质量数字化转型路上的“坑爹”陷阱：你踩过这些硬件智能化、管理软件化、检验自动化的坑吗？！

原创贾自强 QualityIn质量学院

前言

伟大的企业需要不断与时俱进，质量数字化转型，已然成为企业的必答题，甚至成为很多组织的重要战略任务。

然而，大多数企业的质量数字化转型并不是一条看似铺满鲜花与掌声的高速公路，每一步都充满未知与惊喜的冒险——只不过，有时候，惊喜可能迅速转化为惊吓，让人不禁感叹：“这坑爹的旅程，何时是个头！”

QualityIn质量学院创始人贾自强老师，基于QualityIn质量学院多年研究和企业数字化转型咨询方法论，对企业数字化转型推进思路进行了详细解读！

本文篇幅较长，全文近5,000字，如果你能耐心读完，说明你对数字化转型已经有一定的理解和认知了。只有同频，才能共振！

本文作者：贾自强老师

QualityIn质量学院创始人

IATF前见证审核官

零缺陷质量战略---OPLE模型创始人

西安交大中国西部质量科学与技术研究院技术委员会委员

2024年刚刚过去的几个月，我们收到最多的企业需求问询都是有关质量数字化转型的。比如，质量数字化工作到底如何开展？我们准备规划建设质量信息化系统，但不知道从哪入手？我们准备搞进货检查数字化，能帮我们推荐一些自动化检测设备吗？如此种种，不一一列举。

数字化转型是企业应对未来发展的必然选择，既是机遇，也将面临巨大挑战。而其中，质量管理的数字化转型是其重要组成部分，并且是非常特殊的部分。

我们在与企业接触过程中，感受到当前很多企业的质量数字化转型，亦或是整个数字化转型工作，或多或少都走入了一些误区，甚至是在错误思维指引下开展工作的。可以预见，这样的数字化转型不会有太好的结果，会让企业错过最好的转型窗口期，在未来的竞争中处于劣势。

质量数字化转型的误区！

我总结了一下，企业在数字化转型推进方面存在的误区主要有如下几个：

1、没有清晰的数字化转型战略，或者是转型战略与企业战略不匹配，不兼容。

数字化也好，质量数字化也好，都是只是手段，不是目的。企业发展的目的一定是为了实现自身战略目标，提高经营能力，说的更直白一点就是提高盈利能力。

一个没有清晰战略方向的公司，盲目实施数字化转型（包括质量数字化转型），很可能会出现南辕北辙的情况。

数字化一定要能够支撑公司的业务战略，业务发展的需要。比如，如果你是一家面向C端，走定制化路线的家居灯饰企业，那你的数字化必须能够支撑多品种小批量的开发、生产、采购及销售模式，否则，后果很可能是灾难性的。

2、没有清晰的转型路径规划，走一步看一步，试错成本高。

数字化转型除了需要清晰的战略指引，更需要清晰的实施路径。数字化转型是一个长期的过程，不可能一蹴而就。

因此，需要企业有一个清晰的、长远的转型路径规划。这就好比我们要去远方旅行，一定要规划好整个出行路线，然后才能一步步地超目的地进发。

否则，很可能会出现盲目前行、短视、短期行为、绕路、错路、非最佳路径等各种情况，极大地延缓到达目的地的时间。

3、缺少顶层设计，各自为战，没有清晰的业务逻辑主线。

数字化，一定是全系统，全业务，全流程的数字化。数字化，一定不是局部的信息化，局部的自动化或所谓的智能化。没有全盘思维，这是一个通病。

企业在整体的数字化转型推进中缺少整体的规划，质量数字化也不例外。各业务部门有一个想法，提一个需求，我们就做一块儿，满足一点。但是，这部分内容在整体的数字化架构中处在什么位置？什么层级？左邻右舍是谁？兄弟姐妹是谁？与其它业务的数字化系统是什么关系？没人能说的清楚，讲的明白。

上述问题最大的表现就是“数据孤岛，功能重叠”，给企业带来IT系统的巨大浪费和系统冗余，但系统的效能却非常低下。

很多企业很早就完成了信息化改造的工作，但为什么现在要推倒重来？很大的一个原因就是缺少顶层设计，各种信息系统堆叠，但却无法支撑数字化转型的工作。

缺少信息系统的顶层规划和设计，没有梳理清楚每个业务系统的功能及管理边界，没有梳理清楚每个业务系统的业务逻辑和数据主线，是企业数字化转型过程中的普遍性问题。

4、错把信息化当数字化，错把自动化当数字化，错把数据大屏当数字化。

当前，多数企业有一种错误的思想，那就是，把过去在线下做的事情搬到线上去，实现信息化管理了，这就是数字化。也有人认为，把过去人工做的事情改为自动化，硬件智能化，数据采集自动化，并在数据大屏上展现出来就是数字化了。

有一次，我给一家国内知名的汽车集团企业讲质量数字化的培训课程，课前，我让每位学员介绍一下各企业质量数字化的实施案例。其中一家企业的总经理介绍到，他们目前生产线的作业指导书全部都电子化了，在生产线的电脑屏幕上可以展示。我追问道：“那然后呢？”，但回答却没有然后了！

还有一家企业，总经理跟我介绍，这些年他们在信息化投入上不可谓不大，前前后后投入将近1个亿人民币。但是，总感觉投入产出比很低，好像这些系统也没有发挥出他们当初设想和期望的效能。

上述案例并非个例，企业对数字化转型的理解还非常的初级，甚至有些质朴。普遍的认知是，我们把当初线下做的事情搬到线上，能够实现数据自动采集就是数字化了。但没有人去思考，过去线下做的事情就一定对吗？数字化的一个核心思想是用数据驱动业务，那我们采集到的数据可以作为业务驱动的动力吗？简单的，复印机式的IT化是解决不了这个问题的。

在数字化思维指引下的信息化系统规划和建设绝对不是简单的把线下业务搬到线上，而是要基于公司战略需要，积极思考如何提高当前的业务效率，解决业务痛点，建立数据规则，利用数据驱动业务，利用数据提高业务效率。

5、缺少数字化人才，也不清楚如何培养数字化人才。

基于数字化转型的发展路径，数字化人才对企业而言愈发重要。顶层设计非常重要，做起来的确很难，这需要企业数字化能力的支撑。但是，企业恰恰普遍欠缺的就是这个部分。

真正的数字化人才一定是既懂得业务，又懂得信息化，既要有管理思维，又要勇于变革和创新的“超级复合型人才”。单纯IT驱动的数字化转型是不可取的，更不可能成功。

如何避坑？！

以上是我总结的几个企业在数字化转型推进过程中出现的典型误区。针对这些误区，我们该如何应对和解决呢？

以下三点是我们基于多年数字化转型研究和大量企业实践验证，系统总结的一些方法论和实践经验，供大家在数字化或质量数字化转型推进中参考。

首先，必须明确数字化转型的战略和核心目标。

数字化转型是手段，不是目的，这是一个不断推进和深入的进程。数字化一定是为企业战略和企业经营服务的，可以认为是企业管理的范畴。

企业经营是为了获得资产效益，企业管理是为了获得资产效率，因此数字化转型的核心目标之一一定是为了提高企业管理运营的效率。而“第一次把事情做对”（这是零缺陷思维的核心思想）恰恰是最高效的做法。因此，以“零缺陷”为战略导向是质量数字化转型的必然选择。

其次，必须有清晰的数字化转型实施路径。

前面讲到，没有清晰的数字化转型路径规划是企业的一大普遍问题。战略不清晰，则没有方向，路径不清晰，则没有头绪。下图是QualityIn质量学院总结的，针对制造型企业的质量数字化转型实施路线图，对于整个数字化转型而言，同样适用。

数字化转型实施路线图

数字化转型应做好上述三个阶段，五个步骤的工作，每一个阶段和步骤都是后续实施的基础和前提。

第一阶段是数字化转型的基础阶段。其核心目的是业务与管理的变革（第一次把事情做对），并基于变革的结果，产生业务数据，连通业务数据。在这个阶段，有如下几件关键事情必须做好：

1、管理变革和业务流程梳理。匹配公司战略并支撑公司经营活动的业务流程才是实施数字化转型的基础，利用数字化转型的大潮，极力推动企业管理变革（甚至可以理解为二次创业）。千万不要做现有流程和业务模式的搬运者，要研究每个业务的底层逻辑，应用“第一性原理”，努力实现组织与流程的双重优化，甚至是颠覆性变革。

2、信息化系统的顶层规划。基于优化的业务流程和业务目标需求，系统规划信息化系统，包括支撑数字化实施的信息化系统业务架构、应用架构和技术架构。要基于业务流程的底层逻辑和核心业务主线，梳理数据主线，做好数据埋点和预设。

比如，研发质量管理的底层逻辑和业务主线就是监控“从需求到转化为产品”的过程，因此，质量信息化系统的规划一定要考虑，产品需求管理、产品功能定义、产品特性传递、功能和特性验证等信息系统或管理模块。

质量管理的信息化系统不是大而全，而是要从各业务的信息化系统抓取业务数据，分析业务数据，并作出监控和预测，指导业务的质量管理工作。

依据基于数字化思维的信息化系统顶层规划，逐步实施信息化系统建设和开发，为业务数据的产生做好准备。

3、信息系统建设和开发。数字化思维下的信息系统开发有别于传统意义下的信息系统开发。

传统信息系统开发更关注信息系统对业务活动的承载作用，比如将线下的审批活动搬到线上，将线下的文件传递和存储模式改为线上传递和存储模式等。

数字化思维下的信息系统开发更关注结构化业务数据的生成及业务数据的应用，比如基于数字化思维的FMEA开发系统，关注的不仅仅是如何产生FMEA表格本身，更要关注如何将用户需求转化为产品功能以及产品特性和过程特性，并触发针对这些特性进行管理的其它信息系统（如，试验数据管理系统TDM，制造执行系统MES等）。

QualityIn质量学院匠心开发的FMEA软件

开发流程化/流程数据化是FMEAPLUS软件的底层逻辑

4、不同信息系统间的数据集成。要基于业务流程的底层逻辑和核心业务主线，做好信息系统间的数据集成，确保不同信息系统间数据的连通和数据的交互。

5、数据标准化。数据标准化是有效推进数字化转型实施的基础工作，这项工作做不好，会极大影响后续的数据应用工作。数据标准化类似于推广普通话和统一文字，车同轨，书同文，大家都讲普通话，都使用同样的文字，才能更好的沟通和交流。

第二阶段是数字化转型的升级阶段。所谓“运营数字化”或“业务数据化”，就是在第一阶段管理变革、数据产生与连通的基础上，逐步由传统的“时间或事件驱动”业务，转变为基于“数据驱动”的业务。

简单说就是用数据或数据规则驱动业务活动，比如，基于数据规则确定问题的重要度等级，进而自动触发问题解决流程（如，8D等）。传统管理模式下，这件事基本上是由“人”来定义或触发的。

“运营数字化”或“业务数据化”也仅仅是对基础数据的应用，真正的大数据（一般以PB来衡量，1PB=1024TB）应用才是人工智能的基础。这个时候，我们对数据的应用才真正上升到更高的层级。基于行业大模型或场景模型（如，基于各种切削数据，建立分析预测模型，预测刀具寿命），应用人工智能做好业务监控、业务分析和业务预测。

有了针对大数据的应用，借助人工智能技术，我们才真正开启了“决策智能化”的进程，数字化转型将进入一个全新的境界。所谓“去中心化”的质量管理才有可能实现。

第三阶段是数字化转型的终极阶段。未来数字化的终极模式一定是整个数字化生态的构建，整个行业、整个价值链（客户、企业、供应链）等，都会融入这个生态之中，大家用数据作为媒介链接在一起。

以质量数字化为例，未来的质量管理场景可能是，用户在使用产品过程中的一个问题，马上被产品的管理系统捕捉并传递给生产企业，生产企业的数字化管理系统迅速做出诊断和判断，并将问题传递给生产线或相关供应商，以便他们做出快速的处理，并实施避免类似问题的解决措施。

最后，企业必须构建系统化，专业化的数字化人才队伍。企业具有数字化思维人才的多少将直接决定数字化转型的成败。

本质上，数字化人才应该是本业务领域的业务专家及数字化专家的复合体。但是，这种复合型人才又何其稀缺。因此，企业有必要系统化规划和培养这类型人才，下图是一个可供参考的数字化人才模型。

在描述人才的能力结构时，企业会采用上述“T”模型结构，以描述人才能力的“广度”和“深度”。其中横向能力维度代表跨行业、跨领域的通用软性技能，包括领导力、学习力、沟通力、战略思考和分析、灵活度和弹性等。纵向能力维度则代表专业领域的知识或硬技能，比如对某一行业、某一流程的专业知识和深度洞察。

而企业所需要的数字化人才在自己所处的传统业务领域能力要求的基础上，还需要建立在数字化领域的能力特长。如果展现在人才能力模型上，则需要在“T”型能力模型基础上，新增一个纵向能力维度，即“数字化知识和技能”。

--- 今日互动 ---

在数字化思维指导下，

企业应该开发什么样的质量信息化系统（QMS）呢？

欢迎大家在评论区留言！

One More Thing

新版APQP视频课，5月10日上线！

由QualityIn质量学院创始人贾自强老师亲授

帮助你轻松上手学！

▼▼▼

（点击图片购买）

继续滑动看下一个