為了在數字化時代實現興旺發展，我們建議制造商基于當前不斷變化的成本動態重新設計價值鏈，并且利用新時代的技術使其價值鏈更加物聯化和智能化。為此，企業在向數字化演進的同時，還要準備好滿足不斷變化的人才需求。

20世紀90年代以來，許多采購和制造決策都基于這樣的認知：亞洲（尤其是中國）、東歐和拉丁美洲是成本更低的地區，而美國、西歐和日本是成本更高的地區。然而，這種觀點日漸過時。薪資、運輸和配送成本、生產力和能源可用性的變化正在顛覆傳統認知－從何處采購、在何處生產以及如何將產品推向市場。必須先分析總交付成本而后再確定供應、制造和裝配業務在全球范圍內的最佳地點。

與此同時，數字化制造和運營時代已經到來，并且仍在飛速發展。在大數據和分析、云、物聯網（IoT）、機器人和增量制造等領域的技術進步和增長正在迅速改變著行業動態。由于制造業變得越來越知識密集型，這些技術在供應、支持和服務制造業的相關行業中激起了巨大的連鎖反應，這些相關行業的工作性質開始發生轉變。

在數字化運營時代，以前由人創造的信息越來越多地由機器和物體生成－產生自傳感器、RFID標簽、儀表、制動器、GPS等。庫存會自行清點。集裝箱可以檢測其中的內容。制造裝配將實現機器人化和分析自動化。整個供應鏈將連為一體－不僅僅包括一般意義上的客戶、供應商和信息，還包括用于監視供應鏈的部件、產品和其他智能工具。全面的連接將使全球網絡做到實時規劃和決策。

此外，先進的分析和建模將幫助決策者根據極其復雜且動態的一組風險和制約因素評估備選方案。智慧的系統將自動做出某些決策－從而提高響應能力，并降低對人為干預的需求。

為了在數字化時代實現興旺發展，我們建議制造商基于當前不斷變化的成本動態重新設計價值鏈，并且利用新時代的技術使其價值鏈更加物聯化和智能化。為此，企業在向數字化演進的同時，還要準備好滿足不斷變化的人才需求。

全球制造業不斷變化的經濟特征

許多企業已經發現，制造業務就近客戶市場在當前具有重大意義。企業決策者知道，他們越來越需要調整制造活動，并且重新思考全球價值鏈，以應對傳統外包和生產平臺中的運營成本和形勢的變化。考慮到中國和其他新興低成本地區的勞動力成本不斷提高、供應鏈和物流成本高企以及全球各地電力和天然氣成本的顯著差異，許多企業需要再次遷移制造和生產位置。

許多勞動力密集型工作正從中國遷往東南亞或新興的低成本地區。然而，在對運輸成本更敏感的行業中，例如消費品和家電，許多企業正在采用“近岸”戰略－將制造業務轉移到靠近或位于關鍵市場的地方。這種趨勢在針對北美洲市場的墨西哥和美國多個州以及針對歐洲市場的中歐和東歐國家最為明顯。隨著中國的勞動力成本飛升，美國和捷克共和國的制造業勞動力成本下降，近岸戰略的優勢進一步增強了。

薪資、勞動力產能、能源成本和匯率的快速變化推動了相關制造成本結構的徹底改變。企業在重新評估和調整其全球采購網絡和生產規模時，必須根據總交付成本和服務水平評估其生產地點。盡管直接制造成本在某些經濟體可能更低，但企業有必要考慮多層價值鏈，包括部件和材料供應、裝配、包裝要求及附加的運輸和物流成本。另外需要考慮的是更廣泛的全球價值鏈的隱含成本，例如推向市場的速度、更高的敏捷性，以及為特定市場細分定制產品和服務的更強能力。

數字化革新的支撐技術

大數據和分析、云、物聯網（IoT）、機器人和增材制造等領域的持續進步為提高效率和優化制造流程提供了新的機遇，并且對全球價值鏈產生了巨大的影響。這些技術有助于減少勞動力，幫助區域化和地方化變得更加經濟，并且提高各級的客戶服務和生產力水平。

大數據、分析與云

在2014年對制造商的調研中，幾乎一半的受訪者指出，大數據和分析將對企業的表現產生重大影響，而超過70%的受訪者預計，技術將改變未來的制造業務運營管理方式。運營主管認識到，實時收集并分析價值鏈所有方面數據的能力，可能比以前的交易型、特定情況下的數據收集和分析功能更加強大。

運營分析幾乎適用于每個運營流程，包括網絡優化、實時事件管理，并跨越所有時間邊界。分析可增強制造能力，從而無需人員干預即可做出存貨和生產決策，并且也幫助確定重復缺陷或重復延遲交貨的根本原因。

總體來講，受到云計算、移動性、數據存儲和安全管理等領域中技術進步的推動，分析能力的成熟度日益提高，并且毫無疑問地影響運營分析技術的采用。借助來自整個價值鏈的歷史和實時數據，領導者可以做出更及時、更具洞察力的決策，并且優化價值鏈，從而更有效地利用資源為其客戶提供最優秀的產品和服務。

支持大數據和分析創新的是云計算。云計算可幫助企業每天從交易、社交網絡和移動應用收集的海量數據中獲得更多洞察。云計算的適應性為部署新的分析、社交和移動解決方案以及與合作伙伴和客戶共享數據提供了基礎。通過使企業能夠快速調整流程、產品和服務，以滿足客戶、員工和合作伙伴日益變化的需求，云計算可幫助制造商縮短創新、原型設計和上市時間周期。

物聯網

互聯網的早期階段包括人與靜態信息的連接，而最近，互聯網則發展到了人與人的連接。如今，互聯網持續演進，將人與物、物與物連接在一起，所有這些都通過與芯片、傳感器和制動器互連，能夠感知、捕獲、交流并主動響應所有類型數據的數十億個智能設備而實時實現。

物聯網代表了一個演進過程，在這個過程中，對象無需人為干預即可與其他對象交互。基于監控結果的人為決策正在向實時預測洞察和自動化決策轉變。隨著與互聯網連接的設備數量呈指數級增長，企業發送、接收、收集、分析和響應互連設備事件的能力也在提高。

制造商出于多種原因紛紛采用物聯網。總體來講，他們希望實現價值鏈的物聯化－從原材料采購到客戶交付，而且在有些情況下還包括已交付項目的維護和服務。

智能化物聯網系統實現了新產品的快速制造、動態響應產品需求，以及通過機器、傳感器和控制系統的互連而實現制造生產和供應鏈網絡的實時優化。物聯網系統通過預測性維護、統計評估和測量，已經擴展到資產管理領域，從而幫助提高可靠性。智慧的工業管理系統也可以與智能電網集成，實現實時的能源優化。此外，物聯網和基于云的GPS解決方案可提高在途貨物的洞察能力。這些解決方案使得通過互相“對話”的芯片傳輸身份、位置、溫度、壓力和濕度等數據，使追蹤單個商品成為可能。

機器人

由于在整個價值鏈不斷發現應用機器人的新領域，機器人在制造業中的使用量持續攀升－從生產、倉儲、配送到客戶交付。機器人可幫助企業以成本高效的方式減少或者消除缺陷，提高生產力并且實現供應鏈的本地化。作為物聯網的組成部分，這些機器人設備通過應用發送并接收信號，從而自適應不斷變化的生產和物流環境。盡管某些技術仍在開發中，例如無人駕駛的貨車、輪船和飛機，但有些技術目前已經轉變了價值鏈。

據國際機器人聯盟估計，機器人裝機量在2016年增加了16%，并且有望到2018年以每年15%的幅度持續增長。同時，盡管機器人的主要客戶－汽車行業－是這一增長的主要推動力量，但機器人的使用量在其他行業中也開始增長，包括電氣/電子、橡膠和塑料、醫藥、食品飲料以及金屬和機械。

機器人的使用可在某種程度上降低對勞動力的需求，同時提高重復利用率和質量，從而引發一場全新的轉型。勞動力的減少意味著裝配任務可以在任何地點進行，不只是在廉價勞動力所在地，更有助于實現生產本地化。

增材制造

增材制造（通常稱為3D打印）包括許多基于多種不同物理機制的技術，其常見特點是從數字模型中生成三維物理對象。由于這個過程具有增材的性質，材料僅在需要時放置，與傳統制造技術相比，這種技術可以顯著減少材料的浪費。該技術最初用于快速制造原型而進行外形和適合性試驗，其應用領域不斷向制成品的制造演變。盡管該技術持續進步，但與傳統制造方法相比，采用3D打印的制成品數量仍然相對較低。然而，新設計的進步和原材料的可用性使得以經濟的方式制造接近最終組件變得更加實際。事實上，IBM商業價值研究院最近的調研指出，在全球范圍內，3D打印正在改變產品的設計、生產、運輸和消費，使得本地制造成為真正可行的選項。

這些技術的進步將持續影響工作開展和決策制定的方式與地點。這對物聯化價值鏈具有巨大的意義。企業需要重新設想其設備戰略、信息技術能力和制造流程，并確定優化系統的最有效干預點。另外，企業必須雇用并留住管理這些干預措施的人才，使這些措施能夠在新的形勢下良好運行。

數字化革新需要知識型員工

先進的制造技術通過將工業自動化與信息技術結合在一起，優化了工廠和供應網絡的效率、生產力和產量，從而快速地改轉全球競爭形勢。這些新技術和更多非制造裝備、高科技服務、IT支持、大量分析和更高端設備的使用產生了“連鎖反應”，可在其他領域中創造數百萬個工作崗位。

智慧的制造中心被各級動態供應商網絡、對外支持公司和外部服務機構圍繞，從而創造出供應、支持和服務這些外圍組織所必需的間接崗位。了解這些新的制造生態系統將幫助行業領導者再次展示制造業對于創造工作崗位所起的關鍵作用。要想在智慧制造的數字化時代運營，企業需要更專業、技能更高的員工，包括維護高度自動化、IT驅動的制造流程的技術員、數據分析員、財務規劃師、研發創新人員、物流和運輸專業人員、客戶服務和技術支持專業人員、法規事務和安全專業人員、建模和模擬專家，共同優化工廠的產出。

平均來講，制造業的乘數是1.58，即擁有100人的典型制造廠實際上可提供158個崗位。隨著工廠更加先進，乘數也會大大提高。12要雇用并培訓正確的人員來幫助行業向前發展，僅僅尋找掌握必要技能集的人員擔任較為傳統的制造角色（如工程設計）已遠遠不能滿足需求。數字時代要求移動、互連且通過云計算開展工作的員工隊伍。許多企業在努力尋找開發和運行創新制造工具與系統所必需的技術和管理人才。

教育系統必須不斷調整，滿足不同行業和地區的這些關鍵需求。IBM商業價值研究院最近的調研指出，學術領導者了解到他們需要更改教材，以應對新技術導致的顛覆。實際上，73%的學術領導人知道，技術正在顛覆傳統教育模式，而56%的教育服務提供商了解到，員工技能跟上技術的快速進步是他們最嚴峻的挑戰之一。

顯然，通過額外的培訓增強員工知識技能非常必要。許多企業還與更廣泛的價值鏈中的合作伙伴聯手，以獲得數字化革新所需的技能。

建議

重新設計您的價值鏈網絡

對高度物聯化和互連化價值鏈的更深入洞察，可幫助企業識別并消除全球制造和交付瓶頸與質量問題。此外，大數據和分析可用于評估供應、制造和配送方面的大量可選方案－并且隨著形勢的變化而靈活地重新配置。

利用數百萬個智能對象（IoT）報告行蹤、溫度波動，甚至失竊或篡改。

利用整個價值鏈中的實時連接能力，通過對整個網絡的運行進行建模和模擬而做出快速、協調的應對。

實施智能系統，評估制約因素和備選方案，從而允許決策人員模擬不同的行動路線。

利用分析知識補充業務知識。首先嘗試能夠實現數字化運營的新技術。

跟隨數字化潮流重組價值鏈

利用機器人和物聯網技術實現運營的物聯化。傳感器、RFID標簽、儀表、制動器、GPS和其他設備及系統將生成更多價值鏈信息，而這在以前依靠人力是無法做到的。自行報告的船運集裝箱、卡車、產品和部件將取代人力追蹤和監控。

與物流和其他業務伙伴一同實現運營的物聯化。

在適當情況下，在您的制造和裝配流程中實施增量制造、機器人和物聯網技術，實現自動化，提高效率，并降低運營成本。

將價值鏈交易與用于制造產品的對象和機械實時互連。

創新您的價值鏈，通過互連而實現產品和服務的差異化。

留住員工并與合作伙伴協作

確保您的員工擁有適合未來制造業需求的必要技能。隨著制造工作對分析和技術能力的要求不斷提高，尋找正確的人才會是一項挑戰。

指定戰略性的員工計劃，確定在企業內通過培訓建立員工隊伍或者在企業外部挖掘人才的要求。

通過合作伙伴網絡補充技能差距，同時優化您的全球人才網絡。

通過快速技能開發計劃，為分析人員制定正式的事業路徑。

利用員工分析技術管理人力資本的供應和需求，就如同您利用先進的分析管理有形資產。

您是否為數字化做好準備？

實施數字化制造和運營對財務具有重要影響，因為新技術增強了自動化、控制力，從而也提高了質量。在您的企業準備開展數字化革新時，請考慮以下問題：

根據當前的全球經濟框架，您的企業如何重新思考并重新設計采購和制造業務，以及整個價值鏈網絡？在做出這些重要決策或持續尋求低成本勞動力解決方案時，您是否會考慮總體交付成本？

您如何利用大數據和先進的分析能力對運營顛覆和客戶需求的變化做出即時應對？

您的企業在多大程度上采用特定的數字化運營戰略，其中包括新時代技術的部署，例如物聯網和機器人？

您的企業為何不愿意實施最新技術，尤其是能夠提高運營效率、改進客戶體驗并推動創新的技術？如何消除障礙？

您的企業如何重新配置并留住全球人才資源（企業內部和整個合作伙伴網絡），以支持數字化制造和運營？