安筱鹏：从犀牛智造看数字原生的未来
在传统行业红海中我们用3-5年能不能培养出一批超级独角兽？超出行业增长速度的高速增长企业背后的动力是什么？在我们讨论数字化的时候，重点又是什么？
就让我们从阿里研究院副院长 安筱鹏在凌迪Style3D · 2021中国服装论坛上的演讲中找寻答案。
当下是“分水岭”
2007年，美国科技公司估值是欧洲所有公司估值的1/4。而在2020年疫情后，美国科技公司估值已经远超欧洲所有公司的估值。2020年7月13日，美国云计算公司Salesforce的市值超过了Oracle (甲骨文)；2020年10月3日，美国风力发电公司NextEra，年销售额90亿美元，但其市值却超过Exxon Mobil Corporation（埃克森美孚公司）。
今天特斯拉市值超过八千亿美元，其仅仅凭借0.4%全球汽车销售份额，占据了全球汽车上市公司市值总额的40%，甚至50%，而且仍显扩张态势。
如果用一个关键词描述当下这个特殊时间节点，我想用“分水岭”这个词。以多维度去观察和理解“分水岭”——新经济站到C位，所有企业都要思考“诺基亚时刻”。
“独角兽”的诞生
当我们提到独角兽的时候，很多人都会想到大数据、人工智能、区块链等高技术的行业。而今却要思考一个问题，传统行业，化妆品，服装行业，3C等，在传统行业红海中间，是否可用三到五年的时间培养出一批超级独角兽？
数字原生企业三特质。
数字原生企业是客户运营商是以智能为基础，我们都会讲智能制造，智慧城市，人工智能，这样的概念已经讨论很多了。从另外一个视角思考智能是什么，罗素说过一句话，智能始于征服恐惧。面对不确定性，什么叫智能？智能就是一个主体对外部环境的变化做出响应的能力。
要认识数字化转型的本质，首先要深刻认识不确定性。不确定性是在信息约束条件下人们有限的认知能力。无论是在过去原始社会，农业社会，工业社会到今天的数字社会，无论是个体、群体、部落、国家、企业，我们会面对不确定性，如何化解不确定性，有三步——认知规律、预测未来、控制行动。
把这个概念回归到今天的数字世界，美国国家标准与技术研究院NIST的观点，衡量智能制造解决三个基本问题：1差异性更大的定制化服务、2更小的生产批量、3不可预知的供应链变更和终端。
德国弗劳恩霍夫研究所表示工业4.0逻辑起点是整个德国工业体系如何适应竞争环境的变化，德国工业经过2.0、3.0，正在奔向4.0，过去几十年时间最大的困扰是欧洲国家很多，很多国家都有自己独有的标准，是高度碎片化的市场，今天工业4.0能给急需解决的核心问题是如何思考的问题是工业4.0如何能够建立极少量定制化的生产体系。
这一系列的变化是源于消费端需求变了，当下消费端的需求是什么样的？个性化，实时化，场景化，内容化，互动化，未来企业面临最大的挑战就是如何面临消费者主权的崛起，新的00后、95后他们对需求已经从碎片化到了粉尘期，由此产生了无所不在的消费场，产生了内容+互动的消费者新连接。
如何面对需求的剧变？所有企业都要转型成为客户运营商。例如安踏在2020年，对渠道进行了重构，启动直面消费者的人货场。阿迪达斯前两也发布了这个战略，轻渠道，模糊线上线下的区别，掌握全局。这种现象反映出来或者是思考的行业发展趋势是什么？所有企业都要成为客户运营商。
当服装行业面对高库存挑战的时候，其根本原因在于供应链体系没法对需求变化做出响应，可以说不够智能。这个问题由来已久，只不过当下这个问题变的日益紧迫。怎么解决这个问题？核心在于解决大批量的生产体系，在过去一百多年的时间，所有共同工作都是如何构建规模化生产体系，但今天这样的体系面临需求变化的时候必须重建和重构，只有通过数字化方式、方法才能够解决这样的问题。
逻辑扩展到整个中国，会看到中国是全球最大的互联网消费大国，同时中国也是全球最大的制造业大国，如何把这两个大国优势进行叠加、聚合、倍增，形成从单轮驱动到双轮驱动的体系。原有的这套技术架构体系要升级，怎么升级，要实现IOT化，设备和设备的连接，要云化，移动化，要中台化，这是在供给端，在消费端，无论是你的汽车、航空、服装、饮料、手机，所有行业都要不断触达我们的消费者，可触达、可洞察、可观察、可分析、可服务，所有企业的决策都应该是基于消费者洞察的结果，客户运营商就是实时洞察、满足消费者的需求。
数字原生企业应当一出生的时候就长在云端，为什么云端如此重要？数字化在中间发挥什么样的作用？决策，无论是机器决策还是人的决策，背后会影响你的优化资源配置效率，新品开发是决策，客户定位是决策，营销策略、研发组织、供应链、交付周期、库存管理、排产计划、进入新市场，商业模式选择，这些背后都在于企业家或者是研发总监或者是物流中心负责人做出各种各样的决策，机器设备和系统做出各种各样的决策。数字化的核心：把正确的数据在正确的时间以正确的方式传递给正确的人和机器。我称之为数据自动流动，今天企业资源优化效率的提高在于决策，决策的背后在于整个数字系统宁愿把正确的数据，在正确的时间传递给正确的人和机器。
其实今天数字化是两场革命，一个是工具革命，一个是决策革命，今天我们只看到了工具，有人告诉你我们实现了智能制造，你看我们车间有先进的设备，数控机床，AGV小车，非常先进，这是智能，但是它不全面，是看得见的自动化。
还有一种自动化叫做看不见的自动化，数据如何在企业内部自动流动，什么叫自动？自动就是不需要人的干预可以实现你的功能，这个叫做自动，当你采集了客户需求，上升18个部位，22个指标之后，这22个指标就会转化为数字化版形，数字机床加工的指令，我们把这个概念拓展出来，我们看看整个制造体系是什么样的场景，一个企业获得了产品的需求信息，这个信息就在你的经营管理、产品设计、工艺设计、生产制造，过程控制、产品测试，产品维护每一个环节去流动，在流动的过程中有无数的闭环，闭环背后在做资源优化。
什么叫智能制造，什么叫数字化转型，过去信息流动是基于文档的流动，今天基于模型的流动，模型不仅仅是几何模型，而是有工艺的信息，在数据流动过程中更多的不需要人参与，被替代的不是体力劳动产业工人，而是那些办公室里边的白领，这才是数字化。
所谓单向应用，企业集成，企业数字化投入和收益之间并不是平行线，企业数字化收益只有跨越了集成某个零件拐点之后才能实现指数级增长，今天讲的所谓工业4.0，两化深度融合，所有的这些问题都是在讲如何实现更高的集成，从这个角度思考，数字化面临各种各样的问题，把这些问题归纳为一个问题或者是问题背后的问题是什么？我有一个判断，供大家去思考，今天企业数字化转型面临最大的问题是企业全局优化需求和碎片化供给之间的矛盾，我们看到整个商业系统变的越来越复杂，原有IT架构体系越来越难以适应复杂性，我们需要构建基于云、5G、数据中台、业务中台、SAAS化新的技术设施，什么叫数字原生企业，就是长在这条红线一出生的时候就长在这条红线的企业就是数字原生的企业。
所以我们需要重新定义这个时代。过去用CAX、ERP、CRM等所描述的是旧地图，今天面对未来五到十年消费者需求的变化，我们需求面对需求，面对场景，面对角色，重新构建一套新的解决方案，就像用友和金蝶，他们过去都贴满了ERP的标签一样，今天他们给自己贴上了EIP标签一样。
所描绘的探索的是云端制造，而不仅仅是智能制造，探索的如何实现需求，设备，供应链，排产计划，供应链体系，所有数据的全面上涨，今天的制造展望未来的五到十年，正在从IT时代到DT时代，只有基于新的基础设施才能实现端到端的优化，从这个意义来说是算法定义的工厂。
具备的基本能力就是高频竞争，企化、打样、试销测款，生产交付，门店运营，要有更高的频率、效率，为什么可以做到，因为可以对消费者的需求更加精准洞察，当从100件起订，最快7天交付，质量稳定+成本可控，感知分析、判断、执行效率更高，效率更高的时候，损益就会更少，所以数字原生带来的价值，可以实现端到端的优化，可以是云原生，基于数字原生，可以实现全局自动流动，高频开发与高频创新与低成本试错，最后带来的是更加高频的决策。
智能智造背后所代表的是未来技术的一种趋势，这个技术趋势从技术体系视角去观察，实现了单机设备、智能产线，公艺优化，车间管理，经营管理，产品开发、需求分析，供应链系统的面化，是全球制造企业核心要素全面上云的公司，是一个基于云端大脑进行运营的工厂，真正实现了IT、OT、AT的融合，是一个全面运行在新型数字基础设施的工厂。
技术价值视角，云端工厂实现了从需求、设计、研发、生产、供应链等资源的全局优化。生产全要素、全产业链、全生命周期这是工业互联网所追求的目标。
商业生态角度，可以更高质量，透明化的长尾供给来满足海量、多元化、个性需求新模式。
从产业转型角度来说，也在构建一个更加高效的生产体系。从整个中国经济视角来看，就是我们刚才介绍的更高水平消费的这一端互联网和供给端互联网打通，实现双循环或者是数字经济时代的双循环。
就让我们从阿里研究院副院长 安筱鹏在凌迪Style3D · 2021中国服装论坛上的演讲中找寻答案。
2007年，美国科技公司估值是欧洲所有公司估值的1/4。而在2020年疫情后，美国科技公司估值已经远超欧洲所有公司的估值。2020年7月13日，美国云计算公司Salesforce的市值超过了Oracle (甲骨文)；2020年10月3日，美国风力发电公司NextEra，年销售额90亿美元，但其市值却超过Exxon Mobil Corporation（埃克森美孚公司）。
今天特斯拉市值超过八千亿美元，其仅仅凭借0.4%全球汽车销售份额，占据了全球汽车上市公司市值总额的40%，甚至50%，而且仍显扩张态势。
如果用一个关键词描述当下这个特殊时间节点，我想用“分水岭”这个词。以多维度去观察和理解“分水岭”——新经济站到C位，所有企业都要思考“诺基亚时刻”。
“独角兽”的诞生
当我们提到独角兽的时候，很多人都会想到大数据、人工智能、区块链等高技术的行业。而今却要思考一个问题，传统行业，化妆品，服装行业，3C等，在传统行业红海中间，是否可用三到五年的时间培养出一批超级独角兽？
回顾过去几年，一些数字原生企业，完美日记、元气森林、三顿半、认养一头牛等，尽管他们很小，但是他们以超过行业二十倍、三十倍的速度增长，为什么？四个关键要素支持这些企业高速增长。
1，真正以消费者为中心。将消费者资产作为核心资产。高速增长的企业，新客增速是行业平均5-17倍。
2，产品为核心。产品力依然很重要，尤其是新产品开发速度，新产品创新速度是企业高速增长的重要原因。
3，组织力。企业如何对需求变化做出快速响应，构建从管理者到领导者新的体系。这些东西的背后有一个核心东西是
4，数智力，我刚才提到的数字原生，从A转型到B的时候，你会发现B那个地方已经有一批企业了，这些企业跟他们有什么不一样？他们是基于IOT，是基于云的，基于SAAS化的，基于数字中台、业务中台，是基于移动化的，是面对新的数字原生消费者构建的体系，他们才可以把这些资源实现叠加效应，倍增效应。数字原生企业三特质。
1，数字原生企业是客户运营商。
2，数字原生企业生长在云端。
3，数字原生企业是具有高频竞争力的企业。数字原生企业是客户运营商是以智能为基础，我们都会讲智能制造，智慧城市，人工智能，这样的概念已经讨论很多了。从另外一个视角思考智能是什么，罗素说过一句话，智能始于征服恐惧。面对不确定性，什么叫智能？智能就是一个主体对外部环境的变化做出响应的能力。
要认识数字化转型的本质，首先要深刻认识不确定性。不确定性是在信息约束条件下人们有限的认知能力。无论是在过去原始社会，农业社会，工业社会到今天的数字社会，无论是个体、群体、部落、国家、企业，我们会面对不确定性，如何化解不确定性，有三步——认知规律、预测未来、控制行动。
把这个概念回归到今天的数字世界，美国国家标准与技术研究院NIST的观点，衡量智能制造解决三个基本问题：1差异性更大的定制化服务、2更小的生产批量、3不可预知的供应链变更和终端。
德国弗劳恩霍夫研究所表示工业4.0逻辑起点是整个德国工业体系如何适应竞争环境的变化，德国工业经过2.0、3.0，正在奔向4.0，过去几十年时间最大的困扰是欧洲国家很多，很多国家都有自己独有的标准，是高度碎片化的市场，今天工业4.0能给急需解决的核心问题是如何思考的问题是工业4.0如何能够建立极少量定制化的生产体系。
这一系列的变化是源于消费端需求变了，当下消费端的需求是什么样的？个性化，实时化，场景化，内容化，互动化，未来企业面临最大的挑战就是如何面临消费者主权的崛起，新的00后、95后他们对需求已经从碎片化到了粉尘期，由此产生了无所不在的消费场，产生了内容+互动的消费者新连接。
如何面对需求的剧变？所有企业都要转型成为客户运营商。例如安踏在2020年，对渠道进行了重构，启动直面消费者的人货场。阿迪达斯前两也发布了这个战略，轻渠道，模糊线上线下的区别，掌握全局。这种现象反映出来或者是思考的行业发展趋势是什么？所有企业都要成为客户运营商。
一，能够实时洞察客户需求
二，实时满足客户需求
当服装行业面对高库存挑战的时候，其根本原因在于供应链体系没法对需求变化做出响应，可以说不够智能。这个问题由来已久，只不过当下这个问题变的日益紧迫。怎么解决这个问题？核心在于解决大批量的生产体系，在过去一百多年的时间，所有共同工作都是如何构建规模化生产体系，但今天这样的体系面临需求变化的时候必须重建和重构，只有通过数字化方式、方法才能够解决这样的问题。
逻辑扩展到整个中国，会看到中国是全球最大的互联网消费大国，同时中国也是全球最大的制造业大国，如何把这两个大国优势进行叠加、聚合、倍增，形成从单轮驱动到双轮驱动的体系。原有的这套技术架构体系要升级，怎么升级，要实现IOT化，设备和设备的连接，要云化，移动化，要中台化，这是在供给端，在消费端，无论是你的汽车、航空、服装、饮料、手机，所有行业都要不断触达我们的消费者，可触达、可洞察、可观察、可分析、可服务，所有企业的决策都应该是基于消费者洞察的结果，客户运营商就是实时洞察、满足消费者的需求。
数字原生企业应当一出生的时候就长在云端，为什么云端如此重要？数字化在中间发挥什么样的作用？决策，无论是机器决策还是人的决策，背后会影响你的优化资源配置效率，新品开发是决策，客户定位是决策，营销策略、研发组织、供应链、交付周期、库存管理、排产计划、进入新市场，商业模式选择，这些背后都在于企业家或者是研发总监或者是物流中心负责人做出各种各样的决策，机器设备和系统做出各种各样的决策。数字化的核心：把正确的数据在正确的时间以正确的方式传递给正确的人和机器。我称之为数据自动流动，今天企业资源优化效率的提高在于决策，决策的背后在于整个数字系统宁愿把正确的数据，在正确的时间传递给正确的人和机器。
其实今天数字化是两场革命，一个是工具革命，一个是决策革命，今天我们只看到了工具，有人告诉你我们实现了智能制造，你看我们车间有先进的设备，数控机床，AGV小车，非常先进，这是智能，但是它不全面，是看得见的自动化。
还有一种自动化叫做看不见的自动化，数据如何在企业内部自动流动，什么叫自动？自动就是不需要人的干预可以实现你的功能，这个叫做自动，当你采集了客户需求，上升18个部位，22个指标之后，这22个指标就会转化为数字化版形，数字机床加工的指令，我们把这个概念拓展出来，我们看看整个制造体系是什么样的场景，一个企业获得了产品的需求信息，这个信息就在你的经营管理、产品设计、工艺设计、生产制造，过程控制、产品测试，产品维护每一个环节去流动，在流动的过程中有无数的闭环，闭环背后在做资源优化。
什么叫智能制造，什么叫数字化转型，过去信息流动是基于文档的流动，今天基于模型的流动，模型不仅仅是几何模型，而是有工艺的信息，在数据流动过程中更多的不需要人参与，被替代的不是体力劳动产业工人，而是那些办公室里边的白领，这才是数字化。
所谓单向应用，企业集成，企业数字化投入和收益之间并不是平行线，企业数字化收益只有跨越了集成某个零件拐点之后才能实现指数级增长，今天讲的所谓工业4.0，两化深度融合，所有的这些问题都是在讲如何实现更高的集成，从这个角度思考，数字化面临各种各样的问题，把这些问题归纳为一个问题或者是问题背后的问题是什么？我有一个判断，供大家去思考，今天企业数字化转型面临最大的问题是企业全局优化需求和碎片化供给之间的矛盾，我们看到整个商业系统变的越来越复杂，原有IT架构体系越来越难以适应复杂性，我们需要构建基于云、5G、数据中台、业务中台、SAAS化新的技术设施，什么叫数字原生企业，就是长在这条红线一出生的时候就长在这条红线的企业就是数字原生的企业。
所以我们需要重新定义这个时代。过去用CAX、ERP、CRM等所描述的是旧地图，今天面对未来五到十年消费者需求的变化，我们需求面对需求，面对场景，面对角色，重新构建一套新的解决方案，就像用友和金蝶，他们过去都贴满了ERP的标签一样，今天他们给自己贴上了EIP标签一样。
所描绘的探索的是云端制造，而不仅仅是智能制造，探索的如何实现需求，设备，供应链，排产计划，供应链体系，所有数据的全面上涨，今天的制造展望未来的五到十年，正在从IT时代到DT时代，只有基于新的基础设施才能实现端到端的优化，从这个意义来说是算法定义的工厂。
具备的基本能力就是高频竞争，企化、打样、试销测款，生产交付，门店运营，要有更高的频率、效率，为什么可以做到，因为可以对消费者的需求更加精准洞察，当从100件起订，最快7天交付，质量稳定+成本可控，感知分析、判断、执行效率更高，效率更高的时候，损益就会更少，所以数字原生带来的价值，可以实现端到端的优化，可以是云原生，基于数字原生，可以实现全局自动流动，高频开发与高频创新与低成本试错，最后带来的是更加高频的决策。
智能智造背后所代表的是未来技术的一种趋势，这个技术趋势从技术体系视角去观察，实现了单机设备、智能产线，公艺优化，车间管理，经营管理，产品开发、需求分析，供应链系统的面化，是全球制造企业核心要素全面上云的公司，是一个基于云端大脑进行运营的工厂，真正实现了IT、OT、AT的融合，是一个全面运行在新型数字基础设施的工厂。
技术价值视角，云端工厂实现了从需求、设计、研发、生产、供应链等资源的全局优化。生产全要素、全产业链、全生命周期这是工业互联网所追求的目标。
商业生态角度，可以更高质量，透明化的长尾供给来满足海量、多元化、个性需求新模式。
从产业转型角度来说，也在构建一个更加高效的生产体系。从整个中国经济视角来看，就是我们刚才介绍的更高水平消费的这一端互联网和供给端互联网打通，实现双循环或者是数字经济时代的双循环。
