文/赵易凡 罗培 关瑞玲
清华大学互联网产业研究院
2023 年 9 月,习近平总书记在黑龙江考察时首次提出“新质生产力”,指出:“整合科技创新资源,引领发展战略性新兴产业和未来产业,加快形成新质生产力。”新质生产力是代表新技术、创造新价值、适应新产业、重塑新动能的新型生产力,发展新质生产力是夯实全面建设社会主义现代化国家物质技术基础的重要举措。
新一代信息技术加速突破应用,数据成为新的生产要素,促进数字经济与实体经济深度融合,加速重塑产业形态和商业模式,正在成为改变全球竞争格局的关键力量,为加快形成新质生产力提供了重要支撑。数字化是新一轮科技革命和产业变革的重要趋势,数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量,为加快形成新质生产力提供了重要赛道。
新质生产力的“新”主要包括四个维度:一是新劳动者。不同于传统以简单重复劳动为主的普通技术工人,参与新质生产力的劳动者是能够充分利用现代技术、适应现代高端先进设备、具有知识快速迭代能力的新型人才。二是新劳动对象。与新质生产力相适应的劳动资料和劳动对象,不仅包括物质形态的高端智能设备,还包括数据等新型生产要素。三是新劳动工具。如人工智能、虚拟现实和增强现实设备、自动化制造设备等。四是新型基础设施。要适应科技创新范式变革、模式重构的新需求,统筹布局大科学装置,围绕促进战略性新兴产业和未来产业发展,优化升级传统基础设施,完善新型基础设施。
2012 年,国际商业机器公司(IBM)就提出了数字化转型的概念,强调了应用数字技术重塑客户价值主张和增强客户交互与协作。T/AIITRE 10001《数字化转型参考架构》将数字化转型定义为:“顺应新一轮科技革命和产业变革趋势,不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术,激发数据要素创新驱动潜能,打造提升信息时代生存和发展能力,加速业务优化升级和创新转型,改造提升传统动能,培育发展新动能,创造、传递并获取新价值,实现转型升级和创新发展的过程。”
近年来,随着数字化转型的发展,学者们从多维度对数字化转型如何推动传统制造业高质量发展展开了研究。石先梅(2022)指出制造业数字化转型的核心要求是利用新一代信息技术,促进数据的自由流动,实现全要素、全产业链、全价值链的全面连接,从而推动制造业企业形态和生产方式的根本性变革。[1] 李春发等(2020)认为,基于 5G 通信网络、云计算中心、工业互联网平台等信息基础设施建设的布局,数字经济以数据信息及其传送为先进生产力,将对产业链资源配置、分工组织与价值分配形态带来巨大变革,推动制造企业生产组织、合作分工及产业链价值地位重构。[2] 李晓华(2022)指出制造业数字化是数字技术深度应用于制造业,引发制造企业、产业链/价值链/供应链、产品等深刻变革,提升效率、经济效益和发展质量的过程。[3] 陈林等(2023)提出,数字经济赋能制造业,通过大数据分析和云计算等手段,将海量数据融合为对企业有经济价值的生产要素。其作用在于作为全新生产要素,提升产能,并且通过更高效的生产方式,合理配置资源,提高其他生产要素的边际产出,使生产点尽可能接近生产可能性边界,实现最大产出。[4]
综上所述,数字化转型对制造业高质量发展具有推动作用。其核心在于,以数据要素为核心,促进科技的自主自强能力。通过利用人工智能等数字技术,实现数据与其他生产要素的有效融合。这种融合打造了数字化与实体相结合的智能工厂,进一步优化了生产流程、提升了生产效率及产品质量。最终,实现制造业的高端化、智能化、绿色化发展,并为我国制造业的国际竞争力提供有力支持。这种以数据为基础、科技为驱动的发展路径,为制造业的高质量发展赋予了新的内涵和动力。
制造业数字化转型是中国式现代化的重要内容,是产业高质量发展的必然趋势。数字化转型将推动制造业产业革命性重构,助推制造业从生产要素、生产工具、发展空间、价值源泉发生变革。面对新形势,应积极探索制造业数字化转型的理论创新,依托我国雄厚的制造业发展基础和数字经济发展优势,抓住欧洲高端制造业外迁,全面放开制造业外资准入,国内产业融合发展等新机遇,直面制造业总体发展大而不强、全而不优等挑战,打破传统制造业对数字化转型“不敢转”“不会转”“不能转”等固有思想,激发企业数字化转型动力,以数据要素为核心,提出制造业数字化转型理论创新体系,即“以数据为新生产资料,以人工智能为新生产工具,以数字空间为新发展领域,以数字化创新为新价值源泉”,推动我国制造业数字化转型,促进各生产要素更好发挥积极作用,实现制造业高端化、智能化、绿色化发展。
数据作为新生产资料应参与到制造业发展的生产运营全周期中。第一,数据参与创新。在拥有了市场端和生产过程的海量数据之后,制造业的创新方式会发生根本性的转变,开放式创新会逐渐成为制造业创新的主要模式。第二,数据参与设计。数据成为产品和服务的重要组成部分,设计产品必须要充分考虑数据运营的需要。第三,数据参与生产。基于生产过程数据的收集和贯通,可以优化生产流程、提高生产效率和产品质量。掌握统筹制造业生产场景中各环节的实时数据,提升生产过程中数据传输、数据分析、数据保护应用性能,实现生产环节智能化高效集成。第四,数据参与流通。流通过程因为数据而发生革命性变化,线上线下相融合、顾客与企业相融合,使得市场机制发生改变,进而改变企业市场推广的方式。第五,数据参与客服。建立在大数据基础上的客户服务模式,从研发环节开始全程参与,能够提高客户的参与度,充分调动客户的参与性,并形成社区型客户服务模型。
人工智能与制造业深度融合是数字经济与实体经济融合的重要组成部分。当人工智能技术被引入制造业中,它赋予制造业全生命周期新的活力。以数据为根基,人工智能技术推动产品设计、生产制造、设备维护、智能供应链、销售、产品使用以及安全管理等全产业链环节发生智能化变革。这种变革为制造业注入了更强大的生命力,使其适应并繁荣于数字经济与实体经济的融合背景之下。
一是研发设计智能化。在研发设计的过程中,人工智能的应用可以显著提升研发设计效率、精度,并有助于降低研发设计成本及提高产品质量。研发设计师或工程师利用智能化设计软件,输入设计目标、所需材料、制造方法与成本限制等参数后,该软件将快速探索所有可能的解决方案,并生成各种设计备选方案。最后,通过机器学习的测试与学习过程,软件能够确定每次迭代中有效的方案。此外,人工智能能够自主获取并分析用户需求、市场趋势等数据,基于这些数据制定更具个性化和定制化的设计。这种智能化的设计方式不仅可以提升产品的品质,还能提高生产效率。
二是生产过程智能化。第一,在产品制造环节,智能机器人的引入将大大提高制造企业的生产效率,而产品的生产过程也由传统的“人工决策+半自动化生产”向“智能决策+全自动化生产”的方式转变,实现真正意义上的“全自动化”;人工智能将参与到产品模型的构建、技术方案的可行性、信息处理、物流管控、安全生产等涉及生产过程的所有方面。第二,生产设备的智能化,即通过人工智能技术和装备制造业的深度融合,生产出具有自组织、自决策、全感知、自维护等功能的智能设备,并将这些智能设备进行整合,在此基础上实现产线、车间、工厂的智能化改造,为制造业升级改造提供物质基础。
三是生产管理智能化。制造业的转型升级不单单是设备和人的智能化,其核心在于生产管理的智能化,生产管理涉及采购管理、物料管理、物流管理、产品需求管理、产品售后管理等诸多方面,在原有企业管理理论的基础上,需要结合人工智能技术,利用主动管理替代被动管理。以深度学习为例,通过仿真系统的模拟,合理规划物流路线、压缩生产成本、规避传统管理活动中存在的缺陷,真正意义上实现管理的智能化。
四是产业生态智能化。要想真正意义地实现转型升级,还需要将产业链、价值链和创新链进行整合。以人工智能技术为核心,将产品制造、价值转化、科研成果转化等方面进行协同管理,促进制造产业生态的智能化升级改造,实现产业链服务价值链,价值链孕育创新链,创新链反哺产业链的格局。
数字空间是基于新一代信息技术、下一代互联网(Web 3.0)和数据要素打造的数字化新发展空间。数字空间和实体空间的紧密融合,将为制造业数字化转型创建一个创新、增值、高效的新发展领域。数字空间是实体空间的映射,而在数字空间所产生的财富将反哺实体空间,为制造业降本增效、创造新价值。研发设计方面。数字空间的产生,帮助实体制造业从研发、设计到生产全链条实现仿真模拟,不断试验,从时间、空间上节省实验成本。人才支持方面。数字空间突破了实体空间的种种制约,可以在虚拟世界汇聚大量高端技术人才,形成无时空、无边界的开源生态。资金支持层面。新技术的突破往往需要大量的资金投入,而在数字空间实验研发产生的种种实验数据可以变成有价值的数据资产,通过资产变现反哺企业,从而形成良性循环,支持企业创新。创新生态层面。在数字空间中,可以大力发展开放式创新,形成以产学研合作为基础的、更加广泛的全生态参与创新的模式,从而加快突破“卡脖子”技术,创造领先型模式。
传统制造业价值创造的特点可以概括为:规模经济、空间和时间相对集中的生产设施、生产运行时间、大众市场、任务专业化和标准化。随着数字经济的发展,云计算、大数据、物联网、移动互联网、人工智能、扩展现实、智能机器人、增材制造等数字技术在制造业中获得了广泛、深入的应用,数字技术、软件和算法、数据、服务等成为制造业日益重要的组成部分,制造业呈现数实融合、物智共生、虚实结合、人机协同等新形态。制造业形态的变化带来了价值创造范式的改变,数字化创新成为新的价值源泉,创造出新产品、新服务、新模式、新生态、新资产。
新产品。数字时代,用户对产品价值的偏好呈现从标准化向差异化转变的趋势。数字技术的发展使生产系统、生产设备的灵活性显著提高,无需花费大量时间、人力、资金来重新设置生产线就可以生产个性化、差异化的新产品,高度自动化的机器可以通过参数的改变、软件的控制提高柔性,在成本不变的情况下生产不同产品,并以此满足用户差异化的需求。
新服务。数字化制造业企业向用户提供的服务既包括产品安装、调试、维修等基础服务,又包括基于制造企业知识与能力的增值服务,还包括以软件、App、互联网服务等形式存在的数字服务。例如,通过传感器对设备上的数据进行实时采集,通过通信网络及时传输数据,通过自有服务器或云端算力对数据进行处理,制造企业可以提供设备运行监测、预防性维护等服务。
新模式。科技创新是商业模式创新的重要推动力量,数字技术作为创新最活跃、影响最广泛和深入的通用目的技术,必然会对商业模式创新和企业的价值创造产生显著影响。制造业企业可通过分析数字技术对企业价值链、供应链、顾客价值链、产品架构等方面产生的变革,以及由此为商业用户和消费者提供新价值的机会,重构产品架构和生产链条,创造、交付和捕获新的价值。例如,基于数字基础设施和智能产品,由销售产品转变为按照产品使用时间或按次付费。
新生态。数字技术带来的广泛连接、产生的海量数据以及强大的数据处理能力,使得平台成为快速发展、广泛存在且影响力巨大的组织形态。越来越多的大型制造企业开发建设工业互联网平台,向商业生态企业、业内企业甚至行业外开放,许多第三方应用和 App 被加载到工业互联网平台上提供给其他制造企业使用,还可提供供需对接,创新性金融服务等,从而以平台为中心形成了新的生态体系,为生态中的各个参与者创造出新的价值。
新资产。数据资产已逐渐成为制造业企业重要的一类新型资产。越来越多的企业意识到企业所掌握的数据资源的规模、数据鲜活程度,以及采集、分析、处理、挖掘数据的能力决定了企业的未来核心竞争力,一些发达地区已经开始探索数据资产如何进入财务报表,并探索数据资产金融服务创新,如数据资产质押融资、数据资产保险、数据资产担保、数据资产证券化等。
[1] 石先梅.制造业数字化转型的三重逻辑与路径探讨[J].当代经济管理, 2022,44(09) : 48-56.
[2] 李春发,李冬冬,周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析[J].商业研究,2020(02):73-82.
[3] 李晓华.制造业数字化转型与价值创造能力提升[J].改革,2022(11):24-36.
[4] 陈林,张玺文.制造业数字化转型升级的机理研究[J].暨南学报(哲学社会科学版),2023,45(03):99-110.
编辑|段文秀
审核、责编|杨帆