装备制造业企业数字化转型路径研究

钟媛媛

【摘  要】党的二十大报告指出，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。随着数字技术的快速发展，推动企业数字化转型成为装备制造业企业实现高质量发展的重要路径。目前，装备制造业企业数字化转型过程中仍然存在战略支撑不足、试错成本高、数据采集与应用能力不足等问题。论文通过典型案例分析总结，针对性提出装备制造业企业数字化转型的对策建议。

【关键词】装备制造业企业；数字化转型；案例分析；路径研究

【中图分类号】F426；F49                                             【文献标志码】A                                                 【文章编号】1673-1069（2023）04-0128-03

1 引言

党的二十大报告指出，要坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。装备制造业是国之重器，涉及门类广、产业链条长，是制造业的脊梁，其发展水平显示了一个国家工业体系技术实力及生产配套综合能力。

在发达国家逆全球化及国内发展面临要素资源约束日益趋紧的双重背景下，我国的装备制造业正面临“高端回流”和“中低端分流”的双重压力，亟待转型升级。随着新一代信息技术的不断发展和应用普及，数字经济与实体经济融合发展，装备制造业将以数字化、网络化和智能化为主攻方向，不断推进数字化转型升级，对于我国整个装备制造业体系的优化提升具有基础性、决定性作用。

2 装备制造业企业数字化转型的必要性

装备制造行业的经营环境正在发生日新月异的变化。多品种、定制化、高品质的产品需求、越来越短的产品生命周期、完善的售后服务需求、极佳的客户体验需求和快速的交货速度需求等，使得装备制造行业的经营环境越来越复杂，市场环境也从过去的供不应求时代迈向供过于求时代，企业竞争从拼产品、拼价格迈向拼服务，装备制造行业正处于数字化转型的关键节点。

2.1 企业面临挑战的现实需要

装备制造业具有高度复杂化、需求个性化、定制化、品种多批量小等方面的特点，属于较为典型的离散型制造业，这也导致生产组织、供应链管理及售后服务领域转型面临较大的困难[1]。随着客户对产品性能和质量的需求越来越高，研发和生产的周期越来越短，产品及制造工艺日趋复杂，定制化个性化程序越来越高，这给企业带来了较大的挑战。进行数字化转型可以有效贯通企业研发、生产和交易的全生命周期，重构企业内部的研发、生产、交易与融资模式，实现企业的高效与柔性生产，达到降本增效、提升效益的现实目的。

2.2 企业向价值链高端攀升的重要路径

装备制造业企业往往通过增加人力、设备、厂房等方面的要素投入来实现规模扩大与外延式增长，但随着国内制造成本的不断上升，过去的要素驱动式发展面临瓶颈，亟需向创新驱动的发展方式转变[2]。随着工业互联网、大数据、人工智能等技术的涌现，部分企业应用智能制造等技术实现了服务价值链的延伸与创新驱动增长，为数字时代的装备制造业发展带来了新动能。基于数字化转型，可有效降低研发试错成本、实现批量个性化生产、促成并满足买方市场、提升企业生产能力等，不断提升产业链价值。企业广泛应用物联网设备和AI技术可采集分析海量数据，并实现对产品及设备的智能管理。企業可通过采取设计研发、制造与服务的一体化模式，实现分散化制造资源整合及核心竞争力的提升，推动装备制造业生产型企业向服务型企业的价值链延伸转变[3]，推动装备制造业向价值链中高端攀升。

3 装备制造业企业数字化转型面临的问题

3.1 企业缺乏全局的战略支撑

绝大部分企业高层及员工缺乏对数字化转型的深刻认知，普遍重视技术革新及系统、平台、网络等硬件方面的建设，忽略了从战略全局谋划并推进数字化转型。因企业数字化转型的战略目标不够明确，实施路径及具体方案不够清晰，同时也缺乏对企业组织结构、运行机制及其他配套落地措施的动态调整，导致数字化变革只是停留在局部、片面的层次。此外，大多数企业的数字化转型停留在单一领域或环节，针对生产制造、销售管理等全生命周期数字化转型的企业极少，尚未实现全过程全范围的覆盖。

3.2 企业数据采集与应用不足

企业发展过程中，已沉淀了大量数据，但受限于数据获取难度大、多源异构数据、数据标准不统一、数据质量差等问题，数据价值尚未有效释放。首先，在数据采集方面，装备制造企业老旧设备采集难、数据协议多导致统一匹配难、模型开发难等成为企业数据采集管理的主要难题。其次，企业数据流通环节也存在壁垒或“信息孤岛”。大多数企业在研发、管理、生产等不同环节应用的软件平台不同，数据协议、标准和接口不一致，导致系统之间不能完全联通，数据流转较难。不仅企业内部的数据尚未实现汇聚流转，产业链上下游企业间的信息也难以实现共享流通。

3.3 企业数字化转型投资大，成本收益难以量化

企业的数字化转型是一项系统性工程，涵盖了硬件系统设备投入、业务流程优化、组织架构调整、数字化人才培养等方方面面，这些均需要大量的资金投入。但是企业数字化投资的周期较长，见效慢，试错成本较高，这些都导致大部分中小装备企业不敢投入，或是前期投入后，在效果不明显下，又停止了进一步转型升级，导致数字化转型不彻底。

3.4 数字技术人才紧缺

装备制造业属于离散型制造业，这导致单个企业或单个工作人员熟悉掌握设计、生产、销售全流程工作的可能性极低，企业复合型数字化专业人才较为缺乏[4]。首先，企业内部数字化人才结构性短缺。工厂生产一线人员文化素质水平普遍不高，对数字化、智能化、信息化设备及知识学习接受能力较弱。其次，复合型的数字化人才招引难、培育难。当前，从我国总量来看，根据中国信息通信研究院发布的《数字经济就业影响研究报告》数据来看，我国数字化人才缺口近 1 100 万，懂数字化技术、经营管理的复合型人才极其短缺。

4 案例分析

宁德时代新能源科技股份有限公司（以下简称宁德时代）主营业务为新能源汽车动力电池与储能系统的研发、生产和销售。作为具备全球领先地位的锂离子电池研发制造公司，宁德时代专注于为全球新能源应用提供一流的解决方案。锂电池行业发展过程中面临生产制造流程较长、产品工艺较为复杂、管控点较多、检测手段亟需多样等方面的问题，沉淀的海量数据价值没有得到有效发挥[5]。宁德时代立足于企业发展与行业面临的普遍性问题，制定数字化转型战略，通过精益化、数字化和智能化相结合的方式进行实践探索，实现提质、降本和增效的目的。

4.1 制定并实现“三步走”数字化转型发展战略

宁德时代根据自身实际发展情况及发展历程，通过“三步走”战略实现数字化升级跃迁。其中，第一个阶段为“自动化”阶段（2011-2013年）。企业快速提升设备、生产线、物流、仓储等领域的自动化水平。第二个阶段为“自动化+系统化”阶段（2014-2017年）。宁德时代陆续导入企业管理、供应商管理和客户关系管理方面的系统，并同时部署了大量产品生命周期管理应用软件，开启CPS（CATL Production System）体系建设。通过构建物联网体系，前瞻引入私有云、公有云、大数据平台，为第三阶段的数据分析和智能化导入打下了良好的软件基础。第三个阶段为“数字化+智能化”阶段（2017年至今）。宁德时代切实发挥大数据的作用，在企业实际生产与工艺优化中运用数据分析管理决策功能。例如，利用先进算法对制造大数据进行分析，实现生产线智能排程、设备智能维护、质量智能管控等功能。将数字孪生、5G、AI等先进技术运用在生产线上，显著地提高了实际生产的质量与效益。

4.2 夯实数据基础，让数字化“有据可依”

企业针对智能生产纵向集成需求，研究工艺、设备、质量等元数据模型，研发多协议解析引擎、数据预处理和转换引擎技术，开发了多源异构数据采集平台，实现多主题数据融合。构建制造执行系统、建立规范的设备导入标准，搭建互相联通的网络，实现生产环节的数据采集、数据检索、智能监测与防呆控制；建立了电池制造生产线数据通信标准规范；打造了基于边缘智能和大数据云架构技术，实现数据分层汇聚与治理；建立了精准、高效的动力电池制造数据平台。

4.3 借力AI等先进技术实现数字化建设

宁德时代通过数字孪生、AI、机器学习等先进技术的应用，满足了生产现场实际需求，取得了研制周期缩短、运营成本不断下降、生产效率显著提升的良好效果。例如，利用数字孪生技术建立产品数据管理（PDM）系统实现全局产品设计与仿真，依托三维模型的产品设计和仿真，可以在虚拟空间中实现模拟与试验，大大减少了对真实空间中物理样机的需求，如此可大幅降低研发成本，并进一步缩短研发周期。在物流环节，有效利用AGV、机器人、立体仓库、RFID等智能化技术，有效提高了生产线物流效率。充分利用物联网开展产品的远程监测，通过植入针对电池系统的T-BOX终端，手机电池系统的售后运行转台，打通了制造与售后的大数据对接。宁德时代通过采取LAMBDA大数据架构，打造制造系统大数据平台。通过这个平台可实现制造系统数据的集成，并实现数据的集中分析及数据挖掘。

宁德时代通过对产品、设备的信息化、数字化改造，不断优化企业生产与管理流程，实现了企业的高质量发展。基于案例可以发现：①循序渐进的战略规划或顶层设计是数字化轉型的前提保障。在数字化转型中，要制定全局战略规划，项目实施过程中要系统谋划、全员参与、覆盖研发生产销售等多个环节。②基于产品的全生命周期的数字化是基本路径。在研发阶段，基于数字化仿真模拟可以提前预知风险，缩短研制周期。在生产阶段，利用物联网技术及AI等技术，对生产进行全过程监测，实现精益化生产。依托测试、制造、售后等云平台，在大数据框架下实现对设备、产品、设施的预测性维护，以及对设备工艺参数的自动化调优，形成闭环生产。③数据要素运营是关键环节。在数据采集方面，制定数据统一的标准，推动系统、网络、平台的互联互通，推动数据的统一采集、汇聚、集成分析与处理，达到生产成本节约、生产过程安全可控、产品精益高效、品质统一的效果。

5 对策建议

5.1 制定切合实际的数字化转型战略规划

数字化转型是一项系统工程，做好顶层设计是实施企业数字化的前提保障。实施数字化转型的业务面广泛，包含了底层装备的自动化改造及生产线建设、设备的互联互通、生产及质量数据的采集、信息系统的实施应用、信息系统集成以及业务协同、跨企业的供应链协同、大数据研究应用等。企业要根据自身现状及发展目标，充分借助各类数字化转型方案解决商或供应商的专业化力量，实事求是地制定战略发展规划。围绕“设施互联、系统互通、数据互享、业态互融”4个原则，制订企业数字化转型战略模式及解决方案，有的放矢地对研发体系、生产体系、营销体系、售后体系进行数字化改造。

5.2 强化数字化认知及培养数字化文化

企业数字化变革一定要自上而下推动，数字化转型先要刷新企业领导者的认知，建立和完善相关的推进机制。数字化转型一定是一把手工程，由“一把手”统筹，打破“烟囱式”建设，重新定义体系和规则。推动数字化工作需靠领导者推动认知的统一，营造全公司的数字化转型文化氛围，明确数字化的目标和意义。加快推进人思维与认知模式的转变，形成数字化转型的共识与合力，做到上下同欲，上下同心，并辅以激励和组织配套机制，保障工作落地。

5.3 开展全生命周期数字化转型

实施数字化转型要从“研、产、供、销、服”整个企业经营的全生命周期及全价值链统筹推进。企业要加快应用5G、大数据、云计算等技术加快塑造企业数字化流程及实现资源利用最大化，推动“研、产、供、销、服”等多领域多环节的数字化转型，加快形成全新的数字化产业生态格局。在研发环节，企业通过虚拟制造、数字孪生技术等方式开展创新试验，有助于提高研发效率，缩短测试周期，推动研发成果落地转化；在采购环节，企业可依托供应链平台系统或其他数字技术选择性价比更高的产品，选择更为合适的供应商；在生产环节，企业可以利用工业互联网平台收集大量生产数据、分析数据，促进传统装备制造向智能控制、智能制造方向转化，进而优化生产流程与提升生产工艺；在管理环节，推动企业组织结构向网络化、扁平化发展，提高部门之间的相互配合与协调程度，进而提升企业决策效率与沟通效率；在消费环节，依托线上社交平台、短视频等各种软件搜集用户关于产品的搜索、浏览、评价等各种数据，通过数据分析描画用户画像，动态分析客户需求及偏好，为调整生产决策、优化产品、及时响应市场需求提供决策支撑[6]；在运维服务环节，重点建设基于大数据驱动的远程运维服务平台，实现数据共享和业态互融。

5.4 加快开展数据资产运营

从发展趋势看，大数据已成为生产要素和企业社会的核心资产。企业在数字化转型中要格外重视数据要素价值，通过构建企业统一的数字化体系，搭建数字化的组织、管理与运维体系，为数据治理和应用提供组织和制度上的保障。基于新一代信息技术和工业互联网平台，构建以数据驱动为导向的协同研发平台、智能管理与分析平台、智能产品远程运维服务平台，构建基于制造大数据的智能诊断及服务平台，对多元数据进行获取、统计、分析及应用，为企业决策分析等提供重要价值。集成多维度数据的同时优化业务流程，实现产品全方位信息的综合管理与分析，促进产品全生命周期的全过程优化。

5.5 加大人才培养力度

实施数字化转型需要产品技术、制造技术、信息技术多学科交叉融合、融会贯通，一支专业化的人才队伍是资源保障。企业要通过培训等多种途径培养数字化管理人才，全面提升管理人员的数字化思维，推动管理人才能在研发、生产、销售等各领域应用数字化思维解决实际问题，鼓励专业技术人员学习数字技术，成为懂产业、懂技术的专业人才。

【参考文献】

【1】刘春明，吴洪文，高丽娟，等.数据驱动的装备制造业数字化转型路径研究与实践[J].智慧轨道通，2022，59（01）：1-4.

【2】王晓玲，韩平.数字经济与装备制造业融合发展研究——以东北地区为例[J].技术经济与管理研究，2022（05）：105-110.

【3】楊菠，赵雄飞，宁远明.高端装备制造业数字化转型的思考[J].信息通信技术与政策，2021，47（01）：34-37.

【4】张苑，马潇.推动四川省装备制造业数字化转型分析[J].决策咨询，2023（01）：53-55+91.

【5】孙俊杰.宁德时代智能工厂实践与创新[J].中国工业和信息化，2022（Z1）：72-77.

【6】闫莉，吴森.加快推动辽宁省装备制造业数字化转型的对策研究[J].辽宁经济，2022（10）：8-12.