中国制造2025背景下数字经济在智能制造产业的应用探讨

2021-01-08殷莹

天津职业院校联合学报 2021年9期

殷莹

(天津市红桥区职工大学，天津 300000)

数字经济已经成为产业变革重要的驱动力，第四次工业革命已经到来，德国提出工业4.0将制造业向智能化转型，美国提出工业互联网战略旨在通过数据关联促使向互联网工厂趋势发展。在全球制造业四梯队格局中，我国处于第三梯队，属于中低端制造领域，提升我国制造产品质量迫切要求制造业体系向高端转型，要以数字经济构建现代化经济体系的未来，推动数字化、智能化转型，我国提出《中国制造2025》旨在通过制造业数字化转型向制造强国迈进，智能制造将会是提升国家整体制造业水平的主要动力。本文结合我国实际情况，针对数字经济如何赋能智能制造融合提出建议，以期为国家制造业数字化转型升级研究提供理论参考。

一、我国制造产业发展状况分析

随着生产成本的提高，我国制造业正在进行数字化转型，在转型过程中，数据是最重要的资源。

(一)中国制造业所处位置

目前我国是世界制造大国，我国拥有41个工业大类、207个工业中类和666个工业小类，是全球唯一拥有联合国规定的全部工业门类的国家，这种优势是其他国家无法相比较的。我国的制造多集中在中低端制造领域，在高端制造领域占比较低，如工业机器人、航空发动机、芯片制造等高端制造领域依然存在“卡脖子”现象，关键核心技术没有得到突破。

(二)成本提高，发展方式需加快转变

原材料成本、人力成本、土地成本的提高，使中国传统劳动密集型企业的成本优势正在逐渐消失，当下制造类企业招工难问题已经成为制造业生死存亡的一大问题，部分在中国投资的外资制造类企业把工厂搬到其他发展中国家，疫情当下，很多企业同时受到成本高涨和内需乏力的困境，企业发展困难，高投入、低效益的粗放型发展模式急需改变，创新能力有待提升。

(三)政策有待落实深入

制造业发展涉及的部门多，实施时间长，发展遇到的很多问题，都需通过加强改革力度，变更组织方式来激发实施动能，部分政策实施缺少针对性和实用性，部分资源扶持，税收减免，融资支持政策，很多中小民营企业享受不到，有一些政策在具体的执行落实层面和企业需求脱节，政策措施之间协调性较弱。很多规划，政策出台比较密集，但后续的配套资金，扶持政策相对滞后；而且，各部门、各地方发布的制造业相关政策之间存在交叉，政出多门问题时有发生。地区差异化发展不足，部分省市在发展制造业过程中，与本地实际结合不够，盲目跟风，特别是在《中国制造2025》十大重点领域，出现产业布局雷同的现象。

(四)质量品牌建设尚显不足

科技是第一生产力，现阶段很多高精尖科技掌握在美、日、德等发达国家，中国很多企业热衷于“模仿”“复制”，中小型企业甚至可以说谈不上技术创新，制造标准与发达国家还存在较大差距。制造业产品质量还有待提升，我国制造产业存在着品牌建设重视不足问题，敢于创新，勇于创新、重视技能型人才的氛围仍然需加大力度营造，品牌意识仍需加强。

二、制造业数字化转型升级存在的问题

大量中小型制造企业利润低，需要将自身的能力融入社会化生产体系以获取更多市场份额，通过数字化转型，制造业可以提升生产经验管理效率，促进商业模式创新，提升国家的竞争力，中国制造业面临数字化转型内在需求，在转型升级中存在一些突出问题。

(一)企业数字化转型自身动力不足

当下我国正处于制造业数字化转型的起步期，在政策鼓励、支持、引导下，很多制造企业开始向数字化工厂、智能制造方向迈进。但在推进数字化转型过程中，也有很多企业面临“不想转、不敢转”的困境，出现这种问题的关键在于企业找不到适合数字化转型的场景，找不到数字化转型价值所在，或者说有的企业数字化转型需要很长一段时间才可以看到转型升级带来的效益。此外对于一些要求高精度的产品，如果采用数字化转型，那么不同设备之间会存在交互、兼容、协同问题，很难保证产品质量。

(二)认知上仍有局限，融合程度有待提升

“金融中心”“贸易中心”“航运中心”等概念很多城市都提到过，“制造业中心”确很少提及，虽然数字经济已经成为一种趋势，但是很多企业对数据资源能够提升生产效率，降低成本还存在困惑，依然存在重硬件、重规模观念，企业管理缺乏数据互通机制，没有深入去研究如何采集工业大数据，如何利用数据优化制造流程，没有挖掘出数据的价值。此外企业大多数人才集中在产品研发和运营领域，缺乏既熟悉制造业工艺全部流程又掌握制造业数字化转型的跨界专业人才，导致数字经济和制造业融合过程中难以有效满足制造业的实际运营需求，延缓了制造业数字化融合发展的进程，专业型人才短缺成为制约制造业数字化融合发展的关键瓶颈。

(三)核心技术仍然掌握不足

数字化转型过程中需要运用新一代的信息技术，制造业转型升级在传感器、芯片、控制器等核心元器件上要实现突破，实现自主创新。对于工业互联网、工业云、工业大数据等网络应用方面如何应用制造业，实现效率提升、产品质量得到保证、节约成本等方面缺少长期的实践检验和经验积累。国产的基础软件用户体验、稳定性和成熟度等与发达国家主流产品相比还存在差距，核心工业软件技术掌握不够深入，制约了制造业数字化转型升级。

(四)存在数据孤岛难题

产品数据、消费者面向数据、厂设备运行数据、生产数据、企业经营数据、产业链生态链数据等是数字化转型核心要素，数据的标准推广运用可以使各个产业链相结合，发挥出数据的价值，通过产业大数据分析平台采集感知，分析洞察各类数据，实现生产信息纵向集成和产业链横向集成，打通研发设计、生产制造、经营管理、售后服务等屏障，打破产业链大数据孤岛，可实现数据驱动企业协同研发设计、协同生产，实现业务创新。

三、数字经济如何赋能智能制造产业思路探究

(一)加大政策支持，聚力顶层设计

智能制造领域涉及各个环节，想要实现数字化、智能化，必须做好顶层设计，在政府层面，要发挥主导作用，大力推进企业数字化中心建设、数字化转型公共服务建设。鼓励创新，加强知识产权保护，营造公开透明的市场规则和法制化营商环境，完善涉及智能制造相关领域的金融政策和税收政策，派出专业人才，帮助制造企业加强内部改革，进行机制体制创新，鼓励企业解决“不敢转”“不会转”“不能转”等一系列制约发展的现实问题，着力激发企业创新活力，尽快构建较为完善的智能制造标准体系，发挥制造规模、信息技术、大数据技术等综合优势。

(二)建立产业联盟，聚力融合发展

在智能制造领域，跨界合作是非常有必要的。各企业要敢于打破企业围墙，要重视数据在智能制造领域的应用价值，加强对“智能+生态制造”技术的研发投入，积极推动“智能+生态制造”模式打造，建立跨行业跨领域产学研联盟，构建良好的开放运营生态，实现合作共赢。

(三)加强跨界人才培养，开展人才培育的示范工作

当下既懂制造业发展模式又懂数字化专业的人才存在大量缺口，严重阻碍企业加速数字化转型的脚步，高等院校可以从数字经济和智能制造融合角度出发，完善相关专业建设，建立智能技术与制造企业融合发展的人才培养体系，科研院所可以加强高端人才和融合发展专业人才供给，实行优秀人才入驻企业双岗位制度，给企业数字化转型提供指导培训，助力企业进行转型升级。

四、数字经济赋能智能制造路径和模式探讨

智能制造的核心是数据革命，数据的获取、数据的存储、数据的分析、数据的传输都会带来一系列的革命，数据是企业最根本的基础建设，利用数据可以实现服务化延伸、规模化定制、网络化协同、智能化生产。

(一)面向开放生态的平台运营——工业互联网平台

当下制造企业拥有大量数据，不同产业链环节发展不均衡，涉及公司利益，数据共享困难，打造面向开放生态的平台运营——工业互联网平台，所有参与的企业都能在此生态系统中融合共生、互利互惠，一方面可以实现制造流程远程协调，精确控制，加速研发众包、协同设计等新兴组织模式兴起，形成数据驱动生态运营的能力，另外一方面可以汇聚企业、产品、生产能力、用户等产业链资源，此时产业链内前端、中端、后端将不再是独立的控制环，而是一条完整的控制环，通过连接和数据智能实现资源合理配置，提升企业协同制造能力，推动中国智能化协同制造技术进步和产业发展。

(二)面向企业外部的价值链提升—智能产品/服务/协同

数字经济下，面对客户的个性化定制、个性化服务需求，如何通过大数据实现智能制造满足客户需求是当下制造企业竞争力的关键，打造面向企业外部的价值链提升—智能产品/服务/协同，形成由数据驱动的业务创新能力，进而打通企业内外部的产业链及价值链，通过数据智能提升的协同能力，从而实现生产、产品和服务三者的创新，增加制造产品的附加值，增强客户的体验感，推动业务和商业模式转型，提升企业价值。

(三)面向企业内部的生产效率提升—智能工厂

数字经济下，面对市场的需求以及人工智能技术的发展，很多制造企业分别从产业链的前端、中端、后端对柔性制造进行了探索，从而实现了数据的高效处理，同时优化了制造业务的流程，打造了面向企业内部的生产效率提升—智能工厂，从而形成由数据驱动的智能生产能力，打通了由设备、产线、生产和运营共同组成的系统，通过连接和数据智能，提高生产率和产品质量，降低能源及资源的消耗。