數據賦能制造業組織結構創新
——基于服裝與家具制造企業的雙案例研究

□邱新平

一、引言

當前人工智能、區塊鏈、云計算、大數據、邊緣計算和物聯網等數字技術（簡稱ABCDEI數字技術）進入大規模應用階段，企業面臨著數字化轉型的巨大機遇和挑戰。由于制造業在國民經濟中位于支柱地位，因此制造業數字化轉型成為世界各國經濟轉型發展過程中關注的重點，許多國家紛紛發布國家級戰略，爭搶制造業數字化轉型先機。如：德國于2013年首次提出“工業4.0”，緊接著美國提出“工業互聯網”，中國于2015年提出“中國制造2025”。數字化轉型一方面要求實現管理自動化和生產柔性化，另一方面要求決策過程智能化，意味著企業業務流程及內部生產關系將發生較大改變。同時，由于數字化轉型采用了一種新的鏈接和使用數字技術的方式，使得企業傳統的邊界變得模糊。因此，制造企業在數字化轉型時必須調整相應組織功能，提供與轉型戰略相匹配的組織結構。

制造業數字化轉型關鍵障礙之一是當前組織結構不適合執行數字戰略。有學者提出了不同的組織框架以解決IT與業務實體之間的相互作用，另有學者研究了負責數字化轉型的執行者與現有IT管理職位間的職責背離現象。在現代制造業中，制造系統生成的數據呈爆炸式增長，每年已達到1000 EB以上。對制造數據進行系統分析有利于作出更明智的決策，從而提高智能制造的效率。毋庸置疑，數據正成為增強制造業競爭力的關鍵推動力，圍繞對數據的開發利用將影響傳統組織分工與協作模式。然而，鮮有文獻以數據為視角研究制造業組織結構創新，相關的案例研究則更為鮮見。探索制造業數據對組織結構創新的影響機制和保障路徑，有助于優化制造業組織結構設計，深化數字化轉型背景下制造業的管理變革。基于以上討論，本研究突出制造業數據在組織結構創新中的主線地位，構建制造業數據、數字技術應用與組織結構創新的理論框架模型，以兩家典型制造企業作為案例研究對象，探索并總結數字技術應用背景下我國制造企業組織結構創新的實現機制和保障路徑，為我國制造企業實施組織變革及數字化轉型提供參照案例。本文主要貢獻有如下三點：第一，較系統地描述了我國制造企業數字化轉型中組織結構創新的過程與機制，揭示了數字技術應用與制造數據對組織結構創新過程的重要作用，即制造企業依托數字技術應用，不斷提升數據利用的廣度和深度，實現與數字化轉型戰略匹配的組織結構；第二，提出了我國制造企業基于制造數據促進組織結構創新的一個系統框架，這一框架對于理解數字環境下組織結構演化規律將大有裨益；第三，從政府和企業兩個層面提出支撐制造企業組織結構創新的建議，一方面為政府扶持企業數字化轉型提供政策思路，另一方面為企業制定數字化轉型落地策略提供參考。

二、文獻綜述

數據賦能思想起源于人力資源研究領域的授權賦能，但正式定義和內涵在學術研究中尚未統一。Lenka等認為數據賦能包括連接能力、分析能力和智能能力，企業通過三項能力的協同提升了從數據獲取、分析到數據運用的能力，從而獲取獨特價值。孫新波和蘇鐘海認為生產數據的標準化及互聯互通是制造企業實現敏捷制造的關鍵。周文輝等進一步指出，通過人、物體與相關信息之間的數據應用，有利于企業開展價值共創。關于數據賦能，目前學術界已形成兩點共識：其一，不能通過數據的存在自動獲取價值，而需在賦能的過程中或終點實現數據價值。其二，數據賦能不是對單獨個體賦能，而更強調對過程或系統進行賦能。數據賦能研究范圍涉及價值共創、制造升級、社群問題、弱勢群體四方面。另外，國內外數據賦能研究重點存在差異，國外研究較多著眼于弱勢群體的數據能力提升，而國內研究相對更關注商業模式創新、智能制造與平臺企業價值共創。

組織結構理論認為，結構體現了組織內層級間的報告關系，明確了個體-部門-組織的組合方式，以實現部門內外溝通和協作機制。組織結構大致分為三部分：分工機制，即橫向專業部門邊界劃分；等級機制，包括組織成員職責劃分；協調機制，包含組織內生產資源協同。信息技術的應用促進企業最優組織結構的調整，包括企業權力結構的改變和決策權力的下放等。學術界針對組織結構變革展開多個維度的探討：一是組織邊界變革相關研究。李海艦和原磊從制造業核心能力角度切入，提出企業應該通過無邊界革命形成自身的價值網絡。歐陽桃花等提出無邊界組織可穿透性較強，內部的信息傳遞、資源流動速度較快。欒貞增和楊東濤認為，無邊界價值觀管理能夠促進無邊界化組織的實現。二是非正式組織相關研究。齊旭高等提出制造業組織結構集權化對產品創新能力產生顯著負向影響。Yang認為，非正式組織是一類始于人際關系的社交網絡，卻不會在正式的組織結構圖中出現。Scott和Davis認為，與正式組織相比，非正式組織更能體現組織內成員的內心目標、價值觀與態度。宋晨提出，非正式組織是一類具有自組織特性的復雜系統。三是組織形態演進相關研究。為應對科層制弊端，關于虛擬組織、網絡組織、模塊組織、平臺組織、模塊化制造組織、生態組織等組織形態的研究成果層出不窮。謝康等認為，網格制是科層制伴隨環境變化而變革的演進結果。

總體而言，圍繞信息技術驅動組織結構創新的相關研究主要呈現以下兩個特點：一是以傳統信息技術（IT）為應用背景的研究成果較多，而以大數據、人工智能及物聯網等新一代數字技術（DT）為應用背景的研究成果相對稀缺，特別是以數據為視角研究組織結構創新的成果更不多見。二是目前關于組織結構創新的研究多側重宏觀邏輯層面，對創新形成的微觀機制及實施路徑的研究較為缺乏。伴隨企業數字化轉型的逐步深入，數據正充分滲透至生產制造的各個環節，成為智能制造變革的關鍵要素，推動制造企業生產由傳統流程驅動向數據驅動轉變。權變理論認為企業組織結構應適配企業戰略，同時企業戰略將伴隨外部技術環境而相機變化。因此，在數字化轉型戰略和數據驅動生產雙重影響下，研究數據賦能制造業組織結構創新機制和支撐路徑將是未來制造業組織結構創新研究的重要方向。

三、研究架構與理論分析

（一）案例選擇與數據搜集

科層制企業轉型過程中，在內部結構上實為“黑箱”，轉型的具體過程較難觀察和操作，較適宜應用案例研究方法。與實證研究不同的是，案例研究更貼近客觀事實，且具備科學性。作為案例研究的關鍵環節，優質案例的選取將關乎案例研究結果的質量及成果應用價值。因此，案例研究所選擇的對象應注意具備典型性和良好信度。

本文選取了兩家不同行業類別的制造企業作為雙案例研究的對象，主要基于以下三點：第一，與單案例研究相較，雙案例研究能夠構建更加準確和更具普遍意義的理論。本文嘗試通過對兩家企業的雙案例研究，構建具有推廣價值的制造企業組織結構創新模型，對推進中國制造業數字化環境下組織管理轉型有重大意義。第二，案例具有較強典型性，能夠較好地闡明所研究的問題，其組織結構創新經驗能在相當程度上給我國制造企業數字化轉型提供借鑒指導。傳統服裝制造商青島“紅領”（即酷特智能前身）在從事成衣加工等主營業務的同時，意識到消費者個性化需求的不斷增長將會給大批量規模化生產模式造成巨大挑戰，于是便在細分行業內率先開始了服裝定制化探索之旅。與酷特智能不同，尚品宅配最早并不是從事具體制造，而是專注于家具和家裝設計軟件的設計和銷售，盡管當時已經在相關軟件領域占據統治地位，但從市場空間考量，決定進軍“全屋定制”家具服務領域。可以看出，雖然兩家企業分屬不同的制造細分行業，但均發現了個性化制造的巨大需求空間，并基于自身資源稟賦選擇從不同路徑切入智能制造領域，具有較強的代表性，對這類企業進行研究有助于為我國傳統制造企業組織管理變革提供有益的借鑒，推動中國制造企業破解大規模生產與個性化定制之間的協同難題，實現數字化轉型。第三，案例研究的便利性與數據的可獲得性。酷特智能與尚品宅配均為國內上市公司，擁有可檢索的豐富、清晰的企業資料供案例分析使用，同時兩家公司的官方網站為收集最新的公司業務動態提供了方便。

本研究搜尋的素材主要通過查看兩家案例企業的官網、相關案例研究文獻、國家統計局數據庫、公司年報和券商分析報告等渠道獲得。通過對不同渠道來源的素材進行比對與相互核驗，可保證最終用于研究的資料最大程度與企業客觀情況相符，從而較好地保障了該案例研究的嚴謹性與科學性。具體實踐上，本研究主要依據公司網站、上市招股說明書、Wind及主流媒體報道等渠道搜集整理兩家公司在核心技術、工藝流程與管理制度等方面的信息，并從國家統計局數據庫和公司年報等途徑獲取案例公司近5年經營業績的詳細報告。本研究共計從酷特智能和尚品宅配兩家公司分別搜尋了超過一千條信息，并進行人工比對，整理制造業智能制造的相關信息，提煉出數據賦能組織結構創新機制，并基于制造企業數字化轉型和組織結構創新的相關文獻，進一步驗證相關研究主題。

（二）研究框架與理論分析

通過文獻梳理和背景資料研究發現，除了對組織邊界管理進行創新之外，制造業組織結構的創新還可以圍繞組織資源管理和組織成員管理兩個方面進行創新。同時，作為關鍵生產要素，數據與制造業研發設計、加工制造和銷售等生產場景深度融合，通過促進顧客參與、智能調度和智能輔助，實現生產系統的高效、智能和可持續，并對企業傳統的組織結構產生直接沖擊，傳統組織形態逐步退出，優化后的組織結構與數字化轉型具體目標相互適配。據此，本研究構建制造企業通過數據驅動實現制造業組織結構創新的基礎分析框架（如下圖）。

圖 數據驅動制造業組織結構創新

四、案例研究與分析

本研究采用雙案例研究方法，分別選取我國服裝和家具制造業代表性的兩家制造企業作為案例研究對象，探究數據賦能組織結構創新的作用機制。一是組織邊界跨越機制。大數據應用是實施個性化設計的基礎，本研究將聚焦產品研發階段的大數據應用，分析大數據賦能顧客、員工和設計流程，驅動組織去部門邊界。二是組織資源協調機制。智能制造所涉生產資源通過物聯網聯接，本研究將針對產品加工制造階段的物聯網應用，分析訂單數據驅動下生產資源的自組織和高度協同過程。三是組織成員管理機制。員工知識數據化、決策智能化是保障人機高度協同的先決條件。本研究將分析產品加工制造階段的智能輔助系統應用，梳理數據驅動下全員自管理和自激勵機制。

（一）兩個案例企業概況

青島酷特智能股份有限公司（以下簡稱“酷特智能”）主要從事個性化定制服裝的研發、設計、制造和銷售。與傳統服裝生產過程不同，酷特智能鼓勵顧客線上自助下單，再由系統將顧客訂單拆解形成各生產環節所“理解”的指令，最終通過柔性化生產技術完成顧客個性化定制需求。整個流程不僅縮減了傳統產銷鏈的中間環節，有效降低了產品制造成本和供貨時長，而且滿足了客戶對服裝制式、舒適度及時尚性等多方面的個性化要求。因此，借助數字信息技術手段，以工業規模化的生產效率和成本效率進行產品的個性化定制，塑造了酷特智能區別于傳統服裝制造企業最突出的優勢。酷特智能負責研發的“面向服裝行業的大規模個性化定制應用基礎性標準研究及試驗驗證”項目于2017年6月入選國家智能制造專項項目；2018年8月和2019年9月，分獲“中國管理模式創新獎”和“全國質量檢驗先進企業”；2019年11月獲得中國服裝協會頒發的《2019年度中國服裝行業科技進步獎》一等獎。公司的經營模式、產品和服務質量得到行業及社會的廣泛認可。

廣州尚品宅配家居股份有限公司（以下簡稱“尚品宅配”）主要從事個性化定制全屋板式家具的研發、設計、制造和銷售。尚品宅配以新居網的O2O互聯網營銷服務平臺為依托，匯集顧客海量個性化需求。以圓方軟件的IT、云計算和大數據應用能力與佛山維尚的面向大規模定制的柔性化生產工藝為基礎，成功實現了個性化設計、規模化生產全屋板式家具的“O2O+C2B”商業模式。2018年8月，公司獲“中國管理模式杰出獎”；2019年3月，公司獲中國家具業創新峰會頒發的“中國家居業創新力品牌十佳模式創新獎”；2018年11月，公司入圍TOP20“彼得·德魯克2019年中國管理獎”。

（二）組織邊界跨越機制

大規模定制（Mass Customization）這一思想首先由Akin Tomer在Future Shock中提出。與傳統規模化生產標準化產品不同，大規模定制生產要求以規模生產的時間和成本來提供符合顧客某一特定需求的產品或服務。為實現整個生產過程的敏捷化，大規模定制要求采用柔性生產技術，并調整相應生產組織結構。由于在產品設計、制造和交付等生產環節納入了顧客的個性化意志，大規模定制生產實現了顧客的全過程式參與。有學者將顧客化的定制能力與價值共創進行了聯系，認為將顧客整合到企業價值的增加環節（如與設計師共同設計）是大規模定制實現的最重要目標之一。

實現顧客數據的高效率采集對大規模定制至關重要。酷特智能采用自主研發的3D激光量體儀自動化采集人體的19個關鍵部位的尺寸數據。整個采集過程僅需7秒，突破了顧客數據與生產系統之間自動對接和智能耦合的障礙。制版速度是量產定制服裝的首要制約因素，好的版型師既要技術操作熟練，更要經驗豐富。優秀的版型師，在為顧客量體裁衣時，一般僅可做到1-2個版/天。但對酷特智能而言，制版、BOM生成、工藝分解、排料結果等在顧客輸入下單數據后由系統經后臺運算自動生成的，突破了人工制作版型的瓶頸。當前酷特智能已擁有千萬級的服裝版型數據，涵蓋數萬種設計元素點，可以支持形成超過百萬萬億種的設計組合。一旦將顧客體型數據輸入系統，將驅動系統內10000項數據的相應變化。體型數據支持凸肚、駝背、墜臀等113種顧客特殊體型的定制需求，完全涵蓋顧客個性化設計要點。簡而言之，酷特智能通過大數據應用打破消費者、設計師和制造環節之間的傳統部門間邊界，實現顧客需求與生產系統的無縫銜接，個性化定制服裝1件起接受定制，定制生產的周期也縮短至7個工作日。

與酷特智能類似，通過十年的努力，尚品宅配完成了對全國范圍內不同區域數萬個樓盤及數十萬種房型數據的采集。尚品宅配在定制家具和家居產品銷售過程中設計了3D模型，以此為依據，構建起海量規模的“房型”數據庫和參數化的“產品”數據庫。在兩大數據庫基礎上，應用自行研發的虛擬設計系統，尚品宅配最終形成面向客戶的“空間解決方案庫”。在與客戶互動溝通過程中，設計師利用云匹配技術可以快速從空間解決方案庫中找出與客戶需求最適配的設計方案，經與客戶就細節再溝通后即可輸出客戶滿意的個性化家居設計方案。可以看出，應用基于大數據的家居“空間解決方案庫”使消費者個性化需求高效地融入到方案設計及生產環節中，消費者、設計師與制造環節間的阻隔被突破，產品交貨周期顯著縮短，推動了家居制造業由傳統的標準化、規模化制造向現代的個性化、敏捷化的服務制造轉型。（見表1）

表1 顧客參與與大數據應用

（三）組織資源協調機制

物聯網技術的應用和數據分析技術的發展，使得生產調度系統的各個終端被傳感器賦予感知功能，信息得以實時采集并傳輸送到控制中心，調度系統就展現出感知性、實時性、透明性的全新特征。運用大數據和人工智能技術，這些特征為物聯網環境下的在線智能調度創造了必備的條件。

酷特智能首先通過C2M平臺的APS排產系統將顧客的訂單以數字化指令的方式推送至MES生產制造系統各工位。由于每一件定制產品均內置伴隨整個生產周期的電子芯片，每一工位上配置的專用終端可以讀取電子芯片中的訂單信息。由此，一方面，智能物流系統通過電子芯片和相應終端裝備實現了制造全過程物料的自動化流轉；另一方面，智能取料及裁剪系統實現了個性化產品的大規模、流水線式作業。具體地，所有生產用布料、紐扣、線、包裝等都由顧客的訂單需求數據驅動供應商及時送達工廠，并直接派遣物料工人從庫存拿取相應量的物料到指定的生產節點位置。顧客的訂單數據進入生產系統的不同環節，將驅動員工和生產設備精確化加工制造，其中每個環節的操作指令都存儲在電子芯片中，例如縫制紐扣用的絲線品牌、顏色，以及在不同衣服不同位置上縫制多少針，等等。可以看出，基于感知交互技術的物聯網應用將服裝制造過程中的物理資源數據化，對數據的開發和利用驅動形成了面向資源協同的生產決策。

尚品宅配需要對在同一天全國400多家門店產生的一千多個個性化銷售訂單進行批量處理。因此，對每一筆個性化訂單進行拆分處理非常有必要，也就是將顧客的個性化需求加工為生產系統可識別的無差異的標準化板材。此外，標準化板材上粘貼有內含板材紋路方向、封邊薄厚、鉆孔位置及大小等信息的條形碼。制造機床在掃描到板材上的條形碼之后立即發出操作指令，工人依照操作指令進行針對性操作。進入到生產的最終階段，操作工人再依照條形碼信息提示對板材的不同版面進行組裝。最后，工人按照裝箱單提供的信息進行裝箱和發貨。因此，物聯網條形碼管理系統的引入不僅促進生產資源的高效流轉，并且在相當程度上緩解一線員工的操作壓力。（見表2）

表2 物聯網應用與生產資源調度

（四）組織成員管理機制

進入人工智能時代，一方面隨著機器人等智能裝備的普及，被管理者群體中將涌現越來越多的“人工智能員工”；另一方面，現有員工的工作內容和性質也將發生顯著改變。數據除運用信息技術和業務流程優化的規則、制度和辦法對組織邊界和資源管理進行賦能外，還將對組織成員進行賦能。企業可以運用柔性的數據賦能手段激發組織事務參與者的潛能，提高其主觀能動性和積極性。

酷特智能使用數據驅動的自動化設備替代大量的手工操作，一線員工的工作職能發生了改變，其不需要再從事重復繁雜的勞作，只是負責過程監控、決策和創新創造，這推動了員工從“工作勝任”到“工作創造”的轉變。為了保障員工與顧客的實時、高效的互動，酷特智能不僅大力開展員工的職業素養和專業技能培訓，還授予一線員工必要的資金、物流、倉儲、設備和人員調配權，這些資源的調動不再需要向上級提出申請并等待審批，而是依據實時的系統記錄數據實行事后問責制。同時，開發的智能輔助系統提供服飾潮流預測模型，簡化了設計師數據分析流程。與此同時，酷特智能將過往積累的經驗數據形成知識庫，員工可輕松地按照類別在知識庫中檢索到歷史知識進行參考，再進行事務分析和處理，即便是新員工，通過參照這個知識庫也能獨立地解決一些較為復雜的事務。可以看出，基于知識數據的智能化應用，酷特智能員工實現了對工作任務的自組織和自管理。

尚品宅配允許一線員工隨時查看訂單管理系統以了解訂單所處狀態，統計訂單及所需原材料數量并直接向供應商訂購，而無需等待上級指令。尚品宅配為操作工人提供了詳細的操作規程與短視頻指引，操作工人按照規程和指引將標準化板材再加工為零部件，并在每一零部件上粘貼各自專屬的二維碼。依照二維碼內含的信息，操作工人完成對各零部件的切面和封邊。隨后，操作工人掃描二維碼驅動相關制造程序，完成零部件的鉆孔、打膠粒等制造工序。最后，操作工人再按照包裝指令，對加工完成的零部件進行分揀與包裝作業。與此同時，每名員工及班組所加工的板和封的邊的數量、獎金提成是多少，自己全都可以看到。總之，依托操作類數據全面指引，尚品宅配的員工更好實現了自管理和自激勵。（見表3）

表3 智能輔助系統與員工自組織

五、研究結論、政策建議與展望

（一）研究結論

制造業產生的數據規模越發龐大，如何充分發揮其在生產中的價值受到更多制造企業的重視。基于顧客大數據的應用讓顧客更便捷參與到生產過程中，進而實現個性化生產。物聯網的廣泛部署，實現原料數據驅動下的生產資源協同。同時，基于智能輔助系統的員工操作更加智能，有利于實現員工的自組織和自管理。本研究構建了數據賦能組織結構創新模型，結合服裝和家具制造行業兩家企業進行深入案例探討，描述通過數據應用改變傳統生產組織方式從而創新組織結構的機制，為中國制造企業轉型升級提供了可資借鑒的經驗。具體結論如下：

1.生產模塊化是支撐個性化生產的重要前提。可以將模塊化理解為另一類標準化。面向大規模定制的模塊化生產過程包括模塊化設計、模塊化制造與模塊化組裝。以酷特智能為例，通過對服裝產品功能模塊進行合理劃分，形成千萬級的服裝版型數據，支持超過千萬億種的設計組合，極大提升了制版速度，在保持產品多樣性的基礎上實現控制產品綜合成本的目的。同時，由于服裝設計階段就以顧客自主參與的方式融入顧客的個性化需求，直至最后的交付階段，整個產品生產周期都貫穿了顧客的個性化意志，從而大大提升了顧客體驗。

2.物聯網應用是強化生產過程協同的關鍵基礎。物聯網是提供物與物連接的互聯網絡。以酷特智能為例，由于每一件定制產品均內置伴隨整個生產周期的電子芯片，每一工位上配置的專用終端可以讀取電子芯片中的訂單信息，智能物流系統通過電子芯片和相應終端裝備實現了制造全過程物料的自動化流轉，智能取料及裁剪系統實現了個性化產品的大規模、流水線式作業。基于感知系統和物聯網應用實現生產要素與云端應用相互連接，進一步對生產要素協作實現智能調度，以“自動化+智能化”取代了傳統指令式生產模式。

3.智能輔助系統應用是促進員工自組織的必要條件。自組織不僅要求履職的規范化和標準化，更強調履職過程的自驅動。消費者個性化意志的融入以幾何級數增加了生產制造的復雜度，沒有智能輔助系統應用支撐，員工將得不到操作類知識數據指引，生產節點質量和效率也無法保障。而有了智能輔助系統，以尚品宅配為例，操作工人只需按照既定規程和短視頻指引完成系列制造程序，同時通過輔助系統能實時掌握各自工作量與報酬信息，更好地實現了員工的自管理和自激勵。

（二）政策建議

1.政府層面。在數據賦能制造業組織結構創新的過程中，政府扮演重要角色。尤其是政府可以圍繞企業在經營環境和技術研發等方面的政策需求為企業組織結構創新提供良好的制度保障。基于案例分析，本文提出以下三條政策建議：第一，政府主管部門積極開展智能制造的多層次試點示范，擇優選擇與案例企業類似的具備領先技術與服務能力的企業作為樣板，以鼓勵和帶動整個制造業提升技術水平層級、優化業務流程以及綜合服務體系，推動制造企業組織結構進一步創新升級。第二，對相關企業智能制造系統研發與技術創新活動提供必要的財稅與融資等政策傾斜，可針對性采用稅收優惠、拓寬融資渠道等方式。第三，進一步推進產學研合作機制，重點支持和鼓勵像酷特智能、尚品宅配等擁有較強自主研發實力的制造企業主動承擔本行業智能制造核心技術的攻關。并吸納相關企業參與行業技術標準的制定，逐步構建我國制造業自主創新技術體系。

2.企業層面。作為數字化轉型的主體，制造企業應不斷加強技術創新力度，積累核心技術能力、構筑核心資源優勢。只有通過不斷提高技術和資源整合能力，才能實現組織結構創新。本文對我國制造企業的數字轉型有如下建議：第一，深化顧客需求數據化和研發大數據系統應用，增強模塊化產品設計能力。建議以顧客參與為前提，通過大數據系統深度應用降低傳統組織邊界中信息傳遞的中斷頻率和傳輸黏性，提升產品設計的質量和效率。第二，強化資源聯網化和操作指令數據化，構建資源自組織網絡。建議以物聯網應用為手段，將組織資源鏈入生產系統并映射成線上的數據，顧客需求數據直接驅動資源的整合，實現聯網化資源的高效協同，提高組織資源響應能力。第三，推進員工知識庫和智能決策輔助系統建設，完善組織成員自管理機制。建議通過數字化和智能化輔助工具的應用對一線員工進行賦能，提高組織成員參與經營的可能性，實現自組織、自管理和自激勵的組織。

（三）研究不足與展望

本文尚存在一定的不足和局限，有待于未來研究。首先，本文構建的數據賦能制造業組織結構創新模型，僅僅選取了兩家具有代表性的企業進行了案例分析，該模型對整個制造企業組織結構創新的適用性需要進一步探討。未來可以選取更多不同行業制造企業進行案例研究，以驗證模型的適用性。其次，組織結構創新作為企業轉型的重要組織部分，但是國內以數據驅動為視角研究組織結構創新仍然頗為鮮見，且國內外學者尚未有統一的分析框架和解釋路徑。本文所形成的數據賦能組織結構創新的分析范式能否進一步推廣到基于國外市場需求的外銷型制造企業、其結論是否會發生變化等等問題都是值得深入研究的領域。最后，由于數據獲取原因，本文的分析主要是定性研究，未能對數據驅動組織結構創新的影響進行量化分析。未來可將其量化，結合案例進行研究，有望得到更加豐富、翔實的證據。