下载掌阅APP，畅读海量书库
立即打开
数字经济是未来全球经济的发展方向，是推动世界经济发展的重要动能，也是人类进入智能时代的基础。数字化转型作为数字经济发展的重要着力点，以物联网、云计算、大数据、人工智能等新技术为抓手，广泛赋能各行各业，已成为激发企业创新活力、推动经济发展质量变革和效率变革、提升国家经济竞争力的核心驱动力。数字经济是重组全球要素资源市场、重塑全球经济结构、改变全球竞争格局的关键力量，推进世界经济数字化转型已是大势所趋。
制造业是数字经济的主要领域之一，针对我国制造业数字化转型现状，本书从如下三方面进行阐述。
我国制造业分为三大类：轻纺工业、资源类加工工业和机械电子类制造工业。由于制造业覆盖的范围非常宽广，有三大原因决定了不同类别的制造业的企业数字化转型路径和方法是不一样的。
一是不同行业的制造形态差异非常大。比如纺织服装、食品饮料、电子制造、重型机械等行业的制造形态基本风马牛不相及。纺织行业的数字化解决方案对于电子制造行业和重型机械行业来说，基本没有太大的参考价值；同样，食品饮料、电子制造、重型机械行业的数字化解决方案对于其他行业也没有太多的借鉴。
二是同行业中产业链上下游企业和不同细分行业的制造形态也差异非常大。以汽车行业为例，至少覆盖机械、注塑、电子电气、玻璃、纺织等几大细分行业，这些细分行业的制造技术、工艺流程、设备设施等相差十万八千里；另外，即使都属于为整车厂提供机械件的供应商，比如传动系统、车门、座椅骨架等企业的差异也非常大，它们的数字化转型需求也注定不同。
三是同行业竞争对手之间的差异也可能非常大。生产同种产品的不同企业，由于制造技术、工艺流程、设备选型、管理方法、组织结构的差异，决定了它们的数字化转型需求也是不一样的。
以上这些差异决定了企业在进行数字化升级转型时，需求都是个性化的；但是从供给方来看，解决方案的标准化程度却越来越高。这就形成了需求个性化和供给标准化间的矛盾，并且这个矛盾越来越突出。供给方本身也知道需求方的需求是个性化的，但还是在不断提高解决方案的标准化程度，这是为什么呢？
一是定制化供给不能带来巨大的经济收益。一般供给方在刚涉足市场时，需要有具体的应用场景，针对种子客户，一般会提供定制化服务来满足客户的个性化需求，这个过程供给方基本没有经济收益。因此供给方在积累了一定服务经验后，就开始提高解决方案的标准化程度，希望通过复制解决方案来产生经济收益。
二是定制化服务难度大。面对不确定的服务场景，需要拥有不同技能的人才，针对超出企业服务能力的需求，还要临时招聘或者购买服务，这样导致团队很难组建且管理难度大，因此供给方会尽量避免出现这种局面。
三是服务需求方不愿意为定制化服务支付更高的成本。每家制造业企业在谈自身需求时，都会强调自身的独特性；但是在和能够满足自身个性化需求的服务商谈合作时，大多数企业不愿意为定制化服务支付高于标准化服务的成本，再加上企业逐利的本性，导致市场上定制化服务商的数量减少。
四是投资方多数不看好定制化的商业模式。一般提供数字化解决方案的企业都是科技型创新创业企业，开发产品和解决方案需要一定的投入，作为投资人一般不偏向投资提供定制化产品和服务的企业，因为定制化不能复制，不能产生规模收益。
针对需求个性化和供给标准化的矛盾，部分行业头部企业自己组建团队，自行开发解决方案。例如无锡某智能制造标杆企业，由于找不到适合自身的解决方案，就组建了近百人的软件开发团队和200多人的硬件和自动化开发团队。这么庞大的团队，对于大多数制造业企业来说，基本不能自给自足，只能去市场上寻找匹配度尽可能高的解决方案，针对不能满足企业个性化需求的部分，再进行相应的二次开发。需要注意的是，无论是企业自己组建团队，还是去市场上寻找解决方案，都需要在智能制造顶层构架设计的指引下进行，否则会事倍功半或者功亏一篑。
当前企业在进行数字化转型前，普遍没有进行顶层构架设计，或者顶层构架设计不足。这导致企业数字化转型没有方向和层次，从而增加了数字化转型失败风险和成本，延长了数字化转型窗口期。
企业数字化转型缺乏顶层构架设计的现象非常突出。主要有两大原因：一是部分企业没有认识到顶层构架设计的重要性，只是以解决问题为导向逐步实施，这样不能从企业盈利和发展的角度保证数字化转型成功；二是缺乏有效的顶层构架设计方法论。2016年之前，笔者就认识到了顶层构架设计的重要性，随后结合多年为企业提供智能制造顶层构架设计的实践经验，在2021年提炼出来了智能制造顶层构架设计“2347”方法论，该方法论是业界第一套完整的智能制造顶层构架设计方法论，在本书第5章会详细介绍。
在智能制造顶层构架设计的指引下，以企业中长期战略目标和数据赋能场景为导向，持续推动制造业企业数字化升级转型，是制造业企业高质量发展的关键所在。
制造业数字化转型需要大量的数字化人才，由于数字化涉及众多知识领域，属于前沿的综合性学科，数字化人才培养工作目前还不成熟，任重道远。
当前数字化人才培养有政府、企业和高校三大主体。2023年，中国成立了国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。地方政府也陆续设置了数据管理相关职能部门，政府机构需要一大批懂数据管理的工作人员，也在积极推动各种数字化人才培养工作。企业是数字化人才的主要需求方，也在积极探索数字化人才的培养方案，部分企业还设立了相关的数字化部门。但是，目前企业内部还没有成熟的数字化人才培养模型和方案，很多企业是通过团队合作，将数字化工作分解给不同的职能人员去执行。高校是数字化人才培养的主力军，众多高校都开设了智能制造相关专业，但是在智能制造课程规划、教材可用性、师资培养、教学模式等方面还不成熟，还需要更加系统的规划和进一步完善，以培养批量的数字化复合型人才。
本书第4章针对企业数字化人才培养体系进行了初步探讨。
在过去十几年间，世界各国都在积极探索制造业数字化转型道路。从我国的制造业数字化转型实践来看，呈现出“产品-制造-管理”三轮驱动、以解决问题为导向和从点到面逐步深入的三大特征。
制造业数字化转型有三大驱动因素，分别是产品升级、制造升级和管理升级。在产品、制造和管理这三个维度上，整体趋势是从产品升级开始，逐步向制造升级和管理升级过渡。一家制造业企业的产品相对于制造和管理来说相对简单；制造相对于管理来说，又简单一些。因此，三轮驱动是从简单到复杂逐步演变的，符合新生事物的发展规律。
产品升级是制造业企业持续经营的必然要求。在数字经济爆发前，企业也一直在进行产品升级，不断地推陈出新，为社会提供更有竞争力的产品。在数字经济时代，产品升级又多了数字化、智能化、互联化的翅膀，通过集成各种新技术，持续提升产品的核心功能和附加功能，增加客户购买产品的渠道，提升产品体验，从而提高客户心理感受和满意度等。
制造升级也是制造业企业的必修课。制造系统主要由人（这里主要是指直接人员，间接人员属于管理系统）、机、料、法、环、测组成，制造升级就是要对这六大要素进行全面升级。针对制造系统涉及的直接人员，要持续提升作业者的技能水平和生产效率，或者降低作业者对于制造系统的影响；针对设备，要持续开发高性能和高性价比的设备、提升设备自动化和智能化程度，从而提高生产效率和降低生产成本；针对物料，要持续降低来料不良率、提升物料包装规范性、降低物料损耗来降低生产成本；针对作业方法，要持续开发新工艺、科学制定作业标准，以提升生产效率和降低作业强度；针对环境，要持续改善作业环境、降低安全事故、节能减排，向绿色制造方向前进；针对检测，要持续提升检测的科学性、时效性和准确性，确保用最经济的方法保证产品质量。在数字经济爆发前，制造业一直围绕这六大要素进行持续改进，各行各业的劳动生产率每年提升5%以上。当前，基于数字化、智能化和互联化的相关技术和解决方案正进一步提升劳动生产率和降低生产成本。
管理升级是制造业数字化转型最重要的应用场景。企业管理系统非常复杂，过去管理升级的主要路径是建立完整的企业管理体系，以及基于企业管理体系开发相应的信息化系统；随着数字化、智能化、互联化技术对企业管理系统的持续渗透，企业内部各项管理工作都存在数字化升级机会，并朝着管理自动化方向发展。管理自动化是指企业内部的管理工作，基于各种互联互通的数字化系统和管理模型，能够自动完成，不再需要人工进行处理。如本书第16章介绍的实时成本分析系统和全面预算管理系统就实现了管理自动化，不需要人工进行成本分析和预算管理工作，而是由系统自动完成，管理者只需要基于系统给出的结果进行决策或做出决策选择即可。
制造业企业在进行数字化升级转型时，在产品升级、制造升级和管理升级三个维度上需要并行实施，以缩短企业升级转型窗口期，从而获得更大效益。
过去制造业企业在进行数字化升级转型时，以满足某一具体需求或者解决某一具体问题为导向的特征非常明显。比如发现现场人工作业困难，就会考虑机器换人；发现人工检测容易出错，就会考虑自动检测；发现多道工序可以实现连续生产，就会考虑自动化单元改造；发现生产过程不透明，就会考虑安装制造执行系统（Manufacturing Execution System，MES）等。这种以解决问题为导向的局部思维模式非常不系统，而制造系统又是非常复杂的系统，因此从局部考虑问题往往不能取得预期效果。以解决问题为导向是典型的实用主义，制造业讲究实效，也强调解决问题的重要性，这种现象在制造业企业数字化转型过程中比比皆是，但是整体效果欠佳。
制造业企业数字化转型需要一定的投入，而且这类投入在刚开始时没有前车之鉴，需要自行探索，风险比较大；因此制造业企业在制定数字化转型策略时，普遍先进行试点，待试点成功后再全面推广。从点到面逐步深入的做法在现场改进时有一定的可取性，因为现场各生产单元比较独立，不同生产单元的改进可以独立进行；但是这种方式只能进行一定程度的改进，不能将制造业企业数字化提升到较高水平，其原因是制造系统是一个有机整体，不同生产单元之间要相互协作，试点成功不能保证整体成功。因此在从点到面的推广过程中，还是有相当一部分工作属于面层级的首次尝试，其可行性在试点过程中无法验证。这也是很多企业在试点取得了成功，但在全面推广过程中失败的原因所在。
过去的制造业企业数字化转型实践，有积极的部分，也有不足之处。针对积极部分，要继续坚持和推广；针对不足之处，要基于实践给出具体的解决方案。本书就是基于这样的原则，尝试为制造业企业数字化转型提供具体的方向、策略、方法和工具，以供参考。