SMM9月22日讯:在上期所和SMM共同举办的2022SMM(第十二届)中国锡产业链峰会上,经济学博士/中国社会科学院大学教授、博士生导师吕铁对制造业数字化转型的话题进行了探讨,他主要从制造业数字化转型的重要意义、进展、面临的问题以及推进制造业数字化转型的对策等方面进行了介绍。
制造业数字化转型的重要意义
(1)助力商品市场供需调节
我国现有制造业生产体系正面临消费持续升级的挑战,其产品市场出现结构性失衡,大多数传统产业正面临产能过剩、竞争过度的市场环境,造成资源严重浪费。
在需求侧,消费者需求呈现多样化、个性化特点,不再满足于传统批量化大规模生产得到的同质化产品。
在供给侧,企业无法及时捕捉消费者个性化需求,并实现快速响应;传统生产工序和流程不能对产品质量问题有效追根溯源,无法对问题环节做出及时调整。
制造业数字化转型可助力个性化需求捕捉、快速响应机制实现及产品标识解析。
面对消费者和下游客户企业的需求日益差异化和个性化,制造业可通过数字化转型,着重对需求侧数据进行分析处理,增强及时捕捉个性化需求等信息的能力,对现有产品进行调整或更新换代,在更好满足市场需求的同时,降低生产成本,提高生产效率,改善中下游产业链连接松散的状况。
(2)助力技术创新敏捷化
对应于技术创新的速度、广度和深度,我国制造业存在创新产出更迭慢、研究开发来源面窄以及难以拓展新领域以支撑持续创新的问题。
具体来说,传统研发项目追求完美,不适应当下频繁更新的市场需求;虽然非创新部门的人员具有丰富的生产经验等相对优势,但多数制造企业尚未树立全员参与创新意识;技术创新活动链接多个价值创造环节,且技术创新需要的大量信息是松散分布的,通常情况下难以保证信息收集的高效性和完整性。
制造业数字化转型可有效应对这些问题。
在创新速度上,研发部门可直接从企业数据库中获取由各类信息转化成的海量数据,据此不断模拟研发过程,进而加快研发速率。
在创新广度上,不仅拓展了封闭式创新的参与面,还突破企业内部创新界限,为开放式创新提供条件。
在创新深度上,随着生产经营各环节信息的数据化,原本隐性的漏洞得以显性化,原本显性却难以收集到可靠数据的创新障碍也有可能被消除。
制造业数字化转型的进展
总体看,我国制造业数字化转型取得明显进展。
2019年,我国工业数字经济渗透率为19.5%,规模以上工业企业的生产设备数字化率约为47.1%。
2020年,我国工业数字经济渗透率上升到21.0%,规模以上工业企业的生产设备数字化率达49.4%左右。
与此同时,ERP、MES和EOS等系统得到广泛应用,助力企业提升产品质量和生产效率,持续为数字化转型贡献力量。
制造业数字化转型面临的问题
第一,中小企业受到设备更新换代不及时的掣肘,阻碍了转型顺利推进。
制造业推进数字化转型的前提是基本实现自动化,在自动化的基础上安装传感器等设备,实现信息的数据化,从而利用数据的非消耗性和非排他性使信息得以更快速、更广泛传递,提高生产管理效率。
但目前许多中小型企业尚未基本实现自动化,依旧依靠以劳动力为主的生产方式运行。
第二,数字化人才缺乏,现有人力资源未得到充分利用。
第三,企业没有充分意识到数据作为生产要素的重要性,转型流于表面。
数字孪生构建的虚拟工厂固然提供了实时全局数据,但有些企业仅将其当作表面工程,建成后没有充分利用,且即使有意识地加以利用,也因数据量过大没有做好分类处理并储存,导致有效数据流失。
尽管引入了ERP、MES等数字化管理系统,但并没有对数据进行充分挖掘,从而未能从根本上为管理减负增效。
第四,龙头企业发展战略转型仍有待加快,企业社会责任履行有所缺失。
第五,产品数据编码没有统一标准,度量数字化转型程度没有权威指标。
推进制造业数字化转型的对策
(1)大力推动中小企业自动化设备查漏补缺和数字技术引进。
为促进中小企业基本补齐自动化设备,依据自身情况引进大数据、人工智能等数字技术,可提供专项资金或低利率专项贷款,缓解其面临的融资难问题。此外为增强中小企业数字化转型意识,政府主管部门可定期组织企业家开展数字化转型交流会,邀请成功案例分享经验,以供其他企业借鉴。
(2)充分挖掘现有人力资源潜力。
在短期,政府应支持企业为在岗员工提供数字技能专业知识的日常培训和集训,组织一批技术和业务融合团队,建立“传帮带”机制,快速普及数字化转型所需基础知识。
在长期,应推进产学研深度合作,将理论知识与企业的实践知识相结合,夯实专业基础,掌握实践能力,为持续推进数字化转型做好人才准备。
(3)推动增强数据意识。
应通过制度更新,增强员工使用数据、挖掘数据、创造数据的意识,为不断创新迭代增强活力;应强调数据要素的价值,针对没有能力收集、处理和储存大数据的问题予以指导,可提供相关服务企业名单,供有困难的企业参考;督促企业管理改革,重新审视当前企业管理架构,看“数据”说话,缩减不必要的岗位、层级、部门,实现资源最优配置。
(4)持续推进数据确权并保障数据安全。
(5)统一产品编码标准和数据接口。
应出台统一的数据格式标准和编码规则,在厘清数据确权的基础上,破除“数据孤岛”现象。加快制定设备连接、制造业数据共享等方面的标准,实现实体设备和虚拟数据的兼容连接。尤其在同一产业内,应保证数据接口一致,使标识解析的效能得到最大发挥。另外,还应加强标准体系的互认及一系列检验检测体系的前后衔接。