營效率是公司戰略重點的重要組成部分，這一點尤為重要。例如，石油和天然氣企業經營著需要數十億美元投資的油井、管道和煉油廠。如果這些公司決定使用物聯網裝置和人工智慧來尋找儲備，並維護管道和煉油廠資產，他們可以節省高達 60% 的運營成本。此層的主要挑戰包括在資產利用中安裝廣泛的互動式資料生成，以及圍繞資料共享打破孤島。
對於銷售具有從使用者訪問互動式資料潛力的產品的公司來說，第二層勢在必行，這些互動資料可以利用這一優勢，超越第一層的可用優勢。如果可用的產品-使用者互動式資料不適合創收服務，則第二層將成為最後一站。許多消費者包裝的商品屬於這一類。在此類業務中，互動資料的主要用途是提高廣告或產品開發效率。
第三層是針對那些認識到自己可以從產品和價值鏈中生成資料驅動服務的公司。這些公司必須豐富其生產生態系統，以擴大其戰略優勢，從運營效率到新的資料驅動服務。
在這個層次上，公司跨越了一個重要的障礙：他們不僅將資料用於提高運營效率，而且將其用於創收。如果你的公司無法建立消費生態系統，則第三層是最後一站。例如，感測器和配備 AI 的洗碗機可以預測元件故障以提供預測服務，但它們很難以數字方式連線到互補物件並擴充套件到數字平臺。這就是說，許多公司錯失了這一層的機會。他們忽視了產品的消費生態系統，或者認為將產品擴充套件到數字平臺的風險太大。佩洛頓和北歐賽道的許多對手都落入了這個陷阱。
最後，對於任何產品具有新興消費生態系統的公司來說，第四層具有重要的戰略意義。在這種情況下，留在生產生態系統中的公司有被商品化的風險。將產品擴充套件到數字平臺是他們面臨的主要挑戰。
當然，並不是每家公司都希望或能夠對本文中討論的所有四個層次進行轉換。有些人可能選擇只關注一個或幾個，但每家公司都必須保持對新可能性的擴充套件的意識。機會比比皆是，基於此處所提供的框架的深思熟慮的數字轉型戰略將幫助公司保持在現代世界中的相關性。
我是帆軟軟體，關注我可定期收穫企業資料化建設案例以及大資料前沿技術、創新思維。
