至顶网CIO与应用频道 10月24日 编译:去年《哈佛商业评论》(Harvard Business Review)发表的十大业务转型最成功的企业榜单既包含了很多常见的方面,又有很多人甚至都没有注意到的方面。
蒂森克虏伯(Thyssenkrupp AG)是一家德国材料巨头,其历史可以追溯到200多年前,该企业的总销售额中有47%是来自于新增长领域。
蒂森克虏伯的主要业务覆盖钢铁制造、汽车技术和电梯等工业设备。看起来蒂森克虏伯似乎并不是数字化转型的有力候选者,但这家企业重新思考数据客户价值的努力正在开始见到成效。
其中一个成功案例是MAX,这是电梯行业首个基于云的实时预测维护系统,可以为近42000个客户减少停机时间。MAX是蒂森克虏伯与微软合作使用预测分析技术的成果。在与微软的合作中,蒂森克虏伯还采用了微软HoloLens为电梯维修人员提供帮助,前不久,还利用HoloLens为残疾消费者设计了家庭楼梯移动系统。
这些只是工业巨头蒂森克虏伯在其北美分部进行的26个数字化转型项目中的一小部分。作为北美分部的负责人,首席执行官Patrick Bass在蒂森克虏伯美国和德国电梯运营方面拥有近二十年的机械工程经验,他让整个公司对其核心业务重新思考,其中很多业务已经受到低成本竞争对手和商品化的抨击。
Bass在接受采访使表示:“我们经历了‘去产品化’业务的过程,因为产品生命周期变得比以往任何时候都要短。我们正在关注旗下所有42家企业,看看我们能在哪里推动新的价值。”
技术不是一切
数字化转型通常被认为与主要的设备新投资是齐头并进的,但蒂森克虏伯抱有更实际的观点。他们只是把新型的传感器和工具作为最后的一种手段,而他们首先要依赖的是已有的数据。Bass说:“不要被统计回归和传感器束缚住了,你可能拥有的数据远比你意识到的还要多。”
蒂森克虏伯也并不寄望于靠软件或高科技服务赚钱。与通用电气不同,通用电气设定了很高的软件许可销售目标,而蒂森克虏伯将数据视为售卖出更多电梯、造船设备和汽车零部件的一种方式。Bass说,一切都是关于改变与客户谈话的内容。
这一切都始于大约4年前的建筑业主与他们之间的疯狂关系。事实上,大多数购买电梯的人并不喜欢电梯。电梯占用空间、浪费时间、并且经常出故障。
Bass说:“这是客户必须购置的设备,而且通常是有法律规定的。当电梯需要修理的时候,你的工作安排就会被打乱。但电梯依然经常发生故障。”
电梯行业的标准维护做法,就是监控设备并告知建筑物业主电梯何时发生故障。蒂森克虏伯有一个简单但却是革命性的想法,“我们不想等到电梯发生故障的时候才有所行动,”Bass说。
也许从当下来看,预测性维护在工业企业中大受欢迎,但4年前并非如此。预测设备故障意味着要收集数据,但这并不意味着安装新的传感器。事实证明,许多必要的数据已经被锁定在蒂森克虏伯电梯技术人员的头上。
例如,他们知道电梯门在底层发生故障的几率要高于在高层的时候。他们也知道,某些特定的使用模式比其他模式更容易导致故障。
Bass说:“我们意识到,我们没有必要放置传感器;我们已经拥有了这些数据。”数字化转型并不是说要添加传感器,而是要捕获相关知识并将其与已知的使用模式进行匹配。“这是我们数字化转型旅程的开始。”
MAX改变了蒂森克虏伯与客户交流的方式。虽然Bass没有提供具体细节,但他表示,蒂森克虏伯的服务留存率呈现上升趋势,现在招标过程的重点不再是价格,还是总价值。
他说:“我们看到了增长、效率的提升以及市场对我们品牌的看法发生的变化。”同样令人欣慰的是,蒂森克虏伯的所有主要竞争对手都在消防他们的做法。
经验教训
Bass表示,数字化转型的一个重要部分是,退后一步,问问你到底做的是什么业务。“很多人会说,蒂森克虏伯就是做电梯的,但我们其实是一家运输公司,我们搬运的是人才。”
将业务提升到更高的水平,不仅可以释放创造力,还可以激励员工。蒂森克虏伯的管理者喜欢谈论公司在建设智慧城市和精简城市交通方面所发挥的作用。
“很多人的一天在电梯里开始和结束。”了解人们何时上行和下行,就如在城市规划中了解他们什么时候从城市一头转移到另一头同样重要。这种想法促使蒂森克虏伯在去年推出了全球第一部横向移动的电梯,这种创新技术最终可能会改变建筑物的设计方式。
MAX和其他25个正在进行中的转型项目让Patrick Bass得到了怎样的启发?其中一个启发是,数字化转型是关于设定可转化为客户价值的现实目标。
“我们从一个来源、一个事实、在创造价值的闭环系统中的实时信息等不同角度来看。如果没有创造出具有变革性的价值,那么你就不应该这样做。”
这也是一个没有任何明确终点的旅程。他说:“这不是一个已经完成了的旅程。这是一种需要持续执行业务的新方式。”
他补充说,不要忘记人才的因素。蒂森克虏伯从电梯技术人员那里吸取了他们积累了多年的专业知识,这么做不是为了让他们丢掉工作,而是为了提高他们的工作效率。
“如果我们没有保持这种服务机制,我们就不会取得成功。我们需要赋予员工权力。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。