当前，行业数字化正在进入深水区。制造业、服务业等传统意义上的非数据密集型行业开始产生海量的数据，数据成为各行各业的基本生产要素之一；ICT与行业深度融合，从企业的支撑系统向生产系统转变；企业数字化的目标也不再满足于原有业务的效率提升，而是开始聚焦新业务的价值创造。

1. 掌控核心数据

数据是未来的石油。智能硬件和万物互联让数据空前丰富，无论你在跑步、开车、购物，甚至是在睡觉，几乎每项活动都会产生数字痕迹；与此同时，企业可以采用大数据、人工智能等技术从中提取越来越多的价值。特斯拉在上半年只卖出了4.7万辆车，但目前市值却比卖出470万辆车的通用汽车还高，很大原因就是特斯拉可以从它的自动驾驶汽车那里收集大量数据，用于改进自动驾驶技术。

对于传统企业来说，如何制定数据战略，才能把数据变成自己的核心竞争力？

首先是资产数据化。企业数字化转型需要三类数据：客户数据、运营数据、资产数据（包含产品和服务数据），其中资产数据是行业独有的数据，是数字化生产变革的关键。不同行业资产数据化的难度相差很大，互联网行业天生是数字化的，金融、电商、电信等也是数据密集型行业，而制造、公共服务等行业则需要将资产进行改造才能采集到所需的数据。例如，GE通过几百个传感器让飞机发动机源源不断地吐出数据，OFO采用NB-IoT技术甚至可以获取停在地下室的共享单车数据。

2. 改造生产系统

有了明确的数据战略，企业就可以打通端、网、云各个环节，打造一个强大的数字化生产系统，进入一个数据变机会、机会变服务、服务变收入的商业闭环。

端：会说话的机器。数字化生产需要大量来自终端设备的信息，这就要求机器会说话，通过传感器源源不断地吐出数据，实现“行为即记录，记录即数据，数据进系统”。同时，很多场景还需要智能终端有边缘计算的能力。据估算一辆自动驾驶汽车每秒会产生1G的数据，要实时处理这么大的数据量显然离不开强大的边缘计算能力。

网：联接万物的网络。数字化生产需要将企业的各种资产设备连接和管理起来，就需要NB-IoT（窄带物联网）等特殊的网络，实现低功耗、远距离的海量连接。其次，企业还需要通过园区网络、专业安全服务等方式确保数据传输安全。

云：多层次的云平台。数字化生产需要企业具备海量数据处理以及将数据转化成机会的能力，云平台成为必然选择。

3.重塑客户价值

传统意义上，一个企业提供给客户的基本价值是稳定的，比如汽车制造公司可以为不同水平的客户提供交通、安全性、舒适性和身份感等价值。但在数字时代，技术进步大大降低了数据变机会的时间和成本，使原来高成本的服务变成了低成本服务，原本碎片化的服务变成了规模化的服务，原本无法提供的服务现在变得容易起来。大规模的数字化服务变得越来越有利可图，产业价值开始从传统产品和服务向数字化服务转移。

数字化服务不是凭空长出来的，全球数字化转型标杆都是以现有的优势产品为载体，将ICT与对行业的深刻理解相结合，为客户提供数字化服务。各个企业可以根据自己的具体情况寻找切入点，发现新的商业机遇，重塑客户价值。