一个真实的数字困境

先说一个场景。一家做五金件的工厂，年产值三千万出头，工人一百来人，管理层一共七八个人。老板被智能制造的概念打动了，决定花一百万做数字化升级。预期的效果是：生产数据可视、排产不用人工算、设备出问题能提前预警。

半年后，系统装上了，大屏幕装上了，数据也开始跑了。但老板发现：排产还是靠人的经验在调，设备故障还是出了才修，数据确实有了但没人看也没人会分析。一百万花完了，工厂还是那个工厂，只是多了一些看起来很先进的东西。

这不是一个工厂的故事，而是一个行业的普遍现象。造成这种现象的根源不在于数字化本身有没有用，而在于做数字化的人把大部分钱花在了不该花的环节上。要理解这一点，需要把数字化升级这条产业链打开看。

数字化升级的四层产业链

一个工厂做数字化升级，涉及的供应商大致可以分成四类。

第一层是硬件设备。传感器、数据采集器、工业网关、边缘计算盒子、显示大屏——这些都是看得见摸得着的东西。硬件的单价相对透明，竞争也比较充分，价格很难虚高。在这一环，工厂通常不会被宰。

第二层是软件系统。制造执行系统、企业资源计划系统、仓储管理系统，各种工业软件。软件的价格弹性很大，同样的功能需求，不同的供应商报价可以差三到五倍。这一环的问题是：工厂很难判断自己到底需要什么功能——软件公司说什么重要，工厂就买什么，但那些功能上线后多半用不上。

第三层是系统集成。把不同供应商的硬件和软件打通，让数据能流动起来。这个环节是花钱最不确定的地方。集成的难度和成本完全取决于现有设备的开放程度和各系统之间的兼容性。一个全是老旧设备、没有统一接口的工厂，集成成本可能比软件本身还高。

第四层是咨询服务。帮工厂理清楚为什么要做数字化、先做什么后做什么、做到什么程度算成功的人。这一环在链条中通常占比最小，但恰恰是最关键的。没有想清楚就上系统，后面的每一笔钱都可能是冤枉钱。

钱都花在对的地方了吗

把这四层打开，你会发现一个让人不安的规律：越是关键的前端环节——搞清楚为什么要做、怎么做——花的钱越少；越是不产生核心价值的中后端环节——买设备、装软件——花的钱越多。

大多数工厂的数字化预算分配大致是这样的：硬件占三到四成，软件占四到五成，集成占一到两成，咨询可能不到一成。但理性的顺序应该是反过来的：先花时间想清楚业务瓶颈在哪、哪些环节数字化回报最高，然后再去选对应的硬件和软件。咨询不是多花一笔钱，而是先想清楚再花钱。

不合理的预算结构带来一个普遍的结果：工厂花大价钱买了一堆功能和设备，但只有一小部分真正解决了实际问题。剩下的功能闲置着，设备在吃灰，屏幕在循环播放没人看的数据看板——这些都是产业链上的价值损耗。

好钢应该怎么花在刀刃上

从产业链的角度重新看数字化升级，一个好的投入顺序应该是：

先找一个对工厂行业有理解的人或者团队，把业务从头到尾过一遍，找到最痛的那个点。不是整体提升，而是具体到这个工序每天浪费两个小时在等人确认，能不能用数据自动判断这种颗粒度。

找到痛点之后，再去找对应的工具。工具的选择标准不是功能多或少，而是能不能精准解决那个痛点。很多工厂的情况是，只用了两三个核心功能就解决了一大半的问题，其余的功能根本不需要。

最后才是集成到现有的系统中，让数据能在最需要它的地方出现——而不是在大屏幕上。

按这个顺序来，预算通常会省掉三成以上，而效果反而更好。因为钱花在了解决真问题上，而不是花在买一个看起来很全的解决方案上了。

产业链分析给我们上的这一课

数字化升级产业链这条案例，说明了一个放之四海而皆准的道理：任何一个热门产业的快速扩张期，总是会出现一些专门赚信息差和认知差钱的环节。比如把通用软件包装成行业专用方案卖高价的软件商，比如把一个简单集成项目说得很复杂来增加报价的集成商。

工厂的经营者不需要成为数字化专家，但需要具备拆解这条产业链的能力。问供应商三个问题就够了：你做的东西具体解决的是我工厂里的哪个问题？这个问题不用你的方案我一年会损失多少钱？用了你的方案我怎么判断钱花得值不值？

能清楚回答这三个问题的供应商，大概率是靠谱的。绕来绕去讲概念、讲趋势、讲别人的案例但就是讲不清楚你自己的工厂能少亏多少钱的，要多留个心眼。