工業(yè)數字化轉型：系統(tǒng)方法與敏捷實踐

目錄
贊譽
前言
第一篇　系統(tǒng)方法
第1章　不確定時代的工業(yè)數字化轉型002
1.1　狹義的數字化003
1.1.1　信息技術的數字化005
1.1.2　生活領域的數字化007
1.1.3　工業(yè)領域的數字化008
1.2　廣義的數字化010
1.2.1　信息物理系統(tǒng)011
1.2.2　數字化的本質特征012
1.2.3　工業(yè)數字化的概念和內涵016
1.2.4　數字化如何創(chuàng)造價值018
1.2.5　與業(yè)務匹配的數字化021
1.3　智能的三個要素022
1.3.1　什么是數智化022
1.3.2　智能的維度023
1.3.3　類比人來理解智能025
1.3.4　數字化轉型的要素026
1.3.5　智能的底層要素027
1.3.6　智能的層級030
1.3.7　超越智能033
1.4　數字化轉型的歷史背景034
1.4.1　四次工業(yè)革命034
1.4.2　技術發(fā)展的邏輯035
1.4.3　社會流動的邏輯037
1.4.4　數字化的時代背景040
1.5　本章小結042
第2章　以數字化應對不確定性044
2.1　不確定性加劇的VUCA時代045
2.1.1　封閉與隔離046
2.1.2　前饋方式：可以預見的擾動047
2.1.3　反饋方式：無法預見的擾動048
2.2　用數字化從不確定性中獲益049
2.2.1　縱向資源整合051
2.2.2　商業(yè)價值網絡重構052
2.2.3　內部閉環(huán)控制055
2.3　創(chuàng)造價值的數字化056
2.3.1　數字化的常見誤區(qū)056
2.3.2　創(chuàng)新的躍遷創(chuàng)造價值063
2.3.3　業(yè)務與數字化的二維矩陣064
2.3.4　數字化的企業(yè)心流067
2.3.5　舉例：工藝與質量的數字化069
2.4　低成本的數字化071
2.4.1　快速變化與信息碎片072
2.4.2　十倍速的機會073
2.4.3　避免盲目投資的浪費077
2.5　數字化的場景舉例078
2.5.1　精益管理：消除工廠浪費078
2.5.2　設計降本：挖掘設備的設計裕量079
2.5.3　智能交通：緩解交通擁堵082
2.6　本章小結083
第3章　工業(yè)數字化轉型的常規(guī)路徑與集成探索084
3.1　增強感知之路：數據中臺和工業(yè)互聯(lián)網085
3.1.1　工業(yè)物聯(lián)網：硬件成為數據入口086
3.1.2　工業(yè)互聯(lián)網：打通數據孤島098
3.2　提升智能之路：AI算法和工業(yè)大腦101
3.2.1　計劃排程與資源調度101
3.2.2　實時模擬的數字孿生106
3.2.3　數據分析的算法109
3.3　自動控制之路：自動駕駛和無人工廠111
3.3.1　工業(yè)機器人112
3.3.2　智能設備113
3.3.3　人機融合114
3.3.4　流程自動化115
3.3.5　無人工廠116
3.4　數字化與工業(yè)化如何融合116
3.4.1　數字化重新定義制造117
3.4.2　以數字化的方式推進數字化轉型123
3.5　系統(tǒng)集成的探索124
3.5.1　產業(yè)標準124
3.5.2　藍圖規(guī)劃126
3.5.3　軟件架構127
3.6　本章小結130
第4章　工業(yè)數字化轉型的系統(tǒng)整合之路131
4.1　打破束縛，變革業(yè)務132
4.1.1　為什么數字化轉型效率不高133
4.1.2　技術創(chuàng)新如何創(chuàng)造商業(yè)價值133
4.1.3　業(yè)務創(chuàng)新與邊界拓展139
4.2　基于控制論的系統(tǒng)整合方法145
4.2.1　數字化轉型的常規(guī)道路145
4.2.2　數字化的系統(tǒng)整合方法147
4.2.3　工業(yè)數字化的系統(tǒng)集成框架152
4.2.4　基于控制論的理論框架153
4.3　設定數字化的價值目標160
4.3.1　圍繞價值鏈的核心環(huán)節(jié)161
4.3.2　加強核心競爭能力163
4.3.3　提升價值創(chuàng)造的業(yè)務能力165
4.4　選擇有價值的場景168
4.4.1　價值驅動的數字化168
4.4.2　場景價值的判斷條件171
4.4.3　數字化的評測模型175
4.5　本章小結178
第二篇　敏捷實踐
第5章　變革賦能的業(yè)務數字化實踐181
5.1　數字化的技術與發(fā)展層級182
5.1.1　數字化技術的發(fā)展歷程182
5.1.2　智能制造的階段183
5.1.3　不同數字化階段的特征185
5.2　實時在線：全局視角的集中監(jiān)控188
5.2.1　集中監(jiān)控中心188
5.2.2　運營控制塔191
5.2.3　管理駕駛艙192
5.3　自主決策：數據驅動的快速響應195
5.3.1　基于規(guī)則的自動響應196
5.3.2　工作流引擎197
5.3.3　設備數據流197
5.4　智能控制：自適應的實時優(yōu)化199
5.4.1　精密機械加工的工藝優(yōu)化201
5.4.2　復雜工序的跨工序優(yōu)化203
5.4.3　精細化工的高級過程控制204
5.5　設計數字化業(yè)務方案的方法208
5.5.1　設計思路的改變209
5.5.2　設計流程的改變211
5.5.3　數字化方案設計方法212
5.5.4　解構：從需求中挖掘真問題214
5.5.5　重構：從思維突破到創(chuàng)新設計216
5.5.6　業(yè)務數字化的設計模板217
5.6　本章小結220
第6章　最小作用力下的敏捷迭代221
6.1　放棄確定性藍圖，追求迭代式進化222
6.1.1　從不確定性中獲益222
6.1.2　數學中的迭代原理224
6.1.3　迭代復雜問題的應對策略226
6.1.4　從不確定性最大的場景開始227
6.2　敏捷迭代的機制228
6.2.1　PDCA式的迭代機制228
6.2.2　閉環(huán)控制的迭代機制229
6.2.3　自組織式的迭代機制230
6.3　最小作用力原理232
6.3.1　復雜問題的簡單解法232
6.3.2　人體組織的隱喻235
6.3.3　減少轉型的阻力236
6.4　本章小結237
第7章　突破創(chuàng)新的數字化研發(fā)239
7.1　語言變革：專家的應用型編程239
7.1.1　面向專家的編程語言240
7.1.2　ChatGPT成為新的生產工具244
7.1.3　對專家友好的人工智能246
7.2　邏輯變革：人機協(xié)作的工業(yè)智能247
7.2.1　知識的結構249
7.2.2　從專家知識到算法模型250
7.2.3　從必然性邏輯到可能性邏輯253
7.2.4　從人機分離到人機協(xié)作255
7.3　領域變換：跨界映射的工業(yè)智能261
7.3.1　流動的技術261
7.3.2　跨領域借鑒與創(chuàng)新262
7.3.3　數學建模262
7.3.4　鋰電池行業(yè)案例266
7.4　數字化研發(fā)的新范式267
7.4.1　基于虛擬樣機，優(yōu)化產品設計267
7.4.2　技術創(chuàng)新的第四范式268
7.4.3　工藝研發(fā)數字化270
7.5　本章小結272
第8章　數字時代的敏捷組織和開放文化273
8.1　生命范式的復雜管理學274
8.1.1　對抗不確定性需要復雜性思維275
8.1.2　組織與文化協(xié)同進化276
8.1.3　組織與文化的一致性278
8.2　企業(yè)的生命系統(tǒng)模型279
8.2.1　企業(yè)的生命系統(tǒng)280
8.2.2　企業(yè)的活系統(tǒng)模型282
8.3　提升情感與品味，激活心流與創(chuàng)新283
8.3.1　企業(yè)的三大核心系統(tǒng)284
8.3.2　情感智能285
8.3.3　品味與用戶體驗288
8.3.4　向善的價值觀290
8.3.5　企業(yè)的心流與創(chuàng)新活力291
8.4　數字時代組織的敏捷進化293
8.4.1　賦能型的敏捷組織294
8.4.2　組織結構的優(yōu)化與發(fā)展297
8.4.3　液態(tài)組織與自組織298
8.5　本章小結302
第三篇　探討與展望
第9章　數字化的底層邏輯與哲學反思304
9.1　加速流動的現代社會305
9.1.1　加速發(fā)展的技術305
9.1.2　越來越流動的社會307
9.2　不確定性驅動數字化的演進310
9.2.1　產品智能化的演進趨勢310
9.2.2　數字化演進的驅動力313
9.3　信息和智能的哲學反思314
9.3.1　賽博系統(tǒng)315
9.3.2　信息哲學316
9.4　轉型和發(fā)展的哲學反思317
9.4.1　自然演化的方向318
9.4.2　競爭位態(tài)驅動社會進化318
9.5　本章小結320
第10章　未來展望322
10.1　不同行業(yè)實施數字化的差異323
10.1.1　產業(yè)鏈位置的差異324
10.1.2　行業(yè)的差異325
10.1.3　工業(yè)數字化對其他行業(yè)的啟示325
10.2　選擇適合自己的數字化策略327
10.2.1　數字化的充分必要條件327
10.2.2　積極的數字化策略329
10.2.3　保守的數字化策略332
10.2.4　過猶不及：適度數字化335
10.2.5　數字化轉型策略336
10.3　日益復雜的后工業(yè)時代337
10.3.1　跨學科融合338
10.3.2　跨領域融合339
10.3.3　數字化轉型的方向340
10.3.4　不確定性驅動的復雜演化341
10.4　AI時代的個人生存343
10.4.1　用信任對抗信息344
10.4.2　用創(chuàng)意對抗算法345
10.4.3　保持個性346
10.4.4　終身學習347
10.4.5　Π型復合人才348
10.5　本章小結351