摘要：当技术从单一的创新走向集成式创新的引领，或者说“新IT”引领的时候，它可能会形成新达尔文之海里面最大的一个漩涡，这种漩涡有可能会构成数字化时代特别庞大的破坏力量。要跨越新的达尔文之海，就要顺应从单一创新为主，到集成式的创新为主的潮流，并且满足新需求，创造新需求的过程。
用传统的制造模式难以跳出原来的以产定销的难题。“新IT”的核心是从需求入手，生产用户需要的商品，以合适的数量而不仅仅是高效的生产，这就意味着供应链敏捷地对需求产生反应。要形成敏捷制造和柔性制造的供给，需求的驱动一定和智能制造相结合。一座工厂的智能化可以分三个层级，最简单就是信息化，第二层是数字化，第三层是数智化。基于采集的数据通过AI做判断，然后再下达到边缘端，通过边缘端来执行。联想的合肥工厂就是一个很好的数智化工厂代表。产业互联网是一个短板理论，“新IT”不能只看IT和制造，一定是端到端的齐头并进，全链路的能力就是联想最大的优势。所有的IT人进入智能制造领域，不要将自己定位成赋能者，要对制造业怀有敬畏之心。

现在商业走到一个数字化大拐弯的地方，各种产业板块剧烈的碰撞，这场研讨会很及时，在拐弯的地方给大家竖一个界碑，意义非常重大。

跨越新达尔文之海的漩涡

我们去了阿里、去了联想、去了美的的工厂，准备今年在年底的时候，联合一些机构出一个中国的智能报告。大家从“新IT”供给方做了很多的思考，结合我们的调研，从另外一个角度和大家请教，从“新IT”的需求方。没有办法连接“新IT”的供给和客户的新需求的科技公司，一定会受困新达尔文之海。原来的跨越是指跨越技术和成熟商品化之间的鸿沟，并且能够在后续的商业化的过程当中能够不断的持续的创新，来实现规模的领先，获得永续的生存和发展。今天我们在这个活动上，在历史大拐弯之处，我们能不能把外延扩展，这是科技类大公司进化当中新出现的一个死亡之海，因为数字化的分水岭有一条技术的主脉络，是创新的主流，从单一走向集成。5G、区块链、大数据、AI、互联网，这些技术构成新的基础设施，领先的科技公司，包括像联想、华为这样的公司，他会沿着这条主脉络进化。

技术的需求和市场需求是不一样的，成熟的企业才能够在一轮又一轮的延续性的技术浪潮当中保持一个领先的地位，但是往往面临破坏性技术变革的时候，就会遭遇这种失败。所以我理解，当技术从单一的创新走向集成式创新的引领，或者说“新IT”引领的时候，它可能会形成这种新达尔文之海里面最大的一个漩涡，这种漩涡有可能会构成数字化时代特别庞大的破坏力量。《未来呼啸而来》谈到一个观点，某些独立加速发展的技术和其他独立加速发展的技术融合的时候，奇迹就产生了。现在的技术让人目不暇接，更可怕的是这些技术已经相互融合，所以一定会重塑我们的生活方式和商业模式。任何一种技术，只要是功率翻倍，价格却在不断的下降，就可以成为指数型的技术，“新IT”带来的颠覆性的影响，一定会破坏现有的产品服务、市场和行业。所以这种指数型的技术是特别恐怖的力量，任何的大公司在它面前一定会显得过于渺小。

IBM把云计算、认知计算、大数据、移动和安全定义为战略转型业务区，来区别于原来的IT服务和硬件业务。当时IBM自己也叫“新IT”，“新IT”这个词当时是从IBM转型当中提出的。但是这条道路对IBM自己来说就是非常漫长，也非常艰辛。在这个过程当中IBM遇到了亚马逊、微软、谷歌等强劲的对手，这些公司的技术变革，离需求的场景更加贴近，且可延展性极强，基本上涵盖了计算、分析、物联网、AI等，他们可以帮助企业进行更快的数字化转型。IBM和他们相比就力不从心了，据查询6月1 IBM的股价是1200多亿美元，亚马逊应该已经超过1.6万亿美元，微软超过1.8万亿美元。从去年以来感受特别深刻，所有的事物都是在永远不停顿的发生变化，对公司来说也是这样，我们把公司看成特别复杂的生命体，它跨越新的达尔文之海，其实就是顺应从单一创新为主，到集成式的创新为主的潮流，并且满足新需求，创造新需求的过程。

“新IT”穿越达尔文之海的五点思考

今天我想大家举了很多联想的例子，其实我们都知道，他们也曾经像IBM一样，受困于自己的魔咒。在数字化时代不能顺应新的需求，完成基于智能化的集成式的跨越。这条路虽然很难，但是现在看来跨越得还不错，从2012年来可以看到他们业绩的振荡，最近拿出来的财报还是很有拐点意义，从财报当中可以看到是底层技术进行了集成化的落地，并且紧密的链结本土客户的结果。

我认为“新IT”要穿越达尔文之海，从需求端来看，我得出来五点思考，第一点，用传统的制造模式难以跳出原来的以产定销的难题。一个C端的品牌从企业的策划到最终的上市，这个过程太漫长，原来都是期货制，它是单纯从供给侧的提效对产业上下游的价值是非常有限的，“新IT”的核心还是要从需求入手，也就是生产用户需要的商品，以合适的数量，而不仅仅是高效的去生产，因为开足马力做起来就是一大堆没有用的东西，成为库存，放在货架上。

我最近去了一趟波司登调研，有一个特别大的感受，羽绒服现在数字化那么发达，羽绒服开始在每年2月份备货，因为他判断9个月之后冬天羽绒服的款式、颜色、尺码、数量，他决策的数据来自于刚刚过去的冬天，比如说2020年羽绒服的销量特别可观，波司登的财报就能看出来，2020年冬天特别冷，就算是像波司登这样的大品牌，主要的渠道都可以放在线上，但是也难以获得特别准确的数据。因为用户把服装放在购物车里面，如果最终没有完成支付行为你是很难判断的，是因为没有库存，还是因为临时改变了主意，这样很难判断用户行为背后的决策动机。

联想这次业绩增长这么好，就是因为回答了订单背后的这两个问题：第一，用户需要什么？第二，用户需要多少？如果是整条供应链没有办法敏捷的满足需求的话，你能预测出来需求没有任何用。如果大家经常去工厂有个感受，在传统制造模式的情况下，隔壁老王向工厂下了一条裙子，裙子是新款，工人的熟练程度特别低，供需配合也特别差，总体效率只能发挥20%，所以传统的工厂都有一个效率爬坡。我从2006年开始跑工厂，对这个痛点看了很多，效率爬坡要经历一周左右，过了一周之后产能就能释放70%到80%，效率50%以下的时候，生产产品都是亏损的。现在我们对敏捷制造的要求越来越高，对一个传统的制造工厂来说，订单数量越大，盈利空间越大，因为过了产能爬坡的问题。

第二点，对中国来说，我们要形成敏捷制造和柔性制造的供给，传统大厂模式和小厂模式一定都走不通，需求的驱动一定和智能制造相结合。

第三点，一座工厂的智能化可以分三个层级，最简单就是信息化，第二层是数字化，第三层是数智化。基于采集的数据通过AI做判断，然后再下达到边缘端，通过边缘端来执行。大家去联想的合肥工厂看都是有非常明确的感受。

第四点，产业互联网是一个短板理论，就算系统能力再强，设备能力跟不上肯定不行，就算生产再高效，上游采购的品质，交期不稳定也没用。“新IT”不能只看IT和制造，一定是端到端的齐头并进，联想原来参与过消费互联网，全链路的能力就是联想最大的优势。我买了一台汽车，理论上跑200公里每小时，但是走北京的三环遇到堵车，可能每小时20公里也跑不到，同时10辆车，马路能不能让所有的车都高速通过，这就是对智能工厂的要求。

最后一点体会，所有的IT人进入智能制造领域，要对制造业怀有敬畏之心。你没有办法把自己定位为赋能者，更不能傲慢。比如说我在阿里看一个案例，工人原来在智能工作台完成一道工序，把衣服要挂到吊架，应该拍一下台子上的按纽，因为给系统提供数据，系统根据你拍按纽的频率，计算你的工作效率，根据一天工作效率的变化，推演出你出来某一道工序的过程。现在很多搞IT的人很浪漫，根本不懂工人，但是科技是不能解决一切的。这就是我的一些分享！

（何伊凡，财经媒体人、原《中国企业家》杂志的执行总编辑。）