在之前的销售模式中，企业基本上会先以满足用户需求为前提，而忽略了用户售后感受。如今，在满足需求的同时，也要发现用户不可见的价值空缺，站在用户角度思考问题。所以，在工业4.0时代，利用数据分析，提升企业创新力，是企业生存下去的一个重要途径。

　　商家卖的是产品，而用户看重的是产品带给生活的价值，即通过购买你的产品获得更美好的生活品质。一个企业的价值创造意味着什么?通俗地讲，就意味着用户喜欢你的产品，愿意花钱购买。而制造系统中那些无法被量化、无法被企业决策者掌握的不确定因素，这些不确定因素既在存在于制造过程中，也存在于产品的使用过程中，中国的制造业一直把视野和精力放在解决可见的问题上，包括在生产过程中应对可见的问题和影响因素，以及为满足用户的可见需求而苦苦竞争。而在第四次工业革命的新环境中，企业更要懂得在这些不可见世界中竞争与创新，包括去发现用户不可见的价值空缺，以及去管理和避免制造中不可见的影响因素。对于企业经营者，最重要的是需要改变以往从技术端出发看问题的思维，学会反向思考，从用户的价值端寻找潜在的需求，学会思维的转变。

　　在《工业大数据》一书中，李杰提出“主控式创新”、“煎蛋模型”两个概念，为企业提供了一个新的创新视角，即为产品加入智能化的软件和分析服务，使之能够搭载面向不同使用需求的应用软件，就可以在不改变硬件设计的条件下为客户创造更多的价值，这种创新模式往往是低成本高回报的。其核心在于通过“物联网与务联网”、“信息物理系统”从客户的“不可见需求”出发去创造。

　　1、从拼价格的红海中杀出来

　　John Deere是美国一家传统的农用机械制造企业，中国、巴西等国的低价农业机械进入美国后对他们造成了很大的冲击。但是他们在琢磨的是农业机械和农作物等选项里农夫真正的价值是什么?可能大家会想农夫需要的是农业机械，这是我们的传统思维，但是如果从农夫的角度去思考就会发现，农夫所需要的并不是农业机械，而是对土壤质量和农作物产量的管理，农业机械只是农夫去实现这些需求的手段。在理解用户真正的需求之后，John Deere开始分析用户需求的缺口，于是他们发现，农夫对土壤进行松土、灌溉和施肥的过程中主要依靠的是教程和经验，却并不了解土壤真实的成分状态，因此对于整片土地抵押采用无差别的管理和培育方式。在意识到用户真正的需求缺口之后，John Deere的思维就从以前的“卖给农夫农用机械”转变成了“帮助农夫提高收成”。

　　那么农夫不可见的价值需求缺口在什么地方?农作物需要土壤、水、湿度、肥料等，但是土壤的状况、环境状况、水肥料的最佳匹配等都是农夫不可见的需求，能够为农夫提供这些信息就自然竞争力增大了。于是John Deere在农机上安装上了GPS和测试土壤成分的传感器，在种植前可以就每一块土地的成分进行检测分析，这些数据通过无线网络传输到云端，计算出每一块土地中各种肥料的成分，用户可以通过APEX™ Farm Management (农业管理)平台上获得土壤状态分析的报告以及对种植不同农作物的使用程度，然后再根据农夫计划种植的农作物提供需要施加的肥料类型和数量，并把化肥厂商的信息告诉农夫帮助他们在线下单。这样在提高了产品竞争力的同时，还可以向化肥厂商收取中介费，以及从农夫手中收取产值的管理费用。于是John Deere从一家卖农机的公司变成了一家卖农作物生长管理服务的公司。中国和巴西等国的农机依然在红海内依靠价格拼杀，但是John Deere已经在蓝海中赚取提供服务的钱了。

　　2、以价值为导向的变革新思维

　　GE旗下的飞机发动机公司(GE Aircraft Engine)在2005年将公司名改为“GE航空”(GE Aviation)，这代表着业务模式的转型。原来的发动机公司只做发动机，而改名后的GE航空则提供运维管理、能力保障、运营优化和财务计划的整套解决方案，还可以提供安全控件、航管控件、排程优化、飞航信息预测等各类服务，由服务带来的价值空间更大了。

　　例如，GE航空提供的“On-Wing Support”服务，在航班飞行的过程中监控发动机的健康状态，对可能发生的故障风险进行预测，在飞机落地前就可以在相应的机场准备好维护所需的备件和技师等资源，从而使发动机的使用率大大提升，同时安全性也得到了很好的保障。这项服务推出后，从美国芝加哥飞往上海的航班降落后仅需3小时的周转时间就可以搭载上海的乘客返回芝加哥，航班的周转率大大提升，为航空公司带来了相当可观的价值增长。有了这些服务之后，GE卖的已经不是或者不只是发动机，而是航空管理服务。这样发动机生产商从过去单纯的发动机装置提供者转变为如今的航运信息管理服务商。

　　3、价值创造未来靠什么?

　　现在人类正在进入“工业4.0”时代，即实体物力世界和虚拟网络世界融合的时代。我们在谈到工业转型带来的变革时，往往容易看到其代表性的技术特征，而忽视促使其转型的最原始驱动力，即对于价值创造的永恒追求。如果说前三次工业革命从机械化、规模化、标准化和自动化等方面大幅地提高了生产力，那么工业4.0与前三次工业革命最大的区别就在于：不再以制造端的生产力需求为起点，而是将用户端的价值需求作为整个产业链的出发点;改变以往的工业价值链从生产端向消费端的推动模式，而是从用户的价值需求出发提供定制化的产品和服务，并以此作为整个产业链的共同目标，使整个产业链的各个环节实现协同优化：这一切的本质是工业视角的转变。

　　在现今的制造系统中，存在着许多无法被定量、无法被决策者掌握的不确定因素，这些不确定因素既存在于制造过程中，也存在于制造过程之外的使用过程中。前三次工业革命主要解决的都是可见的问题，如避免产品的缺陷、避免加工失效、提升设备效率和可靠性等问题。这些问题在工业生产中由于可见、可测量，往往比较容易解决。但不可见的问题通常表现为设备的心梗下降、健康衰退、零部件磨损、运行风险高等。这些因素很难通过测量定量化呈现，是工业生产中的不可控的风险，大部分可见的问题都是这些不可见的因素积累到一定程度后造成的。因此，工业4.0的关注点和竞争点是这些不可见因素的避免和透明呈现。

　　另一个特点是制造过程和制造价值向使用过程的延伸，不仅仅关注将一个产品制造出来，还应该关心如何去使用好这个产品，实现产品价值最大化。产品的价值创新和价值的创造不再以仅仅满足用户可见的需求为导向，而且要利用用户的使用数据创建使用情景模拟，从情景模拟中找到用户需求的缺口(GAP)，这些即为“不可见的需求”。例如买汽车的人都会提出省油的需求，各家汽车制造商因此致力于改进车型和发动机让汽车更省油却很少去关注用户的驾驶习惯对于油耗的影响。可见工业4.0时代的市场竞争会从以往满足客户可见的需求向寻找用户需求的缺口转变。

　　以往我们将产品卖给客户之后就几乎到达了生产价值链的终点，然而工业4.0时代将价值链进一步延伸：以产品作为服务的载体，以使用数据作为服务的媒介，在使用过程中不断挖掘用户需求的缺口，并利用数据挖掘所产生的信息为用户创造价值。所以未来工业界卖给用户的不再是产品，而是有价值的能力，这些能力对应的服务业不再像以往那样只提供给用户有限的选择，而是根据用户的使用情况和需求提供定制化的最佳匹配方案，因为每一个用户的使用数据都是定制化的，这使用户不再是统计结果终端一个样本，而是一个丰富的、高度个性化的个体。

　　举一个常见的例子，我们以前买鞋垫只要记住尺码，所有人得到的鞋垫都是相同的。但我们每个人的脚型、体重、站姿、走路习惯不同，因此没有一款鞋垫能够同时满足同一尺码每个人的需求。美国的Dr.Scholl`s公司在卖鞋垫给用户之前会先让用户站在一个连接传感器的踏板上，系统会记录用户站立时足底的压力分布，用户以此可以获得一款定制化的鞋垫。还有更多价值空间可以挖掘，比如足部压力数据的采集时走路和跑步的压力分布同样重要。这些数据还可以卖给制鞋公司，在买完鞋垫后向用户推荐一款适合搭配的鞋。最后这些数据如果与医学研究相结合，还可以提醒用户站立姿势和跑步习惯可能造成的足部和膝盖的损伤风险，给用户提供改善习惯的建议。

　　所以说数据依然是为用户提供定制化产品最重要的媒介，工业4.0时代的制造将通过数据把终端用户与制造系统相连接，这些数据将自动决定生产系统各个环节的决策，实现生产上下游环环相扣的整合，人的工作难度将被大大降低，在这种模式下工厂的组织构架将趋于扁平，生产资源的利用也将更加优化。

　　4、商业模式与智能服务体系——未来工业界的机会空间

　　工业4.0并不仅仅是制造业的革命，而是一场更加深刻的变革，创新模式、商业模式、服务模式、产业链和价值链都讲产生革命性的变化。制造业的革命只是工业4.0实现的基础条件，其最根本的驱动力来自于商业模式与智能服务体系的创新技术变革，这两者才是未来工业界竞争的关键。制造系统好比工业4.0的“蛋黄”，我们在把“蛋黄”做好的同时也要努力把“蛋白”做大。

　　老子云：“有之以为利，无之以为用”，如果拿一个杯子来做比喻，杯子当中看似“无”的空间才是价值真正的载体。中国制造业一定要学会分析和使用杯子里面的价值：制造设备虽然是德国人生产的，但是我们要更懂得如何使用，如果中国企业通过对使用数据的分析能够实现胜过德国工厂的高效、高质量、低成本、低污染，那么德国人就要反过来向中国人学习如何使用设备去创造价值。

　　发现用户价值的缺口、发现和管理不可见的问题、实现无忧的生产环境，以及为用户提供定制化的产品和服务，这些都离不开对数据的分析挖掘。我相信工业4.0的重心将会在中国，因为中国不仅是世界第一的制造大国，更是世界第一的使用大国，无论是制造设备还是终端消费品，中国都拥有最庞大的使用数据。然而这些数据并没有被很好地加以分析利用，因此还只是潜力，并没有成为真正的竞争力。

　　未来工业界的机会空间可以被分为四个部分：第一个部分是满足用户可见的需求和解决可见的问题，这个空间内依然有中国制造需要补的课，比如质量、污染和浪费等问题，需要的是持续的改善与不断完善的标准化。第二个部分在于避免可见的问题，需要从使用数据中挖掘新的知识为原有生产系统和产品增加价值。第三个部分在于利用创新的方法与技术去解决未知的问题，如具有自省能力的设备，以及利用智能手环管理睡眠质量等例子都是使不可见的问题透明化，进而去加以管理和解决不可见的问题。第四个部分是寻找和满足不可见的价值缺口，避免不可见因素的影响，这部分需要利用数据分析产生的职能信息去创造新的知识和价值，这也是工业4.0的最终目标。