第三个是智能化，以深度学习为代表的人工智能领域在工业领域很成熟的技术也是无法解释的，就是机械重复训练一个卷积神经网络，通过仿真结果会发现，只是用数据去塑造这个网络，并没有教会它思考和推演。

第二部分是国轩高科数字化和智能化重点专项的需求背景。国轩2020年和德国大众联盟以来，我们的业务越来越呈现出一种VUCA特性，整车厂很难把订单跟你分解清楚，很有可能今天跟你签了，明天说不要了，因为动力电池行业是在风口上，利润、订单、家政策的扶持，你不需要担心，但是它也在野蛮生长，也就带来上下游环境不太成熟，业务线VUCA色彩特别特别严重。

在产业链我们组织团队进行了分析，借助于中科院院士团队和麦肯锡这样专业力量进行了梳理，首先肯定是多因素叠加的属性，动力电池产业链供应链正在加速重构，产业格局正在重塑，我们的企业要不断地进化和发展，市场环境也是高度复杂的，上游基础原材料供需错配，下游需求波动较大，行业竞争加剧，以及新冠疫情等不可预测事件，正在加速重构动力电池产业链。

动力电池本身，也就是我们最核心的竞争力匹配的形态，技术架构，全生命周期正在被重新定义。就好像马斯克说的“软件定义汽车”，以AI技术为核心的数字技术正在颠覆整个汽车产业，我们也算是半个汽车行业的成员，动力电池研发、生产、运行、维保、回收再利用等全生命周期过程正在于互联网、大数据、AI等深度融合。比如说汽车退役的电池用到储能，我要知道它的容量衰减到什么地步，AI技术能不能100%准确预测，一辆车通过全生命周期运行以后，SOC还剩多少？到目前为止国内没有一家AI行业供应商敢跟我们打这个保票他们这个技术是OK的。

过去17年我们成绩斐然，硕果累累，充分证明国轩已机身全球动力电池和能源存储产业的领先行业。2021年我们营收达到103.56亿，截止目前为止我们已经突破了这个数字。

那么我们谈需求，需求第一项是什么？首先我们要判断现状，我们的基础是什么呢？信息化3.0该有的我们都有了，系统我们也上线了，已经取得了很好的设施基础，但是目前的问题在哪呢？就是体系系统架构能力不足是我们建设智慧国轩建设面临的最大挑战，我们通过外购外包建立信息化系统解决了很多单点问题，解决了各个业务域的问题，但是我们承受的代价是什么呢？我们建设了很高很深的业务烟囱和数据烟囱，并且受制于人的情况非常地明显，有很多公司已经不再维护他们的产品，我们再去购买他们的产品，他们的产品已经无法满足我们作为全球化企业的需求了。

在这里面体现几个方面：流程数字化体系，端到端流程未全面管控。信息系统逻辑架构单点，数据治理体系零散，能力体系建设还像十几年前大型企业信息化办公室，因为我们这个行业是比较年轻的行业，虽然是先进制造业，但是在数字化技术这块今年董事会才联合发布数字化和智能化的元年。

数字化最大的优势是用来应对VUCA场景，在方法论里面，在系统工程那本书第一章里面说的，以不确定性去应对不确定性。说白了，在数字化领域应该是以计算机科学为基础基座，引入多学科交叉的设计思想，同时应对多元信息融合的一种场景去进行一种具系统工程的设计、实施、迭代、优化，我们在设计技术路线的时候也是基于这个原则。

首先我们的技术路线目标是从多维度助力国轩尽快达到工业4.0的企业能力层次。目标是之国轩建设是驱动公司成为行业领先的数智化企业的战略选择，达到行业领先前面走的路还是很长的，从场景到视图到生态，这张图是我自己设计的，这里面的东西比较多，我也就不展开介绍了。

整体路线的概述，其实这张图浓缩再浓缩就是三步走。

第一，建平台级系统；

第二，形成自己的能力；

第三，形成自己的生态。

阶段划分不展开细说了，第一步打造数字化基座，第二步建立生态，第三步构建智能化应用，最后达到企业级智能，态势一体，数据赋能，精细化管理，降本增效，智慧决策的目标。

研究内容方面，总体技术路线，我牵头把它抽象了9条线， 9条线分为三个类型：共性技术线，业务场景线，领域预研线，每个线穿透，穿透以后形成矩阵，每个矩阵节点就是内容，这里举11个例子在不同域和不同线是怎么体现的。

1、追踪分析从矿产资源到商业应用的动力电池全产业链各环节重点企业的最新动态，研判技术与产品发展趋势，绘制产业链技术图谱。

2、站在能源社会、智慧社会、数字技术赋能以及国家战略的高度，立足我们实际，谋划未来5-10年公司发展的核心业务，顶层设计智慧国轩战略蓝图。

3、规范数据标准，沉淀数据资产，建立面向供应链的数据治理体系。我们的数据种类非常非常多，生产域，管理域，经营域，每天都在产生PB级数据。包括最近主持的和生产制造行业设备厂家去定素材结构化上传协议，我们自己定义了一款前置网关进行数据采集。

4、建设采购、生产与供应商之间的业务协作平台，消除信息断点，构建基于供应商分类和项目分类的多维度供应商管理体系。我们是先引入咨询公司和业务域领导一起工作，建立基于供应商分类和项目分类的供应商管理体系，基于这个体系映射出新的SaaM平台。

5、构建基于“数据底层-业务中台-功能组件”的数字化供应链管理信息系统架构。

6、以数字技术重新定义供应链业务过程，设计供应链驾驶舱数据管理体系和管理决策模型体系，实现业务对象和业务过程权威的数字化和模型化表达。我们在做数字化转型时候很缺失的一点是把数据拿上来，怎么样用最优雅的方式来利用这些数字？在软件行业我们会说，一个优秀的软件工程师参加ACM拿金奖，参加数学建模大赛也可以拿金奖。

7、数字化采购平台，供应链采购环节的深度数字化升级和智能化探索应用。我们在传统业务系统上面会加一层PDWS系统。数字化采购决策支持系统原型开发这里给大家介绍一下，第一步从基础平台数据挖到引擎层，引擎分为流处理、P处理和数据转换，后面会有时序数据智能套件，核心是算法库，通过自适应集成、主被动查询、交互式数据建模以及低代码开发方式就可以完成这五大功能，最后形成服务。

8、构建面向大智能制造的国轩智能化的平台，这个不多讲了。

9、建设具备分布式云原生能力和高度软件可定义特性的业务中台，高度足见可定义，能够支撑敏捷模式的数字化平台建设

10，软硬一体化的数据设施建设，实现对数据智能化采集，预处理、传输、存储、分析全生命周期全流程的有利支撑，我把它分设备层、连接层、融合层和智能层。

最后还有一些扩展思考，现在国家反复强调几个关键词：1、大力发展数字经济。2、自主可控。3、做好准备过冬。这个时候国家在大力推行数字生态，全链自主可控。我们也在反省，以动力电池为代表的先进制造业是不是探索一套适合企业自身深层次的发展逻辑呢？

在几年之前我们采用第一种方案（100%外购外包），我们数字化部门和采购部门的关系非常好，采购部门的业绩全靠我们，麦肯锡做一个咨询2000万，这些钱花下去就发现，可能从宜春工厂挪到唐山工厂都费劲。德国分公司生产数据和国内都不能达到无缝转接，生态型拼接。

100%自研，这个逻辑更行不通了，我们是动力电池公司，不是软件公司，不可能把大量生产经营成本投入到软件算法软硬件系统和协同系统研制上面去，这个时候能不能学习我们国家造航母的思路呢？就是自主可控思想，就是需要有一群志同道合的愿意和我们国轩高科一同探索，我们现在有百度云，阿里云，中国科学技术大学，南京大学等面向新能源行业数字化智能化系统范式级的伙伴。

我们的目标是以公司为主，整个行业来辅助公司前进，战略统一，战术灵活，每一个场景需要达到最佳的效益成本比。面向动力电池行业探索出一套数字化范式以后能不能把它做成生意呢？我们当然可以把它做成生意，特别是在蓬勃发展的行业，包括宁德、华为现在都在布局这个方向，这是我个人认为的各行各业做数字化最高的目标，就是要让我做的事情最终在社会产生效益，帮助国家解决问题。

以上就是我从计算机技术，从数字技术，从系统工程层面对国轩高科数字化智能化转型升级的分享，当然具体业务展开那就太多了，因为今天时间有限，我就不做展开分享了，好，非常感谢大家。返回搜狐，查看更多