e-works数字化企业网  »  文章频道  »  管理信息化  »  MES

再谈大众透明工厂(中)

2017/8/4    来源:佰思杰科技    作者:刘朱锋      
关键字:大众  透明工厂  
大众透明工厂是世界范围内第一个陨落的智能制造标杆工厂,究竟是什么原因?这非常值得我们深思。

四、智能制造能否解决产品问题?

    以辉腾的问题为例,笔者之前曾通俗的给出如下的解决方案:

    “辉腾虽然从配置、质量方面是个优秀的产品,但是品牌却没有和大众其他车型有效的区分,这是个致命的问题,尤其是辉腾80%的客户是中国人,我想能买得起辉腾的人估计是没时间专程从中国跑到德国来体会自己专属的新车发布仪式的,以中国消费者的心理,汽车是不是纯手工打造,从订车到提车的过程服务是否尊贵,这些不是最重要的,我买个豪车就算是低调的奢华,但也总得让别人认得吧。辉腾的竞争对手可是奔驰S系和奥迪A8,入门就是3.0V6的配置,但是在中国却总是被人“轻视”,碰到不识货的,停车场被保安训斥,开帕萨特的,停边上,离那个宝马5系远点,碰了你赔得起吗?如果碰到真正识货的人却又说“这是辉腾啊,SB才花那么多钱买这个车,不就是辆大号的帕萨特吗?!”你说中国的富豪会为这辆个性化定制+纯手工打造的顶级豪华车买单吗?这就是典型的产品战略问题,个人认为大众对辉腾的商业模式设计没有问题,只要有好产品好故事,世界上愿意买单的富人有的是,但是辉腾的产品战略却非常糟糕,你都无法让消费者分清辉腾是谁?怎么可能不失败,个人觉得必须换个车标,产品设计风格也要与大众现在的车型谱系完全不同,再加上个性化定制和纯手工打造,这款车肯定能火。”

    浅显的讲,辉腾的主要问题是产品设计定位和目标消费人群诉求不够匹配,那么在智能制造的整个框架体系下,该如何解决呢?

    在产品概念设计阶段,就要收集潜在客户的需求,目前提的最多的就是人工智能和大数据,基于大量潜在消费者的数据采集和人工智能分析,寻找和定位目标客户,通过对目标客户的数据收集、指数建模研究,基于一系列真实数据之上的目标用户模型分析,将多种信息集合在一起并形成在一定类型上的独特的特征与气质,形成了用户群体的独特的“画像(persona)”,然后基于此画像来做产品的定义和设计。这并非非常前沿的技术,现在国内的家电行业都号称已经把大数据分析应用到了新产品研发和改型设计中。

    假定辉腾的潜在客户是低调有品位的富人(其实大众当初根本没有预料到这款产品最后80%靠卖给中国人),这类人群在中国可能广泛的存在于煤老板、IT新贵、互联网高管、传统产业拥有者、富二代、网红、演艺明星等等,是不是他们只要行事低调号称有品位,都是潜在客户呢?这些人的买车诉求肯定差异很大,但他们也许都是自认为行事低调和颇有品位,网上戏谑中国新富起来的人消费“只买贵的不买对的”,辉腾让人感觉既不是“对的”,相对其配置来说也不算是很“贵的”,尤其是国内的实际成交价。

2007-2015年辉腾国内上牌量一览

图3 2007-2015年辉腾国内上牌量一览

    对于市场调研的工作,我相信有作用,而且大众打算开发辉腾这款产品的时候肯定也是做过调研的,时任大众汽车董事长技术狂人费迪南德·皮耶希超过10亿欧元的研发投入、100多项的专利申请,希望提升大众的高端品牌,以技术引领未来,打造一款梦想旗舰车型,卖给真正懂车的有品位的富人。辉腾(Phaeton)以古希腊神话太阳神之子命名,代表着“耀眼”、“光明四射”,是皮老爷子心中的完美汽车。

    众所周知,汽车行业对产品立项是非常严格的,一款全新车型动辄上十亿的研发费用,必须要把产品定位、目标人群、市场容量、销售预计、盈亏平衡点等等大量分析指标量化,更何况辉腾除了10亿欧元的研发投入,还另外投资2亿多欧新建了透明工厂,当年大众对这款车型寄予厚望,做过详细的市场分析和潜在客户调研,大众对辉腾制定了保底年销2万台的计划。

    既然做了这么多前期工作,为什么会出现彻底失败的结局?就算进一步采用大数据分析的工具,强化推进智能制造,就能解决辉腾面临的问题吗?

    个人认为这个问题非常复杂,辉腾是2002年推出市场的,那个时候根本没有考虑中国市场(当时中国汽车市场规模才116万辆,高端车更是少得可怜),主要是面向美国和欧洲市场的,美国市场一直没有起色,直到2005年,辉腾的全球销量仅在9000台左右。原本被寄予厚望的美国市场也业绩欠佳。2005年前十个月,在美国销量大幅下降52%。同年11月,大众宣布将从2006年起停止在美国市场销售辉腾。此后几年,丢失美国市场的辉腾全球销量徘徊在5000到6000辆之间,从2009年开始,出人意料的,辉腾在中国市场迎来生机,即便有中国市场的支撑,但这个低调贵族整体的没落却已不可逆转。(当然,个人认为,辉腾如果真的在中国市场得到青睐,也不至于没落,区区2万辆/年的销售量在中国高端车市场并非难事)

    由此可见,市场调研何其复杂,目标市场都在不断变化,客户需求也是模糊不清,个体诉求在潜移默化,如果大数据真的能解决这些产品设计的问题,那么大公司也就不会有那么多失败的产品了。

    相反的,还有另外一些专家认为,以市场调研的结果来作为产品设计的输入往往毫无价值可言!

    亨利·福特的名言:如果我问客户他们需要什么,他们总是说要“一匹更快的马”!

    史蒂夫·乔布斯坚信用户“不知道自己要什么”,他曾经说过的话被广为传颂:“不必做市场调查,因为消费者自己也不知道自己想要什么,客户都是肤浅的。” “只有在产品面世后,人们才知道他们想要什么。”

    所以从另一个角度来看,从消费者那里调研的数据,往往会误导产品经理。

    其实大型公司推出新产品前都会进行大范围的市场调研工作,但依然出现了大量的失败产品!最典型的就是1982年可口可乐公司为推出新口味的产品,启动了一项代号为“堪萨斯工程”的市场调研活动,广泛深入到10个主要城市进行市场调研,得到肯定结果后研制出了新口味的可乐,在推向市场之前,可口可乐公司又不惜血本倾资400万美元在13个城市中,邀请19.1万人进行多轮的口味测试。测试结果标明60%的消费者认为新可乐比原来的好,52%的人认为新可乐比百事好。如此多的前期工作够充分了吧?可等产品大范围推向市场,不曾想新产品却遭到了消费者的强烈反对,新可乐最后不得不停止销售,成为最短命的产品。

    既然市场调研都不可信,或者说不正确,也就是说数据来源都不可靠,那么大数据分析是不是也必然会出现严重的偏差?以此为基础构建的“用户画像”也必然非常不准确。

    关于大数据不靠谱的案例有很多,“谷歌流感趋势”(Google Flu Trends,GFT)未卜先知的故事,常被看做大数据分析优势的明证。2008年11月谷歌公司启动的GFT项目,目标是预测美国疾控中心(CDC)报告的流感发病率。甫一登场,GFT就亮出十分惊艳的成绩单。2009年,GFT团队在《自然》发文报告,只需分析数十亿搜索中45个与流感相关的关键词,GFT就能比CDC提前两周预报2007-2008季流感的发病率。

    等到2014年,美国Lazer等学者在《科学》发文报告了GFT近年的表现。2009年,GFT没能预测到非季节性流感A-H1N1;从2011年8月到2013年8月的108周里,GFT有100周高估了CDC报告的流感发病率,高估甚至达到两倍之多。那么不用大数据会如何?作者报告,只用两周前CDC的历史数据来预测发病率,其表现也要比GFT好很多。

    所以说大数据、人工智能的可靠性尚且值得斟酌,如此说来,似乎智能制造不太可能解决“产品的问题”,如果智能制造真的包治百病的话,那企业家和产品经理就没什么价值了,企业的竞争力全部靠大数据和智能制造来操纵就能解决,这显然是大家目前难以认可的。

    综上所述,从大众透明工厂来说,辉腾的失败很难靠智能制造来拯救!!

    既然企业的失败靠智能制造不一定能挽救,那么企业的成功是不是一定是智能制造的功劳呢?

    智能制造肯定会有功劳,但是这份功劳的重要程度需要仔细甄别,其实很多企业的成功,可能真的与智能制造没有完全的关系,比如小米当年的成功,VIVO和OPPO现在的如日中天,这些成功能都归功于智能制造吗?我去过OPPO的主装配车间,拥有大量工人的U型手工装配线依然是制造的主角!

    狭义的智能制造可以缩短产品开发周期,降低产品成本,实现产品质量最优,生产效率最高,这些在一定程度上可以帮助企业带来竞争优势,但并不能完全解决产品在市场上的竞争力问题,更不能解决市场需求的问题。

    广义的智能制造,涵盖了企业商业模式的重塑,产业链的优化整合,新业态新模式的创造,但是这一切都是要和企业自身的战略来绑定的,没有企业的战略实践,任何新模式、新业态都将无法成立!

责任编辑:程玥
本文为作者授权转载文章,任何人未经原作者同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐