工业机器人赋能制造企业服务化转型

摘要：面对全球制造业的激烈竞争，中国正积极推出一系列战略举措，旨在推动传统制造业提质增效，转型升级。工业机器人凭借其独特优势，不仅促进了企业创新发展、优化人力资本结构，还显著提升了生产效率，成为赋能制造业企业向服务化转型的重要引擎。尽管工业机器人在制造领域已得到应用并取得经济效益，但在推动服务化转型过程中，仍存在发展不均衡、人才短缺、成本高昂、应用程度有限以及产品低端等难题。为此，需政企合作，共谋解决方案，以实现制造业高质量发展。

关键词：人工智能；工业机器人；制造企业；服务化转型；高质量发展

中图分类号：F276.44文献标识码：A文章编号：2096-0298（2024）12（b）--05

在全球化和技术革新的推动下，中国制造业正站在转型升级的历史节点上。面对全球价值链的重构、国内成本的上升以及自主创新能力的挑战，制造业必须寻找新的增长点和竞争优势。基于此现状，国家出台了《中国制造2025》《关于推动先进制造业和现代服务业深度融合发展的实施意见》等一系列引导政策，强调了服务型制造的重要性。党的二十大指出，通过升级更新技术装备，扎实推动制造业高端化和智能化发展，加速向制造强国的转变。

与此同时，新一代信息技术、人工智能蓬勃发展，并经历着快速迭代，为制造企业提供了新的机遇和解决方案。工业机器人作为工业4.0智能制造的代表（GraetzandMichaels，2018），其在制造业中的应用极大提升了生产效率和产品质量[1]。调查发现，中国现有生产机器人的企业70余万家，其中广东省作为制造大省，机器人相关企业数量占全国总数近20%，数量稳居全国首位，超5万余家企业坐落在深圳，带动全市上中下游产业总值达1700亿元[2]。机器人的大规模普及与应用对企业生产决策和服务化转型产生深远影响（Acemoglu和Restrepo，2020）[3]，加速了制造业服务化转型的进程。

1制造业服务化相关研究

制造业是服务业发展的前提和基础（Cohen和Zysman，1987）[4]。一般来说制造业服务化的研究角度有两方面：投入服务化和产出服务化。前者是从制造业产品中服务增加值嵌入的程度来进行制造业服务化相关研究（Heuser和Mattoo，2017）[5]。后者则认为企业服务化转型不仅要关注本身生产，还要重视如何通过服务的提供来增强产品附加值和竞争力，提供多维度“服务包”的经营模式，服务是“包”的核心（Vandermerwe和Rada，1988）[6]。刘斌等（2016）、许和连等（2017）、姜铸等（2015）众多学者普遍认为，制造业服务化在优化价值链、推动企业国际化进程及提升整体绩效方面发挥着积极作用[7-9]。进一步讲，交易成本的有效管理、人力资本的质量提升、创新能力的持续增强、制造业的国际竞争力以及商品自由贸易的深化（肖挺和黄先明，2021）等因素，均被视为驱动制造业服务化水平提升的关键因素（黄群慧和霍景东，2014）[10-11]。随着信息通讯技术的发展和广泛应用，信息技术如同“催化剂”一般，极大地促进了服务业与制造业之间的深度融合与协同发展（周振华2003）[12]。Huxtable和Schaefer（2016）通过对57家英国上市公司进行分析，为英国制造业中的服务化现象提供了全面视角，提出一个整合了工业4.0相关服务的服务化框架，揭示了工业4.0技术如何塑造这一转型过程[13]。苗翠芬（2023）利用世界投入产出表的广泛数据，对41个经济体的制造业进行了全面考察，其研究明确指出了人工智能技术在推动各类制造业转型升级中的显著正面效应[14]。

2工业机器人对企业服务化转型的影响机理

储节旺等（2023）提出，数智赋能是在数智时代背景下，通过整合和应用新兴的数字技术，提升企业运营效率和创新能力的一种策略，对数字化生产要素进行重组与集成，使利益相关者能够具备创新、生产、竞争、科学发现和应用转换等方面的能力，从而达到对资源的高集成与有效使用，推动一系列的组织体系中的价值共创[15]。在工业化时代，制造业主要聚焦于通过大规模标准化生产来降低成本、提高效率，并构建起庞大的分销网络。然而，这一模式往往导致生产者与消费者之间距离遥远，产品大多满足共性需求，难以精准响应个性化需求。随着工业机器人的广泛应用与大数据分析技术的深度融合，制造业开始转向以用户需求为中心的生产模式（赵宸宇，2021）[16]。

在实际应用中，机器人可以充分发挥渗透性、替代性、协同性特性，助推企业创新发展、优化人力资本结构和提升生产效率，根据各行业的需求为其提供不同的生产服务。在生产线上，机器人能够敏锐地发现那些被忽视或闲置的资产，从而使闲置的资源得以有效利用，提高企业生产率，还可以快速地响应、准确地匹配和进行个性化定制，完全发挥消费端潜能。这一过程不仅关注产品的生产与销售，还通过增值服务、解决方案和平台运营等方式提升服务在整体业务中的占比和附加值，最终使其向多元化、高级化和复杂化方向发展，提升整体效能的发挥阈值。

2.1通过助推企业创新发展赋能服务化转型

提升服务化水平，需要依托技术创新以构建新的竞争优势。以知识、技术为基础的服务是创新过程中的重要节点和媒介（张文红等，2010），也是制造企业形成差异化竞争优势的重要途径[17]。企业将工业机器人作为一种新的生产要素引进生产体系中，以实现生产方式变革。一方面工业机器人的应用降低了对人工的依赖，减少了人力成本、培训支出和劳动风险保险等相关费用，这些节约下来的成本和资源可以再投资于研发和创新活动，为企业开发新的服务和产品提供财务基础。另一方面，工业机器人改变了创新要素的资源配置效率，通过优化创新活动使不同企业研发效率趋于一致，更好地帮助小型企业取得边界突破（诸竹君，2022）[18]。同时，随着行业竞争的加剧，迫使企业开始探索新的商业模式，如机器即服务（RaaS），这种模式不仅降低了客户的采用门槛，还为制造企业创造了新的收入来源，真正实现了从产品制造向服务提供的业务模式转型。

2.2通过优化企业人力资本结构赋能服务化转型

Autor等（2003）提出ALM模型来研究自动化与劳动力影响，指出生产需要两种任务：程式化任务和非程式化任务必须相互配合，程式化任务可由低技能劳动完成，而非程式化任务则需要高技能劳动[19]。由于工业机器人的应用所表现出的技能偏向特征（Aghion等，2017），解放了原本企业生产中加工类和监察类工人，迫使低技能劳动者通过人力资本投资或技能学习提升自身技能水平，让制造业企业有更多的劳动力被重新分配到更具创造性和增值性的活动中，如研发、质量控制和售后服务，从而使人力结构得到升级[20]。人均资本存量比越高的制造业企业，其现代化程度越高，服务要素的嵌入能力越强（祝树金等，2020），为制造业企业战略转型提供有效支撑[21]。理论上自动化消灭某些就业岗位的同时，也会创造出更具有优势的新劳动岗位（Acemoglu和Restrepo，2018），使企业趋向于增加技能劳动力的就业数量和总体报酬额，进一步促进企业服务化[22]。

2.3通过提升企业生产效率赋能服务化转型

工业机器人的应用优化了生产产品的各个环节。设计环节中机器人系统通过软件重新编程，使生产线可以快速切换产品或型号以适应不同的生产任务和需求，迅速响应市场变化，帮助企业从以产品为中心向以客户需求和服务为中心的模式转变。作为一种要素禀赋，机器人与其他智能制造技术，如物联网（IoT）和大数据分析结合，将加快用户需求数据的反馈速度，也大大提升了新产品和新工艺创新的速率[23]。机器生产不需要人力持续监控，能够更好地集成于整体生产管理系统，实现信息流与物料流的实时协调，优化生产计划和资源分配，生产流程更顺畅，节省时间和资源。这种自动化的能力大大缩短了生产周期，并提高了产出率。由于生产效率的提升，企业能够在低成本和高产出的基础上，为客户提供附加价值的服务，如定制化产品、快速交付等。

3工业机器人赋能制造业服务化实际成效

制造业服务化并非简单的“制造业+服务业”，而是在传统制造基础上加入工业机器人、人工智能和物联网等智能制造技术，直接服务客户，直接对接销售订单和生产订单，提升制造全过程效率和客户服务满意度。服务要素贯穿产品生命周期的各阶段，企业实现与终端消费者的紧密互动，创造“产品-服务包”模式，促进产品与服务无缝衔接。

2022年，中国机器人全行业营业收入超过1700亿元[24]。预计到2027年，广东省智能机器人产业营业收入将达到900亿元，高端装备制造业营业收入将达到3800亿元[25]。以上数据表明，我国机器人产业规模快速增长，制造业正逐步向全面智能化转型。目前，在对第二产业的技术赋能关系中，排名第一的是制造业，占比87.24%，显示出制造企业对工业机器人较高的认可度。TCL创始人李东生认为“未来工厂”是由机器人指挥机器人，由机器人大军协助制造机器人与设备。Capgemini公司对806家公司进行的调查显示，全球超60%制造企业认为机器人技术将成为智能化转型的关键支撑因素。

据工信部统计，截至2023年底，广东省20个战略性产业集群实现增加值同比增长5.2%，占GDP比重达到四成，已形成8个万亿级、3个5000亿级、7个千亿级和2个百亿级产业集群[26]。以广汽埃安为例，早在2018年，广汽就建成了国内首家新能源纯电专属工厂，并在2024年落地了全球唯一一座新能源汽车“灯塔工厂”，共提供了40多个第四次工业革命用例，为客户提供超过10万种配置选项，并确保及时交付合格产品。全自动生产线支持混合生产模式，可按订单或备货要求生产不同车型，通过工业智能体系的构建，可以大幅提升生产效率，加速产品迭代，同时更好地满足用户个性化需求，实现从“制造”向“智造+服务”的转型升级。这种模式不仅提升了生产效率，还使广汽能够紧密围绕用户需求，持续推出符合市场的新产品和服务，从而保持其在行业中的领先地位。

4工业机器人赋能企业服务化现实困境

4.1东中西部发展不平衡，行业人才供不应求

中国老龄化问题日益严重导致人口红利逐渐减少，劳动力成本迅速上升。以此为背景，劳动力密集型产业纷纷向中西部地区转移，东部地区则加速向资本和技术密集型产业转型。中国工业机器人产业布局显示，广东、江苏和山东地区相关企业数量较多，分别拥有6万余家、5.71万余家以及3.21万余家，明显呈现东多西少的特征。东部地区在前沿技术领域持续深耕，引领着制造业企业向智能化转型迈进。这种现象可能加剧中国各地区之间的经济不均衡发展。

据估算，现在中国对人工智能人才的需求已经达到500万，而供求比率是1∶10。原因在于机器人工程技术不仅涉及多学科知识的整合，也要求从业者具备较高的综合能力，但当前教育体系中，许多高校的课程设置尚未与市场需求无缝对接，导致毕业生在步入职场时面临能力不匹配的问题。行业和企业则存在高技能人才评价体系和保障机制不完善的问题，缺乏有效体系来评估科技人员的贡献，也缺乏从制度、物质、精神和成长性等多方面构建的全方位制度来保障人才的留驻。

4.2成本高昂，不同企业间应用程度不同

工业机器人赋能企业的服务化转型，并非仅仅是购置一套高端机械，而是对整个生产体系的全面升级与重构。这一转型涉及对机器设备的引进与集成、技术工人的培训与再教育、专业维护团队的组建与运营等方面。这些举措伴随高额的资金投入及漫长的时间成本消耗，短期内投资回报率相对较低。根据生命周期理论，在不同发展时期，公司的规模、盈利能力、增长能力、投资和融资策略，以及Ramp;D都有很大差异（Adizes，1988）[27]。对于正处于成长期的企业而言，内部尚未形成稳定的盈利模式，资金周转困难，风险承担水平较低。相比成熟期企业，受自身资本积累的局限，其难以独立承担人工智能研发及大规模引入工业机器人所需的巨额投入，因此，它们更倾向于采取保守策略，维持现状或仅采用成本更为可控的传统人力劳动及低端自动化方案，以确保短期内的财务稳健和成本控制的灵活性，如此工业机器人所带来的红利无法得到充分释放。

4.3工业机器人市场大而不强

广东作为制造业大省，高度重视装备制造业发展，相继出台多项政策支持装备制造业服务化，2023年全省装备制造业增加值达2.29万亿元，工业机器人产量16.88万台，连续4年全国第一，但与国外同类产品仍存在差距。工信部司长王卫明指出，中国机器人产业在技术创新、原创研究、设计能力等方面仍有不足，产业基础薄弱，关键零部件的性能和可靠性仍无法满足高性能整机的需求。具体表现为国产工业机器人在软件、系统集成及核心零部件等关键环节面临“空心化”挑战，尽管国内技术进步促使部分本土品牌能够规模化生产零部件，但产品主要集中在中低端市场，难以满足高端应用需求。在汽车、电子等关键应用领域，工业机器人市场几乎被国外品牌垄断，国产产品仅占1/5，形成了鲜明的“二八”对比。多数用户企业仅将工业机器人用于简单的、局部的自动化设备替代和低端生产，而没有发挥出其应有的价值，从而使上游的机器人制造行业内部也习惯性进入低水平竞争，逐渐放弃开发高精尖产品的动力，未能充分利用智能网联和大数据等前沿技术提升产品竞争力。

5政策建议

5.1政府层面

5.1.1持续科技创新，实现高端化发展

加大研发力度，支持新一代信息技术领域的关键核心技术创新。充分发挥中国特色社会主义制度优势，集合政府、企业、高校和科研机构等多方面的力量，抓准小微机器人科技企业研发痛点，引入外部科研力量解决问题，实现资源之间的对接补足企业技术短板；构建面向未来的机器人产业协同发展体系，该体系将依托龙头企业的领军作用，激发中小企业创新活力，针对当前产业瓶颈，将核心聚焦于机器人智能核心组件、共性算法等关键技术难题，加大研发投入；打造符合国家创新驱动发展战略的省级实验室，坚持创新在经济高质量发展中的核心地位，推动机器人向更加柔性化、多模态、高交互性方向发展，实现智能水平的飞跃；监管机构也应密切关注新兴业态与既有规则之间的冲突，注重优化营商环境，共同塑造国家科技创新的新生态。

5.1.2推进工业机器人应用，解决地区发展不均

与东部相比，我国中部和西部的一些企业在工业机器人领域产业链尚不健全，不能适时推动其向服务化转型升级。应充分认识到西部地区智能产业的发展潜力，政策制定者需引导机器人产业向智能制造装备配套能力较弱、技术水平较低的区域适当倾斜。在此过程中，西部地区应加速推动工业机器人在生产要素相对匮乏的行业应用进程，有序高效完成产业梯度转移。同时，鼓励工业机器人向重工业领域的投入，相关部门可以综合运用金融、财政、税收等多种政策工具，整合产业资源，强化产业链协同效应，促进产业结构的优化与经济增长方式的转变。此外，还应打破阻碍人才流动壁垒，完善知识产权保护制度，建立人才流动平台，为人才流动创造机会，实现人才资源的共享。

5.1.3差别化扶持政策，助力企业发展

针对众多企业面临的投入大、引资金难等问题，各地可以构建扶持平台及细化政策，为机器人产业及企业提供资金和技术支持。成立专项人才及产业基金，布局高等级创新平台，满足购买设备、组建团队和科学研发等需求，帮助企业减少由资金不足带来的风险，推动行业形成创新链、资金链、人才链深度融合生态。为了确保资源得到合理有效地利用，应深入了解不同性质企业的需求，制定相应政策，避免造成资源浪费。一方面，非国有企业虽然拥有创新的内在动力和灵活性，但往往因为缺乏足够的资金和资源而难以发挥其潜力。因此，政府需要通过增加财政支持、提供税收减免等方式，来增强对这些企业的支持力度，以激发它们的创新活力。另一方面，国有企业由于“所有者缺位”问题，容易出现监管不力、创新动力不足的现象。政府应加强对国有企业的监督管理，确保其不会偏离市场化方向，同时激励大型国有企业发挥引领作用，带动中小企业共同进步。

5.2企业层面

5.2.1提高企业认知，树立转型意识

要以战略的眼光谋划企业的长远发展，提高对服务化升级的战略认知。落实企业服务化战略，需明确智能化、服务化是企业构筑未来核心竞争力的关键路径。在人工智能时代，要实现行业质量与经营效益的稳步提升及经济高质量发展的新局面，企业必须寻找新利润增长点，提高知识转化率，以制造转型升级带动企业发展。在资金预算有限的环境下，如何做好创新投资与稳定生产的平衡、研发投入与可获得利润的平衡、大规模设备更新与成本的平衡都是制造企业转型升级路上必须面对和解决的难题。对于制造企业而言，应依据自身内外部资源禀赋及发展阶段特性，借助国家政策导向，主动拥抱第四次工业革命浪潮。根据实际需求灵活调整以适应内部财务变化，融合物联网、大数据、云计算、区块链等前沿信息技术，加速孵化新技术、新产品与新服务模式，以此获取竞争优势。通过建立创新机制，增强所有相关方的积极性，明确产业化利润分成与风险分担原则，将工业机器人应用尽快转化为可见的生产力。

5.2.2建立相应评价机制，促进知识成果转化

结合中国国情，借鉴国际先进企业经验，我们应探索并实践具有中国特色的管理创新模式，构建包含创新激励机制、绩效考核指标及所有者权益保障等在内的制度体系。为获得一支高素质的技术人才队伍，企业应了解工业机器人领域的技术发展趋势，以及企业在服务化过程中对技术人才的具体要求。针对当前所缺少的综合技术性人才，企业应展开多节点评价，赋权评估人才在转型中实际所扮演的角色，以实现真实、客观、公正、全面地评价人才。在确保岗位设置科学合理及岗位职责明确的情况下，考核标准的设计应同时反映出高技能人才和其他类型人才在价值贡献上的差异，并便于同行业不同企业间对人才价值进行科学评估。通常通过项目的完成数量、等级、金额等方式来评估人才的贡献，除了这些基于岗位职责履行和工作业绩成果的常规指标外，还应着重考虑设立能够突出人才潜在价值及实际贡献的指标。鼓励员工打通科技成果转化“最后一公里”，增加企业专利质量和数量，力求将先进理论和技术融入到企业生产中，以实际效果为导向，加大对员工的差异激励，使企业需要的高素质技术人员脱颖而出。

5.2.3设立数据部门，充分利用技术优势

突出数据要素和先进技术在制造业转型升级中的作用，充分发挥机器人优势，以数智化转型推动服务化发展。为此，建议利用数据要素和智能技术的反馈机制，设立专注分析产品数据与客户数据的部门，将该部门作为企业核心部门之一，及时观测服务化转型过程中机器人应用情况，逐级分解为不同组块的关键指标数据，以图文形式将客户实际反馈、应用效果等报送决策管理部门，使其可以全面评价工业机器人在整个产品生命周期中所发挥的作用。此举不仅有助于企业发现转型过程中存在的问题，清晰认识自身经营管理的薄弱性，实现生产过程的降本增效，还为政府主管部门掌握行业动态、科学决策提供了有力支撑。

参考文献

GraetzG，MichaelsG.RobotsatWork[J].ReviewofEconomicsandStatistics，2018，100（5）：753-768.

吴禾昆.深圳机器人企业数量全国居首[EB/OL].深圳特区报，（2024-09-11）[2024-09-26].https：//sztqb.sznews.com/PC/layout/202409/11/node_A04.html.

AcemogluD，andRestrepoP.RobotsandJobs：EvidencefromUSLaborMarkets[J].JournalofPoliticalEconomy，2020，128（6）：2188-2244.

CohenS，ZysmanJ.ManufacturingMatters：TheMythofthePost-IndustrialEconomy[J].CaliforniaManagementReview，1987，29（3）：9-26.

HUESERC，MATTOOA.ServicesTradeandGlobalValueChains[R].PolicyResearchWorkingPaper，No.8126.WorldBank，2017.

VANDERMERWES，RADAJ.Servitizationofbusiness：Addingvaluebyaddingservices[J].EuropeanManagementJournal，1988，6（4）：314-324.

刘斌，王乃嘉.制造业投入服务化与企业出口的二元边际：基于中国微观企业数据的经验研究[J].中国工业经济，2016（9）：59-74.

许和连，成丽红，孙天阳.制造业投入服务化对企业出口国内增加值的提升效应：基于中国制造业微观企业的经验研究[J].中国工业经济，2017（10）：62-80.

姜铸，李宁.服务创新、制造业服务化对企业绩效的影响[J].科研管理，2015，36（5）：29-37.

肖挺，黄先明.贸易自由化与中国制造企业服务化[J].当代财经，2021（1）：112-123.

黄群慧，霍景东.全球制造业服务化水平及其影响因素：基于国际投入产出数据的实证分析[J].经济管理，2014，36（1）：1-11.

周振华.产业融合：产业发展及经济增长的新动力[J].中国工业经济，2003（4）：46-52.

HUXTABLEJ，SCHAEFERD.OnServitizationoftheManufacturingIndustryintheUK[J].ProcediaCIRP，2016，52：46-51.

苗翠芬.人工智能与制造业服务化[J].经济与管理研究，2023，44（7）：22-39.

储节旺，吴蓉，李振延.数智赋能的创新生态系统构成及运行机制研究[J].情报理论与实践，2023，46（3）：1-8.

赵宸宇.数字化发展与服务化转型：来自制造业上市公司的经验证据[J].南开管理评论，2021，24（2）：149-163.

张文红，张骁，翁智明.制造企业如何获得服务创新的知识：服务中介机构的作用[J].管理世界，2010（10）：122-134.

诸竹君，袁逸铭，焦嘉嘉.工业自动化与制造业创新行为[J].中国工业经济，2022（7）：84-102.

AutorDH，LevyF，MurnaneRJ.Theskillcontentofrecenttechnologicalchange：Anempiricalexploration[J].TheQuarterlyJournalofEconomics，2003，118（4）：1279–1333.

AGHIONP，JONESBF，JONESCI.Artificialintelligenceandeconomicgrowth[R].NBERWorkingPaper，2017.

祝树金，谢煜，吴德胜.制造业服务化的节能效应及其中介机制研究[J].财贸经济，2020，41（11）：126-140.

AcemogluD，RestrepoP.2018.TheRacebetweenManandMachine：ImplicationsofTechnologyforGrowth，FactorShares，andEmployment.[J]AmericanEconomicReview，108（6）：1488-1542.

韩长根，张力.互联网是否改善了中国的资源错配：基于动态空间杜宾模型与门槛模型的检验[J].经济问题探索，2019（12）：43-55.

新华社.上半年我国机器人产业总体保持稳定增长态势[EB/OL].（2023-08-03）[2024-09-26]https：//www.gov.cn/lianbo/bumen/202308/content_6896478.htm.

本网.广东省人民政府办公厅印发广东省关于人工智能赋能千行百业若干措施的通知[EB/OL].（2024-06-06）[2024-09-26]https：//www.gd.gov.cn/xxts/content/post_4436503.html.

人民日报.广东着力推进产业科技创新，发展新质生产力产业向“新”发展提“质”[EB/OL].（2024-03-20）[2024-09-26]https：//gdstc.gd.gov.cn/kjzx_n/gdkj_n/content/post_4393431.html.

ADIZESI.Corporatelifecycles：Howandwhycorporationsgrowanddieandwhattodoaboutit[M].EnglewoodCliffs，N.J.：PrenticeHall，1988：69-90.