二元性視角下離散制造企業數字化成熟度評估模型研究
——基于中集集團的案例研究

董 明，陳賓琳

(上海交通大學 a.安泰經濟與管理學院； b.數字化管理決策教育部哲學社會科學實驗室， 上海 200030)

一、引言

在工業4.0的背景下，數字化能夠助力制造企業重塑其業務流程和商業模式。數字化技術的應用能夠減少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基于其數字化轉型成熟度模型劃分的企業調研表明：已實施或完成數字化轉型的企業收入表現指數RPI(Revenue Performance Index)和利潤表現指數PPI(Profit Performance Index)明顯高于非數字化企業，且隨著時間的推移，企業間的差距越來越明顯[2]。同時，以工業和信息化部、國家標準化管理委員會為首的國家部門、研究機構、行業協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。

本文以生產工程機械、半掛車等產品的典型離散機械裝備制造企業中集集團為研究案例，其生產具有小批量定制化、重資產、利潤率低、依賴工人經驗等特點，在生產實踐中，經常存在生產計劃變更、管理不透明、效率低下等問題。在其數字化轉型的過程中，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。許多傳統制造企業往往把自動化和信息化歸類為數字化，而忽略了數據的價值，忽略了數字化是利用大數據等對業務流程甚至商業模式做出改變。信息化則強調“流程”的信息化且主要負責部門為IT部門，而數字化強調“業務”的數字化且主要對象部門為業務部門，一個是關注人和流程，另一個則是關注人、物理空間、數字空間的交互[3]。在VUCA時代，傳統離散制造型企業不僅需要提升自身的自動化和信息化水平，更需要以數字化技術助力企業洞見供應環節、制造環節、分銷環節和市場環節，利用數據帶來的價值實現轉型升級。這一過程中不可或缺的是對企業現有數字化水平的評估和診斷，只有在系統分析企業現有業務流程的數字成熟度的基礎上，企業方能針對性地制定數字化轉型方案和路徑。現有的文獻和企業主流做法也都是采用成熟度評估模型作為企業診斷的工具和未來路徑規劃的指導。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型之路，以期借助數字化手段對產品模塊化設計、組織變革、營銷數字化、工廠智能化等進行變革，探索出具有中集集團特色的數字化轉型道路。與現有文獻中數字化成熟度模型不同，本文以中集集團為例對數字化轉型成熟度評估模型進行二元性劃分，創新地提出二元論(Ambidexterity)在制造企業數字化成熟度評估中的應用，為制造企業數字化成熟度評估提供一個新的視角。

二、文獻綜述

基于工業互聯網、人工智能、大數據、云制造、信息物理系統、數字孿生等數字化技術，企業通過跨組織邊界對整合物理實體、人員、智能設備、生產線與流程進行整合，以形成一種新型的智能化、網絡化和敏捷的價值鏈[3]。面對需求不確定、產品生命周期短、消費者偏好變化、行業邊界模糊、全球環境不穩定等挑戰，數字化水平的提升可以賦能企業提高競爭優勢，快速適應不斷變化的外部環境。相關文獻綜述從數字化成熟度評價和IT二元性兩個方面展開。

現有的眾多數字化成熟度模型大多演化自卡內基梅隆大學的能力成熟度模型[4]，而利用成熟度模型對企業數字化能力的評估主要發生在工業4.0概念提出之后。用于制造企業數字化成熟度評估的模型，主要可分為學術型研究和應用型研究、通用型研究和特定領域研究兩個維度。PwC[5]、BCG[6]、Impluse[7]等主流咨詢公司及研究機構采用調查問卷自測評的方式，對企業數字化水平(有些模型稱之為工業4.0準備度或智能制造水平)進行評估研究，其對應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4.0準備度評估采用線上自測模型，構建了組織與戰略、智慧工廠、智慧運營、智慧產品、數據驅動服務、雇員六大維度及其18個子域，將企業依據成熟度分為三大類(初級、中級、高級)共6級：新進入者(level 0 & level 1)、學習者(level 2)、領導者(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的數字化成熟度水平。基于企業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、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等采用系統文獻綜述的方法精選了97篇成熟度模型相關論文，識別出30個工業4.0成熟度模型共158個不重復的模型維度，分析識別出對于組織而言最為重要的六大維度(技術、人員、戰略、領導力、流程與創新)，同時研究發現158個維度中有70(44%)個維度是單純用于技術成熟度的評估[9]。Fuller則認為大家都能夠獲取到相同的數字技術，但如何應用這些技術才是獲得競爭的優勢，技術應用者使用技術的能力比技術本身更重要[10]。Hajoary在對53篇工業4.0準備度模型開展系統分析的基礎上提出了10個維度的概念模型，這些維度包含：戰略與組織、制造與運營、供應鏈、商業模式、IT、人員、客戶、產品、市場、服務與文化[11]。表1匯總了比較典型的制造業數字化成熟度模型。

表1 現有典型成熟度評價模型

現有文獻中的制造企業數字化成熟度評估模型沒有考慮企業的二元性(Ambidexterity)，研究表明企業需要在組織、創新等方面考慮二元性，以提升企業的敏捷性、持續競爭力等指標[12-14]。二元性指的是企業利用現有能力進行利用性(Exploitation)活動提高企業運營效率的同時，需要創新技術或方法，探索(Exploration)使組織能夠對新的業務、模式進行學習以實現快速適應變化的能力[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和市場中競爭，又能在需要靈活性、自主性和實驗的新技術和市場中競爭[16]。研究表明IT的二元性能力能夠提高企業競爭力和供應鏈彈性[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]。

為了彌補現有文獻中數字化成熟度評估模型僅從單一視角評估企業數字化成熟度的局限性，同時鑒于IT二元性能力對企業持續競爭力、創新能力等諸多方面的正向作用，本文從二元性的視角構建企業數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，以期企業在數字化轉型過程中能夠充分發揮數字技術的二元性，進而賦能企業從現有的資源和獲得新知識的能力，在保持高效的同時具有創新的能力。

三、模型構建

(一)概念定義

研究提出數字化二元性的概念，將數字化二元性定義為企業應用數字化技術以提高運營效率的同時利用數字化技術探索新的數字化產品、創新服務及商業模式。根據數字化二元性定義，本文將數字化分為利用型(Exploitation)數字化和探索型(Exploration)數字化。利用型數字化更加注重業務優化，強調效率與經濟性，如通過物聯網、信息系統、機器流程自動化、大數據分析等技術，持續穩定改善現有業務。探索型數字化注重業務轉型(創新業務)，強調企業的快速響應與靈活性，聚焦新產品及服務、新模式，持續提高企業的敏捷性和創新能力。

(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，在文獻研究的基礎上結合專家訪談、行業實地調研，制定出適合機械制造業數字化成熟度評估維度：戰略、組織、制造與運營、供應鏈、IT、技術、產品、服務、文化、人員。通過行業標準、自測模型題目收集、現有文獻成熟指標等方式，開展多輪行業專家、企業相關負責人訪談分析及調研。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位工程機械領域專家對各個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驗的準確判斷。運用電子化的手段對案例企業的數字化轉型負責人、架構師、外部顧問等進行自測式問卷調研的形式進行。問卷共有52道題目，其中第一道題目用于企業專家就數字化水平對自身公司在行業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的量表題。

根據數字化二元性的定義，利用型數字化更加注重業務優化，強調效率與經濟性，通過IoT、信息系統、機器流程自動化(RPA)、大數據分析等技術，結合精益管理理念，持續穩定改善現有業務。而探索型數字化注重業務轉型(創新業務)，強調企業快速響應與靈活性，布局新產品和服務、新模式，持續提高企業的敏捷性和創新能力。換句話說，利用型數字化沒有拓寬企業現有的邊界，沒有為企業的業務活動產生額外的價值增值，其所有活動都圍繞企業業務運營效率的提高，降本增效，以期達到低成本地實現規模化定制。探索型數字化則拓寬了企業的業務邊界、改變了企業現有的業務模式或者為企業的產品和服務產生額外的價值增值，其所有活動具有較大的不確定性，具備較大的風險。數字化利用與數字化探索，同其他二元性概念一樣，具有互相競爭的性質，二者共同爭取有效的數字化投資資源。據此，本文最終提出數字化二元性的評估模型，模型由利用型數字化和探索型數字化兩大模塊組成(見表2和表3)。

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

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

1.戰略：企業戰略是企業發展創新的指明燈，決定了企業將以何種方式到達設定的目標，是企業長期發展的基石。Impulse[7]、德勤[21]等都將戰略作為數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，組織結構的設計需要匹配公司業務的發展需求，企業的文化同樣對企業發展至關重要。中國電子信息標準化研究院則認為人才文化缺少是數字化轉型的最大挑戰之一[3]。荊浩等人研究發現，包含感知能力、整合能力和創新能力的企業動態能力是數字化轉型企業達到高績效的關鍵，企業數字化轉型需要建立以動態能力為核心條件的多種組合模式[31]。

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

4.生產制造：生產制造作為制造型企業的最重要的組成部分之一，是公司研發、公司運營活動最集中的地方，涉及人、機、料、法、環五大要素組合，是物料流、信息流最密集的地方。生產制造環節是制造型企業進行數字化轉型不可缺少的一部分。

5.供應鏈：構建自主、完整且富有韌性和彈性的產業供應鏈是制造業數字化轉型的關鍵[3]。尤其是在受新冠肺炎影響的期間，企業的競爭力很大程度上來源于供應鏈的競爭力。因此，供應鏈也成為研究模型的重要組成。

6.市場與服務：市場與服務作為最接近消費者的部門，在企業商務成功上具有不可替代的作用。對市場與服務進行數字化轉型升級能夠更好地將客戶的需求、體驗與反饋等數據傳遞和共享到公司的設計、生產等部門，增加客戶的參與度和滿意度，為客戶創造價值。

(三)權重系數確定

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

優序圖法的基本原理如下：

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

3.針對判斷矩陣的結果進行運算，得出各指標的權重，見表4和表5。

4.將表4和表5對應指標的權重，整合到數字化成熟度模型，形成對應的二級指標單層權重和組合權重，以及維度權重，見表6和表7。

表4 探索型數字化成熟度指標判斷矩陣

表5 利用型數字化成熟度指標判斷矩陣

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

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

續表(表7)

(四)數字化成熟度等級劃分

數字化轉型是一個循序漸進的過程，需要企業和行業持之以恒地完善，不可能一蹴而就。本文將數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的成熟度等級

表9 探索型成熟度量化分值及其對應的成熟度等級

(五)數字化成熟度評估分值計算

通過問卷調研，由案例企業相關負責人進行自評估，從而使企業能夠方便快速地對自身數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表示維度對應的權重。

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，作為案例用于測試研究構建的二元數字化成熟度模型的有效性和適用性，同時通過對L、R兩家公司數字化成熟度結果的評估，結合兩家企業的實踐對比，提出對應的數字化轉型策略建議。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務單元，其業務具備高度重合性，具有高度可比性。

2.L、R兩家公司在數字化轉型投資中具有先后關系，二者在組織架構、生產組織模式、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，生產功能性產品，注重生產、供應鏈等的運營效率。

4.L、R兩家公司相關調研人員均對集團數字化戰略有充分的理解，且具備數字化轉型升級的實戰經驗。

5.對L、R兩家公司有深入的現場調研，較全面地了解公司的組織架構、業務、運營模式、商業模式等。

(二)評估調研實施

首先對L、R兩家制造企業進行實地深入調研和訪談。調研的內容涉及組織架構、運營模式、商業模式、人才培養、自動化程度、信息化系統集成狀況、精益現狀以及正在進行的生產線升級項目及未來投資規劃等。對L、R兩家公司的二元數字化成熟度評估實施，主要采用Likert量表的形式進行問卷調研評估，對L、R兩家制造企業的數字化轉型負責人、架構師、外部顧問等進行自測式問卷調研。

(三)評估結果及分析

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

表10 L公司數字化成熟度評估結果數據匯總

表11 R公司數字化成熟度評估結果數據匯總

圖1 L、R兩家公司利用型數字化成熟度各維度分值

圖2 L、R兩家公司探索型數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字化成熟度評估，能夠識別出兩家企業數字化轉型現狀、強項與弱項，從而依據企業的現狀制定出與公司整體戰略相符合的數字化轉型策略及優先級順序。從數字化二元能力成熟度視角，可以更好地理解離散制造企業在數字化轉型過程中面臨的問題與挑戰，對企業構建數字化知識轉移和最佳實踐復用具有重要意義。具體總結如下：

1.總體上看，L、R兩家公司在數字化轉型的進程中主要處于規范和集成階段，但在算法優化、智能化方面仍然存在較大的差距。現有企業的數字化投資大多用于數字化轉型基礎設施建設，比如生產線的自動化和信息化升級，企業并未開始考慮更為高階的數字賦能升級，即如何利用數字化技術收集數據、分析數據，從而賦能業務流程。

2.戰略維度。數字化戰略在現有業務數字化轉型方面清晰且明確，分數達到4.5左右，可以看到L、R兩家公司都處于數字化戰略實施階段，且沒有明顯的差別。而數字化戰略在探索型數字化時期產生新的業務模式、運營模式、產品模式及服務數字化模式方面，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新。

3.供應鏈和生產制造維度。(1)從利用型數字化角度來看，L、R兩家公司盡管有了好的戰略和組織與文化，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，供應鏈和制造系統都是極度復雜的，單純地升級生產線和設備仍然很難達到較高的數字化水平。(2)從探索型數字化角度來看，L、R兩家企業都比較注重綠色供應鏈、生態伙伴建設等，雖然整體上水平較低(L公司為1.93，R公司為2.00)，但兩者都已經開始嘗試生態伙伴合作和共同研發，且兩者都具有較高的環保意識。

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

5.市場與服務維度。(1)從利用型數字化角度來看，L、R兩家公司得分為3.05和3.36，兩家企業都特別重視觀眾客戶滿意度和服務響應，但對于銷售數字化整體上仍然主要依賴人工經驗和系統數據進行預測。(2)從探索型數字化角度來看，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新及客戶交互服務快速響應方面的數字化能力較差。

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

五、研究結論

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

基于文獻研究、專家訪談、行業調研等綜合方法，結合企業組織、IT的二元論概念構建了制造企業二元性數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進行驗證評估，得到以下主要結論：

一是將數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，完善了目前數字化評估中視角單一的不足。研究以離散制造行業入手，結合主流研究維度，選擇更加貼近該行業的二級評估指標。L、R兩家公司的案例研究發現，對數字化成熟度進行二元性劃分，能夠幫助企業更精準地區分“現有業務”和“創新業務”的數字化，尤其是在企業資源有限的情況下，利用二元性劃分，能夠更加高效地進行資源分配決策。

二是現有大多數數字化評估模型的適用性受限，需要從二元性的角度將數字化技術進行劃分，并分別與利用型和探索型業務流程進行匹配，二元性數字化評估模型有助于解決信息技術與業務匹配的悖論問題。

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