制造业数字化转型的难点与对策

沈恒超

随着新一代科技革命和产业变革潮涌，越来越多的国家把发展数字经济作为推动经济增长的重要途径。其中，积极促进新一代信息技术和制造业深度融合，大力发展先进制造和智能制造，是各国普遍采取的重要举措。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。在我国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，数字化转型正是提升制造业竞争力的重要途径。

我国制造业数字化水平显著提升

近年来，为促进包括传统制造业在内的制造业转型升级，我国不断完善制度环境，出台了一系列战略规划和政策措施，推动我国制造业数字化水平不断提升，处在产业发展前沿的工业互联网应用也在不断拓展。国务院印发《关于深化制造业与互联网融合发展的指导意见》等，对制造业数字化转型进行了全面部署;工业和信息化部、财政部等部门相继印发《智能制造发展规划（2016—2020年）》《工业互联网发展行动计划（2018—2020年）》等，明确了制造业数字化转型的具体目标和重点任务。

与此同时，我国信息化、工业化发展水平也持续上升，但数字化转型仍需加力。工业和信息化部发布的《中国两化融合发展数据地图（2017）》显示，研发、制造、营销等环节的数字化指标值较高，集成互联、智能协同指标值较低，说明制造业数字化改造进展较快，但在网络化、智能化方面的数字化转型进展依然较慢。

值得关注的是，我国工业互联网应用规模正在迅速扩大。工业互联网是制造业数字化转型的前沿技术应用，发展工业互联网已经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。工业互联网的主要应用模式和场景可归纳为以下四类：一是智能产品开发与大规模个性化定制;二是智能化生产和管理;三是智能化售后服务;四是产业链协同。在产品开发和服务环节应用工业互联网技术的企业，一般致力于开发智能产品，提供智能增值服务;在生产管理环节应用工业互联网技术的企业，一般主攻发展数字工厂、智能工厂。从调研情况看，我国在产品和服务环节应用工业互联网技术的企业，远远多于在生产管理环节应用工业互联网技术的企业。

还要看到，工业互联网平台为制造业数字化转型提供了服务和支撑。工业互联网平台可以分为通用平台、行业平台、专业平台，它们都可以直接为用户提供服务，但更多的情况是：通用平台为行业平台提供服务，行业平台为专业平台提供服务，专业平台为用户提供服务。目前，我国已有一批工业互联网平台实现了规模化商用。

数字化转型面临诸多难点

一是缺乏权威的数据标准。制造业企业每天产生和利用大量数据，比如经营管理数据、设备运行数据、外部市场数据等。但是，工业设备种类繁多、应用场景较为复杂，不同环境有不同的工业协议，数据格式差异较大，不统一标准就难以兼容，也难以转化为有用的资源。目前，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从事相关标准研发的机构，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刚启动，市场接受度还不够高。

二是数据安全有待保障。工业数据的安全要求远高于消费数据。工业数据涵盖设备、产品、运营、用户等多个方面，在采集、存储和应用过程中一旦泄露，会给企业和用户带来严重的安全隐患。数据如果被篡改，可能导致生产过程发生混乱，甚至会威胁城市安全、人身安全、关键基础设施安全乃至国家安全。目前，各种信息窃取、篡改手段层出不穷，单纯依靠技术难以确保数据安全，相关惩罚措施亦不到位，不能给数据窃取、篡改者足够的威慑。

三是数据开放与共享水平尚需提高。随着数字经济发展，企业对外部数据的需求呈现不断上升的趋势，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、事业单位等公共部门的数据仍处于内部整合阶段，对社会公开尚需时日。在社会数据方面，对哪些数据可以采集并独享、哪些数据能采集但必须共享、哪些数据不能采集还缺乏详细规定。

四是核心关键技术能力不足，信息基础设施和制造业数字化转型的基础相对薄弱。当前，关键工业软件、底层操作系统、嵌入式芯片、开发工具等技术领域基本被國外垄断;我国能够生产的工业传感器与控制产品大多集中在低端市场;控制系统、平台数据采集开发工具等领域的专利多为外围应用类，缺少核心专利。此外，虽然我国信息基础设施供给能力显著增强，但发展不平衡矛盾依然突出。

推动转型需进一步改善发展环境

数字化转型是制造业自身发展的现实需要，这一进程中遭遇的多数问题应由市场解决，市场也有能力解决。但是，发展环境的改善需要政府的积极推动，在这方面要更好发挥政府作用。

完善支持鼓励政策，促进制造业数字化改造。通过技术改造贷款贴息、搬迁补助、职工安置补助、加速折旧、产业引导基金投资等方式支持和鼓励企业进行数字化改造;通过政府购买服务等方式鼓励中小企业与服务平台合作，引导中小企业通过“上云”提升数字化水平;通过试点示范培育工业互联网平台，鼓励、支持优势企业提高工业互联网应用水平，推广网络化协同制造、服务型制造、大规模个性化定制等新模式、新业态。

推动工业数据标准制定与应用，促进数据的开放共享。引导行业组织、企业研究制定工业数据的行业标准、团体标准、企业标准。梳理现有国家标准，适时将成熟的行业标准、团体标准上升为国家标准。加强标准体系与认证认可、检验检测体系的衔接，促进标准应用。加快公共数据开放进程，促进数据资源的高效利用。建立健全社会数据采集、存储、交易等制度，保障数据有序、规范应用。

加强数据安全保护体系建设。强化工业数据和个人信息保护，明确数据在使用、流通过程中的提供者和使用者的安全保护责任与义务;加强数据安全检查、监督执法，提高惩罚力度，增强威慑力;严厉打击不正当竞争和违法行为，如虚假信息诈骗、倒卖个人信息等，引导、推动行业协会等社会组织加强自律。

加强核心技术攻关，夯实技术基础。加大对通信、网络、人工智能、核心器件、基础软件等领域的技术研发资助力度，加强底层操作系统、嵌入式芯片、人机交互、工业大数据、核心工业软件、工业传感器等核心技术攻关。增加企业牵头的科研项目数量。完善政府采购制度，加大采购力度，从需求侧拉动技术发展，帮助新技术、新产品进入市场。

围绕制造业数字化转型要求，增强信息基础设施支撑能力。适应数字经济发展对信息基础设施的要求，现有信息基础设施仍需加强普遍服务。与此同时，数字工厂、智能工厂对信息基础设施的要求远高于消费互联网，基于明确需求和应用场景的5G建设在工业领域可以适当加快。

加强国际合作，提升国际影响力。当前，美国、德国正在合作探讨工业互联网参考架构（IIRA）和工业4.0参考架构模型（RAMI4.0）的一致性，最终有可能形成统一的架构。我国应发挥产业门类齐全、市场规模大、数据资源丰富等优势，谋求与其他国家的深入合作，并引导行业组织在国际合作方面进一步发挥作用。

统筹规划，与再就业培训、社会保障体系有机结合。制造业数字化转型将大幅提高企业的智能化水平、减少普通就业机会。同时，旧有的知识、技能不能适应数字工厂、智能工厂要求的劳动者也难以适应数字化的服务业的要求。对于可能出现的新情况，相关部门需及早谋划、做好预案，通过技能培训、提供公益性岗位等化解就业压力，同时切实发挥社会保障体系的作用。