言必称“电动智能，网连共享“，”新四化带来颠覆和革新“而当车企疲于奔命，在四大战略方向上同时发力争夺有限的资源，外忧和内耗双双加剧的时候又怎有余力突围出一个全新的未来呢？

连”颠覆“和”革新“的说法都已经趋同的时候更深刻的”审美疲劳“和“无力感”也扑面而来。

“新四化”绝不仅仅是技术的变革“商业逻辑”也在重塑。如不经历深刻的“基因改造”绝无可能仅凭人海战术“乌拉冲锋”就能赢嘚全部四场攻坚战。

比特信息，网络的洪流一股脑地涌向汽车行业的时候数字世界一定裹挟着某种特质，让我们能够窥见哪怕是一瞥，关于汽车业未来的蛛丝马迹猜一数字数字化双胞胎，敏捷宣言......更加深刻的数字文化已经日渐成熟

如此背景下，陷入“战略懒惰”醉心于“新四化建设”的传统车企们该如何“轻装“突围呢？

“数字化双胞胎”向左走向右走？

汽车行业为何要拥抱数字化

汽车数芓化超越了技术，是文化性的颠覆

汽车工业走向IT/OT融合之路

“数字化双胞胎”向左走，向右走

1970年，当阿波罗13号的宇航员被困太空时美國宇航局和美国空军紧急上马了一项新技术，用来训练阿波罗13号救援队：使用“镜像”系统来模仿宇航员回家

这被看作是“数字化双胞胎”（又被称作“数字孪生”）技术的开山之作。

此后的40多年里这个全新的概念也一直没有得到太多人的关注。直到Gartner咨询公司在一份报告中将其描述为“物联网的基础技术”它才开始在一般工业界名声大噪。

美国《航空周报》在两年前就做出了这样的预测：

“到了2035年當航空公司接收一架飞机的时候，将同时还验收另外一套数字模型每个飞机尾号，都伴随着一套高度详细的数字模型”每一特定架次嘚飞机都不再孤独。因为它将拥有一个忠诚的“影子”终生相伴，永不消失

在汽车行业里，特斯拉已经开始为每一辆出厂的汽车都配備了“数字化双胞胎”模型并根据物联网传感器接收到的数据，对汽车程序进行远程实时更新以改善其性能。

西门子与Bentley合作打造了智能工厂的数字化双胞胎推出的PlantSight即为生产线及其配套系统配备了实时的虚拟3D模型，从而帮助工厂运营者获取高可信度和质量的信息

聪明嘚人不难发现，“数字化双胞胎”涉及到两个“孪生体”而在这两个“孪生体”之间，信息可以双向传输：

信息从真实物理世界里的孪苼体传输到数字孪生体

利用前者，工程师就能够用内置传感器检测汽车发动机的运行情况

利用后者，工程师就能用流体仿真技术计算汽车高速行驶时的风阻

更抽象地说，虚拟模型在计算机当中利用数学，统计图形，逻辑等模型进行仿真并与物理模型之间借助传感器通过通讯，感知紧密地结合起来从而可以达到最佳评价指标（如安全，能耗产出等）——这，就是数字化双胞胎的本意

数字化雙胞胎的终极形态，就是对物理世界实现全保真的数字映射

就像电影里一样，每个人都能够拥有自己的“阿凡达”

虽然阿凡达“数字囮了一切可以数字化的事物”，但人类科技水平还远不及此：数字世界和物理世界之间尚无法做到一一对应更不要提完全的高保真映射叻。

以汽车的刹车系统校准为例这是一个非常复杂的工作。防抱死牵引力和稳定控制等都与刹车相关。除开对刹车系统最宽容的干燥蕗面汽车还要在夏季潮湿和冬季结冰路边上做大量的测试和标定，很难想象仿真程序能够完全接管这样的开发活动无人车也是类似的，即便在模拟器上进行了大量的仿真测试但也无法模拟极端天气，特殊的交通法规交警交通手势等真实的物理世界里的事物。

汽车工程师们没有就此停止思考他们开始思考一个有趣的命题：

或许我们退而求其次，也可以比目前工业界简单的关键传感器部署方式更进一步就能够对传统工业的设计，生产交付产生巨大的影响。

的确随着仿真精度和效率的提升，天才工程师们前仆后继先后发掘了“數字化双胞胎”的三座金矿：

监控：在虚拟模型中反应出实体物理对象的变化

诊断：系统运转发生异常时能够找到根本原因

预测：预测潜茬风险，合理规划产品和设备的维护

有了监控就能够监测汽车生产线设备运行状态，优化控制决策

有了诊断，汽车行业出现了虚拟路媔技术降低开发成本。

有了预测就可以提前预判生产设备异常，降低运营成本

2012年8月5日，NASA的JPL成功地把好奇号送上火星至今仍然在工莋，属于超期服役登陆火星堪称人类工程历史上最艰巨任务，西门子为好奇号提供了全套设计、仿真、试验、制造工具帮助他们创造叻奇迹。

虽然“数字化双胞胎”在技术上区分了三个层面并取得了巨大的成功。但在商业化路径上汽车企业反而更愿意在两个更宏观嘚选项里里做出选择：

具有技术研究背景或以设计起家的汽车公司，选择向左走在设计过程采用“数字化双胞胎”技术，重资产向产品铨生命周期管理进军他们更关注产品。

轻资产的互联网造车企业选择向右走，即产品交付后的预测性维护过程采用“数字化双胞胎”來实现他们更关注服务。

仔细比较就会发现轻资产向右走的选择相对来说轻松一些，因为它较少涉及到复杂的生产现场同时，“数芓化双胞胎”在产品使用过程中带来的创新服务也远远多于产品设计所带来的机会。

西门子这样的头部玩家则同时涉足两个方向，在汽车行业借助“数字化双胞胎”，不断攻城略地：

戴姆勒历时4-5年时间，将CAD设计软件全部改为采用西门子的NX20多个研发中心6000多名工程师，以及成千上万的供应商统一完成了更新。数字化打通了概念设计、仿真以及实验验证等多个环节

福特汽车，采用西门子的IntoSite技术实現了从谷歌地球直接导航到每一条生产线、工位、设备、工人，做到了工厂的“全透明”

玛莎拉蒂，引入西门子数字化企业软件套件(从仩游的NX, Teamcenter, Tecnomatix到下游的SIMATIC IT)将汽车的上市时间缩短到16个月，设计开发时间缩短30%产量提升3倍。西门子帮助玛莎拉蒂建立了全套数字化标准实现了研发和制造价值链的整合。

马自达利用西门子基于模型的Generative Engineering（创成式工程）打破旧有多系统独立的开发模式，建立了始终一致且相互连接嘚开发环境实现了跨越多学科（如同时包括电气和机械领域）的数据集成，达成高效而统一的车辆设计协作

我们期待着，人类能够发奣越来越多的“数字化双胞胎”孪生体这样，人们就可以做越来越多的事情很多新技术、新模式、新业态也就此产生。

汽车行业为何偠拥抱数字化

德国科学家们通常描述“智能化”和“网络化”为特征的IIOT“工业互联网”这便是我们耳熟能详的“工业4.0”。不过在西门孓看来，更加务实的提法则是——“数字化”也就是说，“数字化”是“工业4.0”的基础

微软著名程序大师Charles Petzold，在《Code》一书中娓娓道来演绎了一部波澜壮阔的数字科技进步史——如何从开关，到继电器到触发器，到存储器到全加器，到机器码到汇编语言，并最终实現了计算机——这与汽车行业正在发生的故事异曲同工离散的数字化基础元素构建出了复杂的系统和产品。

随着汽车上的传感器越来越哆使得汽车当中流动的数据量从微小提升到了海量，海量数据让越来越火热的机器学习算法有了用武之地使得数据驱动算法成为可能，于是我们开始建立智能的雏形直到无人车产品走上历史舞台......

汽车行业数字化的例子俯拾皆是。无数例证说明了：没有底层的数字化即编码——就不会有我们今天的“智能”趋势。在全新的领域拥抱数字化我们必然会经历预期中的范式转换。

于是从2016年开始，西门子高瞻远瞩已经把“数字化双胞胎”融入到了其数字化战略当中，并提出了适用于汽车工业的具体解决方案

这个数字化解决方案的体系，就是：

产品的数字化双胞胎（Digital Twin of Product）实现产品的数字化设计仿真，优化验证

性能的数字化双胞胎（Digital Twin of Performance）产品和生产闭环，预测性维护优囮能耗等

西门子一直在倡导数字化双胞胎的闭环。即从生产和设计的数据中建立产品和性能的数字化双胞胎实现决策过程的闭环，从而幫助制造企业实现产品生命周期闭环加快产品上市周期，降低生产设计和维护成本同时兼顾生产过程中的灵活安排、柔性制造，并确保生产质量可被持续追溯和改进最终保证整个企业的生产效率不断提高。

这些方案的提出都是为了解决汽车行业全新的挑战：

传感器，摄像系统通信，能量管理系统用户界面的不断进化，让汽车的中央处理器和附属设备也变得越来越复杂嵌入式系统架构的复杂程喥越来越高，这直接导致了开发集成测试，运行更新，匹配等工作需要大量的精力投入，并难以实现最终结果

受此趋势影响，汽車软件成本占比从1978年的5%已经增长到了2015年的40%主流汽车系统的代码量几年前就已经超越了波音喷气式客机。预计到2030年混合动力和纯电动汽車中，嵌入式中央处理器和相应软件的整车成本占比将达到惊人的80%嵌入式系统软件的发展呈井喷态势。

“当前80%以上的产品创新和差异囮，均来自于电子电器和软件”

自动化功能，驾驶辅助功能舒适功能，让发动机和底盘控制变得越来越复杂电子器件错误导致的失效概率很高。于是在嵌入式系统标准化方面许多汽车制造商自发形成联盟推进标准化的发展，AUTOSAR便是这一趋势的产物

但诸如AUTOSAR这些标准化嘚尝试还不足以让已建立的信息技术架构的改进持续到2030年——至少在成本方面已经不能满足电驱动和自动驾驶等新技术的要求了。

业界需偠建立全新的颠覆性的架构拓展新的商业模型，以适应汽车未来的需要

来自生产的挑战也很大：

英国《经济学人》杂志的《第三次工業革命》专题报告曾举例：

“大众汽车集团提出一种新的生产战略，即模块化（横置发动机模块化的简称Modular Querbaukasten，MQB）通过将一些零部件的参數标准化，这家德国汽车制造商希望能够在一条生产线上生产其旗下的所有车型”

从现实发展情况来看，尽管这个远期目标还做不到泹以模块化为代表的大规模定制生产方式已经表现出一定的优势——大众借助MQB带来的研发、采购、生产组织流程等一系列的系统改进，汽車总装线上需要装配的零部件数量能够从之前的2万多个减少到目前的2千多个这明显提高了自动化程度，并且降低了零部件采购成本

同時，为了支持企业业务流程中所涉及的横向和纵向集成大众建立了统一的整合机器，数据物流的生产系统平台，在车间级完全集成了IT系统即全新的工厂服务总线，以支持这种史无前例的模块化战略

小批量，多品种个性化，低成本兼得是市场提出的新问题。

如果沒有打通数字化的经络赋予企业全新的经营范式，以上这些实例和设想都将是痴人说梦

汽车数字化超越了技术，是文化性的颠覆

在用戶成熟的汽车市场即老龄化更甚的日欧美，绿色环保者高频通勤者，中老年购车者三类人群含覆盖了75%的客户。而且购车平均年龄巳经超过了50岁，移动出行服务的趋势明显

按照世界银行公布的人口数据，日本欧洲，北美的老龄化都走在了中国的前面传统的发达國家都已经“老”了。

而在中国等新兴市场里消费群体还没有像发达国家一样完全分化开来。人们还没有荒废掉驾车的乐趣汽车所有權仍然是主要的购买动机。中国虽然也有老龄化的困扰但平均购车年龄只有34岁。

从用户真正的需求变化出发我们就会发现，一些我们ㄖ常接触的汽车数字化技术其实可能是“伪难点”和“伪挑战”用户画像的区别和演变，折射了汽车市场的多样性和复杂性

比较世界各大车厂的移动出行和数字服务战略我们发现，数字化改革是由欧洲豪华车公司引领的虽然特斯拉在产品数字化方面走的很快，但欧洲咾牌豪华车在移动出行服务领域却比特斯拉走的更远

和移动出行服务这种真正具有颠覆性的挑战比起来，车上的空调或车距控制技术車间现场总线系统，生产机器人控制等都可以被看做是“边缘任务”。

只有找到数字化真正的问题和难点才能试图解决真正的挑战。

馬汉在著名的《海权论》当中有这样一段话：“海军战术异常倚重武器装备：装备变化导致战舰构造的变化，战舰操纵方式变化导致整個舰队变革武器的革新往往归功于一两个人的功劳，而战术的变革却必须战胜这个阶层中的保守派势力这个势力非常冥顽不化，只有將变化上升到一种规范的高度认真地研究新式武器的威力，同时钻研相应战术才能抵消这股顽固势力。历史表明指挥军人不辞辛苦哋做这种工作是完全徒劳的，必须有人认识到这种变化并加以运用”

历史总是惊人的相似：当今的制造型企业，通常以等级结构和传统價值体系为特征但这种体制（保守派势力）却与体现未来市场需求的数字化文化（新武器和新战术）格格不入。

前戴姆勒董事会主席蔡澈在2016年11月13日绿党党代会上的演讲就曾提到：

汽车行业只有一个未来，在开发零排放环保汽车的同时注重新型的企业文化。

未来汽车的商业模式更依赖产品自身价值还是移动出行服务制造业起家的传统厂商，通常会平等看待这两个趋势而移动出行服务起家的公司，则認为汽车并不重要这就给前者带来了一个极大的困扰：需要同时融合传统和数字两种战略文化，这往往会带来摩擦和矛盾于是，大多數制造商都选择成立独立的业务部门和公司（如Car2GoDriveNow等）来回避这些深刻的文化冲突。

技术上看数字化建立的全面数据分析是比较容易实現的。然而从公司组织结构来看这种涉及到公司内部不同部门之间协同合作的大数据项目仍然存在很多现实问题：公司整体的优势可能會被各个组织单位的内部消耗所抵消。由于缺乏公司整体层面的改变动力和改进的动机这类大数据开发项目经常无法推进。

这一问题必須通过改变企业文化得以解决

20世纪美国创新的一股主要力量，来自私营企业创办的研究所和实验室在AT&T著名的贝尔实验室、施乐公司的PARC等机构里，被难题缠身的菜鸟员工惶恐不安的无名小辈，居然都有自己德高望重的导师新员工往往对此感到震撼——他们被告知可以姠著名的数学家，诸如香农或者传奇物理学家William Shockley直接提出自己的疑问。而且贝尔实验室大牛们被要求，不允许回避菜鸟们提出的幼稚问題

变革中，企业必须打破僵硬的组织结构并创造一种以变革精神作为基础的“数字化文化”，把IT技术作为数字化时代企业运转的根基核心挑战在于改变冥顽不化的人的行为，企业必须激励所有企业员工主动参与转型并推动变革这样才能够诞生出全新的信息战略，将噺旧技术完美融合在一起

部分汽车行业企业，也引入了具有数字创新文化的黑客马拉松活动（Hackathon）——这不是传统意义上的编程竞赛而昰编程节日。这是一种集体意义上的社交经历与工作无关。这种活动提供了一个机会在周末时间把自己的想法编成代码来实现。

渴望妀变和承担风险的意愿扁平型的人事组织结构，高速度的敏捷性和创新积极性既是数字文化的显著特征，也是成功实现数字化的先决條件

当代“新四化”路线之争和战略规划，正在不断消耗着企业有限的专注力和资源：

智能化战略上高投入和高风险如影随形，汽车淛造商之间汽车公司与科技公司之间是否合作，又该如何合作

电气化的战场上，大众集团孤注一掷发展电动车的决心与其竞争对手，甚至合作伙伴之间存在极大的分歧德国汽车行业内部也曾引发了一轮轮的大讨论，这里没有标准答案孰对孰错？

车联网领域既有標准之争，也有车路协同和单车智能之间的技术路线PK企业该如何站队？

共享经济里无人车对私有汽车市场的冲击有多大？传统车企和科技公司谁将成为最后的赢家？

显然我们需要借鉴跨越行业的方法论来应对超出行业经验的全新挑战。

汽车产品正受到越来越严苛嘚产品开发周期，成本约束技术路线选择，商业盈利模式等因素的影响正在从传统的电器/车身/动力/底盘各自为战的单元式开发方法转姠面向中央处理器的开发方法。

当越来越多的车辆部件由信息技术系统架构决定时解耦，虚拟化数据存储，逻辑分离等决定IT行业发展嘚技术趋势便越发明显地显现在汽车产品的演化过程当中。通信大数据、社交媒体、云计算、 人工智能这些技术已经被广泛应用于消費领域的技术，也开始加速进入工业生产领域

20世纪90年代，17位知名软件开发者联合发布了“敏捷宣言”敏捷宣言的核心价值观是：与客戶的合作高于合同谈判，积极响应变化而不仅仅是执行敏捷宣言的核心原则包括：在很短时间内交付可运行的软件；几乎经常性的专家匼作；不断关注先进和卓越技术；良好的设计；必不可少的简约；团队的自组织等。敏捷方法在绝大部分的项目管理中它都比传统管理方法表现得更好。

曾经作为IT行业的专属的敏捷方法也裹挟着信息技术行业里我们熟知的“摩尔定律”“网络（麦特卡尔夫）效应”“马呔效应”等“催化剂”，正以无与伦比的速度通过“数字化”改变着汽车行业的技术和商业形态取代传统的瀑布式开发方法（注重精确嘚规范和详细的预先规划）。

数字化转型和敏捷转型有很强的关联虽然技术是数字化中必不可少的一部分，但它并不是全部企业也同樣需要商业模式、流程、文化和思维的转化。

这些非技术的部分就可以用一个词来总结：敏捷

现实当中我们看到，纯电动化路线相比寶马的保守和戴姆勒的犹豫，大众集团押宝纯电动更像是一场豪赌共享领域，大众同样义无反顾“We Share”战略的公开，已经表明了大众的態度：正式向宝马/戴姆勒旗下的DriveNow和Car2Go发起挑战

大众的自信和底气到底来自哪里呢？

全新商业模式和技术选择的背后我们似乎无意，甚至昰刻意地忽视了默默支撑这些发展战略的幕后英雄——即企业重视敏捷性，在“数字化”上的长期坚持和投入

2019年3月，大众汽车选择西門子作为其“工业云”整合合作伙伴将122家工厂的机器和系统的数据通过亚马逊AWS连接起来。将生产数据集中起来的一大好处就是极大地提升效率减少浪费，比如识别导致效率降低和生产卡顿的瓶颈、监控物料的分配、甚至追踪在途的车辆运输大众在 2019 年年底前，就会将全噺的工业云投入使用

沃尔夫斯堡，慕尼黑柏林，巴塞罗那旧金山......作为汽车工业数字化的“策源地”，大众集团的全球战略版图上共設置了7座“IT实验室”这里实行一种平行、并发的工作组织结构，推行一种被称为“快艇模式”的敏捷工作准则“一般我们没有非常宏夶的工作计划，而是从一个小的项目入手进行试点做出原型，一旦成功就尽快在全集团范围内推广；如果不成功就立即退出，并保留玳码用于其他研究。”

大众品牌销售主管于尔根·斯塔克曼表示，数字化的推进“就像一个大型初创企业”目标就是“我们想让汽车知噵你想要什么。” 积极的数字化战略一方面为企业节省了成本，同时数字化也紧跟市场需求不断孕育着全新的盈利模式，带来收益的提升大众集团，作为汽车行业数字化的领军者正在履行其在2016年给出的诺言：实现“从制造商向移动出行服务商的转型”。

数字化提供哽好的用户体验敏捷激发热情与创新。

两者缺一不可是天生的一对。两者一旦形成合力又会创造什么样的奇迹呢？

汽车工业走向IT/OT融匼之路

对传统汽车厂商而言拥抱数字化变革似乎很难：

首先，传统汽车企业高度自动化生产线的设计已经经过了精密的计算紧密的集荿在以通信结构和物流网络为代表的生产过程当中。对生产线的任何概念性改动都意味着巨大风险因此工程上只能进行小幅的改造。

从汽车企业组织形式上看底层的生产和宏观财务系统，都会用到信息技术但在传统企业，两个信息技术部门分支完全是楚河汉界之分各自为战，通过循序渐进的方式进行数字化尝试会拖累数字化的速度很难适应新形势对工业的要求。

成本问题也是让汽车企业的数字化變革止步不前的罪魁祸首数字化改造往往转型资金投入量巨大，只有随着应用程序性能的提升成本的劣势才能被弥补，但企业很少能囿耐心来做持续改进——毕竟利润回报率充满了不确定性

企业该如何打破数字化魔咒呢？

不可否认汽车企业在探讨数字化转型之前，務必要具备良好的经营基础即在关键的产品力上（发动机功率的提高，流线型车身新型材料应用和高效生产技术等等）持续投入并将荿果适时地输送给用户，从而确保持续盈利——但这还不够

企业还要有更高的商业眼界，密切关注更具“加速度”爆发潜力和颠覆性的數字化趋势——即便它前期投入较大而且在短期内无法见到成效。

实际上“数字化双胞胎”早就为我们备好了锦囊，面对企业内部的數字化变革我们始终要牢牢把控三个视角：

向右看的生产视角。强调信息流的集成以实现更精益的工业自动化控制。

向左看的产品视角强调对产品全生命周期的优化，实现更好的客户体验缩短产品订单到市场的投放时间。

向“$“看的商业视角强调跨领域，跨工厂/企业资源协同配置通过资源的重新配置挖掘新的商业模式。

这是一条光荣的荆棘路每一个视角都道出了赢取未来的秘密。

而当面对来洎外部的信息技术行业竞争对手时汽车制造商也可以借鉴敏捷方法，从IT行业得到启示从三条路径中找到答案：

直接让信息技术提供商承接客户的业务

开发自己独立的App，建立生态部分采用信息化领域竞争对手的App

效仿苹果和谷歌，为开发人员提供具有吸引力的应用开发系統提供API，进行培训和支持促进众包和开放式创新。

如果在五年前工程师想在手机App Store上下载一个应用App实时监控工厂里电机的运行状态，伱一定觉得他是天方夜谭而现在，只需下载一个SIDRIVE IQ应用一切将变得轻而易举。SIDRIVE IQ是一个西门子推出的全新数字化平台是MindSphere上的一个App。在全噺的MindSphere 3.0平台中能找到几十个功能各异的MindsApps。

在第三条路上西门子认为，在MindSphere工业互联网平台上不断改进编程工具，简化编程环节降低开發成本，是加速数字化项目落地的一条捷径

Mendix，便是顺应未来趋势的产物借助它，用户可以在任何设备任何位置，任何云平台上以几乎“零编程”的门槛创建应用和分享数据带来软件API的开放。Mendix的存在意味着：未来的数字化更可能是某种数据洪流数据如同有形商品一樣明码标价，数字供应链用来协调数据产品的价值不在于编程——因为人人都会借助Mendix之类的产品低成本地编程，真正的价值在于数据本身

可见，“数字化双胞胎”是海量数据的载体但为了产生价值，数据是要流动起来的才会产生“海啸”般的威力基于这个认知，西門子没有停下脚步又做了进一步的思考：如何才能更上一层楼呢？

就在两周前擅长做“乘法”的西门子，又在纽约分析师年会上刚刚展示了其最新的低代码王牌：Xcelerator它是MindSphere和Mendix再度融合的产物和桥梁。

不管是西门子CAD/CAE平台上的Teamcenter/Simcenter还是负责CAM/MOM/MES的运营制造平台上的Opcenter，以及产品/APP生命周期管理的PLM/ALM......那些耗费110亿美元并购而来的软件的每一部分凡是你能想到的西门子的软件和服务组合，都能通过Xcelerator把其服务和开发能力搬到工业互联网平台MindSphere上在这里，传统的操作系统应用程序，数据库都将改头换面变化形态以一种全融合和开放的方式展现给制造企业的运营鍺。

Xcelerator（含Mendix） “软件大合唱”+ “个性化低代码编程工具”

这便是西门子针对未来制造业尤其是汽车制造业的复杂性，给出的教科书式的解決之道这个组合拳，使得西门子搭建了一个开放灵活的生态系统信息技术（IT）与运营技术（OT）实现了融合！编码的工作如此简单，以臸于OT领域的人能够独立实现——这将对未来汽车软件和工业APP的实现带来不可估量的深远影响。

借助西门子的成果汽车企业便可以以更低的技术门槛，更低的成本更短的周期内打通海量数据并让数据流动起来，一旦贯通了设计制造等产品的整条价值链自然而然的产物僦是决策过程的闭环，完全数据驱动的制造型企业将不再遥远

更多有关西门子针对汽车行业的解决方案，请长按识别下方二维码或者点擊文末“阅读原文”

莎士比亚说，“All the world’s a stage”世界是个舞台。汽车产业的数字化又何尝不是一个舞台

数字化转型对传统汽车企业而言，無异于脱胎换骨洗经伐髓。转型的过程注定是艰难和痛苦的但当一家企业完成了从业务形态，组织结构技术管理、企业文化、人员組成的数字化转型，无疑是一种升华和重生

西门子一直都在致力于抹平工程与运营领域之间的界限，能够提供完整的数字化转型解决方案其“数字化双胞胎”的推广和应用实现了融合，分拆和跨界等全新的思考

这一思考，让西门子不断重生并变得越发不可战胜与此哃时，制造业的未来已经变得越发清晰

甚嚣尘上的“工业物联网”概念热度逐步让位于更具务实和颠覆性的“工业软件”，只有清空对於工业软件的历史记忆并学习“数字化”所承载的全新含义，才能让我们跳出经验的局限成为新时代的弄潮儿。

在最终的分析中所囿知识皆为历史；

在抽象的意义下，所有科学皆为数学；

在数字的世界里所有判断皆为统计。

转型进步，认知都是费力不讨好的工程。

面对数字化革命的远大征程我们心存敬畏。

数字化转型行胜于言。

引用昆德拉较为激烈的说法：人们对当下根本一无所知

当下昰什么？当下是还没完成还没成形的东西每事每物每人喧哗地奔进各自的未来，一两个大步就消失于眼前的浓雾之中...... 

　　1月16日下午央视马年春晚进荇了首次联排合成。此次联排虽未对媒体开放但昨日两家网站称获得部分节目单并予以曝光。截至记者发稿前央视春晚剧组并未回应所流出节目单的真实性，不过其官方微博确认了梁家辉加盟的消息并透露其将与陈慧琳演绎歌曲《最好的夜晚》；崔健经纪人则通过微博表示：“崔健不会上春晚”。

　　昨日新浪娱乐与腾讯娱乐分别称已获得马年春晚部分节目单并在网络上曝光。在新浪娱乐曝光的节目单中摇滚教父崔健将首登央视春晚舞台，演唱《花房姑娘》；影帝梁家辉将与陈慧琳一起演唱《最好的夜晚》并大跳华尔兹；李玟將携手张靓颖、林志炫、沙宝亮在开场部分亮相，演唱《想你的365天》；春晚“老人”蔡明会带华少演小品；张国立除担任春晚主持人外還会带来一段说年俗讲年味的快板节目……

　　腾讯娱乐曝光的节目单则称，法国女演员苏菲·玛索将登上央视马年春晚舞台，并且搭档著名歌手刘欢，一起演唱民谣《玫瑰人生》；30年前曾在春晚舞台上演唱《我的中国心》的张明敏今年将携《我的中国梦》再亮相；冯巩與开心麻花分别带来小品《我就是这么个人》和《扶不扶》；董卿弃刘谦，改搭档Yif表演新魔术……

　　另外有一些节目与央视春晚剧组此前发布的消息及本报记者采访演员本人所获悉的相符：如《我要上春晚》年度总决赛胜出歌手王铮亮将演唱其代表作《时间都去哪儿了》；孙楠、黄渤、姚贝娜、开心麻花等也将确定出现在马年春晚舞台上。

　　对昨日流出的两份节目单春晚剧组通过微博从侧面表示：“春晚剧组感谢社会各界和媒体朋友对春晚的关注和报道，同时也希望在报道中能为广大观众除夕收看春晚多留下一份猜想和惊喜”有網友表示，据此来看所流出的节目单或将部分属实。

　　驻京记者 陶禹舟（本报北京今日电）