數字化轉型其實是一個永恒的主題，網上討論也甚多，但有一些基本常識是始終需要明晰的。
（1）只是現狀的數字化，基本上來說屬于轉而不型。
現在絕大部分的數字化轉型應該都是在這個層次。基本上來說都是通過對企業的詳細調研，將企業的現有有組織方式和流程模式計算機化而已。
對于很多企業來說，對數字化轉型的期望是雪中送炭。但從做事的道理來說，其實數字化轉型更多的應該是一種錦上添花的局面。
在企業落后的管理模式下，在沒有考慮精益、并行、敏捷等先進的生產組織和流程模式的情況下，數字化轉型其實也只是將問題暴露的更快而已。就如同，我們在MES里面總是會上線SPC功能的，但是這也只是發現問題而不是解決問題。
（2）只是管理的數字化，其實是撿了芝麻丟了西瓜的局面，什么才是真正或者最核心的業務？
我們經常提業務，一提業務就經常要提到業務流程。業務流程當然很重要，但對于企業來說未必是最重要的。
我們的思維目前來說仍然是做大強調管理效率的提升。但隨便拎出來一個制造行業的隱形冠軍，人們也只會記得這個冠軍企業所提供的高性能高質量的產品，而不是這個企業如何的高效率乃至管理智能。
當然了個別的例子還是有的。企業所追求的目標是不一樣的，有的企業可能重點就是要做大。但是對于大量的企業來說，做強才是最根本的，也與我們現在所提出的從制造大國向制造強國轉變相契合，尤其是深度的抓住企業高性能高質量產品產出這個目標，才應該是更加急需的王道。
工藝業務才是企業得以安身立命和長久發展的根本。在數字化轉型的背景下，我們就是要用用數字化的技術實現直面工藝的狀態感知、數據采集、推理決策和精準執行等，其實就是工藝裝置及其制造執行的智能化。這個才是數字化可以發揮最大效益的地方。
（3）數據的自動流動仍然是一種”毛”，業務的高效銜接這才是真正的”皮”。
從技術的角度來說，數據的自動流動是進行數字化系統建設必然的追求。但對于企業來說，我們的說話還是要放在業務場景下面來說的，而不是拿這個來替代業務的順暢銜接。
即使從技術的角度來說，數據的自動流動首先要明確流動什么樣的數據和要流動給誰？這個必須從業務流程重構或分析的角度，針對每一個業務環節給出精準精確的輸入輸出定義，才能夠真正的言之有物和落實推進。
這個一方面涉及到數據的治理和組織管理。數據的流動本質上是一種數據的分發控制。在數字化的語境下，數據的組織管理模式是多種多樣的。我們經常提的統一數據源或者數據中臺之類的，其實都是這方面的嘗試。我們現在大量提的數字主線，其實也是在這個方面做工作，目標都是一樣的。
另一方面其實涉及到業務的組織管理。傳統的業務組織管理基本上來說都是固有的流程，或者說是一種固化的流程。而為了應對日漸靈活的柔性及快速響應支持，以及考慮將來的可擴展，我們需要搭建柔性的業務銜接或互操作的數字化平臺。其實現在工業互聯網提的那種微服務的架構支持業務之間的互操作等等，都是這個范疇里面的東西。
（4）QCDS是制造企業永恒的追求，數字化轉型要為這個來服務，并且很大程度上是按照這個順序來服務的。
對于制造企業來說，其運營績效的評價要素，就是Q（品質Quality）、C（成本Cost）、D（交期Delivery）、S（服務Services）。
不同企業的狀態或者說行業特點，其實對于不同經營指標的追求側重點是有差別的，但總體上來說還是這個順序。脫離開這個基本的認知，很大程度上可能就是一種隔靴搔癢，甚至是南轅北轍。
一般來說質量是最主要的，而質量和工藝是密切相關的。而數字化工藝制造技術或者說裝置及其執行的智能化技術，都是數字化轉型可以大有作為的地方。也應該是重點。
不同企業的狀態和側重點是不一樣的，一定要有對自己有清晰的認識。一窩蜂的去追求乃至照抄所謂的成功案例，其實并不是自己真正所需要的。比如很多大中型企業的追求多品種變批量乃至大規模定制的生產方式，但對于大量的小微企業很多只是針對某種或者某幾種產品而已，這些小微企業要進行數字化轉型做采取的策略一定是跟那些大中型企業是不一樣的，甚至是完全不同的。
從另外一種角度來說，應該也是常識：大而不強，想要補足”強”的短板，這個難度是很大的。強而不大，這個在具體操作來說應該是一種事物發展的水到渠成式的該有路子，相對來說要容易的多。
作者信息：王愛民，北京理工大學數字化制造研究所所長，長期從事MES、APS等技術研究、系統開發與實施應用。
筆者公眾號：智能制造隨筆，歡迎關注。
歡迎交流討論，微信號：TimePatient