扫码关注官方微信公众号

我国制造业数字化转型的路径探索

2023-07-21




我国制造业数字化转型的路径探索
文/罗培 赵易凡 关瑞玲 栾晓曦
清华大学互联网产业研究院


当今世界正经历百年未有之大变局,新一代科技革命和产业变革深入发展,新冠肺炎疫情影响深远,逆全球化和单边保护主义抬头,俄乌冲突带来新的不确定性,全球制造业格局正加速调整和重构,制造业数字化转型已成为世界经济强国的关注焦点,各国纷纷推出重大政策措施加快制造业数字化转型。

党的二十大报告强调,“坚持把发展经济的着力点放在实体经济上,推进新型工业化,加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。”制造业是立国之本、强国之基。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。

我国是制造大国,但还不是制造强国。我国制造业数字化转型面临诸多挑战,关键核心技术受限于人,产业发展大而不强、全而不优,企业数字化转型进程还处于初级阶段,需要积极探索制造业数字化转型的创新路径。


国际制造业数字化转型现状和趋势

近年来,美国、德国、日本等国家或地区先后推出相关政策,旨在推进制造业数字化转型发展。


   

美国“先进制造业领导力战略”


     

制造业是美国经济的重要组成部分,早在 2009 年,美国总统行政办公室就发布了《重振美国制造业框架》,此后在 2015 年和 2018 年还相继发布了《美国创新战略》和《美国先进制造业领导战略》。

2022 年 10 月,美国白宫发布了新版《先进制造业国家战略》,较 2018 年版本突出了为美国制造业注入新活力的重要性以及构建制造业供应链弹性的紧迫性[1]《先进制造业国家战略》明确了开发与实施先进制造技术、壮大先进制造业劳动力规模以及提升制造业供应链弹性的三大支柱。


 

德国“国家工业战略2030”


   

德国在欧盟的经济发展中发挥着重要作用,在制造业数字化转型上也同样扮演引领者角色。

工业 4.0 是德国政府于 2011 年提出的高科技战略计划,指利用信息物理系统(Cyber Physical System,简称CPS)将生产中的供应、制造、销售信息数据化、智慧化,最后达到有效、快速、个性化的产品供应。工业 4.0 的本质是通过建立基于 CPS 的智慧工厂,以提升制造业的智能化水平。

2019 年 11 月,德国联邦经济和能源部(BMWi)发布《国家工业战略2030:对德国和欧洲工业政策的指导方针》旨在有针对性地扶持重点工业领域,提高工业产值,保证德国工业在欧洲乃至全球的竞争力。文件提出“改变游戏规则的突破性创新”包括机器与互联网的链接(工业 4.0)、纳米技术和生物技术、新材料和轻量级建筑技术以及量子计算机的发展。


 

日本“社会5.0”


   

日本是最早发布数字化转型相关战略的国家之一。“社会 5.0”(Society5.0)是日本政府在 2016 年推出的“第五期科学技术基本计划(2016—2020)”中提到的新型社会形态。“社会 5.0”即超级智慧社会,旨在通过大数据、物联网、人工智能、机器人等技术,解决日本社会少子化、老龄化以及资源匮乏等问题。

2017 年,日本政府提出与“社会 5.0”密切相关的另一个概念——“互联工业”,面向各种各样的产业,通过企业、人、数据、机械相互连接,产生出新的价值,同时创造出新的产品和服务,提高生产力。

综上可见,随着全球化与数字技术的不断发展,制造业的数字化转型发展已成为世界经济强国的关注焦点。目前,全球制造业数字化转型发展呈现三大发展趋势:

一是加快落地技术创新应用。数字技术的应用以多项技术的结合集成应用为主,其体系庞大、覆盖面广,包括信息通信技术、机械工程自动化、信息管理等传统信息技术,也包括物联网、大数据、云计算等新一代信息技术,还包括新能源、新材料等专业技术。制造业为这些技术的进步与发展提供了大量应用场景,因此制造业的数字化转型发展也将推动创新技术的应用落地。

二是设计、制造与销售的一体化融合。基于人工智能、大数据和云计算可实现制造业从设计到制造的自动化,以数据为生产要素可贯通产业链上中下游,提高生产效率以及原材料的利用率。此外,终端销售数据有助于产品生产决策和产品升级迭代。

三是产业链将更具韧性。新冠疫情发生以来,越来越多企业意识到供应链对于产业链稳定的重要性。数字化转型意味着供应链信息的共享将更加及时、广泛,可以提升供应链的抗风险能力,从而使制造业全产业链更有韧性。


我国制造业数字化转型现状

随着新一代信息技术从消费领域逐步向产业链上游渗透,我国制造业的数字化转型升级与创新发展迎来关键窗口期。2015 年,我国正式发布制造业第一个十年发展规划《中国制造2025》,提出提高制造业创新能力、推进两化融合、主攻智能制造。制造业如何实现数字化转型是整个行业能否紧跟中国数字经济发展步伐的关键问题,需要从新型基础设施、产业数据生态、全产业链数字化转型等多维度、全方位思考。

我国产业数字化已进入快速发展阶段。根据《中国数字经济发展研究报告(2023年)》显示,2022 年,我国产业数字化规模达到 41 万亿元,占数字经济比重为 81.7%[2]。传统行业已充分认识到发展数字经济、开启数字化转型的重要性。而对于制造业来说,工业互联网是数字化转型的核心方法论。

我国企业的数字技术应用水平显著提升,信息化与工业化融合走深向实。根据国务院关于数字经济发展情况的报告数据,截至 2022 年 6 月底,我国工业企业关键工序数控化率、数字化研发设计工具普及率分别达 55.7%、75.1%,比 2012 年分别提升 31.1 个和 26.3 个百分点。截至 2022 年 7 月底,“5G+工业互联网”建设项目超过 3100 个,形成一系列新场景、新模式、新业态。全国具备行业、区域影响力的工业互联网平台超过 150 个,重点平台工业设备连接数超过 7900 万台套,服务工业企业超过 160 万家,助力制造业降本增效。智能制造工程深入实施,通过智能化改造,110 家智能制造示范工厂的生产效率平均提升 32%,资源综合利用率平均提升 22%,产品研发周期平均缩短 28%,运营成本平均下降 19%,产品不良率平均下降 24%[3]

制造业企业逐步认识到数字化转型的重要性,陆续开启转型之路。根据一项对 125 家制造企业高管的调研显示,2022 年有 54% 的高管认为自己所在企业已经处于先进数字化水平,即能够实现各独立系统间的互联互通或数据价值的钻取与分析,这一比例相较于 2021 年提升了 9%,目前已制定转型战略并开展实施的企业仅占 50%[4]

由此可见,我国的制造业数字化转型发展,不仅从国家顶层政策上得到了大力支持,而且制造业行业从业者也逐步意识到了数字化转型发展的重要性。但是不容忽视的是,在实现全方位数字化转型过程中企业仍面临诸多挑战。


我国制造业数字化转型面临的主要问题

我国拥有世界第一的制造业规模,但传统制造业总体发展大而不强、全而不优,同时还面临个别发达国家推动高端制造业回流和新兴国家依靠劳动力成本优势吸纳低端制造业外迁的双重压力。加快制造业数字化转型,推进制造业产业基础高级化、产业链现代化已成为我国制造业高质量发展的必由之路。依托制造大国、网络大国的双重叠加优势,我国制造业数字化转型已进入加速发展阶段,但也面临严峻挑战,主要的问题是:

一是关键核心技术存在“卡脖子”问题。根据中国工程院对 26 类制造业主要产业存在短板的分析,我国制造业产业基础仍然较为薄弱,在核心零部件、高性能芯片、智能仪器仪表、传感器制造、操作系统、工业软件等领域,一些关键核心技术仍受制于人[5]

二是信息孤岛问题亟待解决。孤岛问题不仅存在于设备之间,也存在于系统之间,更存在于产业链内企业之间。一方面是由于新老设备之间的数据难以互通,另一方面数据种类繁杂,标准不统一、协议相对封闭,数据难以共享。

三是部分企业存在“不想转”“不能转”“不会转”的困境。从企业内部来看,制造业数字化转型受限于战略认知、技术人才、资金储备不足等多方面因素影响,导致产业内数字化转型共识尚未达成,数字化转型进程处于初级阶段。据国家信息中心数据统计,我国制造业数字化的渗透率较低,仅为 19.5%,大大低于发达国家 33% 的平均水平[6]


我国制造业数字化转型的路径探索[7]

人类社会正进入以数字化生产力为主要标志的全新历史阶段。互联网、大数据、云计算、人工智能、区块链等数字技术创新活跃,数据作为关键生产要素的价值日益凸显,深入渗透到经济社会各领域全过程,正驱动土地、劳动力、资本、技术等要素数据化,推动传统制造业加速向智能化、绿色化、融合化方向转型升级。

新生产力要求新生产关系与之相适应。在数字技术和数据要素为代表的新生产力作用下,制造业发展的底层逻辑发生了重大转变,数字时代的制造业将以数据为新生产资料、以数字空间为新发展领域、以数据资产为新价值源泉。

以数据为新生产资料。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,提高客户的参与度,能够充分调动客户的参与性,并形成社区型客户服务模型。

以数字空间为新发展领域。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。

以数据资产为新价值源泉。在数据要素市场化过程中,传统制造业的商业模式正在发生根本性改变。资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。把这个定义推广到数据资源,可以说数据资产已逐渐成为制造业企业重要的一类新型资产。数据资产是指个人、企业、政府过去的经济社会活动中形成的,由个人、企业、政府拥有或者控制的,预期会给个人、企业、政府带来经济利益的数据资源。当前,由于数据的确权、成本及价值的可靠计量等问题,在现行法律框架和技术条件下,数据资产尚无法直接体现在企业的财务报表中。但在数字时代,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。

因此,制造业企业应构建以数据要素为核心的新发展模式。一是以数据要素为新生产资料,激活数据要素价值,拓展数据来源、提高数据质量,推动数据要素参与到制造业发展的生产运营全周期中。二是以数字空间为新发展领域,推动数字空间与实体空间融合发展,发展数字基础设施,建立制造业信用体系、形成制造业知识图谱、打造智能决策分析工具,推进开放式创新,以数字孪生为抓手,解决制造业面临的核心问题。三是以数据资产为新价值源泉,打造制造业企业数据资产管理体系,挖掘数据价值,推动数据资产入表,建立数据交易市场,开展数据资产金融服务,创建“数据板”培育交易生态。

由此,数据要素潜能将被激活,数据要素贯通制造业全产业链及全流程,打破信息孤岛,实现数字赋能;数字空间建立起来后,与实体空间深度融合,将打破企业边界,提升研发设计效能,汇聚各方面人才,打造开放创新生态,创造数据资产,通过资产变现反哺企业,从而形成良性循环,鼓励企业创新,助力解决“卡脖子”问题,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,推动我国制造业数字化转型。


参考文献

[1] 先进制造业 国家战略报告[R]. 美国国家科学技术委员会, 2022.

[2] 中国数字经济发展研究报告 (2023年)[R]. 中国信通院, 2023.
[3] 何立峰. 国务院关于数字经济发展情况的报告[R]. 第十三届全国人民代表大会常务委员会第三十七次会议:国务院, 2022.
[4] 驾驭数字化转型——数字化赋能绿色智能制造高管洞察2022[R]. 施耐德电气商业价值研究院出品, 2022.
[5] 张利娟. “卡脖子”这个短板,制造业该如何破局?[EB/OL]. 2022[2023-7-21]. https://baijiahao.baidu.com/s?id=1735878057282914999&wfr=spider&for=pc.
[6] 郭博昊. 产品研发数字化 助力制造业企业转型突破[EB/OL]. 2022[2023-7-21]. https://baijiahao.baidu.com/s?id=1747522109670554958&wfr=spider&for=pc.
[7] 朱岩、罗培. 企业数据治理制度建设的迫切性与路径思考[EB/OL]. 2022[2023-7-21]. https://mp.weixin.qq.com/s/eduFdy04vAWyZy05oLKqmQ.

编辑|段文秀

审核、责编|杨帆