不是制造业需要钉钉,而是钉钉需要制造业

简介: “不是钉钉发展了制造业,而是制造业发展了钉钉。”钉钉总裁叶军如是说道。2022年的第一场峰会,钉钉将目光锁定在了制造业之上,正式发布制造行业解决方案2.0,继政务、教育之后,拉开第三大行业战场。

1.png

“不是钉钉发展了制造业,而是制造业发展了钉钉。”钉钉总裁叶军如是说道。


2022年的第一场峰会,钉钉将目光锁定在了制造业之上,正式发布制造行业解决方案2.0,继政务、教育之后,拉开第三大行业战场。


随后,在3月22日“科技向实,万物生长”2022钉钉发布会上,叶军再提及,“当前,我国数字经济已经进入新的发展阶段。基于数字技术服务实体经济的时代背景,钉钉的战略、业务重点等均已发生变化,作为数字经济链条上的重要环节,钉钉和toB企业服务生态伙伴的共同选择是——做好数字经济的服务者,共同推动进步发生。”


由此,钉钉似乎正在用数字化拉开一场制造业的变革大幕。而制造业的数字化升级,也向来火热。由工信部会同有关部门起草的《“十四五”智能制造发展规划》(征求意见稿)就明确指出,到2025年,规模以上制造业企业基本普及数字化。国家政策的倾斜,更是为制造业的数字化升级带来源源不断的动力支持。


但是,从行业层面来说,这也是被认为是市场上“最难啃的一块骨头”,入局者数不胜数,但真正做出显著成效者又屈指可数。


那么,钉钉真的准备好了吗?


钉钉在试


新年伊始,各大平台的峰会接踵而来,战略动作与布局持续拉开,我们很容易就能在相关的产品动态和数据之间看到行业背后的拉锯。


在钉钉召开“数字新生”2022制造业钉峰会的6天后,1月11日,企业微信举办了2022新品发布会,并向外界传达了一组非常关键的数据:企业微信上的真实企业和组织数量更是超过1000万,企业微信活跃用户数达到1.8亿,服务微信活跃用户超过5亿。



单看这组数据或许没有什么感觉,对比另外两组数据来看,就能明白背后钉钉与企业微信之间的焦灼状态。


第一组是企业微信的2020年数据。根据企业微信2020年度大会披露的数据显示,届时企业微信的真实企业和组织数量为550万,活跃用户数为1.3亿。


也就是说,在短短的一年内,企业微信的真实企业和组织数量增加了超450万,活跃用户数增加了0.5亿,增长态势非常迅猛,在数据反馈上一目了然。


第二组是钉钉的2021年相关数据。根据QuestMobile发布的《2021中国移动互联网秋季大报告》显示,2021年9月,钉钉的月活跃用户数为1.96亿,达到年度峰值。其后,10月,钉钉对外宣布用户数突破5亿。


对比来说,企业微信比钉钉晚生一年多,但在链接人的层面上,大有不断逼近钉钉的态势。


根据2022年新品发布会的最新动态显示,企业微信还将继续打通微信生态,链接视频号,推出微信客服能力,并联合腾讯文档、腾讯会议,实现产业互联。


由此,在《智能相对论》看来,企业微信所要强化的正是链接人的能力,依托微信生态的流量优势,进一步打通人与组织、经营流程、业务模块之间的关系,企业微信在未来或许很快便能在用户覆盖层面上追平与钉钉之间的差距。


那么,面对这样的局面,钉钉不得不变,只有开拓真正意义的新领域才有进一步拉开差距的希望。


钉钉需要制造业


但,为什么是制造业?制造业是否是真正意义的新领域?


与过去的政务、教育领域相比,面向制造业的数字化转型存在哪些本质上的区别?


先来看一下钉钉发布的制造行业解决方案2.0的重点内容:以“码上制造”为专属行业底座,钉钉将通过生产码、库位码、报工码、物料码等四个生产环节的二维码加持,解决制造企业最核心的进(采购)、销(销售)、存(仓储)、生产环节数据同频的难题。


由此聚焦,本质上的区别便出来了——新的一年,钉钉与企业微信两家巨头所思考的方向和发出的信号是不同的。


在上文,《智能相对论》一直在强调企业微信持续强化的是链接人的能力,但钉钉却不是,其接下来所重点强化的是链接物(制造设备、物料、产品等)的能力。


根据钉钉介绍,在“设备上钉”的支持下,每一台设备都是一个钉钉账号,可直接在钉钉上反映设备状态、生产进度的实时数据,供管理人员查看,并成为生产计划、业务创新的依据。


不出意外的话,在今年的钉钉运营数据上,除了活跃用户数、服务企业数量等指标之外,或许就要加上另一个指标“连接设备数量”了。


由此,进军制造业,从链接人到链接物,钉钉与企业微信的服务维度得以拉开一个明显的差距——依托更广泛的链接,钉钉正在从一个协同办公软件全面成长为一个数字底座、生态平台。


“钉”住制造业?


进阶成为一个数字底座、生态平台,钉钉与纯粹的协同办公平台有什么不同?面向制造业,这种差异化会进一步放大吗?


在2022制造业钉峰会上,叶军重点阐述了钉钉助力制造业“三个要素”的数据同屏,分别为:人的数字化、设备的数字化以及企业经营的数字化。


如果说协同办公平台要做的是人的数字化与企业经营的数字化,那么此时的钉钉进阶成为数字底座、生态平台就需要在此基础上进一步实现“设备的数字化”。只有补全“设备的数字化”,面向制造业的数字化链路才能完整地呈现出来。


一般来说,钉钉参与到制造业流程有三个阶段,在这三个阶段中,制造类企业对钉钉的定位以及钉钉所呈现的价值都在持续变化。


首先,是把钉钉看作是一个协同办公平台,将企业经营的一些常规模块如人事管理(打卡、绩效审核、考勤、培训等)、销售管理(客户对接、项目策划等)、采购管理(供应商对接、审批流程等)、财务管理等导入,初步实现人(包括企业员工、客户、供应商等)的链接,完成企业经营层面的在线化。


大多制造类企业都不约而同地走上类这一个方向。龙辉起重从2015年就开始使用钉钉,当时主要用于员工打卡;海伯精工则是从2018年开始尝试的,主要也是用于业务沟通、审批等办公模块。


然后,再进而探索,把钉钉看作是应用开发平台,逐步介入生产流程。在这个过程中,低代码开发平台备受制造类企业的青睐,成为撬动传统生产流程的一大支点。


在柳钢集团的冷轧厂,目前借助钉钉上的简道云、氚云等低代码开发工具,已搭起了50多个覆盖生产流程的特色应用。比如通过“冷轧库管”系统,员工只需要用钉钉扫描钢卷上的二维码,就可以完成对所属钢卷的出入库、订单查询等管理。


在这个过程中,依托智能化应用,员工即可更简单地识别并上传机器设备、产品等等的信息,由此促使设备数据集中在数字系统上,为管理决策、生产优化提供参考价值。


至今,制造类企业与钉钉正在寻求更深度的合作。在这个阶段,对于制造类企业而言,钉钉已进化成为一个相对成熟的数字底座、生态平台特别是在云钉一体的支持下,钉钉的想象空间仍在无限放大。


在工厂内,目前很多流程的视觉传感还依赖于本地服务器的算力支持,但非常有限,且难以进行弹性分配。在云钉一体的支持,这一难题正在被解决——通过云端调度,可实现弹性分配算力,使得算力得以释放,提升计算效率。


类似的,通过打通与阿里云的资源,更多的企业在开展数字化转型的过程中即可解决本地搭建基础功能的问题,节省了运维时间。由此,钉钉助力制造类企业开展数字化转型的路径进一步缩短,一经上线即可接入阿里云资源,在最短时间内搭建起创新应用。


那么,对于制造类企业而言,厚重的工厂模式也将在云资源的支持和轻应用的加持下得以减轻,实现蜕变。而这个过程必然持续考验云钉一体化的融合能力。


写在最后


今天,制造业向来是数字服务商的必争之地,甚是热闹。然而,面向制造类企业,数字服务商大多能解决的是“企业”层面的问题,“制造”层面鲜少有人能做出突破。


但钉钉也并非是这个领域“第一个吃螃蟹的人”。


在工业互联网领域,由三一重工孵化的树根互联在这一方面就取得了相当成熟的应用。截止目前,树根互联“根云平台”已接入了各类工业设备91万台,打造了工程机械、混凝土、环保、铸造、塑料模具、纺织、定制家居等20个行业云平台。


在这种数控实时监测下,每台设备的定位、型号、运行状态等指标数据都能反馈到中控大屏上。由此,央视财经联合三一重工、树根互联打造了“央视财经挖掘机指数”,依托各类工程机械的实时数据来反映基础设施建设或观察固定资产投资等经济变化。


这样的结果,可以说与钉钉“码上制造”的思路不谋而合,即在链接物的基础上实现“数据同频”,实时获取数据并根据数据反馈来进行生产调优。


但,相比于钉钉,背靠制造巨头的工业互联网平台们基于对工程机械制造业的深刻了解,显然在这方面做得要好一些,且能应用、验证的场景也更加丰富。


那么,对于钉钉而言,如果进一步协同阿里云,强化云钉一体,打造出更具竞争优势的能力,非常关键。


同时,面向制造业所带给钉钉的想象空间也得以进一步扩展,再回看文章开头叶军所说的话,钉钉与制造业的关系也更加明晰,“不是制造业需要钉钉,而是钉钉需要制造业。”

相关文章
|
机器学习/深度学习 人工智能
一键生成PPT的AI工具介绍
一键生成PPT的AI工具介绍
2018 0
|
5月前
|
存储 弹性计算 缓存
阿里云通用算力型u2i实例怎么样?实例性能、适用场景与收费标准和最新活动价格参考
阿里云服务器通用算力型u2i实例是阿里云继u1实例之后推出的新品通用算力型实例,作为企业级入门独享实例,兼容多代际服务器,提供企业级的性能保证,满足客户对成本敏感的业务需求。本文为大家介绍通用算力型u2i实例的性能、适用场景与收费标准和最新活动价格情况,以供参考。
|
6月前
|
人工智能 Python
这个开源、免费的国产Agent封神了!一句话搞定复杂任务
曾火爆全网的Manus因收费、限区退出中国,而今国产替代AiPy横空出世!开源免费、本地运行,无需复杂提示词,一句指令即可自动拆解任务、写代码、执行并纠错。L5级智能体,真正实现全自动工作流,效率跃升新境界。
|
设计模式 消息中间件 安全
C# 一分钟浅谈:观察者模式与订阅发布模式
【10月更文挑战第11天】本文介绍了观察者模式和订阅发布模式,这两种设计模式主要用于实现对象间的解耦。观察者模式通过事件和委托实现一个对象状态改变时通知多个依赖对象;订阅发布模式则通过事件聚合器实现发布者与订阅者之间的解耦。文章详细探讨了这两种模式的实现方式、常见问题及避免方法,帮助开发者在实际项目中更好地应用这些模式,提升代码的可维护性和扩展性。
325 1
|
传感器 数据可视化 安全
【虚拟现实】二、主要的AR/VR硬件设备
【虚拟现实】二、主要的AR/VR硬件设备
739 3
|
机器学习/深度学习 存储 人工智能
【AI系统】模型转换基本介绍
模型转换技术旨在解决深度学习模型在不同框架间的兼容性问题,通过格式转换和图优化,将训练框架生成的模型适配到推理框架中,实现高效部署。这一过程涉及模型格式转换、计算图优化、算子统一及输入输出支持等多个环节,确保模型能在特定硬件上快速、准确地运行。推理引擎作为核心组件,通过优化阶段和运行阶段,实现模型的加载、优化和高效执行。面对不同框架的模型文件格式和网络结构,推理引擎需具备高度的灵活性和兼容性,以支持多样化的应用场景。
747 4
【AI系统】模型转换基本介绍
|
JSON 自然语言处理 前端开发
WebSocket调试工具深度对比:Postman与Apipost功能实测解析
本文深入对比了Postman与Apipost两款WebSocket调试工具。作为实时通讯系统工程师,作者在开发智能客服系统时遇到了传统工具调试复杂、文档管理不便的问题。通过引入Apipost的智能连接池、消息分组管理和自动化文档生成等功能,实现了多环境自动切换、消息分类和接口文档自动生成,极大提升了调试效率和团队协作效果。最终,使用Apipost使接口调试时间减少40%,文档维护成本降低70%,跨团队沟通效率提升50%。
|
SQL 存储 关系型数据库
在PG数据库中,not in 和except的区别
在PG数据库中,not in 和except的区别
|
Java 物联网
还在纠结抽象类和接口?看这篇就够了!
本文详细介绍经典又高频的Java面试题——抽象类和接口的区别,以及它们在实际开发中的应用场景。内容主要为以下五部分: 1.抽象类和接口的概念 2.抽象类和接口的区别 3.抽象类和接口的应用场景 4.面试中的答题技巧 5. 总结
|
SQL 安全 JavaScript
渗透测试之分享常用工具、插件和脚本(干货)
渗透测试之分享常用工具、插件和脚本(干货)
渗透测试之分享常用工具、插件和脚本(干货)