美國辛辛那提大學智能維護系統中心機械工程博士。他曾是北京天則智雲科技有限公司的解決方案負責人，負責戰略客戶。
2020年加入富士康，擔任富士康科技集團首席數字化官兼工業互聯網辦公室主任，成立工業互聯網辦公室，負責集團數字化轉型和智能制造戰略規劃，推動燈塔工廠、數字化平臺和工業互聯網的落地。
—
文| babayage
編輯|微笑
1978，恢復高考後的第二年，施哲的父親考上了西電的前身西軍電力最重要的無線電專業，畢業後分配到了壹家無線電廠。
從施哲記事起，他就熟悉與通信和導航相關的專業術語。2008年高考填報誌願。雖然我很貪戀火熱的金融專業，但是上海財經大學在陜西只招了四個人。“那就學工科吧。清華有點難，我就選了北航。”
這當然是壹個自嘲的玩笑。事實證明，施哲選擇人生方向的眼光和運氣是極好的:本科學習可靠性與系統工程，不僅是系統內總體單位的首選專業，也是華為、中興、COMAC、CRRC等大企業的關鍵崗位。唯壹美中不足的是出國機會少(那時候不流行出國，大家都選擇讀書或者進體制內)；但在施哲畢業的那壹年，趕上了GRE從紙筆轉考的轉變。英語短的施哲獲得了全額獎學金，從此踏上了高起點、大踏步的智能制造之路。
汽車生產線屠宰業的發源地辛辛那提，受德國“豬進去，香腸出來”生產線的啟發，發展了“零件進去，整車出來”的汽車制造流水線。
在辛辛那提大學，施哲度過了他的整個碩士和博士生涯。師從世界著名的工業大數據和工業智能專家李傑教授，李傑教授的老師是世界著名的“2 mm計劃”創始人:美國密歇根大學吳先明教授。
Tips 2 mm項目
全球汽車制造業公認的車身質量控制模式涉及鈑金沖壓、自動化流水線、焊接、檢驗等技術。，包括“全方位檢查”、“數據分析”、“實時改進”等子系統。是否應用“2mm工程”被認為是衡量汽車企業車身尺寸控制是否達到國際先進水平的標準。
辛辛那提大學的獨特傳統:Co-op帶薪實習項目讓施哲在博士學習期間有機會在頂級企業的工業項目中實習。第壹年夏天，他被派往奧斯汀的國家儀器(NI)總部，承擔當時壹項重要的國外項目。第二年，他獲得了壹個寶貴的機會，在伊頓電氣和阿爾斯通實習。“最有趣的是與阿爾斯通合作。項目剛開始的時候，幫阿爾斯通的高鐵做檢測系統。合作期間，美國陷阱裏出了點事(阿爾斯通被美國公司強行收購)，到最後整合的時候，合作方已經變成了GE。”身在其中的施哲，也沒覺得有什麽大的波折。“只是收件人郵箱變了。”
2016年，工業互聯網——或者說信息物理系統，工業大數據——在中國越來越流行。施哲感到壹個歷史性的機遇擺在面前，毅然決定在博士畢業前回國發展。
施哲本沒有創業的打算，而是回國參與國內相關科研項目。但在與新軟公司合作編寫了《cyber-physical systems白皮書》後得出結論:校企合作的框架並不能真正解決甲方企業的痛點。“既然信息物理系統的框架已經確定，我們不妨做自己的應用和服務”。2016年，服務於央企和大型裝備制造企業的天則智雲正式成立，提供壹整套工業智能解決方案和服務。團隊陣容豪華，來自IBM的企業服務團隊負責架構，脫胎於美國國家儀器的測試團隊負責邊緣計算硬件。天則智雲自成立以來，無論資本市場回暖還是降溫，憑借“精兵強將+主賽道+頭部客戶資源”，始終是投資人的寵兒。
但即使有了自然資源，創業的坑也要再去看看。
科技創客:在乙方團隊負責BD和重點客戶的幾年裏，總結了哪些To B服務的深刻經驗？
施哲:大家都知道To B千萬不要關起門來跟自己說話，但是就算對方認可妳的價值，妳也要把握好對方晉升的節奏，有太多在認可妳的同時拒絕妳的場景:
首先，“妳很有能力，但是妳要做的事情並不是我們最迫切的任務”。對於超大型企業來說，數字化轉型首先是社會問題，然後是組織問題，最後才是技術問題。
其次，“妳很有能力，但是妳能解決的問題不是我們最想解決的。”妳跟對方說我們能檢測出軸承的所有故障，他卻只關心怎麽快速解決偷油的問題。
第三，“妳做的事情很有價值，但是事情發生的時候我可能不在這裏”，就不贅述了。
第四，“妳可以做9999件事，但哪些和我有關，其他的我不付錢。”這就是To B采購的特殊性。壹部手機有多少我們不需要的功能？但是大家都習慣了購買價格包括這些睡眠功能的成本。但在To B領域，只有客戶能用的服務才是有價值的，客戶也只願意為這部分價值買單。
科創人:To B企業面對有需求但沒有第壹時間下手的客戶，能做些什麽來推動事情的進展？
施哲:可能有壹件事是中國To B企業必須要做的:不斷的宣講，宣講價值。很多中國To B團隊都是來自甲方或者大型乙方團隊，對需求點的把握沒有問題。但是，在企業服務領域，真的沒有“理所當然”這個詞。妳要幫助客戶了解事情的重要性、可行性、風險和成本，幫助他們節約足夠的資源，打消內部的抵觸情緒。
有些人睡眠不好，原因之壹就是身體節奏和社交節奏不壹致，解決的辦法就是調整自己的作息來適應社交。To B就是這麽個道理。適應甲方，推動甲方向妳靠攏，雙方都需要妳想辦法。
科技創客:在To B的采購決策鏈條中，誰是最關鍵的角色，項目負責人還是擁有采購決策權的人？
施哲:我覺得是項目的負責人，或者更準確的說是對存在的問題承受最大的人。當然，這裏有壹個約束。天澤智雲服務的客戶對數字化轉型沒有後顧之憂。他們肯定會去做，只是選擇誰去做而已，所以負責人的建議最重要。說到執行力，更是如此。他和妳有共同的目標，可以全身心投入解決問題。
相信隨著企業服務的價值被越來越多的企業認可，不僅市場規模會變大，從業者的成本也會降低，效率和服務質量也會快速提升。比如我們創業初期，連專業的IoTDB都找不到，只能用MongoDB來做。現在可選的產品很多。
數字化轉型
“工業智能是去除復雜流程，直接解決最終問題並帶來價值的過程，其目標是在數據和模型的基礎上實現的”，而工業智能在全球範圍內仍處於探索階段。“歐美還不是很成熟。經驗，只能按照我們的模式摸著石頭過河。”
富士康作為工業制造領域當之無愧的龍頭企業，自然有這個苦惱。自2018以來，這家全球最大的精密制造公司越來越重視智能化升級，成立了專註於工業互聯網的公司——工業富聯(Fii)，並與天則智雲就工業互聯網等相關技術達成壹系列合作。因此，施哲在深圳開啟了常駐模式，在富士康代表公司，並與之規劃工業互聯網的發展。
2020年，富士康集團董事長劉洋偉制定了F2.0數字化轉型戰略，並首次設立首席數字化官壹職，成立工業互聯網辦公室，負責集團數字化轉型和智能制造的戰略規劃，推動燈塔工廠、數字化平臺和工業互聯網的落地。
今年，施哲正式加入富士康，擔任富士康首席數字官兼工業互聯網辦公室主任。
科技創客:高起點參加乙方創業團隊，在絕對巨頭級別的甲方企業工作是壹種怎樣的體驗？
施哲:妳能充分感受到坐在妳對面的朋友是怎麽想的(笑)。說真的，不太好比較。富士康太特殊了。壹個40歲的企業，峰值超過654.38+0.2萬員工。它現在要做的是為未來五年到654.38+00年的發展打基礎，占全球精密制造業的365.438+0.5%(根據IDC統計)，還有那些物聯網，產能共享，智能協作等等。妳在這裏要達到的目標是之前完全沒有接觸過的:提高整個產業鏈的效率。為了實現這個目標，可能要做壹萬件事，每天只能解決三件事。壹切都要做對，要和更多的部門協調...
這裏要承擔的責任是巨大的，但這種偉大本身就是壹種意義。在與富士康合作之初，還沒有卸任董事長的郭臺銘曾經問我，工業互聯網最重要的是什麽？我說數據基礎和人才基礎是最重要的。他馬上開始大規模招聘人才，開始籌備集團內部的工業大數據分析大賽。這種效率和決心讓所有參與者對實現目標充滿信心。
科創人:如何理解壹個企業的數字化提升可以帶來整個產業鏈的效率提升？
施哲:所謂龍頭企業，其實就是壹個產業鏈中最大程度聚合資源的主體，所以它的壹舉壹動都會帶來產業鏈的變化。
比如蘋果對供應鏈的驅動，讓供應鏈上的每壹個企業都有了今天的輝煌成就，甚至成為了行業領導者。當時僅僅是手機後蓋從塑料材質變成金屬和玻璃材質，就拯救了國內大量的機床廠，因為金屬或玻璃材質的後蓋要用機床切割，需求量壹下子就上去了。在此之前，國內很多機床廠的日子都不好過。這並不意味著這些機床廠做得有多好。重要的是行業龍頭的產品進化帶動了產業鏈的競爭力。
國家層面也意識到產業鏈競爭的重要性。2022年《政府工作報告》明確指出，龍頭企業實施保鏈穩鏈工程，維護供應鏈產業鏈穩定。尤其要重視龍頭企業作為“鏈長”，通過龍頭企業帶動上下遊鏈條上的中小企業，通過產業鏈穩定供應鏈，最終實現價值鏈的集約化、高質量發展。
科創人:作為CDO數字化進程中的領先企業，在您看來，數字化轉型的關鍵因素是什麽？
施哲:確定KPI，也就是目標，定低了就不值錢，定高了就是“誌存高遠”。所以，壹個恰到好處的目標是數字化轉型負責人最需要考慮的。此外，還有兩個關鍵因素。首先，這個目標的制定必須是多方參與和協商的結果。其次，這個目標不能是制度建設的目標，而必須是組織發展的目標。
另外，中間輸出的定義非常困難，沒有模板和標準化。這裏分享壹個技術模型，底層是科學，中間層是技術，頂層是工程方法。大多數企業沒有科學層，有壹些技術層。但是，他們最終要投入的，大多是在工程方法層面，如何更好地整合IT技術和組織，形成核心競爭力。所以中間的過程可能是效率提升，人員精簡，成本降低，大部分企業做到這個程度就OK了，但是對於龍頭企業來說，最好是帶來價值增長和效率提升，而不是單純的成本降低。
而且，龍頭企業應該創造社會價值，而不僅僅是企業價值。比如現在世界上最大的話題就是ESG(環境、社會責任、公司治理)。如果數字化帶來了企業成長，卻沒有為減碳環保做出貢獻，那就是壹文不值。我們還制定了新的可持續發展目標，認為可持續發展=EPS(每股收益)*ESG。
科技創客:面對海量的資源和巨大的責任，妳們的每壹個角色都意義重大。怎麽才能建立壹個反饋決策進度的機制，避免損失太大？
施哲:我覺得目前沒有壹個通用的方案。要想發展創新，就要不斷調整組織架構，利用系統平臺解決問題，同時要像老中醫壹樣把脈。壹個組織的形成需要很長時間，每壹個邏輯，每壹個體系，每壹件事都有“它變成這樣”的必要性，所以妳要把好脈，從有限的藥材中精挑細選配方，制定劑量。這些藥方都是數字化的，數字化的核心是尊重身體的原始機制，提高切脈能力。
科技創客:沒有萬能的方法。是否可以理解為沒有壹個通用的標準來衡量數字化的對錯？
施哲:我覺得是，因為數字化不是今天才發生的。它誕生很久了，影響了很多東西。我們無法推斷走另壹條路是否更好，只能確定自己選擇的路能走出效果。
比如手機攝像頭的布局，如果喬布斯沒有去世，蘋果的後蓋會是今天的設計嗎？我不這麽認為，但是減少相機的設計不是很好嗎？那不壹定。現實中，用戶需要更多的攝像頭。妳不能盲目的把今天的iPhone定義為壹條彎路或者壹個錯誤。
當然數字化的好處是高頻叠代優化。在我們今天使用的許多系統中，接口早已固定，很少更改，但其背後的系統仍在升級和加強。從這個角度看，似乎有壹句很俗但形容得很好的老話:沒有最好，只有更好。