找寻制造业的蓝海(2)

这里我们介绍一个健康鞋垫的例子。

美国沃尔玛超市有一种卖得非常好的鞋垫，叫健康鞋垫。这种鞋垫很特别，有30多种，到底哪款适合你，需要顾客先做个测试，即在测试设备上站几秒钟，顾客会得到一组数据，显示顾客脚力的分配情况，以及这些力对顾客关节、身体健康产生的作用，然后告知顾客个性化的、确保健康行走的鞋垫类型，穿上这种鞋垫，顾客感受的不仅是舒适，更是健康。

在美国，一般鞋垫卖5~20美元，这款鞋垫卖45美元，贵2倍多，很多人都喜欢买，因为它能让人变得健康。它给不可见的顾客需求创造了高价值的服务。

李杰教授用一个煎蛋模型来解释其中的奥妙。煎蛋模型如(图1)所示。

蛋黄是核心产品，蛋清是创造价值的服务。我们的制造企业普遍在看得见的市场生产具有一定功能性的产品，解决用户面临的特定问题。除了这些特定问题，用户还有很多待解决问题的缺口，这些缺口隐藏在不可见的市场里，这个市场蕴涵着大量未被发现、未被满足的需求，制造企业需要通过主控创新满足这些需求，实现价值创造。

比如飞机发动机制造企业，发动机是它的蛋黄。然而，航空公司采用发动机的目的是什么呢?不是表面上看到的用来推动飞机，而是让飞机能够一直不间断地安全飞行。这就是蛋清部分，需要这个企业去挖掘，去创造全新的、巨大的价值。因此制造企业转型，主要是开发蛋清里的价值，然后做好布局。

大数据与工业4.0

要让发动机创造新的价值，需要对发动机的实际运行做大量的数据采集、分析，出诊断报告，才能展开相关研究创造，这些离不开对大数据的分析与应用。

以往一谈制造，人们总会跟质量、生产率联系起来，我们常常忽视用户的真正感受，其实他们最在乎的是一些简单问题的解决。比如轮胎，驾驶者很关心汽车行驶时轮胎是否安全，什么时候该换轮胎等等。这些简单的问题归纳起来体现的是对产品衰退的管理。即怎样在产品使用和不断损耗的过程中给用户一个可感知的安全服务，用户担心的是在不可知的情况下出现问题无以应对。

未来制造是要基于生产制造和用户使用时的大量数据来分析产品的变化走势，并从走势中发现制造中的问题，这些问题往往是看不到却是用户最在乎的，恰恰这些问题产生巨大的价值创造空间。如果企业能运用健康管理的手段，让产品有效地为用户所用，就是在创造超出产品本身以外的更大价值。

有制造企业用户认为，中国有大量数据拿不到手，即便拿到手，还可能存在数据质量问题，面对这一现状，我们该如何发挥大数据的优势?李杰教授认为，中国制造呈倒三角形，设计在最底端，中间是制造，最上端是使用。中国应该把最上端与最底端平衡化，即搞好使用与设计的平衡，搜集使用中的数据，通过制造环节补偿设计的不足，换句话说，利用使用产品时产生的大量数据充实设计数据的不足，同样可以促进中国未来制造的转型。

与此同时，李杰教授引申大数据背景下的工业4.0概念。他形象地比喻，传统工业是产品制造出来以后，企业才发现产品存在的问题;工业4.0就是在产品制造出来之前就知道产品能不能制造、会有什么缺陷。工业4.0背景下的工厂是充满智慧的工厂，也是自组式工厂，当在虚拟世界形成的信息流向真实制造过程时，全新的生产环境就产生了。在智慧工厂中，机器群体可自行组织生产，供应链将自动化协同，未成品将发送数据给加工机器，以免当作成品上市。

工业4.0意义不在于制造产品本身，在于它所带来的全新价值观念，即创造具有增值效益的服务价值。

工业4.0描绘了制造企业的未来愿景。中国还有很长的路要走。

中国工程院院长周济对此提出一个新的思考，他说，中国工业2.0还没完成，我们是集中力量建设工业2.0，然后再搞工业3.0、4.0呢，还是发挥优势、抓住当下大好机遇，迎接挑战，快速发展呢?他提出一个思考，中国可否尝试并联发展的方式，能否通过创新，将数控一代和智能一代并联推进，从而实现跨越式发展?

全新的商业模式

基于煎蛋模型、工业4.0等工业变革的探索，李杰教授介绍几个成功转型的制造企业的全新商业模式。

电池也智慧

对于电动汽车，人们最关注的莫过于电池了。人们会关心电池能让自己开多长的路，充电站是否普遍;会关心它行驶的安全性，这些都是决定人们购买电动车的关键因素。

一般地，电动车有4组电池(如图2)，A电池是静态电量，如开车门、大灯等非行驶用的电量;B电池是动态电量，即剩余电量;C电池是消耗电量，即用电量;D电池是衰退电量，即电池因老化而损失的电量，它预示着电池的寿命。电池厂商可以告诉用户B和C，不能告诉用户D。D是一个变量，驾驶者掌控不了，但却是电池企业创新的突破点。电池企业可以将电池整体消耗情况做一细致跟踪，结合驾驶习惯、交通状况和温度等收集各种数据，分析加工后，形成一套电池监控管理系统，放入云端。驾驶者一旦开上电动车，系统就可以根据他的综合情况告知他车子能开多远，电池是否该充电，哪里可以充到电，是否该更换新电池等等。