以下文章來源于工信頭條 ，作者周倩
目前的制造業數字化轉型趨勢，在于結合曆史經驗的數字化沉澱，給制造業的長遠産能規劃、布局提供支撐，最大限度減少資源錯配，保證制造業體系各個環節的運轉通暢和整體效率。數字化就像是人類的協作系統中一個壓力巨大的漩渦，席卷一切，勢不可擋。
- 文章資訊 -
本文作者：《中國工業和資訊化》特約撰稿人周倩。由「工信頭條」原創首發，數字化企業經授權釋出。
制造業的數字化轉型無疑是一次全球浪潮，但是最好的機會一定在中國出現。因為中國制造業的數字化基礎已經足夠紮實，而向上更新的空間十分廣闊。
中國制造業企業對“數字化”的了解是務實且漸進的。在很長的時間裡，國内普遍将“數字化”了解成為一個更新版的、更有效率的“自動化”，将其視作一個降本增效的有效手段。2014年之前，國内一條手機生産線需要配備超過80個勞工，經過數字化、智能化更新以後，從物料上線到最後手機包裝完成，目前國内效率最高的生産線整個工序流程隻需要十幾個人，産出還能實作一定程度的提升，不到30秒即可産出一部手機。
大概六七年時間内，“數字化紅利”帶給國内手機生産線6倍以上的效率提升。如果有人問，一條數字化的空調生産線，人工成本是多少？國内廠商給出的資料是“一台售價2000元的空調當中隻有10元的人工成本”。國内制造商的數字化轉型更新，幾乎已經讓“人工成本上升導緻中國産品競争力下降”成為一個笑話。這就給中國制造業的轉型更新打好了紮實的數字化基礎。
但是，縱觀全球，相比美國、德國這些底蘊深厚的工業化國家，中國制造業的數字化水準還存在很大差距，這個差距也是清晰可見的進步空間。差距具體在哪裡呢？IDC（國際資料公司）通過2022年前後在中國市場的深度調研，認為中國制造業企業大多還處于“推廣和協調複制數字化階段”，綜合全球100多個國家排名，中國處于中遊平均水準，而美國、德國甚至新加坡的制造業企業大多已經在“高成熟度的大規模數字化階段”了。
具體而言，以前數字化轉型的價值主要在制造環節的提效降本上，如今進入“高成熟度的大規模數字化階段”，則要使數字化的技術手段、思維方式貫穿産品服務的創新、商業模式的創新，以及社會治理的創新過程。
目前的制造業數字化轉型趨勢，在于結合曆史經驗的數字化沉澱，給制造業的長遠産能規劃、布局提供支撐，最大限度減少資源錯配，保證制造業體系各個環節的運轉通暢和整體效率。數字化就像是人類的協作系統中一個壓力巨大的漩渦，席卷一切，勢不可擋。
突破三大痛點
制造業的數字化轉型始于20世紀90年代，此後20多年的發展雖粗放但迅速，主要是用ERP（企業資源計劃）系統、建BI（商業智能）報表，收集、存儲和管理資料，現在不僅能夠通過資料去指導、驅動業務本身的發展，甚至透過“數字孿生”技術直接将實體産品都轉化成資料塞進電腦。
歐美國家推動制造業數字化的早期突破，是很大程度上化解了工業設計中的高昂成本問題。工業産品的研發過程中消耗最大的是試錯成本，以前要完整制造一個整機産品，組裝好所有零部件，在運作的過程中不斷發現錯誤，然後拆零件，拆了改、改了裝……一次次地手工完成。數字化技術大幅降低試錯成本的主要手段，是把每一個零部件的材料構成、形狀大小、實體屬性，以及工作原理都輸入電腦，由電腦來模拟它運作時的實際狀況、具體效果，如果結果不過關，就可以直接修改設計。
大概二十年前，歐美國家的飛機制造商已經在民用飛機的研發過程中實作整機“數字化”，整台飛機都可以轉化成資料塞進電腦，由電腦運算試飛結果，當時電腦運算的精準度已經能達到99%以上。十幾年前的數字化工廠在做手機外殼時，已經可以繞過設計模具、對模具注塑、生成樣品等複雜過程，直接生成CNC數控機床程式。再由CNC程式灌注到加工機床，加工機床做出外殼，節省很多步驟，靈活性也得到提高。
近年來，數字化轉型更新的熱度開始集中在中國，正在賦能中國制造業突破三個新的痛點。
01 / 彌補制造經驗短闆
中國的制造業産能長期居于世界領先位置，資料顯示，2022年中國制造業增加值占全球比重近30%，制造業規模已經連續13年居世界首位。大陸是世界上唯一擁有聯合國産業分類（41個大類、207個中類、666個小類）中全部工業門類的國家，擁有最完整的産業鍊，在500多種主要工業産品門類中，有四成以上的産品産量占世界第一。
然而，中國畢竟是後發工業化國家，長期存在經驗資料積累不足的問題。十幾年前，中國經曆過漫長的低端制造的模仿之路，制造業企業曾急于獲得一個“有競争力的規模”，但利潤率卻遠不如金融與地産。高利潤率源于更高的技術門檻，而中國制造業要形成可靠的高技術門檻，需要無數堅韌的企業家和精益求精的工匠，在日複一日年複一年的摸索中積累技術、工藝和經驗，數字化的技術工具則加速了這一程序。
如機械制造行業非常依賴老工匠的經驗積累，實際操作中，國内工程師一度難以解決産品尺寸存在0.2毫米偏差的問題，就必須向日資企業的技術骨幹求教，那些國外的老工匠到裝置旁邊這裡問問，那裡看看，甚至聽到裝置的異響，就能判斷出這0.2毫米偏差是怎麼來的。老工匠的經驗和能力需要時間去積累，但制造業的資料積累不像C端消費者長期接觸的手機APP，手機APP上積累的大資料很容易預測一個人的行為習慣，而制造業是“小資料”，最有價值的經驗資料源于不斷試錯中發現問題、解決問題的長期過程，是一個個具體問題驅動形成的Know-How（技術訣竅）的集合。
中國的制造業企業大多是後起之秀，缺乏歐美、日韓企業那樣長時間的積累過程。而數字化技術可以加速中國制造業的經驗積累，有了數字化的技術工具，我們可以把生産過程中的參數、檢測結果采集上來，在資料分析中發現更多隐性的知識，形成更多解決問題的新方法。我們不必讓每一個人都成為能工巧匠，隻要有一個巧匠，就能将最好的經驗訣竅數字化，很快教會生産線上所有的機器人。數字化加速了知識經驗的積累和擴散，正在彌補中國制造業經驗不足的短闆。
02 / 創新産品服務範式
中國科學院院士陳光在談到制造業數字化轉型趨勢時指出：“制造業企業可以利用工業網際網路平台彙聚多學科專業的人員、算法、模型、任務等設計資源，結合人工智能提升工業仿真設計效率，挖掘資料隐性知識，實作協同化設計、創程性設計等新型研發模式。尤其是通過挖掘智能産品業務資料潛在價值，創新商業模式。”數字化賦能中國制造業轉型更新最有價值的方面，是幫助制造業企業重構商業模式，創新産品服務範式。
例如，2012年，國内一家通信科技公司進入了光伏行業的逆變器領域，短短四年，成為了這個領域的全球第一。這是怎麼做到的？因為光伏電站的營運長期存在一個緻命痛點——維護成本極高，現在大多數的集中式光伏電站，裝機容量是100MW（兆瓦），占地面積很大（相當于200多個足球場），電站中安裝的各種元件數量在20萬塊以上。
任何一塊元件、任何一個連接配接裝置，故障一旦發生，怎麼找到和排除故障點？這麼大的地方、這麼多的裝置元件，真要全面檢查，運維人員僅僅來回跑，也要用腳丈量上百公裡的路程，加上對裝置元件一一測試，那得消耗多少時間、精力，影響電站多少收益？光伏電站每年的運維支出大概是0.05元/W（瓦），在電站平均25年左右的運維周期内，運維總投入就達到1.25元/W。而光伏元件的成本是1.7元/W，相比之下，運維投入群組件成本已經很接近了。也就是說，降低運維成本，和在矽料、電池等環節降本增效的效果是差不多的。
通信和數字化技術的介入，把光伏電站内外所有要素變成資料，實作設計與運維的數字化融合。2014年，這家通信科技公司将光伏電站的各個裝置全部數字化，實作了裝置之間的高效通信，并重新選擇了逆變器的型号和連接配接方式，将運維效率提高了50%，平均發電量提高了5%以上。如果以100MW的電站來計算，5%的發電量提升，意味着在整個電站的使用周期内可以多賺4千萬元。
與之類似的還有工程機械行業，客戶買挖掘機最怕出現故障，要花錢維修，還要承受裝置停機造成的經濟損失。而且，挖掘機施工作業的地方往往交通不便，汽車壞了可以打電話找拖車拉走，挖掘機壞了，最好的辦法是現場排除故障。為此，國内的挖掘機制造商已經把挖掘機裝置都連接配接到網絡，裝置實時采集資料資訊，與廠商遠端連接配接、遠端監測、遠端診斷、遠端指導現場人員排除故障。
如果哪一台挖掘機該更換配件，客戶還沒發現問題，廠商就已經通知客戶，而且把要更換的配件交到客戶手裡了。國内的百萬台挖掘機還因為交換資料、互聯互通，催生了一個獨特的“挖掘機指數”，幫助外界準确感覺中國經濟的脈搏跳動。
制造業的數字化轉型是一個長期的系統工程，會用到諸如物聯網、大資料、雲計算、人工智能等很多前沿技術，需要把每一項能力都“子產品化”，沉澱到平台上，讓這些知識經驗重複創造價值。否則，每一家制造業企業在推進數字化轉型的過程中都從頭做起，成本會很高。技術和能力都沉澱到平台上，制造業一線的員工可以專注于那些隐性知識的積累，即那些無法通過簡單的講述來傳授，需要一線人員在長期實踐中用心體悟到的知識，未來生産一線人員的核心價值就在于掌握了很多不可替代的隐性知識。
03 / 變革産業組織模式
對于制造業企業的轉型更新來說，“數字化紅利”來得最快、效益最好的部分是供應鍊的數字化。即企業基于工業網際網路的手段共享供應鍊上下遊企業（合作夥伴）的客戶、訂單、設計、生産、經營等各類資訊資源，促成産業資源的精準對接，産業組織方式也得到優化重構。比如，國内一家電子産品生産企業曾經在産品下線時，突然發現手機不能開機，事後發現是某個供應商提供的一種物料存在缺陷。這不僅是品質管理問題，更重要是這種“事後管理的生産模式”潛藏了很多風險隐患，不知道什麼時候就會造成什麼樣的損失。
這家企業很快做出改變，将上下遊供應商納入一個共享的數字化系統，打通物料的品質資訊，能夠清楚知道哪個物料屬于哪個供應商，也知道生産批次、産品序列号、生産日期、關鍵的生産過程參數等。這不隻是一個高效的資訊核查系統，更是一個能夠實時監控物料品質的算法系統。在物料供貨的初期階段，就能知道哪個工序、哪台裝置、哪個人在哪個環節可能或者已經出了問題，供應商自動根據系統的提醒去做處理。
供應鍊的“數字化紅利”可以延伸到前端的産品銷售環節，如國内很多消費品生産企業的數字化系統可以根據業務場景進行模組化：消費品有淡季、旺季之分，數字化系統可以根據銷售季的波峰波谷自動調整發貨計劃；業務場景的劃分還有管道次元、地域次元等，給經銷商供貨和給直營店供貨不一樣，針對歐洲客戶和針對南亞客戶不一樣；場景的劃分甚至可以下沉到貨運裝車環節，哪些貨物壓在下面，怎麼擺放可以增大空間使用率。場景越是劃分精細，就越能避免“突發情況”，一旦情況超出了預期，系統告警就會及時讓供應鍊做出調整。
破解共性問題
智能工廠将會成為制造業數字化轉型的主戰場，而智能工廠的構造至少要走完三步：資料化是第一步，要有可靠的技術手段收集足夠多的資料；數字化是第二步，要具備可靠的大資料分析能力，并據此給人的決策提供參考；智能化是第三步，人類設定好的算法讓機器可以做出生産決策。但是，僅僅第一步的資料化和第二步的數字化在不同行業就存在很多差異，很多難點。
例如網際網路行業，可以線上上平台的營運、治理中收集大量使用者資料，與使用者消費行為習慣高度相關的這些資料，很快可以轉化成為商業利益，使用者需要什麼就能推給他們什麼（即智能推薦）。網際網路行業發展出來的資料化、數字化技術能力，以及由此形成的商業模式，都是圍繞使用者的消費習慣和即時需求而不斷疊代的。
但是，制造業很多細分領域不是直面消費市場，資料收集變得很困難，如航天軍工（涉及國家機密）、醫療裝置（涉及患者隐私）或者航空發動機、光刻機（涉及極端制造技術）等特殊領域的數字化轉型，就不是簡單的技術和商業行為。數字化轉型能夠給這些特殊領域帶來的進步和改變，可能主要展現在内部管理的數字化轉型及其相應的組織比對，與産品服務相結合的數字化技術，要看實際需要及産品自身特點。
除了資料條件的諸多限制，智能工廠遇到的更大挑戰是制造業的差異化程度。哪怕是同一制造業領域，技術體系、技術路線也是風格迥異，适用于這個工廠的智能制造方案，去了另外一個工廠就不好用了。
其實，談到制造業的數字化轉型問題，很多企業家、工程師習慣将這一系統性問題簡化成為工業軟體的應用和更新問題。早期的切入點往往是如何打通ERP（企業資源計劃）、APS（進階生産規劃及排程系統）、MES（生産過程執行系統）等系統，以實作生産原料資料協同、生産裝置資料協同和工藝流程資料協同，關注的重點主要是如何縮短生産工序、工藝流程的切換周期，如何提升生産計劃的準确性和實時性，如何提升生産過程中的物料周轉效率等。這都是制造業企業推進數字化轉型必要的啟動階段，即使啟動數字化也要解決好制造業不同細分領域的差異化問題。
時至今日，制造業的數字化轉型要向縱深推進，不可避免要面對一個共性問題：如何将知識、技能沉澱到數字化系統中，如何提升人的思考力、洞察力以持續改進數字化系統？這當中有三個繞不過去的發展階段。
01 / 第一階段：先僵化，産品和制造的基本功要紮實
生産過程的品質控制是最根本的，如何做好工藝标準化及其執行管控，都不是靠工業軟體、數字化系統就能解決的。相反，要靠核心員工和技術，要将知識、技能沉澱到數字化系統中，不斷夯實核心基礎能力。
02 / 第二階段：後優化，将數字化系統與企業的基礎體系進行結合
好的數字化系統都是建立在嚴密體系的基礎上，然後有大量資料産生，用來分析你的工藝流程有沒有漏洞、有沒有缺陷，根據各方面回報來改進這個體系。如果沒建構好基礎體系，何談改進？基礎體系都沒搞好，引入任何數字化系統都會使企業的營運管理在不停起火、滅火中循環。
03 / 第三階段：再固化，打造完善的管理體系
基于嚴密的産品全生命周期過程數字化營運管理體系QMS，提升人的思考力和洞察力，産品和工藝有了更好的疊代能力，再加上數字化系統的賦能，數字化才能真正更新制造業企業的競争力。
數字化技術最終是為業務和管理服務的，要根據業務、管理的實際需要去選擇如何使用技術，而不是将數字化作為目标。中國制造業數字化轉型出現最大的一個共性需求，或者說共性問題，就是廣域連接配接。
數字和數字一旦發生連接配接，就會産生明顯的價值放大效應。比如，為什麼會出現深夜在完全無人的馬路上還要等紅綠燈的情況？因為在原來的路口，攝像頭是攝像頭，紅綠燈是紅綠燈，各管各的，攝像頭的資料和紅綠燈的資料一旦連接配接起來，立刻就能辨識哪個方向的車應該盡快綠燈放行。相反，也可以這樣了解，數字與數字一旦斷絕連接配接，價值立刻就會陷入萎縮。
中國制造業的一個重要特征是“中國式産業叢集”，各個城市星羅棋布地建設着很多工業園區，将産業叢集聚合起來，但是産業鍊上下遊的很多企業還缺乏有效的分工協作。以電子元器件行業為例，因為産業鍊上下遊缺乏連接配接，産能分散、産能閑置的問題普遍存在，産業鍊條的叢集效應沒有真正發揮出來，也間接導緻原材料采購成本高、柔性制造能力不足、品質和交期難以保證等問題。是以，國内的通信技術企業要設法與産業營運商聯合，超越實體層面的工業園區，在數字化系統中将産業鍊上下遊企業連接配接起來，打造“雲工廠”和新的産業生态。
另外，制造業企業産、供、銷的縱向連接配接也是一個非常重要的數字化創新方向。2023年一季度，中國的汽車出口規模曆史上首次超過日本，引爆了新一輪的“中國制造沖擊”。但是，中國汽車業的縱向數字化能力還是不足的，賣出去的汽車運作狀态怎麼樣，廠商并不清楚。
基于數字化的思路，車賣出去以後應該是會連網的，這輛車什麼顔色，什麼型号，車主給車上了什麼保險，什麼時候出了什麼事故，在哪裡修好的，開着這輛車參加過什麼聚會活動，開車體驗過什麼樣的長途旅行……都應該納入一個數字化系統，全面掌握了這輛車的生命周期資訊，就能得到一些營銷和供應鍊的隐性知識，比如什麼行業、什麼年齡段的人最可能買這個型号的車，二十幾歲年輕車主保養車的頻率一般是怎樣的……
制造業企業的縱向數字化能夠繞過“僞需求”，就是讓供應鍊和廠商真正了解客戶，不給目标客戶提供不必要的産品功能和設計，而橫向數字化能夠讓勞工少跑腿、讓資料多跑路，持續優化疊代的資料模型和算法幫助工廠不斷優化生産方案、降低風險機率和提高産品品質。數字化系統和生态的不斷充實，正在幫助各行各業實作脫胎換骨的改變。
根據IDC近年來在制造、銀行、零售、醫療等細分領域的調研資料，可以發現“做了數字化的公司和沒有做數字化的公司，五年間的年均銷售額和利潤差距會非常明顯。”以制造業為例，數字化做得好的公司年均銷售額和利潤能增長20%以上，這個差距長期積累下來，會在不同數字化程度的公司之間形成不小的數字鴻溝。
中國制造業的數字化轉型總體上是比較樂觀的，因為有集中力量辦大事的制度優勢，又有實際的經營利益驅動，實施推動起來非常迅速。另外，中國擁有足夠大的應用市場，多元化的應用場景，也能使數字化轉型的方案獲得更大試錯空間，數字化系統的疊代和打磨有充足的“糧草”。