业务大反转。一个最初定位为钢铁后勤的保障性工厂，如何成为创新制造的旗帜？

宝武集团是中国工业从空白到引进消化，再到自主创新的一面时代性大旗。作为全球最大的钢铁厂，它早已跨越了初期上海宝钢的版图，也超越了钢铁的含义。在这座大山的背面，一片又一片的森林地带正在快速崛起，它旗下的宝武碳业，已经成为煤化工领域不可忽视的力量，聚焦于以石墨电极、锂电池负极材料、碳纤维及复合材料等战略产品为核心的产品线，走在战略新兴产业的前沿方阵中。

然而，这样的身家，却是起步于宝山的一个小小的化工厂。彼时，作为上海宝钢的附属工厂，它必须处理炼钢的副产品属于危险品的煤焦油。然而，在从事传统煤化工30多年之后，这个已经开始涉足煤基碳材料领域的企业在2018年转型升级成了宝武炭材，而今年6月则再次更名为宝武碳业。好的企业名称，就是时代对产业宠儿的昵称，它是时代对快速跟上的新兴产业的一种奖赏。

简单的保障性角色变成了巨大的创新业务。如果说它的前身还只是一个钢铁厂的附属企业，而现在集团管理层对产业的技术判断，以及对企业的战略方向，已经超越了钢铁，发生了根本性变化。

如果不能躺在钢铁本业上，而是走向全新的产品创新线，那么将如何进行管理？第一道难题就是管理干部的稀缺。例如负极材料、碳纤维等产品线，并不是钢铁行业本身所熟悉的，企业因此几乎没有技术积累，而且又涉及到对多个公司的整合，为了保证宝武文化的落实，原有集团的干部人才不得不一波一波地被分派出去。业务面孔很新，人才缺口巨大，导致人才资源被一次稀释、两次稀释、三次稀释，就像一锅老汤，小锅倒大锅，大锅倒缸里。当宝武碳业的摊子越铺越大的时候，如何保持宝武精神能不被稀释？

从产品布局而言，宝武碳业有着一个完整的煤化工供应链条，上下游关系明确。无论是石墨电极还是负极材料，都是在业务链上进行。而碳纤维，也是沥青加工的下道工序，需要对一条长链条的业务价值进行挖掘，而这些链条的节点工厂则分布在全国十五个基地，地理空间分散。既然业务连续，那么多基地的数据中断，往往也就成为了最无法忍受的事情。

当运动员在新赛道一力狂奔的时候，如何能够最大限度地争取胜利？答案是，一双新跑鞋。宝武碳业，找到了数字化转型的新跑鞋。而达美盛提供的数字化交付技术，也让这段漫长的价值链旅程有了新的发现。

煤化工行业的运营是一套漫长的生命周期线。首先是设计院，使用3D工厂流程软件工具，先建立流程仪表图，然后在上面搭建3D模型。奇怪的是，它交给施工方的往往并不是数字化模型，而是一套一套的图纸。这些图纸，成为施工方的信息源头。

施工方会重新开始扒图扒料。先是扒图，从这些图纸中找到各种施工信息，包括管道方位、材料、焊接工艺等大量信息。然后扒料，把所有信息恢复成Excel表格，拿着Excel表领取材料。做预算时，通常每一张图，1个人大约要花费4个小时左右。一个工程下来，仅图纸可能就有十几万张，还不算经常发生的版本更改。

这是人类制造历史上对于信息传递的最触目惊心的一幕。很多数据被人为地舍弃，然后又在另外一批人、另外一个空间，以极其原始的方式被重新复原。

施工方，最后交给业主的有关工厂的信息，包括非常关键的设备信息、焊口信息等，则以几卡车的纸质资料交付给了业主。这些卡车图纸形成的信息，就像被嵌在石墙的贝壳，难以动弹。数据被吞噬了。这就是企业中的“暗数据”，图纸之于数据，就像是冰川之于它所冰封的甲烷气体，它封堵了流动的可能性。

由于从设计、到建设，到运维，时、空、人、业务这四者的跨度都很大。数据就像墨西哥卷饼上面的芝麻，时间卷一层，空间卷一层，逻辑线在同一个平面维度完全丢失。而当业主接手之后，人们就迷失在支离破碎的时空断层之中。

业务在继续，设备在运行，针状焦炭在不断走下生产线，传感器在不断收集数据。这些动态的数据，继续向信息化系统灌注数据。而原来经由图纸资料存档的数据，在交付之后很难维护。由于装置不断在变，静态数据与动态数据很难融合。暗数据会形成数据黑洞，使得来路清晰的数据也变得混淆不明。

而这些数据漏洞，也是许多工厂失血严重而无人知晓的地方。美国国家标准与技术研究院（NIST）发现，由于缺乏数据协同，总项目成本会有5%～10%损失。这意味着100亿元的炼化项目可能会导致5亿元的损失，损失的2/3会被业主承担，1/3由工程项目施工方承担。

经过一两年之后，无论IT系统，还是图纸资料所记录的装置数据，准确率会衰减得厉害，一半为真，一半为伪，令人半信半疑。这样的信息衰减度，很难支撑宝武碳业的高速发展。而只有洞察到暗数据得以流动的逻辑，才能真正将宝武碳业的“一总部多基地”的管理模式落实到位。

对于达美盛而言，首先需要考虑的是如何为暗数据流找到一条明渠通道。它采用了构建数字流道的方式，从最开始的源头开始规范数据的形态。而它提供的软件，则需要具有强大的兼容性，识别不同来源的数据，无论是工艺、电气、仪表，还是管理与采购，都需要在同一个平台上进行切换。

企业的数据，主要来自三类，一类是管理系统的数据，包括ERP、销售、财务和检修信息系统；一类是运行数据中心，包括泵阀、压力、扬程、流量等。这两类数据，往往都来路清晰，属于业主的信息系统的数据明流。

还有一类数据，则是说不清道不明，那就是工程数据中心。这里涉及到了设计、采购、施工，它的电子化形态，往往留在了设计院和施工方手里，基本没到业主手中。而几经精简后送过来的数据，也往往就是数吨的纸质资料，拉过来之后很容易成为档案死火山。

暗数据的盛行意味着流程行业迫切需要一场精益革命。而这场精益革命的对象就是文档。文档一直是所有场合的主交付对象，无论生产、设计和竣工，最后都以文档交付，进行最小尺度的管理。即使通过主数据关联，但由于没有统一的平台，前后可能会出现很大差错。尽管设备说明书、竣工报告都有变更版本管理，但很难及时、统一地归结到一起。

文档主义，是在化工领域的一种信息霸权，它主宰了各方的信息交付、数据传递和事件记录。现在，传统的文档管理正在成为数字化转型的约束瓶颈。

流程要正本，数据要清源。要从混乱不堪的数据乱象中移交高质量数据，必须从源头出发，建立规范，约束相关的企业。数字化交付就是从全流程开始，第一步就需要打通设计院、施工方、几百家供应商等来源众多的数据，规范各种习惯和规则。这种约束一开始并不受人欢迎，它打破了项目验收过程中，对于信息交付“点到为止”的惯例。而从另一个角度讲，即使设计院交付了设计数据，业主也没有能力承载，因为只有档案库可以储存文档，却并无数字化平台来承接数据。

而数字化交付平台正是这样一个数据容器。它跟设计院以对等的数字化工具能力，接收3D模型和设计意图；跟施工方，则与项目管理软件无缝衔接，保存了施工现场的细枝末节——很多更改操作对后来的运营至关重要。

工程公司（一般包含设计院），需要提供合乎标准、有一定深度的3D模型；而参建方在建设过程中，需要按照规范提供准确的材料；至于设备方则提供设备参数、运行工况等，即使是试运行的试验数据也会提交到平台上。一个生产针状焦炭的工厂，突然找到了自己的数字化前半生，机理清晰，数据充分，它的运行效率也将得到真正的保障。

车出一辙，轮出一轨，这种全新的数字化文化，由达美盛这样的公司和业主一起，合力形成了无损的数据流。

很多时候，暗数据是由格式转换造成的。每个项目都是有20～30个专业同时进行，涉及不同企业的软件系统，因此只能通过PDF传递，然后到业主数据，再补充数据。通过PDF、Excel表格等不断转换格式，数据反复失真，也意味着数据反复浪费。数据包经过转换甩给下家，如同隔墙扔包袱，交接手续是完成了，包袱里的货则支离破碎。而数据协同平台，通过重构格式环境与原生工具相连，防止数据变形，从而真正打通数据壁垒。

数字孪生工厂就是从这里开始。数字化交付就像是物理工厂建筑的“数字化预制板”，各个供应商提供的3D模型、数据和文档，都要根据已经制定的数字化标准来交付相关内容。而交付上来的各种3D模型、数据、文档，统一与“工厂对象”关联在一起，合规、连续、真实，轻松为后续运营所使用。

借助于这种方法，几十万份文档、几百万种属性、各种2D/3D的模型，一时间都明亮起来。作为一个煤化工的制造企业，宝武碳业的管理对象核心是装备。而借助于数字化交付平台，2D图纸的装置变成三维对象，可以看清楚逻辑和来龙去脉。一台设备涉及到工艺仪表图纸、设计参数、设备拆解图、说明书、采购信息、安装信息等，都以数字化的方式，随时等待调用。在使用过程中，如检修一个泵，就可以随时查到设计参数、维保时间、零部件信息也可随时调用，而不需要像以前那样再去翻找图纸。

宝武碳业正是通过数字化交付，照亮了这些暗数据，让它们以透明的方式开始流动起来。正如高德导航地图，让一个城市在手机中变得生龙活虎。数字化交付，则重新激活了工程运营的方式。有了即时的数据，现场变得透明起来，即使远在天边的管理者也可以轻松地看清现场情况，决策变得高效和及时。

数字化交付，终于让化工这样的流程行业摆脱了文档的束缚。这意味着图纸不再是企业的核心，业务数据才是真正的指路明灯。从文档驱动，转向数据驱动，数字化交付正是这样一个重要环节。

数字化交付，改变了企业的很多形态。

一个钢铁厂的设备管理部门，一年维护费有可能达到几亿元人民币。备件、检修、维护等都需要大量数据支撑，但很多数据散落在纸质手册之中，无法关联。例如一台连铸设备上的辊子的生命周期，有的能支撑6000炉或7500炉，而有的可以支撑8000炉，这些寿命与操作工人的经验有很大关系。但由于涉及设备太多，很难找全相关手册和机理算法，而有的厂家则根本不提供设备寿命的数据。这意味着后期运行维护只能通过表单记录和经验，大约来估算寿命。而数字化交付，重新确立了数据链条的完整性。围绕辊子，以概念、实体关系等重新建立数据模型，从各个维度重构物资链、备品备件，将厂家提供寿命预测数据也注入进来，从而建立大数据分析。这意味着前期数字化交付标准的确立至关重要，它能够确立数据的有效性和复用性。

而在更常见的数字工厂应用中，可以将运维实现三维可视化。将人员定位、现场传感器数据、控制系统等，都快速接入系统中，并连入到中控室内。

以前人员定位都是2D，无法显示立体空间，高低看不出来，如边角有危险设施也不容易看出来。而现在，通过将危险区域做成电子围栏，就可以用三维展示。中控室，既可以实时看到现场人员的巡检路线，也可以做历史回访。通过UWB超宽带的无线芯片，获取人员定位。如果进入围栏危险区域，就会提醒UWB，或者通过中控室调度。

这些现场的数据被激活，信息流就变得透明起来。从纵向信息流来看，以前的信息是层层汇报，由于决策者不在现场，信息不透明，管理层级特别长，很容易滞后。而现在，由于数据的穿透性，已经打破距离的界限，纵向汇报链大大缩短。

而在横向的流程衔接上，以前出了问题，设计、工艺、设备等各自科室很容易相互扯皮，而数据真相则都藏在背后，到处都是罗生门。而随着数据的共享，业务流程的整个数据都晒在太阳下，各家的责任一目了然，横向部门的协同工作基本就不需要了。宝武碳业，甚至在考虑改大部制，把工艺部、设备部、能环部、安保部、运输部等五部合一，而数据的流动则腐蚀了部门之间的边界。如果设备部的安全能够做好，而且能有强有力的预警机制，那么它跟安保部的合署办公就非常正常。

如果向外看，企业的外部边界有多大？

以前企业下属管理的工厂，都是线性叠加，规模增加，管理人员基本也要相应增加。因为决策信息不透明、不对称，而距离是一个最大的障碍。现在距离不再是问题，数据跑满全场，这就产生了一个奇妙的现象。管理视野也被打开了，以前不在现场不了解情况，就不敢决策。而现在信息透明，可以远程解决，一下子企业的边界也更加模糊了。

对于宝武碳业而言，它有效地解决了管理干部被稀释的问题。业务不断扩张的公司，靠什么来统一众多生产基地的管理？答案是：“IT系统就是文化预制板”。每进入一个行业，每接管一家工厂，管理人员进去，IT系统也随之部署，就像输液管一样，将宝钢的文化源源不断输入。

分散的基地、多元化的业务，需要数字化框架来统一。而达美盛公司提供的平台支撑将全国15个生产基地的运营情况全部统一到总部。化工生产基地，从前端设计院，到后面的施工，再到业主的接手运营，中间经历了无数的信息断层。数据黑洞是化工流程行业不能提及的痛。而现在数字化交付，保障了数据资产源远流长，从头到尾不会断。

突破线性叠加，打破管理的边界，数字化企业可以变得更加有弹性。

塑造数字肌肉是宝武碳业的必修课。虽然通过试点可以在局部取得一些胜利，但宝武碳业还是坚信，数字化的收益，只有通过更广泛的组织措施才能持续下去。它最早也是先从作业区开始，实现智慧作业区。很多拓展到一个工厂，然后渗透15个基地。再往上面，加一层业务管理，而最上层就是大数据业务，形成智慧座舱，就是[敏感词]决策的重要依据。

宝武碳业数字化转型的步子迈得大，也许暂时还看不到直接的收入回报，但是数字化转型的先行者需要去探索未来之路。它将宝武碳业管理者的视角，无论是湛江的20万吨焦油、4万吨炭黑，还是苏州的20吨炭黑，都变成一目了然。而这背后，则是各部门不再各自为政，公司之间的协作变得更加自然。打开竖井的最好办法就是打开视野，让完整价值链的数据流动有更全面的看法。

更重要的是，数字化交付让企业变成一个知识沉淀的学习型组织，而不是一个简单的成长型企业。

对于宝武碳业公司来说，以前所有的资料，都在技术人员手中。技术人员在现场如何改动，企业可能根本不知道。如果是靠人管，也根本管不过来。而现在有数字化交付这样的手段支撑，对于修改过的流程，技术人员做一个确认，就留下可追溯的信息。所有改动都有记录，所有的想法就会留存下来，可以将知识沉淀形成记忆传递，让后面的人员能够真正站在知识结晶的板凳上。

以前知识的成长往往是以员工为载体的成长，但这些知识，未必能够成为企业的知识。而现在，这些知识沉淀在数字化平台上，因此它既是员工的，也是企业的。一个数字化企业，就可以成为一个不断形成知识结晶的公司。

例如，企业的设备管理都是按照设备树的方式，一层一层展开，从主干开始到分支，有不同位数的编码。尽管逻辑性很强，但是识别性很差，就像是一棵标本，有筋脉无活力。而如果将设备树“栽”在数字化交付的平台上，所有的枝叶就会与工艺流程的实时参数结合起来，所有知识直接与业务层面相结合。在人对机器对象的操作管理过程中所形成的判断和操作，会形成沉淀，从而使得相关知识都得到了凝固。

整个设备树，以前是冰冷的一个编码，而现在是可以感知、充满关联逻辑的活跃植株。

长江从青藏高原唐古拉山脉出发，一路向东，奔向大海。可以有分叉，可以有快有慢，但不曾中断。

这似乎是一个数字化企业的数据流的隐喻。就像是数据长江，从设计源头，一直到最后业务期，都不曾中断。而数字化交付正在成为这样一个全程陪伴的河道，将数据前后连接，让人们重新找到对抗数据黑洞的希望。