一、从1.0~3.0的数字化转型战略

该公司长期从事某电气设备生产制造，是该领域的龙头企业。和很多电气设备商业务类似，过去它们专注于电气硬件产品的研发和销售，软件及数字化能力较弱。

为了适应行业数字化的浪潮，他们规划了公司未来的发展战略：归纳起来就是数字化1.0到3.0。

1、数字化1.0：面向单一场景的垂直数字化战略

如电气运行监控（SCADA），提供监控软件+采集监控设备的解决方案。

同类场景还包括：设备在线监测（智能配电柜）、电能计量（能耗管理）、用电安全监测等。

2、数字化2.0：面向2B单用户，多场景融合的数字化平台战略

在数据层面和开发架构层面，打通上述垂直场景，构建一个横向一体化的数字化平台，实现统一物联接入、统一数据管理、统一开发架构，去支撑2B应用的大量细分场景。

如“设备智能运维”的需求，要将设备监控、在线监测、电能计量等专业数据打通，形成统一的运维流程信息化，实现工单闭环管理。

这个逻辑和电网企业的“配调一体化”，也就是配网运行（设备管理）和调度监控两个专业的数字化和融合思路近似。

3、数字化3.0：面向B2B，多主体、多市场的综合调控的数字化运营战略

当2B平台积累了足够多的行业客户和负荷侧资源，可以将各类资源通过平台进行聚合、分类、提炼和抽象，形成资源池，并参与到电量市场、辅助服务市场、场外零售侧市场、甚至碳市场的各类交易中，实现多个主体间的B2B的运营管理，实现平台化的盈利模式和多边的生态合作。

同时，在现场设备层面，从单一功能的数据采集，到双向的“测量+控制”，再到综合的边缘网关设备研发。管理对象逐步升级到“光-储-充-荷”的用户微电网系统运行控制。

二、看上去很美，实则有三个吞噬一切的战略黑洞

电力设备商的数字化转型，无论是施耐德、ABB等国外巨头，还是国内的各类一次、二次设备制造商，转型路径似乎都遵循着：从硬件，到“硬件+单一功能软件”，再到“融合各子功能的统一数字化平台”，最终形成“数字化大平台+B2B运营服务”的终极战略。

而虚拟电厂，则是这种终极B2B战略的某种终极想象：把用户侧闲置的各类灵活性能力，到一个多边市场里去变现，这不就是能源的“滴滴模式”么？

这些战略思考看上去很美，但仔细推敲则发现，里面存在着三个“战略黑洞”，分别是：

认知黑洞、技术黑洞、营销黑洞

从短期战术的角度，这些黑洞看似无害，公司业务似乎也欣欣向荣。

一旦用战略视角去审视和执行，则整个公司需要“脱胎换骨”，才能从战略黑洞，转型成为“数字化重生”的白洞。

其中蕴含的战略风险是巨大的，甚至可能是“吞噬一切”的失败。

本文上半部分，我们先讨论“认知黑洞”

三、认知黑洞

企业战略层的认知水平，决定了企业转型的天花板。

1、系统认知鸿沟

谈到B2B数字化转型战略，某个通信巨头的高管说：XX设备公司擅长于“下三路”，一旦遇到“上三路”的玩法，它们是不适应的。

这个“下三路”不是品行低下的意思，而是它们长期从事基础的硬件类设备制造和销售，这些设备安装到用户现场机房里工作，对于这一套打法，它们是行业顶尖水平。

未来的发展方向是“上三路”，就是基于这些硬件设备之上的网络（拓扑）、系统管理、泛在物联、大数据平台、数字智能，乃至B2B平台化运营，这些都是软系统的领域，其实是设备商不擅长的东西。

在1996年确立的《华为基本法》中，第一章的第一条就明确指出：为了使华为成为世界一流的设备供应商，我们将永不进入信息服务业。

信息服务业就是华为的“上三路”。

不过华为现在早就进入了“上三路”，比如“云-管-边-端”战略里，云和管就是严格的信息服务业。

但是作为电信设备供应商出身的“华为云”，和作为信息服务业出身的互联网竞争对手：阿里云、腾讯云，在一些地方还是有细节区别的。

这种区别就是“设备思维”和“软系统思维”的差异。

对于电气设备制造商来说，它们长期从事某一类设备的研发和制造，比如表计、开关、变压器、开关柜。

数字化1.0是从设备看系统，需要卖什么设备，就搭配一套和设备关联的软件，软件功能是为硬件设备服务的。

卖开关，那就送一套开关数据管理软件：一个高度智能化、自诊断的高压开关，可能实时地产生3000种各类数据，当然需要一套软件去管理。

这套软件哪怕界面做得再炫，本质上还是以开关数据为驱动力的，管理和展现开关数据的。

但是有时候开关跳，不是开关本身的问题，而是开关连接的某条线路的某个地方，发生了开路或者短路。要解决这个问题，需要在电力网络拓扑中，结合各类时空数据去分析和定位故障。

因此，开关跳闸故障的分析和定位，不仅是开关设备维度，更是电力系统维度的事情。

对于一个整体的配电系统，哪怕是最小的一个配电系统：380V用户侧低压系统，看问题的维度也是不一样的，概括来说就是：

从设备看系统，和从系统看设备，是完全不同的视角和结果。

2、业务认知鸿沟

在上述场景里，从用户需求的角度看，数字化不仅要发现故障、定位故障，更需要去处理和解决故障。

它不只涉及到电力技术系统的故障研判，还涉及到多业务模块的电力业务系统的融合，这就是数字化2.0的业务需求。

比如开关设备，除了数字化1.0建立起3000个实时参数的监测，如何建立管理体系，比如设备台账、设备运行记录、设备维护流程等，去闭环解决故障，这些都是管理维度的认知。

因为在工程实践中，由于电力设备商处于产业的上游，和投产后用户设备运行场景之间，隔了“设计-成套-安装-调试”等多个环节，导致它们并不能掌握真实的设备运行数据和需求。

此外，哪怕是同一种产品（比如低压断路器），不同的用户可能采用不同的运行维护体系，所以设备商和“智能运维”的业务管理体系之间，是天然割裂的。

用某个设备运维商的话来说：

XX设备商的“智能运维模块”，原厂家软件开发人员根本不懂实际的运维管理，做出来的功能是没法用的。

这还仅仅是和设备本体相关的运维场景，要实现2.0的平台化，还需涉及能量管理、批发侧交易管理，零售侧客户管理、碳资产管理等各种复杂业务体系场景，以及各种流程环节的相互融合：一套复杂业务流程网络。

数字化2.0要通过大平台的实现，去支撑上述的业务流程网络，这对设备商来说，要跨越“从制造到管理”的业务认知鸿沟。

这里的难度，就像IBM从卖服务器，变成做SAP的ERP。

3、运营维度认知

数字化2.0实现了平台化，但商业模式本质还是“卖软件”，只不过做成了SaaS的租赁模式。

数字化3.0应实现基于数字化平台的“运营”。

运营是“运”+“营”，其中的“运”是“运用、运行”的意思；而“营”，不仅是营销，更多的是“营业、营利”的意思，也就是能从平台本身的运营里，获得持续的盈利，不用靠“卖平台”赚钱，比如淘宝不是靠淘宝软件平台赚钱的。

所以这就需要运营维度的认知重构：无论是虚拟电厂的产品抽象，还是基于电力市场能量平衡的现货交易，都需要基于电力系统知识，和专业的领域知识，进行运营维度的认知再构建。

就像一个老司机，如果想要开网约车，还得大量积累各种运营的显性知识和隐性知识，比如：“下雨天在哪里更容易抢单，平峰时哪个路段不堵车？”，这些都是传统私家车司机和车辆租赁公司不会去考虑的问题，属于运营层面的学习。

所有涉及到系统、管理、运营的问题，都是一种认知维度的复杂度提升。

一辆汽车的智能化，和4S店的业务管理系统，再到滴滴级别的B2B运营，是认知的三层维度。

如果意识不到这种复杂度，那从1.0到3.0的时候，无论是系统功能、数据的模型，还是系统整体的架构，乃至理解和满足客户需求的方式，都会面临困难。