大数据时代会带来企业业务的再造。

对于企业来说，如何迎接大数据所带来的数字化转型？这里涉及两个步骤：一是从企业自身业务活动中找到问题和切入点，二是用智能化技术解决这些问题。

如何寻找价值点呢？从技术能力上看，数字化能够重新定义管理和控制的关系，从而提升企业的管理水平。管理上的问题往往是隐藏的，因为处于个人或者部门利益的考虑，人们一般不愿意把问题归结到管理上。事实上，一旦管理的问题暴露出来，问题可能就会消失了。这就是数字化转型的切入口。

数字化转型解决管理问题分为四步：

第一步是解决数字化问题，用数据来表征生产经营的过程。这是最基础的工作。

第二步是做到可追溯。也就是用数字化的方式把生产经营活动记录并保存下来，这样出现管理问题时，就能够找到问题的根源和责任方。(www.daowen.com)

第三步是透明化。面对海量的数据，人类的处理能力是有限的，需要让机器自动地识别和处理问题，避免管理者淹没在数据的海洋中。

第四步是智能化。有些工作可以让机器代替人完成，这样自然就减少了人参与而带来的管理问题。

在自动化的基础之上，许多管理问题可以变成管控一体的问题，甚至是自动控制问题，如钢铁厂的能源管控问题。钢厂一般占地20～30平方千米，涉及成百上千的设备，这些设备会产生或使用能源。在这个过程中，煤气等能源介质的产用需要动态平衡，管理过程极其复杂。但是，通过互联网、大数据技术的应用，就能够对这些设备实现智能管控。

PDCA、6-Sigma、精益等方法都是工业领域传统的有效管理做法。现在，这些方法可以和数字化手段进行深度结合。具体的做法就是把人的知识沉淀到一个平台上，并与管控过程结合起来。通过这种形式的持续改进，实现工厂的数字化转型。日本的IVRA模型就体现了这样的一种思想（图4）。

图4　日本IVRA架构