可视化4.0:物联网时代日本制造企业如何恢复盈利能力(txt+pdf+epub+mobi电子书下载)


发布时间:2021-04-04 21:50:18

点击下载

作者:(日)木村尚敬 (日)沼田俊介

出版社:人民邮电出版社有限公司

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

可视化4.0:物联网时代日本制造企业如何恢复盈利能力

可视化4.0:物联网时代日本制造企业如何恢复盈利能力试读:

开始

大量供应仅占日本劳动力成本1/20的廉价劳动力。在这种情况下,日本的制造实力和生产效率再高,也很难缩小劳动力成本造成的差距。特别是在加工贸易中,以附加价值不高的家电产品为主的通用产品的相关业务,很快转移到了其他国家的企业中。

如今,日本企业面临的课题是重新审视日本企业竞争力的来源(研发能力、生产能力,以及销售、营销能力),选择擅长的领域一决胜负,并积极推进大刀阔斧的改革,进行取舍。

那么,近20年来日本制造业的发展轨迹,能否给中国制造业未来20年的发展带来一些启示呢?以相对低廉的劳动力为基础进行大量组装业务的模式的生存空间恐怕越来越小。拥有世界第二大市场无疑是中国企业的优势,但与此同时,中国企业如果不制造具有高附加价值的产品,强化制造实力,让自己能够在世界市场中竞争,很可能会像当年的日本制造业那样,不断有企业被淘汰。

全球化、高附加价值化这两点是日本企业在过去20年里直面的课题,笔者认为,很多中国制造型企业同样会面临类似的课题,而伴随着人工智能和物联网技术的发展,这些课题变得比以往更复杂。本书尽管以日本企业为研究对象,但也包含了不少对中国企业同样具有参考价值的改革启示和精华经验。如果各位中国读者能结合全球化、高附加价值化这两个不可回避的企业发展课题,从本书中获得一些启发,将是笔者莫大的荣幸。木村尚敬2019年6月

日文版前言 物联网时代的新型制造业

 

日本制造业是否真的恢复了活力

 

我们于2013年出版了《恢复盈利能力》(日本经济新闻出版社)一书,目的是提供某种“良方”,帮助那些曾经历“失去的20年”、目前仍然处于低迷状态的日本制造企业恢复往日的活力。该书得到了很多日本跨国制造企业的积极响应,其中一些企业参考该书进行了大胆的结构改革,斩断了带来长期亏损的“锁链”。

之后的几年,在日本企业治理改革等的推动下,日本的制造业逐渐恢复了活力,并且为了新一轮的发展进行了转型升级。面对即将到来的物联网(Internet of Things,IoT)时代,企业到底应该做哪些准备工作?应该改变什么?由于物联网关系到企业未来的生存方式、发展战略,因此,它得到越来越多日本企业的关注,而如何应对自动驾驶、共享经济等新趋势带来的困扰,也是日本企业迫切需要解决的问题。

然而,很多日系企业迟迟未能实施结构改革。如果继续像以往那样消极对待改革,浪费时间,那么在“工业4.0”的旗帜下成功恢复活力的德国企业,极有可能再一次把日本企业甩在后面。

 

人工智能、物联网为日本制造业创造的是顺境吗

 

2013年以后,需要特别留意的变化是以物联网为代表的制造业和互联网的融合。

基于活用大数据的做法,人工智能以往大多停留在互联网领域,而最近几年,随着人工智能技术的急速发展,其应用范围从虚拟空间扩展到现实世界。极具象征意义的是,自动驾驶技术、机器人工厂、自律型智能机器人朝着商用化的方向迈出了一大步,这得益于以深度学习为基础的图像识别技术、声音识别技术大幅提高了人工智能技术的精确度。

这对日本企业来说是顺境还是逆境呢?笔者认为,二者皆有可能。

说顺境是因为随着这些技术的重点从虚拟空间转向现实世界,在机械动力、控制等方面具有优势的日本企业将发现更多可以发挥其优势的机会。比如,工厂的自动化流程通常是在传感器进行识别后,将数据上传到云端,由人工智能进行判断,但最终还需要物理操作,像搬运物品这样的操作是必不可少的,日本企业在这方面有胜算。

说逆境是因为开放数据、标准化的趋势给日本企业带来了新的课题。近20年来,以开放式创新、微笑曲线等术语为代表的制造业扁平化分工得到了长足的发展,而长期以来习惯于垂直统合型“寻求平衡点”管理模式的日本企业可以说遭遇了逆流。此外,为了实现行业整体的标准化,物联网领域的诸多平台运营商正对各家企业的数据虎视眈眈。

对于多数企业来说,公司自有的数据如同宝藏,它们一般不愿意向其他企业公开自有数据。然而,在每个企业拥有的数据中,真正具有竞争力的其实并不多。这方面至关重要的是,在与其他企业存在竞争关系的领域活用本公司特有的数据,尽快开发新的算法或新的服务,同时,在可以向与其他企业协同发展的领域积极开放数据,由全行业共同搭建平台,加速解决行业共同面临的问题。如果自己搭建平台有困难的话,与平台运营商合作也不失为一种明智的选择。

需要特别留意的是,日本企业不能认为这个重要,那个也重要,而使自己依然置身于封闭的世界,否则日本企业将再一次陷入加拉帕[2]戈斯化,在速度和规模的竞争中处于劣势,从而使前途愈加黑暗。

因此,哪些数据可以公开,哪些数据应予以保护,如何合理安排数据,这些问题应该从行业层面整体探讨,而不应局限于一个公司,这一点至关重要,本书将反复强调。

 

先着手搭建应对环境变化的基石

 

笔者观察了很多日本制造型企业,一方面,近5年来,在未盈利部门(业务、网点、产品线)的管理上,多数企业已经采取了各种措施。因此,近来有很多企业开始考虑在众多核心业务方面活用物联网,描绘企业自身的成长战略,这可以说是当今日本企业的大势所趋。

另一方面,纵观全球业务,日本在华企业的竞争优势有所削弱。快速扩大的中国市场具有“世界的市场”和“世界的工厂”两种身份。随着中国经济的发展,人工成本不断攀升,加上中国人才的流动性超过日本,在华日本企业面临着生产效率迟迟得不到改善等问题。因此,从全球角度看,在华日本企业的竞争优势逐渐降低。

虽然很多在华日本企业未能进行大胆的结构改革,但是部分企业已经迫不及待地开始了具体的行动。

近5年来,日本企业另一个比较显著的变化就是普遍的全球化。随着日本制造型企业在世界各国的生产和销售规模越来越大,提高风险控制能力被各大企业提上了议事日程。海外生产的风险包括汇率风险、政局风险、地缘政治风险等,海外生产的关键在于,一旦发生问题,它们能否及时应对。要做到快速响应,物流、资金流的“可视化”是大前提,然而,真正能将这些基础工作做到“可视化”的日本企业的数量,比我们想象的还要少。

总而言之,无论是物联网的活用,还是商业模式的进化,其根基都在于制造,否则一切都是空中楼阁。本书将制造业的根基归纳为“可视化1.0”“可视化2.0”“可视化3.0”,主张在构筑好前三个坚实的基础之后,打造符合物联网时代新型制造业所需的“可视化4.0”。

希望本书能为那些着手进行彻底的结构改革、朝着新一轮飞跃“踩一脚油门”的日本制造企业带来帮助。木村尚敬 沼田俊介2018年10月[1].指在日本企业里常见的参与讨论的各方拿出各自掌握的信息,寻求最大公约数的沟通和管理方式。――译者注[2].加拉帕戈斯化是日本的商业用语,指“孤岛化”。――译者注序章 “工业4.0”就是“可视化4.0”日本制造业的巨大变化

发达国家的制造业在发展路径上的“打法”不尽相同。长久以来,日本企业的优势在于以一线团队实力为基础的精细化操作和持续不断地寻求平衡点。然而,制造业的环境越来越复杂,日本企业过去的优势逐渐显露出各种弊端。

其原因有很多。第一个原因是产品生命周期缩短,这是决定性因素。如图0-1所示,我们来了解一个产品从上市到被下一代产品替代的平均寿命。汽车制造业中平均寿命为“1年以下”的产品比例从10年前的3%上升到了7%;平均寿命为“1~3年”的产品比例从15%上升到了28%。这个趋势在电气机械制造业更加明显,比如,平均寿命在3年以下的产品比例从10年前的45%上升到了72%。

也就是说,在电气机械制造业中,大约有3/4的产品会在3年内被迭代。产品寿命如此短暂,导致企业通过销售产品盈利的时间也相应缩短,因此,企业经常无法收回研发投资。日本企业比较擅长花时间钻研,造出令人满意的产品,而现在这种做法逐渐显露出不合时宜的一面。

图0-1是2013年的数据,那时人工智能及物联网还未获得太多重视,现在,产品的平均寿命恐怕比当时更短了。制造业的环境变化:产品平均寿命缩短与10年前相比,各行业产品平均寿命不断缩短图0-1 各行业产品的平均寿命资料来源:日本经济产业省“2013年度制造业白皮书”。

第二个原因是日本企业擅长的“寻求平衡点”面临高度复杂化的[1]环境。以往的日本企业通过一线团队全员持续参与的QCD改善活动,大幅改善了产品性能,从而实现了零部件的品类增加或小型化等目标。伴随着被称为“机械・电气”的硬件和软件的融合发展,参与的人越来越多,想坚持以往被称为日本企业优势之一的“寻求平衡点”越来越难。这个结果有点尴尬,但这无疑是自下而上的管理模式最终的归宿。

因此,不仅要坚持以往那种持续的进化,还要重新考虑日本企业的“打法”,换句话说,日本企业已经到了需要重新审视商业模式本身的时候了。重新定义“创”“作”“造”

 

只依靠“造”的工序无法实现差异化

 

在这种时代背景下,日本的制造业将何去何从?

如图0-2所示,制造业创造附加价值的流程大致可以分为“创”(产品策划,Develop)“作”(研发、设计,Design)“造”(生产,Manufacture)三步。工业4.0的本质含义图0-2 制造业创造附加价值的流程

其中,最先受到数字化影响的是“造”的工序。在日本,经过多年摸索和发展,某些行业的工厂很多工序都实现了无人化、自动化,但某些工序仍然离不开专业人员的匠人手艺。

通过物联网获取各种数据之后,那些专业操作也能在一定程度上实现“可视化”。从当前来看,其目的是提高各个工序的生产效率,但物联网的影响不只如此。物联网通过连接各个工厂,能打破公司之间无形的壁垒,在生产一线推进整体的标准化。

其结果是,“造”某种产品的工序将以几乎相同的做法在各工厂内进行。而要想通过软件控制工厂,达到在哪里制造都一样的效果,则需要在物理上统一工厂内的配置。

总之,随着标准化在以往持续努力降低成本的生产一线得到进一步推进,人们会意识到,单靠“造”的工序是很难实现差异化的。可以想见的方法是,彻底活用物联网技术,使匠人的技术得以自动化,或者通过大数据分析使成品率达到极限值。

 “创”和“作”的工序体现人类的优势

 

在最上游的“创”这道工序中,人类的创造性依然占据明显的优势。因为通过大数据分析和营销得到的数据仅仅是决策的辅助信息,最终选择基于哪些数据进行产品策划还取决于人。

有专家认为,目前的人工智能已经能够通过解析过去10年的汽车销售数据(车型、价格、消费者属性等),以80%左右的精确度推出畅销车型的设计方案,但这只是基于过去数据的最优化组合。

也就是说,这只是基于过往经验的“预测”,人工智能还无法突发奇想,提出类似单人用交通工具(Personal Mobility)这种设计方案(这个设计能否被叫作“车”,目前尚无定论)。

在市场上收集“沉默的大多数”的意见,或者以本公司现有的技术为基础,推出全新的产品或服务,还是人类擅长的领域。在这方面,机器暂时还无法代替人类,因此,在“创”方面发挥独创性,则可以占尽先机,其实这些都是不言自明的。

问题是中间的“作”的工序,而这也在很大程度上仰仗人类的能力。这个阶段是将“创”这一阶段的“模拟信号”传递到“造”的阶段,这就需要之后的数字工序的转换能力。这个过程需要决定很多事情,比如,本公司的核心技术是什么?今后是否会被普及?它们是否依然是公司竞争力的源泉?是否会被开放式创新、标准化的浪潮吞噬?它们与供应商之间的力量关系如何?如何区分在公司内部寻求平衡点的部分和从外部采购后与本公司业务进行组合的部分?

总之,在“创”和“作”两个上游工序,人类的能力远远超过机器。因此,如何提高这两个阶段的完美度,决定了最终的竞争力。而在机械化、自动化程度比较高的“造”的工序,还会继续受到标准化浪潮的影响。为了维持成本优势,各企业有必要不断改进“造”的工序,使其达到行业平均水平,这仅仅能够做到“不输给别人”,而“赢”的战略还是取决于“创”“作”等上游工序的合理决策,这一点请各位读者务必铭记在心。通过物联网实现生产一线的“可视化”迫在眉睫

我们从另一个角度考察前述话题。

在《制造业的反击》(筑摩书房,2016年)一书中,东京大学的藤本隆宏教授等详述了工业4.0和物联网、日本一线团队的相关内容。结合该书的观点,笔者想阐述一下物联网和一线团队的关系。

一线团队从事的工作包括切割、弯曲成型、粘贴等各种工序,把完成这些工序的部门综合到一起就构成了一个大工厂,物联网首先会将这些单个流程“可视化”。以往只能依靠匠人的经验和技术完成的部分,现在可以通过对获取到的相关数据进行分析,使其达到标准,彻底减少衔接各个工序的生产线时产生的浪费,提高工厂的生产效率。这是物联网应用于制造业的第一阶段。

下一个阶段是连接工厂。物联网可以将国内外的工厂联系起来,能进行标准化的先进行标准化,从而减少成本。这就是第二阶段,也是“造”的流程的可视化。

如果将以上工作比喻为建筑的“地上层”,那么,平台运营商就试图在此之上联结各厂家,实现行业整体的标准化。西门子和通用电气谋求的就是这个层面的标准化,这个层面是介于“地上层”和“云”之间的“空中层”。简单来说,德国举国推进的“工业4.0”就是在搭建这样的“空中层”。

在此基础上,大型IT平台运营商在全世界范围内获取数据,比如谷歌、亚马逊、微软拥有巨大的数据中心,它们提供以云计算为基础的人工智能服务,承担各种分析功能。“标准化”和“暗箱化”的角力

受到“工业4.0”的影响,西门子、通用电气这类“空中层”企业备受瞩目,它们的做法其实就是自上而下的改进,它们将行业贯穿起来,试图成为“庄家”。

而日本企业以往擅长的是以一线团队为基础的精细化操作。日本典型的工厂自动化指的是,分析工厂内的每一个流程,单纯作业全部由机器完成,工人则从事附加价值更高的工作,或者让一人负责多个生产线,提高生产效率。

就这个意义而言,在物联网流行之前,日本厂家就自下而上地不断改进,但是,日本企业还是比较欠缺自上而下将整体贯穿起来的平台思维,这也是日本企业中平台运营商比较少的原因之一。

在“空中层”的平台运营商最终要将各个厂商、各个工厂的数据集中起来进行标准化,从而使生产某些特定产品的工序可以在世界任何一个地方用同样的做法来实施,然而,要实现这个目标还有很长的路要走。

对于为弯曲成型工序提供附加价值的公司来说,将它们的数据提供给平台进行标准化事关公司的生存问题,在这种情况下,将弯曲成型工序尽量暗箱化处理,留存在公司内部,这是多数日本企业采取的基本战略,也是标准化难以推进的一个原因。

然而在另一方面,切割工序几乎不具有任何附加价值,因此不如将这个工序的相关数据积极地上传到平台上,尽量压缩运营成本。企业的这种判断是比较合理的,也就是说,根据每个公司的情况,保留哪些数据,公开哪些数据,是需要探讨的,只有能很好地进行取舍的公司才能继续生存下去。

即便是在“工业4.0”的“娘家”德国,围绕数据应公开到什么程度的争论也很激烈。德国的制造业由一部分超大规模的企业和无数中小企业构成,中小企业的生命线往往在于弯曲成型、切割、粘贴等技术,因此它们对公开本公司的数据心存疑虑是合情合理的。

标准化难以推进的第二个原因是,对不少企业来说,将工厂的数据一个个放到云空间,再将分析结果反馈给一线团队,这种标准化的[2]效率不如在生产一线认真实施PDCA。

与集中到云空间处理相比,如果在生产一线直接处理效率更高的话,那么就没有必要特意将数据集中到平台。而在日本企业中,往往一线团队的处理能力更强,因此很多企业没有意识到平台的意义。但要意识到,任何事情都在公司内部处理的时代将一去不复返。将来的工厂会越来越相似

当工厂通过物联网联结起来,跨越彼此之间的隔阂,在生产一线实现整体的标准化之后,某种特定产品的制造工序将逐渐趋同,世界各地的工厂可能都将采用近似的配置和布局。

就像在日本,便利店和家庭餐馆都有着相似的格局,而在未来,类似的情形也可能在工厂中发生。

假如10年后世界真的变成这个样子,企业将如何竞争呢?如果在“造”的环节拥有其他公司无法比拟的技术,企业可以将其暗箱化,依靠独特技术取胜。

然而,在开放式创新和标准化盛行的时代,如果所有事情都依靠本企业来推进,那么这在成本竞争力和开发速度等方面都是不明智的选择。因此,哪些信息应该保密,哪些可以公开,这种关于内化和外包的判断就显得极为重要。

如果在“造”的阶段没有可产生附加价值的技术,那么就可以专注于本公司最上游“创”和“作”的阶段,基于模块化的体系,将“造”的工序彻底公开。在这方面最经典的案例就是苹果公司,该公[3][4]司通过最大限度地利用EMS,成为Fabless企业。

而通过接受订单生产大型设备的企业则依然需要在很多方面进行寻求平衡点的工作。这种情况下,在封闭的世界里继续竞争可能是它们的最佳选择。

总之,对于大部分企业来说,必须在提供附加价值、寻求平衡点和追求彻底低成本化的内外组合之间做出抉择,来决定如何平衡这两方面。这将成为十年后公司能否存续的试金石。与其考虑“生产什么”,不如考虑“如何获得盈利”“工业4.0”给日本企业带来的影响并不局限于一线团队的改善活动。将价值链在产品的生命周期内进行整体扩展,能够看到除了制造工序还有很多其他盈利点。

在“创”→“作”→“造”→销售→售后(运营、维护)等一系列流程当中,最容易差异化,也最容易盈利的是最上游的“创”和最下游的售后。越是接近“造”,越容易受到标准化和通用化的影响(一般叫作“微笑曲线现象”)。

对于将产品销售作为主要业务的生产厂家来说,维修检测等环节一直都停留在附带服务的范畴。因此,负责维修的一线服务部门经常被定位为“成本中心”,企业从来没有想过这一环节有什么盈利点。通过物联网,企业在产品上添加传感器,获得各种数据之后,售后服务有可能成为盈利点。

以往,压低像复印机、打印机这样的产品本身的价格,通过销售耗材获利的商业模式就已存在,如今,由于数据本身具有价值,企业不仅可以通过买卖收集到的数据实现盈利,还可以通过增加附加价值,提供新的服务,使盈利点在下游产生。

产品销售到用户那里并不是生产厂家的终点,如果厂家每月能通过提供更换零部件等维修服务收取固定费用的话,其长期稳定的收益就可以确保了。必要时,企业也可以考虑免费提供产品,通过产品获取数据,以此来开展另一种生意,这种商业模式也是可行的。从一次性买卖模式到共享模式

所谓“服务模式化”,并不是说提供售后服务就可以,而是以服务为主轴,与用户建立长期的合作关系,并从根本上审视现有的商业模式。这个动向与B to C的环境里正在发生的从一次性买卖模式转变为共享模式的状况如出一辙。

今后,人们不用再像以往那样购买商品,而可以将其作为服务加以利用。最先受到数字化影响的是音像产品,先是CD、DVD衰退了,然后是下载服务兴起(物品逐渐退出),之后发展到流量服务(买东西放在身边这个行为本身也在逐渐淡出市场)。服务费用的支付也从购买套餐变更为每月付款的订阅模式,这种模式逐渐成为主流。

报纸、杂志、图书也没能逃过数字化浪潮的影响。数字版的内容产品在火热销售中,而纸质的报纸、杂志、图书的销售陷入了长期停滞状态。

服装、鞋帽等服饰类商品也在变成可以借用的商品。衣服穿几次[5]就有人放到Mercari网站进行交易,然后通过网站订购新的衣服。于是,人们不需要花太高的成本就能买到最近流行的服装,然后拍照上[6]传到Instagram,这看起来很完美。

最近笔者还发现一种新的服务模式,就是平台提供每个月寄送西服或者衬衫的服务。用户收到衣服以后,可以将前一个月穿的衣服寄回去,到了下一个月,再把这个月穿过的衣服换成新的衣服,这样能节省购买时间,还免去了选择的烦恼。

开始就确定不购买,只是一时的借用,这种商业模式今后还会继续扩大。比如,如果用智能手机App可以随时随地叫到出租车的话,那么,你就不需要开车了,更不需要拥有自己的车了(共享出行的商业模式出现);如果街上到处都停放着自行车,人们能够用智能手机借还,那么,肯定会有很多人愿意使用,因为不是自己的自行车,也就不需要自己处理补车胎等状况(共享单车出现)。

以往的一次性买卖模式逐渐向每月支付定额,或者用多少付多少钱的模式转变,而如果一个公司能通过物联网从本公司的用户那里获得各种数据的话,这种共享模式也会在B to B的环境里逐步普及。通过实时掌握工程机械的运行情况,与信用管理或者降低维护成本挂钩的小松公司设备运行管理系统KOMTRAX就是成功案例之一。聚焦于本公司的优势

 

无法将理念贯彻到一线的企业高管

 

与日本多个企业高管交流以后,笔者发现大家都意识到了很多问题的存在。然而当笔者问到公司的理念能否被贯彻到一线的时候,很多人显得没有底气。很少有人知道在掌握了整体动向的基础上,本工厂或者本部门应该怎么做,这就是现状。

这是因为,他们对自己公司十年以后的状况没有明确的概念。这并不是要求他们以现在为起点预测十年以后的状况,而是基于十年后公司最理想的状况,倒推当前应该做的事情。要先有理念,然后为了实现公司的理念逐步进行必要的改革。阐述公司的理念是经营管理层的工作,经营管理层描绘的未来应该与公司内所有人员共享,并推动成员努力去实现。习惯于自下而上管理的日本公司不太擅长这种做法。

然而,即便企业高管不擅长将公司理念贯彻到一线,他们也不能袖手旁观,否则企业会被时代淘汰。例如,在生产一线围绕“造”的流程进行再多改善,也有可能在标准化的浪潮中全部归为无效。致力于局部改善的行为不一定能提高盈利能力。导入企业资源计划系统时发生的事

21世纪初,在思爱普(SAP)、甲骨文等企业的主导下,各家企业竞相导入企业资源计划系统(ERP)时出现过类似理念不清晰的情形。导入企业资源计划系统时需要回答的本质性问题是非竞争领域在哪里,并且应该严格审视本企业的优势,把竞争力不强的部分挑出来导入标准的企业资源计划系统套餐,进行彻底的成本控制。

然而,在重工业行业中,希望严格管理成本的企业并没有导入企业资源计划系统,另外需要应对小批量生产的企业也没有在制订生产计划时使用企业资源计划系统,因为它们都认为自己有独特的地方。

在物联网或者“工业4.0”的标准化趋势当中,同样需要冷静地审视本企业的技术,如果认定某项技术是自己企业独有的,那么无论西门子或通用电气说什么,都要彻底地将独有的技术暗箱化,坚决加以保护。

如果企业认为其他企业可以将本企业目前从事的部分业务做得更好的话,应该果断地公开数据,并搭上西门子和通用电气主导的平台,争取实现成本控制的目标,时代需要企业具有这种有舍有得的态度。“工业4.0”其实是制造业整体的可视化

总而言之,“工业4.0”不限于一道工序、一个工厂或者一个企业,它能打破企业集团体系或者产业链上下游的壁垒,将一切串联起来,实现“制造业整体的可视化”。

计算机、互联网的发展带来信息革命,铁路、汽车、飞机、集装箱的发展带来物流革命,这种划时代的技术很多,但从制造的角度而言,对应“工业1.0”的是以蒸汽机的出现和机械设备的导入为代表的第一次工业革命;而“工业2.0”时电的登场与生产线制造方式的出现相对应;“工业3.0”则与通过工业机器人和IT实现自动化、高效率的时代相对应(见图0-3)。何为“工业4.0”图0-3 工业4.0资料来源:产学官合作杂志。“工业4.0”就是通过物联网将所有东西相连时制造业的新形态,本书将这种形态定义为“可视化4.0”。可视化的几个发展阶段

既然有可视化4.0,那么在这之前一定经过了可视化1.0、可视化2.0、可视化3.0的阶段。可视化1.0到可视化3.0可以说是物联网时代制造型企业为了实现飞跃而巩固基础的过程。

可视化1.0其实是成本可视化。随着产品数量或者零部件品类的增多以及企业全球布局的推进,生产厂家、销售网点遍布世界各地。于是,企业与集团公司之间、与合作伙伴之间的沟通越来越复杂,企业连“哪个工厂、哪个客户、哪个产品目前是否在盈利”这种最重要的信息也时常搞不清楚。

细分业务、客户、产品后,能够瞬间了解成本是多少、毛利是多少,只有这样才能为正确决策提供依据。资金流动的可视化其实就是可视化1.0的目的。

可视化2.0是流程可视化。将用户的需求充分体现在产品策划中,将整体制造过程可视化,减少重复劳动或浪费。

尽管原则上应该以用户为中心,在产品策划时应多考虑用户的需求,但如果任由各部门阐述各自的意见,就无法统一思想。比如,营业部门主张尽量满足用户的要求,开发部门希望产品能多几个功能,制造部门希望得到容易操作的设计方案……因此,有必要使用同一个工具,按照“用户需求→产品规格→产品构成”的顺序逐一展开,并使用各部门易于理解的通用语言,将整体流程可视化。

特别是在“创”→“作”→“造”中的上游部分,如果从产品策划到概念设计、基本设计、试生产等一系列流程不能一气呵成的话,[7]就会陷入策划是策划、设计是设计这种传水桶的状态。其结果往往无法充分反映后续工序的需求,从而使生产流程出现瑕疵,导致浪费。即便是在同一个开发阶段,机械部门和软件部门之间“寻求平衡点”也非常困难,这会使开发部门疲于应对。可视化2.0的目的是让这些流程更加顺畅。

可视化3.0是盈利点可视化。在微笑曲线当中,“造”的阶段越来越难以盈利,因此可视化2.0强调通过强化上游“创”和“作”的工序来提高竞争力,可视化3.0则认为不能局限于销售商品,而应该把销售“服务模式化”,从根本上改变收益的结构。

为此,企业需要转变思路,即不再局限于用销售额减去成本获取利润的利润表思维,而应转向与用户建立长期合作关系,用产品的长期价值减去获客成本,或通过降低解约率获取利润的资产负债表思维。

而最后的可视化4.0是实时动态可视化。用物联网实时获取各种数据之后,企业能在价值链的各种场景中开展很多以往无法实现的业务。比如,通过分析获取的数据,企业可以加强上游工序,也可以开始新的服务,也可以不局限于一个厂家的角色,摇身一变成为平台运营商。在这方面,各企业可以根据自身的定位和想法各显神通。

下面,我们将从可视化1.0开始阐述。[1].所谓QCD,全称为Quality,Cost,Delievery,从狭义上讲,是对质量、成本、交货期进行控制;从广义上讲,是对整个公司管理的持续改善。――编者注[2].计划(Plan)、执行(Do)、检查(Check)、处理(Action)的首字母组合。――译者注[3].Electronic Manufacturing Services的缩写,即电子制造服务,也叫专业电子代工服务,指为电子产品品牌拥有者提供制造、采购、部分设计以及物流等一系列服务的生产厂商。――编者注[4].fab(工厂)和less(无、没有)的组合,是指一种“没有制造业务、只专注于设计”的运作模式。――编者注[5].日本二手用品竞拍网站。――译者注[6].一款运行在移动端上的社交应用。――编者注[7].部门间缺乏沟通,只关注本部门的工作,不重视与其他部门的协作。――编者注第一章 可视化1.0 成本可视化——掌握盈利的结构企业的“成本可视化”出了什么问题

 

日本厂家变成了“古旧的温泉旅馆”

 

可视化的第一步是成本可视化。“盈利还是亏损,用数字就可以判断”,这种想法是片面的,只看统计数字其实无法了解实际情况。为了应对结算,从财务会计的角度制作各个网点(按照国家或地区分类,或者按照销售网点或工厂分类等)的财务报表是理所应当的。但是站在业务角度,以管理会计的角度,特别是以全球视角一以贯之地将盈利情况做到可视化的公司,比我想象的要少。

原以为会盈利的主力商品竟然在看不见的地方产生亏损,这种情况经常发生,因此必须了解某个产品或者服务在短期内是否盈利,从长远看是否有潜力,否则无从下手。

由于销售额的数据涉及向其他公司收款,因此大多数公司都了解实际情况。而提高盈利能力的第一步应该是实现“成本可视化”。

第二次世界大战(以下简称“二战”)后,经过长时间的不懈努力成长起来的日本厂家,与日本地方大型温泉旅馆有不少相似之处。这些温泉旅馆除了本馆还有新馆,一般隔着马路还有别馆,此外可能还拥有沿河的露天温泉,这些温泉像迷宫一样通过细长的道路相连,客人在里边时常迷路。

日本企业在发展过程中,一般先在本馆(类似本社兼工厂)创业,陆续在日本国内建立多个工厂之后,会在北美成立销售公司配合出口,而在生产方面,为了利用相对低廉的劳动力,很多企业在亚洲四处布局。当企业意识到的时候,企业的结构已变得相当复杂,宛如迷宫。正如地方温泉旅馆那样不断扩建、改建后客人时常迷路一样,谁都无法清晰地说明物料的流动、资金的流向等企业的总体情况,这是很多日本企业共同面临的问题。

在只有本馆的美好年代,工厂里总有一位凶巴巴的厂长,他能够掌握整个业务流程,而今很少有人能凭借自己一人的经验和直觉掌握一切。但做生意就应该清楚“生产多少,销售多少才能盈利”,这是理所当然的。

实际上,就集团整体的业务情况而言,通过财务会计部门提供的数据,能了解到本期的制造成本、销售额。然而,从上述管理会计的角度细细分析这些数据的话,实际成本到底有多少并不清晰。

例如,将中国或泰国工厂生产的零部件运到日本组装,再将产品销售到美国,由于涉及跨国协作,很多环节的数据没有做到联动。这样一来,企业无从知道实际成本,也就无法知道盈利情况,事实上,能真正掌握上述情况下发生的成本与获得的盈利的企业并不多。

此外,分析具体盈利情况时,选择的切入点不同,其结果也有所不同。比如,可按照产品、品类或者按照地区、用户分析,也可按照每一次的交易,或者按照研发投资到回收投资的产品生命周期为单位看收益。

业务特性不同,最佳切入点一定是不同的,如果切入点不合适,就无法了解真正的成本。

 

目的不明确,费用分摊与实际情况相去甚远

 

不了解成本的原因有两个。

一个原因是不理解为什么要做到成本可视化,即成本管理的目的不明确。如果目的明确了,就能判断应使用哪种手段或工具。目的可以从行业结构、业务特性、产品特性等角度引导。在目的不明确的情况下,漫不经心地分析“产品”“品类”“地区”“用户”等数据无法揭示问题的本质。

另一个原因是多数企业在计算成本时,过多地使用费用分摊。成本由材料费、加工费、制造费等组成,一部分费用项本来应该根据实际数据来计算成本,但实际往往通过费用分摊来计算成本。

费用分摊意味着根据某个标准,将成本摊到多个产品上予以计算。在这个过程中,产品或工序的现实情况会被无视,因此势必会与实际情况存在差异。

如果这样做能达到成本管理的目的也无可厚非,问题是企业在多数情况下无法掌握更详细的情况,因此常会采用某个人提出的某种比例来进行费用分摊,一旦确定了费用分摊率,那么每次都会用类似的比例来计算,从而无法弄清真正的成本。

我们再谈谈费用分摊的本质。费用分摊就是将公摊成本摊到个别的管理单位中(例如产品或用户等),但实际隐含着每一个管理部门领导之间围绕成本进行博弈的风险,也就是说,费用分摊的本质是公司内部利益分配的调整。

介绍一个日本企业真实的案例。该企业定了一个规矩:以提交年度预算时销售计划的比例,分摊总部管理部门的公摊成本。一部分部门领导为了少承担成本,特意在3月底的预算会议上保守估计下一年度的销售额,使本部门分摊的费用金额相对较低,导致4月新财年开始后销售额大幅上升,利润预估不得不进行相应的调整。

可见,费用分摊反映了经营的思想,在制定规则的时候需要充分考虑一个规则会产生哪些影响,以及在这个规则范围内,有关部门的负责人会采取哪些行动。成本的发生时点和决策时机存在时间差

 

先从成本可视化着手

 

正如图1-1所示,“成本可视化”是提高盈利能力的第一步。只有真正了解了成本,才能从经营管理的角度实施PDCA循环,在产品生命周期中实现成本管理;只有真正了解了成本,健全削减成本的机制,才能更加高效地采取削减成本的对策。图1-1 加强收益控制一览图

图1-1中间是“成本策划”,我们要知道,“产品策划”“研发、设计”等价值链上游的环节左右着成本。与大部分人的直觉相反,80%的成本是在进入生产流程之前确定的。

实际的产品成本如图1-2中的虚线所示,成本往往在进入量产之后急剧增加,因为这个阶段的原材料费用或者销售费用明显增加。然而,成本确定的时间在前面的“产品策划”“研发、设计”阶段(图中的实线),这是因为组装用的原材料和零部件被确定时,大部分成本就已确定。图1-2 产品成本的发生时点和决策时机

如图1-2所示,80%的成本在流程上游确定,这意味着量产后通过改善生产流程降低成本的余地只占20%。以丰田的生产方式为代表,这些生产方式针对的其实是20%的成本,日本企业一线团队在改善生产流程方面的实力非常强大,然而,丰田公司强大的秘诀却在于对流程上游的正确处理上,这是决定商品性能和成本竞争力的重要阶段。

 

寻求平衡点的重要性

 

企业的初创阶段相当于温泉旅馆的本馆具备所有功能的时候,设计、开发部门与生产部门频繁地面对面交流,在此基础上开展生产,这样比较容易开展团结一心、降低成本的活动。这就是日本企业擅长的寻求平衡点。

然而,正如温泉旅馆不断扩建,随着企业不断壮大,物理性的功能分化不断增加,开发部门和生产部门“促膝长谈”的时间也相应减少,容易导致传水桶现象。在丰田还在总部工厂生产乘用车的年代,隔着248号国道,技术部和总部工厂往来密切,这恐怕也是为了避免传水桶现象的发生。

回到“成本策划”这条主线吧。上游的产品策划、研发、设计阶段往往会围绕目标市场或产品的竞争力、功能、规格等展开讨论,这相当于战斗之前的准备工作。在这个基础上,考虑各种成本因素,力求控制成本的工作就是成本策划。换句话说,这其实是在探讨盈利方法,而支撑成本策划的就是前面所说的成本可视化。以工时为基础计算成本

 

材料费可视化的误区

 

如果不进行成本可视化,就无法进行比较完善的成本策划。那么,以什么为单位推进可视化呢?作为最基本的信息,最好针对每个单品进行实际成本可视化。原则上,应该按照产品来管理成本和盈利。有了这些积累才能控制产品群和各个业务模块的收益。

在产品成本中占大半比重的是材料费和人工相关加工费。

正如图1-3所示,材料费比较容易统计。因为哪个产品用了多少零部件都有记录,各工序不同品种、不同批次的损耗率也能够通过实际数据比较简单地掌握。图1-3 成本可视化的逻辑

材料费可视化的障碍之一就是零部件编码不统一,比如,从不同公司采购同一个零部件,或者从同一家公司的不同分支机构采购同一个零部件,采购价格不尽相同。编码体系不统一,很容易造成误解。

 

工时可以显示实力的数值

 

成本可视化的难点在于加工费,我们很难统计谁在某个产品的加工上用了多少时间,而且,很难以产品为单位测量工厂设备的哪个部分在哪个产品上用了多长时间。因此,多数企业采用费用分摊的方式,虽然不同行业、不同企业的加工费参差不齐,但加工费大多占总费用的20%~30%,如果无法掌握正确的加工费数据,就无从知道真正的成本。

图1-4是某个机械零部件厂家的案例。以前该厂家根据生产出的产品数量分摊直接人工费。也就是说,如果两种产品分别生产了10台和40台,直接人工费就按1 : 4的比例进行分摊。

尽管产品A生产了50台,产品D生产了30 000台,由于批次的不同,每台的实际成本也不同。再比如,产品D的总成本接近5 000日元,而产品B的总成本达到了9 000日元左右,差距如此悬殊,但以数量为基础的直接人工费从产品A到D都是800日元左右,看上去差距并不大。实际成本:按数量计算和按工时计算的差异图1-4 某个机械零部件厂家的案例

然而,用秒表测量每一个生产线的作业时间,了解各个工序所花的时间,并以此期间的工时为基础计算直接人工费,结果显示,600日元的产品C和1 230日元的产品B之间出现了较大差距。这是因为自动化程度、生产批次、换机时间不同,加工每个产品所需的工时都有所不同。可见,以工时为基础计算成本能了解生产效率等显示实力的数据。

把以工时为基础计算出的成本数据和以往以数量为基础得到的数据相比较,我们发现,和产品A相比,产品B的成本上升了5%,而产品C的成本下降了4%。成本上升5%,则毛利会减少5%,这意味着,原以为能够产生盈利的零部件实际上没有产生盈利。

费用分摊意味着尽管分摊标准有所不同,但从某种意义上讲,企业放弃了控制某个费用科目,其实企业应该按照每个费用科目的金额或者特性来决定分摊金额的比例。

 

有必要花时间做的事情

 [1]“作业成本法”(ABC成本法)可以说是基于工时的成本计算的升级版,它可以帮助企业掌握如实反映制造实际情况的实力成本,而且能够了解每个产品的实力,而这些情况在以数量为基础分摊费用时是看不到的。导入ABC成本法能了解某个工厂、某个生产线制造某个产品的能力,如果发现本工厂有优势,可以从其他工厂的生产线接手同类产品集中生产;如果发现没有优势,就不在本工厂制造,可以选择外包。

制定这种由本工厂制造或外包的方针之后,如果决定在本工厂实施部分工序,本工厂的优势产品就更容易获得资源,生产技术能在中长期中得到提升。而且在上游的设计阶段,该方针能使设计环节对提高制造阶段的生产效率帮助更大,即让设计为后续的制造提供便利,并将设计环节及生产工序标准化,从本质上高效提升制造能力。

掌握工时看似是很单调的工作,但如果能扎实做到位的话,有助于持续强化竞争力,因此,企业值得花时间做这项工作。物联网推动“全民皆知的ABC时代”

 

ABC成本法的价值逐步提升

 

ABC成本法是20世纪80年代出现的,当初很多日本企业对此投以质疑的目光:“有必要做到那种程度吗?”无论何时何地,新事物的导入和在一线团队扎根总是困难的,而且从历史上来看,一线团队还有一些潜在的抵制势力拒绝导入ABC成本法。到目前为止,ABC成本法的导入情况仍不理想。

在欧美企业当中,导入ABC成本法的企业比较多。ABC成本法不仅能观察人的行动,还能观察设备的运行情况。能否获得盈利不是凭感觉来判断的,而是基于一些事实依据,因此,ABC成本法成为重新审视业务矩阵或产品组合的契机。

今后,随着搭载人工智能的机器人产业日渐兴盛,3D打印技术得到普及,一个设备应该能够处理多个产品、多道工序,以此来应对劳动力减少、需求多样化带来的小批量化等变化。也就是说,很多企业将成为同时发展硬件、软件的设备集约型企业。

为此,判断是否进行设备投资的时候,ABC成本法的价值会受到越来越多的重视,因为它可以通过可视化告知企业哪个设备能为盈利做多少贡献,哪个设备会影响中长期投资。而在提高设备投资效率方面,贯彻PDCA循环对于提高制造业的竞争力也是不可或缺的。

 

成本管理的三个系统

 

让我们观察一下企业内的信息系统。简单而言,如图1-5所示,一般的企业都有企业资源计划系统管理生产计划和实际的产品入库情况等,在此基础上,有些企业会有管理生产线的制造执行控制系统(MES),以此为基础,通过设备控制系统(PLC)管理各种机械设备,而这三个系统往往是不同部门管理的。比如,企业资源计划系统由管理部门管理,执行控制系统由制造部门管理,设备控制系统由设备部门管理。由于系统本身存在差异,加上主管部门不同,数据很少进行联动。图1-5 物联网带来成本管理的变化

然而,有了物联网以后,以往无法完全掌握的实际工时数据变得容易获取。而且,若联动整理三个系统提供的数据,就可以将企业资源计划系统的财务信息、执行控制系统的物品及工序信息、设备控制系统的设备运转信息联系起来,这样,ABC成本法所需的信息就基本备齐了。

各部门如何活用ABC成本法,每个企业可能会有不同的判断。总之,ABC成本法有大范围普及的可能性。

ABC成本法之前之所以未能在日本企业中得到普及,除了一线团队抵触,还有一个原因是它难以获取必要的数据。随着物联网的发展,使用ABC成本法的门槛降低,谁都可以运用ABC成本法的时代指日可待。根据成本结构区分核心产品和非核心产品

当我们掌握了实际的工时,进行了成本可视化之后,能做什么呢?图1-6是一个零部件厂家根据实际成本预测产品集群发展方向的案例。不同字母指示的矩形代表每个产品的成本结构,每一栏的宽度越大,意味着销售额越高。图1-6 根据实际成本预测产品集群发展方向的案例

图1-6中灰色的部分是材料费和外包加工费,这是产品生产阶段不可避免的变动费用,这部分费用可调余地不大;图中白色部分是内部加工费,是固定费用,可以通过某些手段削减。也就是说,灰色部分大,则厂家可调范围比较小;白色部分大,则意味着该产品通过自主努力压缩固定费用后可以发展为盈利产品。

比如,图中最左侧产品A对应的矩形灰色部分较大,厂家可调的部分远超100%的损益分界线,即便将白色部分的固定费用压缩一半,它仍处于亏损状态,考虑到其销售额也不高,因此A产品很可能被认定为该厂家不具优势的非核心产品(将来可能下架或成为被出售的对象)。

产品B是销售额比较高的主力产品,但其亏损幅度较大,因此需要通过削减固定费用来解决问题。销售负责人一般愿意对销售额比较高的产品投入更多的精力,因此,有必要采取措施防止亏损范围扩大。

而产品G对应的矩形高度低于100%损益分界线,固定费用也不是很多,该产品目前还能产生一些利润,所以,如果能削减固定费用的话,产品G很可能变成盈利能力强的支柱产品。

可见,实现成本可视化之后,不用依靠感觉就能区分核心产品和非核心产品。当然,从产品技术、生产技术的角度确认目前成本结构形成的原因是必不可少的,但如果弄清楚了哪些产品对盈利有贡献,哪些产品需要重点销售,哪些产品需要投入更多的资源去大力培育等问题,一线人员和管理层就能达成共识。也就是说,围绕业务或产品的组合、资源的合理分配进行成本可视化,有助于企业做出正确的决策。根据亏损类型改变研讨课题

图1-7是某设备厂家按照累计毛利排列的5年内接受的订单。

亏损往往和接受订单时报价过低、存在技术挑战、未能实现量产等问题有关,因此,有必要认真审视亏损的类型和原因。

图1-7最右侧的项目收益较大,因此要认真分析其成功的类型和原因并加以利用。比如,在特定用户的重复购买项目中,充分吸取第一次向该用户提供服务时的经验教训等,这些都可以被归纳为某种类型。图1-7中间是利润较小的项目,这部分需要尽快实现标准化,减少工时,逐步提高生产效率。图1-7 各种产品活用成本可视化的案例

常见的亏损类型如图1-8所示。前述设备厂家一般属于图1-8第一栏里“大型亏损”中的典型案例。这类厂家通常以“投资项目”为名义,允许出现亏损的情形比较多,为此,要重新审视订单策略,借鉴成功的案例。

图1-8第二栏的“整体少许亏损”是汽车零部件厂家常见的类型。由于来自整车厂降低供货成本的压力比较大,企业几乎没有利润可言,反而有少许亏损。这一类型涉及的产品比较广泛,它们大多处于半死不活的艰难状态,这时,有必要参考图1-6分析成本结构,考虑需要撤掉哪些产品。图1-8 常见亏损类型根据企业的理念和业务特性制定绩效指标

 

不赞成“战略性亏损”的理由

 

当企业彻底实现了成本可视化,分析了成本结构,能够判断某个产品是否亏损后,如果依旧无法摆脱亏损状态,那么该产品亏损很可能与销售团队有关系,这种情况并不罕见。

销售负责人希望多卖一些产品,哪怕是低价供货,也要提高销售额,这是他们本性使然。因此,在接受订单时,明知道几乎没有利润,甚至会亏损,他们也会以“就当是一个投资项目,以后肯定能翻本”为借口强行说服高层,但这种情况很少有翻本的先例。

就拿前面提到的设备厂家那样的项目型预算管理业务来说,公司的关键绩效指标(KPI)用销售额或市场份额来展现的话,很容易产生“战略性亏损”。

那么,是否应该把利润当作目标呢?这么做不一定能获得成果。

 

摆脱增收增益的魔咒

 

在企业,尤其是厂家的经营活动中,有一种近似魔咒(增收增益)的束缚,很多企业将“销售额和利润同步增长”当作魔咒来反复强调。我当然不反对在创造利润的同时扩大销售规模,但是深度分析一些企业的业务特性后就能知道,销售额与利润不一定成正比。

因此,在设定KPI的时候,不能随大流,别的企业怎么做,自己也怎么做,随大流制定一般性指标是不够的,应该充分考虑本企业的业务特性,这一点极其重要。

比如,像设备厂家这种个别接受订单的项目型/案例型企业,不一定非要扩大销售额,而应该彻底遵照前述内容,以项目为单位进行收益管理,允许销售额降低,利润略增,这样反而更有利于达成利润目标。

很多项目在安排设计工程师的时候,由于人力有限,处理能力也有限,人力资源不像设备或零部件那样可以轻易地在不同项目上共享,因此,设计工程师的处理能力直接决定某个业务的处理情况。

在这种情况下,不分轻重地追求销售额或市场份额不符合业务特性,后续会出现很多问题。常见的问题是设计品质降低,生产环节出现返工现象等。可见,充分掌握业务的经济学逻辑至关重要。

将以上因素都考虑在内,针对企业的经营情况决定是迎难而上、加速扩大市场份额,还是专注于利润的增长。从分析企业经营情况的意义而言,KPI包含的内容就是企业的经营思想本身。企业到底重视什么?企业应该带着什么样的思想去运营各项业务?KPI会如实反映这一切。不看产品的生命周期则无法了解盈利状况

 

将累计盈利作为目标

 

在产品生命周期比较长的行业,比如汽车及其零部件行业、机械设备行业、材料行业,成本可视化最理想的手段应该是生命周期成本管理。在图1-9下方的坐标中,横轴下方代表投资与成本,上方代表利润,曲线代表累计收益。图1-9 产品生命周期管理

制造业的产品生命周期大体遵循图1-9这样的轨迹。如果不重点关注这个曲线,公司是否获得盈利则无从判断。重工业企业的订单生产型业务的生命周期会更长。总之,通过产品生命周期实现成本可视化是企业必备的能力。

 “梦想成本”的陷阱

 

我们对前述重工业行业的企业进行一番分析后发现,很少有哪家企业的收益曲线朝着正向发展。七八成企业的收益曲线一直处于盈利分界线以下,企业经营管理层看到后多数会大吃一惊。

彻底实施成本管理的A级别的企业,有能力把成本为100日元的产品以120日元出售,因为它们有话语权。然而,B级别的企业在报价方面没有那么大的话语权,明明成本达到150日元,但不降到120日元就无法拿到订单,所以,这类企业只好以120日元的价格接受订单。鉴于此,就应该考虑如何降低成本了。比如彻底实施PDCA循环,努力降低成本,直到把成本控制在100日元以内。这些企业大多有能力把成本降到100日元以内,但也存在无法降低成本的情况。

而C级别的企业在报价、成本控制方面的能力比较弱。比如,目前的成本是150日元,这些企业一般会接受120日元的订单,拿到订单之后再考虑成本问题,这就是所谓的“投资项目”。这样的项目多了,亏损在所难免,企业也会日趋衰弱。有一家公司自嘲地称之为“梦想成本”,意思是几乎无法实现的成本目标。

 

收益和成长的平衡

 

在注重产品生命周期的业务模式下,常见的经营课题是权衡短期的利润表和现金流量表。也就是说,大型项目订单需要几年的前期投资,这期间的利润表常常会趋于恶化,而能否筹措到足够的资金去进行前期投资也是很重要的问题。

稍加夸张地说,对于那些无论如何都要拿到大订单冲销售额的一线业务部门来说,以上问题“与它们无关”。企业总部需要冷静考虑是否能分配足够的资金,是否能说服“冲劲十足”的业务部门,否则

试读结束[说明:试读内容隐藏了图片]

下载完整电子书


相关推荐

最新文章


© 2020 txtepub下载