言必稱“電動，智能，網連，共享“，”新四化帶來顛覆和革新“，而當車企疲于奔命，在四大戰(zhàn)略方向上同時發(fā)力，爭奪有限的資源，外憂和內耗雙雙加劇的時候，又怎有余力突圍出一個全新的未來呢？

連”顛覆“和”革新“的說法都已經趨同的時候，更深刻的”審美疲勞“和“無力感”也撲面而來。

“新四化”絕不僅僅是技術的變革，“商業(yè)邏輯”也在重塑。如不經歷深刻的“基因改造”，絕無可能僅憑人海戰(zhàn)術“烏拉沖鋒”就能贏得全部四場攻堅戰(zhàn)。

比特，信息，網絡的洪流一股腦地涌向汽車行業(yè)的時候，數字世界一定裹挾著某種特質，讓我們能夠窺見，哪怕是一瞥，關于汽車業(yè)未來的蛛絲馬跡。數字化雙胞胎，敏捷宣言......更加深刻的數字文化已經日漸成熟。

如此背景下，陷入“戰(zhàn)略懶惰”，醉心于“新四化建設”的傳統(tǒng)車企們該如何“輕裝“突圍呢？

“數字化雙胞胎”向左走，向右走？
汽車行業(yè)為何要擁抱數字化？
汽車數字化超越了技術，是文化性的顛覆？
數字化 + 敏捷文化 = Amazing！
汽車工業(yè)走向IT/OT融合之路

“數字化雙胞胎”向左走，向右走？

1970年，當阿波羅13號的宇航員被困太空時，美國宇航局和美國空軍緊急上馬了一項新技術，用來訓練阿波羅13號救援隊：使用“鏡像”系統(tǒng)來模仿宇航員回家。

這被看作是“數字化雙胞胎”（又被稱作“數字孿生”）技術的開山之作。

此后的40多年里，這個全新的概念也一直沒有得到太多人的關注。直到Gartner咨詢公司在一份報告中將其描述為“物聯網的基礎技術”，它才開始在一般工業(yè)界名聲大噪。

美國《航空周報》在兩年前就做出了這樣的預測：
“到了2035年，當航空公司接收一架飛機的時候，將同時還驗收另外一套數字模型。每個飛機尾號，都伴隨著一套高度詳細的數字模型。”每一特定架次的飛機都不再孤獨。因為它將擁有一個忠誠的“影子”，終生相伴，永不消失。

在汽車行業(yè)里，特斯拉已經開始為每一輛出廠的汽車都配備了“數字化雙胞胎”模型，并根據物聯網傳感器接收到的數據，對汽車程序進行遠程實時更新，以改善其性能。

西門子與Bentley合作打造了智能工廠的數字化雙胞胎，推出的PlantSight即為生產線及其配套系統(tǒng)配備了實時的虛擬3D模型，從而幫助工廠運營者獲取高可信度和質量的信息。

聰明的人不難發(fā)現，“數字化雙胞胎”涉及到兩個“孿生體”，而在這兩個“孿生體”之間，信息可以雙向傳輸：

信息從真實物理世界里的孿生體傳輸到數字孿生體。

利用前者，工程師就能夠用內置傳感器檢測汽車發(fā)動機的運行情況。

利用后者，工程師就能用流體仿真技術計算汽車高速行駛時的風阻。

更抽象地說，虛擬模型在計算機當中，利用數學，統(tǒng)計，圖形，邏輯等模型進行仿真，并與物理模型之間借助傳感器通過通訊，感知緊密地結合起來，從而可以達到最佳評價指標（如安全，能耗，產出等）——這，就是數字化雙胞胎的本意。

數字化雙胞胎的終極形態(tài)，就是對物理世界實現全保真的數字映射。

就像電影里一樣，每個人都能夠擁有自己的“阿凡達”。

雖然阿凡達“數字化了一切可以數字化的事物”，但人類科技水平還遠不及此：數字世界和物理世界之間尚無法做到一一對應，更不要提完全的高保真映射了。

以汽車的剎車系統(tǒng)校準為例，這是一個非常復雜的工作。防抱死，牽引力和穩(wěn)定控制等都與剎車相關。除開對剎車系統(tǒng)最寬容的干燥路面，汽車還要在夏季潮濕和冬季結冰路邊上做大量的測試和標定，很難想象仿真程序能夠完全接管這樣的開發(fā)活動。無人車也是類似的，即便在模擬器上進行了大量的仿真測試，但也無法模擬極端天氣，特殊的交通法規(guī)，交警交通手勢等真實的物理世界里的事物。

汽車工程師們沒有就此停止思考，他們開始思考一個有趣的命題：
或許我們退而求其次，也可以比目前工業(yè)界簡單的關鍵傳感器部署方式更進一步，就能夠對傳統(tǒng)工業(yè)的設計，生產，交付產生巨大的影響。

的確，隨著仿真精度和效率的提升，天才工程師們前仆后繼，先后發(fā)掘了“數字化雙胞胎”的三座金礦：

監(jiān)控：在虛擬模型中反應出實體物理對象的變化
診斷：系統(tǒng)運轉發(fā)生異常時能夠找到根本原因
預測：預測潛在風險，合理規(guī)劃產品和設備的維護

有了監(jiān)控，就能夠監(jiān)測汽車生產線設備運行狀態(tài)，優(yōu)化控制決策。
有了診斷，汽車行業(yè)出現了虛擬路面技術，降低開發(fā)成本。
有了預測，就可以提前預判生產設備異常，降低運營成本。

2012年8月5日，NASA的JPL成功地把好奇號送上火星，至今仍然在工作，屬于超期服役。登陸火星堪稱人類工程歷史上最艱巨任務，西門子為好奇號提供了全套設計、仿真、試驗、制造工具，幫助他們創(chuàng)造了奇跡。

雖然“數字化雙胞胎”在技術上區(qū)分了三個層面，并取得了巨大的成功。但在商業(yè)化路徑上，汽車企業(yè)反而更愿意在兩個更宏觀的選項里里做出選擇：

具有技術研究背景或以設計起家的汽車公司，選擇向左走，在設計過程采用“數字化雙胞胎”技術，重資產向產品全生命周期管理進軍，他們更關注產品。
輕資產的互聯網造車企業(yè)，選擇向右走，即產品交付后的預測性維護過程采用“數字化雙胞胎”來實現。他們更關注服務。

仔細比較就會發(fā)現，輕資產向右走的選擇相對來說輕松一些，因為它較少涉及到復雜的生產現場。同時，“數字化雙胞胎”在產品使用過程中帶來的創(chuàng)新服務，也遠遠多于產品設計所帶來的機會。

西門子這樣的頭部玩家，則同時涉足兩個方向，在汽車行業(yè)，借助“數字化雙胞胎”，不斷攻城略地：

戴姆勒，歷時4-5年時間，將CAD設計軟件全部改為采用西門子的NX。20多個研發(fā)中心6000多名工程師，以及成千上萬的供應商，統(tǒng)一完成了更新。數字化打通了概念設計、仿真以及實驗驗證等多個環(huán)節(jié)。

福特汽車，采用西門子的IntoSite技術，實現了從谷歌地球直接導航到每一條生產線、工位、設備、工人，做到了工廠的“全透明”。

瑪莎拉蒂，引入西門子數字化企業(yè)軟件套件(從上游的NX, Teamcenter, Tecnomatix到下游的SIMATIC IT)，將汽車的上市時間縮短到16個月，設計開發(fā)時間縮短30%，產量提升3倍。西門子幫助瑪莎拉蒂建立了全套數字化標準，實現了研發(fā)和制造價值鏈的整合。

馬自達，利用西門子基于模型的Generative Engineering（創(chuàng)成式工程）打破舊有多系統(tǒng)獨立的開發(fā)模式，建立了始終一致且相互連接的開發(fā)環(huán)境，實現了跨越多學科（如同時包括電氣和機械領域）的數據集成，達成高效而統(tǒng)一的車輛設計協(xié)作。

我們期待著，人類能夠發(fā)明越來越多的“數字化雙胞胎”孿生體，這樣，人們就可以做越來越多的事情，很多新技術、新模式、新業(yè)態(tài)也就此產生。

汽車行業(yè)為何要擁抱數字化

2013年，西門子股份公司總裁兼首席執(zhí)行官凱颯 (Joe Kaeser)，開始在企業(yè)內部推動全新的電氣化，自動化和數字化戰(zhàn)略（Electrification, Automation, Digitalization）。

德國科學家們通常描述“智能化”和“網絡化”為特征的IIOT“工業(yè)互聯網”，這便是我們耳熟能詳的“工業(yè)4.0”。不過，在西門子看來，更加務實的提法則是——“數字化”。也就是說，“數字化”是“工業(yè)4.0”的基礎。

微軟著名程序大師Charles Petzold，在《Code》一書中，娓娓道來演繹了一部波瀾壯闊的數字科技進步史——如何從開關，到繼電器，到觸發(fā)器，到存儲器，到全加器，到機器碼，到匯編語言，并最終實現了計算機——這與汽車行業(yè)正在發(fā)生的故事異曲同工，離散的數字化基礎元素構建出了復雜的系統(tǒng)和產品。

隨著汽車上的傳感器越來越多，使得汽車當中流動的數據量從微小提升到了海量，海量數據讓越來越火熱的機器學習算法有了用武之地，使得數據驅動算法成為可能，于是我們開始建立智能的雛形，直到無人車產品走上歷史舞臺......

汽車行業(yè)數字化的例子俯拾皆是。無數例證說明了：沒有底層的數字化，即編碼——就不會有我們今天的“智能”趨勢。在全新的領域擁抱數字化，我們必然會經歷預期中的范式轉換。

于是，從2016年開始，西門子高瞻遠矚，已經把“數字化雙胞胎”融入到了其數字化戰(zhàn)略當中，并提出了適用于汽車工業(yè)的具體解決方案。

這個數字化解決方案的體系，就是：
產品的數字化雙胞胎（Digital Twin of Product），實現產品的數字化設計仿真，優(yōu)化驗證
生產的數字化雙胞胎（Digital Twin of Production），預建生產模型，參數調優(yōu)等
性能的數字化雙胞胎（Digital Twin of Performance），產品和生產閉環(huán)，預測性維護，優(yōu)化能耗等

西門子一直在倡導數字化雙胞胎的閉環(huán)。即從生產和設計的數據中建立產品和性能的數字化雙胞胎，實現決策過程的閉環(huán)，從而幫助制造企業(yè)實現產品生命周期閉環(huán)，加快產品上市周期，降低生產設計和維護成本。同時兼顧生產過程中的靈活安排、柔性制造，并確保生產質量可被持續(xù)追溯和改進，最終保證整個企業(yè)的生產效率不斷提高。

這些方案的提出，都是為了解決汽車行業(yè)全新的挑戰(zhàn)：

傳感器，攝像系統(tǒng)，通信，能量管理系統(tǒng)，用戶界面的不斷進化，讓汽車的中央處理器和附屬設備也變得越來越復雜。嵌入式系統(tǒng)架構的復雜程度越來越高，這直接導致了開發(fā)，集成測試，運行，更新，匹配等工作，需要大量的精力投入，并難以實現最終結果。

受此趨勢影響，汽車軟件成本占比從1978年的5%已經增長到了2015年的40%。主流汽車系統(tǒng)的代碼量幾年前就已經超越了波音噴氣式客機。預計到2030年，混合動力和純電動汽車中，嵌入式中央處理器和相應軟件的整車成本占比將達到驚人的80%。嵌入式系統(tǒng)軟件的發(fā)展呈井噴態(tài)勢。

戴姆勒CIO Seigmar Hassis也同樣提到了這個數字：
“當前，80%以上的產品創(chuàng)新和差異化，均來自于電子電器和軟件。”

自動化功能，駕駛輔助功能，舒適功能，讓發(fā)動機和底盤控制變得越來越復雜。電子器件錯誤導致的失效概率很高。于是在嵌入式系統(tǒng)標準化方面，許多汽車制造商自發(fā)形成聯盟推進標準化的發(fā)展，AUTOSAR便是這一趨勢的產物。

但諸如AUTOSAR這些標準化的嘗試還不足以讓已建立的信息技術架構的改進持續(xù)到2030年——至少在成本方面已經不能滿足電驅動和自動駕駛等新技術的要求了。
業(yè)界需要建立全新的顛覆性的架構，拓展新的商業(yè)模型，以適應汽車未來的需要。

來自生產的挑戰(zhàn)也很大：

英國《經濟學人》雜志的《第三次工業(yè)革命》專題報告曾舉例：
“大眾汽車集團提出一種新的生產戰(zhàn)略，即模塊化（橫置發(fā)動機模塊化的簡稱，Modular Querbaukasten，MQB），通過將一些零部件的參數標準化，這家德國汽車制造商希望能夠在一條生產線上生產其旗下的所有車型”。

從現實發(fā)展情況來看，盡管這個遠期目標還做不到，但以模塊化為代表的大規(guī)模定制生產方式已經表現出一定的優(yōu)勢——大眾借助MQB帶來的研發(fā)、采購、生產組織流程等一系列的系統(tǒng)改進，汽車總裝線上需要裝配的零部件數量能夠從之前的2萬多個減少到目前的2千多個，這明顯提高了自動化程度，并且降低了零部件采購成本。

同時，為了支持企業(yè)業(yè)務流程中所涉及的橫向和縱向集成，大眾建立了統(tǒng)一的整合機器，數據，物流的生產系統(tǒng)平臺，在車間級完全集成了IT系統(tǒng)，即全新的工廠服務總線，以支持這種史無前例的模塊化戰(zhàn)略。

小批量，多品種，個性化，低成本兼得，是市場提出的新問題。
如果沒有打通數字化的經絡，賦予企業(yè)全新的經營范式，以上這些實例和設想都將是癡人說夢。

汽車數字化超越了技術，是文化性的顛覆

在用戶成熟的汽車市場，即老齡化更甚的日歐美，綠色環(huán)保者，高頻通勤者，中老年購車者三類人群，含覆蓋了75%的客戶。而且，購車平均年齡已經超過了50歲，移動出行服務的趨勢明顯。

按照世界銀行公布的人口數據，日本，歐洲，北美的老齡化都走在了中國的前面，傳統(tǒng)的發(fā)達國家都已經“老”了。

而在中國等新興市場里，消費群體還沒有像發(fā)達國家一樣完全分化開來。人們還沒有荒廢掉駕車的樂趣。汽車所有權仍然是主要的購買動機。中國雖然也有老齡化的困擾，但平均購車年齡只有34歲。

從用戶真正的需求變化出發(fā)，我們就會發(fā)現，一些我們日常接觸的汽車數字化技術其實可能是“偽難點”和“偽挑戰(zhàn)”。用戶畫像的區(qū)別和演變，折射了汽車市場的多樣性和復雜性。

比較世界各大車廠的移動出行和數字服務戰(zhàn)略我們發(fā)現，數字化改革是由歐洲豪華車公司引領的。雖然特斯拉在產品數字化方面走的很快，但歐洲老牌豪華車在移動出行服務領域卻比特斯拉走的更遠。

和移動出行服務這種真正具有顛覆性的挑戰(zhàn)比起來，車上的空調或車距控制技術，車間現場總線系統(tǒng)，生產機器人控制等，都可以被看做是“邊緣任務”。

只有找到數字化真正的問題和難點，才能試圖解決真正的挑戰(zhàn)。

馬漢在著名的《海權論》當中，有這樣一段話：“海軍戰(zhàn)術異常倚重武器裝備：裝備變化導致戰(zhàn)艦構造的變化，戰(zhàn)艦操縱方式變化導致整個艦隊變革。武器的革新往往歸功于一兩個人的功勞，而戰(zhàn)術的變革卻必須戰(zhàn)勝這個階層中的保守派勢力。這個勢力非常冥頑不化，只有將變化上升到一種規(guī)范的高度，認真地研究新式武器的威力，同時鉆研相應戰(zhàn)術，才能抵消這股頑固勢力。歷史表明，指揮軍人不辭辛苦地做這種工作是完全徒勞的，必須有人認識到這種變化并加以運用。”

歷史總是驚人的相似：當今的制造型企業(yè)，通常以等級結構和傳統(tǒng)價值體系為特征，但這種體制（保守派勢力）卻與體現未來市場需求的數字化文化（新武器和新戰(zhàn)術）格格不入。

前戴姆勒董事會主席蔡澈，在2016年11月13日綠黨黨代會上的演講就曾提到：
汽車行業(yè)只有一個未來，在開發(fā)零排放環(huán)保汽車的同時，注重新型的企業(yè)文化。

未來汽車的商業(yè)模式更依賴產品自身價值還是移動出行服務？制造業(yè)起家的傳統(tǒng)廠商，通常會平等看待這兩個趨勢。而移動出行服務起家的公司，則認為汽車并不重要。這就給前者帶來了一個極大的困擾：需要同時融合傳統(tǒng)和數字兩種戰(zhàn)略文化，這往往會帶來摩擦和矛盾。于是，大多數制造商都選擇成立獨立的業(yè)務部門和公司（如Car2Go，DriveNow等）來回避這些深刻的文化沖突。

技術上看，數字化建立的全面數據分析是比較容易實現的。然而從公司組織結構來看，這種涉及到公司內部不同部門之間協(xié)同合作的大數據項目仍然存在很多現實問題：公司整體的優(yōu)勢可能會被各個組織單位的內部消耗所抵消。由于缺乏公司整體層面的改變動力和改進的動機，這類大數據開發(fā)項目經常無法推進。

這一問題必須通過改變企業(yè)文化得以解決。

20世紀美國創(chuàng)新的一股主要力量，來自私營企業(yè)創(chuàng)辦的研究所和實驗室。在AT&T著名的貝爾實驗室、施樂公司的PARC等機構里，被難題纏身的菜鳥員工，惶恐不安的無名小輩，居然都有自己德高望重的導師，新員工往往對此感到震撼——他們被告知可以向著名的數學家，諸如香農，或者傳奇物理學家William Shockley直接提出自己的疑問。而且，貝爾實驗室大牛們被要求，不允許回避菜鳥們提出的幼稚問題。

變革中，企業(yè)必須打破僵硬的組織結構，并創(chuàng)造一種以變革精神作為基礎的“數字化文化”，把IT技術作為數字化時代企業(yè)運轉的根基。核心挑戰(zhàn)在于改變冥頑不化的人的行為，企業(yè)必須激勵所有企業(yè)員工主動參與轉型并推動變革。這樣才能夠誕生出全新的信息戰(zhàn)略，將新舊技術完美融合在一起。

部分汽車行業(yè)企業(yè)，也引入了具有數字創(chuàng)新文化的黑客馬拉松活動（Hackathon）——這不是傳統(tǒng)意義上的編程競賽，而是編程節(jié)日。這是一種集體意義上的社交經歷，與工作無關。這種活動提供了一個機會，在周末時間把自己的想法編成代碼來實現。

渴望改變和承擔風險的意愿，扁平型的人事組織結構，高速度的敏捷性和創(chuàng)新積極性，既是數字文化的顯著特征，也是成功實現數字化的先決條件。

數字化 + 敏捷 = Amazing！

當代“新四化”路線之爭和戰(zhàn)略規(guī)劃，正在不斷消耗著企業(yè)有限的專注力和資源：

智能化戰(zhàn)略上，高投入和高風險如影隨形，汽車制造商之間，汽車公司與科技公司之間是否合作，又該如何合作？
電氣化的戰(zhàn)場上，大眾集團孤注一擲發(fā)展電動車的決心，與其競爭對手，甚至合作伙伴之間存在極大的分歧，德國汽車行業(yè)內部也曾引發(fā)了一輪輪的大討論，這里沒有標準答案，孰對孰錯？
車聯網領域，既有標準之爭，也有車路協(xié)同和單車智能之間的技術路線PK，企業(yè)該如何站隊？
共享經濟里，無人車對私有汽車市場的沖擊有多大？傳統(tǒng)車企和科技公司，誰將成為最后的贏家？

顯然，我們需要借鑒跨越行業(yè)的方法論來應對超出行業(yè)經驗的全新挑戰(zhàn)。

汽車產品，正受到越來越嚴苛的產品開發(fā)周期，成本約束，技術路線選擇，商業(yè)盈利模式等因素的影響，正在從傳統(tǒng)的電器/車身/動力/底盤各自為戰(zhàn)的單元式開發(fā)方法轉向面向中央處理器的開發(fā)方法。

當越來越多的車輛部件由信息技術系統(tǒng)架構決定時，解耦，虛擬化，數據存儲，邏輯分離等決定IT行業(yè)發(fā)展的技術趨勢，便越發(fā)明顯地顯現在汽車產品的演化過程當中。通信，大數據、社交媒體、云計算、 人工智能這些技術已經被廣泛應用于消費領域的技術，也開始加速進入工業(yè)生產領域。

20世紀90年代，17位知名軟件開發(fā)者聯合發(fā)布了“敏捷宣言”。敏捷宣言的核心價值觀是：與客戶的合作高于合同談判，積極響應變化而不僅僅是執(zhí)行。敏捷宣言的核心原則包括：在很短時間內交付可運行的軟件；幾乎經常性的專家合作；不斷關注先進和卓越技術；良好的設計；必不可少的簡約；團隊的自組織等。敏捷方法在絕大部分的項目管理中，它都比傳統(tǒng)管理方法表現得更好。

曾經作為IT行業(yè)的專屬的敏捷方法，也裹挾著信息技術行業(yè)里我們熟知的“摩爾定律”“網絡（麥特卡爾夫）效應”“馬太效應”等“催化劑”，正以無與倫比的速度通過“數字化”改變著汽車行業(yè)的技術和商業(yè)形態(tài)，取代傳統(tǒng)的瀑布式開發(fā)方法（注重精確的規(guī)范和詳細的預先規(guī)劃）。

數字化轉型和敏捷轉型有很強的關聯，雖然技術是數字化中必不可少的一部分，但它并不是全部。企業(yè)也同樣需要商業(yè)模式、流程、文化和思維的轉化。
這些非技術的部分就可以用一個詞來總結：敏捷。

現實當中我們看到，純電動化路線，相比寶馬的保守和戴姆勒的猶豫，大眾集團押寶純電動更像是一場豪賭。共享領域，大眾同樣義無反顧，“We Share”戰(zhàn)略的公開，已經表明了大眾的態(tài)度：正式向寶馬/戴姆勒旗下的DriveNow和Car2Go發(fā)起挑戰(zhàn)。

大眾的自信和底氣到底來自哪里呢？

全新商業(yè)模式和技術選擇的背后，我們似乎無意，甚至是刻意地忽視了，默默支撐這些發(fā)展戰(zhàn)略的幕后英雄——即企業(yè)重視敏捷性，在“數字化”上的長期堅持和投入。

2019年3月，大眾汽車選擇西門子作為其“工業(yè)云”整合合作伙伴，將122家工廠的機器和系統(tǒng)的數據通過亞馬遜AWS連接起來。將生產數據集中起來的一大好處，就是極大地提升效率減少浪費，比如識別導致效率降低和生產卡頓的瓶頸、監(jiān)控物料的分配、甚至追蹤在途的車輛運輸。大眾在 2019 年年底前，就會將全新的工業(yè)云投入使用。

沃爾夫斯堡，慕尼黑，柏林，巴塞羅那，舊金山......作為汽車工業(yè)數字化的“策源地”，大眾集團的全球戰(zhàn)略版圖上共設置了7座“IT實驗室”，這里實行一種平行、并發(fā)的工作組織結構，推行一種被稱為“快艇模式”的敏捷工作準則。“一般我們沒有非常宏大的工作計劃，而是從一個小的項目入手進行試點，做出原型，一旦成功就盡快在全集團范圍內推廣；如果不成功，就立即退出，并保留代碼，用于其他研究。”

大眾品牌銷售主管于爾根·斯塔克曼表示，數字化的推進“就像一個大型初創(chuàng)企業(yè)”，目標就是“我們想讓汽車知道你想要什么。” 積極的數字化戰(zhàn)略，一方面為企業(yè)節(jié)省了成本，同時數字化也緊跟市場需求，不斷孕育著全新的盈利模式，帶來收益的提升。大眾集團，作為汽車行業(yè)數字化的領軍者，正在履行其在2016年給出的諾言：實現“從制造商向移動出行服務商的轉型”。

數字化提供更好的用戶體驗，敏捷激發(fā)熱情與創(chuàng)新。
兩者缺一不可，是天生的一對。兩者一旦形成合力，又會創(chuàng)造什么樣的奇跡呢？

汽車工業(yè)走向IT/OT融合之路

對傳統(tǒng)汽車廠商而言，擁抱數字化變革似乎很難：

首先，傳統(tǒng)汽車企業(yè)高度自動化生產線的設計已經經過了精密的計算，緊密的集成在以通信結構和物流網絡為代表的生產過程當中。對生產線的任何概念性改動都意味著巨大風險，因此工程上只能進行小幅的改造。

從汽車企業(yè)組織形式上看，底層的生產和宏觀財務系統(tǒng)，都會用到信息技術。但在傳統(tǒng)企業(yè)，兩個信息技術部門分支完全是楚河漢界之分，各自為戰(zhàn)，通過循序漸進的方式進行數字化嘗試會拖累數字化的速度，很難適應新形勢對工業(yè)的要求。

成本問題也是讓汽車企業(yè)的數字化變革止步不前的罪魁禍首，數字化改造往往轉型資金投入量巨大，只有隨著應用程序性能的提升，成本的劣勢才能被彌補，但企業(yè)很少能有耐心來做持續(xù)改進——畢竟利潤回報率充滿了不確定性。

企業(yè)該如何打破數字化魔咒呢？

不可否認，汽車企業(yè)在探討數字化轉型之前，務必要具備良好的經營基礎，即在關鍵的產品力上（發(fā)動機功率的提高，流線型車身，新型材料應用和高效生產技術等等）持續(xù)投入并將成果適時地輸送給用戶，從而確保持續(xù)盈利——但這還不夠。

企業(yè)還要有更高的商業(yè)眼界，密切關注更具“加速度”爆發(fā)潛力和顛覆性的數字化趨勢——即便它前期投入較大，而且在短期內無法見到成效。

實際上，“數字化雙胞胎”早就為我們備好了錦囊，面對企業(yè)內部的數字化變革，我們始終要牢牢把控三個視角：

向右看的生產視角。強調信息流的集成，以實現更精益的工業(yè)自動化控制。
向左看的產品視角，強調對產品全生命周期的優(yōu)化，實現更好的客戶體驗，縮短產品訂單到市場的投放時間。
向“$“看的商業(yè)視角。強調跨領域，跨工廠/企業(yè)資源協(xié)同配置，通過資源的重新配置挖掘新的商業(yè)模式。

這是一條光榮的荊棘路，每一個視角都道出了贏取未來的秘密。

而當面對來自外部的信息技術行業(yè)競爭對手時，汽車制造商也可以借鑒敏捷方法，從IT行業(yè)得到啟示，從三條路徑中找到答案：

直接讓信息技術提供商承接客戶的業(yè)務
開發(fā)自己獨立的App，建立生態(tài)，部分采用信息化領域競爭對手的App
效仿蘋果和谷歌，為開發(fā)人員提供具有吸引力的應用開發(fā)系統(tǒng)，提供API，進行培訓和支持，促進眾包和開放式創(chuàng)新。

如果在五年前，工程師想在手機App Store上下載一個應用App實時監(jiān)控工廠里電機的運行狀態(tài)，你一定覺得他是天方夜譚。而現在，只需下載一個SIDRIVE IQ應用，一切將變得輕而易舉。SIDRIVE IQ是一個西門子推出的全新數字化平臺，是MindSphere上的一個App。在全新的MindSphere 3.0平臺中，能找到幾十個功能各異的MindsApps。

在第三條路上，西門子認為，在MindSphere工業(yè)互聯網平臺上，不斷改進編程工具，簡化編程環(huán)節(jié)，降低開發(fā)成本，是加速數字化項目落地的一條捷徑。

Mendix，便是順應未來趨勢的產物，借助它，用戶可以在任何設備，任何位置，任何云平臺上以幾乎“零編程”的門檻創(chuàng)建應用和分享數據，帶來軟件API的開放。Mendix的存在意味著：未來的數字化更可能是某種數據洪流。數據如同有形商品一樣明碼標價，數字供應鏈用來協(xié)調數據，產品的價值不在于編程——因為人人都會借助Mendix之類的產品低成本地編程，真正的價值在于數據本身。

可見，“數字化雙胞胎”是海量數據的載體，但為了產生價值，數據是要流動起來的才會產生“海嘯”般的威力?；谶@個認知，西門子沒有停下腳步，又做了進一步的思考：如何才能更上一層樓呢？

就在兩周前，擅長做“乘法”的西門子，又在紐約分析師年會上剛剛展示了其最新的低代碼王牌：Xcelerator。它是MindSphere和Mendix再度融合的產物和橋梁。

不管是西門子CAD/CAE平臺上的Teamcenter/Simcenter，還是負責CAM/MOM/MES的運營制造平臺上的Opcenter，以及產品/APP生命周期管理的PLM/ALM......那些耗費110億美元并購而來的軟件的每一部分，凡是你能想到的西門子的軟件和服務組合，都能通過Xcelerator把其服務和開發(fā)能力搬到工業(yè)互聯網平臺MindSphere上。在這里，傳統(tǒng)的操作系統(tǒng)，應用程序，數據庫都將改頭換面變化形態(tài)，以一種全融合和開放的方式展現給制造企業(yè)的運營者。

MindSphere “工業(yè)物聯網平臺”
Xcelerator（含Mendix） “軟件大合唱”+ “個性化低代碼編程工具”

這便是西門子針對未來制造業(yè)，尤其是汽車制造業(yè)的復雜性，給出的教科書式的解決之道。這個組合拳，使得西門子搭建了一個開放靈活的生態(tài)系統(tǒng)。信息技術（IT）與運營技術（OT）實現了融合！編碼的工作如此簡單，以至于OT領域的人能夠獨立實現——這將對未來汽車軟件和工業(yè)APP的實現，帶來不可估量的深遠影響。

借助西門子的成果，汽車企業(yè)便可以以更低的技術門檻，更低的成本，更短的周期內打通海量數據并讓數據流動起來，一旦貫通了設計制造等產品的整條價值鏈，自然而然的產物就是決策過程的閉環(huán)，完全數據驅動的制造型企業(yè)將不再遙遠。

更多有關西門子針對汽車行業(yè)的解決方案，請長按識別下方二維碼或者點擊文末“閱讀原文”。

莎士比亞說，“All the world’s a stage”，世界是個舞臺。汽車產業(yè)的數字化又何嘗不是一個舞臺？

數字化轉型對傳統(tǒng)汽車企業(yè)而言，無異于脫胎換骨，洗經伐髓。轉型的過程注定是艱難和痛苦的。但當一家企業(yè)完成了從業(yè)務形態(tài)，組織結構，技術管理、企業(yè)文化、人員組成的數字化轉型，無疑是一種升華和重生。

西門子一直都在致力于抹平工程與運營領域之間的界限，能夠提供完整的數字化轉型解決方案。其“數字化雙胞胎”的推廣和應用實現了融合，分拆和跨界等全新的思考。

這一思考，讓西門子不斷重生并變得越發(fā)不可戰(zhàn)勝，與此同時，制造業(yè)的未來已經變得越發(fā)清晰。

甚囂塵上的“工業(yè)物聯網”概念熱度逐步讓位于更具務實和顛覆性的“工業(yè)軟件”，只有清空對于工業(yè)軟件的歷史記憶，并學習“數字化”所承載的全新含義，才能讓我們跳出經驗的局限，成為新時代的弄潮兒。

在最終的分析中，所有知識皆為歷史；
在抽象的意義下，所有科學皆為數學；
在數字的世界里，所有判斷皆為統(tǒng)計。

轉型，進步，認知，都是費力不討好的工程。
面對數字化革命的遠大征程，我們心存敬畏。
數字化轉型，行勝于言。

引用昆德拉較為激烈的說法：人們對當下根本一無所知。
當下是什么？當下是還沒完成還沒成形的東西，每事每物每人喧嘩地奔進各自的未來，一兩個大步就消失于眼前的濃霧之中......