在深入企业调查的基础上，本书结合前期理论积累，从战略、活动、支撑三大系统，战略决策、研究开发、生产制造、营销服务、组织管理五条路线，构建了数据赋能制造业企业发展的总体框架。其中，战略决策属于战略系统，研究开发、生产制造、营销服务属于活动系统，组织管理属于支撑系统。在总体框架构建的基础上，本书深入分析了五条路线的数据感知、智能认知、动态决策、精准执行“四部曲”赋能机制。通过对“三大系统、五条路线”模型的构建、对“四部曲”的分析，以及对数据赋能企业核创新、流创新、源创新能力的阐述，本书试图绘就一幅数据赋能制造业企业发展的全景图。
通过“数据感知-智能认知-动态决策-精准执行”的数据赋能四步曲以及战略决策、研究开发、生产制造、营销服务、组织管理五条创新路线，本书绘就了数据赋能制造业企业创新发展的全景图。
2020年3月30日中共中央、国务院印发的《关于构建更加完善的要素市场化配置体制机制的意见》提到“加快培育数据要素市场”。数据正在成为比肩土地、劳动力、资本和技术的“第五生产要素”。随着以“云物大智链”（云计算、物联网、大数据、人工智能、区块链）为代表的数字基础设施不断完善，数据这一关键生产要素将贯穿于生产经营从投入、产出到分配的全过程。经济社会的形态、企业管理的场景、人们生活的方式正在或即将在数字空间进行重构。数字空间中数字化战略决策、研究开发、生产制造、营销服务、组织管理等应用场景所产生的大量数据可能蕴含着丰富的企业运行、产品创意、用户需求等动态变化信息。在此情境下，制造业企业能否通过数据赋能，从具有开放、多源、异构特性的海量数据中挖掘隐藏的知识，洞察其中的管理逻辑，实现大数据向“大价值”转化，提升数字经济时代制造业企业绩效，对于推进制造业高质量发展具有重要意义。
写作本书，研究数据赋能制造业企业创新发展，对我来说，有一种使命情结，也有一种感恩情怀。1980年，我进入华南理工大学原化工机械系，开始了高分子材料加工机械专业的本科阶段学习。研究生毕业之后，我就协助瞿金平院士组建团队，开始共同承担国家重大科技攻关项目，开展聚合物先进制造装备技术方面的研究。1995年，我们由此获得了广东省科技进步特等奖。我现在的很多研究方法和习惯，都是在跟随瞿金平院士学习工作的那段时期建立起来的。其间，我还得到中国科学院院士徐僖在方法论上的指导，因为他经常指导我们项目组开展研究。2003年，我协助时任华南理工大学校长李元元院士研究广东省先进制造产业项目。为此，我专门赴北京请教了中国科学院沈阳自动化研究所所长王天然院士，得到他近三个小时耳提面命的亲切指导，还得到项目总负责人路甬祥院士的指导。这些经历，为我后来开展制造业企业创新发展研究，打下了良好的基础。
数字技术的发展使得人们认知世界的方法论发生了巨大变化。近年来方兴未艾的“元宇宙”概念就反映了这个变化。“元宇宙”是与现实世界平行共存、相互融通的虚拟世界，用户可以通过终端设备进入虚拟世界，进行类现实世界的大部分活动。如图P-1所示，元宇宙体现了两个维度（现实-虚拟、抽象-具象）的交融。这两个维度把人类认知的客观世界划分为四个象限—现实世界、理性世界、模拟世界和人工智能世界。
人类认知客观世界，是由表及里、由简单到复杂的过程。人类认知客观世界中的事物及事物间的关系，通常是以模型来揭示和呈现的。
物理模型：也可简称模型，是可以模拟物理对象的较小或更大的复制品。例如，地球仪、分子结构模型、人体解剖模型。
概念模型：是人们认知客观事物之间关系的核心框架和基础逻辑的自洽的最简化模型。例如，亚里士多德的“四因说”—目的因、质料因、形式因、动力因。
概念化的物理模型一般可分三类：物质模型、状态模型、过程模型。
数学模型：主要是指一个系统模型中各变量之间关系的数学表达。例如，毕达哥拉斯证明的勾股定理。
人工智能模型：用机器来模拟、延伸和扩展人类智能的模型。1936年，英国数学家图灵（Turing）在论文“理想计算机”中提出了图灵机模型。1943年，神经学家麦卡洛克（McCulloch）和数学家皮茨（Pitts）合著了《神经活动中固有的思维逻辑运算》，建立神经网络模仿人类思考。1956年在达特茅斯会议上，明斯基（Minskey）、麦卡锡（McCarthy）等科学家围绕“机器模仿人类的学习以及其他方面变得智能”展开讨论，并明确提出了“人工智能”一词。20世纪80年代，卡内基梅隆大学开发出第一辆无人驾驶汽车NavLab 1。
在现实世界中，人们最初通过物理模型来描述客观事物。物理模型是按一定比例刻画物理对象的复制品。例如，人们用地球仪来刻画地球的形状，用分子结构模型来放大展示分子的结构，用建筑模型来展示建筑建成后的效果。物理模型对客观事物的刻画往往是简单的、直观的，它们难以对某个事物内部要素之间、事物和事物之间的关系进行系统的描述或刻画。当我们面对比较复杂的事物或环境的时候，就需要借助理性的力量，对客观事物的要素进行提炼，对其内在的各个要素之间的关系进行梳理和抽象，对各事物之间的关系和事物运行的规律进行逻辑思考，从而形成概念模型。
在理性世界中，人们通过对客观事物进行抽象并构建概念模型来反映事物之间的关系，发明并采用了很多方法论。例如，公元前4世纪，亚里士多德就提出了“四因说”，即目的因、质料因、形式因和动力因。他认为，任何事物的出现所必需的条件都被称为原因，并且都可以归纳成四种基质或四种原因。
（1）目的因：是引导过程的目标或目的，是制作事物的目的。例如，建造住宅，是为了居住；建造教学大楼，是为了人才培养。
（2）质料因：指的是任何事物的质地就是由质料因产生的。构建住宅或教学大楼时都要使用钢筋水泥，不同的是，建造住宅不需要教学用的黑板，而教学大楼则需要它。
（3）形式因：指的是当事物完全实现其目的时，在事物身上所体现出来的模式或结构。建造住宅和教学大楼，在空间形式和尺寸上是完全不一样的。前者需要卧室、客厅的空间形态和尺寸，后者需要教室的空间形态和尺寸。
（4）动力因：是积极的作用者，将产生的事物作为其结果。正是通过动力因，事物才得以产生。建造住宅或教学大楼，都需要建设方案、财务预算、规划许可等条件，这些条件促成建筑的建成。
对客观事物的内在关系或事物之间的联系进行理论抽象，还有很多其他方式。例如，切克兰德提出的软系统方法论，把构建概念模型并用其指导实践的方式分为以下七步（见图P-2）：①确定初始的、表观的问题情境，作为分析的起点；②表达问题情境，即收集与问题有关的信息，描述问题现状，寻找问题的影响因素及其关系，确定有关的行为主体和利益主体；③寻求相关问题的根定义，即弄清问题的关键要素以及关联因素；④建立概念模型，即用结构模型或语言模型来描述问题现状，形成概念、提出命题，概念模型来自根定义，是通过系统化语言对问题抽象描述的结果；⑤现实与理性的比较，即将现实问题和概念模型进行对比，找出符合决策者意图且可行的备选方案；⑥方案选择，即针对比较的结果，考虑有关人员的态度及其他社会、行为等因素，确定具有建设性、针对性和操作性的解决方案；⑦方案实施，即将解决方案予以实施，并根据实施过程中获得的新认识来修正问题描述、根定义及概念模型等。切克兰德的系统论思想为人们认知事物提供了指引，但这一认知过程主要停留在定性层面，若要对事物内在的各种关系进行更精准的量化描述和预测，还须借助数学的力量，构建数学模型。
图P-2 切克兰德的软系统方法论
在模拟世界中，人们用数学模型来量化和表达事物及事物间的关系。数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型。数学模型的历史可以追溯到人类开始使用数字的时代。公元前6世纪，毕达哥拉斯证明了勾股定理，这可能是最早的数学模型。人类越来越广泛地使用数字来定量描述客观事物，且不断地建立各种数学模型，以解决各种各样复杂的实际问题。对大型建筑进行力学分析，对教师进行工作业绩的评定，都可以通过建立数学模型，确立一个最佳的建设或评定方案。建立数学模型，有时需要事先构建概念模型。例如，我们运用偏微分方程对一条河流的流速、流量、水位与降雨量之间的关系进行预测模拟的时候，要建立数学模型，而在此之前，需要事先进行时间和物理边界条件的假设，这就需要将物理模型、概念模型的构建置于数学模型的构建之前。在现代社会，人们利用计算机技术，通过构建数学模型，能够精准地“再现”客观事物的内在关系和事物之间的联系，这就是所谓的数学“仿真”。模拟世界中的数学仿真能够呈现不同条件下客观事物的运行状态，辅助人们进行管理决策。然而，基于对具象事物进行数字化呈现的数学模型在面对一些复杂问题时仍存在困难，比如，在上千万亿级的分子中找到合适的组合来开发药物，再如，快速识别生产线上的产品是否存在缺陷，解决这些问题需要更强大的工具来探索与发现海量数据中隐藏的知识和规律，构建具有自学能力的人工智能模型。
在人工智能世界中，人们通过训练人工智能模型来提升认知客观世界的能力和效率。人工智能模型是基于机器学习与深度学习算法来模拟、延伸和扩展人类智能的模型。1956年的夏天，美国达特茅斯学院召开了一次具有传奇色彩的学术会议，以麦卡锡、明斯基等为代表的科学家在会议上共同讨论了用机器模拟人的智能的一系列问题，并首次提出了“人工智能”的概念。这标志着“人工智能”这门新兴技术的诞生，也标志着人们进入了借助智能机器来认知世界的新阶段。通过使用特定领域的数据集对随机森林、神经网络等模型进行训练，可以使机器学习相关的知识和规则，在习得的领域知识和规则的驱动下，机器可以阅读案件卷宗并做出参考判决，可以批改学生试卷并给出相应分数，可以查看医学影像或生物样本而判断患者是否发生病变，可以分析工艺流程并发现最优生产工艺参数。在这些过程中，数据、算法和算力是基础，是构建人工智能模型最重要的要素。在过去的十余年里，随着算法的进步及数据、算力的快速增长，机器学习、机器决策取得了长足的发展，人工智能模型的应用如雨后春笋般崛起，为人类认知客观世界提供了强大工具。
以网络化和智能化为基础的数字技术丰富了人类认识客观世界的方法论，也增强了人们改造客观世界的能力。对于广大制造业企业而言，通过数据赋能来实现创新发展已成为一道必须迈过的“坎”。这个坎，既是一个巨大挑战，更是一个重要发展机会。如果企业在这个“坎”前面止步不前、望而生畏，必将错失良机，将自己的市场份额拱手让给对手。当企业勇于创新，以智慧、勇气和果敢成功跨过这个“坎”的时候，必然走向数字化、网络化、智能化的康庄大道，以数字化提高企业的运行效率，以网络化提高企业的协同效能，以智能化提高企业的决策效果，将迎来一个大连接、大数据、大空间、大协同、大发展的新时期。
为了深入调查数据赋能制造业企业发展之道，我与波士顿咨询、埃森哲咨询、西门子咨询、普华永道、罗兰贝格五家著名咨询公司的研发团队共同研讨数据赋能、大数据、人工智能、云计算、工业互联网等领域的发展。同时，我率队深入格力电器的大数据中心、物联网中心、计算机中心、智能制造示范基地等部门开展调研与座谈，听取了格力电器在大数据、工业互联网、智能制造模式等方面的应用情况介绍。我还与格力电器董事长董明珠与党委书记张伟、广汽集团董事长曾庆洪、广电运通董事长黄跃珍、白云电气集团董事长胡德良、金域医学董事长梁耀铭、赛意信息董事长张成康、广州明珞装备董事长姚维兵、新宝电器董事长郭建刚等深入交谈企业数据赋能情况。当得知他们在数据赋能方面的发展思路以及取得的成就时，我备受启发与鼓舞，更加领略到了数据赋能的魅力。此外，我还率队深入广州中国科学院工业技术研究院、海尔集团、中国联通集团、广东三维家信息科技、广州数说故事、广州酒家利口福、青岛恒尼智造、欧派家居集团、中国南玻集团、广州三星通信研究院、广州海格通信、TCL、广州医药集团、广州通信研究所、广州银行、上海通用汽车、阿里巴巴集团、京东方科技集团、广汽埃安新能源汽车有限公司、广州粤芯半导体技术有限公司、科大讯飞华南有限公司、树根互联股份有限公司、唯品会（中国）有限公司等先进企业进行了广泛的实地考察和调研，与企业高管和技术人员针对数据赋能问题进行了深入的座谈交流。
在深入企业调查的基础上，课题组结合前期的理论积累，构建了数据赋能制造业企业发展的“三大系统、五条路线”模型，提炼了“数据感知-智能认知-动态决策-精准执行”的数据赋能“四部曲”。从战略、活动、支撑三大系统，战略决策、研究开发、生产制造、营销服务、组织管理五条路线出发，课题组构建了数据赋能制造业企业发展的总体框架。其中，企业战略决策属于战略系统，企业研究开发、生产制造、营销服务属于活动系统，企业组织管理属于支撑系统。在总体框架构建的基础上，课题组深入分析了企业战略决策、研究开发、生产制造、营销服务、组织管理等五个方面的数据感知、智能认知、动态决策、精准执行的“四部曲”赋能机制。通过“三大系统、五条路线”模型的构建以及结合“数据感知-智能认知-动态决策-精准执行”四部曲，还有对数据赋能企业核创新、流创新、源创新能力增强的阐述，本书试图绘就数据赋能制造业企业发展的全景图。具体而言，内容包括：
数据赋能概述。本章属于全书中总括性质的章节，首先，主要介绍了数据赋能的时代背景，包括新工业革命的“三化”特点：数字化、网络化、智能化；数据新生产要素；数字经济新形态等。其次，本章重点阐述了数据赋能的“数据感知-智能认知-动态决策-精准执行”四部曲。最后，本章介绍了数据赋能制造业企业的“三大系统、五条路线”的框架模型。
数据赋能战略决策。战略决策在企业发展中起到引领全局的作用，其对应着“三大系统、五条路线”模型中的“战略系统”与“战略决策路线”。本章首先主要介绍了数据赋能战略决策的“四部曲”机理；其次介绍了数据赋能战略决策的场景可视化、分析算法化、决策动态化“三化”特征；最后介绍了数据赋能的新战略模式，即数字化转型战略，包括数字化转型的三大目标（降本、提质、增效）、三项任务（业务转型、要素转型、组织转型）、三个阶段（局部提效、全局优化、生态运营）。
数据赋能研究开发。研究开发是企业增强市场竞争力的重要途径，也是企业增加利润的有效方式。本章对应着“三大系统、五条路线”模型中的“活动系统”与“研究开发路线”。本章首先主要介绍了数据赋能研究开发的“四部曲”机理；其次重点介绍了数据赋能研究开发的需求分析精准化、研发设计高效化、研发流程并行化“三化”特征；最后介绍了数字化协同研发、数字化研发知识管理两种研究开发新模式。
数据赋能生产制造。生产制造是企业价值链中的重要环节。本章对应着“三大系统、五条路线”模型中的“活动系统”与“生产制造路线”。本章首先主要介绍了数据赋能生产制造的“四部曲”机理；其次重点阐述了生产制造数字化、个性化、服务化“三化”特征；最后介绍了智能制造的新模式。
数据赋能营销服务。营销服务是企业价值实现的重要环节。本章对应着“三大系统、五条路线”模型中的“活动系统”与“营销服务路线”。本章首先介绍了数据赋能营销服务的“四部曲”机理；其次重点介绍了客户管理精细化、产品推送精准化、渠道布局网络化、销售管理智能化“四化”特征；最后介绍了C2B、“智能+”、场景营销等新模式。
数据赋能组织管理。组织管理是企业运营的基础保障。本章对应着“三大系统、五条路线”模型中的“支撑系统”与“组织管理路线”。本章首先介绍了数据赋能组织管理的“四部曲”机理；其次重点介绍了层次结构扁平化、组织功能平台化、管理模式智能化、决策权力自主化“四化”特征；最后介绍了数据赋能组织管理的新模式。
本书是国家社会科学基金重大项目“数据赋能激励制造业企业创新驱动发展及其对策研究（18ZDA062）”的成果，是研究团队近几年在企业数字化领域的研究总结与升华，是集体智慧的结晶，由我和罗泰晔共同制定全书写作提纲、提出编写思路、构建概念框架、确定并撰写具体内容，以及组织团队成员开展编写工作。户安涛、叶宝升、卢玉舒、张君秋、章安康、邓海欣、陈文悦、程琳媛、吴懿轩、余永进、杨玉玲等人参加了本书的编写和审校工作；周海涛研究员、陈一华副教授、沈鹤博士仔细进行审阅并提出许多富有建设性的意见。在此向他们表示衷心感谢！最后，衷心感谢机械工业出版社华章分社的鼎力支持！
我们正踏上数字化的“黄金赛道”，传统的管理从泰勒的科学管理原理开始至今历经百余年，当前面临的不仅仅是技术的变化，也是一个范式的转变问题，需要每个企业家、学者进行理性思考。在数字化世界中，我们期待能与更多读者一起领略数据赋能的奥妙。
于华南理工大学
2022年2月
管理类
《数据赋能》一书凝聚了作者多年对数据赋能制造业企业创新发展的深入研究和深刻见解，系统构建了企业全价值链数字化运营的框架体系，理论构思精巧，实践案例鲜活，为广大制造业企业的数字化、网络化、智能化转型提供了方法论。
瞿金平 中国工程院院士、华南理工大学教授
迈入数字经济时代，新一代信息技术正在重塑企业的竞争优势。《数据赋能》一书通过系统的理论建构和丰富的实践案例，深入分析了数据赋能制造业企业创新发展的内在机理和管理模式，对于企业管理者理解数字化转型的内涵和方法论，指导企业制定和实施数字化转型战略，实现降本、提质、增效的目标，具有重要的启发价值。
陈春花 北京大学国家发展研究院BiMBA商学院院长
数字化不是目的，而是工具或技术，如何利用好这个技术，需要读者跳出传统思维，不断摸索适合自己的场景。张振刚的《数据赋能》，既有底层的逻辑、方法论，又有丰富的的先行者实战案例，读者可以结合自己的工作与数字化不断碰撞、不断重塑、不断融合，赋予不同的内涵，走出一条新的赛道。
胡德良 白云电气集团有限公司董事长
数字经济时代，数据如一把利剑开启了“精准方案”的大门。《数据赋能》通过大量的案例向我们多元地呈现了如何分析数据、运用数据和有效掌控数据，以应用于企业业务的长远发展和转型。数字智能化的案卷已经展开，我们要做的是好好借鉴成功者的经验，更好地思考数字背后可能促发的能量，更好地创新属于自己的数字潮流。
张成康 广州赛意信息科技股份有限公司董事长兼CEO
张振刚,罗泰晔 编著：张振刚，华南理工大学二级教授，博士生导师，广州数字创新研究中心主任，“广东特支计划”宣传思想文化领军人才，广东省优秀社会科学普及专家，教育部新世纪优秀人才。作为首席专家，主持2项国家社会科学基金重大项目及多项国家级、省部级课题。在SCI、SSCI、EI、CSSCI期刊上发表论文200余篇。以第一作者出版著作23部，代表作有《格力模式》《创新管理》《国际前沿技术发展研究》等。曾获教育部高等学校人文社会科学优秀成果奖二等奖2项，广东省哲学社会科学优秀成果一等奖2项，以及广东省科技进步特等奖1项。
罗泰晔，华南理工大学博士研究生，讲师，在Technological Forecasting & Social Change、Scientometrics和《科学学研究》《科研管理》等SCI、SSCI、CSSCI期刊上发表论文10余篇。作为主要参与者，参与国家级、省部级项目近10项。
前言
第1章 数据赋能概述 / 1
引导案例 格力电器的数字化转型 / 1
1.1 数据赋能的时代背景 / 4
1.1.1 新工业革命—数字化、网络化、智能化 / 4
1.1.2 新生产要素—大数据 / 20
1.1.3 新经济形态—数字经济 / 23
1.2 何谓数据赋能 / 28
1.2.1 数据感知 / 29
1.2.2 智能认知 / 33
1.2.3 动态决策 / 37
1.2.4 精准执行 / 38
1.3 数据赋能制造业企业 / 39
1.3.1 制造业企业创新管理的三大系统与五条路线 / 39
1.3.2 数据赋能制造业企业创新管理的路径 / 45
本章小结 / 64
第2章 数据赋能战略决策 / 65
引导案例 金域医学的数字化转型战略 / 65
2.1 数据如何赋能战略决策 / 69
2.2 数据赋能战略决策的特征 / 71
2.2.1 战略场景可视化 / 71
2.2.2 战略分析算法化 / 75
2.2.3 战略决策动态化 / 80
2.3 数据赋能的新战略模式：数字化转型 / 82
2.3.1 数字化转型的内涵 / 82
2.3.2 数字化转型的三大目标 / 86
2.3.3 数字化转型的三项任务 / 89
2.3.4 数字化转型的三个阶段 / 102
本章小结 / 114
第3章 数据赋能研究开发 / 115
引导案例 美的的数字化研发 / 115
3.1 数据如何赋能研究开发 / 117
3.2 数据赋能研究开发的特征 / 119
3.2.1 需求分析精准化 / 119
3.2.2 研发设计高效化 / 122
3.2.3 研发流程并行化 / 126
3.3 数据赋能的新研发模式 / 128
3.3.1 数字化协同研发 / 128
3.3.2 数字化研发知识管理 / 135
本章小结 / 156
第4章 数据赋能生产制造 / 158
引导案例 赛意信息赋能南阳防爆打造智能制造行业标杆 / 158
4.1 数据如何赋能生产制造 / 161
4.2 数据赋能生产制造的特征 / 163
4.2.1 生产制造数字化 / 164
4.2.2 生产制造个性化 / 172
4.2.3 生产制造服务化 / 177
4.3 数据赋能的新制造模式：智能制造 / 182
4.3.1 智能制造的内涵 / 182
4.3.2 我国智能制造的四大特点 / 186
4.3.3 智能制造的基础：信息物理系统（CPS） / 189
本章小结 / 217
第5章 数据赋能营销服务 / 219
引导案例 三维家：开启数字化营销新变革 / 219
5.1 数据如何赋能营销服务 / 223
5.2 数据赋能营销服务的特征 / 225
5.2.1 客户管理精细化 / 225
5.2.2 产品推送精准化 / 233
5.2.3 渠道布局网络化 / 241
5.2.4 销售管理智能化 / 250
5.3 数据赋能的新营销模式 / 255
5.3.1 C2B模式 / 255
5.3.2 “智能+”模式 / 260
5.3.3 场景营销模式 / 262
本章小结 / 267
第6章 数据赋能组织管理 / 268
引导案例 格力电器的数据赋能“五维全员管理” / 268
6.1 数据如何赋能组织管理 / 272
6.2 数据赋能组织管理的特征 / 274
6.2.1 层次结构扁平化 / 276
6.2.2 组织功能平台化 / 277
6.2.3 管理模式智能化 / 278
6.2.4 决策权力自主化 / 279
6.3 数据赋能的新组织模式 / 280
6.3.1 数据赋能型组织的结构 / 280
6.3.2 数据赋能型组织的功能 / 296
本章小结 / 308
