業務大反轉。一個最初定位為鋼鐵后勤的保障性工廠，如何成為創新制造的旗幟？

寶武集團是中國工業從空白到引進消化，再到自主創新的一面時代性大旗。作為全球最大的鋼鐵廠，它早已跨越了初期上海寶鋼的版圖，也超越了鋼鐵的含義。在這座大山的背面，一片又一片的森林地帶正在快速崛起，它旗下的寶武碳業，已經成為煤化工領域不可忽視的力量，聚焦于以石墨電極、鋰電池負極材料、碳纖維及復合材料等戰略產品為核心的產品線，走在戰略新興產業的前沿方陣中。

然而，這樣的身家，卻是起步于寶山的一個小小的化工廠。彼時，作為上海寶鋼的附屬工廠，它必須處理煉鋼的副產品屬于危險品的煤焦油。然而，在從事傳統煤化工30多年之后，這個已經開始涉足煤基碳材料領域的企業在2018年轉型升級成了寶武炭材，而今年6月則再次更名為寶武碳業。好的企業名稱，就是時代對產業寵兒的昵稱，它是時代對快速跟上的新興產業的一種獎賞。

簡單的保障性角色變成了巨大的創新業務。如果說它的前身還只是一個鋼鐵廠的附屬企業，而現在集團管理層對產業的技術判斷，以及對企業的戰略方向，已經超越了鋼鐵，發生了根本性變化。

如果不能躺在鋼鐵本業上，而是走向全新的產品創新線，那么將如何進行管理？第一道難題就是管理干部的稀缺。例如負極材料、碳纖維等產品線，并不是鋼鐵行業本身所熟悉的，企業因此幾乎沒有技術積累，而且又涉及到對多個公司的整合，為了保證寶武文化的落實，原有集團的干部人才不得不一波一波地被分派出去。業務面孔很新，人才缺口巨大，導致人才資源被一次稀釋、兩次稀釋、三次稀釋，就像一鍋老湯，小鍋倒大鍋，大鍋倒缸里。當寶武碳業的攤子越鋪越大的時候，如何保持寶武精神能不被稀釋？

從產品布局而言，寶武碳業有著一個完整的煤化工供應鏈條，上下游關系明確。無論是石墨電極還是負極材料，都是在業務鏈上進行。而碳纖維，也是瀝青加工的下道工序，需要對一條長鏈條的業務價值進行挖掘，而這些鏈條的節點工廠則分布在全國十五個基地，地理空間分散。既然業務連續，那么多基地的數據中斷，往往也就成為了最無法忍受的事情。

當運動員在新賽道一力狂奔的時候，如何能夠最大限度地爭取勝利？答案是，一雙新跑鞋。寶武碳業，找到了數字化轉型的新跑鞋。而達美盛提供的數字化交付技術，也讓這段漫長的價值鏈旅程有了新的發現。

煤化工行業的運營是一套漫長的生命周期線。首先是設計院，使用3D工廠流程軟件工具，先建立流程儀表圖，然后在上面搭建3D模型。奇怪的是，它交給施工方的往往并不是數字化模型，而是一套一套的圖紙。這些圖紙，成為施工方的信息源頭。

施工方會重新開始扒圖扒料。先是扒圖，從這些圖紙中找到各種施工信息，包括管道方位、材料、焊接工藝等大量信息。然后扒料，把所有信息恢復成Excel表格，拿著Excel表領取材料。做預算時，通常每一張圖，1個人大約要花費4個小時左右。一個工程下來，僅圖紙可能就有十幾萬張，還不算經常發生的版本更改。

這是人類制造歷史上對于信息傳遞的最觸目驚心的一幕。很多數據被人為地舍棄，然后又在另外一批人、另外一個空間，以極其原始的方式被重新復原。

施工方，最后交給業主的有關工廠的信息，包括非常關鍵的設備信息、焊口信息等，則以幾卡車的紙質資料交付給了業主。這些卡車圖紙形成的信息，就像被嵌在石墻的貝殼，難以動彈。數據被吞噬了。這就是企業中的“暗數據”，圖紙之于數據，就像是冰川之于它所冰封的甲烷氣體，它封堵了流動的可能性。

由于從設計、到建設，到運維，時、空、人、業務這四者的跨度都很大。數據就像墨西哥卷餅上面的芝麻，時間卷一層，空間卷一層，邏輯線在同一個平面維度完全丟失。而當業主接手之后，人們就迷失在支離破碎的時空斷層之中。

業務在繼續，設備在運行，針狀焦炭在不斷走下生產線，傳感器在不斷收集數據。這些動態的數據，繼續向信息化系統灌注數據。而原來經由圖紙資料存檔的數據，在交付之后很難維護。由于裝置不斷在變，靜態數據與動態數據很難融合。暗數據會形成數據黑洞，使得來路清晰的數據也變得混淆不明。

而這些數據漏洞，也是許多工廠失血嚴重而無人知曉的地方。美國國家標準與技術研究院（NIST）發現，由于缺乏數據協同，總項目成本會有5%～10%損失。這意味著100億元的煉化項目可能會導致5億元的損失，損失的2/3會被業主承擔，1/3由工程項目施工方承擔。

經過一兩年之后，無論IT系統，還是圖紙資料所記錄的裝置數據，準確率會衰減得厲害，一半為真，一半為偽，令人半信半疑。這樣的信息衰減度，很難支撐寶武碳業的高速發展。而只有洞察到暗數據得以流動的邏輯，才能真正將寶武碳業的“一總部多基地”的管理模式落實到位。

對于達美盛而言，首先需要考慮的是如何為暗數據流找到一條明渠通道。它采用了構建數字流道的方式，從最開始的源頭開始規范數據的形態。而它提供的軟件，則需要具有強大的兼容性，識別不同來源的數據，無論是工藝、電氣、儀表，還是管理與采購，都需要在同一個平臺上進行切換。

企業的數據，主要來自三類，一類是管理系統的數據，包括ERP、銷售、財務和檢修信息系統；一類是運行數據中心，包括泵閥、壓力、揚程、流量等。這兩類數據，往往都來路清晰，屬于業主的信息系統的數據明流。

還有一類數據，則是說不清道不明，那就是工程數據中心。這里涉及到了設計、采購、施工，它的電子化形態，往往留在了設計院和施工方手里，基本沒到業主手中。而幾經精簡后送過來的數據，也往往就是數噸的紙質資料，拉過來之后很容易成為檔案死火山。

暗數據的盛行意味著流程行業迫切需要一場精益革命。而這場精益革命的對象就是文檔。文檔一直是所有場合的主交付對象，無論生產、設計和竣工，最后都以文檔交付，進行最小尺度的管理。即使通過主數據關聯，但由于沒有統一的平臺，前后可能會出現很大差錯。盡管設備說明書、竣工報告都有變更版本管理，但很難及時、統一地歸結到一起。

文檔主義，是在化工領域的一種信息霸權，它主宰了各方的信息交付、數據傳遞和事件記錄。現在，傳統的文檔管理正在成為數字化轉型的約束瓶頸。

流程要正本，數據要清源。要從混亂不堪的數據亂象中移交高質量數據，必須從源頭出發，建立規范，約束相關的企業。數字化交付就是從全流程開始，第一步就需要打通設計院、施工方、幾百家供應商等來源眾多的數據，規范各種習慣和規則。這種約束一開始并不受人歡迎，它打破了項目驗收過程中，對于信息交付“點到為止”的慣例。而從另一個角度講，即使設計院交付了設計數據，業主也沒有能力承載，因為只有檔案庫可以儲存文檔，卻并無數字化平臺來承接數據。

而數字化交付平臺正是這樣一個數據容器。它跟設計院以對等的數字化工具能力，接收3D模型和設計意圖；跟施工方，則與項目管理軟件無縫銜接，保存了施工現場的細枝末節——很多更改操作對后來的運營至關重要。

工程公司（一般包含設計院），需要提供合乎標準、有一定深度的3D模型；而參建方在建設過程中，需要按照規范提供準確的材料；至于設備方則提供設備參數、運行工況等，即使是試運行的試驗數據也會提交到平臺上。一個生產針狀焦炭的工廠，突然找到了自己的數字化前半生，機理清晰，數據充分，它的運行效率也將得到真正的保障。

車出一轍，輪出一軌，這種全新的數字化文化，由達美盛這樣的公司和業主一起，合力形成了無損的數據流。

很多時候，暗數據是由格式轉換造成的。每個項目都是有20～30個專業同時進行，涉及不同企業的軟件系統，因此只能通過PDF傳遞，然后到業主數據，再補充數據。通過PDF、Excel表格等不斷轉換格式，數據反復失真，也意味著數據反復浪費。數據包經過轉換甩給下家，如同隔墻扔包袱，交接手續是完成了，包袱里的貨則支離破碎。而數據協同平臺，通過重構格式環境與原生工具相連，防止數據變形，從而真正打通數據壁壘。

數字孿生工廠就是從這里開始。數字化交付就像是物理工廠建筑的“數字化預制板”，各個供應商提供的3D模型、數據和文檔，都要根據已經制定的數字化標準來交付相關內容。而交付上來的各種3D模型、數據、文檔，統一與“工廠對象”關聯在一起，合規、連續、真實，輕松為后續運營所使用。

借助于這種方法，幾十萬份文檔、幾百萬種屬性、各種2D/3D的模型，一時間都明亮起來。作為一個煤化工的制造企業，寶武碳業的管理對象核心是裝備。而借助于數字化交付平臺，2D圖紙的裝置變成三維對象，可以看清楚邏輯和來龍去脈。一臺設備涉及到工藝儀表圖紙、設計參數、設備拆解圖、說明書、采購信息、安裝信息等，都以數字化的方式，隨時等待調用。在使用過程中，如檢修一個泵，就可以隨時查到設計參數、維保時間、零部件信息也可隨時調用，而不需要像以前那樣再去翻找圖紙。

寶武碳業正是通過數字化交付，照亮了這些暗數據，讓它們以透明的方式開始流動起來。正如高德導航地圖，讓一個城市在手機中變得生龍活虎。數字化交付，則重新激活了工程運營的方式。有了即時的數據，現場變得透明起來，即使遠在天邊的管理者也可以輕松地看清現場情況，決策變得高效和及時。

數字化交付，終于讓化工這樣的流程行業擺脫了文檔的束縛。這意味著圖紙不再是企業的核心，業務數據才是真正的指路明燈。從文檔驅動，轉向數據驅動，數字化交付正是這樣一個重要環節。

數字化交付，改變了企業的很多形態。

一個鋼鐵廠的設備管理部門，一年維護費有可能達到幾億元人民幣。備件、檢修、維護等都需要大量數據支撐，但很多數據散落在紙質手冊之中，無法關聯。例如一臺連鑄設備上的輥子的生命周期，有的能支撐6000爐或7500爐，而有的可以支撐8000爐，這些壽命與操作工人的經驗有很大關系。但由于涉及設備太多，很難找全相關手冊和機理算法，而有的廠家則根本不提供設備壽命的數據。這意味著后期運行維護只能通過表單記錄和經驗，大約來估算壽命。而數字化交付，重新確立了數據鏈條的完整性。圍繞輥子，以概念、實體關系等重新建立數據模型，從各個維度重構物資鏈、備品備件，將廠家提供壽命預測數據也注入進來，從而建立大數據分析。這意味著前期數字化交付標準的確立至關重要，它能夠確立數據的有效性和復用性。

而在更常見的數字工廠應用中，可以將運維實現三維可視化。將人員定位、現場傳感器數據、控制系統等，都快速接入系統中，并連入到中控室內。

以前人員定位都是2D，無法顯示立體空間，高低看不出來，如邊角有危險設施也不容易看出來。而現在，通過將危險區域做成電子圍欄，就可以用三維展示。中控室，既可以實時看到現場人員的巡檢路線，也可以做歷史回訪。通過UWB超寬帶的無線芯片，獲取人員定位。如果進入圍欄危險區域，就會提醒UWB，或者通過中控室調度。

這些現場的數據被激活，信息流就變得透明起來。從縱向信息流來看，以前的信息是層層匯報，由于決策者不在現場，信息不透明，管理層級特別長，很容易滯后。而現在，由于數據的穿透性，已經打破距離的界限，縱向匯報鏈大大縮短。

而在橫向的流程銜接上，以前出了問題，設計、工藝、設備等各自科室很容易相互扯皮，而數據真相則都藏在背后，到處都是羅生門。而隨著數據的共享，業務流程的整個數據都曬在太陽下，各家的責任一目了然，橫向部門的協同工作基本就不需要了。寶武碳業，甚至在考慮改大部制，把工藝部、設備部、能環部、安保部、運輸部等五部合一，而數據的流動則腐蝕了部門之間的邊界。如果設備部的安全能夠做好，而且能有強有力的預警機制，那么它跟安保部的合署辦公就非常正常。

如果向外看，企業的外部邊界有多大？

以前企業下屬管理的工廠，都是線性疊加，規模增加，管理人員基本也要相應增加。因為決策信息不透明、不對稱，而距離是一個最大的障礙。現在距離不再是問題，數據跑滿全場，這就產生了一個奇妙的現象。管理視野也被打開了，以前不在現場不了解情況，就不敢決策。而現在信息透明，可以遠程解決，一下子企業的邊界也更加模糊了。

對于寶武碳業而言，它有效地解決了管理干部被稀釋的問題。業務不斷擴張的公司，靠什么來統一眾多生產基地的管理？答案是：“IT系統就是文化預制板”。每進入一個行業，每接管一家工廠，管理人員進去，IT系統也隨之部署，就像輸液管一樣，將寶鋼的文化源源不斷輸入。

分散的基地、多元化的業務，需要數字化框架來統一。而達美盛公司提供的平臺支撐將全國15個生產基地的運營情況全部統一到總部。化工生產基地，從前端設計院，到后面的施工，再到業主的接手運營，中間經歷了無數的信息斷層。數據黑洞是化工流程行業不能提及的痛。而現在數字化交付，保障了數據資產源遠流長，從頭到尾不會斷。

突破線性疊加，打破管理的邊界，數字化企業可以變得更加有彈性。

塑造數字肌肉是寶武碳業的必修課。雖然通過試點可以在局部取得一些勝利，但寶武碳業還是堅信，數字化的收益，只有通過更廣泛的組織措施才能持續下去。它最早也是先從作業區開始，實現智慧作業區。很多拓展到一個工廠，然后滲透15個基地。再往上面，加一層業務管理，而最上層就是大數據業務，形成智慧座艙，就是[敏感詞]決策的重要依據。

寶武碳業數字化轉型的步子邁得大，也許暫時還看不到直接的收入回報，但是數字化轉型的先行者需要去探索未來之路。它將寶武碳業管理者的視角，無論是湛江的20萬噸焦油、4萬噸炭黑，還是蘇州的20噸炭黑，都變成一目了然。而這背后，則是各部門不再各自為政，公司之間的協作變得更加自然。打開豎井的最好辦法就是打開視野，讓完整價值鏈的數據流動有更全面的看法。

更重要的是，數字化交付讓企業變成一個知識沉淀的學習型組織，而不是一個簡單的成長型企業。

對于寶武碳業公司來說，以前所有的資料，都在技術人員手中。技術人員在現場如何改動，企業可能根本不知道。如果是靠人管，也根本管不過來。而現在有數字化交付這樣的手段支撐，對于修改過的流程，技術人員做一個確認，就留下可追溯的信息。所有改動都有記錄，所有的想法就會留存下來，可以將知識沉淀形成記憶傳遞，讓后面的人員能夠真正站在知識結晶的板凳上。

以前知識的成長往往是以員工為載體的成長，但這些知識，未必能夠成為企業的知識。而現在，這些知識沉淀在數字化平臺上，因此它既是員工的，也是企業的。一個數字化企業，就可以成為一個不斷形成知識結晶的公司。

例如，企業的設備管理都是按照設備樹的方式，一層一層展開，從主干開始到分支，有不同位數的編碼。盡管邏輯性很強，但是識別性很差，就像是一棵標本，有筋脈無活力。而如果將設備樹“栽”在數字化交付的平臺上，所有的枝葉就會與工藝流程的實時參數結合起來，所有知識直接與業務層面相結合。在人對機器對象的操作管理過程中所形成的判斷和操作，會形成沉淀，從而使得相關知識都得到了凝固。

整個設備樹，以前是冰冷的一個編碼，而現在是可以感知、充滿關聯邏輯的活躍植株。

長江從青藏高原唐古拉山脈出發，一路向東，奔向大海。可以有分叉，可以有快有慢，但不曾中斷。

這似乎是一個數字化企業的數據流的隱喻。就像是數據長江，從設計源頭，一直到最后業務期，都不曾中斷。而數字化交付正在成為這樣一個全程陪伴的河道，將數據前后連接，讓人們重新找到對抗數據黑洞的希望。