如何推进制造业数字化转型？《制造业数字化转型白皮书》分享给你

分享一份《制造业数字化转型白皮书》给你，希望对你有所帮助！

内容较长，防止后续找不到，建议先收藏！

变局：数字经济浪潮“不期而至” 中国制造何去何从？

VUCA（不稳定 Volatile、不确定性 Uncertain、复杂性 Complex 和模糊性 Ambiguous）时代来临，全球经济发展面临的不确定性进一步增强。面对不确定性导致的经济持续低迷，全球数字经济的规模及体量却逐年增加，成为了低迷经济形势下的一抹亮色。2020年到2023年，面对突如其来的新冠肺炎疫情，数字经济更是展现出强大的发展韧性，实现逆势增长，为世界经济复苏与增长注入了重要动力。

根据中国信息通信研究院发布的数据显示，2022年我国数字经济规模达到50.2万亿元，同比增长10.3%，数字经济占GDP比重相当于第二产业占国民经济的比重，达到41.5%。预计2023年我国数字经济规模将达56.1万亿元，2025年有望达到70.8万亿元。

同时，以数字技术为代表的新技术应用，促进千行百业加快转型升级，数字经济对我国经济发展的放大、叠加、倍增作用凸显，为中国经济高质量发展注入新动能。截至2023年9月，经营范围涉及云计算、大数据、人工智能等数字技术的企业超过53万家。

此外，早在 2017 年“数字经济”首次出现在政府工作报告以来，截至目前已多次被写入政府工作报告。并且在“十四五”规划以来，政府工作报告也曾多次强调“加快数字化发展，打造数字经济新优势”，同时，政府多部门也在不断释放加快数字经济发展的政策信号，数字经济已然成为我国经济发展的新引擎。

然而，相较于服务业领域的数字化应用和推进速度，作为我国经济发展主导力量的中国制造业，数字化转型进程却明显滞后。数据显示，2020年，我国服务业的数字经济渗透率为 40.7%，制造业的数字经济渗透率则仅为 21%，数字化程度有待进一步提升。与此同时，我国制造业面临着中低端产业向东南亚转移、发达国家高端制造业竞争壁垒加大、自身的同质化竞争严重、利润率水平持续走低等诸多发展困境，想要推动数字技术在制造业生产、研发、设计、制造、管理等领域的深化应用，加快重点制造领域数字化、智能化转型进程，仍然存在很多挑战。

因此，作为未来数字经济的主战场，中国制造业如何借助数字经济赋能转型，顺利应对 VUCA 时代的挑战，扭转发展困境，实现“中国制造”向“中国智造”的转型，成为每一家制造企业都需要深入思考的问题。

困局：数字化转型“恰逢其时”制造企业任重道远

以大数据、云计算、物联网、人工智能、5G 等新一代信息技术为核心的新一轮科技革命和产业变革正在加速，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，数字化转型的浪潮迅速席卷全球。

我国经历四十年改革开放和连续高速增长，也已经进入了中速增长平台和高质量驱动的阶段，处在转变发展方式、优化经济结构、转换增长动力的攻关期，数字化成为实现高质量发展的基本路径。

特别是2020年 到 2023年，突如其来的疫情让中国企业尤其是制造企业经历了前所未有的困境，同时也感受到了数字化对企业“转危为机”的重要性。制造企业的决策者们开始重新审视数字化转型对企业的价值与意义，并且用实际行动加速企业数字化转型的进程。

据 e-works 最新调研数据显示，99% 的企业对数字化转型持支持态度，约 80% 的企业已经制定了数字化转型规划，且超过 40% 的企业已经将数字化转型作为企业核心战略。不难看出，越来越多的企业受到企业战略发展、产品创新需求、人力成本上升等因素的驱动，选择用数字化转型来对抗不确定因素，并高度认同其价值，企业数字化转型的内生动力不断被激发。

同时，尽管受到“疫情”冲击，依然有超过 80% 的企业保持了在数字转型方面的持续投入。其中，投资额在300万 -1000万元区间的企业比例也保持稳定上升。此外，自疫情后，无专项投入的企业比例显著缩小，这也充分说明数字化转型的价值驱动效应明显，企业内生动力正在持续释放。

此外，随着云计算、大数据、移动互联网、物联网、人工智能等新兴信息技术与制造业的深度融合，数字化技术正在引发对制造业研发设计、生产制造、产业形态、商业模式、业务运营、决策方式、组织形态、企业文化等方面的深刻变革与影响。

数据显示，数据采集及分析、物料与库存管理、生产运行管理、质量管理、设备维护与备件管理位列企业数字化应用的前五。并且，未来 2-3 年，设备数据采集、实施 MES/MOM 系统、实现车间设备联网、实现数字化质量管理是企业数字化建设的主要方向。

由此不难发现，企业数字化转型的热情正在被一步步点燃，数字化转型正当时。然而，根据制造企业数字化转型阶段分布自评数据显示，现阶段企业数字化转型多处于起步阶段，仅有 7.1% 的企业处在全面部署阶段，处在创新优化阶段的企业更是不足 3%。这说明我国制造业数字化转型总体还属于成长型，未来仍然有较大的发展空间，转型之路任重道远。

毕竟数字化转型是一个长期且复杂的过程，企业在数字化转型过程中面临着技术创新、业务能力与组织架构重建、人才培养以及资金投入等方方面面的挑战，同时制造企业组织、业务、产品和价值链的复杂性，也为制造企业的数字化转型带来诸多障碍。根据 e-works 长期跟踪数据显示，专业人才、技术能力、资金投入是制约制造企业数字化转型的主要因素，此外还包括顶层规划缺失、管理与流程原因、转型方向不明、无成功案例借鉴等。

具体来说，中国制造企业数字化转型面临以下八大难点与问题：

1、专业人才不足制约数字化转型进程

数字化 / 智能化转型需要培养复合型人才，但尽管部分企业采取内部培养、优秀人才输入等多种方式构建企业数字化人才体系，但对于大多数企业而言成本负担较重，存在一定风险。

2、企业技术能力难以全面支撑数字化转型

大多数企业对于信息技术的应用认知还停留在部署 IT 系统的阶段，并且经过多年传统信息技术（如 ERP 等）的应用，孤岛纵横、基础数据不准等问题始终困扰着企业。与此同时，云、大数据、AI、IoT 等新兴技术快速发展，新旧问题叠加让传统制造企业理解、应用、掌握这些技术变得更加困难。

3、数字化转型缺乏足够的资金投入

传统制造企业尤其是中小企业的利润率较低，因此在数字化转型资金投入方面尤为谨慎，更加关注投资回报，往往缺乏足够的资金投入。另一方面，企业投资数字化转型项目一旦没有取得显著效果，企业进一步的数字化转型的投资动力也受到制约。

4、数据采集与应用能力不足

数据是制造企业数字化、智能化非常重要的组成部分，也是企业重要的资产。企业涉及的数据类型多、来源多、量级大，如何获取数据、传输数据、管理数据、发挥数据价值仍然是企业亟需攻克的难题。

5、软硬能力失衡制造数字化转型障碍

受到投资回报的牵引，企业往往将应用的重点放在自动化设备等硬件设施的升级上，很多企业并不太重视设备联网和数据采集，这样造成了企业在数字化转型中重硬轻软，能力分布失衡。

6、企业数字化转型缺乏全局战略支撑

数字化不仅仅是技术革新，更是经营理念、战略、组织、运营等全方位的变革，需要从全局谋划。尽管目前多数企业推动数字化转型的意愿强烈，但普遍缺乏清晰的战略目标、详细的数字化转型规划以及确保规划落地的保障措施。

7、企业数字化建设的管理基础薄弱

数字化转型不仅仅是技术问题，更多的是管理问题。目前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，编码体系不统一等问题依旧突出，如果企业缺乏良好的管理基础，就盲目实施数字化项目，收效一定无法达到预期，因此管理基础的夯实尤为关键。

8、缺乏数字化建设方法和经验的指引

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，即使是同类企业由于企业实际建设水平的差异，数字化转型的突破口也各不相同，企业往往没有可以直接照搬的模板，缺乏可借鉴的经验和专业的指导。

面对这些难题，制造业该如何打破转型困局？如何保障数字化应用落地？如何高效地推动数字化转型？这些成为了当前制造企业关注的重中之重。

破局：聚焦6大关键能力，探索制造业数字化转型最佳路径

数字化为传统制造企业带来了很多新的机遇，用正确的方式破解困局，寻求合适的转型方法与路径，拥抱数字化转型给制造业带来的红利已成为制造企业的必修课。

举措一：定义企业数字化转型最佳路径

在拥抱数字化转型的过程中，很多企业在数字化领域已经进行了很多艰苦而勇敢的尝试。但对于大多数企业来说，它们所面临的是一段充满未知的旅程，个体的差异使得数字化转型的路径千差万别，难以寻找标准答案。

制造业数字化转型是全方位的，通常情况下，企业数字化转型可以有六种典型切入模式，即：商业模式转型、服务模式转型、研发模式转型、运营模式转型、制造模式转型和决策模式转型。

• 商业模式转型主要指企业通过数字化手段，建立起了全新的商业模式，如按服务绩效付费（Pay by use）
• 服务模式转型指企业通过开发产品服务的 APP 等方式，让客户可以实现自助式服务，转变传统服务方式，从而提升服务效率；
• 研发模式转型指在产品研发过程中广泛应用数字化技术，如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等；
• 运营模式转型指的是结合业务场景全方位应用数字化技术，帮助企业实现精细化管理；
• 制造模式转型是通过制造环节的数字化技术应用实现制造的转型升级；
• 决策模式转型通常指企业通过推进数字化转型，对已经拥有的海量异构数据进行多维度分析，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。

从发展路径来看，制造企业数字化转型可分为着精益化，自动化，互联，智能四个阶段。

精益化是企业走向智能的重要基础。企业需要引入 5S现场管理法 / 精益物流（PFEP）、流程设计（design for flow）、制造质量（BIQ）、六西格玛等具体的精益管理方法和工具，指导企业改善管理状态，打好数字管理的基础。同时，数字化也是突破精益管理瓶颈的有效工具，企业需要以精益改善为抓手，通过指标驱动实现自主管理让数字化转型落地。

自动化是在精益化的基础上，从 IT 与 OT 两方面开始部署，一是升级自动化设备，实现面向库存（Build to stock，BTS） 和 面 向 订 单（Build to order，BTO）的大规模标准化生产；一是开始部署工业软件，如MES、PLM、ERP 等，实现业务信息的数字化管理，对于高能耗企业，利用传感器、测量仪表等获取能耗数据，建立能源管理解决方案。

互联是在精益化和自动化的基础上，强调互联互通，通过 IT 与 OT 融合，实现信息流、物流和生产设备的互联互通，如实现 MES 与 WMS 之间的集成，实现PLM 与 ERP 之间的集成等，逐步从大规模生产演变为大规模定制，实现面向订单生产（BTO）和配置订单生产（Configure To Order，CTO）。

智能是在精益化、自动化、互联的基础上，通过工业互联网、云计算等技术，实现业务的智能化升级。制造模式也从大规模定制，演变为柔性协同制造，利用机器对话机器（M2M），实现生产的自组织，并对生产设备实现预测性主动维护，同时将集成供应链（ISC）的管理拓展至工厂外部生态链上，形成智能工厂生态链。

就我国目前智能制造的总体情况看，大部分中国企业仍处在建设起步阶段，成熟度也属于智能制造的初级阶段。

在棘手的经济和社会挑战的持续倒逼和政策与技术发展的大力支撑下，中国企业多选择“并行推进，融合发展”的跨越式发展范式。充分利用后发优势，采取并联式发展，实现多阶段并行推进、融合发展。在这样跨越式的发展过程中，企业将面临更多维度的挑战，也对智能制造解决方案供应商的综合能力提出了更高的要求。

因此，企业需要借鉴成功的建设经历和前沿的研究，结合自身特点，去尽可能全面地描绘自身企业数字化转型的愿景。通过在过往的实践中沉淀的经验、思考，定义适合企业的最佳转型方向。通过科学的实施路径与步骤，企业才能规划出适应自身的最佳转型路径。

首先，企业推进数字化转型的实施步骤需要从建立正确的理解和认识开始，全面评估企业数字化转型的现状，了解价值链各个环节应用数字技术的深度、广度和应用效果，明确企业数字化转型的基础。

其次，通过广泛的企业调研和行业案例分析，在企业战略发展规划的前提下，寻找适合企业的数字化转型的机会；

第三，通过对企业业务流程分析明确优化方向，同时确定企业数字化转型的关键考核指标，数字化系统的整体框架，明确未来三到五年的整体规划；

第四，结合实际的业务现状，明确各个数字化系统的具体功能、部署方式、集成方式，确定数据采集、设备联网、IT 和 OT 集成方案等，制定完整的数字化转型路线图；

第五，根据数字化转型规划实施推进，并定期诊断对规划进行修订。

制造企业需要通过科学的实施路径与步骤，并像“滚雪球”一样不断积累和重复上述步骤，在实践中探索、学习才能找到适合自身企业的数字化转型路径最佳答案。

举措二：构建企业数字化转型能力框架

为了更好地解决和规避数字化转型中的潜在问题，企业还需要清晰地了解自身真实的状况，通过数字化转型核心能力的构建，以前瞻性的视角与洞察，制定符合企业实际情况的具体方法与路线。

战略规划能力

数字化转型的规划应该是三年一规划，一年一滚动，企业需要站在长期发展的战略高度，根据企业自身需求、产业链中的地位、企业的实力及发展愿景，制定个性化的数字化转型策略。因此，企业必须具备从变革驱动、创新能力、组织架构等多维度勾勒企业数字化转型蓝图的能力。

数据能力

企业管理和决策的基础是数据，数据要真实、可靠、全面、及时，因此，数据也成为了信息爆炸时代的重要企业资产之一。那么，如何获取数据、传输数据、管理数据、发挥数据的价值，如何用数据来驱动企业的业务运作和正确决策，如何打造企业强有力的数据能力,包含数据战略、数据架构、数据治理等成为了企业重要的关注点。

技术能力

面对数字化技术的日新月异，企业需要具备对技术的甄别能力、架构能力、应用能力以及整合能力等，结合实际情况进一步追踪技术趋势对于自身数字化转型的影响，并评估数字化技术深化应用对企业业务目标实现的价值。特别是在数字化技术提供商的选择方面，企业需要全面考核供应商的资质和能力，考虑产品之间的可连接、可扩展性等，确保给予企业数字化技术应用落地强有力的保障。

软硬件应用能力

数字化转型是数字技术对传统商业模式、业务模式、运用模式、决策模式等方面地重塑与再造，软硬件结合的应用能力以及整合能力是数字化生产活动的基础性设施，也是制造企业需要通过自身或者协同合作伙伴提升的必要能力。

知识与经验转化能力

数字化企业和传统企业存在截然不同的形态和运行方式，数字化转型是企业突破“舒适圈”的时代选择，需要企业在缺乏经验的状态下，耗费大量的时间与金钱不断探索未知领域，并将数字化转型的知识和经验固化，因此为了避免走很多“弯路”，企业需要具备建立自身数字化转型“know-how”的能力。

人才保障与资源供给能力

数字化/ 智能化转型需要培养技术与业务融合创新的复合型人才，高水平的数字化转型人才队伍打造是企业不可回避的问题。对于很多企业而言，可以借助优秀的服务商、专业培训机构，优化人才培养的知识体系。此外，为了有效推进数字化转型，企业需要理性看待数字化转型的效益，确保变革过程中的组织、资金等保障，资源的持续供给是数字化转型成功的重要条件。

数字化转型征途漫漫，制造企业需要针对各自的产业优势，按照因时、因地、因业、因企原则，以灵活多样的商务模式及部署形式提供高度及深度定制化的方案，帮助制造企业构建管理竞争壁垒，提升数字化转型能力，进而顺利实现精益数字化转型。

结语：

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，是一个长期的旅程，是一种新能力的获得。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。然而，面对不同行业、不同规模、不同所有制、不同制造模式的企业，推进数字化转型的路径千差万别，个性化极强，单凭企业自身的能力很难驾驭。因此，制造企业需要充分善用外力，深入生态体系，更快速地学习数字化领域知识，借鉴成熟的行业 know-how，避免盲目，同时借助像织信Informat（全栈低代码）这样专业的数字化工具的指导，减少试错成本，加速数字化转型的进程。

合理并且有效地运用数字化工具，不仅可以让我们工作高效地运行，还能最大程度保证团队目标的达成。织信Informat全栈低代码开发平台基于数据模型优先的设计理念，提供大量标准化的组件工具，并内置：组件设计器（构建APP、小程序、网站的可视化工具）、自动化（一种图形化编程）、脚本（可以编写JS代码）、工作流引擎（引入BPMN2.0规范）、自定义API（自由对接各类系统、第三方平台）、数字大屏（数据图表和数据分析工具）等功能，能帮助企业构建高度复杂核心的业务系统。如OA、ERP、MES、PLM、SRM、WMS、OMS、EMS、项目、企业服务等多个应用场景，全面助力企业落地数字化转型战略目标。