“华为数字化转型”对传统汽车软件开发的一点启发

数字化也是并不新但最近又很热的概念，每一个概念被炒起来，都会引起众多的解读和跟进，很多人也要尽可能讲得新奇、讲得独特，毕竟现在是人人都想讲“本质”的“底层逻辑”时代，也是个流量汹涌的热搜时代。

作为一个从小喜欢咬文嚼字、翻烂汉语词典的掉书袋，越来越体会到概念的价值和局限，价值在于沟通、理解与启发，局限在于限制沟通、理解与启发。对于工业化应用的实战群体而言，用大家的直觉认识和具体实践来作为发端是个不错的选择。

最近翻阅数字化的书籍，看到《华为数字化转型》这本书，似乎是有一些特点满足这个准则，不妨细看一番。当然，我们不是做一个简单的读书笔记，而是大体以这本书的内容框架和部分亮点为基础，结合其他资料和汽车行业的特点进行的一点探索思考。

1

数字孪生——数字化的根基

写这篇文章时，一如既往地网上搜索一些资料，数字化相关的文章很明显地偏多，有非常多的角度的解读，有和信息化、智能化对比的，有和敏捷开发结合的，也有从精益视角看待的……

本书前言中引出来的“数字孪生”的概念是个不错的理解角度，“数字孪生” 也被称为数字双胞胎和数字化映射，对我们日常业务而言，也就是利用数字化技术将物理世界映射到数字世界，从而实现手工自动化、线下线上化、流程工具化、基于数据进行的分析预测及利用数字化技术对原本业务模式的革新等，进而实现降本增效、构建竞争优势。

红杉资本在21年有个调研，结果表明多数企业数字化转型的第一目标是“提升运营效率”，这个可以作为我们实践的参考。

借用书中对数字化企业的定义——数字化企业是具备连接、在线、共享、智能4大关键特征的企业，也就是说将物理世界在线化后，就完成了和数字世界的连接，数字世界中的不同区域再进行更深入的连接，而连接会促进信息共享和工作协同，共享和协同过程中会产生更多的数据，这些数据被收集、挖掘、分析后，或可被利用起来，甚至智能化处理、决策。

2

数字化转型之道——高层的血性和用心

书中总结华为的数字化转型之道为三力：战略力、数字领导力、变革力，我在小标题将其简化为血性和用心。

2.1 血性

戊戌六君子之一的谭嗣同说，“各国变法，无不从流血而成，今中国未闻有流血而牺牲者，此国之所以不昌也。有之，请自嗣同始”。

无论革命、变法、变革、转型，都会涉及到打破原本的格局，打破的过程必然损害到一批人的利益，冲突矛盾，甚至流血牺牲，不可避免，古今中外，概莫能外。

首先要解决的更多是方向问题和决心问题，而且高层领导是首当其冲的第一责任人，如果高层没有这样的血性、韧性和坚定，如果高层不能咬定一个战略方向不动摇，如果高层没有“流血牺牲”的准备，我们惯常的“中庸之道”、“平衡之术”、明哲保身会瞬间席卷起来，每一个聪明人都会有自己的表达和想法，转型基本不可能推行下去。

2.2 用心

有血性，但不莽撞，还需要用心，高举但要慢打。

书中提到了很多具体的实践和理念，比如极度尊重顾问、开放学习、领导下场、模仿对标、IT与流程的融合、以客户为中心、全局打通、端到端、师夷长技以制夷……

其实，光看这些东西，并不见得是多新鲜的事。在我们其他很多企业里，各位高管很多都是来自清北复交海外常青藤，各个员工很多都是经验丰富、思维敏捷的老手，每个企业都能够有足智多谋的判断，甚至一个普普通通的工程师也能看到公司存在的问题，但并不是每家企业都能成功的，也印证那句鸡汤文“你听了那么多道理，还是过不好这一生”。

总结到最后可能就是简单的“用心”，嗯......或者“够卷”，这里我们不多说，我们尽量不拔高，尽量不在“散文”处停留太久。

不过，这几个章节反复浮出来一个点是比较出乎我意料的，华为是个非常尊崇流程的公司。

“以规则的确定性应对结果的不确定”，“即使有黑天鹅，也让黑天鹅在咖啡杯中飞”，“先僵化、再固化、后优化”，这都是华为在构建管理体系及数字化转型时的一些基础逻辑的反映。换一句落地的话，就是用流程、规则和数据来说话。这里能看到一点华为的管理文化底色，在博世、大陆、采埃孚这类汽车德企里也能看得到这样的特点。

另外，当下汽车行业的很多标准、模型，诸如ASPICE、ISO26262、ISO21434等，在重视的公司里被视为圭臬，在不重视的公司里被弃之如敝履，这也反映了不同公司的文化与战略视角。

天下分久必合，合久必分，行业发展也是从粗放到标准，从标准到革新，虽然我们未必要墨守陈规，但思想上还是不要拿着没理解明白的敏捷来对抗标准化、流程化，此处可以作为参考借鉴。

3

数字化转型之术——中基层的实践

文化、理念、道理至关重要，但我认为可遇不可求，或者说非短时之功，也是需要靠悟和摸索的，对比下来，我更喜欢“良好实践”这个概念，具体实践是可以模仿学习的，这个部分我们来说点实际的话。

3.1 流程驱动

尽管本书里反复提华为数字化转型中更多的是关注基于数字化的管理体系的变革，但全方位、颠覆性的变革对于当下的传统汽车行业不太适用，汽车行业并不是20年前的华为，它已经形成了严谨且全面的流程，所谓大量的“良好实践”，现在更多的考虑应该是，如何在软件全面铺开的年代进行改良。

总结下来，流程驱动大体可以按照以下三个相互贯通的步骤：挖掘、上线、拉通。

挖掘，是指挖掘现有线下的业务模式或习惯，来挖掘主干流程的特点和痛点，可能有人会有疑问，不是已经制定了很多流程了吗？还需要挖掘什么吗？我们并不缺流程啊？

实际上，我们多数线下工作非常难去严格执行流程，要求不严的自然如此，要求严的就是该怎么做就怎么做而后补流程。

做流程或IT工具的同事经常会抱怨，这些人怎么没一点流程意识、规则观念，但要换位想到，如果你去做这个岗位很可能也会这样，业务部门的同事承担着巨大的压力，各自也都有原本的工作习惯和舒适区，让其自愿去做一个感觉不到直接价值的东西，自是不愿意。

纸面上的流程更多是一种完整逻辑的梳理和积累，直接用在工作上难免僵化，我们需要挖掘大家现在习惯的工作模式里的或显性或隐性的优点和缺点，结合下一步的上线，综合考虑IT特点，要简化，要快，要优化，要致力于让他们舒服，而不是难受，比如，一款新手机开发出来，总是要让客户体验更爽的，而非更遭的。业务是客户，不是管控对象。

上线，简单说就是去Office化、去E-mail化、去电话化、去开会化、去手工化、去现场化、去“刷脸”化……

然而，尽管说“数字孪生”，但线上模式必然不同于线下模式，同样是买东西，线下实体店到处逛、试穿、讲价、购买显然和线上的搜索、查询、对比、下单、等待收货的方式不一样，这需要结合业务和组织需求进行一定的创造性改良。比如，可能要考虑到IT工具的使用门槛、数据上传下载的便捷性、展示的直观性等。

拉通，至为关键，流程要关注在“流”上，像水流一样，上善若水，不要有挡点，不要中断，要四通八达，支流和主干并进，要实现原始需求和终端结果的端对端打通。

曾经研究过博世，流程极为完善，但也印象比较深刻的是，公司的一位领导说，我们数字化做得很差。

完善的流程已经形成了“流”的框架，开端驱动Trigger，链条会环环相扣带动下游，另一端会输出相对确定性的结果，但是，由于多是人工工作，为了“流”可以流下去，中间加入了大量的监控点，无数的评审、签字，堆积如山且层层嵌套的文档，让人烦不胜烦，要不是业内霸主的地位，这样缓慢的反应速度早已失去了市场。

当然，从公司内部的变革和外界评价的变化，博世这家巨无霸似乎已经感到了焦虑，口风慢慢地从“我们改不了”变成了“我们能做到”。

而其他多数公司缺乏这样的市场地位和企业文化，更是难以拉通，“梗阻”现象频发。

数字化是拉通的一个很好的方式，能够固化流程要素、简化管理工作、减少人工操作，拉通既是数字化的特点也是数字化的要求。

比如，拉通是要将OEM与Tier123、Local与Global、不同部门拉到同一平台上协同工作；不同的信息系统（如将需求管理、模型搭建、代码管理、持续集成、项目管理、测试等系统以及日常办公的Office软件等）要打通，可跳转访问，可获取链接；软件开发与硬件及机械件开发的协同，硬件的到位要与软件测试的需求同步；终端客户、市场、设计、研发、测试、生产、售后的软件信息的实时导入和反馈……总的来说，信息、操作、结果的流动要畅通无阻。

对于当前汽车软件开发领域，Defect的管理是数字化做得最好的部分，细想Defect的特点，有大量重复化、业务流标准化且反映了多数人员最关注的产品质量的特点，这样的天时地利人和让Defect倒是脱颖而出了，我们初期也可以寻找这类特点的环节进行数字化，在主干上抓主要矛盾，比如，在环测试、自动化测试、持续集成也都是相对比较好的实践，也可以进一步深化数字化。

效率和管控的平衡永远是流程探讨的主要焦点，敏捷、简化的思维要放在脑子里，保留价值增值的部分，而审核管控类的部分要能少则少，数字化的固化和强制作用其实一定程度上可以减少那些原本人为操作需要的管控挡点。

3.2 数据驱动

“数据驱动数字化转型的本质是实现基于数据和事实进行科学管理，表现为数出一孔、经营数据可追溯、经营预测可信赖”。

数出一孔和我前面文章所提数据同源和平台化软件主干维护是一个思路，要考虑经常复用的主数据的持续维护、完善，并在不同的区域进行共享。

比如，我们项目中经常用到的里程碑节点、版本号，会在不同的地方使用，时间计划、任务、缺陷等，如果其定义是在固定的一个源头，其他地方直接调用，实时更新，就会起到很方便的效果。

数据可追溯，追溯是个汽车软件行业常提的一个概念，尽管现在汽车行业多数已经用起来了各类ALM工具链，但由于做起来耗时耗力，要么是不做，要么是为了应付评审草草去做，甚至去后补，很少能起到预期作用，大家更喜欢在excel里根据心情写变更履历。不过，工具已经具备了行为痕迹留存这样的功能，也是一种追溯。总的来说，如何更便捷地追溯是个重点和难点。

预测可信赖，数据治理或驱动的基本思路是用过去看未来，但前提是数据质量要好，要完整，要准确，要实时，要可视，基于好的数据才能做出好的分析结果。

正如我们前面文章所说，现在汽车行业的数据还不够好，数据和实际两张皮的问题明显，数据完整、准确和实时都需要数字化的全方位铺开。其中的可视化倒是个技术手段，可以花点精力以更具冲击力的方式让业务感觉到数据的价值，这也是为什么新势力造车先从PPT造起，会讲故事有时候比会讲事实更有实效。

除了输入和输出的外部信息，我们更多会关注在以流程为载体的数据，流程跑得好、跑得通，业务跑在在线流程上，数据就会完整、准确、实时，这也是相互促进的。

3.3 智能驱动

实际上，流程上线、数据治理中也会伴随一些智能，当然这个阶段更多是一些自动化工作，旨在提升原本人工操作的效率。比如，模糊识别ID、自动填入信息、定期提醒相关责任人等。

本节提到的智能是更高阶的智能，我觉得这更多是一种期望或目标，实务应该是落在流程和数据上，我们也会发生所谓智能的边际效益会随着数字化的转型深入越来越小，或许需要一个突变点，或是技术，或是模式，那个阶段会重塑现在的模式，打破，重生，具体的样子就不得而知了。在当下，于我们，将不断的智能化作为路径和战略目标即可。

4

写在最后

道也好，术也罢，存于心间，落于脚下。

万里长征是一步一步走出来的，对于企业、部门、个人，识别重要业务场景，学习数字化技术，做好流程上线，尽量能够自动化，固化价值流，柔化不确定流，积累高质量的数据，用心地进行数据分析，完成精美直观的可视化……或许，这是我们已经知道，但不愿和不屑做的，而是可以做和应该做的。

针对数字化和软件开发这两个都颇为宏大的主题，这篇文章写得很局限，但写的过程中还是感到一点点兴奋，数字化是变革，是技术进步，是思想转变，也是艺术。

兴奋来源于这个数字化过程中一种若水的艺术化美感，来源于对其想象空间的期待。

尽管从历史来看，凡变革多是积弊日久、被逼无奈，凡变革多要流血牺牲，凡变革多为失败……

不过，无论如何，当今汽车业的数字化变革已经蔚然成风，但还在浑水里摸索，就个体而言，这是个造梦的时代，也是个造英雄的时代。

总而言之，这是一个汽车人的好时代。