1、A 集体智慧集体智慧 来自最高管理层来自最高管理层调研之洞察调研之洞察 工业品行业 全球最高管理层调研 （第 19 期） IBM 商业价值 研究院 B IBM 商业价值研究院联合牛津经济研究院对工业品行业的 1,023 名最高层主管开展了调研。这些调研对话既包括定量回答，也包括定性回答。本工业品行业调研报告从收集的全部数据样本中选出 994 项有效回答作为分析基础。 来自 112 个国家或地区 20 个行业的 12,800 多名高管参与了我们本次最新调研，涵盖 6 种高管层职位。我们使用 IBM Watson Natural Language Classifier 对高管身处各自环境所作的回答
2、进行分析，并确定总体主题。我们还运用聚类分析和判别分析等各种统计方法，仔细研究所收集到的数百万个数据点。 1 企业需要智能企业需要智能 商品化日益常见，数字化不断普及，客户要求越来越高，经济体互联互通， 技能严重短缺所有这些挑战都给工业品行业带来前所未有的变革。通过对超过 1,000 名工业品行业的最高层主管开展调研，我们发现，受访企业认为市场因素、 技术因素和人员技能在未来两到三年内将会面临的主要问题（提出这些因素的受访者比例分别为 74%、66% 和 65%）。市场因素包括日益加剧的竞争、不断变化的市场动态、 捉摸不定的客户喜好以及全新出现的分销渠道等。技术因素包括云计算、人工智能 (AI
3、) 和物联网 (IoT) 等颠覆性技术。 人员技能可能预示着数字能力和数据科学方面存在人才缺口， 因为这些技能集的重要性和需求量都在不断增长。 工业品行业的最高层主管最担心的不是行业外的竞争者：超过 3/4 的工业品行业最高层主管表示，真正的颠覆来自于锐意创新的业内传统企业 尤其是正在自我重塑，力争在颠覆性的数字时代蓬勃发展的企业。 超过一半的工业品行业最高层主管表示， 竞争对手借助先进技术创造出更具吸引力的价值主张， 对他们目前的业务模式构成威胁。 2 工业品企业应对这些挑战的方式已发生了根本性的变化。成功的规则已从战胜颠覆者转变为不断进行自我重塑以及选对合作伙伴。 73% 的受访工业品行业
4、的 CEO 将产业融合列为推动其制定新战略的主要趋势。这些战略目前专注于开展新产品和新服务创新；通过并购或利用合作伙伴网络，实现有机增长与扩张。当被问及在不久的将来，哪些因素有助于加速提升绩效时，重塑者企业 CEO 表示，更灵活的业务战略是最重要的加速器。 充分发掘数据 工业品企业可以让整个企业中所有职能部门的现有数据发挥更大价值： 那么，企业该如何制定灵活的业务战略呢？答案就是智能。分析技术的兴起使得数据访问和使用变得前所未有的简单。洞察驱动的人工智能 (AI) 和认知计算系统集算法、自然语言处理和机器学习于一体， 使人类和机器能够更自然地进行互动。分析技术，尤其是深度学习的一个主要方面，便
5、是依赖于数据，数据越丰富，成果就越显著。数据量越大、来源越丰富，产生的洞察便越准确、越有意义。1 通过利用智能，工业品企业就能够评估商业市场，发现新的客户需求并评估决策， 然后基于这些洞察获得竞争优势和战略优势。 财务 人力资源 信息技术 营销 运营 交易数据，竞争对手信息，风险概况数据 员工情绪数据 IT 资产管理，网络监控数据 客户群信息，广告优化，购买和总支出数据 路线优化，维护模式，停机规避，天气数据 3 认识领先者认识领先者：重塑者：重塑者 为了了解表现最优异的企业如何别出心裁地应对颠覆大潮，我们应用了聚类分析定义， 确定了三类不同的企业 “原型” ：重塑者、实践者和渴望者。 26%
6、 36% 38% 图 1 工业品行业企业归类为不同的原型类别 行业原型具有不同的特征，导致他们处于不同的位置 重塑者重塑者 实践者实践者 渴望者渴望者 4 顾名思义，重塑者专注于开发突破性的产品、服务和业务模式；擅长从生态系统中获得价值；并积极开展各种试验性活动。他们的 IT 和业务战略保持同步 所有这些特点都有助于他们在经济效益方面脱颖而出，以创新者的形象出现在世人面前。 重塑者借助人工智能实现流程自动化，或创建自主（自我运行的） 流程。 尤其是在制造、 研发和产品/服务交付方面，他们利用人工智能获得了比同行更多的效益（见图 3）。他们的 CEO 表示，为了应对颠覆挑战，已经制定了完善的战略
7、，重点关注产品创新 (88%) 和业务扩张 (71%) 方面。 图 2 企业中的自动化 工业品行业的重塑者擅长流程自动化 工业品工业品 重塑者重塑者 工业品工业品 所有其他企业所有其他企业 “通过对制造流程数据应用人工智能，我们能够有效降低缺陷率、缩短生产周期并在价值链中保持适当的库存水平。” 日本某工业品行业首席财务官 问题：以下哪项最能说明贵公司当前的流程自动化水平？（百分比表示选择使用非结构化数据实现流程自动化，或者选择基于数据发现的自主（认知）决策功能的受访者数量。） 74% 26% 5 实践者雄心勃勃，但尚未拥有实现目标所需的足够能力。他们缺乏重塑者所具备的专注力和敏捷性。 渴望者远
8、远落在后面。他们还需制定清晰的战略，部署适当的流程和资源，并培养把握新机遇所需的敏捷性。与重塑者不同，他们并非由技术驱动，建立广泛合作关系的速度较慢，也基本不具备能够适应快速变化的上海品茶。 “我们的目标是将人工智能和物联网相结合，提高生产效率和可追溯性，从整合数据源中提取洞察， 并增强对实际客户行为和使用情况的了解。” 中国某工业品行业首席执行官 制造流程 研发 产品和服务交付模式 问题： 请说明迄今为止人工智能/认知技术对贵公司以下业务流程的影响。 百分比代表按照五分制原则选择 4 分或 5 分的受访者数量。 图 3 人工智能对业务流程的影响 越来越多的工业品重塑者开始将人工智能融入业务流
9、程之中 工业品工业品 重塑者重塑者 工业品工业品 所有其他企业所有其他企业 6 重塑者的最高层主管创造重塑者的最高层主管创造智能智能 重塑者的最高层主管缘何能够脱颖而出？重塑者企业中的最高层主管利用从数据和分析中获得的智能，履行各自的职责。CFO 专注于帮助企业实现发展。 CHRO 致力于重塑员工体验。CMO 努力改进企业与客户的互动方式。COO 则集中精力执行客户体验战略，提高运营效率。 CFO 举措举措 CFO 获取并利用分析洞察，帮助他们评估战略商机的价值，包括任何潜在风险。另一方面，CFO 可以从风险和回报的角度， 提供并帮助解释新商业化机遇的效益分析。 分析能够产生必要的洞察， 用于
10、评估增长机会 （无论是有机增长机会还是并购增长机会）的资本分配风险和回报情况，并设定预期回报标准。 “我们计划通过数据驱动型服务推进技术成果，从而帮助改善客户体验。” 加拿大某工业品行业首席信息官 7 建立共性、整合数据以及获得所需技能是创建可信赖洞察的基本要素。难怪重塑者 CFO 会对如何使用标准财务会计科目表、通用财务数据定义和企业范围信息标准驾轻就熟。事实上， 83% 的重塑者 CFO 已有效实施了企业范围的信息标准， 而其他同行中这个比例仅为 50%。 重塑者 CFO 在整合整个企业范围的数据方面也比同行更出色，他们能够有效地 通过数据分析来增强各方面的绩效表现。此外，近 3/4 的重
11、塑者 CFO 与业务部门合作， 在财务部门中培养了分析人才，相比之下，其他同行中这个比例仅为 50%。 CFO 需要获得深刻的洞察， 帮助识别有利可图的增长领域并预测商机。纵观全局，从盈利报告到预测需求和产品定价，重塑者 CFO 在这些领域的表现都很出色。 问题：贵企业在以下方面的有效性如何？（百分比代表按照五分制原则选择 4 分或 5 分的受访者数量。） 图 4 通过财务分析支持业务增长 工业品行业的重塑者 CFO 擅长开发洞察 工业品行业 CFO 重塑者 CFO 所有其他企业 盈利分析 需求规划和预测 产品/服务开发 并购分析 定价 8 CHRO 举措举措 将近 2/3 的重塑者 CHRO
12、 认识到人力资源与业务成果密切相关， 因此他们在很大程度上依赖数据和分析技术挖掘深入洞察，帮助了解并解决与员工体验计划相关的问题。重塑者 CHRO 还使用数据和分析技术，指导许多其他活动。开发强大的模型来预测动态变化， 例如员工离职情况和未来特殊技能供需情况， 可以帮助企业预测并应对即将出现的挑战。 重塑者 CHRO 正在试点或已开始使用各种数据源 包括结构化和非结构化数据源以及内部和外部数据源。他们认为评估员工情绪具有重要价值，可利用这些数据收集员工对业务问题的反馈，产生创新想法并与员工持续对话。重塑者 CHRO 还利用自然语言处理等认知计算系统，为员工创建更直观的接口，例如聊天机器人。这些
13、数字助理有助于改进员工的自助服务。 在现有的结构化和非结构化 HR 数据中发现独特的洞察 通过使用自动化客服（如聊天机器人），回答基本的 HR 查询问题 根据内部和外部社交媒体数据判断员工情绪 问题：贵公司的人力资源部门在多大程度上能够开展以下活动？（百分比表示按照五分制原则选择 3、4 或 5 分的受访者 数量。） 图 5 HR 中的洞察 工业品重塑者 CHRO 正在试点或已开始利用整个人力资源部门的数据和分析能力 工业品行业 CHRO 重塑者重塑者 CHRO 所有其他企业所有其他企业 9 CMO 举措举措 CMO 具有广泛的职责，他们要根据对市场的评估，以及来自数字平台的社区反馈，准确分析
14、和预测市场及客户趋势。这些数据驱动的洞察有助于制定和建立企业范围的战略， 帮助重新定义客户体验，探索创新型业务模式。 重塑者 CMO 借助客户体验定义企业的业务模式，建立竞争优势，并且在客户情报方面独树一帜。他们有效运用数据发现未定义及未被满足的客户需求与同行相比，他们更多 地利用来自企业外部的客户数据，通过与合作伙伴携手，共同确定具体的客户群。通过一起自由地收集并传播数据，企业可与合作伙伴携手创造共同价值，推动突破性的创新，促进持续学习。 然后， 重塑者 CMO 将这些观点转化为行动 超过 2/3 的受访者基于洞察采取行动以满足客户期望。 他们还与合作伙伴密切协作，共同开发新产品和新服务。最
15、后，重塑者 CMO 抓住各种机会，提供独具一格、高价值的售后服务。 我们运用数据发现未定义和未满足的客户需求 根据洞察采取行动，满足客户期望 我们提供卓越的售后服务，推动实现更有效的客户互动 问题：贵公司在通过以下措施打造引人注目的客户体验方面的成效如何？（百分比代表按照五分制原则选择 4 分或 5 分的受访者数量。） 图 6 数据驱动的客户决策 工业品重塑者 CMO 借助数据转变客户体验 工业品 CMO 重塑者重塑者 CMO 所有其他企业所有其他企业 10 COO 举措举措 运营主管必须设法改善客户体验，根据实际结果调整运营模式。COO 提供的支持远远超出了产品和服务设计甚至标准流程优化的范
16、畴，重点强调执行速度和响应能力。对于领先的企业而言，不同的数据来源和创新技术在运营转型过程中发挥着极其重要的作用。 70% 的重塑者 COO 已经在利用实时信息优化流程和网络，从而快速采取行动，实现立竿见影的效果。作为体系思维者，重塑者 COO 善于通过部署创新型物联网连接， 全面了解运营环境。大量传感器采集并传输来自制造设备、船运集装箱、联网建筑等的数据，这使得运营模式突破和全新工作方式的形成（人机互动）成为可能。 重塑者 COO 认识到高级分析、 人工智能和认知计算对于流程洞察、决策和行动的重要性。事实上，近 3/4 的受访者表示他们将这些技术用于数字化制造。这些技术帮助他们进一步提高规划
17、和生产流程的生产力。 近 2/3 的重塑者 COO 表示，他们使用预测性分析或认知性分析技术实现互联交通可视性。分析和人工智能可以帮助这些企业发现风险，并对即将发生的全球供应事件做出反应。 我们利用实时信息优化流程和网络，从而制定即时行动方案并实现立竿见影的效果 我们实现运营敏捷性和灵活性，做到即时响应，提高运营效率 我们使用聚焦于实体环境的强大 IoT 生态系统，跨行业交换数据 *使用低计数的结果在统计上不可靠但可被视为定向分析。 问题：您在多大程度上认同以下关于贵企业战略的陈述？（百分比代表按照五分制原则选择 4 分或 5 分的受访者数量。） 图 7 数据驱动的结果 工业品重塑者 COO
18、同时利用内外部数据改进流程 工业品 COO 重塑者重塑者 COO 所有其他企业所有其他企业 11 未来该走哪条路？未来该走哪条路？ 随着价值链以全新方式重新配置，以及经济实体日益互联互通，重塑者认识到需要做好应对的准备。大多数工业品重塑者 CEO 告诉我们，他们计划改变现有的业务模式，或采用全新业务模式。 图 8 改变业务模式 工业品重塑者 CEO 预计将在未来两到三年内改变业务模式 工业品行业 CEO 重塑者重塑者 CEO 所有其他企业所有其他企业 问题：在未来 2-3 年内贵企业计划如何改变自己的业务模式？ 调整现有业务模式的各个要素 在现有行业内建立新的业务模式 12 他们认识到内外部数
19、据的重要性，尤其是当他们希望利用平台和网络经济的优势时。他们认识到，高级分析、人工智能和物联网等技术的组合是形成洞察和智能，打造全新体验，建立全新创新理念和发现新发展机遇的关键所在。 近 70% 的工业品重塑者希望在未来两到三年内分析结构化、非结构化、行为和视觉数据的组合，相比之下，其他同行中表达这一观点的比例为 47%。近 60% 的重塑者希望在将来采用实时分析，提高决策速度。 重塑者计划采用人工智能和认知计算技术。人工智能 (AI) 系统能够以类似人类思维的方式理解非结构化信息。然而，要以更快的速度不断学习，人工智能系统就需要“消化”大量数据。经过不断训练后，人工智能系统便能够将数据驱动的
20、决策提升到全新高度。 65% 的重塑者将增加对特定于行业的人工智能和认知计算技术的投资，相比之下，其他同行中表达这一观点的比例为 49%。 他们预计人工智能可在各种方面为业务模式带来效益。 工业品重塑者还看到了将人工智能与物联网整合的好处。近一半的受访者都知道，结合使用这些技术可以在业务模式重塑方面带来诸多裨益。 问题：在未来 2-3 年中使用人工智能/认知计算将对企业的业务模式要素产生怎样的影响？百分比代表按照五分制原则选择 4 分或 5 分的受访者数量。 24% 56% 30% 56% 23% 52% 18% 48% 18% 47% 18% 45% 23% 40% 28% 39% 风险缓解
21、 竞争地位 组织架构 全球化战略 监管合规 资本投资 收入模式 成本结构 图 9 人工智能的未来影响 越来越多的工业品重塑者预计人工智能将融入其业务模式的各个要素中 工业品工业品 重塑者重塑者 工业品工业品 所有其他企业所有其他企业 13 最终，这能够帮助他们发现物联网驱动的产品和服务方面的新机遇，提高组织内部与客户合作的决策水平。 重塑者最高层主管还计划采取具体行动。重塑者 CHRO 表达了通过个性化学习来缩小技能差距的强烈愿望。人工智能和认知系统可以促进个性化学习。但由于这些系统能够快速、大规模地理解非结构化信息，因此可以迅速全面地为员工提供和组织最新的学习内容。 CIO 的角色对于重塑者
22、的发展至关重要。 CIO 负责管理企业中各职能部门的数据和连接。为了支持同事，重塑者 CIO 将培养数据智能能力，并为整个企业提供帮助。95% 的重塑者 CIO 预计在未来两到三年内，将推动企业构建由客户数据驱动的单一视图。绝大多数重塑者 CIO 计划在未来利用文化和工具促进集体智慧。 重塑者 CMO 知道从分析中获取洞察对于他们保持职业生涯的长期成功是不可或缺的。 80% 的受访者认为在未来两到三年内，这一技能对于营销决策将变得越来越重要。重塑者 CMO 计划对分析进行投资，以便快速获取洞察，为面向客户的专业服务人员提供帮助，并使用预测性分析营造个性化体验，直接吸引客户。 重塑者 COO 希
23、望在未来投资于分析、人工智能和认知计算技术，以便能够重新设计运营的重要方面。供应链在支持从下单到交货的全程客户互动方面起到尤其关键的作用。78% 的重塑者计划增加在特定于行业的分析技术方面的投资，希望籍此优化供应链。通过预测性分析，企业能够更为灵活地开展实时预测和运营。他们看到了在需求管理和预测以及仪表化机械和设备方面的益处。 对重塑者而言，成功的根源在于能否利用智能预测未来，以及能否足够灵活地处理任何情况。如何处理供应链中断？如何把握新机遇？如何应对人才库的变化？贵公司是否为全新的客户互动方式做好了准备？ “我们的目标是提供专注于客户成功的服务， 并在此基础上建立客户关系，将来自世界各地的主
24、要产品安全地送到他们的手中。” 澳大利亚某工业品行业首席执行官 14 建议：成为重塑者建议：成为重塑者 以下建议的措施旨在助您更好地利用智能，获得竞争优势和战略优势。 保护数据保护数据 必须优先考虑数据标准和基础。一致性和标准化可以帮助您以自助方式使用分析技术， 在生态系统中建立安全数据连接。 为了保护企业数据，需要指导相关人员建立数据架构和质量标准，包括主数据和元数据管理、通用数据定义、数据沿袭和透明度等。此外，还需要建立敏捷的整合数据基础（例如微服务、基于云的数据存储及数据整理服务等）。还应利用基于物联网的传感器和位置数据，添加实时数据/流数据。物联网有助于优化生产运营和工厂效率，改善工人
25、生产安全，确保遵守环保法规，推动企业转变为基于数据的服务以及以客户为中心的模式。 15 建立数据驱动型文化建立数据驱动型文化 整个企业接受数据科学理念至关重要。这包括愿意将洞察融入每项行动、互动和决策之中，这就需要在员工技能和数据管理方面做出相应的改变。 如果实施智能制造，员工将更依赖于分析和技术，因此有必要增加新的技能集。需要评估应该增加哪些新职位，如数据分析师、数据架构师、数据科学家及数据可视性专家等。在数据管理方面，需要建立由业务驱动的企业级数据和信息监管流程。 建立包含数据源及分析合作伙伴的联合生态系统，解决供应、制造和分销问题。在整个扩展价值链中建立实时连接，确保能够协调一致地应对中
26、断事件。 获取有意义的洞察，推动创新获取有意义的洞察，推动创新 要实现创新， 必须将分析和人工智能融入客户体验和相关运营之中。企业的最高层主管应相互协作，应用分析和人工智能优化以客户为中心的内部流程与系统，包括风险管理、技术投资、新市场和客户、运营能力和人才等方面。 要确定每个客户在特定地点或时间的具体需求， 通常需要基于各种来源的结构化和非结构化数据获取洞察。 可利用分析和人工智能，帮助获取这些洞察，以便为客户打造个性化的数字体验。此外，还需要让数据实现经济效益，协调建立新平台，从而创造新的收入流，例如基于数据的服务以及按使用量付费模式和“即服务”模式等。 16 作者作者 Jos R Fav
27、illa 是工业品全球行业解决方案总监以及 IBM 行业学会成员。他在帮助全球客户推动完成重大业务转型项目方面拥有 30 多年的丰富经验。他的联系方式为 ，可访问他的 LinkedIn 主页： https:/ Spencer Lin 是 IBM 商业价值研究院的全球石油化工行业及工业品行业解决方案领导者，Spencer 在财务管理和战略咨询领域具 有 超 过 20 年 的 从 业 经 验 。 他 的 联 系 方 式 为 ， 可 访 问 他 的 LinkedIn 主 页 ：https:/ David Dickson 是工业品全球战略咨询和卓越运营负责人以及 IBM 行业学会成员。他擅长制定应用运
28、营战略，特别是 IBM Watson 人工智能和分析及运营技术相关战略。他的联系方式为 ，可访问他的 LinkedIn 主页：https:/ 相关相关 IBV 执行报告执行报告 “传统企业逆袭：工业品行业”，IBM 商业价值研究院， 2018 年 3 月。https:/ ssialias?htmlfid=19014619CNZH& Jos R Favilla、Spencer Lin、Manish Chawla、David Dickson 与 Jayant Kalagnanam 合著， “人工智能影响波及工业品行业：借助丰富的数据获益”，IBM 商业价值研究院，2018 年 2 月。https:
29、/ Karen Butner、 Manish Chawla、 Mark Crowther、 Jos R Favilla 与 Anthony Marshall 合著， “强化数字优势：工业品行业的数字化重塑”，IBM 商业价值研究院，2017 年 3 月。 https:/ 17 17 更多信息更多信息 欲获取 IBM 研究报告的完整目录，或者订阅我们的每月新闻稿，请访问： 从应用商店下载免费 “IBM IBV” 应用， 即可在平板电脑上访问 IBM 商业价值研究院执行报告。 访问 IBM 商业价值研究院中国网站，免费下载研究报告: http:/ 选对合作伙伴，驾驭多变的世界选对合作伙伴，驾驭多变
30、的世界 在 IBM，我们积极与客户协作，运用业务洞察和先进的研究方法与技术，帮助他们在瞬息万变的商业环境中保持独特的竞争优势。 IBM 商业价值研究院商业价值研究院 IBM 商业价值研究院隶属于 IBM 全球服务部， 致力于为全球高级商业主管就公共和私营领域的关键问题提供基于事实的战略洞察。 18 Copyright IBM Corporation 2018 New Orchard Road Armonk, NY 10504 美国出品 2018 年 10 月 IBM、IBM 徽标及 是 International Business Machines Corporation在世界各地司法辖区的注
31、册商标。其他产品和服务名称可能是 IBM 或其他公司的注册商标。Web 站点 上“Copyright and trademark information”部分中包含了 IBM 商标的最新列表。 本文档是首次发布日期之版本，IBM 可能会随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有这些产品或服务。 本文档内的信息“按现状”提供，不附有任何种类的（无论是明示的还是默示的） 保证， 包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。 本报告的目的仅为提供通用指南。它并不旨在代替详尽的研究或专业
32、判断依据。由于使用本出版物对任何组织或个人所造成的损失，IBM 概不负责。 本报告中使用的数据可能源自第三方,IBM 并不独立核实、 验证或审计此类数据。 此类数据使用的结果均为 “按现状” 提供， IBM 不作出任何明示或默示的声明或保证。 国际商业机器中国有限公司 北京市朝阳区北四环中路 27 号 盘古大观写字楼 25 层 邮编：100101 备注和参考资料 1 Antoine, Patrick, Steve Harding, and Lyubov Zeylikman.“Data-driven dividends:Get more from your data.” IBM 商业价值研究院， August 2017. 80019980CNZH-00
sgpjbg002
工作日 9:30 - 18:00
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
