数字化时代，“云大物移”正在深刻地影响每个人的生活方式和每个企业的运营方式。

在与制造企业进行交流，以及在国际考察时，我发现制造企业非常关注数字化转型；在给企业做咨询服务的过程中，基本都是讲述制造业数字化转型的主题。

● 那么，何谓数字化转型？

●制造业数字化转型究竟有哪些可以借鉴的模式？

●制造企业如何进行数字化转型？

本文分享我对制造业数字化转型的心得体会，希望能够给正在积极推进数字化转型的制造企业带来一定的启示。

一、何谓数字化转型？

首先，关于“数字化”，有两个英文词汇，看起来差不多，但内涵差异很大。一个是Digitization，其含义是将模拟信息转化为数字信息（例如将手工填写的单据自动识别转为数字信息）；另一个是Digitalization，指的是将数字技术融合到企业之中，深化应用各种业务软件和物联网等新兴技术，实现数据驱动的决策分析，彻底变革企业的业务流程。

数字化转型（Digital Transformation）实际上就是企业真正实现Digitalization的过程。面向个人的生活服务行业数字化转型非常迅速，如今，我们订机票、买火车票、租车、订酒店、购物、订餐等各类生活服务几乎都可以通过数字手段在线完成，各种在线服务的平台竞争十分激烈。

对于制造业而言，面向个人消费者的行业，例如家电、家居、手机、汽车等行业的企业，数字化转型的压力巨大，转型也相对迅速；而面向企业客户的行业，例如装备制造、能源、零部件、原材料等行业，数字化转型的步伐则相对迟缓。不论属于什么类型、什么行业，每个企业都应当思考、建立，并推进数字化转型战略，数字技术的深化应用将对企业的商业模式、业务运营、决策方式、组织形态和企业文化等方面带来深远影响。

二、制造业数字化转型有何价值？

随着互联网的日益普及，计算和存储能力的迅猛发展，物联网和传感器技术的广泛应用，以及工业软件的不断进化，数据的采集、存储、传输、展现、分析与优化都具备了良好的技术基础。在这种背景下，制造业数字化转型的浪潮势不可挡。

善于深度应用数字技术的制造企业将赢得显著的竞争优势。例如，通过对采购、生产、库存、资金、质量、能耗、设备状态等业务数据的及时洞察，可以帮助企业对运营管理中的各类复杂问题能够不仅知其然智能制造 标杆考察，也知其所以然；通过对员工工作实绩的采集与分析，可以进一步激发员工的潜能；通过根据客户需求实现个性化定制，可以提升客户满意度；通过对营销数据的采集与分析，可以在市场上真正做到知己知彼，更好地服务客户；

优秀的制造企业也在一直致力于产品本身的数字化转型，实现数据采集、状态感知与远程控制，提高产品的附加值，增加服务收入。同时，也只有推进数字化转型，制造企业才能应对日益复杂的合规性要求，尤其是对于医药、食品等民生行业，以及出口导向型企业，必须通过数字化转型，实现整个生产过程的可追溯。

三、制造企业推进数字化转型有哪些难点？

制造企业组织、业务、产品和价值链的复杂性，为制造企业的数字化转型带来诸多障碍。事实上，数字化转型并非单项技术的应用，也不仅仅是个技术命题，更是一个战略和管理命题。因此，制造企业需要深度剖析数字化转型的需求和突破口，建立明确的数字化转型路线图。如果没有清晰的数字化转型战略，把各种时髦的互联网、物联网相关技术“囫囵吞枣”地应用，不仅起不到真正提升企业核心竞争力的效果，还有可能投资巨大，收益甚小，甚至搬起石头砸了自己的脚。

具体来说，制造企业推进数字化转型面临的难点至少包括以下方面：

① 企业高层没有意识到数字化转型的必要性、紧迫性和复杂性，观念还停留在部署常用的IT系统。实际上，数字化转型远远不是IT部门能够实现的，必须由企业的决策层引领，自顶向下推进。

② 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，推进数字化转型无从下手。

③ 不少企业认为推进自动化系统能够更加立竿见影，普遍存在重自动化、轻数字化的状况。我走进很多企业，都发现企业更加重视产线的自动化和少人化，但是设备联网和数据采集的基础差，车间没有真正实现可视化。

④ 企业投资推进数字化转型没有取得显著效果，制约了企业进一步推进数字化转型的动力。例如，一些企业虽然投资自建了电商平台，在流量为王的时代，客户还是被主流的电商平台所掌控，自建平台没有达到预期效果。

⑤ 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，数字化转型的突破口也各不相同，并没有可以直接照搬的模板。

⑥ 我国制造企业的利润率较低，推进数字化转型往往缺乏足够的资金进行投入。

四、制造业数字化转型有哪些可以借鉴的模式？

制造业数字化转型是全方位的，数字技术的深化应用将从以下六个方面彻底变革制造企业。

① 商业模式转型。

按服务绩效付费（Pay by use）是一种基于数字技术应用的全新商业模式。企业不再是销售产品，而是销售产品使用的服务。要实现Pay by use，企业首先应当实现产品的数字化，产品本身应当成为一个CPS系统（具有通信、计算和控制能力）；在此基础上，建立监控产品运行的云平台，能够对产品运行进行状态监控，进而实现预测性维护。英国罗尔斯罗伊斯公司是该领域的先驱者，已实现航空发动机的Pay by use；德国凯撒空压机公司也借助SAP软件系统，实现了从销售空压机向提供空气压缩服务的转型。此外，企业推进在线的产品个性化定制，以及开展线上线下相结合的体验式营销，也属于商业模式转型。在这方面智能制造 标杆考察，红领和尚品宅配是转型成功的典型案例。

② 服务模式转型。

企业通过开发产品服务的APP，让客户可以实现自助式服务，从而提升服务效率。例如，美的提供了智慧家居全屋智能解决方案，可以监控各种智慧家居产品。此外，一些全球领先的装备制造企业已经实现了对其产品的远程状态监控和预测性维修维护。例如，FANUC推出了零宕机服务，对正在服役的工业机器人提供远程运维服务，如果传感器指示关键零部件有故障隐患，则可以提前预警，并利用客户企业工休时间进行维修，确保客户能够正常使用。

此外，AR（增强现实）技术在设备维护方面也大有可为，可以通过展现设备传感器的数据，显示零部件的装配过程等方式，大大提高设备维护的效率。日本小松公司利用无人机拍摄施工现场的三维地图，与工地地基的三维模型进行比对，计算出应挖掘的土方，在此基础上可以计算出需要的工程机械，从而实现智能施工。小松成为应用数字技术实现智能服务的典范。

③ 研发模式转型。

在新产品研发过程中，数字技术的应用非常广泛。例如，通过仿真驱动设计，减少实物试验；通过产品全生命周期的研发数据和流程管理，提高零部件的重用率，提升研发效率，降低研发成本，实现异地协同研发；甚至可以通过互联网收集客户对产品的需求，在研发过程中，实现众包设计。此外，创成设计技术（Generative Design）可以根据设计约束条件由软件系统自动生成符合条件的设计方案，这是设计方法的革命。

④ 运营模式转型。

企业运营过程中，有很多数字化转型的场景，可以帮助企业实现精细化管理。例如，推进业务流程管理，贯穿多个信息系统；广泛推进移动应用，将各层次管理者所需要的数据和故障预警信息推送到移动终端，实现业务运作过程的可视化。

⑤ 制造模式转型。

在机械加工过程中，MAZAK、牧野机床、通快、FANUC等很多优秀企业已经广泛应用了柔性制造系统（FMS），实现全自动化地加工不同的机械零件。

在FMS系统中，看得到的是高度自动化，而实际上更重要的是整个FMS系统的计划安排、物流调度、刀具管理、加工程序配置等方面，全面实现了数字化管控。在钣金加工过程中，通快集团已帮助很多企业部署了全自动上下料，然后进行板材的剪切、冲孔、折弯、焊接的全自动柔性加工，这同样需要依赖数字化系统与自动化系统的无缝集成；在电子制造的SMT生产线上，广泛应用了机器视觉系统，来自动进行质量检测。此外，增材制造技术的原理是将零件三维模型进行分层，针对每一层的截面形状的实体部分增加材料，因此，数字化技术是实现增材制造的基础。

⑥ 决策模式转型。

通过推进数字化转型，企业会拥有海量的数据，包括产品数据、设备运行数据、质量数据、生产数据、能耗数据、经营数据、客户数据和外部市场数据等。企业对这些海量的异构数据进行多维度的分析，提高数据分析的实时性和可视化，实现数据治理，基于数据驱动进行决策，并利用人工智能和大数据分析技术分析数据背后蕴含的关键信息。

近几年，BI系统的应用呈现出爆发性增长的趋势。同时，将数据分析的结果与企业的管理手段结合起来，可以真正起到提升管理水平，优化企业运营的效果。最近，我访问美的微波炉工厂，发现该工厂在大屏幕的生产指挥系统面前（美的称为作战室）召开每天早上和下班前的工作例会，用数据说话，通过对比不同产线和车间的绩效，促进各层次管理者提高管理绩效。我感觉这种方式实效显著。

五、数字化转型与智能制造的关系是什么？

制造企业推进数字化转型是实现智能制造的基础和必要条件。数字化和自动化是企业实现智能制造的两大支柱，自动化系统要实现柔性，必须依赖数字化系统的支撑。

而实现人工智能技术的应用，也有赖于数字化系统采集、存储和筛选数据。李培根院士指出，推进智能制造需要注重使能技术的研发。各种数字化系统和工业软件就是支撑智能制造最重要的使能技术之一。2018年10月，国家工信部正式批准组建国家数字化设计与制造创新中心，显示出国家高度重视推动制造业的数字化转型，致力于实现智能制造关键使能技术的自主研发与创新。

2016年，某知名机构提出了智能制造的金字塔架构，受到业界的广泛关注。金字塔的底部是使能技术层，包括ICT技术、工业自动化技术、先进制造技术、现代企业管理和人工智能技术五大类使能技术；

第二层是推进智能产品和智能服务，实现商业模式的创新；第三层是部署智能装备，建立智能产线，打造智能车间，建设智能工厂，实现生产模式的创新；第四层是开展智能管理、智能研发和智能物流供应链，实现运营模式的创新；

第五层是智能决策，实现决策模式的创新。事实上，对于智能制造应用的各个范畴，数字化技术都提供了重要的支撑：

● 智能产品:CPS、adas、产品性能仿真

●智能服务:Digital twin、状态监控、物联网、虚拟现实与增强现实

●智能装备：CAM系统、增材制造支撑软件

●智能产线：FMS的控制软件系统、协作机器人的管控系统

●智能车间：数据采集（SCADA）、车间联网、MES、APS

●智能工厂:视觉检测、设备健康管理、工艺仿真

●智能研发:CAD、CAE、EDA、PLM、嵌入式软件、设计成本管理、DFM分析、拓扑优化

●智能管理:ERP、CRM、EAM、SRM、MDM、质量管理、企业门户

智能物流与供应链：AGV、SLAM、自动化立库、WMS、TMS、DPS（数字拣货系统）

●智能决策：BI、工业大数据、EPM（企业绩效管理）

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！