我国制造业有31个大类、179个中类和609个小类，是全球产业门类最齐全、产业体系最完整的制造业。自疫情爆发以来，中国自身的供应链，物流系统展现出了顽强的韧性，并未因疫情中断，依然能够保证产品出口到海外国家。

根据工信部数据显示，中国制造业增加值占全球比重从2012年的22.5%提高到2021年的近30%，持续保持世界第一制造大国地位。

完备的产业体系，是中国制造的底气。纵观近几年的国际市场，每当全球制造供给不足时，中国制造的优势就能得以展现，担任起“稳链”重任。

但是，我国制造业数字化转型还存在着渗透率低、企业各环节数字化转型不均衡的问题。有统计数据显示，我国制造业数字化的渗透率仅为19.5%，数字化转型对于我国制造业企业在产品研发、制造环节的应用，明显低于内部管理等环节。

当前，制造业生产模式正在发生深刻变革，制造业向智能、绿色、服务方向升级已是大势所趋。

今日之趋势，未来之标准。在数字经济与实体经济融合发展的大趋势下，数字化转型已经成为制造业发展的新趋势和风向标。

图片来源：腾讯网

"变局"

时代的挑战和机遇

如今，制造业升级是必然趋势，也是各国制造业保持竞争力的强力资本。

不论发达国家还是发展中国家，都在加快智能制造布局，力争在第四次工业革命中获得长足发展。

图片来源：科技云报道

美国作为世界最大经济体，特朗普政府发布了“美国先进制造业领导力战略”、“国家人工智能战略”等政策文件，拜登上台后，又相继发布了“2021年创新与竞争法案”等文件。

欧盟则在近年相继发布“工业5.0：迈向可持续、以人为本和弹性的欧洲产业”、“2030数字罗盘：欧洲数字十年之路”等指导纲领。

日本也发布“日本下一代人工智能推进战略”、“互联网工业东京倡议”等规划文件。

在此国际大势之下，中国制造业企业如果想突破利润微薄的中低端产业链定位，就必须加速探索数字化转型之路，这也促使中国加紧对制造业进行转型升级。国务院和相关部委陆续出台支持政策，《“十四五”信息化和工业化深度融合发展规划》提出智能制造两步走战略，将“互联网+”、大数据、云计算和物联网等智能系统与制造业相结合，发展智能制造，打造智慧工厂。到2025年，大部分规模以上制造业企业要实现数字化和网络化，重点行业骨干企业初步实现智能化。据相关预测，到 2022 年与智能制造相关的技术市场将达到 1,520 亿美元的规模。

一方面，我国智能制造产业生态体系正在形成，制造企业数字化转型进程加快，基础建设市场渗透率有了明显的提升，万亿元级规模的智能制造市场稳步壮大。智能制造基本理念已经得到诸多行业制造企业的高度认可，中国工程院问卷调研显示，73.0% 的制造企业具有强烈的智能化改造需求。另一方面，不少企业在推进智能制造过程中缺乏相关技术经验和章法，没有智能制造的统一规划和推进，存在诸如信息孤岛、自动化孤岛、信息系统与自动化系统之间的孤岛和整体规划的问题。

图片来源：腾讯网

如何利用云计算、大数据、人工智能等技术，在各项成本持续上升的大背景下降本增效，提高企业竞争力？企业数字化转型并不是终点，而是一项需要持续关注市场需求变化、技术进步并持续投入的任务。

"僵局"

智能制造需全过程赋能

目前，越来越多的制造企业希望通过提高效率、实现可持续性和改进产品质量来获得竞争优势，全球制造业对智能工厂的需求正在上升。

从全球范围来看，制造业数字化转型仍处于早期阶段，欧美虽做出布局规划但转型实践仍在摸索阶段，工业大数据价值创造也才刚刚起步，中国制造企业如果能够抓住转型机遇，探索出数字科技与工业制造知识融合的新路径，将有望弯道超车，实现“由大变强”的历史性跨越。

目前，我国制造业智能化水平不高，多数制造企业处于流程信息化阶段，少部分企业甚至还处于凭借人工经验进行生产管理的初级阶段。需要通过智能决策系统，基于大数据、人工智能和运筹优化技术，标准化和定制化的供应链决策优化服务，解决复杂供应链决策问题，全面提升生产制造全过程智能决策水平。

工业物联网引领的智能工厂运作流程示意

图片来源：EEPW

在国内，工业互联网、工业大脑、智能制造等集成了云计算、大数据、AI等技术的综合方案已经开始逐渐应用在制造业中，例如：

华为云结合自身技术研发积累与制造领域数字化实践经验，创新打造出华为云工业物联、数据使能、工业智能中枢、智能制造云平台（IMC）等核心技术产品与解决方案，实现对制造企业从连接、驱动、数据到一站式信息服务的全面赋能。

阿里云依托“ET工业大脑”平台，集聚江苏省内30家信息服务企业技术能力，为300家制造企业提供系统解决方案服务，推动大中小企业的合作从简单的技术传递向可交易、可协作的服务生态转变。

智能制造离不开先进算法的开发，需要基于数据并充分挖掘数据价值，在满足所有约束前提和优化目标的前提下，通过对不同情况进行模拟分析，从而寻找最合适的计划方案。同时，除了先进的算法和高水平的数字技术人才、数字化工具，制造业更需要的是拥有行业知识，能够制定出符合制造业真实需求、能够解决制造业痛点的解决方案。国内拥有完整的软硬件体系，行业经验丰富，实施积淀深厚，能针对制造业所在行业痛点提供整体智能制造解决方案和服务的供应商较为稀缺。

此外，制造业最大的特点是，不同行业的场景差异化较大，且系统复杂。从研发、管理、生产到销售，涉及各种复杂的工业软件，如用于产品研发设计的CAD、CAE、PLM等系统；用于生产运营管理的ERP、CRM、MES、OA等系统；在车间，还有SCADA以及各种数控系统等。

因此，要推动制造业上云，不仅要技术过硬，还要懂制造业管理。

制造企业数字化需要一个系统的过程，这个过程不仅涉及到已有信息系统的改造，更涉及到人才结构升级、生产流程改造、业务模式调整等一系列环节。

并不是所有“数字化”与“制造业”的磨合期，都能一帆风顺。

"破局"

“灯塔工厂”带动产业转型

数字化转型不是一道选择题，而是一种必然的发展趋势。十年来，我国深入实施智能制造工程和制造业数字化转型行动，深化云计算、大数据、人工智能与制造业融合发展，发布国家智能制造标准体系，建成700多个数字化车间/数字工厂，实施305个智能制造试点示范项目和420个新模式应用项目，培育6000多家系统解决方案供应商。

“灯塔工厂”被称为世界上最先进的工厂，一定程度上代表着全球制造业领域智能制造和数字化的最高水平。随着10月11日瑞士日内瓦–世界经济论坛（WEF）宣布新一批全球灯塔工厂名单，中国的“灯塔工厂”上升至42家，折射出“中国智造”的实力。

三一重工北京桩机工厂，是全球重工行业首家获认证的“灯塔工厂”。重工制造行业品种多、批量小，生产项目靠人堆，大多工件结构复杂，又大又重又长，例如170多种钻杆中最长27米重达8吨，20多种动力头最重达16吨。在数字化升级后，工厂应用“根云平台”，根据工厂里36000多个数据采集点收集的工业大数据，为每一道工序、每一个机型，甚至每一把刀具等匹配最优参数，优化生产节拍。如今的三一重工桩机工厂，一座座重型设备鳞次栉比，AGV(无人搬运车)来去自如，机械手挥舞有序，偌大的工厂仿佛在演奏舒缓的“机器交响乐”。相比于改造前，桩机工厂在同样的厂房面积产值翻了一番，总体生产设备作业率从66.3%提升到86.7%，平均故障时间下降58.5%。

图片来源：三一集团

除去重工行业的智能转型翘楚三一重工桩机工厂，中国还有不少“灯塔工厂”在其细分领域内是领跑者，比如阿里巴巴犀牛工厂、青岛啤酒厂等，是全球服装业、啤酒饮料业的首家“灯塔工厂”。阿里巴巴犀牛工厂是一家从服装业切入的制造企业，工厂内的数字化内容无处不在：生产前排位、生产排期、吊挂路线，都由AI来做；一件衣服上的花纹、文字，是消费大数据得出的结论；工厂“智慧大脑”实时控制裁剪、装配，推出智能导航“棋盘式吊挂”等一系列新技术……

工人在阿里巴巴犀牛智造工厂车间忙碌

图片来源：新华社

拥有空调、冰箱、洗衣机、热水器四个“灯塔工厂”的海尔是中国拥有“灯塔工厂”最多的企业之一。在“灯塔工厂”天津海尔洗衣机互联工厂内，5G如同一条无缝链接的纽带，让工厂里的所有元素达到“万物互联”，实时洞察生产运营状态。工厂生产的产品或移动端设备都有自己的专属码，5G网络帮助扫码可以将产品或者移动端设备的实时信息上传，辅助工程师对工厂的整体运行有更好的信息管控。

青岛海尔冰箱互联工厂的领先价值远不止关键工序数控化率、数字化研发设计工具普及率等这样的数字化指标。在卡奥斯平台支持下，用户定单可以直接下达到工厂，工厂直发用户，颠覆了传统的人工周转、手工匹配的生产方式，解决了以前大量生产半成品、换型慢、成品库存多的问题，可快速应对用户的多样化需求。这不仅实现了生产效率的颠覆式提高，也进一步保证工厂的生产节奏，增强了全产业链的韧性。

海尔冰箱互联工厂：基于云的AI移动视觉检测

图片来源：凤凰网

目前，在全部42家坐落于中国的“灯塔工厂”中，有10家属于家电企业，占比超1/5。很显然，中国家电巨头的智能制造、数字化水平已经处于全球领先地位。具有示范意义的“灯塔工厂”是制造业数字化转型升级的重要一环。世界经济论坛在官方总结中表示，在全球衰退危机、能源价格不断攀升，供应链运转中断的背景下，这些“灯塔工厂”针对制造业如何保持竞争力并继续创造就业机会的问题，为商界领袖和政策制定者树立了榜样。

“灯塔”更大的意义，在于“灯塔经验”的可复制。这意味着先行者找到了路径，得以在制造业推动智能化制造、个性化定制、网络化延伸、数字化管理新模式的加速普及。站在新的历史起点上，如何抢占全球产业链供应链重构中的先机，数字化无疑是构筑未来发展战略优势的解题思路。时代的考卷已然铺展，“灯塔工厂”的探索或许正在给出“中国答案”。

资料来源：瞭望、凤凰网、科技云报道、ChinaIT

❖ END ❖

注：本文素材来源于互联网公开渠道，如有侵权请联系我们删除。