董 明，陳賓琳

(上海交通大學(xué) a.安泰經(jīng)濟與管理學(xué)院； b.數(shù)字化管理決策教育部哲學(xué)社會科學(xué)實驗室， 上海 200030)

一、引言

在工業(yè)4.0的背景下，數(shù)字化能夠助力制造企業(yè)重塑其業(yè)務(wù)流程和商業(yè)模式。數(shù)字化技術(shù)的應(yīng)用能夠減少10%～40%的維護費用、縮減20%～50%的上市時間、降低20%～50%的庫存持有成本等[1]。IDC基于其數(shù)字化轉(zhuǎn)型成熟度模型劃分的企業(yè)調(diào)研表明：已實施或完成數(shù)字化轉(zhuǎn)型的企業(yè)收入表現(xiàn)指數(shù)RPI(Revenue Performance Index)和利潤表現(xiàn)指數(shù)PPI(Profit Performance Index)明顯高于非數(shù)字化企業(yè)，且隨著時間的推移，企業(yè)間的差距越來越明顯[2]。同時，以工業(yè)和信息化部、國家標準化管理委員會為首的國家部門、研究機構(gòu)、行業(yè)協(xié)會等也都致力于打造中國自己的智能制造體系，出臺了一系列指南和推薦性國標。

本文以生產(chǎn)工程機械、半掛車等產(chǎn)品的典型離散機械裝備制造企業(yè)中集集團為研究案例，其生產(chǎn)具有小批量定制化、重資產(chǎn)、利潤率低、依賴工人經(jīng)驗等特點，在生產(chǎn)實踐中，經(jīng)常存在生產(chǎn)計劃變更、管理不透明、效率低下等問題。在其數(shù)字化轉(zhuǎn)型的過程中，面臨著投資額大、見效慢、人員技能差距大、缺少最佳實踐等難題。許多傳統(tǒng)制造企業(yè)往往把自動化和信息化歸類為數(shù)字化，而忽略了數(shù)據(jù)的價值，忽略了數(shù)字化是利用大數(shù)據(jù)等對業(yè)務(wù)流程甚至商業(yè)模式做出改變。信息化則強調(diào)“流程”的信息化且主要負責(zé)部門為IT部門，而數(shù)字化強調(diào)“業(yè)務(wù)”的數(shù)字化且主要對象部門為業(yè)務(wù)部門，一個是關(guān)注人和流程，另一個則是關(guān)注人、物理空間、數(shù)字空間的交互[3]。在VUCA時代，傳統(tǒng)離散制造型企業(yè)不僅需要提升自身的自動化和信息化水平，更需要以數(shù)字化技術(shù)助力企業(yè)洞見供應(yīng)環(huán)節(jié)、制造環(huán)節(jié)、分銷環(huán)節(jié)和市場環(huán)節(jié)，利用數(shù)據(jù)帶來的價值實現(xiàn)轉(zhuǎn)型升級。這一過程中不可或缺的是對企業(yè)現(xiàn)有數(shù)字化水平的評估和診斷，只有在系統(tǒng)分析企業(yè)現(xiàn)有業(yè)務(wù)流程的數(shù)字成熟度的基礎(chǔ)上，企業(yè)方能針對性地制定數(shù)字化轉(zhuǎn)型方案和路徑?，F(xiàn)有的文獻和企業(yè)主流做法也都是采用成熟度評估模型作為企業(yè)診斷的工具和未來路徑規(guī)劃的指導(dǎo)。而作為案例研究對象的中集集團，多年來一直在探索高端制造轉(zhuǎn)型之路，以期借助數(shù)字化手段對產(chǎn)品模塊化設(shè)計、組織變革、營銷數(shù)字化、工廠智能化等進行變革，探索出具有中集集團特色的數(shù)字化轉(zhuǎn)型道路。與現(xiàn)有文獻中數(shù)字化成熟度模型不同，本文以中集集團為例對數(shù)字化轉(zhuǎn)型成熟度評估模型進行二元性劃分，創(chuàng)新地提出二元論(Ambidexterity)在制造企業(yè)數(shù)字化成熟度評估中的應(yīng)用，為制造企業(yè)數(shù)字化成熟度評估提供一個新的視角。

二、文獻綜述

基于工業(yè)互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、云制造、信息物理系統(tǒng)、數(shù)字孿生等數(shù)字化技術(shù)，企業(yè)通過跨組織邊界對整合物理實體、人員、智能設(shè)備、生產(chǎn)線與流程進行整合，以形成一種新型的智能化、網(wǎng)絡(luò)化和敏捷的價值鏈[3]。面對需求不確定、產(chǎn)品生命周期短、消費者偏好變化、行業(yè)邊界模糊、全球環(huán)境不穩(wěn)定等挑戰(zhàn)，數(shù)字化水平的提升可以賦能企業(yè)提高競爭優(yōu)勢，快速適應(yīng)不斷變化的外部環(huán)境。相關(guān)文獻綜述從數(shù)字化成熟度評價和IT二元性兩個方面展開。

現(xiàn)有的眾多數(shù)字化成熟度模型大多演化自卡內(nèi)基梅隆大學(xué)的能力成熟度模型[4]，而利用成熟度模型對企業(yè)數(shù)字化能力的評估主要發(fā)生在工業(yè)4.0概念提出之后。用于制造企業(yè)數(shù)字化成熟度評估的模型，主要可分為學(xué)術(shù)型研究和應(yīng)用型研究、通用型研究和特定領(lǐng)域研究兩個維度。PwC[5]、BCG[6]、Impluse[7]等主流咨詢公司及研究機構(gòu)采用調(diào)查問卷自測評的方式，對企業(yè)數(shù)字化水平(有些模型稱之為工業(yè)4.0準備度或智能制造水平)進行評估研究，其對應(yīng)的成熟度評估模型通常具有4～6個成熟度等級以及若干個指標。其中，Impluse的工業(yè)4.0準備度評估采用線上自測模型，構(gòu)建了組織與戰(zhàn)略、智慧工廠、智慧運營、智慧產(chǎn)品、數(shù)據(jù)驅(qū)動服務(wù)、雇員六大維度及其18個子域，將企業(yè)依據(jù)成熟度分為三大類(初級、中級、高級)共6級：新進入者(level 0 & level 1)、學(xué)習(xí)者(level 2)、領(lǐng)導(dǎo)者(level 3、level 4、level 5)，該方法簡單方便且能夠及時收集信息并開展評估[7]。但鑒于受評估者知識的限制和對評估問題的理解，該方法只能夠粗略地評估企業(yè)的數(shù)字化成熟度水平。基于企業(yè)智能制造能力的提高是一個循序漸進的過程的思路，Hu等提出了包含人員、技術(shù)、資源、制造4個能力要素、12個能力域及20個能力子域的中國智能制造的成熟度模型[8]。Hizam-Hanafiah等采用系統(tǒng)文獻綜述的方法精選了97篇成熟度模型相關(guān)論文，識別出30個工業(yè)4.0成熟度模型共158個不重復(fù)的模型維度，分析識別出對于組織而言最為重要的六大維度(技術(shù)、人員、戰(zhàn)略、領(lǐng)導(dǎo)力、流程與創(chuàng)新)，同時研究發(fā)現(xiàn)158個維度中有70(44%)個維度是單純用于技術(shù)成熟度的評估[9]。Fuller則認為大家都能夠獲取到相同的數(shù)字技術(shù)，但如何應(yīng)用這些技術(shù)才是獲得競爭的優(yōu)勢，技術(shù)應(yīng)用者使用技術(shù)的能力比技術(shù)本身更重要[10]。Hajoary在對53篇工業(yè)4.0準備度模型開展系統(tǒng)分析的基礎(chǔ)上提出了10個維度的概念模型，這些維度包含：戰(zhàn)略與組織、制造與運營、供應(yīng)鏈、商業(yè)模式、IT、人員、客戶、產(chǎn)品、市場、服務(wù)與文化[11]。表1匯總了比較典型的制造業(yè)數(shù)字化成熟度模型。

表1 現(xiàn)有典型成熟度評價模型

現(xiàn)有文獻中的制造企業(yè)數(shù)字化成熟度評估模型沒有考慮企業(yè)的二元性(Ambidexterity)，研究表明企業(yè)需要在組織、創(chuàng)新等方面考慮二元性，以提升企業(yè)的敏捷性、持續(xù)競爭力等指標[12-14]。二元性指的是企業(yè)利用現(xiàn)有能力進行利用性(Exploitation)活動提高企業(yè)運營效率的同時，需要創(chuàng)新技術(shù)或方法，探索(Exploration)使組織能夠?qū)π碌臉I(yè)務(wù)、模式進行學(xué)習(xí)以實現(xiàn)快速適應(yīng)變化的能力[15]。在組織二元性上，O’Reilly等認為組織二元性指的是企業(yè)同時擁有利用和探索的能力，不僅能夠在重視效率、控制和漸進改善的成熟技術(shù)和市場中競爭，又能在需要靈活性、自主性和實驗的新技術(shù)和市場中競爭[16]。研究表明IT的二元性能力能夠提高企業(yè)競爭力和供應(yīng)鏈彈性[12]，Lee等研究證明IT部署二元性對組織敏捷性有正向影響[13]。

為了彌補現(xiàn)有文獻中數(shù)字化成熟度評估模型僅從單一視角評估企業(yè)數(shù)字化成熟度的局限性，同時鑒于IT二元性能力對企業(yè)持續(xù)競爭力、創(chuàng)新能力等諸多方面的正向作用，本文從二元性的視角構(gòu)建企業(yè)數(shù)字化成熟度評估模型，并采用案例分析的方式驗證模型的有效性，以期企業(yè)在數(shù)字化轉(zhuǎn)型過程中能夠充分發(fā)揮數(shù)字技術(shù)的二元性，進而賦能企業(yè)從現(xiàn)有的資源和獲得新知識的能力，在保持高效的同時具有創(chuàng)新的能力。

三、模型構(gòu)建

(一)概念定義

研究提出數(shù)字化二元性的概念，將數(shù)字化二元性定義為企業(yè)應(yīng)用數(shù)字化技術(shù)以提高運營效率的同時利用數(shù)字化技術(shù)探索新的數(shù)字化產(chǎn)品、創(chuàng)新服務(wù)及商業(yè)模式。根據(jù)數(shù)字化二元性定義，本文將數(shù)字化分為利用型(Exploitation)數(shù)字化和探索型(Exploration)數(shù)字化。利用型數(shù)字化更加注重業(yè)務(wù)優(yōu)化，強調(diào)效率與經(jīng)濟性，如通過物聯(lián)網(wǎng)、信息系統(tǒng)、機器流程自動化、大數(shù)據(jù)分析等技術(shù)，持續(xù)穩(wěn)定改善現(xiàn)有業(yè)務(wù)。探索型數(shù)字化注重業(yè)務(wù)轉(zhuǎn)型(創(chuàng)新業(yè)務(wù))，強調(diào)企業(yè)的快速響應(yīng)與靈活性，聚焦新產(chǎn)品及服務(wù)、新模式，持續(xù)提高企業(yè)的敏捷性和創(chuàng)新能力。

(二)模型指標確定及解釋

能力要素作為成熟度模型的重要組成部分，是數(shù)字化成熟度模型的核心所在。本文采用綜合研究方法對成熟度維度進行選擇，在文獻研究的基礎(chǔ)上結(jié)合專家訪談、行業(yè)實地調(diào)研，制定出適合機械制造業(yè)數(shù)字化成熟度評估維度：戰(zhàn)略、組織、制造與運營、供應(yīng)鏈、IT、技術(shù)、產(chǎn)品、服務(wù)、文化、人員。通過行業(yè)標準、自測模型題目收集、現(xiàn)有文獻成熟指標等方式，開展多輪行業(yè)專家、企業(yè)相關(guān)負責(zé)人訪談分析及調(diào)研。具體而言，采用訪談的方式邀請半掛車、罐車、水泥攪拌車等30位工程機械領(lǐng)域?qū)＜覍Ω鱾€指標的重要性進行打分，同時以書面文檔的方式對每個指標和目的進行解釋說明，確保能夠做出符合經(jīng)驗的準確判斷。運用電子化的手段對案例企業(yè)的數(shù)字化轉(zhuǎn)型負責(zé)人、架構(gòu)師、外部顧問等進行自測式問卷調(diào)研的形式進行。問卷共有52道題目，其中第一道題目用于企業(yè)專家就數(shù)字化水平對自身公司在行業(yè)所處的水平進行評價，剩余51道題目為成熟度模型中各指標對應(yīng)的量表題。

根據(jù)數(shù)字化二元性的定義，利用型數(shù)字化更加注重業(yè)務(wù)優(yōu)化，強調(diào)效率與經(jīng)濟性，通過IoT、信息系統(tǒng)、機器流程自動化(RPA)、大數(shù)據(jù)分析等技術(shù)，結(jié)合精益管理理念，持續(xù)穩(wěn)定改善現(xiàn)有業(yè)務(wù)。而探索型數(shù)字化注重業(yè)務(wù)轉(zhuǎn)型(創(chuàng)新業(yè)務(wù))，強調(diào)企業(yè)快速響應(yīng)與靈活性，布局新產(chǎn)品和服務(wù)、新模式，持續(xù)提高企業(yè)的敏捷性和創(chuàng)新能力。換句話說，利用型數(shù)字化沒有拓寬企業(yè)現(xiàn)有的邊界，沒有為企業(yè)的業(yè)務(wù)活動產(chǎn)生額外的價值增值，其所有活動都圍繞企業(yè)業(yè)務(wù)運營效率的提高，降本增效，以期達到低成本地實現(xiàn)規(guī)?；ㄖ啤Ｌ剿餍蛿?shù)字化則拓寬了企業(yè)的業(yè)務(wù)邊界、改變了企業(yè)現(xiàn)有的業(yè)務(wù)模式或者為企業(yè)的產(chǎn)品和服務(wù)產(chǎn)生額外的價值增值，其所有活動具有較大的不確定性，具備較大的風(fēng)險。數(shù)字化利用與數(shù)字化探索，同其他二元性概念一樣，具有互相競爭的性質(zhì)，二者共同爭取有效的數(shù)字化投資資源。據(jù)此，本文最終提出數(shù)字化二元性的評估模型，模型由利用型數(shù)字化和探索型數(shù)字化兩大模塊組成(見表2和表3)。

表2 離散制造企業(yè)數(shù)字化成熟度評價體系——利用型(Exploitation)部分

表3 離散制造企業(yè)數(shù)字化成熟度評價指標體系——探索型(Exploration)部分

1.戰(zhàn)略：企業(yè)戰(zhàn)略是企業(yè)發(fā)展創(chuàng)新的指明燈，決定了企業(yè)將以何種方式到達設(shè)定的目標，是企業(yè)長期發(fā)展的基石。Impulse[7]、德勤[21]等都將戰(zhàn)略作為數(shù)字化成熟度評估的主要維度。

2.組織與文化：從組織管理的角度來看，組織結(jié)構(gòu)的設(shè)計需要匹配公司業(yè)務(wù)的發(fā)展需求，企業(yè)的文化同樣對企業(yè)發(fā)展至關(guān)重要。中國電子信息標準化研究院則認為人才文化缺少是數(shù)字化轉(zhuǎn)型的最大挑戰(zhàn)之一[3]。荊浩等人研究發(fā)現(xiàn)，包含感知能力、整合能力和創(chuàng)新能力的企業(yè)動態(tài)能力是數(shù)字化轉(zhuǎn)型企業(yè)達到高績效的關(guān)鍵，企業(yè)數(shù)字化轉(zhuǎn)型需要建立以動態(tài)能力為核心條件的多種組合模式[31]。

3.產(chǎn)品：對于制造業(yè)而言，產(chǎn)品不僅是制造系統(tǒng)重要的組成部分，更是企業(yè)傳遞價值的主要媒介。傳統(tǒng)的常見業(yè)務(wù)模式是“賣產(chǎn)品”，隨著數(shù)字化技術(shù)的快速進步，越來越多企業(yè)在探索“產(chǎn)品+服務(wù)”的模式。就產(chǎn)品本身而言，具備ICT(傳感器、RFID、交互界面等)模塊的物理產(chǎn)品可用于收集產(chǎn)品本身狀態(tài)數(shù)據(jù)以及客戶使用(及環(huán)境)數(shù)據(jù)，通過鏈接客戶與制造企業(yè)，在產(chǎn)品使用過程中產(chǎn)品能夠自動收集數(shù)據(jù)，使得新的服務(wù)成為可能。因此，產(chǎn)品是制造業(yè)數(shù)字化成熟度評估不可缺少的指標之一。

4.生產(chǎn)制造：生產(chǎn)制造作為制造型企業(yè)的最重要的組成部分之一，是公司研發(fā)、公司運營活動最集中的地方，涉及人、機、料、法、環(huán)五大要素組合，是物料流、信息流最密集的地方。生產(chǎn)制造環(huán)節(jié)是制造型企業(yè)進行數(shù)字化轉(zhuǎn)型不可缺少的一部分。

5.供應(yīng)鏈：構(gòu)建自主、完整且富有韌性和彈性的產(chǎn)業(yè)供應(yīng)鏈是制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵[3]。尤其是在受新冠肺炎影響的期間，企業(yè)的競爭力很大程度上來源于供應(yīng)鏈的競爭力。因此，供應(yīng)鏈也成為研究模型的重要組成。

6.市場與服務(wù)：市場與服務(wù)作為最接近消費者的部門，在企業(yè)商務(wù)成功上具有不可替代的作用。對市場與服務(wù)進行數(shù)字化轉(zhuǎn)型升級能夠更好地將客戶的需求、體驗與反饋等數(shù)據(jù)傳遞和共享到公司的設(shè)計、生產(chǎn)等部門，增加客戶的參與度和滿意度，為客戶創(chuàng)造價值。

(三)權(quán)重系數(shù)確定

為了更好地反映各指標對企業(yè)的重要性差異以及提高模型對離散制造企業(yè)評估的準確度和直觀性，本研究將進一步確認各指標的權(quán)重。常見的確定權(quán)重的方法有熵權(quán)法、層次分析法(AHP)、優(yōu)序圖法等。優(yōu)序圖法由于具有判斷矩陣簡單，且與傳統(tǒng)層次分析法相近的效果，金新政等[28]通過實證研究對比優(yōu)序圖法和層次分析法的效果：兩種方法具有完全一致的優(yōu)劣順序，但權(quán)重數(shù)值具有細微差別，具有統(tǒng)計學(xué)意義。由于本研究指標數(shù)量較多且較為復(fù)雜，研究采用優(yōu)序圖法進行各指標的權(quán)重確定。

優(yōu)序圖法的基本原理如下：

1.構(gòu)建n×n階矩陣，記Y=(yij)n×n，那么Y表示y1，y2，y3，…，yn各指標兩兩比較的矩陣，yij表示指標yi相對于指標yj的重要性值。

2.構(gòu)建判斷矩陣：若yi比yj相對更重要，則對應(yīng)記為1；若yi比yj同等重要，則對應(yīng)記為0.5；若yi比yj相對不重要，則對應(yīng)記為0；按照此原則，本文通過專家訪談?wù){(diào)研和討論后，分別對應(yīng)用型模塊和探索型模塊的指標進行兩兩比較，在矩陣中記錄對應(yīng)的值。

3.針對判斷矩陣的結(jié)果進行運算，得出各指標的權(quán)重，見表4和表5。

4.將表4和表5對應(yīng)指標的權(quán)重，整合到數(shù)字化成熟度模型，形成對應(yīng)的二級指標單層權(quán)重和組合權(quán)重，以及維度權(quán)重，見表6和表7。

表4 探索型數(shù)字化成熟度指標判斷矩陣

表5 利用型數(shù)字化成熟度指標判斷矩陣

表6 離散制造企業(yè)數(shù)字化成熟度評價模型——探索型(Exploration)部分

表7 離散制造企業(yè)數(shù)字化成熟度評價模型——利用型(Exploitation)部分

續(xù)表(表7)

(四)數(shù)字化成熟度等級劃分

數(shù)字化轉(zhuǎn)型是一個循序漸進的過程，需要企業(yè)和行業(yè)持之以恒地完善，不可能一蹴而就。本文將數(shù)字化成熟度等級劃分為5個等級(見表8和表9)。

表8 利用型成熟度量化分值及其對應(yīng)的成熟度等級

表9 探索型成熟度量化分值及其對應(yīng)的成熟度等級

(五)數(shù)字化成熟度評估分值計算

通過問卷調(diào)研，由案例企業(yè)相關(guān)負責(zé)人進行自評估，從而使企業(yè)能夠方便快速地對自身數(shù)字化能力進行初步判斷。針對每個指標編制1～3個問題，采用1～5級Likert量表的形式設(shè)計問題。具體分值計算如下：

1.每個維度的得分計算如下：

(1)

式中，C表示維度的得分，D表示二級指標yi的平均得分，λ表示二級指標yi的單層權(quán)重。

2.成熟度等級綜合得分計算如下：

(2)

式中，S表示成熟度評估綜合得分，α表示維度對應(yīng)的權(quán)重。

四、案例研究

(一)案例選取

本文有針對性地選取中集集團下屬L、R兩家制造企業(yè)，作為案例用于測試研究構(gòu)建的二元數(shù)字化成熟度模型的有效性和適用性，同時通過對L、R兩家公司數(shù)字化成熟度結(jié)果的評估，結(jié)合兩家企業(yè)的實踐對比，提出對應(yīng)的數(shù)字化轉(zhuǎn)型策略建議。作為案例研究對象L、R兩家公司滿足下述選取原則：

1.L、R兩家公司均處于中集集團共同的業(yè)務(wù)單元，其業(yè)務(wù)具備高度重合性，具有高度可比性。

2.L、R兩家公司在數(shù)字化轉(zhuǎn)型投資中具有先后關(guān)系，二者在組織架構(gòu)、生產(chǎn)組織模式、管理體系等方面也存在較大的不同，具有較大的對比空間。

3.L、R兩家公司均為典型離散機械制造企業(yè)，生產(chǎn)功能性產(chǎn)品，注重生產(chǎn)、供應(yīng)鏈等的運營效率。

4.L、R兩家公司相關(guān)調(diào)研人員均對集團數(shù)字化戰(zhàn)略有充分的理解，且具備數(shù)字化轉(zhuǎn)型升級的實戰(zhàn)經(jīng)驗。

5.對L、R兩家公司有深入的現(xiàn)場調(diào)研，較全面地了解公司的組織架構(gòu)、業(yè)務(wù)、運營模式、商業(yè)模式等。

(二)評估調(diào)研實施

首先對L、R兩家制造企業(yè)進行實地深入調(diào)研和訪談。調(diào)研的內(nèi)容涉及組織架構(gòu)、運營模式、商業(yè)模式、人才培養(yǎng)、自動化程度、信息化系統(tǒng)集成狀況、精益現(xiàn)狀以及正在進行的生產(chǎn)線升級項目及未來投資規(guī)劃等。對L、R兩家公司的二元數(shù)字化成熟度評估實施，主要采用Likert量表的形式進行問卷調(diào)研評估，對L、R兩家制造企業(yè)的數(shù)字化轉(zhuǎn)型負責(zé)人、架構(gòu)師、外部顧問等進行自測式問卷調(diào)研。

(三)評估結(jié)果及分析

利用上述評估模型，對L、R兩家公司的測試結(jié)果進行匯總和分析(見表10和表11)，各維度得分如圖1和圖2所示。根據(jù)分析結(jié)果可以初步判斷在數(shù)字化成熟度上，R公司整體上比L公司高，在應(yīng)用型數(shù)字化方面R公司已進入集成級階段，而L公司仍停留在規(guī)范級階段；在探索型數(shù)字化方面，二者均處在規(guī)范級，但R公司比L公司成熟度得分高0.26，整體上處于規(guī)范級中等水平。這與集團總部和外部專家以及兩家公司現(xiàn)場調(diào)研的總體水平和印象相一致。

表10 L公司數(shù)字化成熟度評估結(jié)果數(shù)據(jù)匯總

表11 R公司數(shù)字化成熟度評估結(jié)果數(shù)據(jù)匯總

圖1 L、R兩家公司利用型數(shù)字化成熟度各維度分值

圖2 L、R兩家公司探索型數(shù)字化成熟度各維度分值

(四)案例分析與管理啟示

通過對L、R兩家公司進行二元數(shù)字化成熟度評估，能夠識別出兩家企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀、強項與弱項，從而依據(jù)企業(yè)的現(xiàn)狀制定出與公司整體戰(zhàn)略相符合的數(shù)字化轉(zhuǎn)型策略及優(yōu)先級順序。從數(shù)字化二元能力成熟度視角，可以更好地理解離散制造企業(yè)在數(shù)字化轉(zhuǎn)型過程中面臨的問題與挑戰(zhàn)，對企業(yè)構(gòu)建數(shù)字化知識轉(zhuǎn)移和最佳實踐復(fù)用具有重要意義。具體總結(jié)如下：

1.總體上看，L、R兩家公司在數(shù)字化轉(zhuǎn)型的進程中主要處于規(guī)范和集成階段，但在算法優(yōu)化、智能化方面仍然存在較大的差距。現(xiàn)有企業(yè)的數(shù)字化投資大多用于數(shù)字化轉(zhuǎn)型基礎(chǔ)設(shè)施建設(shè)，比如生產(chǎn)線的自動化和信息化升級，企業(yè)并未開始考慮更為高階的數(shù)字賦能升級，即如何利用數(shù)字化技術(shù)收集數(shù)據(jù)、分析數(shù)據(jù)，從而賦能業(yè)務(wù)流程。

2.戰(zhàn)略維度。數(shù)字化戰(zhàn)略在現(xiàn)有業(yè)務(wù)數(shù)字化轉(zhuǎn)型方面清晰且明確，分數(shù)達到4.5左右，可以看到L、R兩家公司都處于數(shù)字化戰(zhàn)略實施階段，且沒有明顯的差別。而數(shù)字化戰(zhàn)略在探索型數(shù)字化時期產(chǎn)生新的業(yè)務(wù)模式、運營模式、產(chǎn)品模式及服務(wù)數(shù)字化模式方面，得分卻仍然很低，分別僅有2.58和2.78，兩家水平差不多，目標沒有明確地將資源用于探索創(chuàng)新。

3.供應(yīng)鏈和生產(chǎn)制造維度。(1)從利用型數(shù)字化角度來看，L、R兩家公司盡管有了好的戰(zhàn)略和組織與文化，但仍然是眾多維度中，成熟度最低的。這是因為相較于其他維度，供應(yīng)鏈和制造系統(tǒng)都是極度復(fù)雜的，單純地升級生產(chǎn)線和設(shè)備仍然很難達到較高的數(shù)字化水平。(2)從探索型數(shù)字化角度來看，L、R兩家企業(yè)都比較注重綠色供應(yīng)鏈、生態(tài)伙伴建設(shè)等，雖然整體上水平較低(L公司為1.93，R公司為2.00)，但兩者都已經(jīng)開始嘗試生態(tài)伙伴合作和共同研發(fā)，且兩者都具有較高的環(huán)保意識。

4.產(chǎn)品維度。(1)從利用型數(shù)字化角度來看，L、R兩家公司在產(chǎn)品設(shè)計與開發(fā)、更新?lián)Q代方面水平差不多，分別為3.52和3.33，主要處于流程管理的數(shù)字化、產(chǎn)品本身的漸進式迭代，整體上仍然處于企業(yè)內(nèi)部集成階段。(2)從探索型數(shù)字化角度來看，對于產(chǎn)品的數(shù)字化及數(shù)據(jù)收集分析功能，L、R兩家公司均處于最低級別的規(guī)劃階段，缺乏后續(xù)進一步的行動計劃和方案。

5.市場與服務(wù)維度。(1)從利用型數(shù)字化角度來看，L、R兩家公司得分為3.05和3.36，兩家企業(yè)都特別重視觀眾客戶滿意度和服務(wù)響應(yīng)，但對于銷售數(shù)字化整體上仍然主要依賴人工經(jīng)驗和系統(tǒng)數(shù)據(jù)進行預(yù)測。(2)從探索型數(shù)字化角度來看，L、R兩家公司得分分別為1.26和1.67，表明兩家公司在市場創(chuàng)新及客戶交互服務(wù)快速響應(yīng)方面的數(shù)字化能力較差。

6.組織與文化維度。(1)從業(yè)務(wù)優(yōu)化角度來看，L、R兩家公司得分為3.03和3.30，具備相對較高的匹配性。組織架構(gòu)與業(yè)務(wù)的匹配方面，L、R兩家公司做得不錯，也與中集集團總部的戰(zhàn)略比較符合，有專門的團隊或部門負責(zé)數(shù)字化轉(zhuǎn)型項目。(2)對于探索型數(shù)字化而言，二者的得分分別為3.00和3.38，表明企業(yè)能夠較為敏捷地調(diào)整組織以適應(yīng)數(shù)字化需求，意識到了數(shù)字化人才培養(yǎng)的重要性。

五、研究結(jié)論

信息技術(shù)與業(yè)務(wù)戰(zhàn)略的相互匹配備受管理學(xué)界和業(yè)界的關(guān)注，其中受關(guān)注度最高的就是信息技術(shù)與業(yè)務(wù)匹配的悖論，即信息技術(shù)對企業(yè)資源具有雙重效應(yīng)：一方面是資源認同，即企業(yè)在進行IT投資之后，會從現(xiàn)有資源中挖掘更多的價值；另一方面是資源僵化，即企業(yè)資源與IT整合之后的業(yè)務(wù)流程會存在一定的不靈活性，這將限制企業(yè)的敏捷性?，F(xiàn)有的制造企業(yè)數(shù)字化相關(guān)文獻及成熟度模型忽略了信息技術(shù)與業(yè)務(wù)匹配的悖論，單一地從數(shù)字化提升企業(yè)績效的角度考慮問題。二元性理論認為企業(yè)的利用活動和探索活動是互補的，應(yīng)該利用信息技術(shù)追求并平衡利用型和探索型兩種業(yè)務(wù)。本文在此基礎(chǔ)上創(chuàng)新地提出了二元性視角下離散制造企業(yè)數(shù)字化成熟度評估模型，從而更為有效地促進企業(yè)的數(shù)字化轉(zhuǎn)型升級。

基于文獻研究、專家訪談、行業(yè)調(diào)研等綜合方法，結(jié)合企業(yè)組織、IT的二元論概念構(gòu)建了制造企業(yè)二元性數(shù)字化成熟度評估模型，并通過中集集團下屬L、R兩家公司作為案例企業(yè)進行驗證評估，得到以下主要結(jié)論：

一是將數(shù)字化成熟度評估進行二元性劃分，分為利用型和探索型兩大模塊，完善了目前數(shù)字化評估中視角單一的不足。研究以離散制造行業(yè)入手，結(jié)合主流研究維度，選擇更加貼近該行業(yè)的二級評估指標。L、R兩家公司的案例研究發(fā)現(xiàn)，對數(shù)字化成熟度進行二元性劃分，能夠幫助企業(yè)更精準地區(qū)分“現(xiàn)有業(yè)務(wù)”和“創(chuàng)新業(yè)務(wù)”的數(shù)字化，尤其是在企業(yè)資源有限的情況下，利用二元性劃分，能夠更加高效地進行資源分配決策。

二是現(xiàn)有大多數(shù)數(shù)字化評估模型的適用性受限，需要從二元性的角度將數(shù)字化技術(shù)進行劃分，并分別與利用型和探索型業(yè)務(wù)流程進行匹配，二元性數(shù)字化評估模型有助于解決信息技術(shù)與業(yè)務(wù)匹配的悖論問題。

本文的研究對象主要是大型離散制造企業(yè)，普適性受限，未來可以針對中小型離散制造企業(yè)及連續(xù)型制造企業(yè)展開更為深入的研究。