2020年的魔幻开局让人猝不及防，悄悄地把这个世界引入 VUCA 时代。病毒传播途径如何？社交距离是2米还是20米？口罩什么标准？检测试剂盒准不准？在喧嚣的信息流中，闪现一些神秘的数据法师，只见他们左手擎着算法盘，右手掐着海量大数据，眉头紧锁，口中默念。忽而微睁双目，抖出一套清奇剑法，看似数理统计又带着机器学习，一篇篇专业数据分析徐徐展开。如星星之火，在黑洞洞的山谷中带来几点光明。
01 思无界
近两年，以 5G、人工智能、区块链、云技术、大数据、数字孪生为代表的 5ABCDT 新动能逐渐积累，并在一些领先企业已经得到了应用，实践智能创新。这些宝贵的经验，对于落实「上云、用数、赋智」的行动方案来说，值得每位企业负责人审慎的分析研究、总结经验、指引方向。智能创新工作需要在研发、生产、供应、销售、服务、采购、人力、财务、集团管控和 IT 治理等方面寻找发力点，驱动生产经营的场景重塑。
02 行有方
然而，我们发现真正摸准业务的脉搏，将数字化技术应用到业务环节中发挥价值，实现提质降本增效，并不会简单，这是用数赋能的关键环节。在流程业务软件领域，SAP 沉淀了深厚的体系化系统开发能力，及基于科学方法论的落地交付能力，可以帮助客户更快、更好、更经济地享受到新技术创新带来的价值。
03 初问道
在2019年第一季度，SAP 和某发动机企业联合开展了一次基于大数据的创新项目。该企业的大数据部门成立于2018年初，最迫切的诉求是建立大数据能力和价值转化能力，对新平台产品是存在抵触的。确立了联合创新、客户可控的合作方式后，3月底顾问进场从生产车间、发动机盒子、营销服务等三个条线开展了业务场景梳理，同时对数据、算法和人员进行初步准备。在随后的全球案例分析、标杆客户走访过程中，项目组逐步确立了创新项目的实施范围和方法论，规划了项目准备、场景重塑、模型创建、验证发布、迭代扩展等五个阶段的具体工作内容。
04 拓思维
在业务场景梳理过程中，项目组和研究院、采购部、物流部、质量部、市场部、客户服务部、后市场部的领导和业务骨干一起，采用设计思维的方式，推演业务过程中的工作步骤，并发散地设想未来的远景。在此过程中，项目组收集整理了大量业务提升场景。
05 塑场景
在随后的场景分析和评估过程中，联合项目组从场景价值和可行性方面两个维度展开分析，综合成本节约、效率提升、战略利益、关键优势、数据、方法、人员等方面的评价，对创新场景进行优先级评估。筛选优先突破的创新点。比如在质量场景的价值矩阵中（见下图），场景二：质量预警应用；场景三：文本分析应用扩展；场景五：付费延保业务应用被确定为最高优先级。有些场景价值很高，但由于数据不完整、算法不适合或者业务可操作性低，而没有作为重点；或者反之，技术方面就绪但目前分析价值影响较低，同样也没有作为初步的重点场景。
随后针对高优先级的创新场景，以数据、算法和业务为核心开展场景重塑工作。比如针对场景五，业务要求基于三包期内的返修记录，量化三包期和服务成本关系，从而建立发动机配件付费延保的分析模型，并实现自主迭代的能力。在功能方面要求按维度选取零部件，或直接按名称及订货号选取零部件。通过现场讨论对业务和功能要求进行确认和修正，结合数据定义数据结构，明确场景定义的输出结果。
06 建模型
根据创新场景中的数据特征，数据科学模型的选择是关键和复杂的过程，本项目通过对维修档案和销售档案的贯彻，探索了 Gamma，指数分布、正态分布、威布尔分布、对数正态分布等分布来评估故障失效数据的拟合度。基于对摇臂总成，空压机、垫片、尿素泵、活塞等2015年至2018年的数据观察，针对上述算法进行验证，取得了不同分布的拟合优度评分，决定算法选择（分别为：K-S, Cramer-von, AIC 等），其中计算值越小表示拟合优度越好。
同时，通过直方图和 QQ-Plot 图对真实数据和概率密度进行对比。通过综合分析，决定采用威布尔曲线来拟合失效数据。
07 搭应用
在数据科学专家组对模型进行探索的同时，技术专家开始了技术平台环境的搭建工作。首先，将贴源数据抽取进 HANA 大数据平台。基于贴源数据，通过 HANA View 上的加工逻辑，按照预测模型的要求进行数据预处理，做为预测模型的输入。利用 SAP HANA 大规模并行计算的性能和 HANA PAL 预测分析库，提高预测算法运行的效率。
最后，通过 HANA View 上的加工逻辑对预测模型的输出进行再加工，将预测值与历史值、主数据、或者其他数据关联在一起，充分挖掘数据的价值，实现数据的360°视图。最后通过 Fiori 技术，实现上层应用消费层。比如根据零部件选择的输入，输出时间与费用曲线的预测模型。
08 赋智能
实施项目本身是快速而清晰的，一个季度的时间完成了从大数据平台搭建、数据工程、算法构建、训练和调整，应用搭建、知识传递等工作。在紧凑的项目管理方法论指导下，有序地推进、稳稳地卡住每个交付节点。经过对本项目的回顾，在项目中使用的创新路线图、项目管理方法论得到了业务方负责人的赞赏，并明确了后续算法研究、应用延伸的建设思路。
09 回头望
复盘智能企业转型项目中的场景价值分析阶段，我们发现头部企业确实在产品质量改进、车联网、后市场竞争力提升等方面格外重视，这也印证了对于离散制造行业客户来说，服务化转型是当前重要发展趋势之一。
「思无界，行有方」，SAP 智能创新方法论可以帮助企业有效利用智能制造专项政策，布局自身新基础设施；同时，系统性地应用创新举措，拓展智能创新思维、建立价值模型、快速实现数据价值变现、转化数字生产力，推动企业从传统的「制造驱动的产品」模式向「数据驱动的服务」的数字化智慧化模式转变；提高工厂和供应链柔韧性、应对 VUCA 的不确定性；保值增值，达成产业升级的目标。