关于制造商是否应该拥抱数字化转型的争论现在已经彻底结束。尽管面临各种复杂的挑战，但制造商普遍认同的一个事实是，在当今的环境中，原地踏步已不再是选择。
无论当前的战略是什么，以及他们如何优先应对当前的问题，新兴的数字技术都将是未来任何成功制造企业的关键组成部分。
然而，这并不意味着在部署数字技术时可以一路高歌猛进。各类规模的制造商在采纳数字技术时都面临着许多障碍，这些障碍正在减缓、阻碍甚至阻止整个行业的数字化进程。那么，究竟有哪些障碍？制造商们是如何应对的？这些障碍真的像某些人所说的那么难以逾越吗？
预算
毫无疑问，许多制造商认为成本是数字化采纳的关键障碍。全新的技术，伴随着各种华丽的功能，通常也会带来同样令人惊叹的价格标签。虽然在预算有限的情况下也可以开始数字化转型，但初期的投资对于那些想试水的企业来说，仍被认为是难以承受的，特别是在近期各种挑战挤压了利润率和底线的情况下。
工业数字化对制造商来说具有巨大的好处——不仅能增加公司的利润，还能提高生产力，然而，成本问题使得尤其是较小的制造商很难实施这一革命性的变革。近年来，随着其他挑战对利润率和收入的冲击，许多制造商采取了“从未拥有，就不会怀念”的态度，选择将可用的投资放入业务的其他领域，而不是投入到未知且未经验证的技术中。
有许多关于如何帮助小型制造商克服这些障碍的建议，例如从小处着手，关注企业能够做出的较小变革，而不是那些需要多年才能产生利润的大型、昂贵且繁重的项目。
例如，企业可以购买低成本的协作机器人（cobots）或为现有设备改装传感器，以降低成本。实施许多小型数字化变革可以带来相当于一次大型变革的效果，而不会带来大型项目常见的挑战，如集成问题、额外的培训和维护。
因此，剑桥大学创建的“简约数字制造”（Digital Manufacturing on a Shoestring）项目，提供了一种低风险、低成本的数字化解决方案，列出了59个可以重复使用、调整和组合的数字解决方案领域。
试点困境
刚刚开始数字化转型的制造商通常不会直接进入深水区。很自然地，首先进行测试、试验和试点项目，以评估其对企业长期发展的成功性和可行性是普遍的做法。
这种方法避免了全面数字解决方案带来的昂贵初期投资（如上文所述），并允许制造商试水，了解技术的工作方式及其对企业的影响。
然而，这也可能带来另一种障碍——通常被称为“试点困境”。无论试点项目是否成功，当企业决定从测试阶段转向更广泛、更全面的推广时，可能会出现后续问题，特别是当企业规模较大、复杂且有多个孤立运作的部门时。
实际上，扩展规模往往比启动项目更具挑战性，这是导致大量数字化项目失败的关键原因之一。随着生产力压力的增加和可选技术的不断增多，愿意大规模推广数字化项目的制造商少之又少。
因此，成功的数字化制造项目高度聚焦于实际的业务问题，公司应该制定详细的商业案例，权衡实施成本与创造价值的潜力。
此外，数字化是一个长期的旅程，公司需要超越眼前的需求，考虑新技术的应用如何帮助其建立长期竞争优势。
关键在于内部跨站点、跨职能部门和业务单元的协作，以及与技术提供商和集成合作伙伴的外部合作，此外，数字化转型还需要由组织高层领导，整个高管团队和公司利润与损失（P&L）负责人应理解组织的目标以及实现这些目标所需的新的工作方式。
此外，成功的公司认识到在数字化转型中，新技能的重要性，以及有助于发展的组织文化的重要性。
文化变革/风险规避
制造业是一个传统上变革和适应速度较慢的行业，通常对被认为是不必要的风险持排斥态度，因此，任何新兴的技术，无论多么令人印象深刻，最初都可能会被怀疑和质疑，已经确立的流程和系统通常被视为首选和可信的方法，其理念是，如果某种方法一直有效，为什么要寻找更好的呢？
这导致了旧有的、过时的系统在制造业中普遍存在。即使考虑到数字技术的潜在好处，如果认为引入新技术对现有员工不利，情况会变得更糟——机器人技术就是一个典型例子。
英国与许多领先的自动化国家在机器人技术投资态度上存在显著差异，因此，对于制造商，特别是中小企业来说，培训和教育员工了解正确技术解决方案所能带来的好处至关重要。
数字化不仅仅是关于技术，创造一种数字文化对于任何转型项目的成功都至关重要。数字化颠覆是一个商业优先事项，而它的起点和终点都是人，他们是任何企业的生命线，也是变革管理过程的最重要部分。
建立支持数字化转型的文化是任何项目成功的核心，评估潜在风险并在建立变革文化时加以考虑，将使企业变得更加具有弹性。
将员工从基层纳入整个过程对于培养一种能够长期被企业接受的变革至关重要，企业只有在创造一种包容性的文化、促进创新的环境下，才能在数字化进程中取得成功。
ROI
与之前提到的“试点困境”密切相关，许多制造商在数字技术上的一个障碍是无法确定何时能从投资中获得回报——这通常被称为ROI。
任何企业都不愿意进行投资，如果不能证明这种投资在长期内对整个企业有益，然而，许多制造商面临的问题是，他们不知道何时，甚至是否，能看到数字技术投资带来的回报。如果无法得到明确的答案，这会让许多企业甚至不敢开始数字化转型。
重要的是，数字技术应该被视为一种赋能工具，而不是一项成本，然而，有证据表明，虽然数字化转型的项目在增多，但它们的ROI实际上正在下降。在有时让人困惑的环境中（特别是对于初次接触者而言），采用数字技术的预期结果、目标和实际效益可能会出现不一致。
令人担忧的是，很多制造商报告称，他们的数字投资的ROI并不令人满意，然而，需要指出的是，“罗马不是一天建成的”——这句话特别适用于数字化转型。请记住，这是一段持续的旅程，而不是一个单一的目的地，转型不会在一夜之间完成，也不会一次性完成。
技术将不断发展，新解决方案也将逐渐上线，因此，衡量ROI应该是一个经常性活动，目的是确保公司将资源投入到能够显著提升利润的解决方案中。
在如何最好地衡量数字化转型的ROI方面，制造商首先需要明确为什么要踏上数字化旅程以及关键的业务目标，这些目标可能是增加收入、提高生产力或改善客户体验。
接下来，选择与这些目标紧密相关的衡量指标，这样测量的内容才能直接反映出所希望实现的目标。
然后，制定一套时间框架来进行测量，此外，确定企业当前所处的位置、希望达到的目标以及达到目标所需的时间也同样重要，否则，准确把握ROI的整体情况将是不可能的。
数字技能
对于许多制造商来说，一个显而易见的障碍是，他们缺乏推进任何数字化转型项目所需的内部技能，无法选择、部署、管理和维护相关技术。优秀的、技术娴熟的工人是制造业的生命线，但对于许多企业来说，招聘具有相关数字技能的员工一直是一项持续的挑战。
不难发现，制造业一直存在技能问题，越来越少的年轻人选择制造业作为职业，因此，制造业的劳动力正在老龄化，许多人将在未来二十年内达到退休年龄。
不仅制造业在传统制造能力（如焊接、CNC加工等）方面存在供需问题，企业也在迫切需要以前几代从未需求过的新兴数字技能，而这些技能对于推动数字化和工业4.0的发展至关重要。
然而，行业对这些技能的需求相对较新，导致了招聘挑战，竞争也加剧了这一问题。制造业并不是唯一需要新兴数字技能的行业，技术和金融等行业目前正在吸引这些人才，因为在年轻劳动力中，这些行业被认为更具吸引力和利润，因此，许多制造企业在相对有限的人才库中寻找合适的人选。
对制造业数字技术需求的增加，凸显了关键数据分析技能的缺乏，例如，这些技能能够帮助企业更好地利用数据，此外，随着许多企业使用数据和系统集成技术，投资于数据科学和软件工程技能对于充分利用这些信息至关重要。
还需要注意的是，许多岗位所需的数字技能的生命周期比以往更短。在这个角色和能力不断演变的新数字经济中，制造商需要建立明确的职业发展和培训路径，因此，大学、商学院和雇主之间的合作将变得至关重要。
例如，由Made Smarter等组织运行的数字技术实习项目，帮助毕业生与制造商建立联系，使制造商能够利用这些新见解来帮助他们采用技术工具。
传统设备
近年来数字技术变革的速度，再加上制造业对风险和变革的排斥，导致大多数（如果不是全部）制造商不得不管理老旧的传统设备和系统，以及一个分散的IT基础设施，同时还要尝试将新兴技术整合到其流程中。
“如果没有坏，为什么要修？”的心态导致许多系统超出了其自然使用寿命，仍在运行，这种情况带来了与新软件和系统的互操作性问题，以及淘汰和退役的策略问题，然而，随着数字化需求变得更加紧迫，制造商面临着是否升级现有资产或用新设备替换它们的决策。
过时的系统并未设计为与新技术集成，通常与工业4.0的升级不兼容。制造商可以选择废弃所有传统系统，从头开始构建新基础设施，但这在实践中并不可行，这样做费用昂贵，还意味着停工数周或数月。
一种替代方法是对现有系统进行盘点，淘汰和替换部分设备，并尝试更新其他设备，然而，这也需要时间和资金，可能还会引发数据隐私和安全问题，而且，如前所述，并非每家公司都有实施这种战略所需的内部专业知识。
解决方案之一是采用物联网传感器，这些传感器可以收集机器数据，确保它们高效运转，它们还能在出现问题前发出警报，帮助进行预测性维护，并更好地控制生产。
此外，可以安装集成通信系统，从CRM、ERP、SCM和PLM系统以及机器传感器中收集和整合数据。数据可以显示在易于阅读和理解的控制台上，控制台可以放置在任何地方，这使用户能够从工厂的各个区域收集、可视化和分析数据，无论身处何地，从而实现从头到尾的生产优化。
IT/OT融合
在传统的制造环境中，IT（信息技术）和OT（操作技术）通常作为组织的两个独立实体，彼此隔离运作，因此，企业与车间之间往往存在差距。
IT，即信息技术，是组织的核心智能，涵盖能够分析和处理运营及业务数据的系统，这些资源有助于将数据转化为可操作的洞察，帮助员工做出明智的决策。
OT，即操作技术，构成了工厂的基础设施，传统上依赖于已建立并经过验证的旧有系统。OT直接与工厂层面的硬件交互，包括机器和可编程逻辑控制器（PLC）。OT系统优先考虑可靠性，历史上独立于IT运作，员工具备专门针对各自领域的技能。
随着制造商加快数字化转型的步伐，IT与OT的融合成为了关键的一环。毕竟，更智能的车间机器能够生成更好的数据，而更好的数据有助于机器更高效地运行。
在增强数字化转型过程中，IT与OT的融合对企业和车间的互惠效益是显著的，然而，打破传统上分隔IT和OT系统与流程的壁垒，可能需要一些时间，才能将团队、流程和系统整合为一个连贯的整体。
任何IT与OT的融合也可能带来安全隐患，因为物联网设备历来易受攻击，这意味着当OT与IT整合时，OT的攻击面将扩大，因此，网络安全应成为企业的主要关注点，因为OT负责工厂设施的顺畅运行。
此外，现有的IT和OT系统可能使用不同的编程语言、门户和/或平台。为了确保IT与OT的顺利融合，企业可能需要手动开发集成解决方案。
制造业领导者需要制定整体规划，将IT和OT系统与整体业务战略相结合。除此之外，像任何类型的变更管理一样，企业领导者必须确保整个组织的对齐，以最大限度地提高成功的机会。
此外，企业需要持续关注员工的技能提升和再培训，以确保员工能够为持续的改进做好准备，并为他们配备必要的工具，使其在当今数字优先的世界中茁壮成长。
混乱的市场
不仅仅是数字技术（如物联网、人工智能、云计算和大数据）的庞大数量和快速演变令人应接不暇，随着制造商逐步开启数字化旅程，他们将面对来自众多供应商的各类软件、系统和解决方案，这些供应商都声称能够带来巨大的变革，制造商需要在这众多选项中构建他们的转型方案。
这使得许多企业在如何以及从何处开始方面感到迷茫——这种复杂、曲折且令人困惑的环境在某些情况下甚至使制造商完全放弃了启动的念头。如果公司有关键利益相关者的需求需要满足，这种状况显然是不理想的。
面对数量庞大的技术、解决方案和与组织特定需求相匹配的选项，导航所有这些选择并确定哪些最能支持组织目标，确实是一项挑战。选择错误的技术不仅会浪费财务资源，还可能引发现有系统中的兼容性问题或效率低下，进一步阻碍转型进程。
将新技术与现有系统集成也可能导致延误和中断，因为需要仔细的规划和协调以确保平稳过渡。企业需要战略性地选择技术，克服任何潜在障碍，考虑诸如可扩展性、灵活性和易集成性等因素。公司还可以咨询技术专家，与值得信赖的供应商合作，或参与行业论坛和会议，以获得关于新兴技术和最佳实践的最新见解。
第一步是进行全面的需求评估，明确组织的要求和目标，然后可以有效评估不同的技术选项，考虑易用性、可扩展性、集成性、灵活性、适应性和成本等因素。
网络安全风险
从定义上讲，公司在投资和部署数字技术时，系统和流程与业务内部及外部世界的连接性越强。
这种增加的连接性在一定程度上是有益的——将组织中孤立的元素连接在一起，提升业务流程的透明度，并实现更实时的决策，然而，连接性的增加也无疑扩大了企业的攻击面，潜在的恶意行为者可能会加以利用。
工业网络犯罪正在上升，随着制造业中的数字化变得越来越普遍，毫不奇怪，制造业现在成为了网络犯罪分子的首要目标，该行业已经发生了一些引人注目的攻击，导致了勒索软件等引发的令人担忧的新闻报道。不出所料，这也会让一些企业在承诺任何可能向犯罪分子开放的数字化转型项目之前三思而行。
由于制造企业对停机时间的容忍度低，且与其他行业相比，其网络安全成熟度相对较低，因此它们成为勒索软件特别有利可图且易于攻击的目标。更不用说，网络攻击技术的日益复杂，使制造业在应对攻击时成为一个移动目标。
为了防止网络安全问题延误数字化转型的进程，制造商必须将网络韧性嵌入到他们的组织中，这可以从文化变革和全面的治理战略开始，确保网络安全在组织内有明确的所有权，还包括确保预算和资源的安全，同时创造激励机制，确保网络安全成为所有人共同接受的目标。
此外，在开发新产品、流程、系统和技术时，必须采用基于风险的方式将网络韧性纳入其中，同样，协作是关键，因此，培养可信的合作伙伴关系并提高利益相关者的安全意识尤为重要，与其让一个组织控制供应链，不如采用生态系统的方式，鼓励商业网络中的所有实体共同合作，解决网络安全问题。
地缘政治的不确定性
当今世界充满了VUCA（易变性、不确定性、复杂性和模糊性），全球范围内的不确定性已成为主导，而且，不确定性越持续，企业越倾向于封闭自己，拒绝变革或冒险。
这种情况并非在所有行业中普遍存在，近来的波动性在某些情况下实际上成为了组织更新流程的催化剂——这些流程的脆弱性在最近的中断中暴露无遗——并推动企业进行数字化转型，不仅使其与时俱进，还能防范未来的挑战。
然而，对于某些公司来说，全球性动荡——无论是新冠疫情、英国脱欧，还是由乌克兰和加沙冲突引发的供应链问题——导致它们的数字化项目被搁置。
不确定性不仅使企业更加规避风险，还压缩了利润底线和利润率，这意味着在某些情况下，任何为数字化项目预留的资源都被重新定向用于加强供应链或投资额外库存等。
数据管理
毫无疑问，数据是推动数字化转型的燃料，任何项目的成功与否都取决于其背后数据的质量和完整性，以及数据在组织中的管理方式。实际上，数据管理不当可能导致任何业务决策中的根本性缺陷。
如今，许多组织面临的问题是数据量大幅增加。随着制造商采用新兴技术，他们的机器和系统产生的数据量大幅增长，远远超出以往几代人所经历的水平。
因此，制造商面临的一个常见问题不仅是如何有效、效率高地收集所有这些数据，还包括收集后如何处理这些数据。与石油不同，数据在被储存时并没有价值，因此从数据中获得可操作的洞察对任何现代企业来说都是至关重要的。
优先采用高效的数据管理实践是应对此挑战的解决方案，这包括建立流程和政策，使您的组织能够以安全、准确并符合相关法规的方式收集、存储、检索、分析和利用数据。
