康志刚：工业大数据需要重构理论体系

　　（二）管理模型悖论
　　
　　管理应用系统要实现“管理流程”的梳理，必须对该管理流程进行数字化建模。而一旦数字化建模成功，则意味着该管理流程的固化。管理流程的固化则违背了精益管理的宗旨--“持续改善”。即“管理流程固化”与“持续改善”冲突。这就是“管理模型悖论”。
　　
　　企业从小到大发展、从粗放式管理向精细化调整的过程中，管理的需求随时在变。“管理数字化模型”一旦建立，便不能适应企业下一步的管理需求。这就是全球性的某ERP巨头常对业主说的：这是需求不确定所造成的“建模鸿沟”。这个“建模鸿沟”是不可逾越的。实际上他就是个悖论。
　　
　　某信息化巨头后来提出了“管理模型进化论”。试图建立一个可以自行进化、自行迭代的管理模型，以实现对“建模鸿沟”的超越。到目前为止，没有哪个信息化巨头推出一个可以持续自行迭代的管理模型。本人认为，这个陷入“悖论”的“管理模型进化论”必然是个怪胎，逃不出胎死腹中的宿命。
　　
　　“管理数字化模型”的“电子台账”，还导致另外一个令业主头疼的问题，那就是制造大量的非结构性数据，大幅增加数据使用的成本。
　　
　　要解决这个问题，还得看清楚管理模型的存在的致命的“颠倒”。
　　
　　（三）本末倒置
　　
　　从价值流的角度分析，企业价值分为直接价值和间接价值。直接价值就是价值创造（对于制造工厂来说即是生产制造）。其他都属间接价值。管理是典型的间接价值。故而管理本身是不能创造价值的。管理就是要保障价值创造时的人机料法环的协调（因缘和合），这就是我们常说的价值创造。也就是说管理的价值在于保障价值创造时的人机料法环协调（因缘和合）的能力。
　　
　　由此我们进一步推论，价值创造时的人机料法环不协调，实际上就是企业的”浪费”。管理的目的就是要能持续消除浪费。任何不能保证“人机料法环协调的流程“在经济学上就是企业的浪费。
　　
　　如果人机料法环都协调了，管理的需求就会减少乃至消失，管理也就会变简单。
　　
　　企业不去有效保障价值创造时的人机料法环的协调、实现价值创造，不去有效地消除企业的“浪费”，而是上一大堆“管理驱动”为导向的管理应用系统，为管理服务、为管理者服务、甚至为管理应用系统服务。这就是本末倒置。
　　
　　有人声称：企业上管理应用系统，终也是要消除浪费、为价值创造服务的。这个辩解是荒谬的。这就譬如从武汉到北京有两点直达的火车，既省时又省钱。但有人非要先从武汉坐到上海，再从上海倒腾到北京。并且还理直气壮的宣称，你看，我也到北京了……这个时间账、经济账如果一算的，你会得出这样的结果：管理、管理者乃至管理系统把自己推到了消除浪费（实现价值创造）的“中间层”。变成了价值创造的多余的环节。管理自身也变成了企业经济学上的“浪费”。
　　
　　在本轮工业革命数据技术革命中，这个“两点直达的火车”，就是“工业大数据模型”。这个工业大数据模型也就是价值创造的“因缘果模型”。它不是以管理为导向，它是“为价值创造服务”的“工业大数据模型”，不存在管理模型悖论的问题。
　　
　　“为价值创造服务”的工业大数据，量化价值创造过程，有效测量浪费，可以持续消除浪费。这样通过“工业大数据模型”，我们可以制定“消除浪费的标准”了。
　　
　　（四）庸医（大跃进）
　　
　　制造业的管理问题不是一天产生的，也不可能一次性全部解决。诸多问题之间存在着复杂的因果关系，解决这些问题需要有诸多的因缘和合和次第。企业的“浪费”只能一个一个的消除。试图一次性解决所有的问题的“大跃进”行为，必然违背因果法则。
　　
　　要解决这个问题，只有基于TOC约束理论，也就是“围桶理论”，一个一个的补短板，消除浪费。在制造业消除浪费的维度上，“长尾理论”是失效的。因为制造业内部的浪费是不可以转嫁出去的。
　　
　　鲁四海：您前面讲到，工业4.0非常重要的是数据，那应该如何去获取有用的数据，这些数据都在哪？
　　
　　康志刚：前面已经论述了，制造业当前的管理驱动为导向的管理应用系统存在严重的悖论，违背管理逻辑，本末倒置，为管理服务、为管理者服务的“电子台账”导向，以及数据获取的能力缺陷等问题。导致企业缺数据，即使是有限的数据也是电子台账的非结构性数据，数据价值密度低，使用成本高。
　　
　　我们同时也要认识到，企业缺的是支撑持续改善、持续消除浪费、持续降低成本的数据。这些数据只能从以价值创造为导向的工业大数据模型中来。基于价值创造的工业大数据，详细记录了价值创造过程中的一系列因缘果数据。这些结构性数据来自价值创造的线车间现场。其因缘果结构性属性又是智能制造的基础。这些数据可以量化价值创造过程、测量浪费，就可以持续消除浪费了。只有实施以价值创造为导向的工业大数据、智能制造解决方案后，数据的问题才能解决。
　　
　　鲁四海：您从思维的高度提出获取数据的方法，那么在有数据之后如何用大数据进行精益生产？
　　
　　康志刚：工业大数据解决方案或者智能制造解决方案，可以说就是一个工业大数据支撑的精益制造平台。该平台中流程标准化是步。必须说明的是，这个流程一定是有效的价值创造流程，不会涉及到所谓的管理流程的标准化。为什么？管理流程标准化是个悖论。它违背精益管理思想，这在前面管理模型悖论里就说过了。
　　
　　工业大数据解决方案搭建了一个全员参与的精益制造平台。这个平台是为实现价值创造而搭建的，它具备持续测量浪费、持续消除浪费的能力。平台里，每个员工都在做精益生产。这与传统的浮在水面上的、基于管理思维的、集中在管理层的精益是完全不一样的。精益思想通过工业大数据解决方案扎根于企业的每一个价值创造环节。基于工业大数据的PDCA帮助制造业持续消除浪费，帮助企业的每个价值创造点实现的价值创造。这是工业大数据方案能成为消除浪费标准的基础。
　　
　　鲁四海：在您看来工业大数据将会给制造企业管理带来哪些变化？
　　
　　康志刚：企业管理问题都是因人机料法环的不协调造成的。或者说价值创造时的浪费造成的。如果价值创造时的因缘和合得到保证，即传统的管理模型被工业大数据因缘果模型所替代后，管理的问题还会有这么多，还有这么复杂吗？我们不妨推论。基于我们对工业大数据的研究实践成果，以及管理理论创新的研究成果，随着工业革命的深入，我们认为工业大数据将带来如下变化：
　　
　　1)管理系统的电子台账将成为历史
　　
　　传统的管理系统产生了一堆电子台账，传统的管理系统是不能认识”浪费”。管理之目的一旦从管理被纠正为价值创造，价值创造模型（工业大数据因缘果模型）逐步代替管理模型。诸多的管理应用系统所产生的电子台账随缘生灭。
　　
　　2）传统管理流程逐步消失
　　
　　因管理的本末倒置，管理流程不能直接保证价值创造的因缘和合，沦为价值创造的中间层，成为企业浪费。一旦管理之目的一被纠偏，回归为价值创造服务，传统的事后管理、电子台账统计的流程，将被保证价值创造因缘和合的工业大数据驱动的控制流程所替代。
　　
　　3)管理由复杂变简单
　　
　　工业大数据驱动的控制流程逐步替代原有的事后管理流程之后，人机料法环的协调自然得到保证。一旦人机料法环的协调得到保障，企业运营的混乱状态自然消失。当前的复杂的流程将逐步消失，众多的无需存在的KPI（绩效考核）指标亦将消失……摔掉这些无用的包袱后，管理自然就轻松了。
　　
　　企业的诸多管理”需求”也并非实有的，许多管理的需求是虚妄的。一旦企业的（信息孤岛）消失，管理需求就会减少。管理就变得简单。
　　
　　4）浪费将成为财务报表的核心指标
　　
　　当前的企业财务报表上是没有“浪费”两个字的。管理驱动的结果无法测量浪费，故而将浪费包装成成本，隐藏于财务报表中。这就是传统管理应用系统为企业埋藏的一个巨大的定时炸弹。
　　
　　工业大数据因缘果模型将有效量化浪费，帮助消除浪费。浪费将出现在企业财务报表中，并且成为企业财务报表的核心指标。
　　
　　5)管理者被去中间层
　　
　　随着信息孤岛、诸多复杂的管理流程的逐步消失，管理者的角色必须向价值创造的角色进行转换。传统的管理者角色消失。因缘生因缘灭。
　　
　　6）管理应用系统逐步被淘汰
　　
　　管理流程、KPI指标、管理者等从企业中逐步淡化至消失，那些为管理服务的管理驱动为导向的ERP、MES、CRM等管理应用系统亦将消失。无论企业对此领域的投入有多大，几百万、几千万、乃至数亿，这些钱注定成为企业财务报表上的某种意义上的浪费。
　　
　　传统的信息化巨头，无论是国内还是国际的，如果不迅速做出调整，将面临巨大的生灭无常压力。
　　
　　7)因缘果工业大数据模型将广泛应用
　　
　　上述的转换皆由价值创造模型的应用实现。而价值创造模型就是价值创造的因缘果模型，也就是我们常说的工业大数据模型。因缘果模型将被广泛的应用。
　　
　　DT时代的变化只会更多。当然工业大数据量化价值创造能力，重构大数据大生态圈，与社会大数据融合提升国家的社会治理能力，我们也曾有专门的文章研究。未来工业大数据的应用价值和范围会不断延伸。即将到来的DT技术时代，工业大数据的主角地位是不可替代的。工业大数据带来的惊喜只会越来越多。