工业数字化转型:系统方法与敏捷实践电子书

前折页

书名页

赞誉

前言

第一篇 系统方法

第1章 不确定时代的工业数字化转型

1.1 狭义的数字化

1.1.1 信息技术的数字化

1.1.2 生活领域的数字化

1.1.3 工业领域的数字化

1.2 广义的数字化

1.2.1 信息物理系统

1.2.2 数字化的本质特征

1.2.3 工业数字化的概念和内涵

1.2.4 数字化如何创造价值

1.2.5 与业务匹配的数字化

1.3 智能的三个要素

1.3.1 什么是数智化

1.3.2 智能的维度

1.3.3 类比人来理解智能

1.3.4 数字化转型的要素

1.3.5 智能的底层要素

1.3.6 智能的层级

1.3.7 超越智能

1.4 数字化转型的历史背景

1.4.1 四次工业革命

1.4.2 技术发展的逻辑

1.4.3 社会流动的逻辑

1.4.4 数字化的时代背景

1.5 本章小结

第2章 以数字化应对不确定性

2.1 不确定性加剧的VUCA时代

2.1.1 封闭与隔离

2.1.2 前馈方式：可以预见的扰动

2.1.3 反馈方式：无法预见的扰动

2.2 用数字化从不确定性中获益

2.2.1 纵向资源整合

2.2.2 商业价值网络重构

2.2.3 内部闭环控制

2.3 创造价值的数字化

2.3.1 数字化的常见误区

2.3.2 创新的跃迁创造价值

2.3.3 业务与数字化的二维矩阵

2.3.4 数字化的企业心流

2.3.5 举例：工艺与质量的数字化

2.4 低成本的数字化

2.4.1 快速变化与信息碎片

2.4.2 十倍速的机会

2.4.3 避免盲目投资的浪费

2.5 数字化的场景举例

2.5.1 精益管理：消除工厂浪费

2.5.2 设计降本：挖掘设备的设计裕量

2.5.3 智能交通：缓解交通拥堵

2.6 本章小结

第3章 工业数字化转型的常规路径与集成探索

3.1 增强感知之路：数据中台和工业互联网

3.1.1 工业物联网：硬件成为数据入口

3.1.2 工业互联网：打通数据孤岛

3.2 提升智能之路：AI算法和工业大脑

3.2.1 计划排程与资源调度

3.2.2 实时模拟的数字孪生

3.2.3 数据分析的算法

3.3 自动控制之路：自动驾驶和无人工厂

3.3.1 工业机器人

3.3.2 智能设备

3.3.3 人机融合

3.3.4 流程自动化

3.3.5 无人工厂

3.4 数字化与工业化如何融合

3.4.1 数字化重新定义制造

3.4.2 以数字化的方式推进数字化转型

3.5 系统集成的探索

3.5.1 产业标准

3.5.2 蓝图规划

3.5.3 软件架构

3.6 本章小结

第4章 工业数字化转型的系统整合之路

4.1 打破束缚，变革业务

4.1.1 为什么数字化转型效率不高

4.1.2 技术创新如何创造商业价值

4.1.3 业务创新与边界拓展

4.2 基于控制论的系统整合方法

4.2.1 数字化转型的常规道路

4.2.2 数字化的系统整合方法

4.2.3 工业数字化的系统集成框架

4.2.4 基于控制论的理论框架

4.3 设定数字化的价值目标

4.3.1 围绕价值链的核心环节

4.3.2 加强核心竞争能力

4.3.3 提升价值创造的业务能力

4.4 选择有价值的场景

4.4.1 价值驱动的数字化

4.4.2 场景价值的判断条件

4.4.3 数字化的评测模型

4.5 本章小结

第二篇 敏捷实践

第5章 变革赋能的业务数字化实践

5.1 数字化的技术与发展层级

5.1.1 数字化技术的发展历程

5.1.2 智能制造的阶段

5.1.3 不同数字化阶段的特征

5.2 实时在线：全局视角的集中监控

5.2.1 集中监控中心

5.2.2 运营控制塔

5.2.3 管理驾驶舱

5.3 自主决策：数据驱动的快速响应

5.3.1 基于规则的自动响应

5.3.2 工作流引擎

5.3.3 设备数据流

5.4 智能控制：自适应的实时优化

5.4.1 精密机械加工的工艺优化

5.4.2 复杂工序的跨工序优化

5.4.3 精细化工的高级过程控制

5.5 设计数字化业务方案的方法

5.5.1 设计思路的改变

5.5.2 设计流程的改变

5.5.3 数字化方案设计方法

5.5.4 解构：从需求中挖掘真问题

5.5.5 重构：从思维突破到创新设计

5.5.6 业务数字化的设计模板

5.6 本章小结

第6章 最小作用力下的敏捷迭代

6.1 放弃确定性蓝图，追求迭代式进化

6.1.1 从不确定性中获益

6.1.2 数学中的迭代原理

6.1.3 迭代复杂问题的应对策略

6.1.4 从不确定性最大的场景开始

6.2 敏捷迭代的机制

6.2.1 PDCA式的迭代机制

6.2.2 闭环控制的迭代机制

6.2.3 自组织式的迭代机制

6.3 最小作用力原理

6.3.1 复杂问题的简单解法

6.3.2 人体组织的隐喻

6.3.3 减少转型的阻力

6.4 本章小结

第7章 突破创新的数字化研发

7.1 语言变革：专家的应用型编程

7.1.1 面向专家的编程语言

7.1.2 ChatGPT成为新的生产工具

7.1.3 对专家友好的人工智能

7.2 逻辑变革：人机协作的工业智能

7.2.1 知识的结构

7.2.2 从专家知识到算法模型

7.2.3 从必然性逻辑到可能性逻辑

7.2.4 从人机分离到人机协作

7.3 领域变换：跨界映射的工业智能

7.3.1 流动的技术

7.3.2 跨领域借鉴与创新

7.3.3 数学建模

7.3.4 锂电池行业案例

7.4 数字化研发的新范式

7.4.1 基于虚拟样机，优化产品设计

7.4.2 技术创新的第四范式

7.4.3 工艺研发数字化

7.5 本章小结

第8章 数字时代的敏捷组织和开放文化

8.1 生命范式的复杂管理学

8.1.1 对抗不确定性需要复杂性思维

8.1.2 组织与文化协同进化

8.1.3 组织与文化的一致性

8.2 企业的生命系统模型

8.2.1 企业的生命系统

8.2.2 企业的活系统模型

8.3 提升情感与品味，激活心流与创新

8.3.1 企业的三大核心系统

8.3.2 情感智能

8.3.3 品味与用户体验

8.3.4 向善的价值观

8.3.5 企业的心流与创新活力

8.4 数字时代组织的敏捷进化

8.4.1 赋能型的敏捷组织

8.4.2 组织结构的优化与发展

8.4.3 液态组织与自组织

8.5 本章小结

第三篇 探讨与展望

第9章 数字化的底层逻辑与哲学反思

9.1 加速流动的现代社会

9.1.1 加速发展的技术

9.1.2 越来越流动的社会

9.2 不确定性驱动数字化的演进

9.2.1 产品智能化的演进趋势

9.2.2 数字化演进的驱动力

9.3 信息和智能的哲学反思

9.3.1 赛博系统

9.3.2 信息哲学

9.4 转型和发展的哲学反思

9.4.1 自然演化的方向

9.4.2 竞争位态驱动社会进化

9.5 本章小结

第10章 未来展望

10.1 不同行业实施数字化的差异

10.1.1 产业链位置的差异

10.1.2 行业的差异

10.1.3 工业数字化对其他行业的启示

10.2 选择适合自己的数字化策略

10.2.1 数字化的充分必要条件

10.2.2 积极的数字化策略

10.2.3 保守的数字化策略

10.2.4 过犹不及：适度数字化

10.2.5 数字化转型策略

10.3 日益复杂的后工业时代

10.3.1 跨学科融合

10.3.2 跨领域融合

10.3.3 数字化转型的方向

10.3.4 不确定性驱动的复杂演化

10.4 AI时代的个人生存

10.4.1 用信任对抗信息

10.4.2 用创意对抗算法

10.4.3 保持个性

10.4.4 终身学习

10.4.5 Π型复合人才

10.5 本章小结

推荐阅读

后折页