六项“无悔”能力——让数字化之旅变得简单

　　乍一看，企业的数字化转型像是一场涉及所有部门的可怕变革。然而，管理人员可从构建六项核心能力做起，推动企业逐渐走向成熟，最终实现由产业物联网带动发展。对这几项能力的投资从第一天起就能得到回报。企业在运营过程中逐渐构筑这些能力，远比一般人想象得要容易。数字化企业的魅力就在于：适当情况下，企业可以从最低门槛、最小规模入手。鼓励企业多做尝试，哪怕彻底失败也未尝不可。若探索无果，则可就此打住，排除错误答案的同时也证明其他路径有可能成功。这就是数字化敏捷世界的一个重要特征，可以说与企业过去的发展路径大相径庭。

　　对 尚未开展数字化的企业来说，也许在起步阶段像是闯入了一片错综复杂的丛林，既没有地图、指南针，也没有GPS，任务艰巨，令人生畏。企业中有众多领域亟待革新，但各部门之间的相互依赖性极高，因而变革也涉及巨大风险。即使企业管理人员认识到数字化的优势所在，其在向股东和更多的利益相关方解释时还是会遇到不小阻力。

　　辞旧迎新，路径不一

　　首先，不妨来看一下数字化之旅的终点。当前多数企业是采用手动操作流程，部门之间缺乏协同，而最终，企业将会借助普遍的自组织和自主软件智能进行控制。过去的生产流程属于半自动化，实行集中操控，管理人员借助传统的预期分析对待不同市场；而今后则会过渡至一种新经济业态，大部分流程能够实时对外部数据刺激自动做出回应——这些数据可能来自正在使用当中的联网产品或是供应商和社交媒体等。

　　为确保数字化之旅的顺利进行，企业着实背负着艰巨的改革大任。工作场所、机器设备、员工、材料和组件供应链、业务流程、产品平台、配套设施和环境参数——一切似乎都有必要做出改进并保持密切配合。

　　绘制“辞旧迎新”路线图有助于企业对数字化变革进行宏观把握（见图4.1）。

　　据笔者估计，当前大多数企业（尤其是工业制造企业）都刚刚完成阶段一，进入阶段二，自动化逐渐普及，企业开始对机器设备等实行监控和联网（见图4.1）。此时，生产流程和物流已或多或少实现自动化，少量企业员工配有增强技术设备。

　　图4.1辞旧迎新路径图 (1)

　　该阶段中，多数企业的供应链业已实现一定程度的实时可见性。一般来说，企业当前进行的也正是最关键的一步：将操作技术（机器园区和设备背后的操控技术）与信息技术（企业资源计划等主干业务流程，过去一直处于相互独立的状态）加以融合。

　　但只有到了图4.1所示的下一阶段，企业真正具备软件智能并能够做出预判时，才能为客户提供更具创意的联网产品和数字服务，从而更加接近成果生产。

　　而只有在此后的第四阶段，也就是图4.1中“由生态系统驱动的动态化”阶段，企业才能与成果经济完全接轨。届时，成果经济发展势头正盛，企业也将参与到众多的互联生态系统当中，拥有平台型产品服务和低延迟、定制化制造流程。

　　到了第四阶段，我们距离拉动式经济仅有一步之遥。企业已积累足够多的智能技术，员工的体力消耗以及经营规划和执行均能得到最大限度的降低；企业可根据市场需求信号迅速采取行动。

　　施耐德电气数字服务工厂——从产品转型至服务

　　施耐德电气是一家全球领先的工业设备制造商，拥有约160000名员工。施耐德以发展联网技术、解决方案和服务为目标，为公用事业企业及工业制造企业提供能效和自动化过程管理。

　　施耐德电气年营业额约为250亿欧元（2016财年），已不再满足于单纯的硬件制造，而是积极拓展新业务。

　　目前，公司正在专家组的帮助下建设基础设施，为其刚刚落成的数字服务工厂（DSF）设计流程。有了这一平台，施耐德电气就能对其产品的预测性维护、监控和能耗优化做出分析，也为后期建立一个完整的数据闭环奠定了基础，便于将数据反馈至研发和其他部门（见图4.2）。

　　图4.2以服务的形式提供数字创新 (2)

　　另一方面，数字服务工厂还能在企业设计新服务时给出建议，并为这些新型数字服务的市场推广和定价策略给予战略指导。如此一来，施耐德电气便可充分利用其基础设施和客户手中数以百万计的联网资产，在预测性维护、资产监控和能耗优化等方面迅速推陈出新。

　　总体而言，数字服务工厂将加速施耐德电气内部从构思到工业化的实现过程，包括创意的萌生和孵化以及潜在产品或服务的设计、试验、部署和推广，并为加快应用的开发速度提供分析方法和产业物联网能力（见图4.3）。

　　原本从产品构思到市场试用需要三年时间，而这一平台能够将其缩短至8个月以内。施耐德电气已成功将上市时间缩短至原来的1/3，其边际收益也得到了极大提升。

　　图4.3从试点服务到服务的工业化 (3)

　　主动适应，放平心态，探索求知，高瞻远瞩——即刻出发

　　如果这样说听上去还是工程量浩大，所幸真正实施起来要容易得多：企业只需不断推进，持续关注实际结果，而不是企图一蹴而就。对大多企业而言，目前没有必要跳过制作数字样机、试验和试点阶段，更不需要在核心传统流程仍能盈利的情况下将其全盘否决。

　　循序渐进不仅仅是为了降低难度、易于管理。在这种情况下，简单就意味着高效。为什么这样说？首先，所采用的技术和流程都尚未经过试验，因此企业必须从小规模着手，尽可能降低风险。其次，大环境太过复杂多变，企业根本无法按照预先设定的路径一直走下去，尤其考虑到每家企业的情况都各不相同。

　　产业物联网的迷人之处就在于实施起来非常灵活。即使过了试点阶段，最好也还是权当数字化尚不完备，先在企业内部试运行一段时间。从明确界定的领域（如研发、制造或现场服务等）入手，开展小规模数字化，再将可行做法复制到其他领域并扩大规模。关键是打好根基，为实现更高程度的一体化和自动化做好准备。技术正突飞猛进，且发展速度越来越快，所以未来，技术将为企业提供更多帮助。

　　在这方面，应效仿初创企业的做法。此类企业奉行快速试验的原则，“试验成功，则立刻部署；试验失败，则继续寻找”。理想情况下，企业应开辟多个快速试点，以确保数字化有序进行。

　　但漫无目标的试验也毫无意义可言。仅凭启动阶段的一腔热血是不够的，企业还应就路线做出清晰规划。首先，在为某个业务部门设计数字化解决方案时，应始终坚持从客户体验出发。其次，企业也应关注其内部流程，在开展数字化的同时对内部流程的试验给予同等重视。再次，企业还应围绕新型数字化产品和服务进行大量试验。

　　值得欣喜的是，即使是按照这种循序渐进的方式，企业也能从起步阶段便开始收获数字化所创造的价值。

　　这一切都表明在企业构建数字能力的过程中，管理人员更宜讲求实效、随机应变、主动适应；而固守僵化路线、只见树木不见森林的技术型高管反而不利于企业的数字化转型。

　　不要怕错失良机，也别担心会在数字化进程中表现过激。关键是要迈出第一步——而且要即刻出发。任何企业都不能漠视数字化这一必然趋势。只有尽早开始，才能尽快释放数字化的推动力，并为潜在竞争对手设置市场进入壁垒。建议企业保持开放心态：在开展数字化的过程中，要尽可能地主动适应、放松心情、敢作敢为、高瞻远瞩，且务必留出足够的试错空间。

　　设计思维加速服务开发

　　设计思维源于产品设计，堪称发现客户真正需求并在产品基础上开发相关服务的绝佳方法。用户期望、技术可行性和经济效益是设计思维关注的主要问题。

　　埃森哲认为这一方法可分为六步：发现、描述、构思、原型制作、测试以及服务或产品设计的最终实现。

　　设计思维本质上是一组流程，只要是与最终产品或服务的使用相关，人人都可发表意见——参与采访或是头脑风暴和辩论、亲身体验各项实际工作。设计思维过程的关键在于迭代反复。

　　运用设计思维，主要是为了打破企业内部的谷仓模式，实现各部门连通。譬如说，在为汽车行业一款新冲床进行技术设计时，主管考虑的是其生产率，工程师会根据技术蓝图给出意见，车间工人则更加注重冲床的人体工学。各方通过讨论和其他形式的互动，能够发现彼此间的共性，最终就设计需求达成一致意见。

　　请注意，在这种情况下，车间工人就是终端用户。设计思维的终极目标就是创造出满足用户需求的产品或服务。因此，该方法的创新之道简单却又极富革命性，那就是始终让终端用户参与到设计过程当中。

　　为此可采取多种方法。讨论、头脑风暴和社交媒体搜索可以做到事半功倍，但通过众包或观察用户使用现有产品或新样机的方法可获得更多洞见。后者的一大优势是通过观察，常常能够发现一些用户自身都没有意识到的需求。

　　在设计新型数字服务时，客户体验也同样重要。因此，一家运用设计思维的汽车制造商会把驾驶员和研发工程师、市场营销人员及软件专家集合到一起。如此一来，几个群体就可以通力合作，最终找到一个“人物形象”，代表某项计划推出的汽车服务的理想用户。在此基础上，各方可详细描绘用户需求。共同创造是设计冲刺（Design Sprints）的一个关键要素（见图4.4）。

　　图4.4设计思维方法 (4)

　　设计思维的一个典型好处是：各方在受过专业训练的导师监督下广泛开展讨论，并对讨论结果进行反馈，用以指导设计过程的各个阶段。从这一点来讲，设计思维与当前软件开发人员普遍采用的“敏捷开发”十分接近。

　　组织有度、秩序井然的设计思维方法的一大优势在于，相比传统开发过程，能够更快地取得明显成果。一场规模25人的服务创建经典训练中，只消四五天就能得到显著成果。再过四到五天，产品设计也将水到渠成。

　　设计思维在许多方面取代了市场研究和目标群体分析的传统方法。企业常常无法通过这些传统方法发现客户的真正需求，而设计思维恰恰能够做到这一点。

　　六项基本能力助力企业开展数字化

　　现在我们来关注企业数字化变革的基石。几乎每家企业都能轻松构筑起六项“无悔”能力，这些能力可帮助企业尽快尝到数字化变革带来的好处。无论什么情况下，这六项能力都值得企业投资（见图4.5）。

　　图4.5六项“无悔”能力 (5)

　　这六项能力是产业物联网经济走向成熟的基础。然而起步阶段最关键的是，同上文提倡的小规模灵活方法一样，企业应从小型项目入手，对这些能力逐项进行试验。

　　建议在真实的企业环境中进行。如此一来，管理人员、企业员工和各个团队才能有所感悟，亲身体验到每项能力带来的效率提升及其价值创造力。这样做要远好于一股脑地把一个全新的世界强加给员工。小规模实施可以为后续措施启发思路，便于自下而上开展试验。所有这些无需巨额成本就能搞定。但笔者还是坚持认为，数字化变革的颠覆性越强，企业就越应该将其与主流业务分离开来，维持独立运作。

　　然而众口难调。每家企业都有不同的文化和传统。不同行业的运营模式也存在很大差异，如汽车、医药、公用事业和工业工程等行业。因此，在数字化转型的初步阶段，企业落实上述六项能力的起点、速度和预算也各不相同。后面几章将对不同行业变量进行探讨。

　　企业应逐项对这些能力进行试验，效果不错的就继续推进，尚未准备好的则暂时搁置。然而，务必对每一项能力都进行试验；到最后，缺少其中任何一项，企业都无法生存，因为成果经济乃大势之所趋。但“最后”毕竟不是“下周”。企业尚有时间找寻适合自己的方法，而且必须要拿出时间来认真寻找。

　　先逐项构建。每一项能力都能带来回报。用不了多久企业就会发现，将这些能力二三结合所产生的收益极其可观。再次重申：从小范围起步，一旦发现能促进效率提升就迅速推广。

　　下面我将简要介绍这六项“无悔”能力，后面几章也会详细展开论述。

　　（1）与产品生命周期同步。数字技术飞速发展，市场紧随其后，在这个竞争无比激烈的环境下，拥有一个卓越的产品生命周期管理（Product Lifecycle Management，简称PLM）方法显得至关重要。实现软硬件应用生命周期的一体化管理是关键所在，也是我们提倡的“无悔”能力中最为重要的一项。随着数字化的开展，企业的硬件、产品、车间机器和其他生产性资产的老化速度，将会慢于其操控软件的淘汰速度。要想走出这一困境，企业应从一开始就增强其软硬件开发周期的一体化和同步性。而目前，许多工业企业生产的仍是未联网产品，一体化还尚未起步。只有实现一体化，才能避免后续出现软硬件特性不协同的局面。譬如说，用户对数字化联网汽车需求的急剧上升为制造商带来了新机遇，但同时也极大增加了复杂性。要记住，当今汽车的核心部件每七到十年革新一次，设计零部件最多只能流行三到五年。而另一方面，汽车软件更新换代的速度约为两年一次，每隔六个月就会有新版本发布。采用全方位一体化的产品生命周期管理系统，也就是数字化的产品生命周期管理系统（DPLM），并将其作为产品开发中心，是协同各类老化的不二选择。如此一来，汽车制造商便可实现所有关键部门（如设计、产品开发、供应链管理、制造、服务和市场营销）之间的数据流通，保持多个周期协调一致。

　　（2）赋予传统的“傻瓜型产品”以软件智能和联网功能，使其与环境（如人、机器和其他联网产品）进行交互。这一趋势的开始是大家有目共睹的。无论是产品还是车间机器，单纯的硬件物品最终都将退出价值创造者的舞台，沦为一种载体。附着于其上的软件智能才是产品或机器的质量优劣及市场定价的决定因素。不少企业已经开始行动。家用电器制造商博世西门子家用电器集团（Bosch Siemens Hausgeräte）有志在未来几年实现其所有产品的智能化和互联性。 (6) 创造联网产品、围绕联网机器安排生产流程，意味着，最终软件的作用就好比能够调动全身力量的肌肉组织，便于灵活安排各类硬件物品。构建这一能力将为企业带来可观收益。譬如说，德国工业工程巨头西门子公司在德国南部运营一家小型电子厂，1990年该电子厂的自动化程度为25%，而现在数字自动化已达到75%。次品率下降到每100万件产品中不足11.5件，工厂产量相比原来提高了8.5倍，而员工数量几乎保持不变。 (7)

　　（3）巧用分析，从来自联网产品及其他数据源的数据中获得洞见和决策支持，这也许是21世纪的终极“无悔”能力。很快，数据的无障碍流动、数据收集和数据分析将会成为数字化企业的摇钱树。想象一下，产品能够向制造商报告位置、性能及其当前状况。企业将能获得覆盖各个方面的实时信息，如客户的行为、讨论内容及其偏好，又如机器和产品的性能及磨损状况，还有制造过程中可能出现的损坏。在未来，具备获取这些数据的能力将为企业创造巨大的商业价值。企业过去对孤立信息和操作技术配置的投资现在反而成了一种羁绊，使得自身无法充分释放潜能。然而，一旦开发出联网产品或实体资产并连接入网、开始传输数据，企业便可借助新的分析方法重塑其业务模式，或是建立全新的企业。许多企业都拥有大量历史数据，对其加以分析能够得到深刻洞见。不懂得利用数据分析（即使是项目级别的数据分析）的制造商将落于下风。美国重型设备制造商卡特彼勒就深知这一点，建立了一个车载资讯系统解决方案。客户可借助该系统实时监视车队，迅速识别车辆的维护需求并替换零件。卡特彼勒从机器中收集了大量实时数据，事实证明这些数据对于资源（如容量、燃料和操作员等）优化意义重大。 (8)

　　（4）实现制造设备敏捷化。最大限度地应用自动化，提高车间的运作速度和灵活性。自动化正在变革汽车和工业设备行业的制造过程，大部分机械中已嵌入传感器和控制机制。另外，借助行业云，越来越多的制造设备实现了与管理、执行、物流和企业资源计划（ERP）系统的连接，企业可运用适当技术进行数据分析。如此一来，制造商就能对工厂的生产流程进行更为全面的监督，并获得数量空前的洞见，进而采取相应措施。譬如说，可以发现并预测机械的性能瓶颈和故障点，改进依从性，提高可用性，尽可能减少废物排放，加速工厂周转速度，更有效地试行新流程，并对连通性更好、协作度更高的员工队伍进行智能化管理。同样，借助3D打印，可以加快维修和保养速度，减少零部件库存。此外，制造过程和产品生命周期管理／应用生命周期管理上游环节的一体化能够加快设计、开发和制造的总体过程，便于企业将分析所得洞见应用到未来的产品和服务当中。

　　（5）加快向即服务业务模式的转型。“一切皆服务（Everything as a service）”日渐成为未来成果经济的范式。成果经济中，客户不再需要通过购买产品来获得服务，而是可以在需要的时候通过即服务的方式获取。这是因为工业设备在变得更加智能、实现广泛连通之后，能提供大量数据，而这些数据构成了基于数据和服务的一系列新型业务模式的基础。这一点由第二项“无悔”能力发展而来。借助联网产品可实现基于数据的服务，但条件是数字化配套设施也跟着发展起来，可根据不同的产品－服务组合更改配置，从而创造新的价值链和网络。例如，借助联网功能和智能设备，法国轮胎制造商米其林减少了一部分轮胎销售业务，新增确保轮胎移动性和安全性的服务。该企业在轮胎中嵌入智能传感器，监测并协调轮胎的性能和生命周期，确保需要时能够及时更换。这样一来，米其林就开创了一条新业务线，既能带来可观的边际收益，又没有侵蚀轮胎销售这一核心业务。随着业务不断发展，米其林将能更好地适应未来基于服务的新经济业态。 (9)

　　（6）创建并运营生态系统。在成果经济的高级阶段，没有哪家企业能独自坐拥整条数字化价值链。在成熟的产业物联网世界中，足迹遍布全球的“无边界”企业将组织并运营各自的多维生态系统，涵盖供应商、客户、技术合作伙伴、初创企业、学术界、竞争对手、承包商、经销商和分销商。各部分共同构成一个共生、松散的业务实体，而该实体正是企业生态系统的核心。企业高管只有通力合作，方能俯瞰全局、建立生态系统并整合各方资源。届时，将自身产品和客户洞见与外部合作伙伴的流程和技术优势结合起来，将成为企业常态，而不再只是个例。竞争主体也不再是企业，而是变成动态的数字化生态系统之间以及系统核心成员之间的竞争。幸运的是，企业不再需要掌握所有或多半的数字化能力，但能够动态集结这些能力将变成一个关键的竞争优势。分析数据、提出方案并在生态系统中实施参与模型是企业普遍需要掌握的新型关键能力。传统的供应商管理原则与此可谓相去甚远，这些原则在过去也许成效显著，但进入新时代后将不再适用。

　　工程专业比雅斯集团从产品转型至服务

　　老牌工程企业比雅斯（Biesse）集团总部位于意大利，拥有约3800名员工，营业额达6.18亿欧元。为填补全球市场空缺，集团正利用其旗舰产品——木材、石料和玻璃切割机——为客户提供相关服务，从而实现创收。长远来讲，集团的目标是利用从已安装机器中收集的数据洞察，改进工程设计，进而降低保修成本。

　　首先，在2016年，企业决定利用软件平台，连接出售给客户的机器。

　　试点成功之后，比雅斯集团现已增加联网机器的数量，并欲在2019年将全球五万台机器中联网机器的数量增至一万台。每台机器约内置40个传感器，且具备联网功能，现每天向公司汇报6万个事件或8兆字节数据，再由公司进行分析。

　　集团的首要目标是培养并增强分析能力，做到能够预防并最终预测故障的发生，从而减少机器停机时间，甚至是完全避免停机的出现。

　　为此，一个数据科学家团队帮助其开发了一个系统，包含约50条规则，每条规则都能触发一个警报。例如，当机器内部温度超过某个特定水平时就会触发警报。在此基础上，比雅斯集团现向客户出售一款提供分析服务的产品，名为联网服务4.0。

　　该服务为一个完整数据环路的形成奠定了基础，助力比雅斯集团的工程师改进机器设计，最终缩短创新周期，推出更多的数据应用。为此，集团提出了多项用例，以供未来发展，包括但不仅限于：情境化管理、产品改良分析、软件自动发布、能耗管理、基于使用的定价模式、第三方机器服务和零件预测。这些用例表明，落实数据战略是开发更多应用和服务组合的基础（见图4.6）。

　　图4.6工业制造商从产品向服务转型 (10)

　　企业的产业物联网大计——成功之道

　　对许多企业来说，通过数据驱动型业务模式实现端到端数字化是一项不小的挑战。纵观电子高科技行业数家企业的经历，不难发现存在以下五个普遍隐患：

　　（1）在需要大胆转换思路的情境中，仍沿用“传统”方法进行产品创新；

　　（2）开展产业物联网项目时，未对业务用例进行探索和验证就先行发展技术；

　　（3）选择生态系统合作伙伴时，缺少充足的参与模型；

　　（4）过分投资技术解决方案而轻视企业能力建设；

　　（5）低估数据和分析技术的重要性；

　　（6）低估企业联网转型（后文会进行解读）对运营模式产生的影响。

　　为避免走入这些死胡同，企业应首先明确客户需求。如此一来，企业便可以此为参照，相应地调整客户看不到的业务层面，即内部运营和技术基础设施。这些“看不见”的方面对客户体验的优劣起着决定性作用。

　　产业物联网在这场数字化转型中扮演着至关重要的角色，企业必须转换心态——从联网产品过渡到联网服务。为捕获价值，企业需要预测并解决客户的新需求，充分利用信息交汇，推出个性化、情境化的创意服务，实现持续创收。换言之，企业必须创造一款“倍受青睐的微型产品”，并具备一系列业务能力。只有这样，才能提供并不断改进客户体验。

　　由产业物联网驱动的联网企业转型战略关注的是全周期转型，从构思到运营全部包括在内。为了获得成功，企业不仅需要具备创造力，着重构建开放的创新伙伴关系，还要具备交付能力，充分运用设计思维和快速原型法——当然，技术能力也是必不可少的。

　　将服务推向市场，大处着眼、小处着手、迅速推广

　　企业联网转型的初期战略实际包括三个阶段，应根据自身需求进行定制：

　　阶段一：启动首个试点项目，打好基础（4～6个月）

　　（1）构思／孵化／快速原型制作——以及价值创造／合作能力——但限制在一定规模内。

　　（2）同时，确定产业物联网计划，探索合作方法。决定：

　　-客户体验、数字化制造、新服务和新型商业模式的规模；

　　-有待落实的业务能力；

　　-有待发展的驱动因素，如分析方法或产业物联网平台；

　　-有关数字服务能力的全球业务案例及实施路线图；

　　-偏好的合作模型。

　　阶段二：实现工业化－增长（12～16个月）

　　（3）构建转型必备的关键合作能力（如产业物联网数字化工厂）。

　　（4）确保对成果和提供给客户的价值进行跟踪，着手实施和执行业务能力及技术能力，如：

　　-构思；

　　-孵化和快速原型制作；

　　-工业化；

　　-分析。

　　阶段三：推广（12～24个月）

　　（5）对全面落实数字服务的计划项目组合实行共同管理。

　　由产业物联网驱动的联网企业转型战略有着十分常明朗的前景：上市时间能够缩短两到三倍，边际收益会出现大幅增长。通过遵循上述转型三部曲，企业将有更大把握实现这些成果。

　　要点回顾

　　（1）实行数字化转型对企业而言充满挑战，看似是一场涉及所有部门的可怕变革。

　　（2）不存在完美无缺或预先设定的路线图，但这并不代表不作为。要为自身设计出完美详尽的路线图几乎是不可能的，也毫无价值可言。企业要做的是设定高远目标，然后潜心钻研，稳扎稳打地朝目标前进。

　　（3）效仿初创企业、采用快速试验是最佳策略。初创企业奉行快速试验的原则，“试验成功，则立刻部署；试验失败，则继续寻找”。理想情况下，企业应开辟多个快速试点，以确保数字化的有序进行。

　　（4）要想建立一个由产业物联网驱动的成熟企业，起步阶段可以有针对性地构建六项“无悔”能力：与产品生命周期同步、嵌入软件智能和联网功能、巧用数据分析、实现制造设备敏捷化、化业务为服务、构建并运营智能生态系统。

　　（5）先逐项尝试这六项“无悔”能力，再加以结合。企业的收益会随着过程深入而逐渐增多。这样做有助于企业快速实现盈利、锁定长期成功。

　　* * *

　　(1) 埃森哲版权所有。

　　(2) 埃森哲版权所有。

　　(3) 埃森哲版权所有。

　　(4) 埃森哲版权所有。

　　(5) 埃森哲版权所有。

　　(6) http://www.swp.de/heidenheim/lokales/giengen/bsh-wil-lkuehlschraenkeper-smartphone-steuern-7763920.html，2017年1月24日获取。

　　(7) 世界经济论坛，与埃森哲联合发布，《行业的数字化转型之汽车行业》，2016年1月，https://www.accenture.com/t20160505T044104_w_/us-en/_acnmedia/PDF-16/Accenture-wef-Dti-Automotive-2016.pdf．

　　(8) 埃森哲，《分析助力汽车和工业设备行业实现洞见驱动增长》，2015年，https://www.accenture.com/t00010101T000000_w_/gb-en/_acnmedia/PDF-4/Accenture-AIE-Analytics-Brochure-Final.pdf．

　　(9) https://datasundae.com/category/iot/，2016年12月8日获取。

　　(10) 埃森哲版权所有。