您现在的位置是：首页 > 新闻资讯网站首页新闻资讯

宏观经济进入低速发展新常态，制造业内卷激烈，打造成本效率与技术领先企业已成为中国制造业共识。在这一背景下，中国先进制造业企业如何推动高效研发、效率提升、营收增长、组织变革，最终实现价值创造？为此，麦肯锡联合科技企业、投资、法律专家和企业家们，围绕“中国制造未来走向全球的秘诀：成本效率与技术领先”这一主题举行了一场圆桌会议。会上，麦肯锡提出卓越企业成长计划，从研发、生产运营、营销、人才以及AI维度，分享了一整套端到端转型体系，助力中国先进制造业企业推动转型变革，铸就集规模、技术、管理于一体的竞争优势（见图1）。

一、敏捷研发，高效产品创新

研发能力是先进制造业的核心竞争力。每个企业在研发上的投入可大可小，但都必须把有限的资源用于最有价值的事情。在以客户为中心的研发转型中，企业可围绕产品管理、系统开发、敏捷NPI、数字化研发四大维度，对研发进行全面提升，以实现更科学的研发投入，更高的项目转化率，更短的上市时间和更高研发效率（图2）。

在产品管理维度

一个企业只有拥有一套全面考虑的产品路线图之后才能给企业未来的发展指明方向，目前很多企业都在制定产品和对应的产品路线图，但是实际经常带有以下痛点：1.过于依赖技术为导向，缺少市场和用户的视角；2.来自公司的少数领导，缺少全面的思考和评估；3以企业经验为主要依据，缺少缜密的数据分析。

针对以上痛点，在业务流程上，企业需要在初期建立完善的立项流程，从企业战略、市场、运营、质量要求、财务表现、供应链和内部资源7个维度进行全面考虑，同时将多个产品进行产品组合管理，形成企业未来的产品路线图，进而推导出技术路线图。且需要成立一支专业的产品管理团队，来完成这些工作。

在系统开发维度

企业通常是针对平台级产品存在开发需求考虑不够全面或反复、需求拆解不够细致、缺少严谨的验证过程等。这里我们针对平台级产品，通过V字模型，建立从用户需求拆解到最终产品验证的一套全面且完整开发流程，来提升产品开发的质量（图3）。该方法从决策者需求定义、技术需求定义、系统架构生成和选择、设计和优化、系统整合和接口管理、验证和确认以及运营确认来确保平台级产品开发的全面性和完整性。

在敏捷NPI（New product introduction，新产品导入）维度

如何更快更好针对平台产品进行客户场景定制，并快速推向市场是企业追求的目标。在传统开发模式下，研发团队按照硬件、软件和测试等职能进行划分，通过项目经理进行串联，通常都会出现合作不畅通、造成项目延期的问题。

在导入敏捷开发的方法后，我们首先是引入敏捷NPI小队的概念、建立独立的且有汇报关系的项目团队，并通过同址办公等方法，最大限度降低每个工程师个体目标不一致和对应产生的沟通成本。并突出产品负责人概念，在领导敏捷小队的同时，负责和客户负责人的对接，保证需求准确传达和更高效的客户互动。在方法上引入Scrum工作机制，并把IPD流程中的关键交付物融入到每个冲刺的关键交付物当中，保证研发产品质量（图4）。

在数字化研发维度

很多企业在引入PLM系统之后，发现跟企业的现状和流程没有很好适配，使该系统成为图纸和工程变更管理工具。为此，企业还是应先从全局入手，从研发项目管理、工程师效率、产品开发过程的数据管理和研发知识管理4大维度，结合企业实际情况，确定未来数字化路线图。并通过用户旅程的方式贴合用户实际进行功能设计；组建跨部门的敏捷交付小队以快速交付数字化用例。同时在AI尤其是生成式AI提升研发知识管理和工程师效率方面，引入虚拟研发专家和基于数据的产品测试问题智能分析等工具。

二、精益生产，追逐极限成本

整体来看，中国的先进制造业企业已经具备了一定的成本优势，但从精益管理角度来看，仍然有诸多通过降低成本提升竞争力的改善机会存在。此外，很多企业对于成本的理论极限是多少也缺少判断。因此，科学测算极限成本并通过运营改善快速逼近极限成本十分重要，具体包括以下三方面内容：

端到端成本管理流程优化

在产品生命周期各阶段识别成本优化机会，尤其是在新产品导入阶段，理解产品的全成本和毛利水平的极限非常必要。以此设定合理的目标和KPI指标体系，推动跨职能甚至与供应商和下游客户的合作，制定并落实全价值链的成本节降举措，包括产品设计、良率提升、可制造性及效率等，在量产前实现最优成本并持续改善。

数字化成本管理工具应用

通过数字化和AI用例的开发和部署，赋能企业精准识别并快速捕捉成本优化机会，并保持成本卓越的可拓展以及可持续性。如通过分析工具快速识别物料成本节降机会和抓手，基于价值的设计（DtV）来重塑产品价值和成本结构，柔性自动化和计算机视觉来提升生产和检测效率等。

组织与能力优化

极限成本绝非一个或少数几个部门的努力可以实现，经过过去数十年的不断努力，单一部门对成本节降的边际贡献逐步降低，单一抓手的作用也比较有限，因而需要调动研发、采购、生产、质量、供应链等部门一起努力，并充分发挥供应商和客户在各自领域的专业知识和洞察，通力协作并快速推进。因而如何通过流程机制优化调整、绩效体系重构、相应工具方法科学运用和成本意识的提升来动员各利益相关方积极贡献非常重要。

理论成本极限（TCL）控制是一套领先的成本控制方法论，管理幅度覆盖产品全生命周期（图5）。首先是拉通财务与业务部门，通过梳理研发、采购、生产三个环节建立产线成本模型，并植入到日常的生产运营成本管理当中。该模型按产品、生产基地/产线层面分别计算总成本以及分解成本，将成本模型中各成本科目与生产主要KPI对应，通过成本分析映射到KPI分析；最终针对不同的业务主题，通过各类分析工具，结合业务痛点，进行深入分析并制定改善方案。

产品质量不良是质量管理体系/流程缺失或执行不到位的具体体现。在出现产品质量缺陷时，不论是客户反馈投诉，还是内部检查发现，企业可通过系统性问题解决方法来识别直接原因和根本原因、调整过程控制参数和设备设定，升级并固化质量管理流程避免问题的重复发生。

此外，一个完整有效的质量管理体系和良好的质量文化是持续满足/超越客户期待的保障。因此，在解决具体质量问题的同时，企业还可通过质量体系评估和对标战略快速识别差距，确定体系改善优先级和计划，逐步建立起企业QMS。

一支有能力有意愿的队伍是推动持续改善的中坚力量。在组织能力建设方面，还需要同步系统化培训，以提升团队专业和管理能力；并且结合改善举措，基于3F方法（集训研讨、实践试点、辅导改进），在实现业绩改善的同时，变知识为技能，从生疏到熟练，不断推动改善举措落地和迭代，搭建卓越运营体系。

综上所述，推动极限成本管理是一项系统工程，系统的运营转型提升工作也是一项长期、艰巨、循序渐进的过程。企业应在运营体系、管理架构以及组织人才能力建设方面三管齐下，并通过数字化赋能，实现体系化卓越运营和绩效提升。通过系统性的成本竞争力改善方法，不同行业企业才能实现持续改善（图6）。

三、业务增长：销售及能力建设

在销售和业务增长的各个模块上，制造业企业普遍面临多方面痛点，包括营销策略、产品企划、客户管理、渠道管理、价格管理、目标设定、业绩管理、健康检查、持续改善等九大方面：

营销策略：品牌和市场营销投入较弱且不系统，企业苦于如何引领行业创新，以及如何批量营销中小长尾客户。

产品企划：针对客户全生命周期的销售缺乏完善的服务标准和产品/服务组合，不能充分挖掘客户全生命周期的价值。

价格管理：尚未形成客户全生命周期价值评估和定价体系；面对高度内卷的市场，缺少体系、科学的定价规则和方法。

渠道管理：对于利用多样化的渠道合作进行业务扩张，缺乏系统性的打法和策略。

客户管理：缺少、或刚刚建立大客户管理方法和销售管线管理方法，尚未能结合自身行业特点形成有效打法。

目标设定：目标设定不精准，缺少精确到季度、月度、大区、联络处、客户、项目等多层级多维度的销售目标。

业绩管理：销售管理透明度不够，激励机制偏单一，往往对于全生命周期销售和中长期战略业务的激励力度不足。

健康检查：对于销售体系和流程（产能、效率、品质、风控等）缺乏自外而内的检视、评估和自查机制。

持续改善：对于当前客户销售服务中的痛点挖掘不足，缺少持续发现问题、解决问题的能力。

针对以上九大痛点，我们基于深刻的市场洞悉和分析，以及中国企业营销实践，建立了一套符合市场实际需求的卓越营销模块框架，其中三个模块值得重点关注。一是客户管理（尤其是大客户管理方法），二是目标设定，三是销售管理（图7）。

1、大客户管理

在大客户管理上，成立“以客户为中心的、跨职能协同的”铁三角组织尤为重要。所谓的铁三角，指的是以总客户经理、技术总工、总交付经理三位成员为核心的销售和项目管理团队。在他们之外，还有项目赞助人、项目扩展角色和支持型功能角色等多个岗位。他们形成合力，组成面向客户的统一界面，共同负责从销售线索、到订单转化、再到交付服务和端到端全过程。交付流程中的每个环节都由“铁三角”中的一员作为主要负责人，但三位成员在所有环节中都需要相互支持和协同，项目组成员的任命、考核和激励也是一个相互串联的完整机制。公司会在四个项目关键节点对铁三角项目成员进行绩效考评，定量数据直接从系统中来，考评结果对项目奖分配和个人最终绩效有重要影响。与此同时，铁三角作为整体负责自身项目的利润达成。铁三角在调用公司资源时要进行内部结算，支付相应的成本，确保项目组各角色相互协同、强化项目成本观念。

与此同时，大客户的销售规划也是一个基于事实、有科学方法的系统性工作。针对最为重要的大客户，需要铁三角团队进行详细的“六步法”分析，制定在大客户处销售突破的策略：1）聚焦关键客户画像，战略解码，洞察识别客户核心痛点需求；2）识别客户关键购买因素，并通过对标识别公司关键差距；3）分析关键客户机会点分布及竞对份额，明确采购关键决策机制；4）识别客户的供应商选择关键决策人，定位客户关系覆盖缺口；5）识别客户的产-研-造全流程，锚定项目销售切入时机；6）形成销售作战计划，明确具体行动举措、关键时间节点和负责人。

2、目标设定

销售目标达成的前提，是设定正确的目标。目标的设定，需要结合“自上而下”和“自下而上”两条路径。自上而下，就是从公司整体发展愿景和目标、市场整体规模和增速、以及竞争形势分析的角度，制定公司的整体目标。自下而上，是从客户项目需求的角度，识别每个客户的需求量。收集并维护各客户项目详细清单，通过项目分类，汇总存量项目及高潜新项目的预计订单量，评估在该客户处有把握的销售总量。分析时也需要历史同期的表现，以当下的口袋份额为起点，结合市场整体趋势，制定有一定挑战但又符合该客户增长的目标。另外，也需要评估潜在项目机会所需的资源投入，确定进入该项目的可行性。

3、销售管理

销售结果的达成，需要管理机制、管理工具、组织架构、考核激励的全方位优化。

在销售管理机制上，执行强销售管理，进行高频过程监督。按需进行每周、甚至每日一次的销售作战室会议，回顾销售线索的达成情况。每周轮流复盘5个大客户，管理项目风险。每季度总结业绩，反思并制定改进计划。

在销售管理工具上，通过月度客户需求、决策人和竞争情报收集，制定工作计划。利用销售周报模板梳理项目进展，监控增量项目阶段和存量项目问题解决。

在销售组织优化上，实施销售全员赛马、末位淘汰制度，营造争单抢单氛围。不断进行人员招聘、补充、替换，激发团队活力，提升销售组织的整体竞争力和执行力。

在销售考核和激励上，实施销售赛马机制，强考核与强激励相结合。通过业绩达成、回款管理、预测准确性、新项目开发、综合能力五个维度，定期对于销售人员进行打分。团队设置末位淘汰机制，连续若干次打分排名垫底的销售人员，直接进行淘汰，以实现最优业绩管理。以上仅对卓越营销九大模块中的三个进行了详细介绍。读者如果对于更多模块感兴趣，欢迎与作者团队联系。

四、卓越人才——聚焦价值创造与组织协同

出色的人才队伍是企业实现卓越发展的基石。企业需要建立一支强有力的人才团队，确保各职能、业务、领导条线的人才梯队建设，并实现全面的业绩管理文化以及能力建设推广。具体举措可包括如下几方面：

在能力建设方面，应当识别绩效基础的流程负责人，并以固定、标准化的流程保障实施质量；也应提高现有团队各个方面的能力，包括职能能力（如谈判能力），领导力（如辅导他人），转型能力（如创建举措）和数字化能力。

在人才与激励方面，可通过关键管理记分卡（包含明确的指标和目标），以事实数据为基础，对员工进行绩效评估；并且设计能够激励为客户做出突出贡献员工的财务和非财务激励机制。

在文化变革方面，企业可通过组织健康指数（OHI）与全球800多个企业对标文化方面的实操做法，识别客户在组织健康方面的潜力优化点，并为重点领域制定举措；通过系统化的影响力模型方法组织客户内部大型文化转型，解决妨碍组织实现效益最大化的文化阻力；通过定制化的APP，在客户全集团范围内宣传转型需要的新的目标行为。

综合看来，企业应从集团层面主导变革，统一协调优化组织架构，内化、固化和传播卓越理念以及所需能力，具体举措可包括：通过多管齐下的学习和实践来提升业务和管理能力；以树立模范标杆和推广卓越理念来提升卓越运营能力；以及组建数字化人才团队，建立敏捷的工作机制，优先培育并使用新兴的新一代人工智能技能（例如提示词工程师），并加速发展和/或提升关键技术角色（例如数据科学家、大数据工程师）。

五、人工智能：如何利用AI/GenAI实现事半功倍

在第四次平台性革命的大背景下，生成式AI技术将为企业带来万亿级别的收益，其中高端制造业存在约3500亿美元的效益（图8）。相比分析式AI技术，生成式AI能够更好地与企业运营端到端流程相结合，重塑业务流程，提高效率，实现更大的收益。然而，大部分企业在规模化部署数字化/AI应用时，都落入过某些迷思和陷阱。

1、打破迷思，生成式AI部署的六种常见问题

认为生成式AI技术将为业务带来立竿见影的转变。实际上，若从技术成熟度曲线来看，生成式AI正处于期望膨胀期的顶点，必须警惕两点误判：对商业化速度的过度乐观；对变革成本的结构性忽视。

对生成式AI的投入过于关注于技术维度的投入。企业往往会过度聚焦技术的领先性，却忽视了人才架构重组、流程体系革新以及协作范式升级等组织底座的战略重构，从而严重制约了最终的价值转化。

认为点状应用和试点成功，就必然导致规模化的应用。很多企业会陷入试点项目的温床里，被小范围成功的幻觉绑架，最后才发现规模化应用的路径远未探明，最终落入“试点陷阱”。

认为员工必然能够掌握生成式AI的技能。企业往往会在人才短板、技能断层、员工变革焦虑指数等方面陷入战略盲区，而这恰恰将吞噬数字化转型的预期价值。

倾向于闭门造车、自研生成式AI。企业陷入从零开始自研技术的误区中，但实际上，若想赶上生成式AI的快节奏，必须学会借力打力，与懂行的高手组队，采用生态打法才能加速突围。

认为企业现有的IT架构也能支撑生成式AI的应用。其实修修补补过时的架构根本无法支撑未来增长。企业需要未雨绸缪，提前部署规模化的技术架构和数据治理架构，切勿让技术底座成为业务创新的卡点。

2、五大部署举措，释放AI价值

企业的数字化/AI转型是一个中长期的历程，从蓝图规划到愿景实现，平均时间在3年左右。首先应升级和优化技术架构与数据平台，确保支持规模化数字化用例实施落地；然后从生产、采购、营销、供应链四大环节部署先进的数字化用例。借助被反复验证的方法论，以重点业务转型带动全面业务转型，最终实现持续创新。

根据麦肯锡的研究，企业实现数字化/生成式AI转型愿景的具体举措应当包括以下五方面内容：

在数字化路线图方面，麦肯锡确定了跨业务职能的28个关键流程，作为“业绩基石”，将其执行到最佳水平。企业应针对每个“业绩基石”，围绕如何实现极致业绩目标，重新构想业务流程，并嵌入数字化/AI用例，重构数字化运营方式。此外也需要借助AI工具，对流程中的数据、知识进行建模和学习，以重塑“业绩基石”、驱动端到端流程卓越再造（图9）。

在人才能力方面，为了实现数字化用例路线图，企业需要内外并举：对内进行人才识别和工作优先级排序；对外进行关键人才外招及生态资源整合。尤其需要注意的是，对技术人才的能力更新应当“有机成长”和“外脑招募”双管齐下，确保技术能力不断迭代，以满足企业数字化/AI转型需求。

在运作模式方面：采用敏捷的开发方式来协调业务和交付团队，并通过快速迭代来验证、优化并不断优化数字化/AI用例。

在技术底座方面：在技术架构选择上需要综合考虑技术领先和技术合规双重约束，如在国内的应用需要评估中国技术生态的生成式AI。这需要清晰定义目标的技术架构，以减少未来重构的风险并加速创新。主要考量包括：采用人工智能代理释放推理潜力；重新审视模型供应商的策略；采用本地部署以增强专有数据的隐私性等。其中，设计架构时也有几项关键决策原则，首先在于精简设计，以平衡灵活性和复杂性；其次是满足合规性和弹性的混合解决方案；最后是建立多模态大模型与本地数据湖，以满足个性化、行业化定制要求。

在数据管理方面：以用促治，企业对每个用例从需要实现的功能出发，评估可用性和质量差距，并以数据产品推动数据整合、治理与使用。如此才能构建起可复用的数据产品，提升企业数据治理和使用的能力。

3、推广应用，技术变现

最终，这些部署需要落实到应用推广——企业应动员企业各个层级落地重构后的业绩基石，在整个业务中利用数字化和人工智能不断迭代与优化，才能充分挖掘数字化/AI技术的价值潜力。

董事会/执行层需要为推动AI和数字化举措，阐明这些技术如何重塑行业，并确认高管的增长愿景。

C-suite高管层需要利用深厚的行业洞察力和高层视角，帮助高管层阐明数字和AI技术将如何变革公司。

在职能部门层面，让跨职能部门（HR、IT、财务、风险）团队参与其中，以快速实施数字工具和流程、简化资源分配、确定成本优化杠杆，并通过协调的监督来降低风险。

在技术交付层面，需要与技术资源和专家紧密合作，共同创造加速工作流程，自动化常规任务的解决方案，并通过迭代测试和实时数据驱动的改进来促进持续优化。

在前线团队层面，需要部署现场团队，采用新流程、定制培训和工具，推动快速采纳、改善成果，并从更为优化的业务运营中捕捉可持续价值。

六、卓越实施，推动转型落地

好的战略设计需要搭配卓越实施能力，才能真正落地并给企业创造价值。为此，我们总结出了企业卓越转型的标准化实施流程，分为三个阶段：

诊断之道：2-6周为准备期，其目的是对企业现状进行快速诊断。诊断团队将深入现场/工厂，与利益相关方取得一致意见，并完成运营体系、管理体系和人力资源体系方面的数据收集，以了解企业目前的不足之处。

优化之道：以6-12个月为周期，执行诊断报告中概述的已确定和商定的改进项目。目标是产生速赢效果、使转型逐步落地。

工作之道：让转型举措生根发芽，通过定期精益检查、交叉技能培训、系统性参与车间工作等方式，保持并继续改善工作行为和文化，最终成为组织的本能和常态，实现不自觉的持续改善。

转型成功的关键在于战略视角、务实心态与规模化思维的结合。我们的经验表明，这种全局性方法不仅能提升转型效率，更能为企业构建持久的竞争优势奠定基石。

面临当前宏观经济低速发展、行业内卷激烈、技术颠覆式创新的新常态，追求技术领先与成本效率的“双剑合璧”，已成为领先制造企业从竞争中破局的必由之路。企业不仅需要注重内生性增长的效率——以端到端流程改造极限压缩成本，提升经营效率，实现组织变革和营收成长；也要借助出海、并购等外延性增长的力量。唯有如此，中国先进制造业企业的转型变革才能走向坦途，最终铸就集规模、技术、管理于一体的竞争优势。