企业数字化转型价值链重塑机制<br/>——来自华为集团与美的集团的纵向案例研究

企业数字化转型价值链重塑机制
——来自华为集团与美的集团的纵向案例研究

2023-09-14朱秀梅林晓玥

科技进步与对策 2023年17期

朱秀梅,林晓玥

(吉林大学商学与管理学院,吉林长春 130012)

0 引言

中国信通院发布的《中国数字经济发展白皮书(2021)》显示,2020年我国产业数字化规模达31.7万亿元,占数字经济比重的80.9%,占GDP比重的31.2%,数字化转型已经由部分行业头部企业的“可选项”转变为广泛行业与企业的“必选项”,国内一半以上企业将数字化转型视为下一步发展重点。特别是中国情境下,具有“压舱石”作用的制造业涌现出大量数字化转型成功企业(如华为、美的、海尔等),上述企业可为数字化转型研究提供丰富的素材。从实践层面看,上述企业从最初探索尝试发展到数字化驱动价值链运营,将数字化从聚焦单一环节、行业或领域转变为对价值链全部环节的全面映射,不断利用数字技术重塑价值链,并加速实现与外部多主体跨界融合与协同。价值链重塑是指企业通过不断优化业务组合创造新的价值,是实现基业长青的基石。如何重塑价值链既是企业数字化转型面临的挑战,也是亟待破解的理论问题。因此,本文对企业数字化转型价值链重塑机制进行深入探究。

企业数字化转型价值链重塑机制研究涉及数字化转型和价值链两个领域,然而两者尚未建立充分的联系和对话,对数字化转型情境下价值链重塑问题缺乏关注,在很大程度上导致理论对实践现象的解释力度不足,主要表现在以下方面:第一,已有价值链文献未能解释数字化转型情境下价值链构成变化。目前,仅少数学者关注数字化情境下的价值链。例如,邵婧婷[1]认为,寻求数字化和智能化变革的最重要目标是重塑企业价值链,并提出将技术内化于企业价值链各环节以提升效率;张振刚等[2]以“企业大数据资源—动态能力—渐进式重构和破坏式重构”为框架,构建大数据时代企业价值链重塑路径。第二,已有文献仅关注企业价值链的某一环节或活动变化,未能基于全价值链视角研究企业数字化转型价值链构成变化规律。现有数字化转型研究聚焦产品与服务数字化转型[3-4]、智能制造[5]、数字营销[6]、数字商业模式创新[7]、组织数字化转型[8]等方面,探讨企业数字化转型价值链重塑的关键影响因素及动态作用机制。基于此,本文重点探索如下问题:企业数字化转型经历了哪些阶段?企业数字化转型价值链重塑受哪些因素影响?上述因素间具有怎样的逻辑关系?在数字化转型不同阶段,上述因素及关系如何转变?基础导向型企业和应用导向型企业价值链重塑机制有何异同?通过解答以上问题,揭示企业数字化转型价值链重塑机制。

本文利用纵向双案例研究方法,选取数字化转型成功的代表企业华为集团(以下统称“华为”)和美的集团(以下统称“美的”)作为案例研究对象,以揭示基础导向型企业和应用导向型企业数字化转型价值链重塑机制。首先,将企业数字化转型划分为数字化、网络化和智能化3个阶段,并探寻各阶段核心特征。其次,识别价值链重塑的关键影响因素,基于技术赋能理论的“技术—行为—结果”逻辑主线,构建“数字技术—资源编排—价值链重塑”研究框架。再次,基于对华为和美的案例分析,揭示价值链重塑机制在不同阶段的进化规律,以及基础导向型和应用导向型企业价值链重塑机制的异同。最后,构建理论模型并提出研究命题。

1 研究框架与基础

1.1 研究框架构建

数字技术、资源编排和价值链重塑在数字化转型过程中的重要性被广泛认可,但学者们大多基于不同角度对三者进行独立研究,因而现有研究存在如下不足:一是缺少数字化转型情景下各因素表现或维度拓展;二是缺乏对不同因素间有机联系的深入讨论;三是对价值链重塑机制动态演化问题缺少关注。为此,本文构建数字技术、资源编排与价值链重塑关系研究框架,对相关文献进行系统梳理,对数字化转型阶段、数字技术、资源编排与价值链重塑进行初步分析,从而为案例分析奠定基础。

根据技术赋能理论,数字技术和资源编排是影响企业数字化转型价值链重塑的关键因素[9]。一方面,数字技术是企业数字化转型的驱动因素,不仅可为企业提供技术工具和手段,而且通过赋能激活或提升企业生存与创新能力,衍生出新的数字化业务和模式,是实现价值链重塑的重要前提[10]。另一方面,技术赋能下资源编排是价值链重塑的重要路径[11]。这是因为借助数字技术,企业资源获取和利用范围扩大、类型增加,能够通过数据分析构思和新颖的资源编排方式提升资源配置效率[12],进而极大地提高价值链各环节资源交换、组合和整合效率,吸引更多合作伙伴共同创造价值[13],从而实现价值链重塑和优化升级。综上,本文依据“技术—行为—产出”的逻辑主线,构建“数字技术—资源编排—价值链重塑”研究框架(见图1)。

图1 研究概念框架Fig.1 Research framework

1.2 企业数字化转型阶段

企业数字化转型动态演化研究主要涉及阶段划分和阶段表现。Zhou等[14]认为,制造企业转型升级依次经历数字化、网络化和智能化3种基本范式;Soluk&Kammerlander[15]指出,中小企业数字化转型经过流程数字化、产品和服务数字化以及商业模式数字化3个阶段;Verhoef等[16]认为,数字化转型包括数据化、数字化和数字化转型3个阶段。

根据企业生命周期理论,企业价值链重塑作为企业数字化转型的重要标志和核心产出,随着企业数字化转型升级而发生动态演化[17]。数字化转型成功企业应用的核心数字技术依次为统一的IT架构、工业互联网、人工智能,这也符合数字技术进化顺序。借鉴Zhou等[14]的阶段划分思路,本文将企业数字化转型划分为数字化阶段、网络化阶段和智能化阶段,并从数字技术功能角度细化阶段特征(见图2)。具体而言,数字化阶段是指企业搭建统一、标准、互通的数字化平台,对相关活动进行数字化描述、分析、决策和控制的阶段。此阶段,数字技术具有数据化、连通、信息可视化功能。网络化阶段是指“工业互联网+制造”阶段,企业利用“工业互联网+”加强内部和企业间协作,促进社会资源共享和整合。此阶段,数字技术新增联动和数据透明功能。在智能化阶段,新一代智能化技术能够加快促进新技术、新产品、新业态、新模式出现与融合。此阶段,数字技术新增仿真预测和深度学习功能。

图2 企业数字化转型阶段划分Fig.2 Stage division of enterprise digital transformation

1.3 数字技术与赋能

数字技术组合是企业数字化转型过程的起点[18]。Holmstrom[19]提出,数字技术具有自生长性、融合性和可再结合性,能够支持资源要素进行重新嵌套,从而构建新的资源要素组合;蔡莉等[20]进一步指出,数字技术具有内容属性(可编辑性和可扩展性)与结构属性(开放性和关联性)。从技术角度看,数字技术可以分为单点式数字技术、分布式数字技术和智能化技术。其中,单点式数字技术是指支持在单台计算机上针对一定活动进行数据处理与加工的技术,涉及IT架构、移动端等;分布式数字技术是指支持多台计算机通过通信网络协调完成大规模信息处理任务的技术,涉及云计算、物联网等;智能化技术是指依靠数据基础和算法进步用以模拟、延伸和拓展人的智能的技术,涉及机器学习、计算机视觉等。

技术赋能是指企业通过吸收突破性技术促进自身及系统生存能力激活或提升的过程[10]。学界对于赋能的内涵尚未达成共识[21],技术赋能研究大多停留在技术实践与应用层面,尚未对技术赋能运行逻辑、作用机制及影响机理进行系统分析[22]。数字赋能理论认为,对资源赋能是数字技术赋能的核心,能够促使资源所有权和控制权真正被赋予所有者[23]。事实上,随着数字技术发展,数据成为新式资源,能够在技术赋能下通过正反馈机制实现收益递增[24],甚至与传统资源结合改变价值创造和获取逻辑。

1.4 资源编排

资源编排源于资源管理理论和资产编排理论,认为资源价值取决于资源编排方式,强调动态环境下企业对关键资源的构建、整合和利用,进而创造新的价值[25-26],可以打开将资源、能力转化为价值和竞争优势过程的“黑箱”。大数据时代,资源类型、属性和处理方式发生变化,数据与传统资源形成资源组合,进而引发资源编排对象、情景、内容和机制改变。根据Sirmon&Hitt[27]、谢洪明等[28]的研究成果,资源编排包括以下3个过程:

(1)资源结构化,即企业通过获取和控制资源构建资源组合的过程。不同的资源组合能够确定企业在某一时间点潜在价值创造的上限[29],包含广度资源结构化、深度资源结构化、深度与广度资源结构化等维度。

(2)资源重组,即企业通过资源重新组合形成能力或改变能力,是利用组织资源执行一系列协同任务的表现[27,30],包含稳定式重组、丰富式重组、开拓式重组等维度。

(3)资源撬动/利用,即利用企业能力为客户创造价值,并为企业所有者创造财富的过程或行为[30],包含业务撬动、环境撬动、平台撬动、人机撬动等维度。

1.5 企业价值链重塑

价值链概念最早由Porter[31]提出,他认为价值链是指为用户提供产品和服务所涉及的活动集合,包括生产管理、研发、组装、产品销售、售后服务等环节,上述相互关联的生产经营活动能够以价值链这一价值创造的动态链条表示。在已有数字化转型研究中,智能制造、产品与服务数字化转型、数字营销、数字商业模式创新、组织数字化转型等价值链环节或活动转型受到重点关注。例如,吕文晶等[5]探讨中国企业智能制造实施模式和企业平台建设过程与治理体系;Nambisan[3]、Nambisan等[4]提出,数字化挑战了产品与服务的原有假设,因而需要重新思考产品与服务数字化转型范围、特征和价值问题;Caliskan等[6]重点考察工业4.0对营销组合策略的影响;Li[7]认为,创意产业商业模式的数字化转型能够通过递归学习过程不断完善和扩展整体业务模型框架;Schwarzmüller等[8]提出,组织数字化转型涉及员工工作生活和健康管理、信息和通信技术使用、绩效和人才管理,以及组织等级制度等4个主题。事实上,数字化转型并不仅仅是局部“量变”,而是涉及全局的“质变”,因而需要从价值链角度加以理解。随着研究不断深入,学者们发现,多主体在加强价值链各环节间的联系和创造新的环节等方面发挥重要作用[32]。因此,企业与分销商、供应商、服务商、用户等主体间的关系和结构成为价值链研究的重要组成部分[1]。由此,企业价值链重塑包括价值链环节重塑和价值链多主体关系重塑。

在价值链环节重塑方面,借鉴王毅[33]的研究成果,本文根据价值链环节结构和环节间联系紧密程度,将价值链环节重塑划分为数字重生(旧结构、连接关系)、数字增生(新结构、连接关系)、数字孪生(旧结构、联结关系)、数字新生(新结构、联结关系)4个维度(见图3)。其中,数字重生是指价值链中的关键环节利用数据进行表达和管理,各环节基于统一的数据标准实现连通和可视化,进而解决不同环节的“数据烟囱”和“数据孤岛”问题。数字增生是指在数字重生的基础上,以数字化形式新增价值链环节或引入新型数字价值环节,从而改变价值链结构。数字孪生是指根据价值链环节的物理实体打造出一模一样的数字孪生体平台,实现线上线下资源整合,从而实现全流程数据与人、机、物全面互联。数字新生是指在数字孪生的基础上,出现新增价值链环节引发企业价值链结构变化。

图3 价值链活动环节重塑维度Fig.3 Remodeling dimensions of value chain activities

在价值链多主体关系重塑方面,企业对外由竞争逻辑转向共生逻辑,价值链由集中化发展转向生态化发展,与数量更多、范围更广的合作伙伴、用户等主体间建立紧密的圈层关系链。从企业与合作伙伴、用户等多主体在价值创造活动中的关系紧密程度看,价值链多主体关系重塑包括数字共进、数字共创、数字共演3个维度(王节祥, 陈威如,2019)。数字共进是指多主体朝同一方向进行价值创造活动,基于数字产品和服务形成较为松散且稳定的合作关系。数字共创是指多主体间因互补合作、共创价值而产生的连续相互作用,能够实现多主体增值及整体关系产出。数字共演是指多主体间进行全方位相互作用的深度关联,共同探索新业务、新模式,最终实现共同进化。

2 研究设计

2.1 研究方法

选择纵向探索性双案例研究方法,原因如下:首先,本研究聚焦于企业数字化转型价值链重塑机制,属于“How”“Why”的问题,适用于案例研究方法[34];其次,不同类型企业价值链重塑机制存在差异,需要对基础导向型和应用导向型企业进行案例分析,适用于双案例研究方法;最后,本研究涉及数字化、网络化、智能化3个明显的时间阶段,适用于纵向双案例研究方法。

2.2 案例选择

本文选择华为和美的两个企业作为案例分析对象,主要遵循以下原则:

(1)理论抽样原则和典型性原则。华为所处的ICT产业是第三次信息革命的基础产业,具有数字化、网络化、智能化的先动优势。数字化转型过程中,华为IT业务逐渐从分散走向集中,从独立走向连通。随后,华为实施以云计算和大数据为双轮驱动的IT2.0,构建工业互联网平台FusionPlant,制定全场景智能化战略。美的在董事长方洪波的带领下,早在2012年就开始着手数字化转型,全面重构集团IT系统,先后启动IT1.0和IT2.0,推出中国首家兼备制造业知识、软件、硬件三位一体的完整工业互联网平台M.IoT,制定全面数字化、全面智能化战略,实现从“制造”到“智造”蜕变,成为国内家电行业龙头。美的应用数字技术推进数字化转型,实现现实业务与数字世界融合和贯通。可见,华为和美的是我国企业数字化转型中具有代表性和影响力的企业。

(2)案例可比较性。以华为为代表的基础导向型企业是数字经济发展的先导产业,是数字化转型的“先行者”,关注数字技术基础研发和推广,在提高整体社会数字化转型速度和水平的过程中起基础性作用,能够为赋能和带动传统企业转型提供技术、产品、服务和解决方案。因此,本文将华为归属为基础导向型企业。以美的为代表的应用导向型企业隶属于传统产业,应用基础导向型企业开发的新一代信息技术与实体经济深度融合,其转型目的是利用数字技术增强现有产品和服务的竞争力,提升市场份额和地位。因此,本文将美的归属为应用导向型企业。

(3)资料可得性。华为和美的均是蜚声中外的明星企业,易于获得详细真实的资料。

2.3 数据收集

本文案例数据来源可靠,内容涉及企业资料、行业背景、政府政策等方面,数据收集遵循三角验证原则。

(1)一手资料。课题组借助在华为和美的工作的朋友及第三方关系,对华为和美的多次进行实地调研。每次调研由2～6位课题组成员参加,利用半结构化访谈与2～4位中高层企业管理者进行交流。

(2)二手资料。华为和美的二手资料丰富,通过企业官网、企业公众号、知网、今日头条获得二手数据。华为和美的发展图谱如图4所示。

图4 华为与美的发展图谱Fig.4 Development map of Huawei and Media

2.4 数据分析

本文采用扎根理论进行编码,包括开放式编码、轴心式编码以及选择式编码,以确保数据与现有文献的充分对话。

(1)开放式编码。开放式编码是指将资料进行分解、检验、比较、概念化和范畴化的过程。首先,对原始资料进行编码;其次,进行概念化,实现从代码到概念的提炼并加以分类,经过整合归纳,形成69个初始概念;最后,进行范畴化,合并属性相同的核心概念,剔除与研究无关的概念,得到61个初始范畴。

(2)轴心式编码。轴心式编码是指利用归纳思维和演绎思维构建下级范畴与主范畴的联系。通过对61个零阶范畴进行归并,得到单点式数字技术、深度资源结构化等19个一阶范畴,以及数字技术、资源结构化、资源重组、资源撬动、价值链环节重塑、价值链多主体关系重塑等6个二阶范畴(见表1)。

表1 轴心式编码结果Tab.1 Axial coding results

(3)选择性编码。选择性编码是指在轴心式编码的基础上,通过分析主范畴间联系形成“故事线”,构建整体理论框架,进一步凝练数字技术、资源编排、价值链重塑3个核心范畴,即企业在数字化转型过程中利用数字技术对资源进行结构化、重组和撬动,实现企业价值链环节和多主体关系重塑,并秉承“技术—行为—结果”逻辑主线加以表达,从而构建理论模型(见图1)。

3 案例分析

3.1 华为数字化转型中价值链重塑机制

华为数字化转型中价值链重塑机制在数字化、网络化、智能化三阶段的表现如图5所示。

图5 华为数字化转型价值链重塑机制Fig.5 Value chain remodeling mechanism in the digital transformation of Huawei

(1)数字化阶段(1998—2012年)。数字技术表现为单点式数字技术和分布式数字技术。华为积极利用IT架构和桌面端、移动端、大数据技术、云计算等数字技术搭建多条集成的全链管理系统以实现IT集中化,并自主建设数据中心和IT作战系统。

资源编排。资源结构化维度表现为深度资源结构化。数字技术支持华为内部各系统、全业务流程之间海量数据的呈现、连接和集成,将信息以数字化方式表达出来,从而获取并积累数据资源。资源重组维度表现为稳定式重组。华为将获取和积累的数据资源与传统资源打包并进行资源重组,借助量化数据实现生产管理专业化和标准化,挖掘现有数据资源价值,指导研发投入方向等重大资源投资,提升单一传统资源配置效率和资源重组能力。资源撬动维度表现为业务撬动。市场对赋能服务和终端产品等领域业务的需求越来越大,华为围绕移动通信、传输等产品和电信设备服务业务发力,借助数字化能力改进现有产品,扩大业务领域。

价值链重塑。价值链环节重塑表现为数字重生。华为实现研发、生产、管理、服务等环节上线管理和设备、车间、物流等数据采集,构建企业全价值链线上网络。价值链多主体关系重塑表现为数字共进。华为与价值系链中的合作伙伴围绕产品和服务发力,发挥彼此优势,共同开发发现型机会集,促进多主体间形成共进关系。

(2)网络化阶段(2012—2019年)。数字技术表现为分布式数字技术。华为将大数据技术、云计算、物联网、工业互联网、5G等分布式数字技术融入办公、研发、生产、销售、服务及供应链等制造业整个生命周期。

资源编排。资源结构化维度表现为广度资源结构化。华为汇聚不同单元、不同设备、不同系统的海量数据,将各生产要素、企业、社会连接起来,实现跨企业、跨地区、跨产业链数据通向、信息互通、业务协同。资源重组维度表现为丰富式重组。华为聚焦“云+AI+联接”,深耕华为云工业智能体、联接管理平台和工业应用平台,促使数据在价值创造过程中加速流动,提高劳动、资本、技术等传统资源配置效率,促使资源重组能力大幅提升。资源撬动维度表现为平台撬动。工业互联网平台FusionPlant支持智能化生产、网络化协同、个性化定制和服务化延伸,在华为松山湖智慧工厂生产线上,以项目为单位快速汇集供应链资源以满足市场需求,实现精益生产和资源整合。此外,华为基于工业互联网平台为客户提供全周期服务。

价值链重塑。价值链环节重塑表现为数字孪生。价值链各环节实现延伸和优化,从注重生产和产品向注重“产品+服务”方向演进,通过将生产流程、业务流程、组织结构等状态数据上传至网络平台,形成价值链数字孪生体。价值链多主体关系重塑表现为数字共创。华为IT 2.0与价值链多主体实现有效协同和资源优势互补,并在学习和探索中发现潜在机会,促使多主体间的协同性、融合性和参与度不断提高,从而实现价值共创。

(3)智能化阶段(2015年至今)。数字技术表现为分布式数字技术和智能化技术。华为基于昇腾AI芯片的Atlas人工智能计算平台,打造面向“端、边、云”的全场景AI基础设施,发展机器学习、计算机视觉、语音技术、自然语言处理等智能化技术。

资源编排。资源结构化维度表现为深度+广度资源结构化。华为以数据自动流动降低复杂系统的不确定性,获取和开发深度工业资源,数据资源内部能够实现自发性迭代生长。资源重组维度表现为开拓式重组。华为利用数据资源激活传统资源的创新潜力,形成资源组合利用能力。资源撬动维度表现为人机撬动。华为松山湖智能工厂实现人机交互,在物料定位、自动领料、设备管理、车辆轨迹、远程诊断等方面实现智能优化,促使服务和应用在人—机器—场景间实现流转。

价值链重塑。价值链环节重塑表现为数字新生。华为价值链向数字集中解决方案转变,将自身数字化转型经验转化为数字平台上的产品和服务对外输出,同时通过智能控制系统合并或缩减已有价值链环节,增加人机控制环节,从而改变价值链实现形式或结构。价值链多主体关系表现为数字共演。华为基于AI应用可为客户提供高质高效的服务并为客户解决问题,与运营商、客户、合作伙伴共同实现“智敏、智能、智慧”,形成紧密联系的朋友圈。

3.2 美的数字化转型中价值链重塑机制

美的数字化转型中价值链重塑机制在数字化、网络化、智能化三阶段的表现如图6所示。

图6 美的数字化转型价值链重塑机制Fig.6 Value chain remodeling mechanism in the digital transformation of Media

(1)数字化阶段(2012—2015年)。数字技术表现为单点式数字技术。由于内部存在大量“烟囱式”系统,美的将工业过程中主要参数制式数字化,依靠上层IT架构和桌面端、移动端和数据库联通技术整合企业管理流程,形成横向集成、纵向贯通的集团式管理平台。

资源编排。资源结构化维度表现为深度资源结构化。美的启动“632”信息化提升项目,构建共享基础架构平台数据资源池,信息通过数据被表达和管理。资源重组维度表现为丰富式重组。美的在“自动化”和“IT系统”建设两个方面做了大量工作,通过实时刷新任务上线时间、生产进度、交货期、库存等数据协调传统资源配置,启动JIT和客户订单驱动的“T+3”项目,促进资源能力提升。资源撬动维度表现为业务撬动。面对制造业发展传统模式失效和销售毛利率逐年下滑的内部危机,美的主动转型,利用资源能力分析、计算、重构经营管理全过程,及时抓住外部环境机会创造价值。

价值链重塑。价值链环节重塑表现为链数字重生。美的依靠在线实时连通的数据管理实现生产制造、产品全生命周期以及供应链数据贯通,以数字化形式连通原有价值链环节,从而实现一个美的集团、一个体系、一个标准。价值链多主体关系重塑表现为数字共进。美的依靠数据管理多主体间关系,与合作伙伴加强合作,共同为用户提供多样化产品与服务。

(2)网络化阶段(2014—2019年)。数字技术表现为分布式数字技术。单点式数字技术并不能满足全流程管理需求,因而美的进一步引入和开发大数据技术、云计算、物联网、工业互联网、5G等分布式数字技术。

资源编排。资源结构化维度表现为广度资源结构化。美的进行“+互联网”业务变革,工业互联网平台M.IoT上的连接对象由人延伸到机器设备、工业产品和工业服务,由此丰富资源来源、种类和用途。资源重组维度表现为开拓式重组。基于新的资源组合,美的资源配置方式由经验驱动逐步转变为数据驱动。利用数据资源推动传统资源发生革命性聚变与裂变并非建立在美的现有知识和能力的基础上,这一过程涉及到新资源重组能力。资源撬动维度表现为平台撬动。在M.IoT平台上,平台化、模块化、数字化工艺及仿真、智慧物流、数字营销成为现实,所有数据流和任务流均能通过平台实现交互。

价值链重塑。价值链环节重塑表现为数字孪生。美的基于物理美的构建美的数字孪生,利用数据驱动各环节闭环优化和环节并行联动。价值链多主体关系重塑表现为数字共创。美的借助互联网平台与合作伙伴、用户等多主体联接,共同开发市场机会并创造价值。例如,美的互联网家电品牌“布谷BUGU”打造全线打通的用户共创平台。

(3)智能化阶段(2017年至今)。数字技术表现为分布式数字技术和智能化技术。美的携手全球领先机器人公司库卡和机器视觉硬件产品与算法软件平台服务提供商海康威视,深入布局大数据与AI技术研发和创新,通过引入或自主研发,掌握机器学习、计算机视觉、语音技术、自然语言处理等智能化技术。

资源编排。资源结构化维度表现为深度+广度资源结构化。美的基于设备和产品状态数据构建产品健康模型,通过智能分析助力全价值链运营以及数据资源迭代生长。资源重组维度表现为开拓式重组。在数据资源利用过程中,美的出现工业控制、物流追踪、工业AR、监控质检等以数据资源驱动传统资源创新的智能应用场景,从而提升资源重组能力。资源撬动维度表现为人机撬动。美的提出“人机新世代”战略,由人掌握主动权与控制力并赋予机器更多自主性,不断创新智慧生产、智慧产品和智慧服务。

价值链重塑。价值链环节重塑表现为数字新生。美的基于在转型过程中获得的经验和能力促进新产品、新服务、新业务发展,推出美云智数、美智光电、安得智联、美智科技等子品牌,由制造环节产品增值向运营环节服务增值转型,优化价值链结构。价值链多主体关系重塑表现为数字共演。美的依托物联网时代家电应用场景下的IoT生态平台与终端用户日常生活产生直接联系,并依托美云销商业平台连接价值链上多主体,促使合作伙伴、零售商、用户在企业AI等多个场景共谋发展。

4 跨案例比较与研究命题

4.1 跨案例比较价值链重塑机制

华为和美的数字化转型价值链重塑机制都经历了数字化、网络化、智能化3个阶段,均遵循“数字技术—资源编排—价值链重塑”基本路径。两者差异来源于数字化转型起点、动机和变革性不同,主要涉及以下数字化阶段:

(1)在数字技术方面,相较于美的单点式数字技术,华为多了分布式数字技术。华为是ICT制造企业,在数字基础设施建设方面具有天然优势。

(2)在资源重组方面,华为是稳定式重组,美的是丰富式重组。在利用数据资源提升传统资源配置效率的资源重组过程中,华为实现现有资源能力小幅度提升,而美的需要推动流程、技术、组织、文化等多方面转变,必须大幅提升当前资源能力。

(3)在资源撬动方面,华为是业务撬动,美的是环境撬动。华为以内部业务为支点撬动资源,美的通过资源撬动以更好地适应环境变化。此外,进入网络化阶段后,华为和美的转型差别缩小,最大的区别是华为构建丰富式重组能力,美的构建开拓式重组能力。在利用数据资源提升传统资源配置效率过程中,华为资源利用范围扩大,资源重组能力大幅提升,而美的将数据资源升级为重要驱动力量,构建资源重组能力。

4.2 研究命题

(1)数字化阶段价值链重塑机制。基础导向型企业专注数字技术基础研究与研发,依托先天优势,以单点式数字技术和分布式数字技术为工具进行转型,而应用导向型企业以单点式数字技术为工具进行转型。

数字技术能够促进数据资源和传统资源结合,并支持资源组合价值挖掘。资源结构化聚焦于企业资源选择空间。企业从要素市场获取资源,通过开发并剥离无用资源,将数据资源与劳动、资本等传统资源结合以构建新的资源组合,从而明确资源整合和利用方向。资源是开发能力的基础和前提,只有将资源重组能力应用于市场机会,协调和部署能力组合,才能将资源价值转化为竞争力[30]。数字化阶段,对于基础导向型企业而言,只有利用数据资源指导传统资源配置和资源能力优化,即稳定式资源重组,并将其应用于数字化产品与服务价值创造过程中才能实现业务撬动。对于应用导向型企业而言,这种资源重组能力是以数据为依据的决策代替以经验为基础的决策,数据获取能力与现有能力相结合,实现丰富式资源重组,以应对外部环境变化,从而不断创造新的价值。

数据能够发挥创新引擎作用,不仅在需求侧直接提升交易匹配效率,形成实时反馈并传输至前置环节,而且在供给侧指导资源利用,大幅提升传统资源配置效率和全要素生产率,甚至为企业提供全新的思维方式以及探知客观规律、改造社会与自然的新思路,从而引发根本性变革。上述通过资源编排将数字价值叠加到商业价值的“量变”,能够推动价值链层面的“质变”(吴绪亮,2021),进而催生新增价值链环节,强化价值链环节间的联系,最终影响价值链结构和环节间的紧密程度。数字化阶段,资源编排能够促使企业价值链上研发设计、生产制造、经营销售等关键环节以数字化方式实现,各环节间通过统一的数据标准实现联通和可视化,进而打破信息孤岛,实现数字重生。

数据开放、共享、流动能够促进价值链上多主体开展大规模协作和跨界融合,由此汇聚大量异质性要素资源,形成“信息/资源池”,从而衍生出新的机会集合。企业资源编排过程就是调动价值链上多主体利用互补性资源开发机会集的过程,共同目的和合作逻辑是推动多主体间信息传递和资源共享,由此产生整体远大于部分的乘数效应,从而实现协同增效。数字化阶段,资源编排对价值链上多主体关系重塑的影响体现为通过资源在线管理促进合作伙伴共同开发发现型机会集,共同满足市场需求,形成较为松散且具有稳定性的数字共进关系(见图7)。

图7 数字化阶段价值链重塑机制Fig.7 Value chain remodeling mechanism in the digitalization stage

研究命题1:在数字化阶段,基础导向型企业价值链重塑遵循“单点式数字技术与分布式数字技术—深度资源结构化、稳定式资源重组、业务撬动—价值链数字重生和价值链数字共进”路径。应用导向型企业价值链重塑遵循“单点式数字技术—深度资源结构化、丰富式资源重组、环境撬动—价值链数字重生和价值链数字共进”路径。

(2)网络化阶段价值链重塑机制。企业借助工业互联网等分布式数字技术支持大规模信息处理,促使全要素、全产业链、全价值链数据汇聚,数据资源来源、数量和类型得以进一步丰富。企业通过获取或发掘资源构建新的资源组合,实现广度资源结构化。数据资源在价值创造过程中加速流动,不仅可以带来传统资源的倍增效应,而且能够提高不同类型资源间的整体配置效率,资源重组能力得以进一步提升。基础导向型企业依据数据协调自身甚至产业链内资源配置,促使现有资源重组能力大幅度提升,即丰富式资源重组。对于应用导向型企业而言,其探索性活动并非建立在现有知识和能力的基础上,资源配置方式向数据驱动转化,涉及资源重组能力构建,从而实现开拓式资源重组。基于上述能力,企业依托工业互联网平台撬动内外部资源,实现智能化生产、网络化协同、个性化定制和服务化延伸。通过打通线上线下各端口数据流,建立基于价值链环节的物理实体数字孪生体,全面优化全价值链环节。同时,实现多主体间更深刻、更广泛的数据连接,围绕发现型机会集和创造型机会集实现价值共创,形成多主体数字共创关系(见图8)。

图8 网络化阶段价值链重塑机制Fig.8 Value chain remodeling mechanism in the networking stage

研究命题2:在网络化阶段,基础导向型企业价值链重塑遵循 “分布式数字技术—广度资源结构化、丰富式资源重组、平台撬动—价值链数字孪生和价值链数字共创”路径;应用导向型企业价值链重塑遵循“分布式数字技术—广度资源结构化、开拓式资源重组、平台撬动—价值链数字孪生和价值链数字共创”路径。

(3)智能化阶段价值链重塑机制。在智能化技术支持下,数据资源推动现有制造系统各环节要素互耦、整合和重构,由此数据实现自发性迭代生长。企业通过获取或发掘现有数据资源,实现深度+广度资源结构化。此时,数据资源对传统资源产生替代效应,成为价值创造来源。传统资源与数据资源间的互动关系被彻底颠覆,全面数据驱动成为可能。企业通过重构商业要素和商业模式推动商业变革,拓展自身资源重组能力。基于开拓式资源重组能力,企业发展人机协同,追求机器高效和柔性以及人的主观创造性。上述对资源的创造性编排能够促使企业价值链结构和实现方式发生改变,在全价值链联动的基础上,通过新增价值链环节或引入新型智能价值环节创造全新的价值链。例如,数字化集中解决方案和全生命周期智能产品服务的出现,标志着企业价值链环节数字新生。同时,资源编排能够促使多主体间实现深度关联,企业与多主体围绕创造型机会集共同探索新的数字业务模式,从而形成多主体数字共演关系(见图9)。

图9 智能化阶段价值链重塑机制Fig.9 Value chain remodeling mechanism in the intelligence stage

研究命题3:在智能化阶段,企业数字化转型价值链重塑遵循“分布式数字技术、智能化技术—深度+广度资源结构化、开拓式资源重组、人机撬动—价值链数字新生和价值链数字共演”路径。

5 结语

5.1 结论

本文基于华为和美的纵向案例研究发现,企业数字化转型价值链重塑遵循“数字技术—资源编排—价值链重塑”路径。数字技术是价值链重塑的引擎和驱动因素,通过赋能企业资源编排,帮助企业识别新的需求和尚未被充分利用的资源,进而形成资源重组能力,创新资源撬动方式。资源创新利用势必会影响企业价值创造活动,进而引发价值链重塑。在企业数字化转型的数字化、网络化、智能化阶段,上述路径中的变量维度和变量间关系发生演进。基础导向型企业、应用导向型企业在数字化阶段与网络化阶段的数字技术应用和资源编排方式均有所差异。

5.2 理论贡献

(1)本文整合价值链与数字化转型研究成果,聚焦数字化转型情境下价值链重塑机制,构建“数字技术—资源编排—价值链重塑”研究框架,揭示基础导向型企业和应用导向型企业价值链重塑机制动态演化规律,一定程度上弥补了相关研究的不足,推动数字化转型研究和价值链研究深度融合。

(2)本文基于技术赋能理论为企业数字化转型中的价值链重塑问题提供了新的解释框架和思路,拓展了技术赋能理论在数字化转型研究中的适用情境和边界。赋能是什么?如何赋能以及赋能影响是什么?上述问题仍然存在较大争议,缺少实证和纵深式动态研究[21]。本文遵循“技术—行为—产出”技术赋能理论逻辑,讨论数字技术通过对资源编排的赋能作用,实现价值链重塑的动态演化机制,从而为数字技术赋能企业数字化转型提供新的解释框架、案例证据和进一步验证方向。

(3)本文明确了资源编排在数字化转型情境下的定义和维度,回应了张青和华志兵[12]对利用案例研究方法探索大数据时代资源编排规律的呼吁。数字技术赋能资源编排能够引起资源的对象、情景、内容和机制发生改变,传统资源编排理论已经不能较好地解释资源组合开发过程。本文探究资源编排在企业数字化转型情境下的表现、维度及维度间的进化关系,揭示数字技术赋能资源编排以及资源编排对企业价值链重塑的动态作用机制,以丰富资源编排理论应用情景,从而更好地解释数字化转型情景下的新问题。