我们都在论述数字化转型，背后的潜台词是因为数字化具有相对于传统的一些表达方式方法所不具有的优势，并且我们想利用这种优势在我们的业务运行中。

（1）数字化首先是一种表达形式，具有精确性和精准性的确定性特点，而企业的输入或者说目标其实都是围绕不确定性而展开的，这两者之间的鸿沟就是我们要想办法克服的问题和解决的难点。

对于制造企业来说，不管是制造要素还是业务流程，其实我们都可以在纸面上来建立一种规范化的表达，并且这种表达是适合人来解读的，而人的理解其实是一种隐性的或者说是不可言说的。

那对于数字化来说，其所表达的东西也是为人的吗？我想最终还是为人服务的，但是在为人提供有效结果之前的处理过程并不是为人的，而是为了计算机计算或者硬件装置执行方便。

而这种计算或者说执行，一定是非常强调精准和精确的，是不能够有二义性的分歧的，也就是说是一种非常明确和确定性的。

我们在进行数字化转型过程当中，其实很大的一个愿望就是要解决不确定性的问题，但是对于数字化来说最终的计算或者执行肯定是确定性的，不确定性的顶层输入和确定性的底层计算执行，这两者之间的鸿沟其实就是我们推进数字化转型的难点所在。

（2）数字化可以达到极端的精细性，可以提供无限的组合性层次提升，而我们在数字化转型中却习惯于特定的组合或者说现状，其实这都是对数字化优势的一种浪费。

数字化其实可以一种极端的高维形态来实现对制造系统及其运行的描述或者表达，这种高维很大程度上体现为极端的精细性，我们在数字化转型过程中，总是不能够制从本质的来看待数字化，而更多的将这种优秀的特性理解为一种数字化的冗余，认为是可有可无的，但其实完全不是这个样子。

比如对于车间的生产来说，订单是最基本的输入，我们一般认为订单的数量代表了一系列工件的集合。我们在实际生产过程当中存在着大量的分批和合批的运行形态，并且让我们不管是在系统的规划和运行方面来说，都处于疲于奔命的状态，这一点在MES当中尤为明显。但是，假如我们换个角度，将车间的输入，以独立的工件作为基本单元，而一个订单只是某些工件的组合而已，可以是整体组合，也可以是工序级的组合，这样的话所谓的各种分批合批，其实都是一种特例而已。这就是从数字化化所具有的优势发挥的角度，以极端的升维实现对制造系统实际运行特例状态的降维打击，而这种打击就是达到一种举重若轻挥洒自如的效果。

但是假如我们以当前的运行现状来要求提供与之相适应的数字化工具，这种理解或者实现，其实就忽视了数字化的优势特性本身。

数字化有很多优势，本文也只是从两个角度进行了一定的分析，但这两点其实都是有数字化转型密切相关的，尤其是数字化转型的思维逻辑。如何为企业植入数字化的基因？可能需要跳出就事论事的分析框架，是需要我们在思维逻辑上面进行一定的提升，才能够看明白的。其他诸如，数字化的离散性与转型所要求的系统性之间的矛盾如何化解、数字化的抽象性与实际制造要素或业务的具象性之间如何协调等一系列的深层问题，其实都在拷问我们的数字化思维逻辑。后续有机会再接着进一步的深入阐述吧，或者形成完整而系统的一篇文章。

来源：微信号  智能制造随笔

作者：王爱民

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。