随着互联网、物联网、大数据、AI、区块链等数字技术与制造业逐步融合，数字化转型成为当下的热门词汇。但对于什么是“数字化转型”，仍是众说纷纭。除了其本身还在持续进化，还因为商业利益的原因被很多专家不断泛化解读和演绎。然而，经济问题还是应该用经济学思维来解决。

一、数字经济时代与传统工业时代的思维差异

很少有人系统思考过经济活动在工业时代和数字时代运行规律的差异性。工业时代的企业之间，强调企业自身的竞争力，企业与企业之间的协作是短期、松散的，互相之间很难存在“背靠背”的长期信任和依赖关系，企业基于“市场―企业”两个维度来开展经营活动。

传统经济学就从“市场―企业”两个维度展开对经济活动的研究，典型代表是科斯的“交易费用理论”，分析了企业与市场的关系，论证了企业的出现及其价值。

20世纪80年代第三次工业革命后，生产企业与供应商之间形成紧密合作关系，威廉姆森提出了“中间型组织”， 拉尔森则提出用“市场―企业间协调―企业”三分法的分析框架替代“市场―企业”二分法框架，但未得到广泛关注和研究。

21世纪初进入数字时代，围绕平台企业形成数以万计企业间紧密合作的产业生态，这种现象超出了企业组织管理的范畴，需要从更深层面上思考。我们发现，互联网等数字化技术对企业产生诸多影响，改变了产业组织形态和企业管理业态。

一是传统工业时代企业整体上表现为单一边界。企业存在两个边界，即内部组织边界（体现组织能力）和外部市场边界（体现企业经营能力或利益边界）。传统经济时代由于分工体系原因，二者通过组织管理而重合。

二是互联网等技术离散了企业内部的组织化联结。网络在裂变了原有的“企业―市场”二分法框架的同时， 使组织边界和市场边界分别凸现出来，由一元边界裂变、错位成二元边界。

三是数字技术引起边际交易费用降低，使利益边界超出组织边界。通过近乎实时的数据同步功能，降低了发现与回收产品生命周期内各阶段价值的边际交易费用。物权交换后的价值可以很低的成本发现并回收，这是导致基于价值链协作的产业形态的根源。

从组织经济学角度看，数字经济时代不仅带来企业效率的改变，还有整个企业边界的拓展，以及企业生存思维的改变：数字经济的本质就是用数字技术降低企业交易费用，拓展价值空间（如图1所示）。

数字经济的这种影响，让制造类企业面临一个根本命题：企业在数字化时代如何生存？如何利用数字化技术持续创造更多的价值？这就需要深入解读企业数字时代与传统工业时代所面临的挑战和生存方式的差异。

二、制造类企业为何要搞数字化转型

1. 数字化技术为经营模式的演化与创新提供了新思路和推动力

一方面，企业竞争优势的来源变了，不仅来源于企业之内，更多来自企业之外。企业与企业形成新的数字化产业协作网络，可以减少中间环节，直接向客户提供个性化产品和服务，而同时客户的需求也能通过数据和网络及时反馈回来，由成员企业快速调整设计、改进方案，企业经营的弹性和柔性得到增强，从而能快速适应市场需求变化。

企业之间的竞争表现为不同协作网络、标准、体系间的竞争，要增强竞争优势就要先开放这个体系，让成员、用户群不断扩大，以摊薄专用性资产的成本。

另一方面，产业协作网络不断提高企业间的兼容、互通程度，让传统制造企业的资产专用性不断降低。威廉姆森把资产专用性定义为一种专门性投资，这类专用性资产为交易双方量身定制，降低双方反复使用成本；同时，一旦改变用途就会招致难以忽略的价值损失，也就是说合作方必须风险共担。

然而，随着行业技术不断发展，并与信息平台、数字技术越来越融合，促进传统上封闭的、专用性强的企业资产，向开放兼容、专用性低的开放式、生态式体系转化。这摊薄了专用性资产的成本，也降低其风险。

对比传统工业时代，企业竞争优势主要来自内部，通过内部价值链的整合、重构来创造差异化优势。同时，为增强客户黏性、锁定客户，与产品相关的配套资产的专用性较高，不同企业之间产品难以兼容，企业着力打造所谓的核心竞争力。两相比较，可以很容易找到制造业推进数字化转型的基本动因。

2. 数字化转型让企业从“竞争”走向“竞合”

传统工业时代，企业―市场间的信息不对称程度较高，竞争成为制造类企业间的主要生存手段。

数字化时代，互联网、大数据、区块链等技术在同步数据和信息上的巨大优势，增强了成品制造企业与供应商、服务商之间的天然业务联系，相对解决了信息不对称问题，降低了制造类企业及价值链伙伴的信息不对称程度和交易费用。

数字技术让数据在“企业―市场”构成的价值网络内流动，让知识共享、信息交互成为协同发展的基本要求，也为信任文化建立提供客观土壤，促进制造业生态链走向信任与协作，不断降低企业内外部各个环节的交易费用，持续创造更多的价值。这才是企业角度制造业数字化转型的本质意义。

三、在制造类企业中数据如何创造价值

1. 制造业产业生态中的各种数据

制造业的大数据，主要是指围绕产品制造场景，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期中，各环节所产生的各类数据的统称。

其以产品数据为核心，极大延展了传统工业数据的范围，其主要来源可分为三类：一是生产经营相关的业务数据；二是设备相关的物联数据；三是企业外部的数据。

更具体一点可分为：企业外部的社会化网络数据，企业的各类对外宣传、商务推广网站上的线上数据，这是通常所说的社会化大数据；企业内部管理系统中的结构化数据、智能设备上传的使用实时状态和历史数据、维保记录等；以及企业内外部业务运行过程中形成的各类非结构化数据。

其中的外部社会化大数据近几年随着Hadoop的流行着实火了一段，但由于投资很大而实际成效不明显，很多制造业客户逐渐意识到：这种主要靠从网上扒来的大数据呈碎片化，与自己核心业务缺少关联度，几万条数据中也不见得能找到一条有价值的，但还需要一个巨大的存储空间和技术维护团队。

倒是公司网站或线上商城的数据与业务关联程度更高。最根本的还是围绕产品制造场景、企业运营、供应商、合作伙伴、客户群等产业生态往来的数据，才是真正与企业的价值链紧密相关的，是真正能进入价值创造过程的，也是能产生最大价值的数据。然而，我们还需要搞清楚在工业场景中的数据是如何实现价值化的。

2. 工业大数据的价值化与资产化

经济学中的生产要素包括劳动力、土地、资本、企业家才能，随着科技的发展和知识产权制度的建立，技术、信息也作为相对独立的要素投入生产。但由于数据和信息具有无限可复制性，且在使用后会产生更多的数据（取决于测量目的、手段和标准），从经济价值可测算角度看，与传统生产要素的价值化特点完全不同。

客观上，数据只有与其产生和应用的业务场景关联，才有现实的经济价值，也就是说数据只有在创造价值的业务场景中，才能体现出可计量的经济价值，这削弱了数据作为独立生产要素的合理性。

在开放共享的产业生态中，工业大数据的价值是通过数据贯穿产业生态链并循环流动产生的，其根本作用在于被产业生态价值链各环节利用时产生的边际效应，形成可持续、可计量的价值增益等经济价值。数字技术驱动数据与业务流程融合，让数据赋能价值创造，完成数据变现。可按如下框架来考虑：

降低边际交易费用。由于工业大数据在产业生态网络中流动，促进最终产品和服务的改善，导致产业生态各环节的边际交易费用降低。

降低交易信用成本。数字化系统把产业生态中各参与方的活动标记下来，形成对交易过程和效果的历史性数字化记录。当这种交易成功地持续并稳定进行下去的时候，就形成了产业生态中的天然的信用记录，降低了交易的信用成本。

摊销专用性资产成本。工业大数据让原来的专用性资产在开放、流动、共享的产业生态中被更好地利用，摊销了拥有和使用专用性资产成本。

记录碳足迹数据。这是在一个世界各国之间气候控制协议背景下产生的能耗大数据的资产化特例，由于碳税的征收和“碳排放交易”机制的建立，产品碳足迹需要涵盖从原材料、生产到维修保养的全生命周期，让碳足迹数据成为一种有显著价值的数据。

3. 云应用更利于工业大数据的资产化

制造业的大数据要想产生价值，必须融入产品全生命周期和价值链各环节里，参与价值创造全过程：

一方面，通过研/产/供/销/服各环节提高产品的质量、效率、交付和使用体验；另一方面，数据流过制造业生态链，促进整个产业生态的信任与协作，降低边际交易费用。

传统制造企业信息化系统是基于业务部门的组织结构构建的，而基于物联网和智能技术的云应用模式，把原来存放在企业组织内部的数据搬到开放、互联、共享的环境下，让数据更加容易流动和使用，从而让工业大数据贯穿全业务链路，推动业务参与各方、各业务环节、线上线下业务的状态感知、同步和追踪，让数据通过业务协同化赋能价值创造，由资源变为资产（如图2所示）。

四、制造业数字化转型的认知框架及实现路径

如何理解产业生态呢？从组织经济学的角度来思考制造业的产业生态，参考“企业―中间组织―市场”的架构，可以从三个维度的描述框架来诠释制造业数字化转型的基本认知框架和实现路径。

1.面向企业内部的数字化智慧运营

从组织范围上来看，这一步主要是利用新的数字化技术解决企业内部的组织运营有效性问题，目标即通过实现研/产/供/销/服等各环节的产品、设备、产线、运营系统的数字化直连，提高质量、降低成本、增加效益。基于运营数据的洞察来推动精益管理和智能制造，实现数据驱动的智慧企业运营。

2.基于产业上下游的价值链协同

利用IoT等数字化技术联通企业内外部价值链，基于各种智能产品内置传感器抓取产品使用与运维过程的数据，加以深入分析和应用来帮助客户优化生产流程、提高运营效率，并以此为基础持续感知客户的深度需求，通过价值链延伸创造新的业务价值。这方面主要是物联网、大数据和AI推动的制造业服务化创新。

3.面向开放共享的产业生态网络的价值创新

基于上述两个步骤，工业物联网、大数据、AI和云等技术已经深入产业生态的各个环节。推动产业生态伙伴、数字化智能产品、服务商和最终用户等产业链资源的跨组织、跨生态的连接，推动制造企业从传统制造走向基于产业生态网络协同的新业态。其中数字化技术和大数据把产业生态中各种类型的交易记录提炼成产业生态信用大数据，从更广泛、更深入的层面降低交易信用成本。这将促进工业互联网的成长和落地。

制造类企业在数字化运营基础上，通过价值链延伸实现产业链上下游的价值生态服务化创新。本文以机械装备制造业为例，以工业物联网和大数据等数字化技术为基础构建起，以客户为中心、以设备为纽带，围绕人/机/服务等的产业生态价值体系全景图