工業(yè)數(shù)字化轉(zhuǎn)型：系統(tǒng)方法與敏捷實(shí)踐

目錄
贊譽(yù)
前言
第一篇　系統(tǒng)方法
第1章　不確定時代的工業(yè)數(shù)字化轉(zhuǎn)型002
1.1　狹義的數(shù)字化003
1.1.1　信息技術(shù)的數(shù)字化005
1.1.2　生活領(lǐng)域的數(shù)字化007
1.1.3　工業(yè)領(lǐng)域的數(shù)字化008
1.2　廣義的數(shù)字化010
1.2.1　信息物理系統(tǒng)011
1.2.2　數(shù)字化的本質(zhì)特征012
1.2.3　工業(yè)數(shù)字化的概念和內(nèi)涵016
1.2.4　數(shù)字化如何創(chuàng)造價值018
1.2.5　與業(yè)務(wù)匹配的數(shù)字化021
1.3　智能的三個要素022
1.3.1　什么是數(shù)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(shù)字化轉(zhuǎn)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(shù)字化轉(zhuǎn)型的歷史背景034
1.4.1　四次工業(yè)革命034
1.4.2　技術(shù)發(fā)展的邏輯035
1.4.3　社會流動的邏輯037
1.4.4　數(shù)字化的時代背景040
1.5　本章小結(jié)042
第2章　以數(shù)字化應(yīng)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(yù)見的擾動047
2.1.3　反饋方式：無法預(yù)見的擾動048
2.2　用數(shù)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(wǎng)絡(luò)重構(gòu)052
2.2.3　內(nèi)部閉環(huán)控制055
2.3　創(chuàng)造價值的數(shù)字化056
2.3.1　數(shù)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(wù)與數(shù)字化的二維矩陣064
2.3.4　數(shù)字化的企業(yè)心流067
2.3.5　舉例：工藝與質(zhì)量的數(shù)字化069
2.4　低成本的數(shù)字化071
2.4.1　快速變化與信息碎片072
2.4.2　十倍速的機(jī)會073
2.4.3　避免盲目投資的浪費(fèi)077
2.5　數(shù)字化的場景舉例078
2.5.1　精益管理：消除工廠浪費(fèi)078
2.5.2　設(shè)計降本：挖掘設(shè)備的設(shè)計裕量079
2.5.3　智能交通：緩解交通擁堵082
2.6　本章小結(jié)083
第3章　工業(yè)數(shù)字化轉(zhuǎn)型的常規(guī)路徑與集成探索084
3.1　增強(qiáng)感知之路：數(shù)據(jù)中臺和工業(yè)互聯(lián)網(wǎng)085
3.1.1　工業(yè)物聯(lián)網(wǎng)：硬件成為數(shù)據(jù)入口086
3.1.2　工業(yè)互聯(lián)網(wǎng)：打通數(shù)據(jù)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(diào)度101
3.2.2　實(shí)時模擬的數(shù)字孿生106
3.2.3　數(shù)據(jù)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(jī)器人112
3.3.2　智能設(shè)備113
3.3.3　人機(jī)融合114
3.3.4　流程自動化115
3.3.5　無人工廠116
3.4　數(shù)字化與工業(yè)化如何融合116
3.4.1　數(shù)字化重新定義制造117
3.4.2　以數(shù)字化的方式推進(jìn)數(shù)字化轉(zhuǎn)型123
3.5　系統(tǒng)集成的探索124
3.5.1　產(chǎn)業(yè)標(biāo)準(zhǔn)124
3.5.2　藍(lán)圖規(guī)劃126
3.5.3　軟件架構(gòu)127
3.6　本章小結(jié)130
第4章　工業(yè)數(shù)字化轉(zhuǎn)型的系統(tǒng)整合之路131
4.1　打破束縛，變革業(yè)務(wù)132
4.1.1　為什么數(shù)字化轉(zhuǎn)型效率不高133
4.1.2　技術(shù)創(chuàng)新如何創(chuàng)造商業(yè)價值133
4.1.3　業(yè)務(wù)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(shù)字化轉(zhuǎn)型的常規(guī)道路145
4.2.2　數(shù)字化的系統(tǒng)整合方法147
4.2.3　工業(yè)數(shù)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(shè)定數(shù)字化的價值目標(biāo)160
4.3.1　圍繞價值鏈的核心環(huán)節(jié)161
4.3.2　加強(qiáng)核心競爭能力163
4.3.3　提升價值創(chuàng)造的業(yè)務(wù)能力165
4.4　選擇有價值的場景168
4.4.1　價值驅(qū)動的數(shù)字化168
4.4.2　場景價值的判斷條件171
4.4.3　數(shù)字化的評測模型175
4.5　本章小結(jié)178
第二篇　敏捷實(shí)踐
第5章　變革賦能的業(yè)務(wù)數(shù)字化實(shí)踐181
5.1　數(shù)字化的技術(shù)與發(fā)展層級182
5.1.1　數(shù)字化技術(shù)的發(fā)展歷程182
5.1.2　智能制造的階段183
5.1.3　不同數(shù)字化階段的特征185
5.2　實(shí)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(yùn)營控制塔191
5.2.3　管理駕駛艙192
5.3　自主決策：數(shù)據(jù)驅(qū)動的快速響應(yīng)195
5.3.1　基于規(guī)則的自動響應(yīng)196
5.3.2　工作流引擎197
5.3.3　設(shè)備數(shù)據(jù)流197
5.4　智能控制：自適應(yīng)的實(shí)時優(yōu)化199
5.4.1　精密機(jī)械加工的工藝優(yōu)化201
5.4.2　復(fù)雜工序的跨工序優(yōu)化203
5.4.3　精細(xì)化工的高級過程控制204
5.5　設(shè)計數(shù)字化業(yè)務(wù)方案的方法208
5.5.1　設(shè)計思路的改變209
5.5.2　設(shè)計流程的改變211
5.5.3　數(shù)字化方案設(shè)計方法212
5.5.4　解構(gòu)：從需求中挖掘真問題214
5.5.5　重構(gòu)：從思維突破到創(chuàng)新設(shè)計216
5.5.6　業(yè)務(wù)數(shù)字化的設(shè)計模板217
5.6　本章小結(jié)220
第6章　最小作用力下的敏捷迭代221
6.1　放棄確定性藍(lán)圖，追求迭代式進(jìn)化222
6.1.1　從不確定性中獲益222
6.1.2　數(shù)學(xué)中的迭代原理224
6.1.3　迭代復(fù)雜問題的應(yīng)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(jī)制228
6.2.1　PDCA式的迭代機(jī)制228
6.2.2　閉環(huán)控制的迭代機(jī)制229
6.2.3　自組織式的迭代機(jī)制230
6.3　最小作用力原理232
6.3.1　復(fù)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(zhuǎn)型的阻力236
6.4　本章小結(jié)237
第7章　突破創(chuàng)新的數(shù)字化研發(fā)239
7.1　語言變革：專家的應(yīng)用型編程239
7.1.1　面向?qū)＜业木幊陶Z言240
7.1.2　ChatGPT成為新的生產(chǎn)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(jī)協(xié)作的工業(yè)智能247
7.2.1　知識的結(jié)構(gòu)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(jī)分離到人機(jī)協(xié)作255
7.3　領(lǐng)域變換：跨界映射的工業(yè)智能261
7.3.1　流動的技術(shù)261
7.3.2　跨領(lǐng)域借鑒與創(chuàng)新262
7.3.3　數(shù)學(xué)建模262
7.3.4　鋰電池行業(yè)案例266
7.4　數(shù)字化研發(fā)的新范式267
7.4.1　基于虛擬樣機(jī)，優(yōu)化產(chǎn)品設(shè)計267
7.4.2　技術(shù)創(chuàng)新的第四范式268
7.4.3　工藝研發(fā)數(shù)字化270
7.5　本章小結(jié)272
第8章　數(shù)字時代的敏捷組織和開放文化273
8.1　生命范式的復(fù)雜管理學(xué)274
8.1.1　對抗不確定性需要復(fù)雜性思維275
8.1.2　組織與文化協(xié)同進(jìn)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(yàn)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(shù)字時代組織的敏捷進(jìn)化293
8.4.1　賦能型的敏捷組織294
8.4.2　組織結(jié)構(gòu)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(jié)302
第三篇　探討與展望
第9章　數(shù)字化的底層邏輯與哲學(xué)反思304
9.1　加速流動的現(xiàn)代社會305
9.1.1　加速發(fā)展的技術(shù)305
9.1.2　越來越流動的社會307
9.2　不確定性驅(qū)動數(shù)字化的演進(jìn)310
9.2.1　產(chǎn)品智能化的演進(jìn)趨勢310
9.2.2　數(shù)字化演進(jìn)的驅(qū)動力313
9.3　信息和智能的哲學(xué)反思314
9.3.1　賽博系統(tǒng)315
9.3.2　信息哲學(xué)316
9.4　轉(zhuǎn)型和發(fā)展的哲學(xué)反思317
9.4.1　自然演化的方向318
9.4.2　競爭位態(tài)驅(qū)動社會進(jìn)化318
9.5　本章小結(jié)320
第10章　未來展望322
10.1　不同行業(yè)實(shí)施數(shù)字化的差異323
10.1.1　產(chǎn)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(shù)字化對其他行業(yè)的啟示325
10.2　選擇適合自己的數(shù)字化策略327
10.2.1　數(shù)字化的充分必要條件327
10.2.2　積極的數(shù)字化策略329
10.2.3　保守的數(shù)字化策略332
10.2.4　過猶不及：適度數(shù)字化335
10.2.5　數(shù)字化轉(zhuǎn)型策略336
10.3　日益復(fù)雜的后工業(yè)時代337
10.3.1　跨學(xué)科融合338
10.3.2　跨領(lǐng)域融合339
10.3.3　數(shù)字化轉(zhuǎn)型的方向340
10.3.4　不確定性驅(qū)動的復(fù)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(xué)習(xí)347
10.4.5　Π型復(fù)合人才348
10.5　本章小結(jié)351