工业互联网平台情境下制造业企业服务化的适应性机制

刘祎

[摘 要]在新工业革命的推动下，如何利用工业互联网平台促进传统企业顺应数字化趋势、实现服务化转型具有现实紧迫性。研究从复杂适应系统的视角出发，基于技术适应性和演化适应性，构建基于工业互联网平台的制造业企业服务化系统动力学模型，利用Vensim PLE软件进行模拟仿真分析。研究发现：制造业企业通过工业互联网平台基于技术适应性和演化适应性分别实现了基于产品的服务化和基于用户的服务化;工业互联网平台和制造业企业相互作用呈现纵向演化规律，但各演化阶段不是替代关系，而是并存关系，发展过程呈现协同演化规律。研究丰富了工业互联网平台驱动的管理范式和制造业服务化理论，为企业利用工业互联网平台实现服务化转型提供借鉴，为提升供给体系对需求的适配性、畅通国内大循环的实践发展提供有益启示。

[关键词]工业互联网平台;制造业服务化;技术适应性;演化适应性

[中图分类号]F272 [文献标识码]A [文章编号]1673-0461（2021）09-0029-11

一、引 言

制造业服务化这一概念最早由Vandermerwe和Rada（1988）提出，是指在竞争日益激烈的时代背景下，服务不再被视为成本，而是逐渐与产品融合，成为企业重要的价值来源[1]。服务化的实质是提高生产端对需求端变化的适应性，延伸已有的价值链[2]。一方面强调价值链上游服务化，即投入服务化[3];另一方面也注重价值链下游服务化，即产出服务化[4]。但是目前已有文献大多只关注产出服务化[5]，聚焦在企业如何加强与消费者的互动以及如何为消费者提供定制化服务，而忽视了价值链上游的服务化[6]。然而当前制造业的困境不是需求不足，而是企业自身对供给端适应性不足 [7]，因为消费需求的元动力在于有效供给对需求的及时响应与引导，并不是需求本身[8]。因此，只有实现投入服务化和产出服务化的协同演化[9]，才能产生积极的外溢效应，从根本上拉动制造业实现服务化升级。

与此同时，以SMACIT（social， mobile， analytics， cloud， IoT）等新一代数字化技术为支撑的工业互联网平台迅速崛起，为企业在不确定环境下应对“黑天鹅”事件提供了技术支撑 [10]。工业互联网平台集成了多种新兴技术，包括物联网（Internet of Things，IoT）、大数据、云计算、人工智能等，物联网技术使得人、机器、设备、产品等生产要素能够互联互通，云计算和移动技术使得工业数据能够全面感知、动态传输、实时分析[11]。平台能够汇聚企业所需要的关键资源，形成物质资料、生产资料、工具软件等资源池，进而快速精准对接供给侧和需求侧的数据信息[12]，支撑制造业资源实现泛在化连接、弹性供给、高效配置，成为企业在新冠疫情期间稳步实现复工复产的重要工具，也是制造业企业实现服务化转型的重要抓手[13]。

本质而言，制造业企业基于工业互联网平台实现服务化是一个复杂系统[14]，这一系统涵盖大量的子系统，其组成要素复杂，既有客观的物质性因素，也有主观无形的因素，而且要素之间存在网络关系，系统与外界环境具有动态反馈循环。对复杂系统进行准确预测几乎不可能，这种情景下，企业采用适应环境的策略是最合适的[15]。根据这一逻辑，企业需要像生物体一样，根据环境的变化及时反馈和调整，实现与需求的动态匹配[16]。这一新的基于适应性的服务化逻辑亟须理论研究进行细化。

已有研究尚未较好地将制造业企业价值链上游的服务化与下游服务化融合，忽视了多种服务化模式的协同和适应性演化[17]，难以准确地体现制造业企业利用数字技术在整个价值链实现服务化的全貌，无法从整体系统的视角来理解和明晰制造业服务化的动态演化规律。那么，制造业企业如何通过工业互联网平台实现服务化？本文将利用系统动力学，对制造业企业基于工业互联网平台实现服务化的复杂适应系统及其反馈循环进行仿真研究。具体分为4个部分：首先，明晰制造业服务化系统的边界，在此基础上区分各子系统;其次，基于因果反馈回路，构建各子系统的存量流量图;再次，利用Vensim Ple自带的DYNAMO语言构建制造业服务化的系统动力学模型，并进行模拟仿真;最后，基于对仿真模拟的结果分析，为中国传统制造业企业顺利实现服务化、避免陷入服务化悖论提供一定的启示。

二、基于工业互联网平台的制造业企业服务化系统模型设计

复杂适应系统领域的发展为探索复杂动态系统的内部演化规律提供了一种新的视角和方法，也为工业互联网平台及制造业企业服务化的动态演化提供了针对性的解决方案[18]。本研究将通过系统动力学的方法，借助Vensim Ple 计算机建模仿真软件，剖析动态环境下制造业企业利用工业互联网平台实现服务化的适应性演化机制，将平台系统的发展过程同企业的适应性行为结合，将企业服务系统的演化与工业互联网平台战略选择结合，探索平台生态系统发展的协同演化规律;通过因果关系图和存量流量图（简称流图），探究工业互联网平台与制造业服务化之间相互作用的机理。

本研究模型基于广东中设智控科技股份有限公司（简称中设智控）构建的工业互联网平台，对该平台上制造业企业的案例分析、问卷调查，对它们利用该平台提供的技术支持实现服务化的过程进行深入探索，总结出驱动制造业企业实现服务化的协同动力机制。主要包括工业互联网子系统、企业内部系统、外部环境子系统，它们之间形成非线性动态反馈的循环，直至实现服务化的战略目标。

（一）企业内部资源能力——源動力

拥有资源是企业获得竞争优势的基础，但资源本身并不会直接创造价值。资源需要通过组织能力的协调、部署、整合利用才能转化为产品和服务，组织能力是发挥资源潜在价值的关键要素 [19]。组织能力（organizational capabilities）是指企业将生产要素、资源转化为产品以及服务的一系列社会化常规的集合[20]，其中暗含两方面要义：首先，组织能力体现在企业常规中，而常规是组织内部个体完成具体任务的行为规律和指导行为活动的认知规律，因此组织能力既有具体行为层面的意义也有抽象认知层面的意义[21]。其次，组织能力打开了资源从输入转化为输出的“黑箱”，是原材料转化为最终产品必须要经历的“中介”，决定了资源的生产效率和企业绩效[22]。

组织能力有不同的类型，呈现了层级结构，已有学者提出了多层次组织能力的概念[23]，本文在此基础上将组织能力分为一阶组织能力和二阶组织能力。一阶组织能力是运营能力（ordinary/operational capabilities），指企业能够以类似的技术、为相同的顾客群体提供已有的产品和服务，在短期内能够维持生存的能力[24]。一阶组织能力体现在企業基本的业务流程中，如生产、物流、营销、售后等，通过降低产品不合格率和生产设备的故障率、提高运营效率、降低成本，使企业在既有业务领域获得效率优势、获得利润[25]。二阶组织能力是动态能力（dynamic capabilities）。运营模式的稳定往往会使企业形成路径依赖，囿于资源刚性和惯例刚性的障碍而无法实现战略转型，因而需要动态能力，尤其是在复杂多变的竞争环境[26]。资源刚性是指传统的制造业企业在主观意愿层面，并不想将已有的资源从依然可以盈利的业务模式转移到不确定性业务模式;惯例刚性意味着传统的制造业企业在客观实际运营中面临的改变已有资源使用的规章制度阻碍[27]。动态能力是指企业整合、建立、重构内外部资源，改变企业生存发展的能力。动态能力侧重于根据环境变化，重新组合资源调整已有业务、抓住机遇，获得先入者优势[28]。

通过分析可知，一阶组织能力的核心是效率，二阶组织能力的核心是适应、整合、创新;一阶组织能力是二阶组织能力的基础，二阶组织能力是基于一阶组织能力的进一步延伸。

（二）工业互联网平台——支撑力

工业互联网平台以专业化服务为主要运营模式，依托平台的大数据分析处理能力[29]，结合用户企业的需求，进行定制化解决方案的开发与现场部署，为制造业企业升级产品、服务提供了必要的技术支持。

工业互联网平台的核心是工业大数据，为平台上的制造业企业用户提供涵盖全生命周期的各种服务[30]。工业互联网平台通过连接机器、设备、人、信息技术，实现工业数据的全面感知、动态传输、实时分析，将工业领域的技术原理、行业知识、基础工艺、模型工具进行规则化、软件化、模块化，以工业应用程序APP的形式为制造业企业用户提供协同设计、生产优化、质量监控、运营决策、全生命周期管理等各类服务，驱动着传统制造业实现服务化升级[31]。

工业互联网平台一方面可以优化资产，基于设备资产的管理与运营，利用传感器、移动通信、卫星传输等网络技术，远程连接智能装备、智能产品，在云端汇聚海量设备、环境、历史数据，利用大数据、人工智能等技术及行业经验知识对设备运行状态与性能状况进行智能分析，进而以工业APP的形式，为生产与决策提供智能化服务[32];另一方面可优化资源配置，对生产资源进行组织与调度，对制造业企业资源管理、业务流程、生产过程、供应链管理等进行优化，提升供需双方、企业之间、企业内部各类信息资源、人力资源、设计资源、生产资源的匹配效率[33]。

（三）市场环境需求——推动力

技术的发展、开放的竞争、需求的变化给所有企业带来机遇和挑战。在开放的商业生态系统中，顾客潜在的需求、产业和市场的结构演化、供应商和竞争者可能的反应等，都会在无形中给传统制造业带来很大压力，驱动着企业进行服务化转型升级。

市场需求是持续交易的基础。市场环境在不断变化，客户需求也在不断变化，不变的是对需求的满足，这也是企业能够在日益激烈的市场竞争中得以胜出的法宝[34]。一旦感知到新的客户需求或是市场细分，企业必须及时发展相应的新产品以及服务，做出合适的投资决策。优化升级以及创新产品和服务模式，体现了对顾客需求的预测。企业怎样满足这些需求并从中获得价值是企业获得持续竞争优势的关键[35]。企业需要根据追踪到的数据，及时挖掘潜在的客户需求、设计商业模式，理性地投资数字化信息技术，为顾客提供相应的产品、服务以促进企业实现服务化转型。

为了揭示关键机制和核心构念，提高系统模型的精度，本研究有以下基本假设：①企业成立已经有一定时间，前期已投入大量资金提高信息化程度，不考虑忽视信息技术的企业;②本模型关注中观组织层面实现数字化转型的过程，不考虑微观个体因素的影响。理论框架如图1所示。

三、系统动力学模型

（一）因果关系图

企业利用信息技术实现服务化战略的因果关系回路图，描述了企业利用信息技术与外界环境实现协同演化的机制。组织为了实现具体的业务目标采纳信息技术，信息技术对具体实践行为起到支撑作用，而业务实践结果需要组织基于已有的资源能力优化业务流程，包括产品、服务、运营、业务流程等方面。这些具体业务行为产生的结果会促进企业逐渐实现服务化。一方面企业可以在已有的产品、服务基础上进行优化完善，使客户能够更有效获得产品提供的效用;另一方面可以根据市场需求从根本上重构商业模式，获取新资源，并整合和部署资源，开辟新的细分市场，提供新的产品、服务，获得新竞争优势。根据上一节的分析，利用Vensim软件建立系统的因果关系回路图（见图2），“+”表示起到促进作用，“-”表示起到抑制作用，正反馈循环用R表示，负反馈循环用B表示。主要反馈回路如图2所示。

1.组织资源能力的适应性反馈回路

适应性是指系统要素之间能够相互作用，促进系统及要素实现协同演化。具体而言，可分为技术适应性（technical fitness）和演化适应性（evolutionary fitness）两种不同的类型[25]。技术适应性体现在企业基本的业务流程中，如生产、物流、营销、售后等，是指企业能够利用技术工具降低产品不合格率和生产设备的故障率、提高

运营效率、降低成本，使企业在既有业务领域获得效率优势[27]。简言之，技术适应性能力可以优化企业核心业务，不断提高完成具体任务的速度、质量、效率，如劳动生产率、库存周转率等，在行业内形成最佳业务实践，体现了组织完成基本业务活动的运营能力（ordinary/operational capabilities），即“以正确的方式做事”（doing things right）。在图2因果回路中为R1。

R1：业务运营能力→组织惯例→知识存量→资源整合→设备效率→生产效率→业务运营能力。

演化适应性（evolutionary fitness） 指企业整合、建立、重构内外部资源和能力，改变企业生存发展的能力，即“做正确的事”（doing the right things） [27]。演化适应性通过感知外界环境的需求和技术发展趋势，不断学习、累积经验，创新已有的产品以及服务结构、业务流程，使企业能够灵活调整战略以适应外界环境，体现了组织与环境的协同演化、获得长期发展的能力[36]。演化适应性能力不会直接影响绩效而是通过改变业务模式、组织结构、外界环境等，以间接的方式促进企业的长期生存发展。在图2因果回路中为R2。

R2：组织柔性→资源重构→服务化创新能力→知识存量→知识吸收能力→知识融合能力→组织柔性。

2.基于工业互联网平台的数字化技术反馈回路

物联网、5G、人工智能、大数据等新一代数字技术的发展为工业互联网平台提供了算力和算法支撑，与此同时，工业大数据成为新的生产要素，也成为推动传统制造业实现智能制造的重要决策依据，传统决策正在变为基于数据分析的决策，数据正在加速赋能传统制造业服务化的技术体系[37]。在“数据+算力+算法”重构的数字经济时代，已不同于IT时代的运营管理模式[38]。

工业大数据已成为工业领域最重要的生产要素[19]。在IT时代，工业数据的收集和分析来自于PC端ERP、财务、HR等流程系统，但不同系统之间相互割裂，数据只能在系统内流转。工业从数据到大数据，最大的区别是实现数据的“两化”融合，将工业化数据与自动化数据进行无缝连接，融入了更多来自产业链上下游以及跨界的数据。物联网的关键技术，如传感器技术、RFID标签和嵌入式系统技术等，将所有物品通过网络链接起来，企业通过万物互联使收集的数据日益增多。

以云计算、边缘计算为代表的计算技术，为高效、准确地分析大量数据提供了有力支撑，以人工智能、机理模型等为代表的算法技术帮助智能制造发现规律，并为实现数字化运营提供决策支持[30]。与此同时，以5G、TSN（Time Sensitive Network）为代表的新一代通讯技术的网络集成，凭借其高速度、广覆盖、低时延等特点将“数据+算力+算法”三大要素紧密地连接起来，让它们协同作业，发挥出巨大的价值。这些技术支撑体系凸显了数字经济时代工业互联网平台的重要性。

工业互联网平台的技术支撑系统在图2因果回路中为R3。

R3：工业大數据→云计算及边缘计算技术→人工智能等算法→工业软件→5G等通讯技术→设备联网→工业大数据。

3.基于工业互联网平台的制造业服务化反馈回路

企业利用工业互联网平台提供的工业APP，有助于形成以数字化生产运营能力为核心的一阶组织能力，提高组织的技术适应性;也为提高组织的演化适应性奠定了基础。

（1）提高设备管控效率，节约成本。企业内部设备物联数据通过累积设备全生命周期的各类数据，利用数据对设备进行设备诊断、用电量分析、能耗分析、质量事故分析等方面的经验与知识也日益丰富，设备维修保养流程重复执行且趋于稳定化、规范化，逐渐发展和形成设备管控能力。

（2）提高生产运营能力。生产经营的业务数据源于具体的业务流程，反过来，也为相应的业务流程提供管理决策的依据。业务流程是指企业为了实现某种商业目标采取的行动，在执行这些行动的过程中，会形成重复、稳定的行为模式即常规，一系列常规的集合组成了具体业务能力，如采购能力、生产能力、销售能力、服务能力等。企业利用各种信息系统产生的业务数据、产品数据、设备运维数据，可以对生产流程建立模型并进行仿真、优化，通过数据分析技术实现产能优化、库存降低以及成本最小化，改善原有的业务能力，进而形成整体数字化生产运营能力的发展，提高企业的运营效率。

（3）提高动态能力。工业大数据资源组合中的外部数据、上下游产业链数据和产品使用端的数据使企业能够发现用户尚未满足的需求，通过工业互联网平台提供的脱敏数据可以及时洞察外部的竞争环境、市场需求、技术变革等环境要素，据此对企业的资源结构、业务流程、组织结构、运营能力进行调整、重构，以适应环境生态系统的演化。具体可分为3个过程：首先，感知机遇，通过数字化信息技术识别、评估、预测客户需求;其次，抓住机遇，意识到发展需求之后及时提供新产品、新服务，调整业务流程、创新商业模式;最后，重构资源能力，这一过程体现了组织形成新的战略目标，调整业务流程、资源结构和组织能力等的具体实践。这些新的实践模式会重塑已有的业务能力，新的业务能力会优化企业原有的产品及服务模式，进而促进企业适应环境需求。

以上分析形成的主要回路如下：

数字化基础设施投资→设备联网→组织沟通能力→感知判断能力→资源整合→设备效率→生产效率→业务运营能力→基于产品的延伸服务→柔性生产→智能产品→增值服务→服务渠道→需求偏好→服务化压力→对投资信息技术的需求认知程度→数字化基础设施投资。

数字化基础设施投资→设备联网→组织沟通能力→感知判断能力→资源整合→设备效率→生产效率→业务运营能力→组织惯例→知识存量→知识吸收能力→知识融合能力→

组织柔性→资源重构→服务化创新能力→智能产品→增值服务→服务渠道→需求偏好→

服务化压力→对投资信息技术的需求认知程度→数字化基础设施投资。

4.制造业服务化悖论的反馈回路

成功的生产运营模式会产生稳定的常规，在确定性较高的环境下有助于提高效率，但长此以往企业会形成行为惯性，使组织陷入路径依赖而变得僵化。当外界环境发生变化时，会对组织的生存发展带来严重挑战。因为随着企业规模的扩大，企业需要管理的资产越来越多，冗余资源使得企业调整速度降低，管理成本提高，逐渐形成固定的等级、制度，对组织行为进行约束控制，可能会造成体系僵化，组织如果不能够及时调整，容易面临转型失败的困境。

主要的负反馈在图2因果回路中为B1和B2。

B1：组织惯例→路径依赖→惯例刚性→服务创新能力→组织惯例。

B2：组织惯例→知识存量→知识冗余→服务创新能力→组织惯例。

（二）存量流量图（流图）

因果反馈回路仅仅表示定性关系，是建立流图的基础。系统动力学不仅描述系统各要素之间的逻辑关系，并且明确变量的性质，进而阐明系统反馈与控制机制。接下来，基于因果关系图，构建工业互联网平台驱动制造业企业实现服务化战略的系统流图，如图3所示。

1.变量类型

图3的存量流量图，包括4个状态变量，8个速率变量，22个辅助变量，3个常量。为了建模方程清晰，特做表格说明，各个变量解释如表1所示。

2.变量方程

本系统的核心变量是4个状态变量和8个速率变量，参考前人的研究成果以及对中设智控的调研数据，分别对核心变量建立方程。

首先，状态变量用积分方程表示，t0表示起点时间，t表示系统经过的时间。4个状态变量方程分别为：

为了更好地明确速率变量，需要结合能够影响状态变量的相关要素，同时确定主要辅助变量的方程：

四、模型仿真与结果分析

工业互联网平台作为支持企业实现服务化战略的工具，企业希望借此能够优化、升级已有的产品、服务、业务流程，并且最好也能够开辟新市场、提供新产品和服务。基于存量流量图，本部分从仿真结果进行分析。

（一）仿真分析

1.技术适应能力

由图4可知，企业能够借助于平台提供的数字化硬件及软件，通过提高设备管控能力降低成本、提高生产率，提升技术适应能力。企业都具有基本的运营模式，在工业互联网平台的技术支持下，企业可以有效地利用数字化基础设施提高设备效率、运营效率。智能装备通过传感器收集的数据可以预测分析制造过程中有形问题以及无形问题。有形问题包括机器故障、产品缺陷、设备效率降低等，无形问题包括机器衰退、部件磨损等。企业在设备管理的重复行为模式可以优化设备管控能力，进而丰富设备资产管理的知识体系，准确评估设备健康状况，对设备进行预测性维修而不是在设备部件损坏之后才进行维护，有效避免了设备故障停机，保障了生产的正常运行，同时也提高了设备的使用周期，使设备更高效、节能、持久，避免了购买新机器设备的成本。此外，设备稳定安全的运行也有助于产品质量的稳定，降低了废品率和能耗，从而使得企业利用信息技术的能力逐渐提升。

2.基于产品的服务能力

由图5可知，技术适应能力的稳步提升为产品服务能力的提升提供了技术支持，进而有助于企业优化产品、服务，提高服务流程效率，促进了产品服务能力的提高。业务流程数据通过各个信息系统实现核心业务的标准化和流程的数字化，使得整个业务流程可视化，各个部门可以及时掌握物流、资金流、信息流的信息，降低了部门之间的交易成本，有效实现生产管理、财务管理、采购管理、仓储管理、人力资源管理、销售管理等各个具体业务活动的最佳模式。如生产能力的优化可以节约生产时间，提高生产率;物流能力的优化可缩短产品到达客户的时间，提高客户满意度，为客户创造最优价值;营销能力的优化可以扩展企业的目标客户，利用已有产品以及服务满足更多客户的需求，扩大企业的市场份额。日积月累的最佳实践促进了企业整个产品、服务、渠道、销售等业务的优化，提升了企业的产品服务能力。

3.演化适应能力

技术适应能力和基于产品的服务能力是演化适应能力形成的基础，图6中可以看出虽然演化适应能力的起点低于技术适应能力，但也呈现逐步提升的趋势。这表明，企业通过工业互联网平台获得有关产业竞争、经济社会环境、信息技术等外部数据，能够更敏锐地察觉产业结构、市场需求的变化、供应商与竞争者的反应，提高了对外界环境的适应能力。企业可以充分利用工业大数据技术追踪、了解潜在的客户需求，利用已有的知识经验及时对外界数据进行全面分析，对客户、供应商、竞争者的行为做出判断、预估，提高对外界环境的适应性。

4.基于用户的服务能力

由图7可知，演化适应能力L2是用户服务能力L4的基础，会逐渐促进L4的发展。当企业能够感知到新需求、发展趋势，且有一定的技术适应能力和产品服务能力之后，会基于市场需求的判断，及时做出战略部署，投资获得新的技术、设备、人力等有形及无形资源，并调整已有的资源结构、业务流程，研发新的产品并提供相应的服务，以满足新的市场需求。组织受到惯性、路径依赖以及风险规避的影响，在发展新业务的过

程中不可避免会遇到阻力，并且新产品及服务部门的员工、新业务与已有的业务流程、部门、人员之间的关系也需要调解，因此L4会呈现小规模的上下浮动，发展趋势较为平缓，但总体趋势呈上升狀态。

（二）系统综合模型分析

1.技术适应能力和基于产品的服务能力

由图8可知，技术适应能力的发展与产品服务能力具有协同演化的特征，L1带动着L3的发展。平台作为工业数据分析和应用开发的载体，其价值不仅在于数据分析和赋能环境的构建，更在于为工业企业提供符合需求的工业APP。传统的制造业企业用户在使用工业软件产品（如EAM系列）和移动软件产品（如移动工单、盘点易等）的过程中，会累积大量的业务数据、机理模型和业务模型，设备物联数据和业务流程数据，通过提高设备运行效率、业务流程效率和产品效率，降低设备的运行维修成本、废品率、内部交易成本，而使企业获得效率优势。在此基础上，企业可以不断优化产品的质量、服务渠道等，提高销售端的交付效率和能力，更好地为现有的客户提供优质服务。

产品服务能力是指企业提高用户对产品使用效率的服务，包括售前的质量保障、营销体验，售中的配送，售后的维护维修等，是以产品生命周期为核心的服务。技术适应能力主要通过标准化、规范化，提高产品的质量，及时交付，提供高效的售后维护维修服务，从全生命周期提高产品的服务能力，提高客户的购买意愿和使用效率，为客户创造最优价值。技术适应能力和产品服务能力协同演化的发展趋势如图8所示。

2.演化适应能力与基于用户的服务能力

由图9可知，演化适应能力与用户服务能力呈协同演化态势。工业互联网平台提供的数据服务不仅包括智能设备物联数据、业务流程数据，还有外部数据。外部数据主要通过以感知机遇、抓住机遇、重塑能力为核心的二阶组织能力调整已有的组织结构、业务模式，发展新产品以及服务获得差异化优势，即演化适应能力L2推动了用户服务能力L4的提高。

这一过程体现了企业关注市场、竞争、技术、政策等环境发展趋势，挖掘客户未满足的需求，提供不可模仿的服务，维持与顾客的关系。首先，企业可以通过大数据、人工智能等算法，根据客户使用产品的数据对客户细分，准确了解客户尚未满足的需求，定制差异化的服务推送，提高客户的满意度。其次，基于客户的数据分析也可以开辟新细分市场，根据外界环境变化产生的新需求，提供新产品和服务，扩展原有的产品市场。最后，服务渠道的创新，信息与通讯技术的发展，使企业可以通过“去中介化”，与客户建立全方位的互动关系，开辟了新的互动渠道。

3.适应性演化分析

由综合仿真图10可知，技术适应性和基于产品的服务能力是制造业实现服务化的基石，L1、

L3的起点分别高于L2、L4，只有技术适应性提高产品服务能力之后，企业才能在已有的知识经验基础上，实现与外界市场环境的协同演化，为满足客户需求提供新的产品及服务。制造业服务化是一个需要时间累积，逐渐递增、深化的过程。

第一条服务化的路径可视为初级服务化阶段，是指企业通过利用数字化信息技术实现核心业务的标准化和流程的数字化，提供高质量的产品以及多种相关服务，使用户能够提高产品的使用效率、延长产品使用时间。这一阶段的服务包括售前的营销服务，售中的产品运输、安装、使用培训服务，售后的维修保养、产品升级服务等。初级服务通过提高产品的质量、功能属性而提高产品使用效率，提高客户的满意度，为其节约成本。

工业互联网平台为初级服务的实现提供了技术支持。企业数字化程度的提高使得整个业务流程可视化，各个部门可以及时掌握物流、资金流、信息流的信息，降低了部门之间的交易成本，有效实现了生产管理、财务管理、采购管理、仓储管理、人力资源管理、销售管理等各个具体业务活动的最佳。如生产能力的优化可以节约生产时间，提高生产率;物流能力的优化可缩短产品到达客户的时间，为客户创造最优价值;营销能力的优化可以扩展企业的目标客户，利用已有产品以及服务满足更多客户的需求，扩大企业的市场份额。简而言之，初级服务化是通过数字化信息技术提高了产品的使用效率，有助于客户提高产品的使用价值。

第二条服务化路径是高层次的服务化，是指企业提供支持客户实现目标、优化业务流程的一系列服务。这些服务并不一定依附于产品，但是要求企业能够深入理解客户的需求，基于客户遇到的具体问题提供管理咨询、解决方案，以客户为中心提供定制化程度较高的服务。制造业企业通过将附属于产品的信息及知识进行液化、解构、重新编排，转化为支持用户的服务，如管理咨询、业务培训、运营规划等服务，客户不一定要买有形的产品也可以获得服务。

工业互联网平台通过物理设备的泛在化连接累积了大量的商品数据和用户数据，海量的数据为企业深入了解市场需求提供了有效信息。企业通过对用户数据进行智能化分析，可以探索消费端的需求偏好，从而在一定程度上预测需求变化，进一步引导需求发展。同时以5G为代表的通讯技术促进了数据在企业、用户之间的高效传输，为线上服务提供了渠道支持。工业互联网平台通过位置感知技术、信息通信范式、计算资源分配、通用资源编排等方面为制造业企业实现高级服务化提供技术支撑。

这两条不同路徑背后的含义是制造业服务化需要经历一个循序渐进的过程。基于产品的延伸服务是初级阶段的服务化，适用于没有累积服务化知识但是客观环境迫使企业进行服务化转型的企业。基于用户提供的增值服务是服务化的高级阶段，需要企业具备基本的服务化实践，并且具有一定的竞争实力能够抵御环境不确定性风险，以初级阶段的服务化为基石。

客户需求的满足是企业发展、获得竞争优势的动力，无法准确了解客户需求容易使企业陷入服务化悖论的困境。与此同时，我国大部分制造业企业依然处于工业2.0、工业3.0阶段，服务化基础比较薄弱，面临着生存困境，而服务化转型需要大量的资金投入。工业互联网平台的兴起无疑为传统制造业企业实现服务化提供了一条有效途径，一方面使企业利用数字化技术改造传统的业务流程，提高生产效率、产品质量，促进服务标准化和规范化，为客户提供产品全生命周期的服务，实现技术适应性的协同发展;另一方面也可以使企业深入了解市场需求，以用户需求为导向提供定制化服务，实现演化适应性的协同发展。

五、结论与讨论

（一）研究结论及理论贡献

制造业服务化方面的研究成果，有效推动了制造业企业从以产品为核心向以服务为核心的业务模式转变。也有许多成果开始关注数字技术对服务化模式的推动作用，服务数字化领域的研究也开始涌现[6]。这些成果为数字经济时代企业有效利用数字技术实现服务化转型的深度探讨提供了理论基础[10]。但是，很少有学者从适应性协同演化视角对工业互联网平台和服务化转型的协同演化规律进行总结和归纳。本文运用系统动力学的方法探讨工业互联网平台推动制造业企业实现服务化的适应性机制，得出了初步结论。

首先，基于已有研究，本文进一步探讨了在复杂动态环境的多元影响因素作用下，工业互联网平台驱动制造业企业服务化的适应性演化规律，充实和扩展了服务化的研究范式[14]。研究发现制造业企业利用工业互联网平台提供的技术支持，通过技术适应性和演化适应性分别实现了基于产品的服务化和基于用户的服务化。基于产品的服务化是初级阶段的服务，为用户服务化奠定了基础，也是从初级服务化发展为高级服务化的必经之路。如果企业没有最基本的服务化知识和经验累积，就容易陷入服务化悖论。

其次，工业互联网平台推动制造业企业实现服务化呈现阶段转换规律。企业利用工业互联网平台的适应性呈现技术适应性到演化适应性的规律，制造业服务化的结果呈现低级到高级的演化规律。现有研究主要在确定阶段划分标准的基础上，分别对其演化过程进行梳理，发现各个演化阶段在本质特征上存在差异，但尚未将二者结合[10]。本文在此基础上，进一步探讨了多元影响因素作用下，工业互联网平台和制造业企业服务化的协同演化规律。技术适应性和以产品为核心的服务化、演化适应性和以用户为导向的服务化，它们之间不是替代关系，而是并存关系。工业革命、数字化转型和企业理论创新都是以“革命”的方式向前发展。但已经发生的工业革命、组织变革和企业理论创新将对工业部门的生产和制造模式、企业资源的协调方式产生持续性影响。现有研究多强调工业革命、数字化转型和企业理论创新的非连续性特征。本文的研究发现突破了此观点，为探讨各演化阶段之间的相互关系提供了新的洞见。

最后，识别制造业服务化悖论的风险来源是复杂组织和企业数字化转型的重要问题之一。已有文献主要集中在企业自身的经营、商业模式所产生的惯例局限和商业风险如何影响企业的服务化转型。然而，对于组织的资源能力子系统、工业互联网平台子系统、客户需求子系统之间的复杂关系，如何影响服务化的实现，知之甚少。现有研究很少将工业互联网平台、组织变革和制造业服务化纳入同一分析框架，更没有从时间上对它们之间的演化过程进行比较[14]。本文通过复杂适应系统的视角来考察系统之间的复杂作用机制，对组织实现内部适应性与外部适应性的规律进行了探索，在一定程度上也为服务化悖论的解决提供了新的启示。因此，本研究结论有助于确定企业数字化转型和服务化升级的合理时间节点，为二者突破路径依赖的束缚提供一定的指导和借鉴。

（二）实践启示

中国制造业门类齐全、规模庞大，在新一代工业革命的推动下面临着服务化转型的压力，但并不知道如何有效利用数字技术创造价值。作为对这一问题的响应，本文提出了基于工業互联网平台的服务化适应性演化模型，为服务化转型提供从初级到高级阶段的全局视角，并剖析了其背后的实现路径，为处于不同工业化阶段的企业提供了可借鉴的成长模式。不同行业的制造业企业应围绕行业性质、业务特点和战略定位来分析是否需要在技术适应性（以产品为导向的服务）基础上达到更高的标准，从而决定企业应如何进行服务化的升级改造。企业首先应该在推进规范化、标准化的基础上，从最紧迫需要解决的问题入手，务实推进服务化的阶段建设。同时，本文采用系统动力学仿真建模的研究方法对工业互联网平台服务价值创造的过程进行了初步研究，为其它构建工业互联网平台的企业提供实践启示。

（三）研究局限与展望

尽管本文解释了制造业企业利用工业互联网平台进行服务化的过程模型，形成了一些有价值的发现，但仍存在一些不足：首先，本文主要以中设智控构建的平台为对象进行仿真分析，存在复制性局限，基于其它平台的制造业企业可能存在实现服务化的多种路径，未来有待对其它工业互联网平台的制造业企业进行研究;其次，服务化与数字化的融合逐渐成为国际主流期刊的重点，但尚未引起国内学术界的重视，未来可以采用更多的研究方法检验该理论框架，如多案例研究、问卷调查、行为实验等。

[参考文献]

[1]VANDERMERWE  S， RADA J. Servitization of business：adding value by adding services[J]. European management journal， 1988， 6（4）：314-324.

[2]胡 查平， 汪涛， 胡琴芳. 制造业服务化战略生成逻辑与作用机制——基于制造业的多案例研究[J]. 科研管理， 2019（8）：71-81.

[3]解 季非. 制造业企业服务化路径选择研究[J]. 中国管理科学， 2018， 26（12）：138-148.

[4]简 兆权， 伍卓深. 制造业服务化的路径选择研究——基于微笑曲线理论的观点[J]. 科学学与科学技术管理， 2011（12）：137-143.

[5]许 和连，成丽红，孙天阳.制造业投入服务化对企业出口国内增加值的提升效应[J].中国工业经济，2017（10）：62-80.

[6]WIM  C， PAUL M， WOUTER V B. Boosting servitization through digitization：pathways and dynamic resource configurations for manufacturers[J]. Industrial marketing management， 2017， 60：42-53.

[7]刘 伟.经济新常态与供给侧结构性改革[J].管理世界， 2016（7）：1-9.

[8]陈 剑，黄朔，刘运辉.从赋能到使能——数字化环境下的企业运营管理[J]. 管理世界， 2020，36（2）：123-134.

[9]刘 斌，魏倩，吕越，等.制造业服务化与价值链升级[J].经济研究， 2016（3）：151-162.

[10]FRANK  A G， MENDERS G S， AYALA N F， et al. Servitization and industry 4.0 convergence in the digital transformation of product firms：a business model innovation perspective[J]. Technological forecasting and social change， 2019，14：341-351.

[11]刘 祎，王玮.工业大数据时代技术示能性研究综述与未来展望[J].科技进步与对策，2019， 36（20）：154-160.

[12]CENAMOR  J， RONNBERG S D， PARIDA V. Adopting a platform approach in servitization：leveraging the value of digitalization[J]. International journal of production economics， 2017，192：54-65.

[13]中 国社会科学院工业经济研究所课题组.“十四五”时期中国工业发展战略研究[J].中国工业经济，2020（2）：5-27.

[14]ELORANTA  V， TURUNEN T. Platforms in servicedriven manufacturing：leveraging complexity by connecting， sharing， and integrating[J]. Industrial marketing management， 2016， 55：178-186.

[15]肖 静华， 胡杨颂， 吴瑶. 成长品：数据驱动的企业与用户互动创新案例研究[J]. 管理世界， 2020（3）：183-204.

[16]戚 聿东，肖旭.数字经济时代的企业管理变革[J].管理世界， 2020（6）：135-152.

[17]BARRETT  M， DAVIDSON E， PRABHU J， et al. Service innovation in the digital age：key contributions and future directions[J]. MIS quarterly， 2015， 39（1）：135-154.

[18]郭 韜，丁小洲，乔晗，等.价值网络对科技型创业企业商业模式创新影响机制的系统动力学仿真分析——基于系统管理与CET@I方法论视角[J].管理评论，2020，32（7）：41-53.

[19]刘 祎，王玮.工业大数据资源转化为竞争优势的内在机理——基于资源编排理论的案例研究[J]. 华东经济管理， 2019，33（12）：163-170.

[20]YEOW  A， SOH C， HANSEN R. Aligning with new digital strategy：a dynamic capabilities approach [J]. Journal of strategic information systems， 2018， 27 （1）：43-58.

[21]WILDEN  R， GUDERGAN S P， NIELSEN B. Dynamic capabilities and performance：strategy， structure and environment [J]. Long range planning， 2013，46：72-96.

[22]WILDEN  R， DEVINNEY T， DOWLING G R. The architecture of dynamic capability research identifying the building blocks of a configurational approach [J]. Academy of management annals， 2016，10（1）：1-80.

[23]WILDEN  R， GUDERGAN S P. The impact of dynamic capabilities on operational， marketing and technological capabilities：investigating the role of environmental turbulence[J]. Journal of the academy of marketing science， 2015， 43（2）：181-199.

[24]WINDAHL  C， LAKEMOND N. Developing integrated solutions：the importance of relationships within the network[J]. Industrial marketing management， 2006， 35（7）：806-818.

[25]HELFAT  C E， FINKELSTEIN S， MITCHELL W， et al. Dynamic capabilities：understanding strategic change in organizations [M]. Oxford， UK：Blackwell， 2007.

[26]SIRMON  D G， HITT M A， ARREGLE J L， et al. The dynamic interplay of capability strengths and weaknesses：investigating the bases of temporary competitive advantage [J]. Strategic management journal， 2010， 31 （13）：1386-1409.

[27]TEECE  DJ. Business models and dynamic capabilities [J]. Long range planning， 2018， 51：40-49.

[28]SCHILKE  O. On the contingent value of dynamic capabilities for competitive advantage：the nonlinear moderating effect of environmental dynamism [J]. Strategic management journal， 2014， （35）：179-203.

[29]吕 文晶，陈劲，刘进. 工业互联网的智能制造模式与企业平台建设——基于海尔集团的案例研究[J].中國软科学， 2019（7）：1-13.

[30]CHRISTIANE  L， ALEXANDER W， BROCKE J， et al. How big data analytics enables service innovation：materiality， affordance， and the individualization of service[J]. Journal of management information systems， 2018，35（2）：424-460.

[31]王 凤彬，王骁鹏，张驰. 超模块平台组织结构与客制化创业支持——基于海尔向平台组织转型的嵌入式案例研究[J]. 管理世界，2019（2）：121-130.

[32]PAIOLA  M， GEBAUER H. Internet of things technologies， digital servitization and business model innovation in BtoB manufacturing firms[J]. Industrial marketing management， 2020， 89：245-264.

[33]SKLYAR  A， KOWALKOWSKI C， TRONVOLL B， et al. Organizing for digital servitization：a service ecosystem perspective[J]. Journal of business research，2019，104：450-460.

[34]湛 军，王照杰.供给侧结构性改革背景下高端服务业创新能力与绩效——基于整合视角的实证研究[J].经济管理， 2017（6）：55-70.

[35]石 喜爱，李廉水，程中华，等.“互联网+”对中国制造业价值链攀升的影响分析[J]. 科学学研究， 2018，36（8）：1384-1394.

[36]SJODIN  D， PARIDA V， KOHTAMAKI M， et al. An agile cocreation process for digital servitization：a microservice innovation approach[J]. Journal of business research， 2020，114：478-491.

[37]刘 祎，王玮，苏芳.工业大数据背景下企业实现数字化转型的案例研究[J].管理学刊，2020，33（1）：60-69.

[38]刘 政，姚雨秀，张国胜，等. 企业数字化，专用知识与组织授权[J]. 中国工业经济， 2020（9）：156-174.

（责任编辑：李 萌）