“互联网+”背景下制造企业智能化战略转型路径：多案例比较研究

杨 林，陆亮亮

(1.南京财经大学 工商管理学院，江苏 南京 210023；2.上海财经大学 商学院，上海 200083)

0 引言

随着互联网技术发展，“互联网+”成为传统产业颠覆商业逻辑和运营规则的新生产力模式。以智能制造为核心的新一轮工业革命，依靠大数据、云计算和人工智能等技术深刻改变着全球制造业发展模式。从宏观上看，智能制造已成为各国实现“互联网+”转型升级的国家级战略，如美国的“国家制造创新网络”、德国的“工业4.0”、日本的“工业价值链”等。中国于2015年提出“中国制造2025”，旨在顺应产业革命新趋势，通过“互联网+制造”模式突破发达国家对我国的技术封锁[1]。从微观上看，智能制造是企业面临的重大机遇和挑战，不仅影响着组织生产经营模式，也改变了对外交流中的比较优势格局，倒逼传统制造企业转型，突破增长方式的低端锁定[2]。实业界对此表现出很高的期望，例如，2014年美的宣布与阿里巴巴达成战略合作伙伴，对所有空调业务进行智能化转型，计划3年内实现50%以上的空调物联网化；2017年专业调味品生产企业“海天味业”全面利用大数据技术，从原料、菌种、制曲、晒制到罐装等实现精益化、智能化生产管理，打造出由智能数据平台统一协调的“美味梦工厂”；欧洲最大的航空发动机制造企业“罗尔斯-罗伊斯”于2018年开创性地提出“智能发动机(Intelligent Engine)”愿景。可见，制造业智能化转型已成为“互联网+”时代下推动国家综合实力提升的重要引擎[3]，为新兴国家制造业实现弯道超车提供了契机[4]。

然而，制造企业智能化转型是一个十分复杂的过程，涉及使用互联网技术对组织资源要素、价值活动、业务流程，甚至是商业模式的重构[5]，涵盖设备层、业务层、决策层等多层次系统化变革，关联情境因素较多且影响显著。因此，制造企业如何开展智能化转型引起学界和业界的广泛关注[6]。现有文献对制造企业智能化转型进行了积极探讨，学者们主要从技术创新[7-8]、生产方式[9-10]、发展模式及路径[11-12]等方面展开，但千人千面的研究视角导致问题焦点难以落在制造企业智能化转型路径是什么这一关键点上，对战略转型过程中的关键资源、驱动能力、商业逻辑以及发展路径缺乏整体认识。系统工程是指既要确保制造企业在智能化转型各环节的功能定位与系统协调，又要结合制造企业智能化转型特征，分析制造企业各环节的核心能力。凭借上述能力将内外要素链接在一起，最终形成系统智能化转型管理框架。

本文采用多案例比较分析方法，首先，对相关文献进行系统回顾，在已有研究的基础上，探索并构建“互联网+”情境下制造企业智能化战略转型的框架模型；其次，在美、德、日、中4个国家中选取具有代表性的案例企业，通过归纳式分析案例企业战略转型过程，识别其中关键资源要素、核心能力与系统创新；最后，横向对比分析影响不同国家制造企业战略转型路径差异的关键性因素，发掘制造企业通过不同要素、能力及系统实现智能化转型的内在作用机理，进而构建综合模型。

1 文献回顾与理论分析

1.1 “互联网+”

“互联网+”概念最早由易观国际的CEO于扬于2012年第五届移动互联网博览会上提出，2015年被正式确立为国家层面的战略计划。对于“互联网+”的内涵，理论上已经形成两种观点：①将其视作推动产业融合的方法或技术[13]，具体表现为以互联网为主的一整套信息技术(移动互联网、云计算、大数据和互联网思维)对企业发展各环节进行融合、渗透、延伸、演进[14]；②将“互联网+”看作为新兴经济形态[15]，对组织创新与战略变革产生深远影响。在实践领域，“互联网+”已渗透到各行业中，催生出新的生产要素、动态能力和商业模式，强大的融合力与创造力使其成为经济发展的重要影响因素[16]。

刘金婷[17]认为，“互联网+”影响机制的关键在于“+”，至少包含3层含义：建立连接、取长补短、深度融合；欧阳日辉[18]指出，互联网+”的本质是信息互联与价值开发，能够迅速融入供应链各环节，改变组织职能与运营逻辑；杨德明和刘泳文(2018)认为，“互联网+”本身也是企业重要战略抉择，具有竞争优势导向；邢纪红和王翔[19]认为，“互联网+”为企业带来新的文化氛围，使组织环境从金字塔式的命令控制变成立体式网状的互动沟通；黄群慧等(2019)研究发现，在物联网、大数据和云计算等新一代信息技术支撑下，“互联网+”能够显著降低资源错配和交易损失，在资源优化配置、生产和组织变革等方面具有天然的优势。

1.2 制造企业智能化战略转型

目前，智能化战略主要被视为帮助组织或行业从传统走向智慧的策略。例如，2019年联想宣布“智慧中国”的愿景，围绕智能物联网、智能基础架构、行业智能3个方向全面推进智能化战略；华为则将“联接+计算+云”视为智能化战略的核心。从上述企业战略举措不难发现，智能化战略的核心要素包括：①全要素连接，即能够抓取全局，所有设备都可以实时互联；②全数据收集，即打破数据孤岛，形成立体化数据库；③智慧管理与服务，即利用先进数据分析技术与协同优化能力，实现所有数据按需存储、按需计算以及主动服务。由此，本文将智能化战略定义为：组织或行业借助先进互联网技术及其配套成果，并将其应用于全生命周期与价值链各环节，对产品单元、业务单元、企业整体和产业环境实现智慧化管理。

制造企业智能化战略转型是新一代人工智能技术与制造流程的有机结合，赋能企业生产经营系统，使工业机器拥有自感知、自决策、自适应、自执行等智慧能力，从而实现对人脑与体力的替代。陈瑾、李若辉[20]认为，制造企业智能化体现在智能产品研发、智能生产制造和智能营销管理等方面；李健旋(2020)指出，中国制造企业智能化转型升级包括智能技术、智能应用和智能效益3个环节。

(1)以资源要素为基础。数据资源作为“互联网+”时代最具代表性资源，制造企业智能化转型成功的关键就是将数据转化为能够满足社会需求及符合商业逻辑的战略资产[21]；吉艳平等[12]以企业主体为基础，分析认为制造企业的主体资源、优势资源以及知识库是驱动智能化转型的关键。

(2)以核心能力为支撑。在高端装备制造业成长路径中，技术创新是推动制造向智造转型的关键能力[22]；魏艳秋等[23]、孟凡生和赵刚[24]将人才建设、技术创新、数字化能力以及现代信息技术服务业嵌入等内容看作是实现智能化转型的关键；黄俊等[25]指出，企业柔性化能力是驱动我国汽车制造企业智能化转型升级的核心能力。

(3)以系统创新为框架。安索夫[26]指出，环境、战略和组织只有协调一致、相互适应，才能有效提高企业效益。智能化转型是制造企业为应对动态环境而采取的新战略，在工作方式、客户关系、渠道管理以及盈利模式等方面具有重大改变。从上述角度出发，制造企业智能化战略转型是事关企业全局的战略行为[27]。

1.3 复杂系统理论

复杂系统理论的产生得益于系统工程取得的成就，倡导不再以传统部分分析或变量分析探索现实世界中复杂的状态变化。近年来，由于企业战略管理环境的不确定性和复杂性，学者倾向于采用系统方法解决企业战略管理问题。复杂系统区别于具有微观还原性的简单系统，通常是一种复杂适应系统，其状态介于完全有序和完全无序之间[28]，具有如下特征：①开放系统；②由大量要素构成；③要素间相互作用；④初值敏感性。制造企业在一定程度上就是由众多具有共性和互补性的部门、个体联结在一起的系统，其运作和发展是由内部成员根据外界环境变化自发推动的，企业内部要素间的相互作用不是以简单线性关系就可以描述的。单一视角下的理论基础在解释企业战略转型时显得薄弱，因此，应用复杂系统理论研究企业战略管理十分必要。

1.4 文献评述

关于制造企业智能化战略转型，现有文献主要探究“互联网+”下大数据、物联网和云计算等信息技术的作用及影响[29]，单纯以技术为导向，忽略了利益相关者的支持[30]，从组织系统论角度探讨制造企业如何实现智能化转型的研究更是鲜见。此外，制造业作为国民经济的主体，影响国家未来发展，我国传统制造企业与发达国家企业在运营和管理模式上相距甚远，其中既有客观原因(国家整体水平)，也有主观因素，包括对“互联网+”置若罔闻、深陷于传统模式惯性而难以突破等。针对不同国家制造企业在新情境下的智能化转型模式差异，现有文献尚处于空白。基于此，本文采用“资源—能力—系统”研究框架，通过对美、德、日、中4个国家制造企业进行探索性案例分析，旨在发现“互联网+”背景下智能化战略转型的一般路径。

2 研究设计

2.1 研究方法

本文采用案例研究法，该方法相对成熟，学者们在原则、步骤等方面已达成共识(邓少军等，2011)。案例研究方法可以对研究主题进行深入挖掘，能够回答怎么样和为什么的问题[31]。本文关注“互联网+”背景下制造企业智能化战略转型问题，契合案例研究方法的适用条件[32]。最后，相较于单案例研究，跨案例研究更具有普适性。因此，本文采用跨案例方法，探寻不同国家制造企业智能化战略转型异同。

2.2 案例选择

根据Eisenhardt[33]的建议，案例选择遵循理论抽样原则，即根据发展理论原则进行案例选择。本文根据研究主题选取4家目标企业，分别为美国GE、德国Siemens、日本Toyota及中国Haier，均是智能制造领域先进制造企业，在“互联网+制造”过程中具有相当大的影响力，其二手资料易于获取。此外，以上4家企业均为全球较早从事智能化战略转型的制造企业，可以完整地呈现不同国家制造企业智能制造发展历程，有助于构建多样化制造企业智能化转型升级路径，使本文理论构建信效度更佳。以上4家案例企业在智能化战略转型中的起点不同，发展侧重点也存在明显区别。因此，对以上4个案例进行研究，能够全面比较全球制造企业智能化战略转型中的差异化机理与路径。

2.3 资料收集

本研究采用内部数据和外部文档两种形式进行数据收集，多样化信息来源有助于对研究数据进行交叉验证和相互补充[34]。其中，内部数据包括企业内部刊物、宣传册和宣传视频、工作总结、官网和微信公众号等；外部文档包括门户网站如百度、谷歌、新浪和搜狐等网络资料，通过知网、万方等数据库获取相关文献资料。为提高效率，本研究在数据搜集过程中对数据进行反复对比和审核，通过搜集多渠道数据进行交叉检验，以保证数据的可靠性和真实性，从而确保案例分析信度和效度。

2.4 变量识别与测量

综上所述，“互联网+”背景下制造企业智能化战略转型是一个涉及资源、能力和系统的整体变革过程。本文基于复杂系统理论从“资源要素—核心能力—系统创新”3个层次，对美、德、日、中4国制造企业智能化战略转型过程进行分析。为了有效降低主观认识偏差，在案例分析过程中，采用客观数据对关键构念进行测量(毛基业、苏芳，2016)。本文以概念操作化为依据关注某些重要概念，如表1所示。

表1 变量测度Tab.1 Measurement of variables

3 多案例比较分析与讨论

3.1 案例内容分析

3.1.1 基于国家制造创新网络的GE智能化战略转型

2012年，GE联合IBM、思科等5家商业巨头组建工业互联网联盟(IIC)，推广工业互联网概念与商业模式，即通过软件、网络、大数据等互联网技术使传统制造企业设备、人、数据互联，并将数据收集与运行预测相结合，实现全球制造联网与智能决策[35]。GE转型的第一步就是改变游戏规则，重塑企业功能与商业模式。2001年，GE陆续收购GEI、KAYE等5家知名传感器公司，产品技术涵盖温度、湿度、流量、压力、工业校准等方面；2012年，GE与英特尔、IBM合作开发应用于产品设计、订单管理、服务运营以及客户支持等一系列价值链环节的软件操作系统，实现工业互联网自我驱动；2015年，为弥补后续支撑能力的不足，实施优质企业收购计划，先后完成对MTL、Pivotal、CHCA、API Healthcare、阿尔斯通等相关部门的收购或入股；2016年，为提升企业云端服务能力，又买下两家软件公司——加拿大工业物联网软件公司BitStew和ServiceMax。

为了使组织能力与商业模式相匹配，GE对企业内部进行了大刀阔斧的改革。首先，在集团内部成立新的组织机构——GE Digital(GE数字部)，专门负责全球范围内的数字业务，并与原先的GE Business(GE事业部)进行水平/垂直的交叉式管理[36]。针对水平层级上的GE数字部，重点开发其与资产效能管理(Asset Performance Management)、辉煌制造(Brilliant Manufacturing)等相关的数字化能力。针对GE航空、GE医疗等，要求其制定与本事业部相对应的数字化集成解决方案。其次，构建GE智能化转型专属DNA。自2014年以来，GE频繁向微软、亚马逊、苹果、Google等科技公司的工程师和数据科学家抛出橄榄枝。2016年，GE挖走了负责苹果Siri系统开发的两名工程师。在人才选聘中，GE招录的涉及数字产业的产品经理、设计师和研发人员占总录取人数的75%，每年与全美高校合作举办工业互联网设计挑战赛，培养了大量顶尖人才。此外，为提升与合作伙伴间的交互密度和强度，GE改变传统“均平等”的合作思维，打造基于贡献度的伙伴层级，极大地提高了企业间协作开发效率。

进一步地，在系统创新上，2014年10月GE与Verizon、思科、英特尔正式宣布缔结物联网同盟，致力于打造全球第一个工业数据分析平台Predix，并制定了解决方案Predictivity。Predix平台以其兼容性和开放性赋予GE智能化转型极大的包容性，GE将Predix平台开放给全球工业企业，任何企业都能够以低成本实现大范围信息交换。GE将每个联网进来的机器设备看作是一个网络节点，对海量工业数据进行系统收集，构建云端大数据系统，通过深度分析与智慧决策满足客户个性化需求。在生态系统建设上，GE推行以信息融合为核心的共同创新与开发模式。2018年7月，GE宣布与微软达成深度融合协议，将微软Azure云平台作为Predix解决方案的标准化入口，使Predix产品组合与Azure本地云功能深度融合，全面优化资源匹配，从而减少损失和浪费(见图1)。

图1 美国GE智能化战略转型过程机理Fig.1 Mechanism of American GE's intelligent strategy transformation process

3.1.2 基于“工业4.0”的Siemens智能化战略转型

作为全球电子电气工程领域先进企业，西门子是德国“工业4.0”战略转型过程中的“优等生”。西门子采用和GE相同的开局手法，通过收购、入股方式扩大自身业务，从一家机械制造企业变成世界十大软件公司之一。2001年，收购MES厂商ORSI；2003年，收购食品行业MES厂商Compex；2006年，收购石油化工行业MES厂商Berwanger；2007年，收购工业软件公司UGS，由此获得进入智能化时代的3件重要产品，即3D设计软件UG-NX、产品生命周期管理软件Teamcenter、数字化工厂装配系统Tecnomatix；2008年，收购Innotec，增强虚拟工厂建设能力；2012年，收购VRcontext International S.A.(比利时公司)，凭借3D 仿真可视化技术实现人机交互；2014 年，收购美国Camstar公司，拥有其超强的大数据分析能力。上述软件收购行为帮助西门子构建起完备的数字化能力体系，形成以信息物理融合系统(Cyber-Physical System)为基础的智能制造复杂系统。

为了使收购企业与外部技术迅速融入集团内部，西门子成立PLM 软件事业部(Siemens PLM Software)，专门管理企业数字化业务。当然，西门子在收购扩张的同时，也对原有组织结构与业务内容进行调整。首先，实施业务瘦身计划。西门子于2014年先后出售手机、通讯、家电、汽车VDO等业务，宣布专注于电气化、自动化和数字化增长领域，优化业务组合，构建工业云和工业大数据。其次，调整组织架构。2014年，西门子取消了原有业务领域层级，将原有的16个业务集团合并为9个，使组织架构更加扁平化。在新的组织架构下，原有整合在一起的工业自动化及驱动技术业务被重新划分为数字化工厂集团和过程工业与驱动集团两大业务板块，极大地提升了组织执行效率和服务效果。最后，培育企业特色DNA。西门子塑造与智能化战略转型相适应的企业文化和人才培养机制。自1999年以来，西门子创业投资公司向超过170家技术公司和40家风投基金提供资助，增强自身技术实力。近年来，西门子秉持开放式创新宗旨，与全球50个国家1 000多所大学开展合作，与欧洲国家、美国、中国等顶尖大学建立战略伙伴关系，由专职团队在上述市场寻找具有潜力的人才资源。

在系统创新方面，2015年西门子推出SAP HANA开放云平台和Omneo PA解决方案(MindSphere)，通过分析工业领域大数据集，将现实生产与虚拟场景相结合。MindSphere凭借开放式物联网操作系统吸引了大批原始设备制造商(OEM)，他们自主利用开放的基础架构进行数据分析，西门子则为云上企业提供预测性维护、资产分析和能源管理等数据服务。为拓展信息融合深度与广度，西门子以MindSphere为核心联结全球用户组织共建物联网生态，以全球化战略推进企业智能化转型(见图2)。

图2 德国Siemens智能化战略转型过程机理Fig. 2 Mechanism of German Siemens's intelligent strategy transformation process

3.1.3 基于工业价值链的Toyota智能化战略转型

不同于GE、Siemens在智能化转型过程中的收购模式，以丰田为代表的日本制造企业在应对新一代信息技术与制造业融合发展趋势时选择“抱团取暖”，以企业联合体实现战略转型。2015年，由日本机械工程会主导，联合180多家机构共同成立工业价值链计划(IVI)。其中，既包括以丰田、本田为代表的实体制造企业，又拥有NEC(日本电气)、NTT(日本通信)、富士通等知名互联网企业。面对“互联网+制造”的新势力，丰田选择“外部合作+自主研发”双驱动模式：对外与微软合作开发基于Azure云技术平台的丰田大数据分析系统，与NTT合作研发汽车行业超高速无线通信技术，与KDDI(日本电信)共建“互联汽车”全球通讯平台；对内自主研发基于气动仿生技术和AR技术的前沿性设备维修管理技术，进一步提高精益制造能力、降低产品返修率。“互联网+”驱动市场定制化、个性化服务需求与丰田精益生产方式(LPS)不谋而合，成为全球最具竞争优势的运营方式。

为适应公司能力变化，丰田在组织架构上进行了重大调整。2015年，以平行组织架构替换原有层级制结构，采用公司制管理方式将企业划分为小型车公司、乘用车公司、商用和休旅车公司以及雷克萨斯四大平行部门，使内部管理体制更加灵活，能够适应市场多样化需求。同时，在集团总部内设首席竞争官(Chief Competitive Officer)，下设直属单位丰田互联和TPI-AD，前者作为智能制造数据科学研究中心，后者承担智能驾驶前沿技术研发任务。在管理理念上，丰田注意到服务型制造带来的衍生价值，从以销量为利润增长点的传统思维转变为以服务创新驱动利润增长的先进理念。

在系统创新方面，欧美制造企业聚焦于云平台构建，日本产业界则更进一步，致力于实现全产业乃至全社会信息与设备的互联互通，真正成为基于数据驱动的社会生态系统。其战略核心就是构建一个宽松的行业标准体系，降低企业与消费者对特定零部件供应商的依赖，使彼此能够以松耦合的交互形式灵活处理和变更业务流程。基于此，丰田在装备制造过程中为客户自主选择留有余地，极大地拓展了合作对象领域。在不同行业，企业物联网平台间建立数据交互机制，力争把企业优势集中起来形成互联工厂，从而实现互联制造。互联工厂模式突破原有企业横向合作的局限，超越工厂这一组织框架，在互联工厂之间实现不同企业内部工程和业务合作，不仅使企业间在信息融合上更为紧密，而且在一定程度上能够驱动新兴业态发展(见图3)。

3.1.4 基于“中国制造2025”的Haier智能化战略转型

海尔作为中国最早一批探索智能化转型的制造企业，如今已成为全国乃至全球工业转型升级的标杆。2014年，海尔开启第5次战略转型，从全球化品牌战略过渡到网络化战略。在全球智能制造浪潮高涨之际，此次海尔战略转型并非率性而为，而是对互联网模式持续探索9年后的质变。2015年，国务院正式发布“中国制造2025”，将智能制造确立为未来主攻方向。一系列扶持政策的颁布为我国制造企业智能化转型提供了制度支持，也给海尔战略转型送来了“东风”。在海尔集团内部，董事长张瑞敏坚信，没有成功的企业，只有时代的企业。这种与时俱进的变革思想驱动其积极倡导组织内部管理人员思维转变与管理架构变革。同时，全面升级“人单合一”的管理理念，提出网络化360度用户交互体验模式(简称“i-360TCE”)，即利用互联网交互平台让用户参与产品设计、生产、销售的全流程，从源头上确保用户对质量的满意。在组织模式上，将科层制倒三角颠覆为小微制生态圈模式，即与众多小微创客缔结成利益共同体，让各种资源可以无障碍地进入。由此，海尔从封闭式组织变成一个开放的生态平台，与外部关系从零和博弈转变为双赢机制。

图3 日本Toyota智能化战略转型过程机理Fig. 3 Mechanism of Japanese Toyota's intelligent strategy transformation process

在核心能力塑造方面，海尔深知无论是信息化程度还是工业化水平都难以与欧美企业一较高下，其智能化转型无异于“给飞行中的飞机换发动机”。既不同于GE、Siemens能力升级方式，也有别于Toyota的抱团对象，海尔一方面鼓励全员成为创客，倡导“人人创客，引爆引领”，另一方面吸引具有创新潜力的小微企业入驻平台，将自身打造成创客集中孵化营，通过赋能小微创客提升海尔智能制造水平。目前，海尔集团已支持内部创业人员成立200余家小微公司，涉及家电、服装、物流、商务以及文化等领域。为持续发展智能制造产业，海尔成立智能制造业务板块，下设智研院、智能装备、智能控制和精品模具4个子模块。其中，智研院负责超前技术及模式研发、国家或行业标准制订，以及智能制造整体集成解决方案输出；智能装备负责提供从工厂设计到装备制造的全流程智能化服务，成为全球智能装备整体解决方案的引领者；智能控制负责由控制产品硬件商向智能控制模块方案商转型，做行业引领的智能控制模块方案的提供商；精品模具则以模具样板工厂、先进工艺试制基地、创客工厂为载体，做引领全球技术创新及服务的平台。

在系统创新上，海尔开发了并联即时交互平台，实现企业与用户零距离互动，并在“i-360TCE”模式下，让利益相关方都可以参与设计与改进环节，最终为用户创造个性化价值。为构建互联网生态体系，海尔制定了大电商平台规划，即“海尔商城+APP顺逛平台+农特电商平台+快递柜平台+物流接单平台+物流配送平台+巨商汇平台+海贸云商平台”，完全满足用户生活需求，从而极大提升了用户对海尔的粘性和品牌忠诚度。此外，海尔打造了全球唯一一个用户全流程参与的工业互联网平台——COSMOPlat，其本质是一个专注于客户服务的生态联盟，即海尔通过COSMOPlat的大规模定制平台将不同类别的供应商联系在一起，通过自动化流程接收客户订单后，根据用户要求智能匹配多家供应商，调用其适当组件共同完成价值链全流程，以可视化生产方式让用户全程追踪并持续反馈使用情况，从而构成从智能生产到体验迭代的全流程闭环生态圈(见图4)。

图4 中国Haier智能化战略转型过程机理Fig. 4 Mechanism of Chinese Haier's intelligent strategy transformation process

3.2 案例对比分析

通过分析以上4家制造企业智能化战略转型过程发现，不同国家企业因资源禀赋差异在转型驱动力、变革逻辑以及发展形式等方面存在显著差异。首先，GE、西门子和丰田在智能化转型驱动力上基本一致，都是依靠国家先进信息化水平和雄厚的工业基础，本质上是宏观环境中的技术因素主导企业战略变革。对于海尔而言，既无工业基础支撑，也没具体的国内做法可以借鉴。因此，海尔更多的是依赖顶层设计，利用制度红利驱动智能化转型，这在一定程度上说明国家整体发展水平影响着制造企业智能化转型升级。其次，在变革逻辑上，GE、西门子和丰田主要遵循“核心能力→资源要素→系统创新”的线性发展规律，即凭借外部技术环境优势率先提升企业核心能力，再让资源要素与之适配，进而推动企业系统整体创新。而海尔选择“资源要素+核心能力→系统创新”的变革逻辑，即同时发展资源要素与核心能力，以齐头并进的方式促使系统创新。最后，在发展形式上，GE、西门子、丰田和海尔都选择以“抱团取暖”的方式实现战略转型升级，但从合作对象与合作方式看，不同国家的企业选择具有显著差别。GE和西门子作为欧美发达国家制造业的典型代表，继承了国家优势基础，主要通过收购或入股领先互联网企业和装备制造企业提升自身整体实力；丰田一方面基于传统工匠精神追求自主研发和精益制造，另一方面与先进制造商和互联网巨头签署合作协议，通过共建互联工厂推动产业集群智能化转型；海尔则将目标聚焦于国内众多小微创客，以共生关系取代合作协议，即海尔赋能小微创客，为其提供平台资源，创客群体反过来扮演海尔生态链中的重要一环。创客在提升自身创造力的同时，可以强化海尔价值创造能力，彼此以共生共创的发展形式实现共赢。

3.3 进一步分析

3.3.1 制造企业智能化战略转型的关键驱动因素

为了进一步识别制造企业智能化转型的关键驱动因素，本研究将4个案例企业进行横向对比，归纳出不同国家制造企业智能化转型的关键因素。GE、西门子、丰田和海尔智能化战略转型对比分析情况，如表2所示。

(1)代表国家制造业智能化转型模式的4个案例企业，其实施智能化战略转型的出发点、落脚点和目标具有显著差异。GE依托美国在互联网产业中的主导权，在网络端具有先天优势，为弥补“去工业化”带来的生产力水平下降，实现生产成本降低，选择利用软件“打通”硬件，通过构建工业互联网整合全球硬件资源。西门子继承了德国装备制造领域的先进技术，注重智能化生产流程，减少人为干预，进而选择利用硬件“打通”软件，通过将知识固化在设备上确保智能制造系统供应商的主导地位。基于日本工业生产中特有的工匠文化和对人的关注，为解决人口结构问题和社会矛盾，丰田大力发展智能机器人，并将其应用于经济社会领域。海尔既没有先进信息技术也没有扎实的工业基础，但却拥有最具激励性的产业政策，而完备、有效的制度资源能够帮助海尔在智能化转型效率上领先欧美企业。

(2)在国家战略方针的指导下，GE、西门子、丰田、海尔进行了不同程度的能力塑造。在能力塑造初期，GE、西门子主要采用收购、入股方式，通过直接购买外界优质资源弥补自身基础能力的不足。由于原始积累差异，GE主要通过收购先进装备制造企业弥补硬件设施的不足，而西门子青睐于收购不同行业的MES厂商，用以弥补软件操作系统方面的不足。丰田作为一家由纺织机械厂转型而来的汽车制造企业，继承了创始人丰田佐吉的创新精神，面对“工业4.0”的浪潮，并没有效仿欧美模式，而是选择“外部合作+自主研发”发展模式，既培育了核心竞争力，也在一定程度上带动了整体产业智能化转型升级。海尔在智能化转型过程中的能力塑造更符合中国本土发展实情，由于缺乏可借鉴的国内实践与先进技术，海尔选择“外部合作+自主研发”发展模式，拥抱数量众多且颇具潜力的小微创客，通过孵化、投资、赋能小微创客，构建起自身工业互联网。

(3)为匹配企业智能化转型过程中的能力提升，调整组织结构成为“互联网+”下支撑制造企业智能化转型的共识。无论是GE的交叉式组织结构还是西门子和丰田的平行组织结构，抑或是海尔的网状平台结构都显示出制造企业为强化内部信息交流与提升应变能力而作出的努力。同时，领导力提升以及人力资本引进被看作是支撑制造企业智能化转型的可持续性战略资源，而思维模式转变是基于企业内部要素，实现对转型能力的支持。

(4)在系统创新上，GE、西门子在智能化战略转型成熟期已独立掌握技术链条，能够自我驱动生成集成解决方案，并构建基于云平台的物联网生态系统；丰田以宽松的标准体系进一步提升信息融合范围与程度，在全产业内共建互联工厂，构建基于“M2M”模式的社会生态系统；海尔倡导共生发展理念，以用户为中心，与利益相关者共建平台生态系统。

表2 不同情境案例综合比较分析Tab. 2 Comprehensive comparative analysis of cases in different situations

3.3.2 综合模型构建

“互联网+”背景下，面对日益复杂的外部环境，制造企业智能化战略具有较高的随机性和不确定性，而智能化转型成为企业获得市场竞争优势的重要渠道。因此，选择合适的战略并以系统工程视角探究制造企业智能化转型路径与模式，成为“互联网+”背景下制造企业发展趋势。本文基于美、德、日、中4个不同国家情景下的案例企业资料得出单案例企业智能化转型的不同系统工程，并根据每个案例企业的转型路径分析，以及案例对比分析，构建综合模型如图5所示。

由上述模型可以看出，“互联网+”背景下制造企业智能化转型的实质是基于环境变化不断调整、重构、创新，最终趋于成熟稳定的过程。

(1)环境因素。通过对3个案例企业进行分析发现，“互联网+”通过变革技术环境、影响宏观政策和丰富社会需求等形式，促使外部竞争更加激烈，导致企业受限于环境而不得不作出战略转型决策。

(2)核心能力。本文对制造企业核心能力的识别主要聚焦于职能层，包括对传统职能的创新与新型职能的学习。不同国家情景下制造企业在文化、资源、能力上存在先天差异，上述差异会在“互联网+”的作用下被进一步放大。制造企业在格于环境的同时，充分利用环境，通过集中优势、吸收兼并、自主研发或外部合作等形式弥补先天短板。

(3)资源要素。为解决组织核心能力与自身资源条件间的不匹配问题，企业领导者快速转变传统制造思维并积极改变组织架构使企业适应环境，同时更加重视人才对智能化转型的持续支持。

(4)系统创新。制造企业通过系统创新进一步推动智能化战略实施，并通过信息融合、互联互通、生态效应搭建云端平台与互联工厂，从而形成智能制造产业集群。

4 结语

4.1 研究结论

“互联网+”背景下，制造企业智能化战略转型已成为全球主要国家经济增长与综合国力提升的重要途径。然而，目前学术界对于“互联网+”下制造企业智能化转型的研究鲜见。本文运用探索性案例研究方法，聚焦美、德、日、中4国制造企业智能化转型现状，探索“互联网+”背景下制造企业智能化转型机理。在文献综述和理论分析的基础上，对每个案例进行分析，得出制造企业智能化转型模式，然后对4个案例进行横向对比分析，构建综合模型，旨在为“互联网+”情境下制造企业智能化转型提供决策指导。

(1)转型初期,制造企业能力提升路径有3种：一是通过吸收、兼并外部资源弥补转型过程中的能力不足；二是与外部资源合作，通过双方资源与能力互补，实现价值共创；三是自主研发，依托自身长期积累的资源和技术优势进行破坏式创新。

图5 “互联网+”背景下制造企业智能化战略转型综合模型Fig. 5 Comprehensive model for intelligent strategic transformation of manufacturing enterprises under the context of"Internet+"

(2)转型过程中的基础要素匹配主要有3类：一是组织结构调整，通过删减层级、新设部门使组织架构扁平化、部门设置平行化，提升企业内部信息传递效率；二是人力资本引进，通过外部人才引进与组织内部培养为企业智能化转型注入源源不断的活力；三是思维理念变革，破除传统唯销量的考核思维，树立服务型生产理念，以服务质量意识支撑战略转型。

(3)转型成熟期，制造企业系统创新表现形式有3种：一是掌握完整的技术链条，搭建基于开放式云平台的物联网生态系统，具备依靠自我驱动生成集成解决方案的能力；二是与产业环境共建基于宽松标准体系的互联工厂，打造“M2M”的互联互通生产模式，进一步提升信息融合深度；三是瞄准众多小微创客，以共创共赢为目的形成共生发展的新模式，构建开放式平台生态圈。

4.2 理论贡献

(1)现有文献对相关概念的界定较为简洁，并缺少对二者逻辑关系的梳理。本文在结合相关文献的基础上，对“互联网+”、智能化战略转型等主要变量进行系统分析与外延界定，提供了具有可操作性的分类维度。

(2)丰富了“互联网+”驱动制造企业智能化转型的理论基础。现有文献大多从经济学或管理学角度分析“互联网+”驱动制造企业智能化转型机理，未从其它学科领域对研究内容进行尝试性分析。本文以复杂系统理论为基础，基于系统观对制造企业智能化转型进行了完整的剖析。

(3)深化了“互联网+”下制造企业智能化战略转型思路。本文遵循“资源基础-核心能力-系统创新”的研究思路，分析美、德、日、中4国制造企业在“互联网+”情境下智能化转型模式与机制并构建综合模型，在一定程度上为我国传统企业转型升级提供了可借鉴的发展规律。

4.3 不足与展望

本文存在以下局限性：首先，在研究样本选择方面，本研究考察“互联网”背景下不同国家制造企业智能化转型，选取的案例都是制造企业中的佼佼者，具备一定的原始积累，缺乏对中小型制造企业的分析。中小型制造企业是国家税收的重要提供者以及社会就业的主要承担者，更是推动经济转型升级的重要力量。因此，未来可以进一步结合本研究框架，立足中小型制造企业，探讨其智能化战略转型机制。其次，在理论模型方面，本文基于制造企业智能化转型国际比较构建理论框架，但从企业实践看，不同国家的“互联网+”发展水平与制造企业发展层次并不相同。未来可进一步丰富案例企业来源，关注落后地区制造企业智能化转型，从而提升研究结论的普适性。最后，缺乏对失败案例的分析。本文考察“互联网+”情境下制造企业智能化战略转型，在选取案例时主要聚焦于转型较为成功的企业。未来可以进一步结合本研究框架，研究“资源—能力—系统”与制造企业转型失败的关系，并进行对比分析，从而得出独特且有价值的研究结论。