德国工业4.0近十年的进展评估及启示

文＝王罗汉 王伟楠

德国 “工业4.0”战略是主要以物联网和务联网为基础,以迅速发展的新一代互联网技术为载体，加速向制造业等工业领域全面渗透的技术革命。我国在紧盯技术和产业前沿的同时，仍需进一步发挥我国比较优势，开展中德全面合作，加快发展智能装备产业，实现龙头企业和中小企业并重发展，加快构建自主可控的数据运营安全体系和人才培养体系。

自德国提出“工业4.0”概念已过去十年。亨宁·卡格曼和沃尔夫冈·沃尔斯特在2021年3月撰写了《十年工业4.0》，对他们在十年前写的《工业4.0：依靠物联网走向第四次工业革命》进行了回顾，同时就十年来工业4.0这一概念的发展和全球表现进行了梳理概括，并面向未来提出了新的愿景。2021年概念提出者对十年来“工业4.0”的发展进行了概括与回顾，这对于其他国家的工业化转型和未来工业发展的规划都有借鉴意义。但实现工业4.0尚任重道远，十年来不仅其他国家，即便德国本身也远未达到工业4.0的愿景目标。基于此，我国在紧盯技术和产业前沿的同时，仍应重视工业2.0、3.0的广泛普及、巩固与提高，仍需进一步发挥我国比较优势，开展中德全面合作，加快发展智能装备产业，实现龙头企业和中小企业并重发展，加快构建自主可控的数据运营安全体系和人才培养体系。

工业4.0近十年的进展评估

（一）工业4.0取得一定成效

尽管提出“工业4.0”概念的亨宁·卡格曼认为工业4.0的潜力远远没有被完全应用，德国工业4.0战略不论是对德国还是对其他国家/地区，都在不同程度上产生了影响。众多政府机构、组织、企业、工会、行业协会、学术界对其概念的传播做出了贡献。根据德国信息技术、电信和新媒体协会（Bitkom）2017年提供的报告，在2016—2017年间，德国所有工业4.0相关行业中，硬件解决方案增长了14%以上，软件解决方案增长了23%，IT服务增长了22%。德国是向工业4.0过渡的唯一欧洲国家，使用资本回报率获得了显著提高，从2000年的12%上升到2014年的30%以上。在过去的十年中，人工智能、区块链、5G等新技术为工业4.0开辟了新机遇，全球越来越多的工业企业也在进行数字化生产、服务甚至商业模式的改造。

（二）工业4.0发展陷入困境

尽管德国早在2011年就提出了工业4.0概念和愿景，但10年后从成效来看，并未达到他们的预期目标。2019年10月，德国经济研究所、德国伊福经济研究所、基尔世界经济研究所、莱威经济研究所和哈雷经济研究所等多家智库机构联合发布了题为《德国经济面临停滞，工业可能已陷入衰退》的报告，报告指出，欧洲最大经济体德国的制造业状况正在迅速恶化，这是导致欧元区制造业下滑的主要原因。

中小企业接受工业4.0成最大困难。一方面，先进工业4.0技术如何加快推广，是德国需要面对的直接难题。2018 年，德国政府发布《德国人工智能发展战略》，推动本国在人工智能全领域的产品开发应用及产业转型升级。德国经济与能源部部长阿特迈尔也表示，政策的落脚点在于让工业4.0技术在本国中小企业实现全覆盖。但是欧洲经济研究中心（ZEW）和应用社会科学研究所（Infas）的研究表明，只有21%的中小企业在生产中使用了数字技术。相比之下，如果中小企业能更一致地使用工业4.0，德国的GDP增长率还可以再增加0.3%。此外，德国尽管拥有高质量的数字基础设施，但该国在工业和企业数字化方面的表现相对其他国家较弱，在信息通信技术（ICT）初创企业以及创业文化等领域的表现也较差。另一方面，工业4.0数据安全隐忧成最大“卡脖子”环节。工业4.0是靠数据和软件驱动开展工业全领域转型，这就带来一个开放、跨越组织边界的全新命题。在此生态体系下，企业既要有全新的系统依赖性，又要具备新形式的攻击手段，这让信息安全暴露出巨大的软肋。中小企业受限于技术和资金问题，数据泄露的可能性更大，一旦泄露将无法补救。网络不安全还会造成知识产权泄露，这对企业来说更是致命的打击。波恩中小企业研究所的研究表明：德国还有很大一部分企业由于缺乏评估数字化技术的有效途径，对数字化转型能否给企业自身带来积极影响的评价偏低，因此德国中小企业群体还处在数字化转型的起步阶段。同时，更多的企业对数字化可能带来的风险预估过低，也存在较大IT安全隐患。很多公司不愿意充分发掘大数据，就是因为他们觉得自己无法保护所生成数据的安全。

专业人才缺失是最大短板。根据德国机械设备制造业联合会（VDMA）的调查结果，2019年有30%的德国企业对工业4.0方面的人才需求增加了一倍，这种趋势还将持续攀升。越来越多的企业需要具有相关领域附加资格的工程师，例如具有附加IT知识的机械和电气工程师。针对人才结构性问题，德国政府也在不遗余力地完善职业教育。事实上，早在2015年4月份，巴州就宣布拨款400万欧元经费，在各大职业技术学校内兴建12座“学习工厂4.0”，以应对数字化转型的劳动力需求变化。此外，根据德国联邦政府《联邦研究与创新报告2020》的最新数据，2018年德国就在研发领域投入约1050亿欧元，占GDP比重已达3.13%。其目标是到2025年将德国科研投入占GDP比例提高至3.5%，其中的重点就是培养未来所需的IT人才和熟练网络工程师。

全球推广工业4.0水土不服越发凸显。尽管德国“工业4.0”在政府和企业的推动下获得广泛的认同，在世界经济论坛发布多个相关报告或专著，但各国工业互联网参考架构存在明显差异，在面向全球推广的过程中工业4.0异质化倾向越发明显。一是名称表述与发展重点不同。美国称为“工业互联网”，日本称为“互联工业”，在中国则“工业互联网”与“智能制造”均有使用。名称的差异反映了各国都想建立自己的工业互联网标准，从而在强化本国产业优势的同时，推动本国智能制造技术、装备和系统解决方案在全球的推广。同时主要工业大国的工业互联网参考架构的侧重点也存在诸多差异，反映出各国的制造业和产业发展条件和目标存在差异。例如，美国的工业互联网参考架构从IT 出发，强调互联网的作用；德国工业4.0参考架构强调设备，侧重于现有工业标准的对接；日本的工业价值链参考架构强调连接；中国则强调新一代信息技术与制造业的深度融合，落脚在提高制造业的发展水平上。二是各国在该领域的优势不同。不同地区、不同企业间的发展水平非常不均衡，发展理念和产业条件、优势的差异决定了几个国家在此领域各具特色。三是德国的经济体量在全球化推行工业4.0中也不具有太大优势，比如中国与德国经济体量就差异太大，发展路径决定了中国不可能“照搬照抄”德国经验。工业4.0是从德国的国情出发提出的概念。一方面德国是长期以制造业立足的国家；另一方面德国体量较小，产业链短而且较为单一，必须通过全球化把自己嵌入全球工业体系里。而中国和美国是庞大的单一经济体，要从整个经济体的运营角度去考虑。目前我国工业等级代差较大，有些行业已经追平发达国家，但大量的落后工厂依然存在，全面推进工业4.0也存在很大问题。

启示与建议

（一）启示

德国所倡导的工业4.0，无论是其工业新思维，还是创新发展模式，我国都应积极借鉴，但冷静思考发现，我们仍需走符合中国国情的工业信息化和智能化道路。

一是工业4.0的转型还非常漫长，并不是立刻就能完成的颠覆性的变革。成功开展工业4.0转型的企业在全世界是少数，且无疑都是行业中的翘楚。各行业对工业4.0的需求程度也存在巨大差异，是否进行智能化转型需要行业根据自己的判断自主决定，坚决避免“照搬照抄”德国工业4.0的做法。二是从转型的发展态势上看，工业4.0连德国本国的中小企业尚且都难以推广，其他国家和地区要跟上德国的步伐必将更为缓慢。三是工业1.0到4.0之间并不存在相互取代的必然关系，而是共生且并行发展的关系。工业4.0或者说智能制造并非技术发展规律的必然结果，毕竟制造业的发展本身并没有什么必然规律。即便是欧美，也存在大量工业1.0时代的制造技术、设备、理论和生产方式。生产方式只有适合不适合，并没有落后不落后的说法。制造不能脱离产品而存在，不能只看制造过程本身，更要关注产品质量和工艺的提升。

（二）建议

一是在跟跑前沿技术的同时，仍应重视工业3.0的全覆盖。我国工业化起步较西方晚，存在工业基础底子薄、产业工人队伍素质弱、长期忽视职业教育等诸多问题。这些问题造成我国很多地方的生产还比较粗放低端，工业化水平不高，相关企业仍需要对产业的信息化甚至机械化进行补课。即使在东部发达地区，按照发达国家的信息化标准看，尚未实现工业3.0全覆盖。主要表现为，企业管理体系落后，国际化管理水平不足。未来，我国除了需要选准工业4.0的发展方向外，还需要打好基础，弥补一部分技术短板，在适合信息化数字化的产业，尽快实现工业3.0高水平信息化全覆盖。

二是深挖中德合作潜力，实现中国版“工业互联经济”快速发展。在工业4.0发展进程中，我国的比较优势是应用场景多层级多生态，终端消费群体庞大，新技术、新产品、新业态、新模式层出不穷，资金周转快；设计、研发、制造、销售等各类人才充足，成本较低。如能与德国先进的工业4.0理念相结合，则有望形成一个具有国际竞争力的工业4.0产业链。应推动中德产业技术联盟、产业工程师联盟、科技金融联盟等建设，引导中德企业联合试点构建工业软件、工业机器人、系统集成、工业App、工业“互联网+”等多种“新业态”。

三是尽可能与德国乃至其他发达国家互联互通，同时做到数据资源与技术利用的自主可控。在适合智能制造的央企，应坚持提升基础研发的比例，尽早攻克一批共性“卡脖子”技术，加快行业发展方向的引领和技术标准的制定；在配套发展领域，通过互联互通，深入挖掘德国及其他发达国家客户需求，在信息通信、人工智能、生物医药、创业文化等领域培育德式“隐形冠军”。在数据运营方面构建自主可控的安全体系。加强在市场运营领域的科技部署，深入研判各行业重大数据监管、数据安全、信息泄密等时间情境，加大基础性、前瞻性、系统性科技储备。建立制度化、常规化的数据风险监测、预警评估和应急处理监测，跟踪监测主要国家、国际和区域组织对华科技政策、技术出口管制行为、投资审查、专利布局、标准战略等，科学评估潜在的风险点，及时给予预警和有效应对。加快对人工智能、服务机器人、自动驾驶等领域的行业规范的制定及立法工作，切实保障企业运营的信息安全。