数据赋能驱动制造企业服务化的机理——基于探索性多案例扎根分析

尚晏莹 ,蒋军锋, ,王修来

(1.西安理工大学 经济与管理学院,西安 710054;2.南京信息工程大学 管理工程学院,南京 210044)

国家发展改革委等部门于2021年3月联合印发了《关于加快推动制造服务业高质量发展的意见》,提出加快制造服务业发展的总体要求、发展方向、专项行动和保障措施,这是中国首次专门出台关于制造服务业的政策文件,也是中国进入新发展阶段、贯彻新发展理念、构建新发展格局的一项重要举措。制造企业服务化有利于优化供给质量,以高质量供给适应引领创造新需求,提升供给体系对需求的适配性,增加制造业服务化的中间需求,促进形成强大国内市场[1];在新一轮高水平对外开放的同时,通过制造业服务化提升参与全球服务竞争的能力,使国内大循环为主体的新发展格局更加稳固。但是,中国制造业服务化程度处于较低水平,制造业总体上仍处在产业链和价值链中低端,制约工业经济平稳运行的结构性、深层次问题依然突出[2]。

既有研究表明,数字化有助于制造企业的服务化,为服务、平台、智能产品提供了新机遇和新模式,数据赋能对企业上下游业务、行业网络和生态系统具有深远的意义[3]。数字化转变和软件从其起步阶段就固有地参与了服务化,塑造了服务化战略和结构以及宏观和微观层面的活动[4]。制造企业不断投资于远程诊断、数据仓库、数据分析和各种数据可视化方法,以促进改进决策、业务真实证据有限的情报和业务发展利润收益[5]。数据提高了资源与能力的可利用性,数据速率支撑了响应环境挑战的组织战略与行为的实时性,拥有不同资源、能力与偏好的异质经济主体间可以借助更多形式的交换与匹配来实现动态关联,缓解不确定环境施加给单一个体的选择压力[6];同时,稳定多样的服务资源是服务大规模定制绩效的重要保障[7]。但是数据赋能制造企业服务化的过程并不容易,而且数据赋能驱动制造企业服务化转型过程、相关技术的实施以及“需求侧”市场环境的影响都增加了其复杂性并带来了挑战[3]。例如,智能解决方案(如智能产品服务系统)需要改变商业模式配置条款(即购买可靠性,可用性),而不是产品和服务协议[6]。作为一种新的数字范式,大数据如何影响制造企业服务化,以及如何影响当前环境与服务化适应性匹配达到最优拟合等问题需要进一步研究[8-9]。Tronvoll等[10]提出既有研究过多关注技术对服务化的影响,忽视了在外生性服务化下为导向的管理者组织转移。相较于数据赋能提升制造业服务化转型技术支撑较详尽的既有研究而言,大数据涌现带来的外部环境挑战对制造业服务化转型的影响需要解决的关键问题是:数据赋能通过塑造企业所在环境如何影响服务化转型,当与数据赋能所提供的技术支撑共同作用时,数据赋能通过技术供给侧和环境需求侧这两条途径驱动制造业服务化时,其机理又将如何表现? 因此,企业通过数据赋能后如何获得施展机会、企业如何应用“供给侧”的能力以及如何与“需求侧”市场环境相匹配需要进一步研究。

制造企业服务化由内部因素与外部因素共同影响决定,数据赋能提供给企业的动态能力等内部因素带给企业技术、资源支撑;同时,市场需求等外部环境也影响着制造企业服务化的“需求侧”,而企业家个人特质、服务导向等其他相关因素使得数据赋能驱动制造企业转型实践呈现差异性与多样性[11]。例如,美的集团、陕鼓集团和通用电气通过数字化实现了不同的服务化转型。美的利用智能产品、物联网、工业互联网平台赋能其价值链,实现制造企业产品与客户服务化;陕鼓集团利用大数据赋能供应链上下游,强化供应商联系与沟通,实现制造企业全价值链服务化;通用电气数据赋能多元化领域,强化了多领域客户服务化,使得企业以更灵活的组织形式走向更敏捷的运营,实现了制造企业集成服务化。制造企业服务化行为是一种战略[12],数据赋能后的动态能力如何被企业运用以满足市场需求有待进一步研究。然而,既有研究关注了内部因素动态能力对企业服务化以及转型的影响,忽视了市场环境对其的影响,以及动态能力如何与环境共同影响服务化。数据作为一种要素如何改变企业行为,以及数据赋能如何被运用需要进一步探究。企业能不能拥有这个能力、用不用这个能力以及如何利用数据赋能后的动态能力取决于企业家个人特质以及战略姿态等外在因素,因此需进一步探索其外在机制。进一步,基于平台理论、资源理论、企业家精神理论对制造业服务化机理的研究表明,制造业服务化受到除数据赋能以外的相关因素的影响[13]。例如,客户支持等因素通过影响客户需求、发掘深度客户价值主张影响服务化[6],服务化战略影响创新过程以及服务创新的内容选择等[5]。但数据赋能驱动制造企业服务化机理对应的关系中,数据赋能与制造业企业服务化这一关系为什么会有如此之多的差异化实践? 企业服务化实践的差异是否全部由数据赋能和市场环境的匹配决定? 影响差异的因素有哪些? 其路径与作用机理仍不清晰。数据赋能驱动下的制造企业服务化的现实实践具有多样性与异质性,这意味着数据赋能对制造业服务化的驱动还需要在数据赋能驱动制造业服务化的内在机制的基础上,将相关因素对制造业服务化的影响纳入其中,强调企业特定情境因素对数据赋能与服务化关系的塑造,以协调数据赋能在不同情境下驱动制造企业服务化的现实实践与内在逻辑之间的关系[12]。

面向数据赋能驱动制造企业服务化中内在逻辑不变性与现实实践差异化两者的张力,以内在机理来捕捉数据赋能与制造企业服务化两者关系的内在逻辑不变性,以外在机理来捕捉相关因素对数据赋能与制造企业服务化两者关系的调节作用,整合内在、外在机制来协调数据赋能与制造企业服务化中的不变关系与多样表现之间的关系。首先,从赋能后的制造企业需要合适的市场环境需求来推进服务化出发,以企业动态能力与市场环境两者的适应性匹配来构建数据赋能驱动制造企业服务化的核心动力;其次,将企业家精神、战略导向等整合为相关因素对应的外在机理,通过影响企业动态能力与市场环境两者的适应性匹配这一核心动力来塑造制造企业服务化;最后,内在机理和外在机理之间缓冲了关系不变性与实践多样性的张力。

本文借助于内在/外在机理交互,针对数据赋能驱动制造企业服务化,做出了如下贡献:

(1)引入数据赋能驱动制造企业服务化的内在/外在机理,厘清了数据赋能与制造企业服务化两者关系的不变性与现实实践的多样性之间的关系。

(2)建立了数据赋能与相关因素联合影响制造企业服务化的理论框架,探索了数据赋能驱动制造企业服务化的内在、外在机制以及两者关系的协调,揭示了数据赋能通过动态能力侧与市场需求侧两者适应性匹配决定制造企业服务化的动力机制。

(3)基于扎根分析对于不同现实情境中数据赋能驱动服务化机理的探索性验证,考察了数据赋能驱动通过市场需求侧为制造企业动态能力提供的实施场景,扩展了数据赋能驱动制造企业服务化的新途径,凸显了服务化的生态实践特征,强调了服务化过程中动态能力与市场环境的适应性匹配,嵌入了企业家精神和服务型资源在此过程中的驱动作用,以及内在、外在互动驱动制造业服务化的关键环节。

1 文献综述

1.1 数据赋能的内涵

大数据资源是数据赋能的前提,大数据资源能够转变为企业的独特能力,即数据为企业赋能,并且需要利用数据资源能力[14]。Lerch 等[15]将数据赋能定义为信息和数字技术驱动的智能连接机器现象。孙新波等[16]认为数据赋能是依赖和提高企业对信息的获取及利用能力,释放数据具备的信息潜能,进而驱动企业高效配置资源、响应客户需求,创造企业价值的过程。在维度划分上,Lenka等[17]将数据赋能划分为智能能力、连接能力和分析能力3个维度,其中,智能能力是人工参与程度低的情况下通过硬件设施来感知、抓取信息的能力,连接能力是以通信技术实现与智能化的各类产品进行连接的能力,分析能力是对客户行为数据进行逻辑处理和场景模拟来挖掘客户需求的能力。周文辉等[18]基于中国企业的实践丰富了上述3个维度的内容,强调连接能力是实现人与人、人与物、人与信息、信息与信息的连通,智能能力是实现对用户行为表现的自动感知以及对服务的自动优化,分析能力是对信息的处理和分享能力,并指出了这3种能力在企业不同发展阶段的具体表现形式。孙新波等[19]认为数据赋能的能力是动态能力,大数据提升了制造企业的企业动态维持能力、协同合作能力以及协同共创能力。

从数据赋能的效应来看,大数据能力是一种动态能力,企业能够基于大数据的预测可以准确把握技术变革趋势和顾客需求变化,实现企业实时市场洞察的需求,而基于动态环境下的企业预测能力代表了企业适应环境变化的能力,大数据分析能力与更敏捷的产品和服务以及与公司内外利益相关者更健全协作网络产生了积极的联系,可以为制造业降低生产成本,减少相应的库存提升效率。数据通过技术手段的方式赋能,改善、优化企业模式与流程[20]。企业通过运用大数据、并进行数据分析创新其商业模式,提升企业相关能力[21]。制造企业通过大数据、物联网等进行柔性生产,实现批量个性化、定制化生产以满足客户需求[22]。企业可利用数据识别机会和威胁、重新配置有形和无形资源,由此可减少决策不确定性、持续更新组织流程、实现战略转型[23]。数据赋能有利于企业信息的收集、整合与分析,带给企业更多的决策选择的同时提升了企业的决策水平[24]。

综上所述,既有研究多从大数据带来的技术效应识别数据赋能带来的企业能力,使得企业“供给侧”更有能力,忽视了研究数据资源的来源与类型,并且缺乏讨论企业如何应用赋能后的能力。

1.2 制造企业服务化

Vandermerve等[25]认为服务化是制造企业由仅向客户提供有形产品或附加服务的产品向“物品-服务”的转变过程。服务化指制造企业为产品增加服务,实现产品与服务集成的过程[26],制造企业服务转型战略实施这一复杂过程需要动态能力的支持[27]。Kohtamäki等[3]认为企业服务化的路径包括产品服务化、客户服务化和集成服务化,通过数字化平台开发新途径,促进企业服务化。基于“供给侧”视角,数据赋能提供了制造企业柔性化、个性化、实时化的要求,可满足产品的即时、精准、动态定位的要求[15]。制造企业数据赋能提升了企业动态能力,通过不断重构资源提升服务创新的强度[28],提高了销售服务集成商的服务水平,产品需求增加,制造商的生产能力扩大,提高供应链的整体利润,有助于制造商和销售服务集成商实现帕累托改善[29]。基于“需求侧”角度,数据赋能所提供的动态能力需要与市场环境相匹配,服务市场需要与产品特性相一致。Kamal等[9]认为,由于市场与竞争环境的复杂性,需要了解影响服务化部署的环境因素,服务化如何考虑当前经济环境的匹配,提升服务化市场的成熟度和参与度[30]。因此,数据赋能是否影响企业的市场环境以及如何影响市场环境需进一步讨论。

资源基础论与动态能力理论认为数据赋能是赋予概念数字化能力与物联网战略,与客户共同创造价值并发展吸收能力,提供大规模服务定制供应链动态编排,重新配置产品、资源和收入流[31]。平台理论认为制造企业通过构建数字化平台赋能企业各流程,构建信息模块使得业务数字化,集成前端与后端提高企业柔性,实现定制化和标准化[32]。在相关因素的影响下,数据赋能驱动制造企业的实践呈现多样化与差异化,包括产品服务化、客户服务化、集成服务化以及全价值链服务化,而差异化模式有利于保障企业收益[33]。企业家精神理论认为管理者通过机会识别,提高企业的创造力,从技术中创造价值提供差异化服务,形成颠覆性商业模式,成为生态系统中的新参与者[34]。

一方面,既有研究忽视了外部环境对服务化的影响,以及动态能力如何与环境共同影响服务化,市场环境与动态能力两者交互或内在/外在耦合的问题仍不清楚;另一方面,数据赋能如何被运用需要进一步探究。企业用不用赋能后的能力以及如何利用赋能后的能力取决于企业家个人特质以及战略姿态等外在因素,因此需进一步探索其外在机制。制造企业服务化要求数据赋能的能力与市场需求相匹配,响应作为环境存在的使用者、合作者的数据/资源/能力冲击和价值三要素中的多种诉求,数据赋能对两者适应性匹配的影响实际上决定制造企业服务化转型的实质或内在机制。因此,数据赋能驱动制造企业服务化需要动态能力与外部环境两者的复合,以及供给侧与需求侧的两条路径以及两者的适应性匹配。数据赋能驱动制造企业服务化中“供给侧”与“需求侧”两者适应性匹配有赖于相关因素对其驱动,需要识别影响服务化差异的因素,以及厘清数据赋能驱动制造企业服务化中“供给侧”与“需求侧”两者适应性匹配的内在逻辑及其现实表现的互动关系。数据赋能从“供给侧”与“需求侧”两条途径影响企业行为是一个能力支撑与环境变化两者之间适应性匹配的本质。

1.3 理论框架

既有研究忽视从供给侧和需求侧匹配视角出发,探索数据赋能驱动制造企业服务化的机理[9]。动态能力与市场环境的适应性匹配框架中,数据所赋的“能”则是“数据-赋能”作为在对应环节中的表现,这一表现以基本的动态能力理论为基础。数据赋能影响制造企业敏捷制造能力,提供了制造企业迅速响应上下游合作者的可能。数据赋能对市场需求,或者说客户价值的发现、市场结构的组织、客户价值的传递以及对应的治理活动的影响成为制造企业新的挑战,有赖于企业动态能力对制造企业服务化的作用。为了厘清动态能力与市场需求适应性匹配的现实表现的差异,需要厘清其内在逻辑与外在机制。数据赋能驱动制造业服务化是基于一定情境下实现的,数据赋能与制造业服务化的关系也必然受到对应情境中相关因素的影响。因而,数据赋能驱动制造业服务化的机理不仅要解决数据赋能自身对制造业服务化的驱动这一内在机制问题,还要解决相关因素对数据赋能影响制造业服务化两者关系这一外在机理问题,并通过内在、外在机理的交互来统一不同情境下数据赋能驱动制造业服务化的现实实践的差异,以协调数据赋能驱动制造业服务化机理的现实实践与内在逻辑之间的关系。因此,本文探究数据赋能驱动制造业服务化机理的内在逻辑在不同环境下的差异,以及内在逻辑与现实表现之间的关系协调问题,研究数据赋能驱动制造业服务化的内在和外在机制。

内在机制所谓的内在是相对于数据赋能这一主旨概念对服务化而言的,解决的是动态能力提升与环境需求变化两者适应性匹配问题;外在机制是除数据赋能以外其他可能的所有概念对服务化的影响而言的,类似于调节变量对主要关系的调节影响,解释数据赋能的驱动效应[35]。解释不同情境下数据赋能驱动制造业服务化的现实实践的差异、协调内在逻辑与现实表现之间的关系。因此,本文从供给侧和需求侧匹配视角探索数据赋能驱动制造企业服务化的内在、外在以及两者关系的协调。对动态能力与市场需求两者适应性匹配问题的解决是数据赋能驱动服务化的内在机制,即主变量数据赋能对制造企业服务化的影响。但这一内在机制要和服务化的其他前导因素的作用下共同决定服务化的实践过程,即内在、外在机制的互动过程,服务化其他前导因素的作用决定了这一内在机制对应条件下的表达,称为外在机制,这一外在机制引入的必要性在于,数据赋能影响制造企业服务化转型的具体实现依赖于对应的其他外部条件的作用,两者共同决定了数据赋能驱动服务化的具体实践过程。本文引入内在、外在机制来协调关系不变性与实践多样性之间的关系,为了响应这个需求,引入内在、外在机制来提供分析框架(见图1)。作为机制核心的是动态能力与市场环境的适应性匹配,构建了数据赋能通过市场环境影响的新途径,构建企业动态能力与外部市场环境适应性匹配框架,分析数据赋能驱动制造企业服务化的内在和外在机制。

图1 数据赋能驱动制造企业服务化理论框架

2 研究设计

2.1 研究方法

制造企业的服务化是在时间轴上的复杂动态演化过程,科学地描述数据赋能如何驱动企业服务化有助于理解其阶段性特征与机理;并且,数据赋能相关研究处于探索期,与之相关的变量及理论尚未成熟,目前学术界对数据赋能驱动制造企业服务化机理的研究还未形成系统的理论框架,研究具有探索性和解释性,案例研究能够有效展示研究过程的动态性和整体性,有助于形成新构念、新理论。文献[36-38]中认为已有文献尚未深入探讨相关研究内容,可采用探索性案例研究方法。Strauss等[36]阐述了三级编码技术,强调研究过程的规范性和客观性。因此,本文基于一、二手资料,通过扎根理论对其进行层层编码,进行扎根分析研究。

2.2 案例选择

首先,数据赋能驱动制造业服务化机理问题要求案例具有行业、区域、国籍、企业年龄的广泛性或变异性;其次,需要考虑数据的可获取性。美的集团从2012 年进行数字化转型,至今8年投入已超过100亿元,由原先的多品类、高质量家电产品制造商转型为服务型科技集团;美的集团在《财富》500强连续4年排名跃升,美的集团是具有数字化转型和服务化转型的代表性企业。陕鼓的领头人印建安在2001年上任伊始就提出,在工业领域,专业化系统服务将成为消费趋势,制造企业要向用户提供完整的解决方案。陕鼓改变单一服务观念,转变为透平机械系统的供应商和服务商。通过交钥匙工程,解决整个风机系统的问题,甚至是整个流程的问题,最大限度地适应客户的需求。通用电气公司20世纪80年代在全球24个国家共拥有113家制造厂,其产值中传统制造产值的比重高达85%,服务产值仅占12%,但目前通用电气的“技术+管理+服务”所创造的产值占公司总产值70%以上。

美的、陕鼓和通用电气的业务流程清晰,易于搜集数据资料,在学界成为研究热点,很多学者将其作为研究对象。因此,本文基于案例研究的理论抽样和典型性原则,选取美的集团、陕鼓集团和通用电气为扎根研究的对象,分别为家电业、机械业和电气业的典型企业,案例企业简介如表1所示。

表1 案例企业简介

2.3 数据收集

本文采取一手资料为主、一二手数据结合的方式进行研究,一手数据来自实地考查、深度访谈、主管介绍以及参观数字化部门与平台基地、现场体验等;二手数据来自相关新闻媒体报道、高校数据库、案例数据库、期刊杂志、董事长演讲视频集、公司官网、公司年报以及财务报表等。访谈从2020年5月开始至2021年3月结束,将研究相关资料整理建档后,数据来源基本情况如表2所示。

表2 数据来源

3 扎根分析

3.1 开放性译码

开放性译码是进行资料聚敛的过程,归纳现象、界定概念并发现范畴,要求研究者带着“理论触觉”,保持开放和中立,全面捕捉资料中的关键信息点,随后逐步对一些具有共性的内容进行抽象化并命名。基于此,对美的、陕鼓、通用电气进行开放性译码,如表3所示。

表3 美的、陕鼓、通用电气各发展阶段编码表

续表3

续表3

3.2 主轴译码

在对范畴进行分析之后,接着要展开的是对范畴之间逻辑关系和演化规律的识别和构建。通过主轴译码可以提炼出多个范畴并理清其关系,但不能明确各个范畴的具体关系。借鉴扎根理论典范模型矩阵,从“(A)因果条件-(B)现象-(C)脉络-(D)中介-(E)行动策略-(F)结果”识别范畴之间的逻辑关系[39],基于典范模式对美的集团、陕鼓集团和通用电气的服务化案例与进行的主轴译码如图2所示。

图2 制造企业服务化的典范模型

3.3 选择性译码

选择性译码是指从概念、范畴和主范畴中提炼核心范畴,联系核心范畴与其他范畴,并运用故事线来剖析主范畴之间内在逻辑关系的过程。通过回顾文献资料并与访谈资料持续互动,深入挖掘主范畴的本质内涵,提炼出能够统筹整合主范畴的核心范畴,构建数据赋能驱动制造企业服务化转型框架如图3所示。

图3 数据赋能驱动制造企业服务化机理图

大数据为服务化的实时性和不可贮存性提供了可能,在借鉴前人研究的基础上,从内在、外在视角分析数据赋能驱动制造企业服务化机理,选择性译码后可得清晰的脉络:大数据时代下制造企业通过数据赋能提升了各项能力,在企业家精神、数智型服务化战略导向和创新的推动下,制造企业管理者意识到服务化的机会,促进了制造企业的服务人才建设、服务资源重组与服务试错,有助于制造企业动态能力与市场环境适应性匹配,推动制造企业服务化。数智型服务化战略导向、服务试错、数字化全价值链服务和开放数智生态构建4个范畴是在既有研究的基础上得到的新范畴。数智型服务化战略导向是指制造企业构建数字化战略、自动化战略和服务化战略三位一体的战略导向[37]。服务试错是基于创业试错提出的制造企业服务化转型的试错,被称为失败中学习,是指以错误为参照系,不断从错误中学习[38],服务试错可使得制造企业的服务化达到最优水平。数字化全价值链服务指从价值链上游到下游的整体数字化服务方案。开放数智生态构建指构建全球开放互联智能体系。

3.4 饱和度检验

当新数据不可产生新的概念和新的范畴,也不能解释范畴新的属性时,可认为达到理论饱和。本研究预留1/3的案例资料进行饱和度检验,对美的、陕鼓、通用电气的服务化转型进行研究,通过扎根分析后未发现新构念,认为该模型达到饱和。总体来看,本研究选择的企业可反映制造企业通过数据赋能进行服务化,样本选取符合扎根研究注重理论抽样的基本原则。

4 研究发现:数据赋能驱动制造企业服务化机理诠释与理论构建

4.1 数据赋能驱动制造企业服务化的机理模型

通过内在、外在机制塑造数据赋能驱动制造企业服务化机理,本文构建了数据赋能驱动制造企业服务化机理模型(见图4)。

图4 修正后的数据赋能驱动制造企业服务化转型机理

数据赋能驱动制造企业服务化由此分解为内在机制和外在机制。其中,内在机制为“数据赋能-动态能力与市场环境适应性匹配-服务化”,外在机制为“企业家精神-数智型服务化战略导向-服务试错-动态能力与市场环境适应性匹配-服务化”。内在机制和外在机制解释了数据赋能驱动制造业服务化的内在逻辑与现实实践两者关系,即内在逻辑的一致性以及在不同情境下的变异,变异的根源在于企业家精神对服务化的影响,变异的现象是内在、外在机制在两者互动塑造下的现实过程。数据赋能通过影响供给侧与需求侧的适应性匹配而影响在不同现实界定下表现各异的服务化。

制造企业服务化是供给与需求适应性匹配的结果。首先,一定的服务化需要一定的企业能力去支撑或适应性匹配;其次,需求与供给的适应性匹配促进企业价值创造、价值传递和价值捕获,进而表现为商业模式的变迁与服务化转型;最后,在服务化转型过程中,这些需求与供给的适应性匹配是数据赋能在市场环境需求与供给上的作用。内在机制为“数据赋能-动态能力与市场环境适应性匹配-服务化”,数据赋能对需求侧的影响分为两步:①外部环境的不确定性程度提高。在数据赋能背景下表现为更多的个性化需求或定制化需求。主要来自两个方面:一是数据赋能使得单个客户可以从更大的潜在供应商集合获得服务提供,这会影响其自己的价值主张,表现为市场需求的变动;二是数据赋能使企业面临更大范围的客户与更多样化的价值主张,这两者使企业需要响应更加不确定的市场需要。②数据赋能带来的挑战转化为企业的驱动力,这要求企业具有足够的能力有效响应环境不确定性。数据赋能通过影响企业动态能力与市场环境的适应性匹配,具体表现为感知能力、捕获能力、重组能力与制造商环境、供应商环境以及客户环境的匹配,促进制造企业服务化转型。例如,美的提升企业能力,寻找满足当前制造商环境的产销模式,通过改变产销模式优化改善制造商环境,与自身动态能力相匹配。在优化后的制造商环境中,美的更易于发挥其自身感知能力,感知客户的深度需求与潜在价值主张,利用其重组能力优化自身供应结构,并且可以更好地发挥其捕获能力,新产销模式有利于美的降低成本、提高销售,加强了对产品与客户价值的捕获。陕鼓集团不断进行供应链产业布局,优化供应商环境,加强了与供应商的联系,将工业企业生产环节联通,打通了上下游流通服务以及集成了生产过程物流、商流、资金流、物质流、能量流和信息流。在优化后的供应商环境中,陕鼓集团提升服务于工业领域客户的系统方案能力,贯通了产业链上下游关系,强化了供应链,更便于感知上下游企业的动态变化;利用其重组能力更好地实现资源整合,强化了全价值链的价值捕获。通用电气邀请外部开发人员为其云端系统Predix开发应用,公司与客户的关系从销售产品转变为销售基于成果的服务。在优化后的客户环境中,通用电气与客户共享这些应用,有利于通用电气更深入感知客户需求。在为提高设备生产率而开发内部软件和分析能力的同时,加强了与客户的联系,并且通用电气可以基于新价值主张更好地重组企业资源,方便快捷服务客户,强化了客户端的价值捕获。外在机制即为“企业家精神-数智型服务化战略导向-服务试错-动态能力与市场环境适应性匹配-服务化”,制造企业服务化的外在机制主要表现为管理者企业家精神的机会识别,以及数智型服务化战略导向设计。制造企业的管理者需要具有企业家精神,在多变和不确定的环境下识别机会,通过数智型服务化战略导向,形成自动化战略、数字化战略、服务化战略三位一体的数智型服务化战略,并且通过服务试错,影响动态能力与市场环境的匹配,促进制造企业服务化转型。制造企业通过整合内外部数据资源,在服务人才建设和服务资源重组的基础上促进企业服务型资源的形成,通过创新使得服务化的价值主张得以实现,具体表现为企业智能化全品类产品的开发、数字化全价值链服务的提供以及开放数智生态系统的构建。制造企业构建数字化整体解决方案、全球开放互联智能体系有助于保障制造企业的敏捷性与实时性,并可为顾客提供数字化实时性服务、个性化定制服务和透明化服务。数据赋能驱动制造业服务化这一不变关系在不同情境下的具体实践具有差异性,作为环境因素的这些变量通过外在机制影响两者关系的情境依赖性。

数据赋能为服务创新提供了动力与支撑。首先,数据赋能是通过动态能力的作用来提升企业获得的敏捷制造响应能力,并匹配动态能力的捕获与重组能力[39];其次,从动态能力对市场环境需求的感知出发,关注制造企业的需求发现、价值主张并匹配动态能力的感知能力。供给对应的制造企业具有快速响应能力,但要实现能力带给企业的好处,必须有需求为其提供施展的平台,这一平台正是数据赋能带来的客户需求侧的变化。数据赋能提升了制造企业的动态能力,影响动态能力的具体构成在对应条件下的作用展开服务化实践[40]。感知能力与外部环境的结合加速了制造企业价值主张或需求识别,感知与捕获能力反映了制造企业这一侧的敏捷或反应速度的提高,客户互动中的需求与供给的适应性匹配有利于感知、捕获与重组能力的提升。

4.2 数据赋能驱动制造企业服务化的关键环节

制造企业服务化的现实实践由不同个体的互动所驱动,内在机制和外在机制联合驱动了实践中的关键环节。服务资源重组、数智型服务化战略导向和服务试错是数据赋能驱动制造企业服务化的关键环节,如前文所述,数字化加强了制造企业服务化转型所需的资源基础,使其将数据转化为知识并加以利用[41]。服务化是制造企业的一个内部转型过程,提升的企业动态能力体现在制造企业的实现上。

在服务资源重组环节,美的集团的M.Io T 集SCADA 平台、工业云平台、工业大数据平台和工业SaaS服务于一体,致力于客户定制C2M、供应协调、解决方案等服务标准化、平台化和云化。使用这些数字化工具,不仅可以更有效地生产定制产品,还可以将服务资源进行重组,利用数据挖掘针对潜在的客户提供更多服务。通过数据挖掘等数字化手段,能够将数字资产转化为知识资产,有助于制造企业的可持续发展,提升自身的竞争优势。例如美的集团使用通信技术、工业互联网平台以及工业大数据平台管理客户关系,可根据客户需求生产定制化产品,从而使制造企业扩大了市场并进一步融入客户。通用电气也通过扩大业务范围,更好地为客户服务。制造企业应构建数据赋能驱动的、多主体参与的开放数智型服务化生态体系,制造企业的服务化能够通过工业服务化、客户服务化和价值服务化,利用敏捷性、实时响应与大数据分析带来服务增值。

在数智型服务化战略导向环节,制造企业应加强数智型服务化战略导向建设,强化其多主体互动生态的构建。在数智型服务化战略导向下,制造企业借助工业互联网、大数据、云计算等实现了制造企业的柔性化需求,满足了服务人才建设、服务资源重组与服务试错的前导性要求,强化了数字转型举措的成功取决于内在、外在机制互动对变革过程的积极参与。Bertsimas等[42]所提出的内部数据与公共数据或辅助条件参与到制造企业的多主体互动,这些互动展开或传递语境的作用提供了公共数据或辅助条件,数据类型、数据来源多样性和数据分析多元化有利于数据价值的挖掘。通过收集内部和外部数据建立数据分析库,利用有用的知识、更好的支持决策预测客户行为,进而提升对客户的服务水平,留住有价值的客户。制造企业使用大数据分析软件与客户直接交互创新其价值主张,客户拥有数据,并且由提供者管理;还可以实现新的关键活动与相关流程。制造企业利用数据赋能分析得出的更广泛、深入的知识,主动定义价值主张,并细分客户提供更精确的价值主张,将其细化到内部业务流程、市场营销、推动创新与知识相关的知识决策,从而进行价值创造。基于工业互联网的服务化智能制造的成长范式都需对现有网络进行全方位、全角度、全链条的改造,服务化制造网络使得数据成为生产要素的关键。制造企业应用大数据技术等挖掘数据信息,使得整个网络运营环境高效化和智能化,实现分散化制造资源的整合,从而达到高效创新的一种制造模式。

在服务试错环节,制造企业应加强服务试错中的用户反馈,深度发掘客户价值主张。制造企业应在服务试错中打通企业间生产制造与用户需求,在利用数字技术提升陷入停滞的生产效率同时,还应利用大数据的实时性精准对接用户需求,实现规模定制生产,采用数字化/智能化单元、工厂、企业等合作组织形式,向用户提供更加智能化的产品,更加智能便捷的物流和售后服务。例如,通用电气实施新服务战略,大力发展通用电气资本服务公司,积极服务试错。在数据成为生产要素的新经济条件下,数据赋能加速企业利用智能化工具从数据资产中挖掘出优质资源供给,使得制造企业的供应、研发、生产、服务等环节更加透明化,打破服务型制造固有形态,推动产业链数字化成长。

5 结论

本文借助扎根理论研究方法,对美的集团、陕鼓集团、通用电气进行了深入挖掘和系统归纳,通过开放性译码、主轴译码、选择性译码等步骤,建构出数据赋能驱动制造企业服务化机理模型,以期弥补理论与实践的缺口。研究发现:

(1)数据赋能驱动制造企业服务化的内在机制为“数据赋能-动态能力与市场环境适应性匹配-服务化”,刻画了数据赋能与制造企业服务化两者关系的不变性;数据赋能驱动制造企业服务化的外在机制为“企业家精神-数智型服务化战略导向-服务试错-动态能力与市场环境适应性匹配-服务化”,捕捉了数据赋能与制造企业服务化两者关系的情境依赖性。

(2)借助于典范模型所涉及的范畴得出服务资源重组、数智型服务化战略导向和服务试错是数据赋能驱动制造企业服务化的关键环节。

本文的理论贡献在于:

(1)深化了数据赋能驱动制造企业服务化机理。引入数据赋能通过市场环境对制造业服务化动机强化的途径,论证了数据赋能驱动制造企业服务化过程中提高了企业的感知、捕获和重组能力,研究有助于形成对制造企业服务化机理的解释[9],回答了大数据如何对制造企业服务化与动态能力的交互影响,明确了服务资源重组、数智型服务化战略导向以及服务试错是服务化的关键环节。

(2)以动态能力与市场需求两者的动态匹配作为驱动制造企业服务化的中介机制。研究发现,数据赋能通过供给侧动态能力与需求侧市场环境两者的适应性匹配影响制造企业服务化,数据赋能通过作为供给侧的动态能力与作为需求侧的市场环境两者的交互与匹配塑造制造业服务化的过程,回答了文献[43]中提出的企业在需求侧如何利用这些能力以及文献[9]中提出的如何考虑当前市场经济环境的匹配等问题。从供给侧和需求侧的适应性匹配出发,通过美的、陕鼓、通用电气的多案例扎根分析数据赋能如何影响企业赋能后的能力状态的实施环境和实施过程,数据赋能驱动的制造企业服务化更有助于企业敏捷性的发挥,敏捷带来的实时性可满足与顾客上下游等实时交互与反馈。动态能力与市场环境的动态匹配决定了服务化的核心。扩展了动态能力理论对制造业服务化的影响依赖于企业家精神、战略导向的理论。

(3)协调了理论关系的不变性与现实实践的多样性两者的张力。验证了外部环境对服务化的影响,动态能力如何与环境共同影响服务化,以及市场环境与动态能力两者如何交互。完善了制造企业服务化理论机理层面的研究,整合内在、外在机制构建了数据赋能驱动制造业服务化的作用机理,厘清了动态能力与市场需求适应性匹配的现实表现的差异,将数据赋能驱动制造企业服务化分为内在机制和外在机制,内在机制为“数据赋能-动态能力与市场环境适应性匹配-服务化”,外在机制为“企业家精神-数智型服务化战略导向-服务试错-动态能力与市场环境适应性匹配-服务化”,解决了文献[10]中提出的过多关注技术对服务化的影响、忽视从管理者层面思考服务化机理的问题。解决了企业能不能拥有这个能力、用不用这个能力以及如何利用数据赋能后的动态能力等问题,对于数据赋能驱动制造企业服务化途径与效用进行扩展与剖析,内在、外在机理互动协调数据赋能驱动服务化的内在逻辑不变性与现实实践的多样性。

本文实践启示如下:

(1)制造企业应构建数据赋能驱动的企业-客户-上下游多主体参与的开放数智生态体系,充分利用数据赋能驱动制造企业动态能力与市场环境的适应性匹配,加强企业家精神与数智型服务化战略导向建设,实现其服务化转型。首先,数据赋能在制造企业供给侧提升了企业的动态能力,数据赋能在制造企业需求侧改变了其商业模式和业务流程,通过两者间适应性匹配有助于其服务化转型,通过开发新业务模式重新定义企业价值主张,以便于实施相关业务功能。制造企业开放数智生态就是以企业为中心与上游供应链和下游需求链之间的数智生态关系,制造企业要利用数据作为多主体参与互动的工具,推动市场环境需求与动态能力供给的适应性匹配,加速制造企业服务化。

(2)应当加大制造企业、科研机构、政府和高校深度合作,积极推动工业大数据的开发应用工作,探索在参与主体多元化情况下,数据赋能如何更好地促进制造企业发展,助力制造企业服务化转型升级。应当加快工业大数据平台建设,建立一体化工业大数据中心,打通政府管理部门、供应商与制造企业之间的信息交流渠道,实现工业数据资源整合,提升大数据收集、分析与应用能力,形成数据赋能生态创新体系和监测预警系统,并建立健全保障工业大数据安全的法律法规制度,完善大数据的知识产权。从知识产权保护与知识产权交易两个环节来实现知识产权共享,改进企业、制造产业与政府的激励相容。

(3)加快数据赋能与制造产业的深度融合,促进制造产业提质增效服务化转型升级。加快数据赋能与制造产业的深度融合,推动制造产业向数字化、网络化、智能化、服务化转型,这是新时代制造产业发展的趋势,也是提高制造企业生产效率、缩短研发周期、降低生产成本、减少资源浪费、提质增效转型升级的重要途径。要鼓励具有大数据发展优势的制造企业积极开发应用数据赋能进行服务化转型,加快数据赋能与传统产业的融合发展,同时推动制造企业逐步开发应用数据赋能提升其数字化能力,实现产业上下游、跨地区、跨行业的交换联动。通过数据赋能带来制造企业供给侧能力的提高与需求侧的商业实践活动相匹配,实现生产与运营管理的智能决策和深度优化,促进制造产业提质增效服务化转型升级。

本文研究局限与未来展望:①本文采用多案例扎根分析数据赋能驱动制造企业服务化机理,具有阶段性、局部性和暂时性等特征,未来可利用更多的样本案例与经验数据对数据赋能驱动制造企业服务化机理进行修正与完善。②本文从资源、能力和企业家精神角度厘清了数据赋能对制造企业服务化的内在和外在,未来可进一步研究数据赋能如何通过组织赋能和心理赋能驱动制造企业服务化。