當今世界，飛機的整個開發(fā)過程都可以在數(shù)字環(huán)境中進行，在計算機輔助設(shè)計（CAD）軟件中設(shè)計，在虛擬飛行模擬器中測試，然后才會進入實際生產(chǎn)階段。試想，如果把同樣的模式套用到制藥行業(yè)會怎樣？

首席運營官可以模擬各種各樣的產(chǎn)品組合，置換不同的機器設(shè)備，或者通過模擬利用和日程安排來增強敏捷性、優(yōu)化成本——這一切都利用軟件完成，可以在幾秒鐘內(nèi)給出量化的答案。

聽起來像科幻小說？是，但也不是。

相關(guān)科技目前已問世，例如，預(yù)測分析、機器人流程自動化和各種基于人工智能的工具等，這一切都通過物聯(lián)網(wǎng) （IoT） 技術(shù)實現(xiàn)了數(shù)字化連接。現(xiàn)實中，有的公司應(yīng)用了某些解決方案和具體工具，但大多數(shù)仍然卡在試點階段，難以將數(shù)字化技術(shù)推廣到整個企業(yè)。

實際生產(chǎn)中，大規(guī)模部署這些數(shù)字化工具為什么如此困難？

因為若要洞悉數(shù)字化的全部潛力，除了遵循實用主義，還要具備遠見卓識;與此同時，在組織層面管理預(yù)期也必不可少，了解由此產(chǎn)生的影響將循序漸進地顯露出來，而不是在下一個預(yù)算周期一蹴而就;最后， 企業(yè)不能把數(shù)字化視作一系列獨立的工具，而應(yīng)該將其視作一種變革手段，需要輔以人才和技術(shù)才能發(fā)揮作用。

避開“精益制造”的陷阱

精益制造領(lǐng)域曾出現(xiàn)過類似的情況。

精益制造法由豐田發(fā)明，是該公司著名的豐田生產(chǎn)體系的一部分。整個 20 世紀 80 年代和 90 年代，這套體系憑借極高的質(zhì)量標準和較低的成本在汽車行業(yè)取得了巨大成功，大幅提高了豐田在全球市場的份額。

其他汽車廠商也紛紛嘗試精益制造，尤其是福特和通用汽車等美國企業(yè)。但它們的早期措施卻并不盡如人意，這與它們只嘗試部署單個的精益制造工具和流程， 卻沒有輔以恰當?shù)慕M織元素密切相關(guān)。這種方法注定失敗，甚至比什么措施也不采取還要嚴重。這些廠商多年之后才意識到，想要利用精益制造取得成功，不光要采用新穎的技術(shù)工具和專業(yè)術(shù)語，還要徹底調(diào)整組織和管理體系，由此所產(chǎn)生的一連串影響，從管理層一直延伸到了生產(chǎn)車間。

與精益制造一樣，數(shù)字化和人工智能的價值不是把工具應(yīng)用到現(xiàn)有的流程中，而是需要對整個組織展開全面轉(zhuǎn)型。現(xiàn)在很多制藥公司處在最初的實驗階段，在試點測試、小規(guī)模數(shù)字化項目和概念驗證實踐中徘徊。這些措施都存在局限性，無法產(chǎn)生領(lǐng)導者希望看到的規(guī)模效應(yīng)，甚至有可能對未來的投資構(gòu)成威脅。

未來何以不同

全面轉(zhuǎn)型的方法之所以很有必要，是因為未來的制藥方式將會發(fā)生五大根本性轉(zhuǎn)變（見圖表1）。整體而言，這些轉(zhuǎn)變將會促使制藥過程發(fā)生巨大變化，即對流程的改進比傳統(tǒng)方法將會提高了幾個數(shù)量級。

?○轉(zhuǎn)變一? 掌控產(chǎn)品和流程

先進的產(chǎn)品和流程掌控能力企業(yè)可以利用新技術(shù)更好地了解各種輸入?yún)?shù)（如機器設(shè)置、操作員培訓水平或原材料選擇等）將會如何影響產(chǎn)品質(zhì)量和結(jié)果。

在實踐中，可以構(gòu)建先進的分析模型，并在模型中使用化學、生產(chǎn)與控制（CMC）方面的歷史數(shù)據(jù)，從而判斷具體的變化所產(chǎn)生的影響。通過把輸出映射到輸入，企業(yè)便可主動優(yōu)化所有的輸入，從而降低波動。

另外，若將這種對輸入?yún)?shù)的控制記錄下來，并提交給監(jiān)管機構(gòu)，企業(yè)便可擺脫測試的束縛，從而將產(chǎn)出時間減半。這顯然也能提高效率，因為多數(shù)質(zhì)量保證和質(zhì)量控制任務(wù)都將消失。

○轉(zhuǎn)變二 風險的實時預(yù)測

生產(chǎn)經(jīng)理每天都會帶著一個簡單的問題開始一天的工作 ：我目前面臨的最大風險是什么？

圖表 1 數(shù)據(jù)使用方式發(fā)生了五大轉(zhuǎn)變

用分析模型來預(yù)測關(guān)鍵事件，就能回答這個問題。 風險可能在于偏差、質(zhì)量問題、機器故障或者需求的大幅變動。制藥公司的運營主管可以利用大數(shù)據(jù)、內(nèi)外指標和機器學習算法來更好地預(yù)測需求，并自動發(fā)現(xiàn)和降低供應(yīng)風險。

○轉(zhuǎn)變?nèi)? 數(shù)字“孿生”模擬和優(yōu)化

企業(yè)還可以為生產(chǎn)流程制作數(shù)字模擬，這樣既可以在具體的機器、實驗室或工廠層面，也可以在整個制造網(wǎng)絡(luò)層面進行。有了這些實時數(shù)字“孿生”模擬，就可以在采取實體資產(chǎn)中的相應(yīng)步驟前，預(yù)測新增機器、調(diào)整計劃或改變團隊部署所產(chǎn)生的影響，從而主動掌控流程。

傳統(tǒng)方法是通過人工方法篩選歷史數(shù)據(jù)，從而確定趨勢通過這種方式。如今，可在沒有風險的情況下，精確而主動地為極其復雜的系統(tǒng)優(yōu)化生產(chǎn)參數(shù)，與傳統(tǒng)方式相比，這種新方法在效率上具備顯著優(yōu)勢。

那么，這和現(xiàn)有的規(guī)劃和調(diào)度方案有何區(qū)別？

實時數(shù)字模擬可以大幅提升速度和精度。針對開發(fā)周期或機器產(chǎn)出等因素，“模擬效果”取代了基本數(shù)據(jù)（多數(shù)企業(yè)的這類數(shù)據(jù)至今質(zhì)量糟糕）。制造商可以使用基于人工智能的實時洞見來實現(xiàn)發(fā)展，不再局限于“封凍期”、節(jié)奏輪或起訂量等簡單的規(guī)則。

企業(yè)可以同時運行多個模擬，使之同時在多個維度上進行規(guī)劃，實現(xiàn)多層次規(guī)劃。這些都可以節(jié)約時間，降低對庫存緩沖的需要，從而保證企業(yè)能夠規(guī)劃并在后續(xù)展開更加有效的運營，并同時保持對客戶需求的關(guān)注。

○轉(zhuǎn)變四? 優(yōu)化知識型工作

伴隨技術(shù)的進步，還出現(xiàn)了一些工具，可以自動完成和改進知識型工作和行政流程。例如，數(shù)字機器人可以自動處理供應(yīng)規(guī)劃和調(diào)度等任務(wù)，或者使用自學算法來支持各種決策，組合利潤率優(yōu)化或者糾正和預(yù)防措施。

具體到產(chǎn)品偏差，自然語言處理可以顯示哪里出現(xiàn)問題，以及具體的問題是什么，并將其編譯成一個帕累托圖或者其他類型的圖形。這些方案都能節(jié)約時間，其實主要針對白領(lǐng)員工，省時幅度不是區(qū)區(qū) 10%，而是高達 90% 乃至 100%。

○轉(zhuǎn)變五? 數(shù)字化運營輔助

制藥公司生產(chǎn)過程中的最大缺陷是人為錯誤。

從統(tǒng)計數(shù)據(jù)上看，由人類負責的任務(wù)準確度約為 92%。這不符合制藥行業(yè)的合規(guī)期望。因此，工廠車間的數(shù)字化程度越來越高，出現(xiàn)了很多新系統(tǒng)來支持執(zhí)行日常任務(wù)的操作員，尤其針對那些高度重復的任務(wù)。

例如，增強現(xiàn)實眼鏡這樣的工具就可以向操作員展示完成具體流程的步驟清單或確認必要的措施已經(jīng)完成，另外，此類工具還可以匯總和匯報數(shù)據(jù)，供分析模型使用。管理者還可以在平板電腦上使用一個控制面板，在上面看到實時的績效KPI、損耗、機器狀態(tài)和潛在的改進措施。如果出現(xiàn)問題，或可能出現(xiàn)問題，管理者就會收到警報。

案例：供應(yīng)鏈數(shù)字化

供應(yīng)鏈數(shù)字化創(chuàng)造了一項戰(zhàn)略性競爭優(yōu)勢，可以把供應(yīng)鏈組織從重點專注執(zhí)行，升級為業(yè)務(wù)增長中心。

?○擴大規(guī)模的三部曲

比較普遍的做法是，先小規(guī)模地推出有針對性的措施，然后再推廣到整個組織。 我們發(fā)現(xiàn)這個流程分三個層面展開，生產(chǎn)率和敏捷性也會隨著項目范圍的擴大而提高。

在初始階段（經(jīng)驗層面），變革的關(guān)鍵是推出影響重大但范圍有限的用例， 通常著眼于某個具體部門或流程，目標是積累經(jīng)驗和產(chǎn)生動力。即便是在早期階段， 企業(yè)也能逐步看到運營效率、可靠性和敏捷度的提升。例如，根據(jù)最近的數(shù)字化工廠轉(zhuǎn)型例子，我們看到 ： 偏差減少幅度最高達 80%、實驗室生產(chǎn)率提升幅度最高達 60%、因為偏差而終止的次數(shù)減少幅度最高達 80%、包裝線的設(shè)備綜合效率 （OEE） 提升逾 40%、轉(zhuǎn)換時間減少逾 30% 。一旦企業(yè)獲得了一些基本經(jīng)驗，就該轉(zhuǎn)向探索層面了。

在這個階段，應(yīng)推出“燈塔”項目來展示某項技術(shù)的全部潛力，并將其作為企業(yè)的靈感和創(chuàng)新中心。范圍覆蓋整個生產(chǎn)場所，并且開始運用技術(shù)來顯示與競爭對手的差異。探索層面的典型成就包括規(guī)范性分析（而非描述性分析），在整個生產(chǎn)場所對數(shù)據(jù)進行全面標準化， 或者對該場所的所有操作員提供一套先進的數(shù)字化輔助措施。這個階段的關(guān)鍵是使用恰當?shù)膭?chuàng)造價值模型。企業(yè)的效率、質(zhì)量和靈活性指標有望多提高 50%。

最后，企業(yè)可以進階到展望層面。

在這個階段，數(shù)字化將推向整個價值鏈。屆時，企業(yè)已經(jīng)擁有預(yù)測型機器學習模型，可以主動提出優(yōu)化措施。數(shù)據(jù)透明且易于獲取，包括安全的端對端電子驗證。很多任務(wù)都不再存在了（比如測試），而監(jiān)管和技術(shù)變化都已進行模擬且得到認可。先進的數(shù)字化輔助工具將部署到所有生產(chǎn)場所（包括供應(yīng)商和客戶的生產(chǎn)現(xiàn)場）。在展望層面，企業(yè)可以在關(guān)鍵運營指標上實現(xiàn) 100% 的增長。

○打造成功要素

很多企業(yè)沒有完成數(shù)字化轉(zhuǎn)型的原因是過于關(guān)注工具和應(yīng)用，但它不足以構(gòu)建合適的內(nèi)部基礎(chǔ)，只有當企業(yè)的各種條件到位時，才能真正實現(xiàn)革命性的系統(tǒng)變化。為了達到這個目標，管理團隊應(yīng)該關(guān)注幾個關(guān)鍵成功要素。

首先，通過投資獲得能力并對組織進行調(diào)整。數(shù)字化會改變工作的完成方式，減少一些崗位的需求，但也會為其他崗位創(chuàng)造新需求。企業(yè)已經(jīng)在激烈爭奪具備這些技能的人才，舉措包括推出內(nèi)部能力培養(yǎng)項目， 與高校合作，改革學位和認證課程。另外，企業(yè)也在調(diào)整組織結(jié)構(gòu)，以部署數(shù)字化生產(chǎn)——例如，將運營職能與 IT 結(jié)合起來組建跨職能團隊。

其次，企業(yè)需要通過一個覆蓋整個價值鏈的綜合項目，主動展開強有力的變革管理。由于這項轉(zhuǎn)型會對中層人員和白領(lǐng)勞動者中的專家產(chǎn)生極大影響。所以，變革管理的開端源自先講一個變革故事，制定一份戰(zhàn)略性資源規(guī)劃，啟動一個再培訓項目以構(gòu)建新的跨職能團隊。這些措施都可以消除這種不適，并確保整個項目在正軌上。

再次，IT 架構(gòu)開發(fā)重置。企業(yè)應(yīng)該建起一個共同的平臺，連接所有數(shù)據(jù)來源，例如使用數(shù)據(jù)湖實現(xiàn)這種連接級別要花費 3 至 6 個月時間，也被稱 IT 基礎(chǔ)架構(gòu)的“敏捷開發(fā)”——顯然是一種思維轉(zhuǎn)變。

最后，需要打破預(yù)算周期思維。數(shù)字化擁有巨大潛力，但卻可能無法按照可預(yù)測的時間表實現(xiàn)利潤，這導致其難以列入預(yù)算周期。領(lǐng)導者需要幫助他們的團隊把“預(yù)算緊縮”項目與實現(xiàn)數(shù)字化未來狀態(tài)所需的投資區(qū)分開來。

制藥行業(yè)的數(shù)字化制造不是遙遠的幻想，它正在逐漸成為行業(yè)的新現(xiàn)實。

本文節(jié)選自《破繭成蝶：中國醫(yī)藥企業(yè)轉(zhuǎn)型之路》，標題為編者所加，章節(jié)略有刪減;Axel Baur（鮑爾亞）、 Franck Le Deu（樂誠鐸）、 周高波、侯蕾主編，麥肯錫咨詢公司授權(quán)刊載。