虎嗅注：本文是虎嗅智库出品的“思享数字化”系列文章第九篇，呈现中国智能测控领域龙头企业中航电测在数字化方面的思考和实践。

出品｜虎嗅智库

作者｜梁子博

编辑｜房煜 

头图丨视觉中国

制造业是立国之本，放眼世界强国制造业都有国家级战略。德国有“工业4.0”，美国有“先进制造”，我国也提出了中国制造2025的国家战略。装备制造业的“智改数转”在“十四五规划”和今年两会中被多次提及，这说明，加快数字化转型对于实现中国制造2025责任意义重大。

虽然有中国制造2025这个愿景，但由于缺乏工业化的沉淀与积累，我国制造业往往陷入“大而不强”的尴尬局面，中国制造业的转型之路其实仍处于起步阶段。

突破口究竟在哪里？

在虎嗅智库做过的思享数字化案例中，很多企业都把数字化置于战略和组织变革的高度去推动，不可谓不重视。不过数字化背后的落地，仍旧依赖于人对数字化的理解。如果理解不到位，规划有了，落地还是会“跑题”。

数字化转型“跑题”的情况，是国内智能测控领域龙头中航电测曾经碰到过的情况。中航电测仪器股份有限公司是中国航空工业集团的控股企业，于2010年上市，确立了航空军品、传感控制、智能交通、工业软件四大业务板块，是国内提供军民两用智能测控产品及系统解决方案的骨干企业。

由于属于航空军工板块，中航电测一直非常低调，很少对外发声，可能还是因为近期与成飞集团的重组并购事件，在资本市场一度实现八连板，才“暴露”出这家企业的真正实力，让更多的公众注意到这家企业。

中航电测首席技术专家陈南峰认为，所谓数字化转型能给制造业的赋能，真正核心有两个，第一是管理的数字化转型，第二是围绕所生产的产品，做好产品，卖好产品，服务好产品，实质上转的是企业全业务域的运营管理能力。而管理能力上不去，归根结底是人的思维逻辑问题，是对客户需求、业务运营逻辑等因素的理解不够清晰彻底。数字化还是需要从自身产品、自身业务出发，明确数字化转型的“目标-路径-方法”。

早在2014年，开始提出建设航空工业AOS管理体系的时候，中航电测便开始推行两化融合的工作，并且于2016年开始立项自研数字化运营管理平台ZEMIC_ZOS（以下简称“ZOS”），它是中航电测数字化转型的“成果结晶”，目前已经在企业内部各经营单位全面落地使用，打通了产品营销、研发、采购、仓储、制造、交付、客服、质量等全业务域的数据流通链路，同时开始对外输出。传感测量控制类产品是中航电测主营产品之一，而 ZOS平台是数字化运营系统，从底层的测量控制、自动化产线与智能仓储建设，到数字化运营，达成工业数据价值链路的流通，支撑智能工厂建设。

基于航空工业的战略规划建设，中航电测确定了“建设一体化数智工厂、提升经营管理水平、支持可持续发展”这三个转型目标。为实现此目标，构建起了以下三大体系：首先要强化员工的逻辑思维能力，然后是强化研发管理能力，最后用员工逻辑能力和研发管理能力来支撑强化数字化的能力。

陈南峰特别强调，“只有人员能力上去了，研发管理能力上去了，再加上数字化的能力，这样的转型才算是对制造业的强大赋能。”方法上，设计了一个知识工程模块，基于职场逻辑思维训练来提升员工的能力，把个人能力基础打牢；构建了适用于企业自身特点的研发管理体系，着力打造数字化研发流水线，提升研发能力；ZOS系统整合了全域业务管理流程，消除各部门、各流程间的数据孤岛，使企业所有业务都可在这个平台上同步处理，完成一体化运营管理。

虎嗅智库致力于研究企业的数字化转型，通过与中航电测首席技术专家陈南峰的交流，希望中航电测数字化转型中的这一堂“逻辑课”，能为行业带来启发与借鉴。

以下为专访精华内容：

转型的核心是管理能力

虎嗅智库：我们现在行业里面讲的数字化转型，转的是什么？

陈南峰：本质上，装备制造业数字化的核心是带动整个企业的管理水平提升，从而提升产品运营管理能力，当然这离不开员工个人与团队能力、组织能力，文化建设等，这是我对制造业数字化转型的理解。

大家众说纷纭，但数字化这个概念在不同的行业是不一样的。比如说互联网企业，主营业务不涉及制造，可以通过数据治理收集大量的数据，来分析用户的消费行为习惯，用户需要什么就给你推什么，所以强调的是大数据的处理分析能力，它的业务、商业模式可围绕用户群及其需求的转变而转变。

但对我们航空工业，直至整个国防军工企业来说，航空军工报国是使命，战略、业务、技术都不是数字化说转就能转的。武器装备所需要的技术是机械设计、电子设计、软件等，数字化转型能给我们制造业赋能的真正核心，实际上一是管理的数字化转型及其相应的组织匹配；二是核心围绕所生产的产品，做好产品、卖好产品、服务好产品；至于产品是否要数字化，需要看市场的需求与趋势及其产品自身的特点，不能一概而论。

数字化转型实际上是倒逼人员能力的提升。要数字化转型，管理层原来的认知水平、管理水平在原来的基础上要提高一个层次，员工的认识水平全方位的要得到提升。

虎嗅智库：中国提出了智能制造2025，对标德国工业4.0，外界声音都说行业数字化/智能化还有很大的提升空间，您认为具体差在哪？

陈南峰：1）数字化基础不牢固。中国制造业仍处于大而不强的阶段，一堆孤岛软件，关系复杂，在承接先进的理念工具时基础薄弱、支撑困难。

2）数字化目标没搞清楚。这也是行业常见问题，前面也说了很多，就拿数据治理来说，搭个数据中台、建个低代码平台，再推送到智慧大脑让领导能看见数据，这并不是制造业的真正目标，真正目标还是应该服务于业务和产品、需要提升企业整体经营管理水平、且可持续迭代改进。

3）缺乏规划，重复建设。由于目标不明确，就会导致缺乏路网规划，到处一通乱建，学一个扔一个，有了更新更好的系统就要推倒重来，替代原有的系统，这就会造成重复建设，资源浪费，资源得不到积累，最后走进死胡同。

4）人的能力没跟上。人的逻辑思维能力要提升才能理解业务及其流程，理解了业务才能做好数字化，数字化工具最后仍然需要有能力的人才能用好，要注重培训员工能力。

5）理论脱离实践。基于学术层面提出一些高新技术、理论体系，若缺乏实战经验支撑，常常会与实际企业需求脱节，落不了地。例如APS自动排产，很多是因为搞不清流程和逻辑，所以用复杂的算法来解决，但实际上搞清楚产能、需求匹配关系等，就用不着搞那么复杂的算法了；又如很多方案中，把技术、算法模型应用程度作为追求的目标，偏离了企业实际应用需求，就会把简单问题复杂化，甚至会成为面子工程。

虎嗅智库：普遍面临转型问题的根源在哪？

陈南峰：1）缺乏业务理解上的思维逻辑。需要对制造业全面业务逻辑的理解，理解以后要用流程架构的思想把它表达出来，然后还要用企业架构理论做业务架构、IT架构，后面再来做IT的设计开发。在没搞清前面的目标与路径方法前提下，如果只盯着后端IT技术、编码、工具的问题，自然不可能解决得了整体问题。所以，一定要从基础工作开始做起，看清数字化的目标是要解决企业业务运营问题，一切技术、方法、工具是为实现业务目标服务的；治病要治根，不能仅在表面上下功夫，不能把技术、方法、工具当目标。

2）学习标杆停留在学“形”层面。目前国内很多企业引进了国外先进头部企业在用的工具方法，但对于我国许多企业来说，由于基础管理能力的薄弱，常导致先进方法难落地，效果不及预期。应先脚踏实地，做好基础管理，逐步提升能力，学习吸收与自已业态、发展阶段及能力相适应的技术方法、并必须是学其背后的“神”而不是抄袭其“形”，否则急于求成依样画瓢，往往会因理解不了，变成走形式，只在表面挠痒痒，无法解决根本问题。

3）解决问题没能抓住本质。比如，产品质量问题的根在于产品的全过程控制，比如说研发过程中从需求的收集分析开始，设计的时候要把所有的需求全面、准确地设计落地，再到后面要通过评审、仿真、测试来监控与验证需求是否确实得到了正确实现。要把这些东西全部控制住了，这才能控制好研发阶段的产品质量。

生产过程质量控制的“根”，是要做好工艺标准化及其管控好执行。这些过程都没有认真去做，多少个工具也解决不了问题。国外的先进方法，往往是建立在严密体系的基础上，然后产生了大量数据，再来分析你的数据有没有漏洞、有没有问题、有没有遗漏，跟着再来改进这个体系，这个体系需要数字化的支撑。连基础体系都没有建立起来，改进谁？所以一些企业的质量管理就是在不停地起火灭火中循环，没有聚焦于解决源头问题：建立严密的产品全生命周期过程数字化运营管理体系QMS。已建或正在建的，脱离了全生命周期管理的QMS便成为无根之木、无源之水。

虎嗅智库：数字化不仅仅是个口号，更应该从业务出发去看，那么中航电测做数字化是出于哪些战略或思考？

陈南峰：我们要造军工产品，战略不是因为数字化而改变，而是数字化来支撑我们战略的落地实施。要实现战略目标，就需要做好产品，做好运营价值链管理，也就是所有产品的营销、研发、物料采供、制造、交付、服务的问题，同时还需要一系列人财物等管理支持。

我们装备制造业该做什么产品？怎么做好这个产品？怎么提高产品开发生产制造的质量、效率，降低整个企业的运营成本？这是我们核心要解决的问题。

对于如何做好产品这个问题的根就在于要提升运营管理水平。但是要整个提升运营管理水平，内部各管理体系要整合，从战略、到运营价值链、再到管理支持，需要将各业务流程串起来使其互联互通，并将各管理要素逐步融合于流程，再将整套体系搬到线上实现数字化运营。我们要构建这样的数字化运营平台来支撑战略，并能基于现有体系不断迭代提升。

虎嗅智库：具体来说有哪些业务痛点呢？

陈南峰：首先是战略的分解和管控。总部会将规划分解到分/子公司、事业部、部门，这种规划的分解和管控如果没有数字化的支持的话是很难执行的。不开会领导看不见数据，每一到开会的时候，各个部门就忙着要弄数据做汇报，而数据经常是报喜不报忧，时间长了发现一堆窟窿，战略计划过程管控不了，最后动作都变形。

然后再看组织的绩效指标考核。我们总部对每一个经营单位下达了各个维度指标（发展速度、发展质量、发展后劲、管理协同、党建文化），企业内部因IT系统信息串不通，一到季度末或年底的时候，这个数据靠底下一层一层往上报，报的数据跟实际做的不一样，一堆误导信息，然后成天的开会，成天协调，打口水仗，责任也划不清楚，整个企业整体的宏观管理就失控了。

在产品制造的质量问题上，有了高大上的质量管理工具方法，但没有基础数据，过程得不到实时的管控，出问题了开始整顿，整顿以后领导监督、现场监督，看似本次质量问题得到整改了，过段时间问题又出现了，甚至是按下葫芦浮起瓢。

自动化也没跟上。我们传感器的制造，一个工厂每天做3~4万个的传感器，几十万片的应变计，大量的靠人工在那干。首先大量的招工招不上来，其次工人的单位价值密度很低，然后靠工人长期自律自觉地规范操作去保质量也是很难持续的。

目标-路径-方法

虎嗅智库：基于以上思考，中航电测要实现什么样的数字化目标？

陈南峰：1）集团化管理。将10个经营单位作为1个集团化的企业管理，要支持各个企业与企业之间的横向的交流和协同，纵向支撑工作计划、任务完成情况、核心指标的上下级互通，支持未来与上级部门的互联互通。

2）一体化运营。建设一体化平台、消灭内部数据孤岛、实现内部互联互通。搭流程体系就像建公路网，不能想去哪就私搭乱建，这样既不能保证是最佳路径（无法达成质量、效率、成本管控目标），又会存在大量的重复建设导致投资浪费，尤其是还需要再治理，陷入不断需要“补丁补补丁”的困境。要经过全局性的路网规划，国道、省道、县道一级一级往下接，有体系化的架构才能实现高效的互通。

3）支撑智能制造。数字化运营管理系统贯通了整个信息流，实施与车间生产产线、智能化仓储物流系统、智能建筑系统、工业设计软件的互联；在此基础上，产生了大量有价值的经营数据，这时的数据处理才有意义：做智能决策分析来辅助我们做管理决策，再提高智能化水平走向智能工厂。

4）供应链管理。通过采购业务域下达采购订单，传输至供应商的营销业务域转换成销售订单，实现上下游供应链之间的互联；若通过双方认可授权，可共享更多的信息，助力供应链管控。

虎嗅智库：明确数字化目标后，咱们是怎么规划路径的？

陈南峰：1）理解全景业务。首先要理解企业运营涉及到的全业务，且需要广度与深度，所以必须建立团队去做前期的业务梳理，理解从战略、运营价值链、管理支持各业务域的业务及相互间的关系。需要明确问题所在，然后确定我们数字化的目标，理清实现一体化数字运营的路径。

2）结构化体系。线下体系文件：线下体系文件众多，从不同视角来管理企业运营，体系间相互重复，又会有遗漏；我们希望通过数字化平台来统一管理体系及其要素，就需要将其尽量结构化，并符合无遗漏、无重复MECE原则。此项工作量巨大，需要在做好规划的基础上，按重要与紧急度排列优先级，逐步去迭代逼近目标。

流程框架体系：体系文件各要素需要在流程中得以实施管控，我们需要构建流程框架体系，划分业务域，建立高阶流程全景图，然后构建各业务域流程组、流程，再关联制度与记录表单，形成结构化的体系。

3）企业架构与IT设计开发。流程框架是业务架构的基础，IT架构是为了实现业务；业务架构与IT架构是IT开发设计的输入。设计开发并部署后，进入数字化运营阶段。

4）运营反馈与迭代改进。进入数字化运营后，会不断从数据中发现经营管理问题，也从运营中发现数字化系统本身存在的问题，需要不断去迭代完善。

虎嗅智库：您这些年推动中航电测数字化，建立起了哪些体系化能力？

陈南峰：首先要强化员工的逻辑思维能力，用以支撑和强化研发管理能力，然后是支撑与强化数字化的能力，这三大体系就是这样的一种承接关系。目前来看这三套体系在国内都是独具特色，为此我写了三本书: 《逻辑思维与员工成长》（约8月份出版）、《打造数字化研发流水线》、《建设一体化数智工厂》。

1）员工能力训练体系。为了实现企业发展目标，人的能力必须先上去，一流的人才才能支撑一流的企业，所以首先我们要以逻辑思维为基础去提升整体员工的能力。

2016年开始我牵头搞研发管理体系变革，起步阶段建体系、做模板，以逆向研发为主，觉得提升很快；但到了2019年，发现在需要大家做很多创新性工作、正向研发，没有模板可用的情况下，布置下去任务就开始普遍性跑题，很多研发工作推不动了，当时突然就意识到是大家在业务逻辑的思维方法上普遍存在问题，缺乏深度思考。

所以就决定根据我的实践经验，并结合相关理论，设计了一套基于逻辑思维与项目管理训练为基础的员工能力培训体系，并构建了知识工程数字化业务域来做培训学习支撑，要求全体科研相关人员及企业管理层都要接受培训，后来又扩大到其他人员。

2）研发管理体系。在制造业就必须要强化研发能力，研发能力跟不上，产品就会失去竞争力。我们从2016年开始搞研发体系改革，2017年基本体系就定型了，后面局部修改，并开发了一套研发数字化管理系统，管理所有研发项目。这套体系侧重点不同于IPD，是一套适合于自身特点并核心关注底层能力建设的体系，支撑了这些年公司的快速发展。

3）数字化运营体系。对制造业来说，我理解的数字化能力可能同目前网络媒体中发表的主流声音还不太一样，我认为主要包含六大类：对全局业务的深入理解、流程建模、企业架构、IT设计/算法、编码测试和运营管理。

因为制造业真正的目标是要解决经营管理问题，所以他首先要搞清什么是经营管理，对整个企业从战略层面分解执行到整个企业运营管理的知识，要全面深入的理解。所以这个必须是管理专家，是真正的实战性的管理者，而不是光停留在理论层面；有了管理经历、思想，把管理中的核心要点提炼出来，然后才是流程建模，也就是得表达出来。

企业流程架构是一个承载信息数据流动的骨架，相当于国家的经济建设中交通网络是国家经济命脉或骨架，但是整个经济不只是交通，只是对经济的支持；所以除了流程以外还要涉及其他的内容，演变成企业架构，它包含了业务架构、IT架构（应用、数据、技术等）。

做完架构后，后面要做IT开发的概要设计、详细设计等，再到后面的软件编码和运营管理，后续还得有管理专家做一系列的测试改进提升。

这么一条路径过来，后面最终的成果就是一套贯穿全业务域数据的一体化数字运营平台“ZOS”。

打破数据孤岛，建立一体化运营管理平台“ZOS”

虎嗅智库：ZOS系统如何支撑企业的数字化？集成了哪些功能？

陈南峰：在ZOS系统框架图里，战略规划和党建文化是最顶层的两个方向；运营管理就是围绕产品全生命周期，做好产品营销、研发、采购、制造、交付、客服、仓储、质量管理；管理支持包括人资、财务、资产、综合办公（OA）、知识工程、安全保障、体系管理。打通全域数据，消除数据孤岛，整个系统围着如何去支持我们做好企业运营管理，做好产品。

这些功能是事先做好了顶层规划，然后分模块、分步开发，逐步打通数据管理链路的。

1）工业设计软件互联。像我们这样的制造业，会用到机械、电气、软件、工艺等各种各样的工业设计软件。ZOS运营平台中的研发管理业务域，需要通过建立中间交互管理平台，实现与工业设计软件设计结果的交互。

2）制造系统互联（控制流）。ZOS与制造车间里边的各种各样的自动化的产线设备，通过制造执行系统来进行互联。

3）智能仓库互联（物质流）。将ZOS与智能仓库、物流配送系统实施互联，如有必要还可以与外部收、发货物流互联。

4）智能建筑互联。ZOS与智能建筑互联，包括智慧办公，安防、能源，加上对于温湿度、气压、排污排水的环境监控。

把上面这些企业内部系统全部互联起来，然后产生大量有效数据，再做智能决策分析，这就是智能工厂建设。整个智能工厂建起来以后，未来实现上下级互联，跟产业链上下游的供应商、客户之间互联，便形成一个大的工业互联平台。

虎嗅智库：看到系统内集成了很多软件功能，这对于数据的应用有什么意义？

陈南峰：这些软件功能集成是依据业务域间的关系，事先做好规划的，是有序的，是符合无遗漏无重复MECE建设原则的，未来无需做治理，只是持续迭代优化。核心思想是要消灭数据孤岛、实现一体化运营、实现信息数据的高效互通，支持企业持续提升经营管理水平。

例如目前我们在汉中的厂区，已经上了APS，APS将整个生产制造过程的时间几乎缩短了一半，排产的时间从原来好几个人花三四天弄一个计划，到现在软件用15分钟就能做一次排产，这应该是行业内我所知的最快速度。

为什么会这么快？因为第一，所有的数据不需要找各个系统去调，背后的数据都是一体化的，没有孤岛；第二个是技巧上的问题，系统内嵌的模型在调用所有数据时能够快速高效计算。所谓柔性制造，实现快速排产是它的前提之一。

这样的生产计划高效制作、运行监控靠的是所有业务的联通，并尽量让数据传输路径达到最佳的一个状态，在设计视角达到路径与经济的最佳平衡状态。

虎嗅智库：具体从产品研发设计的成果快速传递至制造，ZOS系统是如何打通其流程链路的？

陈南峰：研发首先来自市场的需求，理解用户的需求以后，用项目管理思想把它管控落地。立项评审通过后创建项目，进行项目管理：启动、规划、执行、监控、收尾。项目收尾阶段，输出生产用的图纸资料、加工工艺文件、BOM清单，生产就按照BOM清单去做物料准备、按照工艺文件去加工制造，这就是研发同生产之间的关系。

研发数字化输出的成果会传递到集成制造业务域MES，MES系统是以计划制作与执行管控为核心，进行生产计划的制作管控。生产计划做出来以后，它要转到采购业务域，采购回来的物料入到仓储，再传递至制造业务域，它是这么一种关系。

虎嗅智库：咱们公司主营产品是传感器，那么在智能工厂内，生产传感器的数据流通链路大致是怎样的？会处理哪些数据？

陈南峰：智能工厂建设的核心实际上是生产信息流、控制流、实物流三大流的融合。信息流就是ZOS中订单到生产计划、采购、排产与执行、交付过程的信息传递，是把生产现场控制流和实物流给串起来；控制流就是车间自动化设备进行调度控制、采集设备数据，监控运行状态；实物流就是智能仓储、物料配送的互联，实现实物库存到生产现场的闭环管理。底层靠基础设施，例如智能建筑、网络安全来支撑它，这就是一个智能工厂。

拿我们L6D（某传感器型号）产线来举例：

1）传感器加工信息。传感器生产过程要测试贴片的精度、四角修行精度、高低温状态下输出信号等，这些数据结果通过系统传到工段管理机，再传至产线调度机，再传至ZOS.MES上面来。这就是设备的加工信号层层上传。

2）加工设备的运行信息。上传设备工作记录、运行状态记录、故障报警信息等。

3）环境信息。温度、湿度、气压、空气洁净度、振动等各种生产环境信息要上传。

4）员工的作业信息。员工什么时间登陆系统、什么时间结束任务、产能是多少、员工的操作信息，涉及到绩效管理的这些数据都要报工。

5）安全监控。视频摄像头，以及其它监控信息上传。底层设备→工段管理机→产线调度机→ZOS.MES，按约定周期上传，进行分布式存储，减少服务器压力。

虎嗅智库：有哪些具体的数据指标可以衡量这套系统的价值？如何确定某一指标的提升是因为这套系统来达成的？

陈南峰：大部分主要还从财务上去反映综合指标/综合绩效的变化。计算一个指标变化的综合性因素太多，仅有一部分是可独立量化评价的。

财务上可以观察一个企业的利润增长、收入增长，从利润增速与收入增速比例，去观察经营管理成本的改善；从制造周期来看，以我们钢传感器生产为例，实施APS后，产品在生产线上（含计划、采购、生产等环节）的平均时间从原来的10-20天减少至8-15天，周期波动率由40-60%下降至20%，在制品数量从5400只下降只4100只；计划快了、物流供给快了、生产快了，产品整个的交付周期，也就是从用户订单开始一直到交付的时间，由70-90天缩短到了30天以内。

在人员使用效率方面，也得到大幅提升。如这个排产计划原来都是好几个人用多个系统抓数据再人工排，需要3-5天。ZOS上去以后，数据是一体化的，系统与人工结合半自动排查，时间缩短至1-3天，现在APS自动排就是15分钟，一人可以身兼数职。

虎嗅智库：了解到咱们这套ZOS系统是自己开发设计的，难度应该会很大，请问为什么当时选择自研而不是从外面直接买？

陈南峰：1）自动化产线。之所以选择自研有几个原因：一是非标自动化产线外面买不到，要委托外面去定制开发，周期长耗资大；二是关键技术都会泄露，传感器制造的核心是工艺。

内部自研的难度虽然也很大（刚开始非常缺软件、电气方面的技术人才），但随着研发体系改革的推进，中航电测内部部分兄弟单位已逐渐具备系统集成产品、产线开发能力，可以通过内部协同来提升能力，打造自已的自动化建设团队，增强企业核心竞争力。

2）数字化运营系统。2016年决定自研ZOS时，市面上没有能一体解决企业数字化运营管理的IT系统，多软件孤岛式建设无法实现我们未来的数字化与智能制造目标；另外，中航电测下辖的一个全资公司，从2001年开始按企业自身运营管理的需要，陆续自行开发了贯穿整个运营价值链的IT系统，有较好的基础。

虎嗅智库：在开发ZOS过程中，遇到过哪些阻力？

陈南峰：一开始做决策的时候，也确实有反对声音，因为有主要领导的支持才得以进行，所以一些人是抱着观望的心态看着ZOS诞生的。

我从2016年开始带队坚持到现在，这套系统的部分模块2018年在汉中分公司开始试运行，2020年开始在中航电测内部各其它单位陆续部署运营，之前一直在投入但没产出。从企业的全局利益出发，总部高层领导一直比较坚定，要不然项目早黄了。

开发初期中，基层干活的人也没有信心，因为认知跟不上，团队也缺人才，大家都比较迷茫，内部阻力比较大，觉得不靠谱。后来围绕最核心最紧迫的问题开始做，像研发、仓储、采购、MES等模块，2018年试运行后慢慢取得了一定成果，干成了，大家开始有信心了，后面基本上没有特别大的阻碍了，现在已经是信心满满了。

虎嗅智库：总结经验的话，您认为推行数字化改革的过程中，成功要素有哪些？

陈南峰：中航电测能推动这个事情，其实最核心的三大因素，首先是以董事长为首的领导班子的坚定支持；第二是有领军人才及核心IT管理组织与架构人才，有能力把这个事做成了；第三是下辖子公司有自研运营管理软件的基础积累。

对于我个人而言，作为该项目牵头人，在公司内的个人影响力也比较重要，虽然我不是行政领导，但因为一是过去在内部的工作布局树立了一定威信，二是依托首席专家工作室的人才训练机制，训练了一大批人员，各分子公司领导大部分成了徒弟，后续在布置任务、执行实施时，大家配合的比较好。

虎嗅智库：近期ChatGPT、AI、云计算、大数据这些概念也是非常火热，您认为这些会对制造业带来哪些影响？

陈南峰：对有些行业影响很大，但是对于多数制造业我认为影响有限（本身就是从事上述相关产品制造的除外），制造业的核心是做好产品。对ChatGPT我的理解，本质上是一个高级的智能搜索引擎，对于检索信息、查资料、编写报告会很有帮助，但也仅限于知识检索梳理的层面，更高层次的企业运营管理问题目前他还解决不了，这也可能是我的认知不到位。

除此之外，比如说5G、云计算、大数据的概念，它是在技术层面上得到了广泛的宣传，支持了国民经济的发展。但这些技术在不同行业的需求是不一样的，像我们这类装备制造业与产品业态及发展阶段有关，针对具体某企业来说不一定是目前迫切需要的。我们最核心还是需要基于服务公司业务目标，要解决业务问题、提升管理能力；技术是为业务和管理服务的，所以要根据业务需要去选择使用技术，而不是把使用技术作为目标。

现登陆虎嗅智库官网 ，注册限时体验会员账号，不错过任何最新活动信息。

关于虎嗅智库：

虎嗅智库致力于推动产业数字化以及以“双碳”转型为代表的可持续发展，为参与这个进程的中国企业高管、政府相关决策服务。我们主要的服务手段主要为：研究型内容（报告、分析文章、调研评选）、数据库、线上线下活动与社群、定制型项目等。

 

我们提供的核心价值：

及时与优质的洞察，了解技术、了解行业、了解同行与对手；

为决策者技术与产品战略决策、产业规划、解决方案选型提供重要参考；

帮助市场全面了解前沿科技及所影响产业的发展状况，还有未来趋势。