制造业数字化转型的难点

一、制造业数字化转型的重要性

制造业数字化转型是提升竞争力的重要途径，在提高产品品质和生产管理效率方面具有关键作用，顺应数字经济发展趋势。

数字经济是继农业经济、工业经济之后新的经济形态，以数据资源为重要生产要素，以数字化转型为重要推动力。我国制造业规模庞大、体系完备，但大而不强问题突出，尤其是传统制造业自主创新能力不强，生产管理效率较低。在制造业低成本优势逐步减弱的背景下，必须着力提高产品品质和生产管理效率，重塑竞争优势，而数字化转型正是提升制造业竞争力的重要途径。

近年来，我国不断完善制度环境，出台一系列战略规划和政策措施，推动制造业数字化水平不断提升。工业互联网应用也在不断拓展，成为制造业数字化转型的前沿技术应用，发展工业互联网已成为各主要工业强国抢占制造业竞争制高点的共同选择。工业互联网技术主要应用在产品开发、生产管理、产品服务等环节，其主要应用模式和场景可归纳为智能产品开发与大规模个性化定制、智能化生产和管理、智能化售后服务、产业链协同四类。

目前，我国已有一批工业互联网平台实现了规模化商用，但制造业数字化转型仍面临诸多难点。一是缺乏权威的数据标准，工业设备种类繁多、应用场景复杂，不同环境有不同工业协议，数据格式差异较大，不统一标准难以兼容，也难以转化为有用的资源。二是数据安全有待保障，工业数据安全要求远高于消费数据，涵盖设备、产品、运营、用户等多个方面，一旦泄露或被篡改，可能带来严重安全隐患，目前单纯依靠技术难以确保数据安全，相关惩罚措施也不到位。

二、制造业数字化转型面临的难点

（一）数据标准问题

制造业企业在数字化转型过程中，数据标准问题成为一大难点。一方面，企业数据量大、种类多、格式差异大，涵盖经营管理数据、设备运行数据、外部市场数据等多个方面。由于工业设备种类繁多且应用场景复杂，不同环境下有不同的工业协议，导致数据格式差异较大。缺乏权威的数据标准，使得这些数据难以兼容和转化为有用资源，无法充分发挥其价值。另一方面，虽然我国已有全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等多个机构从事相关标准研发，并制定了《国家智能制造标准体系建设指南（2018 年版）》《工业互联网标准体系框架（版本 1.0）》等文件，但具体标准的研制和推广工作刚启动，市场接受度不高，企业在实际应用中面临诸多困难。

（二）数据安全问题

工业数据安全要求远高于消费数据，涵盖面广，一旦泄露或被篡改，会带来严重安全隐患。工业数据涵盖设备、产品、运营、用户等多个方面，在采集、存储和应用过程中，若出现安全问题，可能导致生产过程发生混乱，甚至威胁城市安全、人身安全、关键基础设施安全乃至国家安全。目前，信息窃取、篡改手段层出不穷，单纯依靠技术难以确保安全。同时，相关惩罚措施不到位，不能给数据窃取、篡改者足够的威慑。

（三）数据开放与共享问题

随着数字经济的发展，企业对外部数据的需求不断上升，包括产业链上下游企业信息、政府监管信息、公民基础信息等。将这些数据资源进行有效整合才能产生应用价值，但前提是这些数据能够被获得。目前，政府、企业数据开放共享水平有待提高，数据资源有效整合面临困难，制约了制造业数字化转型的进程。

（四）人才问题

数字化、智能化转型需要复合型人才，然而企业培养成本高、风险大。目前，制造业吸引职业技能人才正面临 “三难”—— 找不到、招不来、留不住。具体来看，生源少且质量差，造成人才缺口，直接导致制造业企业 “找不到” 所需的大批职业技能人才；职业教育投入少，人才培育难，导致供需不平衡，企业 “招不来” 适应产业转型升级和企业发展所需人才；高技能人才 “眼高手低” 与管理机制不完善的矛盾，人才发展难，“留不住” 技能人才。

（五）技术能力问题

企业对信息技术应用认知局限，新旧问题叠加，理解、应用新兴技术困难。大多数企业对于信息技术的应用认知还停留在部署 IT 系统的阶段，经过多年传统信息技术（如 ERP 等）的应用，孤岛纵横、基础数据不准等问题始终困扰着企业。与此同时，云、大数据、AI、IoT 等新兴技术快速发展，新旧问题叠加让传统制造企业理解、应用、掌握这些技术变得更加困难。

（六）资金问题

1. 传统制造企业利润率低，数字化转型资金投入谨慎，缺乏足够资金。传统制造企业尤其是中小企业的利润率较低，因此在数字化转型资金投入方面尤为谨慎，更加关注投资回报，往往缺乏足够的资金投入。
2. 项目未取得显著效果会制约进一步投资动力。企业投资数字化转型项目一旦没有取得显著效果，企业进一步的数字化转型的投资动力也受到制约。

（七）软硬能力失衡问题

企业重硬件升级，轻设备联网和数据采集，导致能力分布失衡。受到投资回报的牵引，企业往往将应用的重点放在自动化设备等硬件设施的升级上，很多企业并不太重视设备联网和数据采集，这样造成了企业在数字化转型中重硬轻软，能力分布失衡。

（八）战略规划问题

数字化转型需全局谋划，但企业普遍缺乏清晰战略目标、规划及保障措施。尽管目前多数企业推动数字化转型的意愿强烈，但普遍缺乏清晰的战略目标、详细的数字化转型规划以及确保规划落地的保障措施。

（九）管理基础问题

企业已应用信息系统但问题突出，管理基础薄弱影响数字化项目效果。目前企业已经应用了诸多信息系统，但是孤岛纵横，基础数据不准确，编码体系不统一等问题依旧突出，如果企业缺乏良好的管理基础，就盲目实施数字化项目，收效一定无法达到预期。

（十）经验缺乏问题

制造业细分行业差异大，企业个性化强，缺乏可借鉴经验和模板。制造业的各个细分行业差异很大，处在各个产业链中不同位置的企业个性化很强，即使是同类企业由于企业实际建设水平的差异，数字化转型的突破口也各不相同，企业往往没有可以直接照搬的模板，缺乏可借鉴的经验和专业的指导。

三、应对制造业数字化转型难点的建议

（一）加大标准研制与推广

加快数据标准的研制和推广，提高市场接受度。

• 由全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等机构加快具体标准的研制工作，确保标准的权威性和实用性。
• 加强对企业的宣传和培训，提高企业对数据标准的认识和理解，促进市场接受度的提升。
• 鼓励企业在实际应用中积极采用数据标准，通过示范效应带动更多企业参与。

（二）加强数据安全保障

综合运用技术和管理手段，确保数据安全，加大对数据窃取、篡改者的惩罚力度。

• 企业应借助第三方安全企业的力量，在合法合规的情况下做好数字化转型，从技术层面做到能审查、能告警、能拦截，防止 “内鬼” 窃取数据。
• 供应商在供应链的开发、交付、使用三大环节中可能引入风险，企业要加强对供应商的管理，确保上游环节的安全问题不会传递到下游并放大。
• 通过纵深防御，整合数据、技术和服务能力，从决策层面、操作层面实现全面监控，多道防线交叉验证，即使网络被攻破，也能够做到业务不中断、数据不出事、合规不踩线。
• 完善相关法律法规，加大对数据窃取、篡改者的惩罚力度，给数据窃取、篡改者足够的威慑。

（三）提高数据开放与共享水平

推动政府、企业数据开放，促进数据资源整合。

• 政府应进一步完善工业设备的互联互通标准，推动工业设备接口互认，协议兼容，提升行业设备的联动能力。
• 加快研究制定统一工业大数据管理制度和标准规范，提升工业数据的治理能力，促进数据合理流动，安全交易，共享使用。
• 企业要树立开放共享的理念，积极参与数据开放与共享，共同推动制造业数字化转型。

（四）培养数字化人才

多种方式构建企业数字化人才体系，降低成本和风险。

• 企业可以采取内部培养、优秀人才输入等多种方式构建企业数字化人才体系，例如开展专项薪资激励和轮岗制度，鼓励技术人员熟悉数字化技术，同时鼓励数字化人员熟悉制造业技术，扩大复合型人才的培养选拔范围。
• 为复合型人才创造行业领先的实践环境，依托制造业的先进工艺技术和生产能力，为复合型人才创造业界稀缺的前沿探索实践机会，实现人才与企业共同成长。
• 完善数字化人才晋升机制，为数字化人才提供多样化、多层次的职业发展路径和晋升机制，包括管理路径、技术专家路径，满足数字化人才个性化职业发展需求。
• 优化技术人才选拔机制，在现有技术人才选拔机制的基础上，引入数字化工具运用相关培训、考核因素，鼓励员工积极利用数字化工具解决工艺、设备、生产流程相关技术研发问题，提高技术人才的数字化素养，培训一批数字化种子人才。
• 发挥种子人才的引领和示范作用，帮助更多技术人员和操作人员积极应用数字化技术和工作，提升业务水平、在本职岗位上积极探索数字化创新。

（五）提升技术能力

加强对新兴技术的学习和应用，解决信息技术应用认知局限问题。

• 企业要加强对新兴技术的学习，转变观念，认识到数字化转型不仅仅是部署 IT 系统，更是经营理念、战略、组织、运营等全方位的变革。
• 针对新旧问题叠加的情况，企业要积极探索解决方案，例如借助专业的咨询服务机构，完成数字化转型的现状诊断、需求分析、流程梳理、整体框架设计和实施方案制定等过程。
• 加强与高校、科研院所的合作，共同开展技术研发和应用，提高企业对新兴技术的理解、应用和掌握能力。

（六）保障资金投入

合理规划数字化转型资金，关注投资回报，提高项目成功率。

• 企业要根据自身实际情况，合理规划数字化转型资金，避免盲目投资。
• 在投资数字化转型项目时，要更加关注投资回报，对项目进行充分的可行性研究和风险评估。
• 一旦项目取得显著效果，要及时总结经验，进一步加大对数字化转型的投入，提高项目成功率。

（七）平衡软硬能力

重视设备联网和数据采集，实现软硬能力均衡发展。

• 企业要转变投资观念，不仅要重视自动化设备等硬件设施的升级，也要重视设备联网和数据采集等软件方面的建设。
• 推进工业互联网建设，支持多种有线和无线通讯网络，支持云部署 M2M，即设备与设备之间的互联，建立工厂网络和本地部署。
• 通过边缘侧进行数据清洗、加密和传输，提供智能 Niagara 及配套边缘计算网络控制器，为生产设备提供边缘应用，实现设备间的信息孤岛打通，让设备管理更高效、更智能。

（八）制定全局战略规划

明确数字化转型战略目标、规划及保障措施，从全局谋划。

• 企业要明确数字化转型战略目标，制定详细的数字化转型规划，并确保规划落地。
• 在制定规划过程中，借助专业的咨询服务机构，完成现状诊断、需求分析、流程梳理、整体框架设计和实施方案制定等过程。
• 建立确保规划落地的保障措施，包括组织体系、投资计划、风险规避策略等。

（九）夯实管理基础

解决信息系统问题，夯实管理基础，确保数字化项目效果。

• 企业要对已应用的信息系统进行梳理，解决孤岛纵横、基础数据不准确、编码体系不统一等问题。
• 建立企业数据发展统筹规划和顶层设计机制，加快企业大数据中心建设，推进企业基础信息库、业务信息库、主题信息库等建设。
• 建立企业数据汇聚机制，推进信息系统整合互联和数据共享交换，推进研发设计、生产制造、仓储物流、市场营销等环节数据实时汇聚。
• 做大做强企业数据中心中台，推进数据和业务、数据和系统分离，增强数据共享交换、流通交易、开放开发等业务统一技术服务支撑能力，促进数据开发利用。

（十）探索适合自身的转型路径

根据企业特点，借鉴经验，探索个性化的数字化转型策略。

• 企业要充分认识到自身的特点和需求，结合行业差异和企业个性化，探索适合自身的数字化转型策略。
• 借鉴其他企业的成功经验，但不能盲目照搬，要根据实际情况进行调整和创新。
• 积极参与行业交流和合作，共同探索制造业数字化转型的路径和方法。