謝康 肖靜華 鄧弘林

2016-2018年，Gartner集團(tuán)連續(xù)三年將數(shù)字孿生（Digital Twins）列為全球十大戰(zhàn)略科技發(fā)展趨勢之一，2018年更將技術(shù)趨勢概括為智能數(shù)字網(wǎng)格（Intelligent Digital Mesh），認(rèn)為智能化包括人工智能基礎(chǔ)設(shè)施、智能應(yīng)用與分析，及智能設(shè)備三個(gè)部分。智能化成為2018年全球技術(shù)趨勢和最為流行的技術(shù)詞匯之一。其中，智能制造更成為世界各國競相爭奪的戰(zhàn)略制高點(diǎn)，成為企業(yè)全球擴(kuò)張與提升能力的戰(zhàn)略發(fā)力點(diǎn)，如德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)，日本互聯(lián)工業(yè)戰(zhàn)略，中國制造2025，美的集團(tuán)的智能產(chǎn)品和智能制造“雙智戰(zhàn)略”等?？梢?，無論是國家還是產(chǎn)業(yè)或企業(yè)，智能制造、數(shù)字孿生構(gòu)成不同層面戰(zhàn)略管理的產(chǎn)業(yè)基石和理論研究的前沿領(lǐng)域。

如何在工業(yè)界培育起人工智能的創(chuàng)新基礎(chǔ)，不僅需要強(qiáng)化智能制造的推廣應(yīng)用，而且需要將智能制造技術(shù)平臺(tái)從單純的生產(chǎn)運(yùn)作管理提升到企業(yè)戰(zhàn)略管理，將數(shù)字孿生技術(shù)從產(chǎn)品研發(fā)領(lǐng)域擴(kuò)展為全價(jià)值鏈條的戰(zhàn)略平臺(tái)上，從企業(yè)戰(zhàn)略視角重新審視和探討智能制造、數(shù)字孿生的商業(yè)價(jià)值，形成戰(zhàn)略事件驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型管理創(chuàng)新，由此構(gòu)成推進(jìn)中國工業(yè)界大力實(shí)施人工智能創(chuàng)新的一項(xiàng)重要舉措。為此，需要探討數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景建模與決策分析問題。本文擬從智能制造數(shù)字孿生的戰(zhàn)略管理價(jià)值、基于數(shù)字孿生平臺(tái)的企業(yè)戰(zhàn)略場景模型、數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景模型決策分析，及模型應(yīng)用四個(gè)方面，對數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景建模與決策問題進(jìn)行初步探討。

一、智能制造數(shù)字孿生的戰(zhàn)略管理價(jià)值

在工業(yè)化制造中由于制造加工技術(shù)和制造成本的限制，企業(yè)會(huì)優(yōu)先考慮能否在最小成本下最快時(shí)間內(nèi)完成制造，形成基于機(jī)械的大規(guī)模標(biāo)準(zhǔn)化制造模式（Chu et al.， 2016）。伴隨著技術(shù)的發(fā)展，以及社會(huì)對制造工序和產(chǎn)品品質(zhì)、可持續(xù)性要求的提升，精益制造、敏捷制造、柔性制造等開始涌現(xiàn)，其核心都是利用信息通信技術(shù)、自動(dòng)化生產(chǎn)設(shè)備等提高制造企業(yè)對于市場變化和產(chǎn)品品質(zhì)的響應(yīng)能力（Qrunfleh & Tarafdar， 2013）。

從制造業(yè)角度分析，精益生產(chǎn)、柔性制造、敏捷制造等高質(zhì)量生產(chǎn)模式，制造網(wǎng)格和應(yīng)用服務(wù)提供商等網(wǎng)絡(luò)化制造模式，以及總包生產(chǎn)和工業(yè)產(chǎn)品服務(wù)系統(tǒng)等面向服務(wù)的制造模式，為智能制造的產(chǎn)生和發(fā)展奠定了良好的生產(chǎn)基礎(chǔ)。可以說，智能制造是繼高質(zhì)量生產(chǎn)、網(wǎng)絡(luò)化生產(chǎn)、面向服務(wù)的制造之后先進(jìn)制造模式的一個(gè)新階段。先進(jìn)制造模式是由先進(jìn)制造哲理、先進(jìn)組織管理方式、先進(jìn)制造技術(shù)及人的相互融合發(fā)展、相互協(xié)同作用的產(chǎn)物。因此，智能制造也是先進(jìn)加工技術(shù)、新一代信息技術(shù)、組織管理技術(shù)高度集成的產(chǎn)物。這種集成主要依靠數(shù)字孿生來實(shí)現(xiàn)。

數(shù)字孿生是一種集成多物理、多尺度、多學(xué)科屬性，具有實(shí)時(shí)同步、忠于映射、高保真度特征，能夠?qū)崿F(xiàn)物理世界與信息世界交互與融合的技術(shù)手段（陶飛等，2018）。一般認(rèn)為，數(shù)字孿生具有可伸縮性、互操作性、可擴(kuò)展性，以及高保真性四個(gè)主要特征（Schleich et al.， 2017）。據(jù)Gartner估計(jì)，到2020年全球估計(jì)超過210億個(gè)連接的傳感器和端點(diǎn)，形成數(shù)十億種數(shù)字孿生，與企業(yè)管理行為的關(guān)系將越來越密切。

概括地說，智能制造數(shù)字孿生的戰(zhàn)略管理價(jià)值與其主要特征密切相關(guān)：

首先，智能制造是互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能與先進(jìn)制造技術(shù)深度融合的產(chǎn)物（Soparnot， 2011），或者說是信息化與工業(yè)化深度融合在制造領(lǐng)域高度集成的管理體系，形成數(shù)字孿生驅(qū)動(dòng)的制造模式變革。要實(shí)現(xiàn)真正意義的智能制造，需要使先進(jìn)制造技術(shù)成本不變時(shí)新一代信息技術(shù)投入最小化，或者在新一代信息技術(shù)成本不變時(shí)先進(jìn)制造技術(shù)投入最小化，由此形成先進(jìn)制造技術(shù)與新一代信息技術(shù)的深度融合。據(jù)對中國大中型制造企業(yè)的調(diào)查，2017年生產(chǎn)設(shè)備數(shù)字化率僅為44.8%、關(guān)鍵工序數(shù)控化率為46.4%、數(shù)字化設(shè)備聯(lián)網(wǎng)率僅為39%。這表明中國制造業(yè)實(shí)現(xiàn)智能制造所需要的深度融合僅僅邁出第一步，第二步建構(gòu)制造業(yè)信息物理系統(tǒng)（CPS）還未真正全面開始。嚴(yán)格地說，CPS也僅是一種信息技術(shù)與物理實(shí)體相結(jié)合的載體，并不代表當(dāng)信息技術(shù)成本不變時(shí)物理實(shí)體投入最小化，或當(dāng)物理實(shí)體成本不變時(shí)信息技術(shù)投入最小化的特征，但是，CPS無疑具有了兩者相互結(jié)合的特征。第三步即數(shù)字孿生才符合理論和實(shí)踐意義上的新一代信息技術(shù)與先進(jìn)制造技術(shù)深度融合的特征，物理實(shí)體與虛擬模型之間交互與映射，通過數(shù)據(jù)連接實(shí)現(xiàn)實(shí)時(shí)復(fù)雜的實(shí)時(shí)感知、模擬重構(gòu)與優(yōu)化再現(xiàn)。

因此，智能制造構(gòu)建了當(dāng)代社會(huì)中新一代信息技術(shù)與先進(jìn)制造技術(shù)深度融合的制造業(yè)數(shù)字化平臺(tái)，既可以作為支撐制造業(yè)轉(zhuǎn)型升級(jí)的管理平臺(tái)，也可以作為支撐國家和區(qū)域經(jīng)濟(jì)增長的生產(chǎn)方式和增長極，這是智能制造對于制造業(yè)轉(zhuǎn)型升級(jí)和國家經(jīng)濟(jì)持續(xù)增長具有的戰(zhàn)略價(jià)值。

其次，基于數(shù)字孿生的智能制造推動(dòng)制造業(yè)實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)與范圍經(jīng)濟(jì)間效率與靈活性的柔性協(xié)同，將制造管理中效率與靈活性二元性問題的解決方案提升到一個(gè)新的管理高度。無論是面向服務(wù)的制造還是高質(zhì)量生產(chǎn)模式，都會(huì)面臨制造效率與靈活性之間的二元性難題，人們從組織方式、空間與時(shí)間分割等多個(gè)角度解決該難題。智能制造基于數(shù)字孿生平臺(tái)的虛擬制造實(shí)現(xiàn)精準(zhǔn)轉(zhuǎn)換與生產(chǎn)，使追求單一品種大規(guī)模生產(chǎn)的規(guī)模經(jīng)濟(jì)模式與追求小批量多品種范圍經(jīng)濟(jì)模式之間相互轉(zhuǎn)換的成本得到極大降低，為解決制造效率與靈活性二元性難題提供了一種新的生產(chǎn)方式，從而在更大范圍內(nèi)改變了企業(yè)內(nèi)部的組織流程，通過信息技術(shù)、自動(dòng)化設(shè)備和生產(chǎn)流程、標(biāo)準(zhǔn)化和精細(xì)化管理，重塑業(yè)務(wù)戰(zhàn)略及運(yùn)作能力，使企業(yè)更好地適應(yīng)外部環(huán)境而形成新的競爭優(yōu)勢（Uhlenbruck et al.， 2015）。

因此，智能制造誘發(fā)企業(yè)的全面管理變革，使生產(chǎn)運(yùn)作管理和戰(zhàn)略管理面臨著同樣的創(chuàng)新挑戰(zhàn)，數(shù)字孿生為生產(chǎn)運(yùn)作管理與戰(zhàn)略管理的高效協(xié)同提供了新的大數(shù)據(jù)平臺(tái)，使智能制造突破以往制造技術(shù)進(jìn)步多側(cè)重在研發(fā)、供應(yīng)鏈、制造材料、生產(chǎn)工藝、工裝設(shè)備等生產(chǎn)運(yùn)作管理領(lǐng)域，與企業(yè)戰(zhàn)略管理并不緊密的局限，可以為企業(yè)戰(zhàn)略管理和生產(chǎn)運(yùn)作管理的模擬優(yōu)化提供多層次的管理場景分析，使智能制造直接成為提升管理技術(shù)進(jìn)步的創(chuàng)新平臺(tái)，這是智能制造對于企業(yè)管理創(chuàng)新具有的戰(zhàn)略價(jià)值。

最后，基于對制造管理中效率與靈活二元性問題的有效解決，制造業(yè)真正實(shí)現(xiàn)面向消費(fèi)者需求的管理創(chuàng)新，形成現(xiàn)實(shí)意義而非理論意義上的消費(fèi)者驅(qū)動(dòng)的管理革命。此前，盡管理論上不斷強(qiáng)調(diào)制造面向消費(fèi)者需求或客戶導(dǎo)向的生產(chǎn)，如C2M制造等，但現(xiàn)實(shí)中企業(yè)要真正做到面向消費(fèi)者的生產(chǎn)制造，發(fā)現(xiàn)或者難以及時(shí)準(zhǔn)確掌握消費(fèi)者快速變化的需求，或者無法有效降低滿足個(gè)性化制造的低成本要求，使制造管理中面向個(gè)性化需求的靈活性與面向低成本制造的效率之間的二元性難題長期存在。從面向合作伙伴向面向消費(fèi)者的供應(yīng)鏈數(shù)字化轉(zhuǎn)型、普通消費(fèi)者借助大數(shù)據(jù)方式間接參與企業(yè)的研發(fā)創(chuàng)新，均只是構(gòu)成智能制造管理創(chuàng)新的第一步。伴隨著智能制造不斷有效解決不同層次和類別的效率與靈活性二元難題，基于數(shù)字化事件驅(qū)動(dòng)不斷適應(yīng)消費(fèi)者快速變化的需求，依據(jù)實(shí)時(shí)態(tài)勢感知，通過數(shù)字化的事件適時(shí)自動(dòng)轉(zhuǎn)向一個(gè)工作流程，才可能真正實(shí)現(xiàn)面向消費(fèi)者需求且滿足低成本約束的制造創(chuàng)新。由此會(huì)形成對數(shù)字化事件驅(qū)動(dòng)需求的大量涌現(xiàn)，Gartner估計(jì)到2020年將有80%的數(shù)字業(yè)務(wù)解決方案將成為事件源，而且80%的新業(yè)務(wù)生態(tài)系統(tǒng)將需要支持事件處理。

總之，智能制造的管理價(jià)值不再限于制造領(lǐng)域，而是擴(kuò)展到改變社會(huì)生產(chǎn)方式和人類生活方式的影響上。同時(shí)，數(shù)字孿生通過大數(shù)據(jù)分析和人工智能模型決策支持，改變企業(yè)決策分析的模式，誘發(fā)企業(yè)層面的面向用戶的互動(dòng)創(chuàng)新，誘發(fā)產(chǎn)業(yè)或行業(yè)層面的各類衍生創(chuàng)新行為，從而推動(dòng)社會(huì)生活和行為方式的智能化社會(huì)變革，這是智能制造對于社會(huì)生活和行為方式具有的戰(zhàn)略價(jià)值。

二、基于數(shù)字孿生平臺(tái)的企業(yè)戰(zhàn)略場景模型

現(xiàn)有數(shù)字孿生研究主要從技術(shù)設(shè)計(jì)與實(shí)現(xiàn)角度進(jìn)行建構(gòu)和應(yīng)用，對產(chǎn)品全生命周期進(jìn)行數(shù)字化映射與交互優(yōu)化，涉及工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)和數(shù)字孿生大數(shù)據(jù)的采集與分析等。與一般數(shù)字孿生不同的是，數(shù)字孿生平臺(tái)不僅將工業(yè)互聯(lián)網(wǎng)和數(shù)字孿生大數(shù)據(jù)進(jìn)行集成，而且可以按層次和領(lǐng)域建構(gòu)不同類別的數(shù)字孿生系統(tǒng)，既可以是通用型數(shù)字孿生系統(tǒng)，也可以是專業(yè)型數(shù)字孿生系統(tǒng)。同時(shí)，數(shù)字孿生平臺(tái)不僅具有數(shù)字孿生的可伸縮性、互操作性、可擴(kuò)展性和高保真性特征，而且具有更全面的開放性、多主體參與性和數(shù)字化生態(tài)多樣性建構(gòu)特征。

基于數(shù)字孿生平臺(tái)建構(gòu)企業(yè)戰(zhàn)略場景模型，首先需要對企業(yè)戰(zhàn)略場景的概念進(jìn)行定義。與數(shù)字孿生起源于產(chǎn)品研發(fā)領(lǐng)域一樣，商業(yè)意義上的場景模型或場景化也與互聯(lián)網(wǎng)產(chǎn)品的研發(fā)創(chuàng)新密切相關(guān)，如用戶體驗(yàn)場景，產(chǎn)品使用場景等。企業(yè)戰(zhàn)略場景指企業(yè)戰(zhàn)略管理尤其是戰(zhàn)略決策所需要具備的關(guān)鍵信息空間。一般地，企業(yè)戰(zhàn)略決策場景主要包括環(huán)境、組織特征和戰(zhàn)略決策專有因素三類關(guān)鍵信息空間。戰(zhàn)略過程研究表明，企業(yè)的戰(zhàn)略環(huán)境主要包括不確定性、復(fù)雜性和資源豐裕度，其中不確定性是最重要的環(huán)境要素，復(fù)雜性與不確定性密切相關(guān)，但更多地表示環(huán)境的結(jié)構(gòu)或關(guān)系多維程度。企業(yè)的組織特征包括權(quán)力結(jié)構(gòu)、以往績效的判斷、組織冗余等要素，戰(zhàn)略決策的專有因素包括決策動(dòng)力與緊迫性、決策不確定性和全面性等。這三類因素均對企業(yè)戰(zhàn)略決策過程特征構(gòu)成重要影響。

企業(yè)數(shù)字孿生平臺(tái)不僅映射生產(chǎn)運(yùn)作層面的物理實(shí)體特征，而且也需要映射戰(zhàn)略管理層面的行為主體或環(huán)境空間的特征，這是將數(shù)字孿生平臺(tái)從生產(chǎn)運(yùn)作層面的智能制造技術(shù)平臺(tái)改造為戰(zhàn)略場景模型的關(guān)鍵一步。其中，環(huán)境、組織特征和戰(zhàn)略決策專有因素三類信息空間均無法與實(shí)體物理世界一一映射構(gòu)成類似生產(chǎn)運(yùn)作層面的物理實(shí)體流程，因此，基于數(shù)字孿生平臺(tái)建構(gòu)企業(yè)戰(zhàn)略場景模型的最大挑戰(zhàn)，就是如何借助數(shù)字孿生技術(shù)平臺(tái)和管理技術(shù)，將企業(yè)戰(zhàn)略管理的環(huán)境、組織特征和決策專有因素轉(zhuǎn)換為與現(xiàn)實(shí)情境可以映射和交互的數(shù)字化場景。然而，正如每個(gè)人心中都有不同的哈姆雷特一樣，戰(zhàn)略場景模型的不同建構(gòu)者將會(huì)按照心中的戰(zhàn)略場景模型來建構(gòu)數(shù)字孿生平臺(tái)上的戰(zhàn)略場景，但這個(gè)建構(gòu)出來的場景有可能不是借助該模型決策的戰(zhàn)略家或管理團(tuán)隊(duì)所需要的，因?yàn)楹笳咝闹械膽?zhàn)略場景又不同。如何建構(gòu)一個(gè)符合戰(zhàn)略家或管理團(tuán)隊(duì)預(yù)期和需要的企業(yè)戰(zhàn)略場景模型，如何通過數(shù)字孿生平臺(tái)來驅(qū)動(dòng)該模型不斷地符合現(xiàn)實(shí)場景的特征，無疑成為建構(gòu)數(shù)字化企業(yè)戰(zhàn)略場景模型兩個(gè)需要攻克的難點(diǎn)。

根據(jù)上述討論，我們認(rèn)為，基于數(shù)字孿生平臺(tái)的企業(yè)戰(zhàn)略場景模型由四個(gè)部分組成：一是數(shù)字孿生平臺(tái)模型及與戰(zhàn)略管理模型的契合性，二是企業(yè)戰(zhàn)略場景概念模型，三是數(shù)字孿生平臺(tái)與物理實(shí)體或企業(yè)戰(zhàn)略管理行為之間的映射與交互關(guān)系，四是數(shù)字孿生平臺(tái)的大數(shù)據(jù)資源與知識(shí)庫，如圖1所示。

在圖1中，首先，人、機(jī)、料、法、環(huán)五要素構(gòu)成的智能制造管理體系為物理實(shí)體的代表。其中，人指智能制造情境下的勞動(dòng)者，尤其指掌握智能生產(chǎn)技能與管理理念的技術(shù)型勞動(dòng)者。機(jī)指智能制造條件下的機(jī)制設(shè)備，尤其指機(jī)器與機(jī)器之間的互聯(lián)互通。料不是指一般的生產(chǎn)物料，而是指智能制造環(huán)境下的增強(qiáng)材料或攜帶智能信息的生產(chǎn)材料。法指智能制造條件下的生產(chǎn)制造規(guī)則和流程，尤其指標(biāo)準(zhǔn)業(yè)務(wù)流程（SOP）和技術(shù)管理標(biāo)準(zhǔn)。環(huán)指智能制造環(huán)境下將上述人、機(jī)、料、法四者之間實(shí)現(xiàn)互聯(lián)互通的管理體系，實(shí)現(xiàn)智能制造內(nèi)部與外部之間制造產(chǎn)品、設(shè)備、物料、工藝、流程和維護(hù)管理的一體化，使企業(yè)針對不同需求可以在規(guī)模經(jīng)濟(jì)與范圍經(jīng)濟(jì)的生產(chǎn)方式之間進(jìn)行低成本轉(zhuǎn)換，以此解決生產(chǎn)制造中效率與靈活性的二元性難題。圖1中的制造物理實(shí)體被映射到虛擬模型中，構(gòu)成數(shù)字孿生的鏡像數(shù)據(jù)。

其次，企業(yè)戰(zhàn)略形態(tài)、業(yè)務(wù)戰(zhàn)略等戰(zhàn)略內(nèi)容，戰(zhàn)略規(guī)劃或戰(zhàn)略實(shí)施等戰(zhàn)略過程要素?cái)?shù)字化后被映射到數(shù)字孿生平臺(tái)中的虛擬模型中，形成戰(zhàn)略場景概念模型的鏡像數(shù)據(jù)。這項(xiàng)工作是建構(gòu)戰(zhàn)略場景模型的核心和重點(diǎn)，其內(nèi)容與形式均極其復(fù)雜，需要對各種復(fù)雜條件、關(guān)系和結(jié)構(gòu)進(jìn)行多次提煉，最終提煉出通用版或?qū)I(yè)版的戰(zhàn)略場景概念模型，針對不同的行業(yè)、不同的層面和戰(zhàn)略類型建構(gòu)出不同的戰(zhàn)略場景概念模型。同時(shí)，現(xiàn)實(shí)中的物理實(shí)體和戰(zhàn)略行為也不斷補(bǔ)充和豐富數(shù)字孿生平臺(tái)的大數(shù)據(jù)和知識(shí)庫，使之更好地對戰(zhàn)略場景模型和仿真分析模型進(jìn)行智能化評(píng)估與校正。其中，戰(zhàn)略選擇模型也需要得到數(shù)字孿生平臺(tái)的大數(shù)據(jù)和知識(shí)庫的強(qiáng)有力支持，因?yàn)槠髽I(yè)選擇合作戰(zhàn)略，還是競爭戰(zhàn)略，或者競合戰(zhàn)略，需要通過建構(gòu)博弈模型來分析。在博弈分析中，模型的初始條件可以通過大數(shù)據(jù)文本分析來設(shè)定，也可以從縱向案例研究的基本結(jié)論中尋找依據(jù)，從而不斷豐富戰(zhàn)略場景知識(shí)庫。

最后，物理實(shí)體或戰(zhàn)略行為與數(shù)字孿生平臺(tái)或虛擬模型之間的映射關(guān)系是否高保真，是否具有良好的可拓展性和平臺(tái)生態(tài)特征，取決于二者之間映射與交互系統(tǒng)的可靠性。部分智能制造研究者將二者之間的映射與交互系統(tǒng)稱為數(shù)字紐帶。數(shù)字紐帶不僅貫穿于物理實(shí)體與數(shù)字孿生平臺(tái)之間，而且貫穿于物理實(shí)體與企業(yè)戰(zhàn)略行為之間，或貫穿于數(shù)字孿生平臺(tái)與虛擬模型之間。

三、數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景模型決策分析

針對不同的任務(wù)或事件，數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景模型有不同類型。根據(jù)數(shù)字孿生平臺(tái)的通用型與專業(yè)型分類，我們將數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景模型的類型劃分為以下兩大類，一是綜合型戰(zhàn)略場景模型，二是專業(yè)型戰(zhàn)略場景模型。

不同類型的戰(zhàn)略場景模型對決策的設(shè)計(jì)與分析不同，綜合型戰(zhàn)略場景模型一般包含智能制造規(guī)劃與運(yùn)作場景、戰(zhàn)略內(nèi)容場景、戰(zhàn)略過程場景，以及戰(zhàn)略實(shí)踐場景四個(gè)關(guān)鍵模塊，或其中兩個(gè)以上關(guān)鍵模塊的組合場景。專業(yè)型戰(zhàn)略場景模型可以細(xì)分為戰(zhàn)略內(nèi)容場景模型、戰(zhàn)略過程場景模型，及戰(zhàn)略實(shí)踐場景模型。其中，戰(zhàn)略內(nèi)容場景包括競爭戰(zhàn)略、合作戰(zhàn)略和競合戰(zhàn)略場景，而競爭戰(zhàn)略場景進(jìn)一步可以劃分為成本領(lǐng)先場景、差異化場景和目標(biāo)集聚場景。戰(zhàn)略過程場景可以劃分為戰(zhàn)略規(guī)劃、戰(zhàn)略選擇與決策，及戰(zhàn)略實(shí)施場景，而戰(zhàn)略決策場景又可以進(jìn)一步細(xì)分為環(huán)境、組織特征和決策專有因素場景。戰(zhàn)略實(shí)踐場景可以劃分為戰(zhàn)略權(quán)變、戰(zhàn)略行為或推演，及戰(zhàn)略活案例場景，由此形成不同層次的戰(zhàn)略內(nèi)容、過程和實(shí)踐的戰(zhàn)略場景模型（參見圖2）。

圖2的結(jié)構(gòu)顯示，無論是綜合型戰(zhàn)略場景，還是專業(yè)型戰(zhàn)略場景，它們都最終指向多元化、戰(zhàn)略聯(lián)盟、兼并、垂直一體化、外包等企業(yè)的業(yè)務(wù)戰(zhàn)略場景。例如，在建構(gòu)企業(yè)戰(zhàn)略聯(lián)盟場景模型時(shí)，需要先明確戰(zhàn)略聯(lián)盟的性質(zhì)和目標(biāo)，如果是聯(lián)盟合作方主要是采取競爭戰(zhàn)略的，就選擇是采取成本領(lǐng)先還是差異化戰(zhàn)略場景。同時(shí)，還要確定戰(zhàn)略決策的外部環(huán)境場景，建構(gòu)針對技術(shù)變革可能形成的新產(chǎn)品應(yīng)用場景，針對競爭者或合作者可能采取的競爭策略或合作策略的博弈場景，以及針對消費(fèi)者行為變化的消費(fèi)者畫像（場景）。在此基礎(chǔ)上，才談得上對企業(yè)戰(zhàn)略場景的決策分析。

在數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景決策分析中，有兩項(xiàng)決策分析是重點(diǎn)和難點(diǎn)，一是戰(zhàn)略類別與戰(zhàn)略形態(tài)的組合決策分析，二是將基于數(shù)字孿生的人工智能決策模型納入企業(yè)戰(zhàn)略家直覺或參照點(diǎn)決策、中高層管理團(tuán)隊(duì)群決策中，形成戰(zhàn)略家、中高層管理團(tuán)隊(duì)與數(shù)字孿生驅(qū)動(dòng)的人工智能決策模型三者相互支撐的決策模式創(chuàng)新。

此外，從現(xiàn)階段來看，數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景決策分析工具尚未出現(xiàn)方法論創(chuàng)新，更多的是借助博弈論、計(jì)量經(jīng)濟(jì)或統(tǒng)計(jì)方法構(gòu)建決策模型，包括大數(shù)據(jù)計(jì)量經(jīng)濟(jì)方法、非線性規(guī)劃或多目標(biāo)規(guī)劃、仿真分析，及系統(tǒng)動(dòng)力學(xué)模型等。但是，我們認(rèn)為，隨著數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景數(shù)據(jù)資源的不斷積累和豐富，將會(huì)逐步出現(xiàn)面向戰(zhàn)略場景建模與決策分析的工具和方法，從而推動(dòng)宏觀環(huán)境、制度、技術(shù)或文化等分析走向微觀的量化分析。例如，基于數(shù)字孿生平臺(tái)驅(qū)動(dòng)而形成的企業(yè)戰(zhàn)略場景大數(shù)據(jù)和知識(shí)庫，可以將企業(yè)戰(zhàn)略或制度環(huán)境轉(zhuǎn)化為數(shù)字化的空間、時(shí)間、成本、效率、靈活性等情境因素，轉(zhuǎn)化為精準(zhǔn)量化的各種診斷分析指標(biāo)，通過大數(shù)據(jù)建?；蛭谋痉治龅裙ぞ撸饰龊妥R(shí)別出事件之間的關(guān)系或相關(guān)性，進(jìn)而探討和驗(yàn)證其因果性，或者就止步于對事件的相關(guān)性分析而形成戰(zhàn)略策略，從而推動(dòng)企業(yè)戰(zhàn)略管理模式向智能化方向發(fā)展。

四、模型應(yīng)用：中外人工智能戰(zhàn)略場景與決策分析

這里應(yīng)用本文提出的戰(zhàn)略場景模型思想和邏輯，以中國與全球主要發(fā)達(dá)國家人工智能戰(zhàn)略場景為事例進(jìn)行初步分析。我們先通過一般的描述方式來概括此主題的場景：

在人工智能研究領(lǐng)域，截止2016年底，美、中、日三國分別申請了15.298萬件、13.701萬件、8.319萬件與人工智能相關(guān)的專利，分列全球前三位。世界知識(shí)產(chǎn)權(quán)組織稱由于美國能夠獲取來自全球各地的大數(shù)據(jù)，中國擁有龐大人口的行為大數(shù)據(jù)，使美中兩國具有領(lǐng)跑全球人工智能競賽的資格。同時(shí)，IBM、微軟、東芝、三星、西門子等美日韓和德國的大型跨國技術(shù)企業(yè)是推動(dòng)人工智能發(fā)展的主力。在獲得人工智能專利數(shù)排名前20的學(xué)術(shù)機(jī)構(gòu)中，17家來自中國。其中，中國科學(xué)院擁有2500多項(xiàng)人工智能相關(guān)的專利，是世界上獲得人工智能專利最多的學(xué)術(shù)機(jī)構(gòu)，表明學(xué)術(shù)機(jī)構(gòu)而非大型技術(shù)企業(yè)主導(dǎo)著中國人工智能的發(fā)展。這種狀況近年來有所減緩，據(jù)清華大學(xué)發(fā)布的《2018中國人工智能發(fā)展報(bào)告》，在人工智能前10的專利權(quán)人分布中，IBM以7278件專利排名第一，微軟以5356件排名第二，中國國家電網(wǎng)以3794件專利排名全球第三，國內(nèi)第一。但是，中國學(xué)術(shù)機(jī)構(gòu)依然是人工智能專利的主要獲得機(jī)構(gòu)。

中國人工智能技術(shù)創(chuàng)新的這種狀況似乎并不利于工業(yè)界人工智能的普及應(yīng)用，總體上不符合Gartner集團(tuán)提出的2018年戰(zhàn)略科技趨勢中的事件驅(qū)動(dòng)（Event-Driven）的發(fā)展。按照Gartner集團(tuán)的定義，事件驅(qū)動(dòng)是數(shù)字業(yè)務(wù)依靠感知和撲捉利用新的商業(yè)數(shù)字機(jī)會(huì)的能力。學(xué)術(shù)機(jī)構(gòu)的人工智能創(chuàng)新成果需要跨部門或行業(yè)進(jìn)行轉(zhuǎn)換，這種狀況使中國智能制造持續(xù)創(chuàng)新發(fā)展的交易成本相對高。例如，學(xué)術(shù)機(jī)構(gòu)與產(chǎn)業(yè)界之間存在著諸多間隔，產(chǎn)業(yè)界需要的人工智能技術(shù)或平臺(tái)得不到技術(shù)工藝資金的有效支持，學(xué)術(shù)界需要的技術(shù)創(chuàng)新方向得不到產(chǎn)業(yè)界市場需求的前端反饋，研發(fā)與應(yīng)用“兩張皮”現(xiàn)象依然困擾著中國人工智能的創(chuàng)新發(fā)展，目前，中國智能制造領(lǐng)域的應(yīng)用相對滯后或步伐緩慢與此不無關(guān)系。

2018年9月，埃森哲與工信部國家工業(yè)信息安全發(fā)展研究中心發(fā)布的《中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)》認(rèn)為，只有7%的企業(yè)突破業(yè)務(wù)轉(zhuǎn)型困境成為轉(zhuǎn)型領(lǐng)軍者。該結(jié)果從一個(gè)側(cè)面既說明中國企業(yè)數(shù)字化轉(zhuǎn)型任重道遠(yuǎn)，也說明從企業(yè)戰(zhàn)略驅(qū)動(dòng)出發(fā)推動(dòng)智能制造和人工智能發(fā)展的價(jià)值。該報(bào)告還從企業(yè)戰(zhàn)略和運(yùn)營兩個(gè)層面提出“一把手”推動(dòng)、活性客戶關(guān)系、生態(tài)系統(tǒng)賦能、數(shù)據(jù)驅(qū)動(dòng)、打造動(dòng)態(tài)組織等五項(xiàng)加速提升企業(yè)數(shù)字能力的要?jiǎng)?wù)。

上述一般描述方式概括或分析的中外人工智能發(fā)展差異環(huán)境，通常獲得兩個(gè)建設(shè)性結(jié)論，一是中國應(yīng)加強(qiáng)企業(yè)層面的人工智能創(chuàng)新，二是政府應(yīng)加大推動(dòng)產(chǎn)學(xué)研合作，使學(xué)術(shù)機(jī)構(gòu)成果能夠在企業(yè)中得到應(yīng)用。這兩個(gè)結(jié)論不僅在人工智能創(chuàng)新領(lǐng)域如此，而且適用于中國幾乎所有的創(chuàng)新領(lǐng)域，尤其是技術(shù)創(chuàng)新或產(chǎn)品研發(fā)創(chuàng)新領(lǐng)域。我們進(jìn)一步分析會(huì)發(fā)現(xiàn)，這兩個(gè)結(jié)論能否再深入一層，為什么會(huì)這樣？有怎樣的具體路徑可以改變這種狀況？實(shí)施某條具體路徑或執(zhí)行某項(xiàng)措施，效果會(huì)比目前更好，還是更糟？在不同實(shí)現(xiàn)路徑之間，哪條路徑更現(xiàn)實(shí)些，或有更高的效率？等等，對此，目前的研究往往及其匱乏。

如果通過數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景模型，將上述環(huán)境因素轉(zhuǎn)變?yōu)閿?shù)字化輸入模型，通過對模型的仿真分析和再現(xiàn)重構(gòu)，在模擬出的多種環(huán)境、行動(dòng)干預(yù)與預(yù)期結(jié)果之間提出多種實(shí)現(xiàn)路徑或手段，從中選擇若干路徑或手段進(jìn)行小規(guī)模試點(diǎn)檢驗(yàn)，再將試點(diǎn)檢驗(yàn)結(jié)果轉(zhuǎn)變?yōu)閿?shù)字化再次輸入模型中，如此不斷地對模型進(jìn)行訓(xùn)練，逐步構(gòu)建出逼近現(xiàn)實(shí)環(huán)境或情境的戰(zhàn)略場景。實(shí)現(xiàn)這一目標(biāo)無疑會(huì)增強(qiáng)戰(zhàn)略家、中高層管理團(tuán)隊(duì)?wèi)?zhàn)略決策實(shí)踐的全面性，另一方面也會(huì)給智能制造數(shù)字孿生驅(qū)動(dòng)的戰(zhàn)略管理研究提供大數(shù)據(jù)資源。可以認(rèn)為，數(shù)字孿生驅(qū)動(dòng)的企業(yè)戰(zhàn)略場景建模與決策分析具有非常好的研究與應(yīng)用前景。

基金項(xiàng)目：本文為國家自然科學(xué)基金重點(diǎn)項(xiàng)目“互聯(lián)網(wǎng)環(huán)境下大數(shù)據(jù)驅(qū)動(dòng)的企業(yè)與用戶互動(dòng)創(chuàng)新理論、方法和應(yīng)用研究”（71832014）的階段性成果。