（马秋月/文）12月22日消息，在“2024中国信通院ICT深度观察报告会”期间， 中国信通院信息化与工业化融合研究所副主任刘棣斐接受了飞象网记者专访，他表示，当前，我国制造业数字化转型正迈入“规模提升”的新阶段。基于前一阶段充分的试点探索，该阶段制造变革的应用模式已经较为成熟，也拥有一批功能和性能都经过实践验证的成熟技术产品，具备了向全行业进行推广的条件。
通过制造业数字化转型来推进新型工业化
在新一轮工业革命中，数字技术作为核心驱动力，创造了一个全数字、高联通、强智能的新型制造体系，为我国实现工业由大到强提供了新的路径。
一是运用数字技术赋能生产制造全过程，提升全要素生产率。在研发环节，基于数据的研发方式能够对传统物理试错方法形成有效补充，大幅缩短新技术产品从研发、小试、中试到量产的周期，降低研发成本。如在药品研发领域，应用人工智能可节省50%研发时间。在制造环节，通过智能产线、智能车间和智能工厂建设，形成“采集-汇聚-分析”和“决策-反馈-执行”的交互闭环，优化提升整个制造系统的生产效率。目前，宝钢实现炼钢、连铸、轧钢全流程一体化管控，生产效率提升12%。在服务环节，运用数据价值挖掘引发产业服务模式与商业模式的创新变革，创造新的价值增长点。我国服务型制造示范企业的服务营收占总营收的比重已达到48%。
二是构建现代化产业链供应链体系，提升韧性安全水平。一方面，数字技术带来的“换道”创新和加速追赶机遇有利于突破关键技术，实现自主可控。如数控机床叠加控制补偿、参数调整等算法模型，通过动态优化克服以往固有的精度不高、可靠性不足等短板问题，实现装备实际运行整体性能优化，达到国际领先水平。另一方面，通过搭建数字化协同制造平台构建网络化的生产组织模式，实现产业链供应链上下游企业之间的紧密协同和互相备份，增强抵御异常情况和外部风险的韧性。在苏伊士运河堵塞事件中，华为基于接入全球供应商的数字化平台，仅用三天就实现了供应链网络快速切换，把80%的订单延误控制在两周之内。
三是助力制造企业节能降耗减碳，实现绿色发展。在能源优化调度中推广应用大数据建模分析，通过动态模拟计算不同设备、不同生产环节、不同能源介质、不同能源种类消耗平衡最优路径，实现制造能效提升和多能互补。打造工业碳管理公共服务平台，建立数字化碳管理体系，应用数字技术开展碳资产管理和碳目标管控，提升企业绿色竞争力。
我国制造业数字化转型正迈入“规模提升”的新阶段
众所周知，制造业数字化转型是一项复杂系统工程，其发展历程需要遵循“筑基-试点-推广-变革”的客观规律。前期，我国瞄准两化融合这一主线，以智能制造为主攻方向、以工业互联网为关键路径，持续推动传统工业企业的自动化、信息化基础改造，并支持重点企业围绕智能工厂、智能车间开展数字化转型的试点探索，积累了丰富的方法经验和场景案例。刘棣斐表示，当前，我国制造业数字化转型正迈入“规模提升”的新阶段。基于前一阶段充分的试点探索，该阶段制造变革的应用模式已经较为成熟，也拥有一批功能和性能都经过实践验证的成熟技术产品，具备了向全行业进行推广的条件。“数字化转型的规模化推广成为关键，是提升制造业整体效益、实现产业体系全面升级的核心任务。”
据刘棣斐介绍，具体在转型成效方面：一是数字基础设施支撑能力持续增强。高质量外网已覆盖全国374个地级行政区，时间敏感网络、5G、边缘计算等新技术加快在企业内网改造中应用。全国跨行业跨领域工业互联网平台达50家，平均连接工业设备超218万台、服务企业数量超23.4万家。二是助力企业提质降本增效作用明显。重点企业利用建立高效开放的研发体系、制造模式与服务形态，打造智能化、敏捷化、柔性化的生产组织方式，提升生产运营效益，核心竞争力显著增强。调查数据显示，有83%企业应用工业互联网后生产经营效率有提升，离散制造业企业设备综合效率提升10%，流程制造业企业综合成品率提升8%。三是带动一批关键技术实现“换道超车”。5G PLC、云化PLC、5G AGV、5G机器人、5G无人机等新的工业设备形态不断涌现，有望促进我国工业设备实现创新突破。工业互联网平台带动传统软件的云化、解耦、重塑发展，深入融合数据建模、数字孪生等前沿技术，为我国工业软件的创新突破提供新路径。四是形成产业发展新动能。数字化转型催生了新产业形态，涌现出一批掌握独门绝技的初创企业，工业智能、工业大数据、工业软件、工业安全等领域累计创业企业3000家，部分企业年收入超10亿元。
推进制造业数字化转型过程中的四大挑战
刘棣斐表示，在推进制造业数字化转型过程中还面临一些挑战，主要从以下四个方面来看：
一是规模化应用的基础还比较薄弱。大量中小企业生产自动化、管理信息化基础较差，现场生产作业仍以手工为主，大量存在“聋设备”“哑设备”，无法实现数据采集，更难以支撑实时监控。信息化系统普及率较低，主要集中在简单的订单、计划管理，调度、质量、物流等核心生产管控业务仍以人工管理为主，无法支撑深度数字化应用。
二是供给支撑难以满足规模化应用需求。我国虽然已经基本解决制造业关键技术装备、工业软件系统的有无问题，但国产品牌的产量和性能与国外厂商仍有较大差距，远不能满足市场需求。据统计，智能工厂建设中高端工业母机超70%来自于国外供应商。另外，我国在5G、人工智能等ICT领域虽然具备一定比较优势，但与制造业融合程度不深，在国际竞相布局的背景下，面临“慢进亦退”的风险。
三是数据要素价值尚未得到充分释放。大量企业因数字化水平低无法产生数据，研发、工艺、生产等关键数据资源积累明显不足，而且大量企业缺少数据治理意识和能力，即便有数据也质量不高，显著制约了工业数据的分析应用。同时，数据要素市场建设模式还在探索中，促进数据流通、保护数据安全的技术手段尚不成熟，进一步制约数据价值发挥。
四是资金、人才等资源保障还需加强。动辄上百万的改造费用对于大量制造企业而言成本压力巨大，尤其近年经济承压，大部分制造企业利润低、生存压力大，影响了转型意愿和投资能力。既懂工业又懂信息通信技术的复合型人才偏少，培养模式不成熟、培养周期长、人才评价机制不完善等原因会导致人才缺口持续放大。
六点建议推进制造业数字化转型
“以行业应用推广和中小企业普及为主线，以推进技术攻关、培育规模化供给产业为支撑，以推动数字公共服务基础设施建设和应用为基础，不断提升服务质量，降低企业转型成本，释放转型价值。”刘棣斐说。
一是加快重点行业应用推广。总结共性需求，提炼典型场景，编制行业推进路线图和建设指南。依托试点示范等项目，引导行业开展数字化转型应用推广。
二是推动中小企业应用普及。加快传统装备数字化、智能化改造，夯实装备数字化制造基础。深入推进中小企业上云上平台，积极应用云化软件提升业务信息化水平。
三是持续加强关键技术攻关。围绕基础短板和新兴融合领域，编制技术攻关路线图，按图索骥系统推动技术攻关，面向高价值场景打造一批标志性技术产品。
四是完善公共服务基础设施。构建行业、区域中小企业数字化转型公共服务载体，提供技术创新、测试评估、诊断咨询、人才培训等综合性服务，不断加强资源聚合能力、提高产业服务能力。
五是强化数据要素保障。加强数据治理的顶层设计，明确当前阶段和未来时期构建数据流通规则体系的总体思路、发展目标、主要任务和实施路径，推动数据可信空间等核心技术标准创新应用。
六是加大资金人才投入。优化财税支持政策，更好发挥财政资金引导作用，推动金融机构创新产品服务模式，深入推动产融合作。加强高校、职业院校、技工院校等制造业数字化领域相关学科和专业建设，推进产教融合、校企合作。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
