刘震在他今年新出版的《数智化革命》一书中这样写道：“工业，是国民经济的主导产业，泛工业的数字化转型是实现中国由「工业大国」变为「工业强国」的必经之路。”他同时判断——“当前中国正在从工业经济迈向数字经济，进入数智化时代”。
与这句激扬文字相呼应的，是刘震本人的躬身入局，这位60后IT老兵，身为IEEE院士、曾任微软亚洲工程院院长、Logitech全球首席技术官等跨国公司职位，却毅然跳出深耕了30余年的科研专家“舒适圈”，意气风发地投身到这场中国「数智化」浪潮之中。
那一年是2019年，疫情前夕，从瑞士回国不久的刘震联合创办了傲林科技，主攻泛工业数字化转型赛道。谈到创业初衷时，他直言：“中国是一个制造大国，正在走向一个制造强国，我是想着把自己的经验拿出来，为中国企业做点事情。”
刘震正在用实际行动告诉产业界，转型之路就在自己脚下，而且在这条漫漫长路上，与谁同行很重要。
【大局观】做一件难却正确的事
要知道，与电商、生活、娱乐等消费互联网一马平川的商业模式相比，工业场景的数字化尤为艰难，即使在一辆车里，一颗螺丝钉和一个方向盘背后就是完全不同的产业链。面向产业互联网，耕耘实体经济的数字化转型，无法简单粗暴上技术，而要结合实践细水长流。这对于创业者和践行者的毅力、实力和格局都是一个考验。
刘震为何偏偏挑一条最难的路走？
他坦言有两方面原因。从全球制造格局看是大势使然。现代工业生产力变革，先后历经了自动化、信息化、数字化，正在进入工业4.0的智能化阶段——在这方面，欧美发达国家已经走在前列，大都达到「数字化」主导的工业3.0水平，也产生了一些行业巨头；而我国泛工业领域还处在「自动化」主导的工业1.0或2.0阶段，但随着经济发展，以及人口形势的变化，我们对工业科技提高管理效率和业务效率的诉求日益凸显。因此，中国要实现工业高质量发展，实现从“制造大国”向“制造强国”转变，就必须推进制造业的数字化转型，步入数智化革命。
从市场竞争层面看则是生死存亡。我国虽工业门类齐全，市场主体基数庞大，但随着人口红利的逐渐消失和运营成本的自然上升，面临的全球产业链竞争也与日俱增。如果不用数字化、智能化手段替代人的重复性劳动，企业经营就很难再上一个台阶。更关键的是，新的革命，必然带来新的机遇。（比如，中国零售行业GDP占比2%，但就是这个2%孕育了京东等巨头；而泛工业的GDP占比52%，如果这52%的数字化潜力被挖掘出来，所创造的产业新动能是巨大的）。未来十几年内，新的增长爆发点随时可能出现，一个新企业有可能引领全球创新，成为新巨头，这样的“Big Time”实在不应该错过。
不过，革命意味着机遇，也同样意味着风险。MIT教授乔治·韦斯特曼有一句话流传很广：“成功的数字化变革就像毛毛虫蜕变成美丽的蝴蝶，而一旦数字化变革失败，你所拥有的仅是一条爬得快的毛毛虫。”所以企业管理者们或多或少地会遇到“数字化转型之痛”——不想、不会、不能、不敢。需要新思路，走出新出路。
对于立志于这项事业的傲林科技来说，当刘震带着多年的产业技术经验真正深入到实体内部和企业家们交流之后，他发现了其中的关键性问题。
问题一是“只见树木不见森林”。国内大量的企业有数字化转型的诉求，但大多是“做一步、看一步”，一来想要稳扎稳打、二来要看投入产出比。但数字化转型不同于其他的技改或工艺调优，小小的局部化尝试往往限制了数据赋能它的全局化效益，反而造成投入产出比不明显，最终导致很多成本浪费。“企业数字化转型缺少一个顶层设计、全局规划的思维。”
问题二是“各扫门前雪”。国内制造业门类众多，各个行业都有自己的know how，隔行如隔山。比如钢铁行业，就不同于大众消费品，企业可以自主确定产量目标，每一家钢铁企业需要在「固定产能」这一限制条件下，进行产、供、销的动态平衡以追求性价比最高、实现经营目标最优。而很多大型钢铁企业相较于其他的泛工业行业，即便算是有不错的信息化基础，也存在各部门“各扫门前雪”的思维方式，虽然能解决当下小问题，但并不能为企业整体带来增益，反而因为各自为战导致困住手脚。“真正的数字化转型，是要实现数据的打通，解决烟囱式应用、数据孤岛的问题，才能把数据的输入价值和输出价值联动起来，实现基于全域数据的数字化管理。”
所以，企业在数字化转型过程中，正在呼唤一种「方法论」。
【方法论+兵器谱】从数据而来，向价值而去
带着对产业的洞察和对技术的前瞻，刘震耗时一年，最终著成《数智化革命》一书，书里凝练了「价值驱动的产业数字化转型」这样一个新理论，强调了企业数字化转型必须实施的五个要素：数据治理、数字孪生、决策智能、精益管理和数据运营。
说到底，可以总结为——「价值导向，数据驱动」。“我最希望企业管理者能够从中得到一些启发、少走弯路。”刘震语气中透着诚恳。
他分析道，目前数字化转型的主流做法是“自下而上”垒起来的。最下层是物联（解决数据采集），之上是自动化系统（解决劳动效率），再往上是MES、ERP，直至BI系统（解决数据展示）。基本做法是以“设备连接上云+分析数据+工业App开发”为主要模式，使用场景局限于设备监控、设备预测性维护、后市场服务、能源能耗监测等方面。这种做法的问题在于，成本很高，易形成新的数据孤岛，见效周期长，价值不够显性。
针对此痛点，刘震提出「决策智能」的思维方式，主张“自上而下”，以价值为导向。从金字塔的顶层规划开始，看企业主要的经营模式是什么、主要输出客户的价值是什么、所面临的挑战是什么，从而全局性考量、实践、打磨数字化转型，从源头降本增效——“企业做数字化转型需要有顶层设计”，刘震强调。
一个行之有效的手段就是「数字孪生」。提到数字孪生，人们往往联想到“模拟仿真”，而傲林科技主张的是「企业级数字孪生」，首先把整个企业的软硬机构都描述在一起，包括基础设施、组织架构、业务流程、管理机制、管理策略等；然后再通过傲林科技自主研发的“事件网”模型框架描述企业的运营机制，从而开始做整体分析，可以有效分析出所谓的“在途订单”、“库存数量”、“采购数量”等一系列灵魂拷问；最终提升企业整体的数字化、智能化经营水平。
工欲善其战，必先利其器。在「价值导向，数据驱动」方法论的指导下，综合运用先进技术和创新模式，最终可以铸成企业数智化转型「兵器谱」——打造数据地基+开发应用平台+构建场景应用。
这里有必要阐述一下傲林科技的做法：“咨询式销售、产品化交付”。在咨询方面，以 “事件网”为例，傲林科技深耕研发，形成了400余项专门服务于工业场景的算法模型，打造了汽车制造、3C家电、钢铁、煤炭、水泥建材、石化、食品工业等工业行业的知识图谱。而在技术方面，傲林科技则一改传统建设周期长、部署复杂的缺点，以SaaS服务“非侵入式”轻量化部署+场景化模块+量化分析为核心优势，可以像“乐高”一样根据实际需求组装，上线速度更快，操作交互更友好。
刘震告诉科技行者，“世界上没有相同的哈雷”。大家耳熟能详的哈雷摩托在数字化转型之前，从客户下单购买到交付要21天。通过数字化转型，所有的订单在线化，所有的生产线实现了互联互通，哈雷的生产管理几乎能精确到秒，200多个零件组装成一辆摩托车仅需89s；消费者可以选择发动机的型号、颜色，并将交付的时间缩短到了6小时。
厘清这些逻辑，刘震感慨万千：“初创企业要在一个行业扎得很深，才能更多去解决问题。”而他自己创业两年多以来，工作状态堪比“007”。
【人才观】
复合型人才需要“复合”
企业数字化转型长路漫漫，所以更需要时间沉淀，这就对企业提出了进化新考验——如何组成一支复合型人才队伍？
对此，在职业生涯中带过无数支资深团队的刘震有一套自己的人才观。
刘震认为，因为人才稀缺经常体现在经验、能力的个体差异和不可复制性，依靠纵向的“传帮带”的文化，很难将管理经验沉淀下来。所以横向“跨界”二字就显得尤为重要。
第一是跨岗位。复合型人才难以从专业独立的大学中培养，更好的方式是在企业内部从“一个岗位”跨到“另一个岗位”，比如让业务部门的人转到IT部门去，让IT部门的人转到业务部门去，通过这种跨部门转岗，使大家快速成长，“因为在工作中学习其实是最高效的。”
第二是跨领域。刘震以做项目组举例，就一定要把不同行业或业务背景的人放在一起，同时给他们下一个共同的指标，共荣共辱，将大家不同领域的知识做一个深度链接。
第三是跨专业。刘震以傲林科技举例，作为一家科技公司，基因上似乎更擅长大数据、人工智能等技术议题，然而做数字化转型又要求必备行业经验，否则一切都是纸上谈兵。所以傲林科技会吸纳IT设施专家、大数据算法专家、行业专家等，且每进入一个行业，也会专门在此行业里招募专家，再让行业专家给公司的技术专家上课。比如，要想做好钢铁行业数字化转型，就要知道“钢铁是怎样炼成的”。
无疑，在巨大的时代机遇面前，我们都需要变化，而变化是双向的。刘震强调，数智化时代的管理者，需要把自己从“发号施令者”调整为“赋能者”，成为帮助员工更好发挥潜能的教练。而且这种赋能在各大企业文化中早已经屡见不鲜，比如稻盛和夫的“阿米巴经营模式”，通用电气的“无边界组织”，永辉超市的“基层合伙人”等，虽然概念和实践有很大差别，但核心都是为了「赋能」。
从这个角度看，刘震和他的傲林科技，又何尝不是其中之一。
