这是我第三年策划Unicorns Academy的中国企业参访项目，但也是3年来，我最没有把握的一次。
过去我担心的是工厂够不够好、内容够不够深，今年真正让我头痛的却是市场。
经济放缓、订单不稳定、供应链持续扰动，加上成本压力，不少大马中小企业开始收紧预算。
我收到很多拒绝，有企业直接告诉我：今年不是学习的时候。坦白说，中间我真的怀疑，这个项目今年还能不能做下去。结果很有意思，原本预期中的中小企业团没有形成，反而来了一批跨国企业的管理人员。他们看到的不是一次去中国看工厂的旅行，而是走进制造现场，了解中国企业如何把人工智能（AI）、自动化、数字化、精益管理、供应链优化和商业创新真正放进日常营运。
于是，这趟差一点无法成行的项目最终落地，而且成为Unicorns Academy第一次连续5天、安排10家制造企业的深度参访：汇川技术、京东方、亨通、中亿丰、伊利、波司登、莱克、欧派、爱慕，再加上特别安排的AUO。
5天下来，我手机里拍满机器人、自动仓库、智能物流和数据看板。可是回到大马重新翻照片时，我突然发现：真正让我印象最深的，很多其实根本拍不到。这也让我开始把这趟旅程分成两层来看：看得见的创新与看不见的创新。
最容易拍到 往往只是创新表面
走进先进工厂，最吸引人的永远是会动的东西。机械臂精准抓取零件，会拍；自主移动机器人（AMR）自己搬运物料，会拍；机器视觉、自动仓储、AI检测和实时生产看板，更容易让人产生一个判断：“这家公司很先进。”
但到了汇川技术，我开始觉得，只看这些其实远远不够。真正让我感兴趣的，是它背后的发展路径：精益（Lean）→数字化→AI→柔性供应链→智能物流。这个顺序比任何一台机器都重要。
流程本身如果混乱，数字化只是把混乱搬进系统；数据如果不准确，AI只会更快地分析错误的资讯；生产、采购、仓储如果没有连接，再多自动化设备也只是一个个智能孤岛。
机器人是看得见的，但流程纪律看不见；系统是看得见的，但多年累积的数据质量、标准化和管理习惯看不见；AI是看得见的，但企业能不能定义正确的问题、判断AI的答案，这些也看不见。
一家公司可能6个月就可以买回一台机器，但它真正知道为什么买、解决什么问题、怎样判断有没有创造价值，这个能力往往需要很多年建立。
所以参访先进工厂以后，比起问“这个系统多少钱”，我越来越觉得，更应该先问：“为什么他们需要这套系统？在买系统以前，他们先把什么事情做对了？”
看板很先进 但红灯亮后谁动？
在京东方，我们看到生产看板持续呈现生产率、良率、效率、周期时间、仓储和关键设备等数据；到了爱慕，从订单、裁剪、缝制、团队生产率，到一次合格率、缺陷分析和生产输出，都逐渐数字化；波司登也把订单、生产、品质、精益和物流的信息连接起来。
第一次看到这些画面，确实会被震撼，但看了几家以后，我开始问一个更实际的问题：如果这个数字突然变红，然后呢？
良率下降，谁负责？设备异常，多久有人处理？生产、品质和工程意见不同，谁来决定？问题解决以后，经验有没有留下？下一条产线再遇到同样的问题，是重新调查一次，还是组织已经记住了？这些事情不会出现在漂亮的数据看板（Dashboard）上，却决定了那个看板到底有没有价值。
科技最擅长缩短的是“事情发生→数据出现→管理层看见”，真正创造价值的却是下一段：看见→判断→决策→行动→学习。这也是为什么有些企业实施了企业资源规划（ERP）、制造执行系统（MES）、AI和各种实时看板以后，会议还是一样。
最危险标竿学习
把别人看见的东西直接搬回来
去中国看先进制造，本来就是为了标竿学习，但标竿学习最大的陷阱，就是我们很容易复制“看得见的结果”，却忽略“看不见的条件”。
一家大马制造企业看到中国仓库里全部使用AMR，回来第一句话可能是：“我们也要。”但在问价格以前，真正应该问的是：他们每天处理多少货？库存单位有多少？库存准确率是多少？订单波动大不大？系统有没有打通？他们当初为什么自动化，是缺人、速度、准确率、空间还是安全？如果这些条件没有搞清楚，只复制设备，最后复制到的可能只是外观。
两家公司可以买同一品牌、同一型号的机器人，一家公司生产率提高，另一家公司却每天处理系统异常。原因可能是一家数据干净，另一家数据混乱；一家流程稳定，另一家天天临时改单；一家工程团队能自己优化，另一家任何问题都必须等供应商。
技术可以一样，结果却完全不同，因为真正不同的是企业那套看不见的创新能力。这一点到了AI时代会更加明显。未来越来越多大马企业都会拥有类似的AI工具，我们有AI很快就不会再是竞争优势。
真正的问题会变成：别人也有同一个AI，你凭什么做得比别人好？答案很可能不是AI，而是你能不能更快发现问题、更快理解客户、更快测试想法、更快跨部门协作及更快把失败变成下一次可以使用的经验。
企业真正厉害
不是做过创新 而是越来越会创新
这也是ISO 56001创新管理让我越来越有感触的地方。很多企业很容易证明自己做过创新：推出新产品、成立Innovation Lab、办Hackathon、实施AI项目、安装机器人，这些项目都有开始和结束日期，很容易在报告上写一个“Done”。
但真正的创新能力，不是完成一个项目，而是企业能不能不断重复一套过程：发现机会、理解问题、提出假设、测试、失败、学习、调整，再测试，最后才规模化。
回想这10家企业，我越来越觉得，它们并不是某一天突然决定我们要成为智能工厂，而是一层一层把能力累积起来。Lean让问题更容易暴露，数字化让过程可以被测量，数据让管理层更快看见变化，AI帮助预测和判断，柔性制造提高应变能力，智能物流再把生产、库存和供应链连接起来。
所以现在我看创新项目，除了问投资回酬率，会多问一句：这个项目结束以后，这家公司多了什么以前没有的能力？一个新产品失败了，却让公司真正知道客户为什么不买；一个AI项目没有马上赚钱，却逼着公司重新做好数据治理；一个自动化项目省的人不多，却培养了内部系统整合能力。
这些价值未必出现在利润表，却会让下一次创新更快、更便宜、更准确。真正优秀的企业，不是每一次创新都成功，而是每做一次创新，下一次都比上一次更聪明。
下一轮竞争
真正值钱东西 越来越看不见
回头看这5天，我当然还是记得那些机器人、自动仓库和巨大的实时看板，但离开苏州以后，我反而越来越少想机器本身。
我更想知道机器背后的流程是什么，数据背后的决策机制是什么，AI背后的知识是什么，自动化背后的人才如何培养，一家企业又怎样把一次问题变成整个组织都能使用的知识。
这些东西很难拍照，却可能真正决定企业未来的竞争力。培训时候，我谈了实现价值（Realised Value）与再分配价值（Redistributed Value）：技术只有真正改变成本、品质、速度、柔性或客户体验，才算实现价值；而价值进一步流向客户、员工、供应商和生态系统，创新才变得完整。
这次走完10家企业以后，认为，在这之前还有一层：看不见的创新（Invisible Innovation）→看得见的创新（Visible Innovation）→实现价值（Realised Value）→再分配价值（Redistributed Value）。
所以，真正值得大马企业从中国带回来的，不应该只是一张采购清单，而应该是一组更难的问题：我们到底想解决什么？组织准备好了吗？哪些能力必须先建立？哪些决定应该变得更快？哪些知识必须留在企业？最后，客户究竟得到了什么？科技的发展只会越来越快，而企业真正的竞争，也会越来越从“拥有技术”转向“拥有运用技术的能力”。
最后，我想用三句话，为这趟苏州的学习旅程，也为我对下一阶段创新的思考做一个总结：昨天，是自动化计算；今天，是自动化智能；明天，是自动化发现。
打开全文
评论 (0)