上一篇讲到，制造数字化，需要服务于工厂的经营价值。不同行业、不同规模的工厂，对于经营价值的诉求是不同的。这一篇再进一步探讨下，如果一个工厂想做数字化了，该选哪条路呢？

先还是回归下我们关注的制造数字化-生产运营管理数字化，它的经营价值诉求，由浅入深，无外乎：提升组织协同效率，提升工厂的透明度，沉淀下业务中的数据，进一步通过数据进行精益化改善，以及通过数据分析提升决策水平。在这个大的价值框架之下，我们再看一看做好这件事需要的能力模型。

其一是完整的软件工程能力。生产运营管理数字化的核心还是生产运营管理软件，它首先是个软件。软件产品的研发，尤其是一个产品级、系统级的软件，需要比较高的软件工程的能力。从最初的模型设计、到需求评审、到原型设计、到UI/UE设计、到代码编写和测试，以及后续的持续迭代升级，都需要专业的岗位去做专业的事情，可以说不能有明显的短板。举个简单的例子，一个生产运营软件，工人在现场终端报工时，报工按钮太小点不了，那么软件就用不起来，这是UI/UE的问题；一个生产运营软件，只支持一批产品在工序内做完再完整出站，对于分批出站的场景不适合，对于这种场景的工厂，也用不起来，这是软件基础模型设计的问题。

其二是最佳管理实践定义的能力。生产运营管理，它服务于运营管理。工厂在进行数字化时，如果软件的模型和流程设计不能够代表这个行业最先进的模式，那么就不是最合适的。很多工厂在进行数字化时，对数字化服务商的期待就是，我们现在是这么干的，我们也知道这样不合理，但不知道怎么提升，你来教我吧。所以，管理软件一定承载着“最佳管理实践输出”的使命，最佳管理实践，当然是多看多想多实践得来的。同时，最佳管理实践也一定是随着时间的推移不断进步的，那么管理软件也是需要持续更新迭代的。

其三，生产运营数字化，需要伴随着匹配的组织管理上的变革，这种组织变革的动员能力也是需要的。如何进行动员，如何进行培训，是否选择部分车间先上数字化，是否选择部分功能先覆盖，这些最好有专业的经验，否则也会花费大量的落地成本。

拆解出这些能力，我们就比较好去权衡工厂适合那种数字化的路径了，我们也来一一剖析下不同选择的情况。

企业自建 

简而言之，就是制造型企业，自己招聘和管理相当规模的IT团队，由他们基于自身的制造场景去开发相应的生产运营管理软件，如MES/MOM系统。先下个结论，产值在50亿以下的绝大部分制造企业，都不建议这条路，成本高、效果不好，而且可持续性弱。

对照前面几种能力，首先是完整的软件工程能力，需要对应的不同岗位的软件工程师，搭建起来就不容易了。同时，生产运营管理软件是个还蛮复杂、要求蛮高的系统级软件，那么就需要上述这些工程师还蛮有竞争力的。我们想想，一个20人左右的，由有竞争力的软件工程师组成的IT团队，需要多少成本？且不说，能招到这些人吗，能留得住这些人吗，都会是不小的挑战。

第二是服务于产出最佳管理实践，而需要的业务理解和模型抽象的能力。注意了，我们讲的最佳管理实践，一定是来源于比较，也就是行业里最佳。企业对自身的业务状况可以非常了解，但是对行业的情况可能未必有机会全面地去了解和学习。我在实际的案例中，遇到不少企业自己的IT把工厂里不合理不规范的流程通过软件固化下来，变成了后续生产管理升级的掣肘。

上述两个能力的不足，基本就可以得出一个结论：企业自建这条路要慎重。我见过不少自己干，以及找个外包团队去开发的，做出了一个架子，发挥了少量局部业务协同的价值，但是出现了更多软件功能和性能的问题，最后也没办法继续往下迭代和升级了。有些只能再继续凑合，有些就不得不花大的代价推倒重来。

那么有没有适合自建数字化的工厂呢？也有的，我的视角里，一些超大型的制造企业，可能产值至少需要在50亿以上，拥有数量众多的自有和供应链工厂。这样的大厂，他们自身的资金实力比较雄厚，同时自有和供应链工厂有充足数量的场景和实践的支撑，才能够支撑起一个自有团队去做这件事。即便如此，这样的IT团队在后续可能还需要考虑将这套产品在行业里推广，提升自我造血的能力。讲到这，可能大家会想起一些名字了，市场上类似于卡奥斯、树根互联、美云智数等等走的就是这种路线。他们活的好嘛？这是另外一个话题了，后面有机会再讨论。

无代码平台

无代码平台最近几年蛮火的，如何看待无代码平台在制造数字化里面的应用？

我个人认为啊，无代码适合的场景还是偏单一场景和简单流程管理应用的搭建。举个例子，在制造场景里面，设备管理部门需要搭建一个设备维修从发起到处理的业务流程，是适合选择无代码平台的。这种业务流程适合流程和表单的自定义设计，这正好是无代码平台所擅长的。工厂可以有稍微熟悉点软件的人去搭建，或者选择无代码平台的模板使用，都是可以的。

对于和制造业务强相关的一些数据模型和业务逻辑，也就是系统级的生产管理运营软件，我认为目前的无代码平台还不足以支撑，不论是在数据模型，还是在业务流程，还是在数据分析上，都很难满足。数据模型上，我曾经和国内一家领先的无代码平台的技术负责人沟通过，他们对于制造当中常见的多级BOM就没有办法支持。业务流程上也举个例子，制造中的工程变更，是一个复杂的业务流程，不仅涉及到生产过程的变化，还涉及到对应的车间物料的领退，其中的数据比如BOM和物料和工序也是相互联动的，这种复杂场景的搭建无代码就会比较困难。即便费劲搭建出来了，可能也会太绕，牺牲了易用性。最后说，在一些相对专业的数据运算和分析上，无代码也会比较困难，比如设备的OEE等等。

我想起一个比喻，无代码平台喜欢把自己比喻成“积木式搭建软件”，这蛮形象的。但是，积木可以搭建一个乐高车，但是搭建不出一个更精细的实体汽车。这没有优劣之分，是擅长的领域不同。随着积木的颗粒度越来越细，它们的能力也会越来越强，但同时，“有序地搭建”对专业度和成本也会要求更高。而且，颗粒度细到一定程度，它其实又无异于传统代码编程了。

另外一个方面来说，实体汽车的制造，现在也强调“模块化”。实际上，低代码、无代码是一种技术趋势，不仅属于通用无代码平台公司，也属于整个软件行业。在专业管理软件系统里面，大家也都在拥抱无代码，比如OA，比如ERP。在一些具体的流程定义、表单定义和报表定义的场景里面，专业软件也支持无代码设计和搭建。可以说，无代码低代码产品和专业管理软件，大家各有分工，也在发展中相互融合。

专业软件

制造数字化里，专业软件也就是专门的MES/MOM，QMS，PLM/PDM等软件，生产运营管理则更专注于MES/MOM。专业软件也分为通用行业专业软件和垂直行业的专业软件。

先抛一个结论，工厂达到一定规模之后，大约在5000万到一个亿产值以上，比较适合采购垂直行业的专业软件。回到我们上一篇中讲到的不同规模的工厂的经营价值诉求那张图：

一定规模之后，工厂的生产运营管理就有了明确的组织分工，数字化升级的价值诉求就涉及到组织协同和信息透明，以及具体运营指标的量化提升，做到这些，需要按照这个行业的know how来做。对于不同行业的工厂，生产运营管理特点的总结，我们同样回顾下上回的表格：

而对于通用行业的MES/MOM软件，我认为可能更适合小微制造企业，作为初步数字化的尝试，试错的成本也相对低一些。

好了，总结一下，工厂数字化三条路径可能使用的场景如下：

企业自建：一般不建议，除非超大型制造企业，且有市场化运营数字化业务的意愿的；

无代码平台：适合简单流程、单一的一些制造场景；

专业软件采购：工厂在一定规模后，建议选择垂直行业的服务商；通用的轻量型产品，可以作为工厂在规模较小的时候的尝试。

那么，接下来的问题是，如何选择一家靠谱的专业软件服务商呢？且听下回分解！