不論是車廠或機器設備製造廠，直到最近才意識到光是製造實體產品不足以取得競爭優勢。它們必須制定一套融合策略，將實體產品與數位科技合而為一，從數據與見解獲取最大價值。本文說明融合策略的4大類型，並以實例介紹具體的執行方法。

迪爾公司（Deere & Company）致力於簡化農務已有超過187年的歷史。從第一台自清犂（self-scouring plow）在1837年問世，到2022年推出第一台全自動駕駛曳引機，迪爾在這個歷程中打造了先進的工業科技。See & Spray就是當代的一個絕佳例子。這款自動噴藥機配有自走式、長120英尺的碳纖維橫桿，桿上裝有36台攝影機，一秒鐘可以掃描2,100平方英尺。這套系統有10個機載視覺處理單元，每秒處理數據量將近4GB，利用人工智慧（AI）與深度學習分辨作物和雜草。系統一旦發現雜草，就會下達噴藥指令除草。這部機器以每小時12英里的速度，不停歇地穿過田地。與See & Spray相比，人工更昂貴、更耗時，而且可靠度更低。這部機器融合電腦軟硬體與工業機械，幫助農民減少三分之二以上的除草劑量，讓生產力呈指數成長。

關於本文藝術作品／丹尼爾．史帝爾（Daniel Stier）是一名視覺藝術家，生活於倫敦與德國兩地。他的系列攝影〈物體如何運作〉（How Things Work）將創造性的目光轉向機械，從藝術的角度來看科學。攝影／丹尼爾．史帝爾（Daniel Stier）。

本文觀念精粹

問題：不久之前，大部分現有的工業公司仍然沒有在它們產品上採用最先進的軟體。但是，已經出現一些競爭者能夠運用生成式AI取得複雜的設計、見解與趨勢，挑戰這些公司。

解決方案：工業公司在制定策略時，必須融合自己的專長（製造實體產品）與數位公司的專長（運用數據和AI來解析龐大、相互連結的數據集，並發展創新的見解）。

必要的變革：公司必須將類比產品和服務重新構思為數位產品和服務；學習從實體與數位資產的結合所產生的數據創造新價值；並與其他企業合作，建構生態系統，專注於協助客戶解決問題。

迪爾從它旗下所有現代農場設備（包括See & Spray）蒐集使用數據，總共自超過3.25億英畝土地、大約50萬台機器中，蒐集到超過數十億筆關於土壤、作物和天氣狀況的測量值。這些數據都彙整到迪爾的雲端JDLink系統，經過分析之後，對設備與農場進行即時和未來的改善。迪爾把這些資訊都送進機器學習演算法與AI，因而能夠創造出結合數位與類比服務的組合，對種子、肥料和雜草做出最佳管理。

迪爾是工業部門的龍頭企業之一。不久之前，現有的營建與採礦設備製造商，以及其他重型機械製造商，仍然沒有在它們產品上採用最先進的軟體。不過，現在已經不再是如此。這些廠商如今運用生成式AI與機器學習，從結構化與非結構化數據（包括文字、高解析度3D圖像、語音互動、影片和聲音）取得見解和趨勢，不到幾秒鐘就能創造複雜的設計。

我們研究工業公司超過40年，而它們現在融合類比機械與先進數位科技的做法深深吸引我們的注意。最聰明的公司已經體認到，贏家脫穎而出的關鍵不在於最有價值的實體資產，而是最深刻的見解。但要實現成功，不會像在曳引機安裝電腦那麼容易。公司一開始就有許多事情要考慮。

這個過程的起點是制定我們所說的「融合策略 」（fusion strategies），結合製造商的專長（製造實體產品）與數位公司的專長（運用AI探勘龐大、相互連結的數據集，以取得關鍵見解）。工業公司必須想辦法連結硬體與軟體、鋼鐵與矽，還有人類與機器。我們在本文中描述4種融合策略以及各別的執行方法。這些策略都需要將類比產品和服務重新構思為數位產品和服務，並借助於實體與數位資產的結合所產生的數據，學習從中創造新價值。同樣重要的是，工業公司需要與其他企業合作，建構生態系統，專注於解決客戶的問題。

融合策略與物聯網的區別

傳統上，工業製造商多半只觀察銷售與行銷數據。它們分析這些數據，找出某項產品的買方是哪個人口群體，或是哪個群體願意花更多錢買更優良的產品。數位系統沒有那麼重要。這些公司把數位系統視為降低製造成本的方法，或是為現有類比產品增加功能（像是Wi-Fi）的方法。不過，時至今日，工業產品公司也必須關注售後情況，也就是數位與類比產品的結合如何為客戶帶來正面成果。它們必須不斷蒐集相關數據，從中獲得的見解也要即時應用於解決客戶的問題。

就像物聯網（internet of things, IoT），融合策略也涉及實體物件構成的網絡，這些物件內建了感測器、軟體，也具備連網能力。但是，融合策略不只是在類比產品添加裝置，以利從網際網路監測並從中蒐集數據。在融合策略下，你要徹底重新構思該如何設計類比產品，讓它運作得像是運用所有可用的數位工具和功能，從無到有打造出來一樣。

融合策略的負責方式在組織裡也與物聯網不同。物聯網是由職能層級負責，用例簡單明瞭：營運經理人（例如供應鏈管理專員與品管專員）運用感測器的數據，確保機械流程符合特定的產業標準和協議。設計人員打造網路產品，產出這些產品未來迭代時可以運用的數據。各個職能不一定要協調彼此的工作。對照之下，融合策略則是跨職能，需要不同部門的高階經理人彼此合作，判斷該如何運用感測器的數據，才能為既有客戶提供價值，並為未來的客戶創造新產品。

融合策略產出見解、創造利益的速度也比物聯網快。儘管物聯網背後的機組能確保數據得到記錄和保存，但是融合策略能立即應用這些數據，觀察產品在不同環境的使用情況，然後利用其中的資訊向客戶提供自動化、個人化的建議或體驗。

支持融合策略的商業理由是競爭差異化。它的重點在於對較新的科技進行實驗，並建立一張路線圖，說明如何納入這些科技以取得優勢。開發自動駕駛車的車廠就是一例。它們投資物聯網是為了符合安全標準，但它們取得真正差異化的地方，是如何整合感應器、軟體與數據連結能力，使自家車輛的性能勝過競爭對手。

傳統AI、生成式AI，以及其他先進數位科技所開拓的策略機會，主要可以分為4大類別：融合產品、融合服務、融合系統，和融合解決方案。大部分企業雖然應該以融合產品做為起步時的焦點，但也應該探索、測試其他3種策略。對4種融合策略都進行實驗，能夠讓企業確定如何創造和取得價值、評估其他公司的策略如何對自己構成威脅，並決定資源的最佳配置。

融合產品

正如我們所指出的，融合產品是從無到有設計出來，要即時蒐集和運用產品使用資訊。融合產品產出的數據量愈來愈龐大，企業有3種方法可以將AI應用到這些數據：企業可以運用傳統AI來分析這些數據，找出諸如產品、流程與成本有哪些地方可以改善；企業可以運用生成式AI創造既有產品的數位雙生（digital twin，也就是既有產品的虛擬複製品，可以反映它們的運作）並訓練機器人；企業還能運用生成式AI裡的大型語言模型（large language models, LLM）開發獨家見解，為客戶增加價值。

以特斯拉（Tesla）的車為例。特斯拉從一開始就把車設計成一台連接雲端、有輪子的電腦。30多年來，既有車廠已經為自己的產品增加數位功能，包括通用汽車（GM）的OnStar、福特（Ford）的Sync和賓士（Mercedes Benz）的Mbrace，但是這些功能無法讓這些車廠像特斯拉一樣，即時追蹤車輛、持續分析數據，並即時改善車輛性能。每一輛特斯拉的感測器都能提供行駛效能的立即資訊，再由AI判斷車輛的運轉是否處於最佳狀態或需要修正，而特斯拉很多時候都能夠透過軟體更新來修正問題。比方說，特斯拉可以調整液壓系統消除車門的雜音，或是透過無線（over-the-air）軟體更新來調整再生煞車（regenerative braking）的程度，降低碰撞風險。

特斯拉目前正在進行實驗，嘗試以生成式AI撰寫自動駕駛車的程式。生成式AI藉由研究每一輛特斯拉內部的影片數據，可以重建各種可能駕駛情境，而特斯拉把這些情境拿來訓練車子，以避免碰撞和其他危險。

每一輛特斯拉都有一套作業系統，儲存所有車輛的數據，幫助它迅速回應從數十萬輛車取得的見解。這套系統整合3個數位雙生：該車型號的虛擬算圖，符合該車原始設計模樣（產品雙生）；該車生產線的虛擬版本（流程雙生）；以及該產品在使用中的重現圖（性能雙生）。這套系統還納入從特斯拉供應鏈、製造營運和售後服務蒐集的見解。

特斯拉的競爭對手正在開發自己的原創融合產品，設法迎頭趕上。賓士聚焦於為自家車輛設計數款經過AI強化的作業系統，並與輝達（Nvidia）合作開發軟體、硬體與AI晶片。通用汽車與子公司Cruise合作，已經讓自動駕駛計程車上路。（儘管通用汽車去年秋天由於安全性受到質疑而不得不停止這些計程車，但是等到查明安全失誤原因，可能就會恢復營運。）

其他產業也看得到融合產品。例如窗戶製造商View開發出智慧玻璃，運用即時數據和AI，自動調整陽光入射量。當房間內的自然光量低時，玻璃會讓更多陽光照進來；如果房間太熱，玻璃會過濾掉陽光。

“但是時至今日，工業公司不再需要大量現場技術人員提供服務，而是讓AI根據產品使用數據生成客製化建議，並自動傳給客戶。

先行者有好幾種方法可以從融合產品取得價值。最有吸引力的選項是為融合產品收取溢價——就像特斯拉一樣。如果產品的性能優於競爭對手，產品的運作成本也低於競爭對手，訂定更高價格就順理成章。另一個選項是提供成效合約（performance contracts），保證主動維護、更新融合產品，確保停機時間降到最低。勞斯萊斯（Rolls-Royce）就是一例。它運用AI監測和維護飛機引擎，保證它的商業航空公司客戶能有接近100％的正常運行時間。其中一台引擎出現狀況時，勞斯萊斯會提前知道或即時發現，因此能夠更快排除問題。

另一種取得價值的方法是利用融合產品的見解跨足鄰近市場。例如特斯拉已經進軍車險業務，而且保費低於競爭對手，這是因為它能夠記錄、分析個別駕駛人的行為，而不是像其他保險公司一般的做法，將駕駛人分為不同風險概況（risk profiles）。

融合服務

目前為止，與工業產品相關的服務一直是勞力密集工作，企業依靠明文寫下的知識和標準協議來解決問題。儘管迅速提供大量客製化服務有更可觀的獲利，但是這種做法在類比世界不但困難，也成本高昂。但是時至今日，工業公司不再需要大量現場技術人員提供服務，而是讓AI根據產品使用數據來生成客製化建議，並自動傳給客戶。

新興企業已經抓住這個機會。例如Weather.com和ClimateAi等公司的天氣和氣候數據，能夠讓農民適時做出精準決策，提高獲利。Norm是一款ChatGPT農業應用程式，可以探勘天氣、土壤條件和最新事件的現成數據，以回答農場管理的各種問題。

有些老牌工業公司也投入融合服務。在民航業，若飛機引擎燃油效率提高1％，每年就可省下20億美元。勞斯萊斯的數據實驗室R2 Data Labs觀察產品使用數據，如飛行航線、高度、速度、天氣狀況、載重等，分析它們背後的燃油消耗模式，然後把見解即時傳給客戶，藉此為客戶的每架飛機每年節省20萬美元。

融合服務在早期階段可以用非捆綁訂價方式銷售，買方只需為自己認為有價值的服務項目付費。隨著客戶對服務的肯定度提高，工業公司可以轉向提供捆綁式服務套餐。隨著時間過去，甚至可以簽訂分潤協議，將融合服務所產生的利潤成長，按比例分享給客戶。

融合系統

迪爾和其他農業與營建設備製造商，它們的許多客戶都採用複雜的系統，涵蓋多種機器，而每種機器各有不同的專門供應商製造。大部分客戶都自行管理這些機器的互通性，不過有些客戶會延請系統整合商和顧問進行安裝、連結和升級。數位化能大幅增加機器操作的簡易程度。但是融合系統卻從個體層次（分別強化不同公司的產品，以改善這些產品的效率）轉向總體層次（強化多家公司多種相互連結的產品，以改善整體系統的效率）。

融合系統的整合商不但把它銷售的所有機器設備連結起來，還要把這些機器設備與合作伙伴和競爭對手的機器設備連結起來。融合系統的創造者不同於傳統的系統整合商，不能只負責不同組件的連接並讓系統正常運作，還要確保系統會隨著新組件和功能的增加而不斷改進。

這就是AI扮演關鍵角色之處。大多數工業產品公司都有能力綜合結構化數據，例如姓名、地址、信用卡號和其他易於格式化的客戶資訊。但是先進的公司能夠把非結構化數據（例如瑕疪的影像、故障機器的聲音、自動化流程的影片）即時送入生成式AI，為系統開發出複雜而逼真的數位雙生；然後利用這些雙生進行實驗，嘗試對產品、機器、組件和周邊設備的各種排列組合做混搭和配對，找出哪種科技組合的成效最好。

杜拜的哈里發塔（Burj Khalifa）是全世界最高的建築物，它龐大的設備管理系統使用了許多漢威聯合（Honeywell）的系統，分別控管通風、空調、照明、水管理、停車、儲存、電梯、電信和保全。漢威聯合從該建築物錯綜複雜的系統蒐集即時數據並進行分析，以辨識異常狀況，例如故障的設備。它協助哈里發塔提早發現事故、加快反應速度，並降低潛在風險。這項策略將哈里發塔機械資產的維護時間減少40％，同時可用性也提高到99.95％。

融合系統可能會改變客戶的採購偏好。它們關注的焦點可能會從功能獨特的產品轉向能夠與其他產品整合的產品。因此，工業製造商必須創造技術骨架，一方面整合硬體、軟體、應用程式、數據和雲端連結，另一方面也能夠納入其他產品的產品使用數據和演算法。工業公司可以收取整合費以及新增機器連結費，把融合系統創造的價值變現。它們也可以透過一次性授權費、按月訂閱或按量計費模式，把融合系統軟體當做服務（SaaS）來銷售，藉此創造營收。

融合解決方案

融合解決方案結合融合產品、服務和系統，直接改善客戶的績效。公司開發解決方案的方法，不是透過傳統的諮詢式銷售流程，一次解決一位客戶的問題，而是根據產品使用數據的見解，在設計時力求適用於眾多客戶。但是，要有效設計這些解決方案，工業公司必須成為無人能出其右的客戶問題解決專家。它們必須贏得客戶極高度的信任，而且營收和利潤應該與客戶的成功做連結，方法是採用以成效為依據的合約和分潤協議（一如它們最終可能在融合系統所採取的做法）。

工業公司要為客戶創造最大價值，就必須與其他企業合作開發解決方案生態系統。例如，與迪爾公司合作的就有農業軟體公司Granular，它運用非結構化數據為農民開發收成模型。Granular的模型蒐集並分析衛星圖像，彙整天氣、海拔高度和土壤條件的資訊，並把這些數據與歷史收成統計數據結合，協助迪爾的客戶預測成本、營收和利潤。迪爾在市場銷售融合解決方案時，一方面與CNH Industrial、愛科（AGCO）等傳統競爭對手正面交鋒，另一方面也要與軟體公司與數位巨頭企業競爭，前者像是現在已歸入拜耳（Bayer）旗下的Climate Corporation，後者則如IBM和字母公司（Alphabet）。客戶爭奪戰終究是不同的融合生態系統間的競爭，而不是個別公司間的競爭。雖然每種融合策略都能為企業創造一些價值，但是結合所有融合策略的融合解決方案卻能創造最多價值。

擁抱人機合作策略

每家工業公司都必須制定自己的融合策略。第一步是不再分別看待人類智慧與機器智慧，彷彿兩者是井水不犯河水。人機合作可以強化每個職能和流程。擁抱這種協作智慧的公司，績效會勝過那些把AI視為深奧科技或是延遲採納AI的公司。

目前為止，工業公司都是靠開發獨家科技與垂直整合做競爭。為了執行融合策略，大部分公司都必須與數位原生世代及新創公司合作開發新科技和應用，但這麼做最終還是能降低成本、增加速度並提高客戶滿意度。然而，這會是一項重大轉型，也會需要由工業公司的執行長親自帶領這項數位工作；他們過去時常委由其他人負責。他們的公司需要一套整體策略，設定數位科技將於何時、何處、以何種方式驅動組織，以確保組織每個成員對於優先事項和資源分配需求都已形成共識。而且每個員工也必須接納數位科技，以利組織打造、執行並採納成功的融合策略。

文章來源：哈佛商業評論  4月號