20世紀90年代以來，許多采購和制造決策都基于這樣的認知：亞洲(尤其是中國)、東歐和拉丁美洲是成本更低的地區(qū)，而美國、西歐和日本是成本更高的地區(qū)。然而，這種觀點日漸過時。薪資、運輸和配送成本、生產力和能源可用性的變化正在顛覆傳統(tǒng)認知。企業(yè)必須先分析總交付成本而后再確定供應、制造和裝配業(yè)務在全球范圍內的最佳地點。

與此同時，數字化制造和運作時代已經到來，并且仍在飛速發(fā)展。在大數據和分析、云、物聯網(IoT)、機器人和增量制造等領域的技術進步和增長正在迅速改變著行業(yè)動態(tài)。由于制造業(yè)變得越來越知識密集型，這些技術在供應、支持和服務制造業(yè)的相關行業(yè)中激起了巨大的連鎖反應，這些相關行業(yè)的工作性質開始發(fā)生轉變。

為了在數字化時代實現興旺發(fā)展，我們建議制造商基于當前不斷變化的成本動態(tài)重新設計價值鏈，并且利用新時代的技術使其價值鏈更加物聯化和智能化。為此，企業(yè)在向數字化演進的同時，還要準備好滿足不斷變化的人才需求。

數字化革新的支撐技術

大數據和分析、云、物聯網(IoT)、機器人和增材制造等領域的持續(xù)進步為提高效率和優(yōu)化制造流程提供了新的機遇，并且對全球價值鏈產生了巨大的影響(見圖1)。這些技術有助于減少勞動力，幫助區(qū)域化和地方化變得更加經濟，并且提高各級的客戶服務和生產力水平。

大數據和分析、云：在2014年對制造商的調研中，幾乎一半的受訪者指出，大數據和分析將對企業(yè)的表現產生重大影響，而超過70%的受訪者預計，技術將改變未來的制造業(yè)務運作管理方式。運營主管認識到，實時收集并分析價值鏈所有方面數據的能力，可能比以前的交易型、特定情況下的數據收集和分析功能更加強大。

物聯網：物聯網代表了一個演進過程，在這個過程中，對象無需人為干預即可與其他對象交互?；诒O(jiān)控結果的人為決策正在向實時預測洞察和自動化決策轉變。隨著與互聯網連接的設備數量呈指數級增長，企業(yè)發(fā)送、接收、收集、分析和響應互連設備事件的能力也在提高。

機器人：機器人在制造業(yè)中的使用量持續(xù)攀升，從生產、倉儲、配送到客戶交付。機器人可幫助企業(yè)以成本高效的方式減少或者消除缺陷，提高生產力并且實現供應鏈的本地化。作為物聯網的組成部分，這些機器人設備通過應用發(fā)送并接收信號，從而自適應不斷變化的生產和物流環(huán)境。盡管某些技術仍在開發(fā)中，例如無人駕駛的貨車、輪船和飛機，但有些技術目前已經轉變了價值鏈。

增量制造：增量制造(通常稱為3D打印)最初用于快速制造原型而進行外形和適合性試驗，其應用領域不斷向制成品的制造演變。新設計的進步和原材料的可用性使得以經濟的方式制造接近最終組件變得更加實際。事實上，IBM商業(yè)價值研究院最近的調研指出，在全球范圍內，3D打印正在改變產品的設計、生產、運輸和消費，使得本地制造成為真正可行的選項。

數字化革新需要知識型員工

先進的制造技術通過將工業(yè)自動化與信息技術結合在一起，優(yōu)化了工廠和供應網絡的效率、生產力和產量，從而快速地改轉全球競爭形勢。這些新技術和更多非制造裝備、高科技服務、IT支持、大量分析和更高端設備的使用產生了“連鎖反應”，可在其他領域中創(chuàng)造數百萬個工作崗位。

平均來講，制造業(yè)的乘數是1.58，即擁有100人的典型制造廠實際上可提供158個崗位。隨著工廠更加先進，乘數也會大大提高。要雇用并培訓正確的人員而幫助行業(yè)向前發(fā)展，僅僅尋找掌握必要技能集的人員執(zhí)行更傳統(tǒng)制造角色(例如工程設計)已經不足應對了。數字時代要求移動、互連且通過云計算開展工作的員工隊伍。