近日,全球特种化学品公司Celanese高级副总裁、首席信息官兼首席数据官Sameer和我们谈论了他为什么要制定三管齐下式数字战略。
Celanese公司在全球27个国家或地区经营着50多个大型制造工厂,近年来该公司进行了数次重大收购,包括收购了杜邦价值110亿美元的移动和材料 (M&M)业务。与此同时,Celanese公司正在进行大规模的数字化转型。Sameer Purao是在2021年加入公司的,担任首席信息官和首席数据官,他把变革管理作为团队的核心能力,确保他们专注于价值、敏捷性和目标,从而让团队和公司保持专注。

全球特种化学品公司Celanese高级副总裁、首席信息官兼首席数据官Sameer
Celanese公司正在进行哪些业务转型?
我们正在引领以三大支柱为重点的数字化转型:客户体验、制造和供应链。我们和客户展开合作,为汽车、电子、服装、医疗和制药等市场提供解决方案。我们现在为客户提供一个AI驱动的数字平台,这个平台围绕产品级选择为广泛的应用提供特定解决方案,这个强大的AI平台简化了电话和电子邮件之外的沟通,创造了独特的个性化体验。
我们还将整个流程数字化,以便客户可以查看数据规格和技术表、订单接收和样品、以及过程追踪。当然,现场员工仍然可以根据需要为客户提供帮助。目前,我们已经完成35%的订单流程自动化,目标是在未来18个月内达到90%。
您是如何实施制造和供应链转型的?
我们在全球拥有52家制造厂,其中一些工厂已经有100多年的历史了。有些工厂规模很大,覆盖面积达两平方英里以上,采用的是手动流程运行,需要花费大量时间在多个非集成系统上进行数据输入和数据收集。因此,我们正在将这些工厂转型为智能工厂,实现自我优化和自主化。从三年前开始,现在我们已经完成了第一家数字工厂,正在建设第二家工厂。
我们的方法是端到端的转型,包括安装5G网络围栏,以及通过安全连接多个系统来开发集成数据平台,以驱动多个用例。
我们已经在所有工厂开始了部署数字制造基础版本,这是一个具有情境化的单一平台数据湖。工厂的所有设备,包括P&ID和图纸,都在这个数据湖中被具象化。我们为一家工厂投入10个人,花了6个月的时间专门负责这项工作。我们的计划不是要取代人,而是要让他们更高效,因为我们坚信价值不是来自技术,而是来自人。
最终我们会把我们最大的工厂实现数字化,随着使用案例的扩大,我们从第一家工厂获得的价值将推动对其他工厂的投资。今年我们刚刚推出了数字供应链,还没有数字制造或客户旅程那么成熟,但这是我们数字化转型的第三大支柱。
我们不想一次性全铺开这三方面,因为工作量太大,所以我们分阶段完成了这一旅程。我们三年前开始数字化制造,两年前开始数字化客户旅程,现在我们开始供应链和可持续性。
您采取了什么方法来确保这些投资的投资回报率?
我们是以用例为重点进行创新的,因此我们不会在这里实施数字孪生或在那里实施物联网。通过在用例级别定义我们的转型路线图,我们可以有效地跟踪价值并确定优先级。
现在我们已经非常接近于拥有一个自筹资金的模式,其中维持数字制造所需的投资额将低于我们每年创造的价值。我们大约完成了70%,意味着我们创造的价值相当于我们投资的70%。
当人们衡量价值的时候,有时会谈到节省的时间或效率,但这不是我们衡量价值的方式,我们所谓的价值必须给企业利润带来直接贡献。
您是如何实现无机增长的?
在过去几年中,我们从杜邦和埃克森美孚收购了两家大型企业,增加了120多个站点、1020个应用和一个有着26年历史的SAP系统,来完善我们自己拥有18年历史的系统。当我们整合这些大型收购的时候,正处于数字化转型的中期,我们在创纪录的16个月内完成了整合,其中还包括升级S/4HANA。
您是如何构建转型新思维的?
我一直认为,创造价值的是人,而不是系统。我们的传统文化专注于持续改进流程和降低成本。当我们需要用更少的钱做更多的事情,而数字化还是一个新词时,这就是正确的方法。我们在很多方面都进行了一些数字创新,但由于技术成本高昂,我们没有进行变革管理,也没有实现规模价值,因为我们没有推动任何真正的转型。
当我们决定转型的时候,我们希望在未来四年内看到我们的运营模式发生重大变化,而不是下个月或下个季度。这就需要我们的团队在思维上有重大的转变,所以我们把人放在战略的核心。考虑到非有机收购加上数字化转型带来的巨大变化,我们的CEO要求我们的CHRO和我推动组织公司内部的文化变革。虽然我在整个职业生涯中都在推动变革,但这是我第一次担任一家大型跨国企业指定的变革领导者。我必须在短时间内学习很多东西。
我们决定,变革、敏捷性和价值是把人置于转型核心的关键。我们做的第一件事情,就是组建一个企业变革管理小组,我们的CHRO和我决定将其纳入IT部门,因为我们推动了大部分的转型。凭借敏捷性,我们可以快速做出大胆决策,并在需要的时候做出调整,这使我们能够快速行动并创造可持续的发展势头。
我们的数字计划旨在推动价值,而不是实施机器人、数字孪生和无人机等花哨的技术。我们专注于推动收入、生产力、收益、可靠性和安全性,并通过每月的运营KPI进行衡量。
您建立这种目标文化有什么务实的方法吗?
我告诉我的团队,他们需要不断谈论我们这样做的原因。当公司在新冠疫情期间把数千名员工转移到远程办公模式的时候,他们通常没有变革管理团队告诉每个人如何创建远程工作环境。每个人都一起工作,因为他们的“为什么”——人身安全——非常强烈。但是当你没有强烈的“为什么”时,如何做和做什么就不重要了。
我们进行数字化制造的原因远不止是它对利润的贡献,这关乎企业的生存。我们的子孙在技术的帮助下长大,他们拥有灵活性,因此下一代不太可能还在传统环境中工作。我们必须数字化,必须将人置于我们战略的核心。我们工厂有很多员工自愿加入这个数字化团队,我们的一些工厂也要求成为下一个数字化团队。人们正在为这一变化而奋斗并接受它,这就是为什么我们相信我们正在走上持续而成功的转型之路。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。