制造业企业如何从“数据共享”中获得价值
本文提炼自BCG与世界经济论坛近期联合发布的报告《Share to Gain: Unlocking Data Value in Manufacturing》。
数据是未来工厂的命脉。随着制造商越来越多地采用高级分析法、人工智能和其他新兴数字技术来转变生产和供应链，他们必须找到有效的方法来应用和管理数据。迄今为止，大多数制造商都专注于企业内部的数据。而通过企业间数据共享，制造商能够释放更多的价值并加速创新。
波士顿咨询公司（BCG）最近的一项全球调查显示，全球近四分之三的制造业管理者正在考虑通过数据共享来改善运营。真正通晓数字化的企业不仅利用共享数据改进现有技术的应用，还利用共享数据开创了全新的应用。在工厂围墙之外进行数据交换，获得的回报是巨大的：仅在改善运营这一项，企业在五个关键领域通过数据共享所能创造的总价值预计超过1,000亿美元（参阅下图）。
BCG和世界经济论坛（WEF）近期联合发布了一份白皮书，研究能够从企业间数据共享中受益或借此能够实现的应用领域。报告分析了应用中一些常见模式（如协作模式）、数据共享面临的障碍以及克服这些障碍的方法，还提出了一个框架，可用于帮助制造商选择要实现的应用、确定合作伙伴，并与合作伙伴探讨数据协作的构思与计划。最后，报告概括了成功实现数据共享的关键因素。
数据共享的应用
制造业中的数据共享在以下五个主要应用领域中创造价值。其中，数据共享的功能有所差异：在第一个领域中，数据共享增强了现有的高级分析法和人工智能解决方案。在其他领域中，数据共享使这些应用成为可能。
01
加强资产优化
制造商可以收集同类型机器的多个用户的数据来改进算法，实现预测性维护等不同应用。因此，共享数据可以通过延长机器正常运行时间和提升产品质量来优化生产资产的利用效率，从而为所有利益相关方创造一个共赢的局面。这对于缺乏足够数据来支持可靠分析算法的制造商来说尤为重要。
02
沿价值链跟踪产品
通过实现端到端价值链的透明化，制造商可以对突发情况快速做出反应，减少库存。尽管制造商已经可以在整个供应链中对产品进行跟踪，但他们必须协作、共享数据并利用通用系统来建立真正的端到端透明。
03
沿价值链跟踪流程进展情况
如果制造商可以获取价值链上连续且完整的数字记录，就可以逐步增强价值链伙伴之间的信任，并更有效地遵守严格的监管要求。这使制造商能够确保供应商遵循商定的生产流程，供应商也可以在质保争议中把这些记录作为证据。食品和制药行业的企业已经在建立数据联盟，以获取这些益处。
04
交换数字产品的特征
在产品形状和组成方面共享数据可以使制造商保持同步，同时优化联网的生产流程。例如，供应商和原始设备制造商之间共享的数字孪生产品有助于消除来料检验或形貌测量的流程，而这些流程是自动化加工零部件的必要环节。
05
验证来源
消费者越来越多地希望知道产品的最终来源和加工方式，而且他们希望能够验证产品的真伪。通过共享数据，价值链参与者可以一起建立产品溯源体系和可靠性追踪体系，并帮助消费者识别造假行为。为了做到这一点，每种材料和商品都需要一个防篡改的唯一标识，该标识需贯穿整个生产生命周期。一些企业已经开始联手，在区块链解决方案上展开协作，从而实现这一目标。
协作提升价值
为了在数据共享上能够成功协作，利益相关方需要很好地理解如何共同提升价值。制造商之间可以通过第三方的解决方案供应商展开协作，供应链中的直接供应商和制造商之间可以展开协作，制造商之间也可以通过机器供应商的介绍展开协作。考虑到竞争和合规性，处于同一价值链步骤中的企业之间很少直接协作。例如，两家汽车整车厂可能不会直接共享彼此的产品和生产数据，如果他们希望协作，则可以通过第三方间接进行。
数据共享的障碍主要来自信任层面和技术层面。从信任层面来讲，企业可能会担心无意中泄露有关业务的宝贵或敏感数据，在谈判中丧失主动权或竞争优势。企业可能还希望清楚地了解共享数据如何被使用和分析。技术层面的担忧则包括数据泄露和丢失的风险，可访问性和互操作性出现问题，同一解决方案的参与者之间数字化水平参差不齐，以及更换技术的成本（或担心陷入某一种特定技术而无法自拔）。
成功的数据共享合作通过制定明确的价值主张和理由、使用互惠协议，并采用安全技术和通用标准来解决上述问题。
新手入门
BCG提出的五步框架可以帮助制造商初步建立数据共享关系。该框架并不涵盖构建复杂数据共享协作的所有方面。相反，它是深入讨论数据共享应用和成功建立共享关系的起点。它为合作伙伴的协作细节奠定了基础。该框架包括以下步骤:
- 了解要通过数据共享解决的业务挑战。
- 开发应对业务挑战的具体应用。
- 根据对业务的影响力，确定应用的优先级。
- 确定并评估每个应用的合作伙伴。
- 为数据共享关系制定合适的计划。
在确定数据共享应用的优先级时，必须检查价值主张和风险以及数据的可访问性和质量。制造商需要通过评估来确定合适的合作伙伴，并了解所有利益相关方的组织和基础设施准备情况。最后，各方需要讨论协作的建立、共享机制、补偿模式和技术架构等方面的要求。
应用此框架之后，制造商仍然需要为数据共享做大量的筹备工作。选择正确的技术和通用标准有助于克服数据共享的主要障碍，如操作互通性问题和风险。新技术和全行业标准化的推行和通用参考架构的采用值得期待，更应予以进一步鼓励。
每位制造商都有机会通过数据共享即刻释放价值。为了实现这一目标，制造业的领导者必须建立清晰的愿景，制定正确的价值主张，并通过在生态系统中建立信任来选择合适的合作伙伴。一旦具备了这些先决条件，制造商就可以专注于克服数据共享的其他障碍，比如安全性、隐私保护和互操作性。通过使用结构化方法，领导者可以识别相关的应用并建立成功的协作。尽管存在许多不确定性，但成功的秘诀显而易见的：专家、行业参与者和政府必须围绕数据共享加强协作，使更多制造商成为通晓数字化的高手。