点击查看更多e-works:中国制造执行系统(MES)应用研究报告(2023版)(54页).pdf精彩内容。
2023年中国制造业数字化转型研究报告2023.08将至已至,智能技术带领中国制造业提质升级36KR RESEARCH36氪研究院2引言发达国家制造业回流力度加大,中国制造业战略地位提升随着全球制造业生产从西向东转移,许多发达国家经济体经历了一段衰退期。美国制造业在20世纪50年代达到巅峰,约占经济总量的28%,但此后逐步下降至略高于10%;1991年至2022年期间,制造业在德国经济所占比重也从25%降至19%。然而在过去的几年间,新的制造业时代开始形成,以德、美、日、法为代表的发达国家纷纷加大制造业回流力度,积极部署制造业自动化、智能化升级,以求提振制造业在国民经济中的战略地位。对于中国而言,制造业发展水平不仅关乎国家地位,对于加快发展现代产业体系、巩固壮大实体经济根基并在建设工业强国的同时构建高质量发展新格局更具有重要的战略意义。历经数十年的高速发展,中国制造业已经建立了独立完善的产业体系,中国制造业规模排名世界第一,2022年中国制造业增加值占GDP比重达27.7%*。1图示:全球国家制造业数字化转型部署举例美国国家先进制造业战略、芯片和科学法案日本制造业白皮书、机器人新战略欧盟工业5.0、数据法案中国制造业可靠性提升实施意见、数字中国建设整体布局规划*注:数据来源于工信部3引言数字化技术全面重塑制造业生产体系,并为产业链上各环节带来发展新机中国制造业体量庞大,一些产业内的先进企业正积极探索从自动化、信息化向数字化、智能化发展,但是多数企业对于前沿技术的融合落地应用还处于初级阶段,我国制造业距离完成真正的数字化转型还有很长距离。随着制造业数字化进程的加速,人工智能、工业互联网等底层技术正全面重塑制造业生产体系,推动新的生产要素、研发范式和商业模式的建立。这个变革过程不仅是对原有制造体系的颠覆,而且会影响制造业的所有细分行业和产业链价值链的每个环节,为众多领域以更高效率稳住发展动力提供了新的可能。本报告从“研发设计”、“供应链”、“制造生产”及“营销及售后服务”四个部分,阐述工业互联网、人工智能等底层数字技术对制造业各环节的支持与赋能,并在此基础上对中国制造业数字化转型趋势做出展望。我们相信,本报告所展现的产业洞察将为业界带来新的启示,帮助众多制造业创新企业更好地把握数字化转型的要点及路径。2图示:底层技术从各个环节赋能制造业数字化转型研发设计供应链制造生产营销及售后服务工业互联网、人工智能等底层技术支持研发设计l产品设计洞察l研发类工业软件l工艺仿真l研发设计环节创新企业图谱02供应链l智能仓储与物流配送l供应链协同l供应链环节创新企业图谱03制造生产l高级排产l设备管理l质量管理l能源管理与环保监测l制造生产环节创新企业图谱04营销及售后服务l智能营销l销售预测l售后服务l营销及售后服务环节创新企业图谱05产业总结和趋势展望l产业总结l趋势展望06制造业数字化转型底层技术支持l人工智能l工业互联网01目录目录 contentscontentsl 人工智能 -以深度学习、计算机视觉等为代表的AI技术正加速向制造业渗透l 工业互联网 -5G、区块链、边缘计算及数字孪生等技术体系为工业互联网发展提供有力支撑制造业数字化转型底层技术支持01461.1 人工智能从技术突破到应用拓展,AI技术正加速在制造业中的渗透以深度学习、计算机视觉等为代表的AI技术正加速向制造业渗透,领先的AI能力能成为我国制造业在全球竞争力的重要体现。1)深度学习。曾经制造业的数据分析方法以经典统计学和计算机科学为基础,能够处理的数据量和计算速度都较为有限。引入深度学习等机器学习方法后,制造业企业能够对海量数据进行高效处理分析,并使其产生业务价值。深度学习技术能够将工业数据转化为具备价值的数据资产,随着各类算法的逐渐完善,深度学习技术逐渐成为衡量制造业数字化转型进程的核心技术之一。2)计算机视觉。计算机视觉是以深度学习为基础的、研究机器如何获取、处理、分析和理解数字图像的技术。对比人眼,计算机视觉具有识别精度高、速度快、效率高、环境适应性好、方便信息集成等优点,目前这类技术已广泛应用于电器制造、汽车、纺织等制造业领域。未来,随着人力成本的不断上升和传感器、电子元器件等工业硬件成本的逐渐下降,机器视觉在制造业中的渗透率将逐步提高。5重点技术聚焦突破行业应用逐步扩大行业应用持续深入计算机视觉语音识别物流机器人分拣机器人机器学习框架搭建工业质检工艺仿真供应链管理能耗监测一体化系统高级排产需求分析智能工控营销预测应用落地图示:AI技术在制造业逐步落地应用71.2 工业互联网技术体系支撑下的工业互联网是工业制造业实现全面数字化转型的关键基础设施工业互联网是新一代信息技术与工业制造业深度融合的产物,通过对人、机、物、系统的全面链接,构建起覆盖工业制造业全产业链的全新制造和服务体系,是工业制造业数字化转型的关键综合信息基础设施。以5G、区块链、边缘计算、数字孪生等技术为代表的新兴数字技术对支撑工业互联网体系架构中的网络、平台和安全的建设以及实现数据优化闭环具有重要作用。1)5G技术。制造业领域中的人、机、物系统的全面链接,离不开具有海量连接、低时延的网络连接技术。5G作为最新一代的蜂窝移动技术,具备海量连接、高可靠、低时延等优势,利用5G无线技术、网络切片技术,以及其他与网络技术融合的5G 时间敏感网络、5G 云等技术,可有效解决不同工业场景的多样性需求。6技术体系业务视图实施框架功能架构安全平台网络需求引导需求构建支撑业务应用应用开发描述 诊断 预测 指导分析决策优化服务管理工业模型、数据模型数据管理数字模型识别感知控制控制感知执行物理资产数据优化闭环图示:技术体系支撑下的工业互联网功能架构81.2 工业互联网5G、区块链、边缘计算数字孪生等技术将在更广泛的生产制造场景中实现落地应用当前,5G赋能工业互联网已经取得了一定的研究及应用成果。在生产制造场景下,5G能够支持AGV等移动机器设备的部署,并在网络架构融合的基础上支持部分设备的远程控制。2)区块链。企业在部署工业互联网过程中,隐私数据需要上云,因此需要区块链技术解决工业互联网平台中的互信协作及数据安全、数据控制权等问题。通过区块链的加密算法、访问控制、隐私保护、入侵检测等技术,可以实现企业内部各个环节的数据共享、网络加密及访问权限控制等功能。目前,区块链技术在产品质量管理及生产过程追溯等环节已经落地应用,未来随着“区块链 工业互联网”融合研究以及各项标准制度的发展与完善,区块链技术将在工业互联网中持续发挥更大的作用。3)边缘计算。一些需要高效计算能力的生产控制场景不支持将数据传输到云端后再进行计算,并且由于生产现场设备之间通信标准的不统一和总线连接的异构,需要将计算资源部署在生产现场附近,以满足这部分业务的高效实时需求。边缘计算技术与工业互联网的融合,能够将工业场景中的计算以及存储分散到工业互联网边缘来降低云端计算和存储的压力,解决云计算模式存在的实时性差、运维成本高、数据安全风险等问题。未来,边缘计算技术的数据安全能力及其协同性、可靠性将进一步提升,边缘计算将成为制造业数字化转型的强大驱动力。4)数字孪生。数字孪生为工业互联网智能化部署提供了强大驱动力。数字孪生是物理世界在数字世界的建模映射,起源于新兴信息技术与不同领域技术的融合,其技术基础包括物联网、大数据、机理模型建模、人工智能及云边协同计算等技术。这些数字技术的融合赋予数字孪生系统数据采集、建模分析、高效计算和判断决策等功能,未来,数字孪生与工业互联网的融合将持续完善工业互联网的功能架构,帮助企业实现全方位数据优化闭环。7l 产品设计洞察 -大数据、AI、物联网等数字技术助力企业贴近需求端,加快研发效率的同时,缩短研发周期l 研发类工业软件 -AI/云计算 研发类工业软件,实现研发质量与效率的双提升l 工艺仿真 -多物理场耦合、云仿真和SaaS化、人工智能成为工艺仿真技术未来发展新机遇l 研发设计环节创新企业图谱研发设计028102.1 产品设计洞察大数据、AI、物联网等数字技术助力企业贴近需求端,加快研发效率的同时,缩短研发周期工业设计是制造业的第一步,也是产品的起点与核心,包含需求洞察、产品研发、仿真优化等环节。工业设计与创新能力息息相关,设计越活跃,其市场竞争能力越强,制造业水平越高。数字技术的成熟,推动企业可在设计环节,根据用户需求,在大数据、人工智能、虚拟现实等支撑技术的作用下,对海量信息进行分析,实现高效设计的同时,对产品进行仿真,进而快速产出符合用户需求的产品设计。在需求洞察环节,过去主要依赖研发人员,研发思路、手段、创意均受到限制,这导致家电、汽车、服装等制造业细分产业的产品同质化严重,各品牌难以通过差异性产品抢占市场份额,行业竞争激烈。此外,消费者需求愈加碎片化、多元化,仅依靠传统产品设计思路已难以适应市场变化。精准挖掘并高效响应市场需求,已成为决定企业市场份额螺旋上升的关键。因此,制造业积极探索需求洞察环节的数字化,借助大数据、人工智能、物联网等数字技术,抓取并分析需求,指导新产品的设计与改进,缩短研发周期的同时,提升研发效率。1)人工智能 大数据。大数据技术可基于用户访问、交易等海量数据,对需求端进行全方位深度挖掘分析,以数据驱动,构建用户、产品画像的同时,及时捕捉用户需求,从而为新品设计提供思路,提高研发效率。此外,随着深度学习和知识图谱等技术的成熟,大数据分析能力和效率增强,可深度挖掘数据价值,提升数据洞察能力。美的即通过瓴羊旗下的数据银行产品,洞察消费趋势,准确了解消费者喜好及目前使用痛点,明确“清洗方便”是急需提升的产品特点,从而进军免洗破壁机市场,研发出更复合年轻消费者对厨房空间和生活方式期待的产品。2)物联网。物联网可打通消费端与设计端,远程从IoT设备获取设备数据,评估产品运行状态,收集消费者使用反馈,帮助产品进行迭代设计。9112.2 研发类工业软件研发类工业软件辅助设计工作,但面临要求高、数据孤岛等问题研发设计类工业软件融合多学科,利用计算机计算和图文处理能力,以可视化方式,在设计阶段即可规划产品整个生命周期,帮助设计人员完成产品设计和工程绘图等多项工作,提高设计环节效率的同时,大大简化了设计人员的重复工作,降低误差概率,管控研发质量。传统工业研发软件基于单机或局域网本地部署,对使用环境配置、数据版本一致性、数据安全性有较高要求,各环节的独立也导致团队合作较为割裂。此外,目前各个研发软件差异较大,各软件间数据一致性、时效性不同,且存在难以流通、数据孤岛问题,对企业的研发工作造成困难。AI与云计算等数字技术和软件一体化有望解决以上问题,提升设计效率和结果的同时,降低软件使用成本。1)一体化。研发类软件一体化指将设计各环节、各类软件功能聚合,标准化并共享设计数据,有望实现多方协同设计,缩短开发时间。例如,中望软件提出all-in-one CAx战略,逐步向CAx一体化软件平台发展,从二维CAD软件逐步向三维CAD、CAM、CAE拓展,并协同发展PDM、PLM软件能力。10计算机辅助设计,人员利用计算机辅助工程技术进行产品设计、工程绘图和数据管理。CAD产品生命周期管理,覆盖产品导入期、成长期、成熟期到衰退期整个生命周期的管理软件。PLM计算机辅助制造,将计算机应用到生产制造过程中,以代替人工对生产设备与操作的控制。CAM产品数据管理,帮助产品研发设计,完善产品结构优化,跟踪研发中的设计概念。PDM计算机辅助工程,利用计算机对工程和产品进行性能与安全可靠性分析。CAE电子设计自动化,利用CAD完成超大规模集成电路芯片功能设计、综合、验证、物理设计等流程的设计方式。EDA图示:研发设计类工业软件举例122.2 研发类工业软件AI、一体化、云计算帮助研发类工业软件实现研发质量与效率的双提升2)人工智能。AI技术有望引领研发工业软件交互模式、设计模式变革,已在芯片、制药等领域应用。具体而言,工程师通过自然语言下达指令,设定材料和工艺要求,AI自动生成多种设计方案,提高设计效率的同时,提前预设到各类影响因素,提升设计效果。在芯片制作领域,Cadence推出智能芯片设计工具Optimality,AI驱动取代传统设计、测试和调整循环的交互流程,帮助工程师自动优化设计,生产效率提升近10倍,部分设计上操作速度提升百倍。3)云化。一方面,基于Web或云端部署的研发软件,可将用户产生的数据存储在云端服务器上,方便其随时掌握知识产权、产品生产制造等核心数据的同时,云架构软件将各个环节整合,使设计师随时随地可协作工作,提高工作效率。另一方面,企业无需再配置本地图形工作站和专业运维团队,减少其软件使用成本。以钉钉为例,基于云服务等技术,钉钉帮助企业实现生产数据上云,并可以通过低代码开发的方式,帮助制造业企业以较小的成本实现研发工作的协同。11图示:Optimality智能系统优化132.3 工艺仿真工艺仿真与数字技术的融合,有望解决行业门槛高、效率低、局部优化等问题工艺仿真利用产品三维数字样机,对产品装配过程进行统一建模,在计算机上实现对零部件、装置(整机)、生产线和工厂工作、运行状态的模拟和仿真,从而在研发阶段,通过虚拟调试,对产品性能与功能进行预测分析,并模拟真实生产制造工作状态和表现情况,确保设计方案及工艺的准确性,协助设计人员及早发现制作工艺、工艺布局中潜在问题,减少物理实验次数,加速设计迭代并降低试错成本。目前,传统的工艺仿真技术面临着单领域、单学科仿真仅能优化局部、使用门槛高、仿真效率低、仿真结果置信度不高等问题。在多物理场耦合、云计算、人工智能等技术赋能下,一方面工艺仿真的结果准确度和计算速度有望提升,另一方面,降低仿真技术使用门槛,最终实现研发环节的降本增效。1)多物理场耦合。工艺仿真需在多物理场耦合的情况下,对真实物理世界建模还原,应用过程复杂多样,且各个参数相互影响。因此多单一学科中进行多次往返计算的工艺仿真无法满足精确性要求,将底层求解公式融合的多物理场耦合仿真、多学科结合仿真成为未来发展方向。例如,COMSOL推出集成化仿真平台COMSOL Multiphysics,可灵活组合电磁、结构力学、声学等领域多个附加专业模块,提供丰富的多物理场仿真解决方案,帮助客户精确分析、预测真实场景下的设备、工艺和流程,提升仿真结果准确度。12模拟结果差异大过于依靠用户自身水平,不同经验、知识水平的用户,仿真结果差异性大难以全局优化无法进行多学科仿真与优化,仅能解决局部优化问题存在算力瓶颈模拟仿真需大算力支持,本地部署受制于个体算力限制易用性低涉及数学、物理等专业知识,难以普及应用效率低部分流程需手工管理无法复杂仿真仅针对某个领域的仿真技术,无法解决多物理场耦合分析图示:工艺仿真技术现存挑战142.3 工艺仿真多物理场耦合、云仿真和SaaS化、人工智能成为工艺仿真技术未来发展新机遇2)云仿真和SaaS化。工艺仿真为确定最优设计参数,提高仿真效果,涉及大量计算,对算力要求较高。云仿真和SaaS化可解决算力问题,为工艺仿真提供多端访问,让客户可直接在云平台进行数据分析,灵活运用计算资源,提升计算速度的同时,大幅降低客户使用门槛和采购、维护成本。例如,阿里云可为工艺仿真厂家提供上云服务。作为仿真业务底层基础设施,阿里云实现云上高性能计算的性能无损。同时,阿里云高性能计算平台(E-HPC)可自动管理计算资源,优化运维成本,改善用户体验,解决访问潮汐问题。此外,用Serverless工作流编排函数计算,可同时拉起数百个CPU实例进行三维渲染,效率提升近百倍。3)人工智能。AI与工艺仿真的融合可优化代码生成能力的同时,使用AI自动寻找仿真参数、增强仿真,提升仿真速度和准确性。目前,Ansys等龙头企业已开始使用AI优化工艺仿真技术。一方面,Ansys使用AI/ML方法自动查找仿真参数;另一方面,利用增强仿真,通过数据驱动方法或基于物理的方法训练神经网络,将仿真速度提高100倍的同时,优化仿真效果。13图示:云原生压铸CAE计算速度提升8-10倍仿真成本下降80%-90%工艺仿真SaaS云原生 多云调度的云原生仿真技术 三维在线渲染技术“重”数据压缩率90%大数据在线可视化技术全自主底层求解器 自适应多层局部网格加密部分算法 不可压缩流体格子玻尔兹曼求解算法 大紊流模拟Re106 MPI OPENMP混合并行框架 基于反算模型的4D界面换热系数模型152.4 研发设计环节创新企业图谱研发设计环节创新企业图谱14工业云平台研发类工业软件EDACAMPLM/PDMCAECAD注:本图谱由36氪研究院整理,仅列举部分企业为代表,未覆盖全产业l 智能仓储与物流配送 -智能仓储物流系统将硬件与软件有机结合,为企业实现仓储物流环节的降本增效l 供应链协同 -人工智能、区块链和物联网等数字技术打通产业链上下游,实现供应链管理的高效协同l 供应链环节创新企业图谱供应链0315173.1 智能仓储与物流配送智能仓储物流系统将硬件与软件有机结合,为企业实现仓储物流环节的降本增效智能仓储物流系统,通常是指通过信息化、物联网和机电一体化等技术共同实现的智慧仓储物流解决方案。这套方案能够将物料出入库、存储、分拣、输送等过程实现自动化、信息化和智能化。从构成来看,智能仓储物流配送系统可分为硬件装备和软件系统两部分。制造业企业传统仓储与物流配送存在仓储空间利用率低、人力成本高、物料盘点及出入库流程手续繁琐、仓储信息透明度低、信息更新不及时、物料减配差错率高、人工安全风险等诸多痛点。随着软硬件两端的数字技术不断更新,越来越多的制造业企业在智能仓储物流系统的加持下,实现了仓储与物流环节的降本增效。1)工业移动机器人。在仓库物料移动配送过程中,各类工业机器人的协同工作能够在保障物料完好性的同时,提升物料出入库的整体效率,以安踏晋江仓为例,其智能仓储物流项目上线后,在各类机器人协同帮助下,全仓实现入库产能1,000箱/小时,整体出库产能20万件/天;出库效率为20,000件/小时,是传统人工效率的2倍以上*。16智能仓储物流系统硬件装备软件系统搬运与输送设备控制与管理系统仓储设备立体仓库分拣设备分拣机分拣机器人手持终端堆码垛机器人输送机AGV和RGV仓储管理系统仓储控制系统智能物流软件系统智能仓储图示:智能仓储物流系统*注:数据资料来源于东北证券研究所仓安四海,智拓八方183.1 智能仓储与物流配送以机器人为代表的硬件和以智能算法为基础的软件双轮驱动,助力制造业仓储物流智能升级随着计算机视觉、激光传感器和机器学习等技术的成熟,分拣、搬运及堆码垛机器人可应用于更多精细复杂的场景,满足更多制造业企业的应用需求。此外,云计算技术也在帮助工业机器人企业探索商业模式新方向。在阿里云协助下,极智嘉的机器人调度部署逐渐从本地化向云化发展。通过计算巢平台,极智嘉能够将其物流机器人软件交付部署自动化、服务在线化,并在云上实现统一的运维与软件更新。这种云化发展不仅能够获得高性价比的算力资源,也能保障业务的持续稳定运行。2)智能算法。在人力参与的工作环节中,即使是最为琐碎的工作内容,也需要工作人员的决策才能继续推进,而人力做出决策需要消耗一定时间。一个物流环节作业量越大,需要进行决策的问题就越多,且问题之间的关联也越复杂。在此情况下,单靠人力在短时间内很难给到最优决策。当前,智能仓储物流系统中的智能决策算法正不断更新,通过与自动分拣技术、射频识别和语音识别等技术的结合,帮助制造业企业物料的收、存、发、配全过程任务逐步走向自触发与自执行,在降低用人成本的同时提升物料周转效率。例如,纬创资通建立的PCBA智能仓储配送系统能够通过智能决策算法将物料管理用人从6人缩减至3人,PCBA平均库存周转天数从3天缩短至1.5天。17rere“手”“眼”“脚”以3D视觉算法、高速准确读码、OCR等技术为核心,完成托盘识别、缺陷检测、尺寸测量、分色等各类复杂工作依托视觉感知、力触感知、抓取规划等,可精确控制关节运动,适应各类手势切换,以及狭小空间物体抓取移动底盘采用激光雷达进行导航与避障,快速适应不同作业场景图示:工业移动机器人“手脚眼”三位一体19供应链是整合公司与供应商、分销商,实现原材料采购、生产、销售、物流等全过程协同的组织形态。对于制造业而言,智慧供应链体系可降低企业经营成本和交易成本,有效提高各环节协同效率。现阶段,在流通环节长且多、贸易商格局分散的大背景下,我国制造业供应链存在体系建设不足的问题,导致企业运作成本高、流通效率较低。此外,供应链数字化程度较低,这表现为信息孤岛、数据分割、数字化基础设施薄弱、上下游企业联动不足等问题频发。人工智能、区块链、物联网等数字技术有效串联、整合、分析各方业务数据,推动供应链高效协同且更加透明、智慧,实现供应链的降本增效。1)人工智能。嵌入人工智能技术的供应链可根据经济周期、地缘政治、天气、经营情况等内外部数据和供应链策略,预测可能发生的问题、新需求等情况,并自动设计、决策、执行相应解决方案,帮助企业降低供应链管理难度,实现各环节数据高效协同和企业的降本增效。例如,阿里云基于数据中台帮助某头部乳业品牌拉通采购、生产、计划、物流、销售各部门数据,设计并形成内外部的全链路分析场景,通过全局数据洞察打造供需端到端协同;并通过人工智能算法,帮助该企业在实际订单和未来需求的基础上,综合库存、运力、需求、运输时间等因素给出基地仓到总仓和总仓间调拨计划和排单计划。库存调拨和排单算法的应用,将该企业的人工效率提升了20%以上。3.2 供应链协同18人工智能技术串联供应链各环节数据,实现供应链高效协同图示:供应链现存挑战信息孤岛数据割裂信任度低上下游割裂管理成本高各方信息难以打通数据一致性、维度不同,难以互通出于保密性原则,产业链上企业难以互相信任上下游链接不紧密,分别处于独立状态运作成本高、流通效率低203.2 供应链协同19区块链和物联网技术打通产业链上下游并保证数据安全性,实现供应链管理的降本增效2)区块链。区块链去中心化、不可篡改、公开透明等特点,帮助供应链上下游企业提供互相信任基础,保证区块链上数据的安全性和保密性,简化各企业操作流程的同时,使信息更加透明化,强化上下游协同,提高供应链运营效率。例如,厦门国贸的“国贸云链”智慧供应链平台利用区块链技术对数据进行加密,保证供应链透明安全。3)5G 物联网。5G与物联网等技术的应用,使制造业全产业链可打破限制,进行更广泛地连接,打通信息孤岛,并推动数据、资源要素在产业链上下游高效共享,实现全局资源协同。企业可基于数据贯通多级供应商体系,构建供应链协同平台,连接供应商采购、产品库存、销售等上下游环节,通过集成优化,实现供应链可视化管理和资源调控,降本增效。如新宝电器与阿里云合作构建供应链协同平台,将35家核心供应商接入平台,及时同步订单计划变动、生产安排调整等信息,系统整体运作效率提升10%的同时,实现供应链的透明化可控。此外,产业链协同平台也帮助供应商实现降本增效,再反哺新宝物资采购质量、成本、效率的提升,实现双赢。图示:阿里云供应链协同制造解决方案上游供应商供应链协同平台新宝电器接收订单采购订单下发供应商送货计划下发供应商排程监控进度监控质量追踪库存监控打印送货单送货通知送货预约发货工具下发生产执行质检执行成品入库计划排程生产报工客户管理产品BOM工艺BOM销售订单MRP物料需求计划销售预测生产计划采购订单送货计划收货原料入库应付账单付款APS总装生产计划生产及设备管理生产过程协同213.3 供应链环节创新企业图谱20硬件装备一体化解决方案仓储分拣搬运与输送软件系统供应链环节创新企业图谱注:本图谱由36氪研究院整理,仅列举部分企业为代表,未覆盖全产业l高级排产 -人工智能和模块集成技术帮助制造业企业实现更高效率的排产调度l设备管理 -5G、数字孪生等技术从设备使用和设备维护两方面赋能企业设备管理l质量管理 -人工智能和区块链技术分别从提高检测效率和数据管理两方面,提高企业质量管理能力l能源管理与环保监测 -数字技术的创新引发软硬件创新变革,实现资源效率和社会效益双提高l制造生产环节创新企业图谱 l制造生产领域创新企业mapping制造生产0421234.1 高级排产生产排程软件整合各类生产信息资源,快速生成排产计划排产即生产排程,是指将生产任务分配至生产资源的过程。在考虑订单、人效、物料和设备等情况的前提下,如何平衡所有资源负荷,并优化生产任务的生产顺序,是制造业企业排产环节的首要目标。目前,大部分制造业企业已经在排产过程中普及了APS等生产排程软件的应用,但这些传统排产软件仍面临一定局限性。例如针对下游客户越来越高的定制化需求,传统软件难以快速给到合理的换线计划和生产安排;或是在发生设备故障、原材料短缺和自然灾害等突发事件时,传统排产软件的计算速度无法及时响应重排应急需求。随着人工智能及模块集成等技术的不断迭代,排产软件将基于生产一线繁杂多变的信息和资源状况,更快速地实现作业计划的高级排程,在提升生产效率、降低使用门槛等方面取得进步。22图示:从信息整合到排产调度排产规则设备调度人员调度物料调度工装工具 订单信息:销售订单、预测订单、库存订单 工艺信息:工厂车间的生产工艺流程 工序信息:加工、生产操作流程 人员信息:生产现场工人的工作安排 BOM信息:物料清单信息记录(产品结构表)日历信息:人员、设备安排情况 库存信息:生产所需物料仓库情况244.1 高级排产人工智能和模块集成等技术,帮助制造业企业实现更高效率的排产调度1)人工智能。由于排程约束信息的复杂性,目前绝大部分APS系统都采用规则或启发式算法。这类算法优势是能快速得到一个可行的排程结果,但是无法保证最优解,也无法量化排程结果。与人工智能动态调整算法融合后,APS系统的算法引擎能够实现优化,有高度智能的生产计划调度功能,可以在多任务且存在诸多约束条件的复杂生产流程中,最大化地利用企业的资源条件,找到最佳的调度排程结果。此外,在面临重排需求时,人工智能优化后的APS系统能够针对新的需求进行约束条件的动态调整,快速给出新的排产方案。以阿里云开发的工业生产调度优化解决方案为例,该方案通过配置高度智能的算法引擎,帮助制造业企业精细化工序与设备的生产计划,精简计划人员需求,提升主计划排产速度和效率。2)模块集成。APS作为生产排程系统,需要调用销售、采购、仓储、车间等诸多数据信息,因此在排产功能上与MES和ERP系统存在一定重叠。目前的趋势是APS、MES与ERP等系统的一体化,企业希望在同一系统中实现功能模块的集成,形成生产计划和生产数据的闭环管理。23IOT需求计划生产计划车间管理生产指示ERP(销售、采购、仓库等信息)HR(人力资源信息)APS(输出生产计划调度)人工智能(决策辅助)MES(工单、车间、质检等信息)控制设备对象实时生产进度和数据【未来】生产计划制定【现在】生产执行控制【过去】生产情况分析图示:APS、MES、ERP的功能一体化集成254.2 设备管理5G等通讯技术改善工业设备远程控制中数据延时和控制精度不足等痛点工业设备是制造业企业执行生产的物质技术基础,企业设备管理水平与其生产任务是否能按期完成密切相关。设备管理手段大致可以分为设备使用和设备维护两类。其中,设备使用包括工业控制系统、工业设备远程控制和设备调试/调参等,设备维护则主要是指日常巡检、预测性维护等。1)工业设备远程控制。制造业行业的生产现场环境通常较为恶劣、复杂,员工面对恶劣工作环境生产效率较低,并常伴随生产安全隐患。智能机器人等工业设备的远程控制能够大幅提升工作效率、降低生产安全风险。目前,大多制造业企业的工业装备远程控制存在数据延时和控制精度不足等问题,5G等通讯技术的落地应用极大改善了这类问题。5G低时延、高带宽的特性使其能够快速传输工业现场数据,基于现场总线/TSN实现现场数据实时上传和控制指令即时传递,能够满足生产现场的控制精度要求。例如,华辰智通通用型工业互联网平台可以通过其5G边缘计算网关,实施对工业设备进行接入,并在采集生产数据的同时,对生产设备进行远程控制。24图示:制造业企业设备管理主要手段及当前痛点制造业企业设备管理设备使用设备维护 工业控制系统 设备远程控制、设备调试痛点:多套系统叠加,复杂度高、性能较差痛点:数据延时、控制精度不足 日常巡检、预测性维护痛点:产能浪费、运维成本高、故障发现不及时、关键设备突发故障影响生产计划264.2 设备管理智能工业装备控制平台解决传统工控系统工具成本高、协同性不足等痛点2)智能工业控制平台。传统工业控制系统需要企业额外购买或自研授权软件,工具成本较高,并且多套功能性系统的叠加提升了其整体复杂度,协同性不足。基于这种情况,越来越多的企业开始探索实时上云、软件定义、集成协同的智能工控平台。以阿里云智能融合控制平台为例,该新型工控平台内置包含AI和传统工控技术在内的各类组件,能够针对工业设备实现系统试验、工业分析、实时控制、离线训练建模、性能监测等多种功能。阿里云智能融合工控平台凭借其云端的低代码开发和服务,基于SaaS化方式为客户提供持续性的便捷服务。目前该新型工控平台已经广泛应用于钢铁、水泥、固废和汽车等工业领域。值得一提的是,阿里云智能融合工控平台是AI和传统工控技术的结合,代表着新科学工具的发展和新科研范式的构建,契合了人工智能技术AI for Science的发展趋势,能够长久、持续地为制造业产业赋能。25设备AICS边缘端数据采集控制参数数据传输控制策略AICS智能控制平台离线训练建模模型训练模型发布系统试验系统辨识工业分析统计分析数据处理实时控制智能控制工业视觉性能监测&整定PID整定性能评估可视化算法编排自定义算法上架 DAG编排 Serverless开发 定时/API调度 运行日志工业时序数据采集/存储/查询/分析-IGatesAICS公共云数据上云,模型训练VPN 模型下发系统辨识 动态仿真 数据建模智能控制 过程优化图示:阿里云智能控制融合平台274.2 设备管理数字孪生技术是设备预测性维护的基础,通过数字建模实现工业设备实时管理263)设备可视化与预测性维护。工业生产设备造价高昂,且一旦出现故障造成产线停工,会使企业面临重大损失,但常规的人工点检、日常巡检和定期维护成本较高,并且难以及时发现故障隐患和细微的设备寿命衰减。因此,制造业企业需要在生产设备可视化的基础上开展设备预测性维护,实现设备状态实时监控、实时进行运行效率和性能状况综合分析,并作出故障诊断和故障预警。数字孪生技术能够通过数字建模实现工业设备运行状态的可视化、实时分析与故障预测;设备健康预测模型能够实现实时分析设备状态,从而在设备出现故障异常时自动报警。以阿里云为某固废企业提供的设备预测性维护服务应用为例,阿里云故障算法能够将设备状态数据、故障维修记录和设备阈值规则等信息输入至故障算法模型,通过该算法模型完成设备异常状态检测和趋势预测,最终输出设备具体故障,极大提升了设备检修效率并降低了设备故障率。图示:阿里云为某固废企业提供设备预测性维护服务应用设备状态数据故障维修数据设备阈值规则故障算法输入故障算法模型故障算法输出异常状态检测残差预测长期趋势检测炉排卡涩锅炉本体爆管喷雾器振动284.3 质量管理27图示:AI对质量管理全流程的技术能力作为产品生产生命线,质量管理面临效率低、准确度差、数据无法收集应用等问题对于制造业而言,提升质量是推动产业链向中高端转变,加速行业高质量发展的重要手段之一,因此,质量管理成为工业企业产品生产的生命线。质量管理指运用科学理论和专业技术对产品质量、性能等方面进行检测,以保证产品符合标准并满足消费者需求。传统质量监测主要依赖人工,以专业人员进行质检为主,检测效率低且易出现误判,导致不合格产品流入市场,对消费者和企业造成损失的同时,影响企业形象。此外,传统质量管理仅局限于检测产品质量,无法收集并应用质量数据,实现产品全流程质量追溯。人工智能、区块链等数字技术的应用,为越来越多工业企业提供高效质量管理与追踪能力,提高良品率的同时,为产品迭代提供支持。1)人工智能。随着深度学习、机器学习、强化学习等技术的成熟,人工智能相关技术已可以覆盖产品质检、根原因分析、质量提升等质量管理全流程,工业企业质量管理能力得到提升的同时,实现生产效率的提速。AI产品质检根因分析产品优化根原因分析质量即时性预测安全风险预测即时预测发展趋势应用模型滚动寻优工艺参数增强控制29在质检环节,基于深度学习的视觉检测技术,让机器拥有人的视觉功能,并支持2D/3D成像方式,提供缺陷检测、分类、定位、分割提取等检测功能。其非接触、高精度、高速度等特点,降低人工质检成本的同时,提高检测准确率。在根因分析环节,机器学习技术帮助客户在出现质量缺陷时,收集、建模分析数据,从数十个、甚至数百个分析维度,找出问题根源,降低产品质量诊断时间。在产品优化环节,强化学习技术在模型预测控制中进行滚动寻优,提高企业质量改进效率。以阿里云智能制造AI中台解决方案为例,其工业视觉AI产品可管理、标注、训练数据,提高检测效率与准确度。2)区块链。工业企业通过数字化手段收集并记录各环节质量信息,再通过条码和区块链技术,打通质量数据与产品实物间的联系,实现产品全生命周期质量管控、追溯和改善,并为后续产品优化提供数据支持,加速产品迭代。例如,歌尔股份建立的质量管理系统,通过其内置的条码和区块链技术可对生产流程、供应链质量等问题追踪分析,产品良率提升10%*。4.3 质量管理28人工智能和区块链技术分别从提高检测效率和数据管理两方面,提高企业质量管理能力光照系统工业相机样本数据管理算法模型管理智能辅助标注样本预处理分布式训练迁移学习框架增值学习自动化运维IaaSIaaS数据资源库图示:阿里云智能制造AI中台工业视觉AI*注:数据资料来源于中国信息通信研究院中国智能制造发展研究报告-智能工厂30作为中国最重要的能源消耗和二氧化碳排放行业,制造业除依靠节能技术降低能耗外,能源管理与环保监测也可提高企业能源利用效率,并对制造可能产生的环境影响进行分析和评估,降低企业能耗的同时,构建绿色节能体系,是实现双碳战略目标的重要手段。当前,我国能源管理与环保监测存在数据采集方式落后、运维监管粗放、安全隐患大等问题,传统制造业转型需求迫切。随着人工智能、大数据、5G、工业互联网等新技术加速渗透,技术创新引发软硬件发生变革,一方面,检测、采集设备加快智能化转型,另一方面,智能分析系统被越来越多企业使用,推动制造业实现资源效率和社会效益双提高。1)智能监测、采集装置。随着窄带物联网、视听感知、数据处理技术的不断成熟,智能电表、智能传感器等能源采集装置加速崛起,制造业可实时采集生产全过程多能源介质的消耗数据和各种污染物排放数据,为后续分析管理提供坚实的数据基础。具体而言,智能电表除了可完成传统电表数据采集、计量等工作外,还满足负荷监测、远程控制、智能交互、信息储存、处理等需求;智能传感器具有编程自动化能力,可实现高精度信息收集,且成本较低。以安科瑞为例,推出电力监控仪表、电能管理仪表、电气安全仪表等智能电力仪表,帮助用户跟踪用电设备或线路运行状况。4.4 能源管理与环保监测智能采集装置可实时收集能源消耗与污染排放等数据,为后续管理提供数据基础29 数据收集、使用效率低传统能源统计与计量主要依赖人工收集数据和信息,数据收集效率低人工收集的数据不利于进行系统整合、分析能源安全存在隐患在安全出现问题时才进行反馈,问题难追踪,易出现安全隐患管理方式粗放无法将产能、设备、能耗、排放情况合理结合管理图示:能源管理与环保监测现存痛点314.4 能源管理与环保监测智能分析系统在能源优化、安全预警、污染优化和碳资产管理四方面,助力制造业绿色发展30图示:阿里云能耗宝2)智能分析系统。基于实时收据的数据,智能分析系统可在能源效率优化、安全监控预警、污染优化和碳资产管理四方面,帮助企业实现节能环保并高效处理应急能源事件。在能源效率优化方面,通过构建能耗分析模型,可视化展示能源使用情况,分析能源最佳效率点,并制定相关计划,进而优化能耗,实现节能降本。在应急响应方面,智能分析系统利用危险源采集的数据进行分析,可自动识别并判断危险情况的发生,并根据预设解决方案,自动调度应急资源,高效处置安全事故,降低危险造成的损失。在污染监测及优化方面,根据采集的污染数据,对污染物进行溯源分析,并建立环保模型,实时监控并优化污染排放情况。在碳资产管理方面,智能分析管理系统可收集并计算生产各环节碳资产数据,进而管控并优化碳交易全过程,提高碳资产计算效率。如阿里云推出碳管理及能耗优化产品能耗宝,依托大数据及人工智能技术,帮助制造企业核算并监管碳排放量,并制定降碳方案的同时,提供智慧能源管理和优化服务,推动企业绿色发展。能耗管理碳排管理 用能规划综合能源规划清洁能源规划 用能诊断能耗分析用能经济性分析新能源效率分析 用能预测用能趋势预测新能源发电预测综合决策 碳排管理碳盘查工具监测上报辅助专业核查认证 碳排追踪碳排来源追踪碳排趋势分析减碳优化建议 绿色金融碳排交易决策绿色授信认证324.5 制造生产环节创新企业图谱制造生产环节创新企业图谱31排产系统工业设备管理工业能耗监测工业质量检测APS模块集成注:本图谱由36氪研究院整理,仅列举部分企业为代表,未覆盖全产业l 智能营销 -从人群挖掘到效果评估,数字技术可优化营销全链路,提升营销效率l 销售预测 -智能预测模型的不断迭代,提升预测精准度和效率l 售后服务 -工业互联网的应用和数据分析能力的提升,推动售后服务向预测性转变并支持远程运维l 营销及售后服务环节创新企业图谱营销及售后服务0532345.1 智能营销从人群挖掘到效果评估,数字技术可优化营销全链路,提升营销效率33图示:营销流程及应用的数字技术营销指让消费者了解并购买产品的过程。在价格愈发透明且互联网渠道日益成熟的大背景下,贸易展览会、直销、口碑营销等形式为主的传统营销模式效率较低、成本较高,限制企业销售发展。部分企业已开始向线上营销转移,但由于缺少准确的营销策略且营销模式、内容同质化严重,营销转化率不高。人工智能、大数据等数字技术的应用,赋能营销全流程,提升营销效率。人工智能 大数据。利用数据分析能力和AI技术,企业可实现从人群挖掘、营销渠道、预算分配、智能监播到效果评估的营销全链路生命周期优化,提高企业营销效率。在人群挖掘环节,企业通过丰富的社交媒体渠道,利用知识图谱、机器学习、大数据等技术,将复杂的消费行为转化为可理解的数据,进而全面了解消费者心里,并构建消费者360度全景画像,再精准输出人群策略,优化营销策略,并针对不同人群匹配适宜的渠道及营销内容。此外,机器学习、大数据等技术的成熟,让营销效果监控成为现实,企业可从数据物理属性、网络属性、行为属性等多方面进行效果跟踪,有效避免数据造假行为的发生,明确营销策略效果,并及时进行策略调整,提高营销效率。其中,消费品尤其重视营销环节,以阿里云工业大脑产品为例,该产品功能之一便是利用人工智能和大数据技术帮助制造业企业实现智能营销,不仅能够为企业评估品牌形象,而且可以提供从宏观产业洞察到微观潜客挖掘的多层次分析。数据挖掘、云计算、知识图谱、机器学习数据挖掘、云计算、知识图谱、机器学习数据挖掘、计算机视觉、自然语言处理、知识图谱文字识别、计算机视觉、机器学习数据挖掘、云计算、机器学习用户洞察智能决策创意生成智能投放效果分析再营销35有效预判销售情况对于生产安排、原材料采购、资源利用、库存安排等环节至关重要,可帮助企业动态、准确定制各环节计划,减少库存挤压的同时,避免资源浪费,提升供应链效率。传统的销售预测主要基于人工经验和历史数据,存在数据质量不佳、覆盖面不全、个人偏见和时间成本等局限性,导致销量预测常存在误差。近年来,在算法技术的加持下,销售预测变得更加精准,为供应链优化打下坚实基础。预测算法。随着机器学习、深度学习技术的提高,销售预测模型的算法不断迭代,预测难度降低,精准度持续提升,目前常用机器学习模型、深度时序模型和时空图网络模型等算法。机器学习模型可从历史数据中找到销量和各类影响因素的相对稳定关系,并推演至预测期,预测效率较高;深度时序模型减少人工参与度,通用性、准确性较高;时空图网络模型考虑到时间和空间维度的关联关系,适用于关联替代性商品销量预测。例如,服装制造行业对销量预测要求较高,精准的销量预测可优化库存管理,进而可减少存货滞压和畅销款缺货等现象发生,提高企业效益的同时,提升用户体验。此外,汽车制造业具有较强周期性,通过各类预测模型对当季销量进行预测,可对生产资源进行高效利用,实现降本增效。5.2 销售预测智能预测模型的不断迭代,提升预测精准度和效率34图示:销售预测主要步骤01.数据源选择02.基础数据加工03.通用特征提取04.算法模型05.预测数据修正36随着制造业发展渐趋成熟,售后服务不再仅仅是销售的附属、用户的基本保障,已成为企业差异化竞争点,创造出更大的后市场价值。传统的产品设备故障发现主要依靠人工日常巡检或使用,难以在出现潜在问题时,进行提前预判,问题日积月累常导致设备停机;此外,在出现故障后,一般售后需派遣维修人员到现场查看设备情况,存在配件不齐,一次难以维修好的情况,维修效率较低。面对高效运维的需求,利用工业互联网、数据分析等数字技术,售后服务向在线化、预测性转型,帮助客户实现降本增效。1)工业互联网。工业互联网的数据采集和分析能力帮助制造业企业实现产品监控和智能报警,用户和企业均可自主、提前发现设备故障,并支持在线诊断和远程维修,降低运维成本的同时,减少故障停机风险。此外,5G高速率的特点提高了数据汇总速度,缩短了用户收到警报的时间,方便其及早进行维修。如积成电子借助工业互联网解决方案,售后派工效率提升33%*。2)数据分析。云计算、人工智能等技术推动数据分析计算能力大幅提高,实现产品故障预测性分析,帮助工业企业提前进行预防性维修,减少故障损失。例如,现代斗山通过瓴羊Quick BI产品,对部品故障及维保费用等进行趋势分析,进而优化维保政策及库存管理的同时,Quick BI的即席分析功能,可以将任意多张报表同时进行对比分析,问题解决效率显著提升。5.3 售后服务工业互联网的应用和数据分析能力的提升,推动消费者售后服务体验提升35图示:产品故障发现及维修过程*注:数据资料来源于浪潮官网用户发现企业发现用户自主解决联系用户在线报修远程维修现场维修故障修复375.4 营销及售后服务环节创新企业图谱营销及售后服务环节创新企业图谱36售后服务工业互联网数据分析销售预测智能营销国内企业国外企业注:本图谱由36氪研究院整理,仅列举部分企业为代表,未覆盖全产业l 产业总结l 趋势展望产业总结和趋势展望0637396.1 产业总结制造业数字化转型升级的核心价值在于降低生产成本、提升产业效率和创新商业模式工业互联网、人工智能等新兴数字技术从每个生产节点切入,赋能制造业数字化转型。对于制造业企业而言,实现数字化转型升级的核心价值在于降低生产成本、提升产业效率和创新商业模式。1)降低生产成本。基于生产现场数据的收集处理和生产设备的智能应用,帮助企业实现更精准的供应链及财务管理,减少物料浪费、降低产品不合格率、降低劳动力需求及人工成本。2)提升产业效率。通过大幅优化生产过程、改良生产工艺等手段,提升设备利用率和生产执行精度,缩短生产周期,提升产业链整体效率。3)创新商业模式。通过智能网络协同制造、产品远程运维、智能销售预测等多种新型生产方式,帮助企业创新商业模式,增加收入来源。未来,随着各类新兴数字技术的发展与进步,制造业将在集成协同平台、人机交互、共享制造和大模型应用等方向持续探索创新,最终实现制造产业产品、生产、销售及服务、管理全方位、全流程的智能化。38图示:制造业数字化转型的目标01020304产品智能化将传感器、通信模块等技术融入产品,使产品具备感知、通讯能力,并且可追溯、可识别、可定位销售及服务智能化以产品和生产智能化为基础,依托可追溯、可识别等属性拓展后续智能化服务生产智能化通过工业机器人等生产设备的应用和管理,融合工业互联网、人工智能等技术,实现生产环节的高效可控管理智能化PLM、ERP及智能工控平台等软件系统的应用使制造业企业的管理环节更高效、决策更准确406.2 趋势展望数字化转型背景下,制造业将持续探索设计制造协同集成平台对于制造业而言,设计制造创新的关键要素在于集成、协作和灵活性。未来,通过数字技术集成各类功能模块,搭建协同集成平台,制造业企业将能够实现订单需求、产品研发、产品设计和制造进度的有效同步。1)需求同步:收到客户订单后,根据订单需求进行智能计算,在系统平台上通过知识管理技术的协同优化,使设计和生产动态无缝衔接提升设计制造环节的灵活性;2)研发设计同步:利用工业设计的跨学科属性将参数智能计算、产品变形设计、工艺变形设计、虚拟样机设计、多领域优化设计及智能过程控制等通过PDM系统集成接口整合,缩短设计周期;3)制造进度同步:集成协作平台可根据产品特性与制造原料情况,实时同步产品制造进度,提升产品质量与生产效率。目前,已有服务方案供应商能够搭建这类集成平台,如Braincube,通过自有的数字孪生和AI技术为企业客户提供设计制造智能解决方案,但这类企业的配套技术仍局限于分析建模,在网络环境等方面有待进一步探索提升。39图示:设计制造协同集成平台功能架构设计制造协同集成平台产品管理网络环境设计系统计算体系流程定义&虚拟设计数字化设计系统并行设计QDF模块设计CAT协间设计CAE产品测试实验系统产品全周期管理系统数字化制造系统自动化测试实验产品信息管理产品配置管理工艺资源管理数字化试验仿真试验SCOE相似性设计CAD反求设计虚拟制造ERP网络化制造快速原型制造SCM成组制造CAFD相似制造FMS CNC分布式支撑环境设计分析系统数据加工系统产品建模系统分布式设计制造集成协同平台门户网站适应性构件计算体系(J2EE、CORMBA、COM 、NET)网络、计算机及PKI数据库与存储系统416.2 趋势展望AR与多模态人机交互技术的结合,将使制造业人机交互协作更加个性化在制造业远程运维等场景中,人机交互协作早已实现较高的普及度,但随着AR、人工智能、机器视觉等新技术的迅猛发展和交互环境的变化,未来的人机交互模式将越来越多精准地识别眼动、手势、语音等多模态生理信号,这类多模态交互模式将使智能工厂人机协作变得更加智能化、个性化。人机交互是利用机器协助人提升工作效率,因此其核心仍是以人为本,如何提升交互模式的智能程度,并赋予交互系统最大限度的个性化体验是人机交互的长远目标。AR与多模态人机交互技术的结合为实现新型人机交互模式提供了创新技术路径:若将AR作为连接人与机器的媒介,实现人机的多模态交互,并融合数据分析等智能技术,便可开发出AR环境下的个性化人机协作装配意图识别方法。该方法能够以单个用户为中心采集多维度、强相关的数据,构建出基于用户行为习惯的多模态特征融合模型,并对AR环境中的各类物理行为进行识别,最终实现面向不同用户的个性化意图识别,提升人机协作过程中的个性化体验和整体协作效率。以AR智能眼镜软件平台effiar为例,其与软通动力联合推出的远程协作及视讯服务解决方案已在福特汽车等制造业企业落地应用。未来随着采集分析等技术的迭代优化,这类多模态人机交互技术将在更多制造场景实现应用。40图示:个性化人机协作意图识别方法个性化意图识别方法意图识别手势数据集语音数据集视觉数据集决策层融合验证用户个性化行为分析用户行为数据采集作业需求环境信息用户画像构建数据分析AR作业环境426.2 趋势展望云服务技术将帮助同行业制造业企业在云端实现更高效率的共享制造制造业各类中小型企业数量庞大,由于成本限制,这些中小型企业的数字化进程推进较为迟缓,难以应对市场的灵活需求。未来,在云服务技术支持下,同一垂直行业的制造业中小型企业工厂将能够集合上云,实现以订单驱动的产业链上下游资源整合,推动制造业产业范式革新与产业整体的数字化升级。在云工厂模式下,客户能够通过统一的入口下单,收到订单需求后,垂直行业的云工厂平台可对订单进行拆解和分发,根据垂直行业内所有工厂的产能、资源情况智能调度,并整合产业链上下游的供应链、物流等资源供所有工厂共同使用,由此形成更高效率、更高稳定性的共享制造。目前,国内已有云服务企业提出类似概念,如阿里云在2022云栖峰会发布的数字工厂解决方案,基于其云 AI的开放式物联网智能控制优化系统,提供强大的建模、仿真、优化、控制基础能力,支持多工厂、多车间的统一建模。该技术可应用在智能控制、过程优化、数据建模和交互式分析等场景中,适配新能源、大型机械、离散和流程制造等多个工业领域。41提供SaaS应用生产数据上传图示:制造业中小型企业云工厂模式垂直行业云工厂接到订单后开始生产作业同一行业内的中小型企业工厂1、2、3N共享制造协同设计云服务提供商客户下单436.2 趋势展望大模型与工业机器人结合,将提升制造业人机协作效率大模型代表人工智能落地模式的变革,通用大模型产品能够打破技能壁垒,为制造业企业创新增长带来更多发展机遇。随着以ChatGPT为代表的预训练大模型走入大众视野。制造业也在持续探索大模型是否能在更多细分场景中带来生产力的广泛提升。其中,大模型与工业机器人的结合备受业界瞩目。目前,工业机器人的难点多数集中于复杂精密指令的执行。以机器手为例,能够在接收并理解指令后,精确地抓取物品并将其放置到指定位置,便意味着对其语言理解系统和控制系统的极高要求。对操作者而言,大模型的介入能够将操作者的语言命令直接转化为机器代码,大幅提升交互效率。例如,阿里云工程师正在实验将千问大模型接入工业机器人,在钉钉对话框输入一句人类语言,即可远程指挥机器人工作。对于开发者而言,大模型能够帮助开发者完善合适的运动规划算法,通过算法将机器手的所有关节进行耦合,进而将采集到的高维数据降维成低维规划,并联合关节运动完成指令,最终实现灵巧作业。未来,结合了大模型的工业机器人将在智能巡检、远程作业、仓储物流等场景不断发挥实效,一方面深入应用场景,在丰富数据储备的同时,针对不同机器人持续开发模型库,另一方面不断与机器人芯片和硬件终端进行适配融合,形成软硬协同的效果。42大模型在工业机器人软硬件两端双管齐下丰富数据资源储备开发具有行业针对性的机器人算法训练模型,丰富模型库软件适配高性能芯片,提升计算速度融合边缘终端,提升数据存储量硬件44关于2023Create阿里巴巴诸神之战“智能制造赛道”全球挑战赛阿里巴巴诸神之战全球挑战赛起于2015年,是由阿里云发起的面向全球的科技创业大赛品牌,是全球规模最大的创业赛事之一,覆盖全球十多个国家近百个城市,被誉为科技界的“奥林匹克”。由宁波市海曙区人民政府联合阿里云共同举办的2023Create阿里巴巴诸神之战“智能制造赛道”全球挑战赛,赛事将持续聚焦“智能制造赛道”,以开放创新、创造力为主旨,为智能制造赛道创新企业提供更加开放、公平、透明和可持续的赛事环境,鼓励企业将创新的技术、思维和实践应用在制造业,助力更多突破新技术、探索新场景的创新企业获得成长加速,推动宁波智能制造行业高质量发展。分析师声明作者具有专业胜任能力,保证报告所采用的数据均来自合规渠道,分析逻辑基于作者的职业理解,本报告清晰准确地反映了作者的研究观点,力求独立、客观和公正,结论不受任何第三方的授意或影响,特此声明。免责声明36氪不会因为接收人接受本报告而将其视为客户。本报告仅在相关法律许可的情况下发放,并仅为提供信息而发放,概不构成任何广告。在任何情况下,本报告中的信息或所表述的意见均不构成对任何人的投资建议。在法律许可的情况下,36氪及其所属关联机构可能会持有报告中提到的公司的股权,也可能为这些公司提供或者争取提供筹资或财务顾问等相关服务。本报告的信息来源于已公开的资料,36氪对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映36氪于发布本报告当日的判断,本报告所指的公司或投资标的的价格、价值及投资收入可升可跌。过往表现不应作为日后的表现依据。在不同时期,36氪可发出与本报告所载资料、意见及推测不一致的报告。36氪不保证本报告所含信息保持在最新状态。同时,36氪对本报告所含信息可在不发出通知的情形下做出修改,投资者应当自行关注相应的更新或修改。43特别声明4536氪研究院介绍36氪研究院根据行业发展、资本热度、政策导向等定期输出高质量研究报告,研究方向覆盖人工智能、5G、区块链、医疗、金融、物流、文娱、消费、汽车、教育等多个领域,帮助政府、企业、投资机构等快速了解行业动态,把握发展机遇和明确发展方向。同时,研究院致力于为全国各级政府、企业、VC/PE机构、政府引导基金、孵化器/产业园区等提供专业定制化咨询服务,服务内容包括行业研究、产业规划、用户研究、股权投资研究、指数研究、投资配置、基金/企业尽调、战略规划、园区规划等。36氪已成为中国流量与影响力较大的互联网新商业媒体,覆盖全球超1.5亿读者,累计发布超过50,000篇文章,拥有行业内较显著的流量和传播优势。01 传播资源36氪深耕创投市场超9年,深度服务过数千家客户,累积超80万家企业和投资机构资源,搭建了完善的一级市场数据库。02 核心数据研究院现有数十位成员,主要来自国内外知名咨询机构或研究机构,拥有丰富的研究及项目经验。03 团队优势 36氪研究院主要关注领域包括人工智能、5G、区块链、医疗、金融、物流、文娱、消费、汽车、教育等。04 研究领域36氪研究院发布的常规性研究报告,受业内专业人士一致好评。在政府合作层面,研究院已为国务院、国家发改委、中央网信办、工信部、基金业协会、北京发改委、南京发改委、青岛高新区政府、湖南湘江新区管委会、成都新经济委、杭州西湖区政府等提供过咨询服务;在企业/投资机构合作方面,研究院已与大众中国、苏宁易购、携程、京东、网易、转转、字节跳动、海尔资本、洪泰基金、首钢基金等建立了深度合作关系。05 品牌影响44研究咨询邮箱:研究院网站:https:/ 让一部分人先看到未来
免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读,1证券研究报告可选消费可选消费工业工业中国制造供应链中国制造供应链重塑全球重塑全球产业格局产业格局华泰研究华泰研究家用电器家用电器增持增持,.
数字化企业网www.e- 一、研究背景 1 二、百强榜纵览 2 三、总体情况分析 14 四、主要财务指标分析 20 五、结语 31 智能制造是制造强国建设的主攻方向,是实现新型工业化的重要路径,更是企业打造核心竞争力的有力举措。近年来,我国围绕智能制造试点示范、新模式应用推广、解决方案供应商培育、标准体系建设等方面推进智能制造,取得了长足进步,实现了由概念普及、标准先行向落地实践、行业深耕的跨越,企业对智能制造解决方案的需求日益强烈。智能制造解决方案供应商作为我国智能制造建设的重要实践者,是推动我国智能制造高质量发展的中坚力量和自主供给的核心支撑力量,不仅在智能制造创新网络中起着关键枢纽的作用,更在推动制造企业转型升级、促进装备和工艺融合创新、助力效益效能提升等方面有着强劲的驱动力和创造力。为了深入了解我国智能制造解决方案的发展现状与趋势,观察智能制造解决方案供应商的市场表现与动向,e-works Research于2023年6月遴选了一批有代表性的中国智能制造解决方案上市公司,通过分析其市场表现、盈利情况和业务发展状况,形成2023中国智能制造解决方案上市公司百强榜(以下简称“百强榜”)。本百强榜是e-works Research持续关注中国智能制造解决方案上市公司的研究成果,这也是我们连续第三年发布榜单。榜单详细列明了我国智能制造解决方案上市公司的市值、分布的区域、核心的业务、服务的行业等,以期能够为广大制造企业在推进智能制造过程中,选择合适的智能制造解决方案供应商提供些许帮助。1e-works Research在进行百强榜遴选时,遵循了以下原则:1.1.公司属性:公司属性:企业已经上市且在我国智能制造解决方案领域具有典型代表性。2.2.核心业务:核心业务:企业核心业务至少涵盖本报告中定义的十大类别中的一种(分类及定义见附录1),且该业务收入在营业总收入中占有显著地位。3.3.规模实力:规模实力:企业2022年营业总收入原则上不低于4亿元,2022年12月31日总市值不低于40亿元。4.4.持续经营:持续经营:企业财务状况良好且具有较好成长性,盈利能力高于行业平均水平。e-works Research依据2022年12月31日市值大小对百强榜企业进行了排序,榜单如表1所示。2序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)1深圳市汇川技术股份有限公司广东工业自动化控制系统及产品提供变频器、伺服系统、PLC/HMI、高性能电机、传感器、机器视觉等工业自动化核心部件及工业机器人产品,汽车电驱&电源系统,轨道交通牵引与控制系统。面向工业各行业领域。否1848.282上海宝信软件股份有限公司上海企业应用软件及服务提供“智慧供应链管理”“中小企业 ERP”“B2B 大宗电商交易及物流平台”等工业软件产品和整体解决方案,以及工业互联网、数据中心(新一代信息基础设施)、大数据、云计算、人工智能、基于5G的应用、工业机器人等相关产品和服务。面向钢铁、有色、矿山、交通、电力、化工、医药、新材料、金融等行业。否885.333浙江晶盛机电股份有限公司300316www.jsjd.cc浙江专用智能装备及智能产线集成提供功率半导体及先进制程装备、半导体材料装备、光伏装备,以及自动化 数字化 AI 大数据的整体智能工厂解决方案。面向半导体、光伏行业。否831.824用友网络科技股份有限公司北京企业应用软件及服务提供财务、人力、供应链、采购、制造、营销、研发、项目、资产、协同领域的云服务产品与解决方案。面向能源、建筑、汽车、烟草、医疗等工业领域。否829.915广联达科技股份有限公司北京企业应用软件及服务数字建筑平台服务商,提供以建设工程领域专业化应用为核心基础支撑,以产业大数据、产业链金融等为增值服务的数字建筑全生命周期解决方案。面向建筑行业。否714.186无锡先导智能装备股份有限公司江苏专用智能装备及智能产线集成提供锂电池智能装备、光伏智能装备、3C智能装备、智能物流系统、汽车智能产线、氢能装备、激光精密加工装备制造 服务为一体的智能工厂整体解决方案。面向锂电、燃料电池、光伏、3C、汽车等制造业。否630.387金蝶国际软件集团有限公司广东企业应用软件及服务提供企业管理软件及云服务等数字化转型方案。面向制造业、新零售、交通运输、汽车流通、建筑与房地产等行业。否513.728北京华大九天科技股份有限公司北京企业应用软件及服务提供EDA工具及相关服务,主要产品包括模拟电路/射频电路/数字电路设计EDA工具、平板显示电路设计全流程EDA工具系统、晶圆制造EDA工具和先进封装设计EDA工具等。面向集成电路行业。是489.039中科创达软件股份有限公司北京智能嵌入式软件系统提供智能操作系统产品、技术及解决方案,面向智能手机、智能物联网、智能网联汽车、智能视觉行业等领域。否458.8510浙江中控技术股份有限公司浙江工业自动化控制系统及产品提供以自动化控制系统为核心,涵盖工业软件、仪器仪表及运维服务的智能制造产品及解决方案。主要面向石化、冶金、医药、化工、造纸、食品饮料、电力等流程行业。否451.2611上海柏楚电子科技股份有限公司上海智能嵌入式软件系统提供以激光切割控制系统为核心的各类自动化产品,如随动控制系统、板卡控制系统、总线控制系统及其他相关配套产品。主要面向激光加工行业。是316.8812东莞怡合达自动化股份有限公司广东企业应用软件及服务工业电商平台,提供FA工厂自动化零部件相关产品一站式供应服务,包括直线运动零件、传动零部件、气动元件、电气控制零件等。面向新能源锂电、光伏、3C、半导体、汽车、工业机器人等行业。否316.58表1 2023 中国智能制造解决方案上市公司百强榜3序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)13无锡奥特维科技股份有限公司江苏专用智能装备及智能产线集成提供光伏、锂电和半导体专业领域智能装备和解决方案,如大尺寸超高速硅片分选机、激光划片机、丝网印刷线、动力(储能)模组 PACK 智能生产线、铝线键合机等。面向光伏、锂电、半导体行业。否310.4814大族激光科技产业集团股份有限公司广东通用智能装备及集成提供工业激光加工设备关键器件、整机设备及工艺解决方案,主要产品包括激光打标、激光切割、激光焊接设备,防水气密性检测设备,CNC数控机床,激光器等。面向锂电、光伏、半导体、3C电子、机械、汽车等行业。否269.8615杭州长川科技股份有限公司浙江专用智能装备及智能产线集成提供集成电路专用设备,主要产品包括数字测试机、自动分选机、模组自动化设备及 AOI光学检测设备等。面向集成电路行业。是269.4116沈阳富创精密设备股份有限公司688409www.fortune-辽宁智能制造核心零部件提供半导体设备精密零部件,包括工艺零部件、结构零部件、模组产品和气体管路。面向半导体行业。是226.0117天津卓朗信息科技股份有限公司天津企业应用软件及服务提供数字孪生系统、数据采集平台、MES系统、动环监控系统、巡更系统等工业软件、云服务,以及信息系统集成解决方案。面向制造、教育、医疗、交通、金融、政务、建筑等行业领域。否217.3118南京埃斯顿自动化股份有限公司江苏通用智能装备及集成提供自动化核心部件及运动控制系统、工业机器人,以及机器人集成应用的智能制造系统。面向锂电、新能源汽车、光伏、电子及半导体、工程机械、电梯、医疗、建材家具、食品饮料等行业。是188.4219东华软件股份公司北京企业应用软件及服务提供应用软件和信息系统集成解决方案,主攻5G、区块链、大数据、人工智能、物联网、云计算等领域的核心技术研发及行业应用。面向医疗、金融、政务、能源、水利、公安、电信、物流、烟草等行业。否181.4320浙江杭可科技股份有限公司688006www.chr-浙江专用智能装备及智能产线集成提供新能源锂电池化成分容成套设备系统集成解决方案,如各类电池充放电设备、测试设备、物流设备及相应配套软件系统等。面向消费电子、新能源汽车、储能等行业。否177.3321杭州广立微电子股份有限公司浙江企业应用软件及服务提供EDA软件、电路IP、WAT电性测试设备,以及与芯片成品率提升技术相结合的整套解决方案。面向集成电路行业。是177.26续 表14续 表1序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)22北京大豪科技股份有限公司北京工业自动化控制系统及产品提供智能装备电脑控制系统及相关产品、缝制与针织领域智能工厂云平台系统、信息安全硬件及网络通信硬件的定制开发及平台集成服务等。面向工业缝制机械、针织机械行业。否175.6223广州中望龙腾软件股份有限公司广东企业应用软件及服务提供集设计、仿真、制造/建造全流程于一体的All-in-One CAx(CAD/CAE/CAM)解决方案。面向机械、电子、汽车、建筑、交通、能源等行业。否168.6524华工科技产业股份有限公司湖北通用智能装备及集成提供激光制造加工解决方案、信息激光端到端产品线和整体解决方案以及传感器系统解决方案。面向机械、轨道交通、航空航天、汽车、船舶、消费电子、钢铁冶金、通信等行业。否165.00 25苏州绿的谐波传动科技股份有限公司江苏智能制造核心零部件提供谐波减速器及精密零部件、机电一体化产品(如旋转执行器、数控分度转台、无框电机、电液伺服控制器)、工业自动化服务等。面向机械装备、航空航天、医疗器械、半导体、新能源等行业。是163.1626西安铂力特增材技术股份有限公司688333www.xa-陕西增材制造装备及服务提供金属增材制造全套解决方案,业务涵盖金属3D打印设备研发及生产、定制化产品服务、原材料研发及生产、结构优化设计开发及工艺技术服务。面向航空航天、核电、石油、煤炭、能源电力、汽车、机械、电子、医疗器械等行业。否161.4627广东奥普特科技股份有限公司广东智能制造核心零部件提供机器视觉核心软硬件产品和解决方案,主要产品包括机器视觉系统、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器等。面向半导体、医药、化工、3C电子、食品饮料、新能源、包装印刷、汽车等行业。否161.1228深圳市大族数控科技股份有限公司广东专用智能装备及智能产线集成提供PCB装备一站式解决方案,包括机械钻孔机、CO2/UV/超快激光钻孔机钻孔方案,LDI激光直接成像方案,机械成型、激光成型方案,专用/通用/高精测试方案,钢片补强机及辅材贴附等多系列多种类工序解决方案。面向PCB行业。否156.2429东富龙科技集团股份有限公司上海专用智能装备及智能产线集成制药装备服务商,提供制药工艺、核心装备、系统工程整体解决方案。产品应用于注射剂、固体制剂、化学原料药、生物工程、中药、医疗、食品等领域。否150.7830哈尔滨博实自动化股份有限公司黑龙江通用智能装备及集成提供固体物料后处理、橡胶后处理智能制造装备,工业机器人,智能物流与仓储系统以及智能工厂整体解决方案。面向石化化工、冶炼、新能源、食品饮料、医药、建材、烟草、运输等行业。是143.265序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)31广东创世纪智能装备集团股份有限公司广东通用智能装备及集成提供高端智能装备整体解决方案,主要产品包括钻攻机、立式/卧式加工中心、龙门加工中心、数控车床、雕铣机、玻璃精雕机、高光机、激光切割机等系列精密加工设备。面向3C消费电子、机械装备、医疗器械、新能源、汽车及零部件等行业。否141.2632上海鸣志电器股份有限公司上海智能制造核心零部件提供精密的控制电机加直线传动、加减速机、加运动控制系统的一体化模组化产品,以及LED智能照明控制与驱动产品、设备状态管理系统、电源电控产品。面向机械装备、医疗器械、电子、光伏、锂电、半导体、电力、冶金、石化、煤炭、汽车、烟草、市政等行业。是140.0133武汉精测电子集团股份有限公司湖北专用智能装备及智能产线集成测试设备综合服务提供商,主要产品包括平板显示自动化设备及检测系统、锂电池生产监测系统、半导体检测设备。面向显示、新能源、半导体等行业。否139.6334沈阳新松机器人自动化股份有限公司辽宁通用智能装备及集成提供机器人核心零部件、机器人本体及机器人系统解决方案。面向汽车、新能源、工程机械、医疗医药、电子、半导体、石油化工、交通、航空航天、教育等行业。否139.2135广东利元亨智能装备股份有限公司广东专用智能装备及智能产线集成提供新能源领域智慧工厂解决方案,主要产品包括新能源锂电设备、光伏智能装备、智能仓储设备、氢燃料电池整线、三合一电机总成产线等。面向锂电、光伏、氢能等行业领域。否138.4936江苏国茂减速机股份有限公司江苏智能制造核心零部件提供机械设备重要驱动部件,主要产品有齿轮减速机、摆线针轮减速机等。面向电力、化工、食品、物流、橡胶、矿山、冶金、石油、水泥、船舶、水利、港口、纺织、印染、制药等行业。否138.0137宁波海天精工股份有限公司浙江通用智能装备及集成提供高端数控机床,主要产品包括数控龙门加工中心、数控卧式加工中心、数控卧式车床、数控立式加工中心、数控落地镗铣加工中心、数控立式车床。面向汽车、轨道交通、航空、机械等制造业。否134.8838上海泛微网络科技股份有限公司上海企业应用软件及服务提供协同管理和移动办公软件产品及相关技术服务。面向机械装备、汽车、轻工、化工、冶金、能源石化、电子信息、纺织鞋服、医药、食品饮料、交通运输、教育等行业。否131.3239博众精工科技股份有限公司江苏专用智能装备及智能产线集成提供自动化设备、自动化柔性生产线、自动化关键零部件以及工装夹(治)具等产品及服务,以及智能工厂整体解决方案。面向消费电子、新能源、汽车、半导体等行业。否127.07续 表16续 表1序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)40重庆川仪自动化股份有限公司重庆工业自动化仪器仪表提供工业自动化仪表及控制装置,如过程检测仪表、控制阀、分析仪器、控制系统及装置等,以及工业自动控制系统集成、总包服务。面向石油、化工、煤炭、冶金、建材、电力、医药、纺织、核工业、新能源等行业。否123.60 41上海概伦电子股份有限公司688206www.primarius-上海企业应用软件及服务提供制造类及设计类EDA工具、半导体器件特性测试系统和一站式工程服务解决方案等。面向集成电路行业。是121.9942东软集团股份有限公司辽宁企业应用软件及服务提供智能互联产品、云平台、数据服务,以及网络安全产品和行业解决方案。面向医疗、汽车、金融、交通、能源、教育、环保等行业。否121.7343远光软件股份有限公司广东企业应用软件及服务提供企业管理、能源互联和社会服务的信息技术、产品和服务。面向能源电力、航天航空、高端装备、冶金冶炼、制造、金融、医疗卫生等行业。否120.50 44广州赛意信息科技股份有限公司广东企业应用软件及服务提供工业管理软件、核心ERP及数字化中台的设计规划、软件交付、系统部署、上线运营、后期运维等服务。面向电子、家具、家电、石化、机械装备、医疗、轨道交通、汽车、快消品等行业。否119.1145上海骄成超声波技术股份有限公司688392www.sbt-上海通用智能装备及集成提供超声波应用及智能装备解决方案,主要产品包括动力电池及其他领域超声波焊接设备、汽车轮胎超声波裁切设备、动力电池制造自动化系统等。面向动力电池、橡胶塑料、食品、半导体、医疗器械等行业。是118.6646苏州华兴源创科技股份有限公司江苏通用智能装备及集成提供工业自动化测试设备与整线系统解决方案,主要产品包括平板显示检测设备、集成电路测试设备、可穿戴检测设备、新能源汽车电子检测设备。面向LCD与OLED平板显示及新型微显示、半导体、集成电路、消费电子、新能源汽车等行业。否118.5247凌云光技术股份有限公司北京通用智能装备及集成机器视觉及高端光器件与仪器提供商,提供可配置视觉系统、智能视觉装备与核心视觉器件与解决方案。面向消费电子、新型显示、半导体、光通信、新能源、锂电、光伏、智慧交通、印刷包装等行业。是118.3348苏州斯莱克精密设备股份有限公司江苏专用智能装备及智能产线集成提供易拉盖/罐高速生产设备、智能检测设备及整体解决方案,以及新能源电池壳智能生产线及电池壳结构件制造。面向于食品饮料、医药、仪器仪表、新能源汽车等行业。是118.297序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)49海目星激光科技集团股份有限公司广东通用智能装备及集成提供标准化和定制化的包含激光表面处理、切割、焊接等一项或多项功能的自动化成套解决方案。面向动力电池、光伏、新型显示、消费电子、钣金加工、泛半导体等行业。否116.6850深圳市赢合科技股份有限公司广东专用智能装备及智能产线集成新能源智能装备提供商,提供锂离子电池专用设备、动力电池智能化数字工厂解决方案。面向新能源汽车、通信、3C等行业。否114.7751上海机电股份有限公司上海通用智能装备及集成提供风光储氢多能互补和源网荷储一体化解决方案,锂电产线、数字医疗、轨道交通及通用装备系统解决方案,主要产品包括航空航天自动化装备、金属激光3D打印设备、新能源装备、数控机床等。面向新能源、电力、轨道交通、汽车、航空、船舶、冶金、石化等行业。否114.7552湖北京山轻工机械股份有限公司湖北专用智能装备及智能产线集成提供光伏单机设备和整线解决方案、瓦楞纸包装装备等。面向光伏、包装机械等行业。否102.1553深圳新益昌科技股份有限公司广东专用智能装备及智能产线集成提供LED封装、电容器老化测试、半导体封装、锂电池等智能制造装备及解决方案。面向半导体、LED、电容器、锂电池等行业领域。否96.9054营口金辰机械股份有限公司辽宁专用智能装备及智能产线集成提供光伏高效电池及高效组件制造等领域智能制造解决方案,以及智慧港口装备远控及自动控制系统。面向新能源、新材料等行业。是96.70 55北京东方国信科技股份有限公司北京企业应用软件及服务提供企业级大数据、人工智能、云计算、工业互联网等平台、产品、服务及行业整体解决方案。面向煤炭、水泥、电力、化工、通信、金融等行业。否92.0856湖南麒麟信安科技股份有限公司湖南智能嵌入式软件系统从事服务器操作系统、桌面操作系统、专用操作系统模块研发及技术服务,提供电子文件和数据库统一数据安全存储解决方案,全栈国产自主“云 端”解决方案。面向国防、电力、政务、金融、石化、交通等行业。是90.3157深圳市联赢激光股份有限公司广东通用智能装备及集成提供激光器、激光焊接头、激光焊接机、机器人焊接工作站、激光焊接自动化成套设备及各种非标自动化解决方案。面向汽车、消费电子、家电、光通讯、医疗器械、传感器、继电器、动力电池等行业。否87.9158秦川机床工具集团股份公司陕西通用智能装备及集成提供高端装备系统集成服务和关键部件,主要产品包括数控机床、外圆磨床、加工中心、机器人关节减速器、滚动功能部件、高端复杂刀具等。面向汽车、冶金、矿山、机械装备、纺织、石油化工、新能源、半导体等行业。是86.43续 表18序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)59奥比中光科技集团股份有限公司广东智能制造核心零部件提供3D视觉感知整体技术方案,主要产品包括单目结构光相机、双目结构光相机、TOF相机、智能相机、激光雷达、消费级设备、工业级设备、开发板等。面向汽车、航空航天、轨道交通、新能源、3C电子、医疗、零售、家具等行业。否86.2060科德数控股份有限公司辽宁通用智能装备及集成提供五轴联动数控机床、高档数控系统、关键功能部件(包括电机、无线测头、电主轴、铣头、转台等)以及柔性自动化产线。面向航空航天、船舶、油气、医疗器械、新能源汽车、半导体等行业。是82.4661杭州永创智能设备股份有限公司浙江专用智能装备及智能产线集成提供包装设备、包装材料、包装智能化软件系统及智能包装解决方案。面向家电、医药、化工、3C、造币、光伏、食品饮料等行业。否77.1362纽威数控装备(苏州)股份有限公司江苏通用智能装备及集成提供全套切削技术解决方案,主要产品包括大型加工中心、立式数控机床、卧式数控机床、专用机床等。面向船舶、航空航天、风电、石油、化工、矿山、新能源汽车等行业。否74.5163快克智能装备股份有限公司603203www.quick-江苏专用智能装备及智能产线集成提供精密电子组装、半导体封装检测智能装备和成套解决方案,主要产品包括机器视觉制程设备、固晶键合封装设备、智能制造成套设备和精密焊接装联设备等。面向半导体/泛半导体、智能终端、智能穿戴、新能源、新能源汽车、电子(医疗电子、数据通信)等行业。是73.6264浙江禾川科技股份有限公司浙江工业自动化控制系统及产品工业自动化控制核心部件及整体解决方案,主要产品包括伺服系统、PLC、HMI、变频器、传动模组等。面向光伏、锂电、3C、物流、包装、纺织、食品、机床等行业。是70.6765上海汉得信息技术股份有限公司300170www.hand-上海企业应用软件及服务企业数字化综合服务商,提供“产业数字化”、“财务数字化”、“泛ERP”和“ITO”软件产品及一站式服务。面向离散制造、现代服务、电力、电信、金融、新能源等行业。否70.6566和利时自动化科技有限公司HOLI北京工业自动化控制系统及产品自动化控制系统解决方案提供商,提供工业自动化、工业数字化、工业信息安全、交通自动化和食药自动化解决方案。面向电力、石油、化工、轨道交通、医疗等行业。否70.2467深圳市雷赛智能控制股份有限公司广东工业自动化控制系统及产品提供智能装备运动控制产品与解决方案,主要产品为伺服系统、步进系统、控制技术类产品。面向电子、新能源、物流、机械装备、医疗、纺织等行业。是68.96续 表19序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)68无锡信捷电气股份有限公司江苏工业自动化控制系统及产品提供电气控制系统及整体工控自动化解决方案,主要产品包括可编程控制器(PLC)、驱动系统(伺服驱动器、伺服电机、步进驱动器、变频器)、人机界面(HMI)、IoT工业控制器、工业机器人、视觉相机等。面向在纺织服装、印刷包装、家居建材、食品饮料、汽车、新能源、仓储物流等行业。否63.70 69深圳市英威腾电气股份有限公司广东工业自动化控制系统及产品提供工业自动化和能源电力解决方案,产品主要包括变频器、伺服系统、电机、控制器、人机界面、传感器、电梯驱动系统、工业互联网、逆变器、电机控制器等。面向工业、光伏储能、新能源汽车、金融、通讯、教育、医疗、交通等行业。否62.9470深圳科瑞技术股份有限公司广东专用智能装备及智能产线集成提供工业自动化设备及智能制造整体解决方案,产品主要包括自动化检测设备和自动化装配设备、自动化设备配件、精密零部件等。面向移动终端、半导体、消费电子、新能源、计量仪器、汽车、医疗、新型显示等行业。否62.1571安徽容知日新科技股份有限公司安徽工业物联网与传感器应用提供工业设备智能运维整体解决方案,主要产品有工业设备状态监测与故障诊断系统、传感器、采集设备等。面向风电、石化、冶金、水泥、煤炭、有色和化工等行业。是61.9872广东拓斯达科技股份有限公司广东通用智能装备及集成主要产品及服务包括工业机器人及自动化应用系统、注塑机及其配套设备、CNC、智能能源及环境管理系统。面向3C、新能源、汽车、包装、光电、家电、食品、医疗、航空等行业。否61.90 73长园科技集团股份有限公司广东专用智能装备及智能产线集成提供智能电网设备与能源互联网技术服务,以及消费性电子领域电性能测试整体解决方案。面向能源电力、消费电子、新能源汽车、半导体、医疗等行业。否61.5474苏州天准科技股份有限公司江苏专用智能装备及智能产线集成提供视觉测量、检测、制程等高端装备产品,主要产品包括视觉测量装备、视觉检测装备、视觉制程装备和智能驾驶方案等。面向消费电子、光伏、集成电路、半导体、新能源、汽车等行业。是61.5375软控股份有限公司山东专用智能装备及智能产线集成提供橡胶行业软硬结合、管控一体的智能化整体解决方案,主要产品包括智能密炼、智能成型、智能硫化、智能检测、智能物流装备及系统软件。面向橡胶行业。否59.6276安徽巨一科技股份有限公司688162www.jee-安徽专用智能装备及智能产线集成提供先进制造领域智能装备和新能源汽车电机电控零部件产品,以及车身、动力总成和动力电池智能制造解决方案。面向新能源汽车行业。是59.50 10续 表1序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)77杭州景业智能科技股份有限公司浙江专用智能装备及智能产线集成从事特种机器人及智能装备的研发、生产及销售,主要产品包括核工业系列机器人、核工业智能装备、非核专用智能装备等。面向核工业、新能源电池、医药等行业。是59.3978宁波均普智能制造股份有限公司浙江专用智能装备及智能产线集成提供成套装配与检测智能装备、工业机器人、工业数字化智能软件,以及智能制造整体解决方案。面向新能源汽车、医疗、消费品及工业机电等行业。否58.3479普联软件股份有限公司山东企业应用软件及服务管理信息化综合方案提供商,面向大型集团企业提供自主研发的软件产品和解决方案,业务聚焦于集团管控、XBRL数据应用、平台软件等领域。面向石油石化、建筑地产等行业。否58.2880罗博特科智能科技股份有限公司300757www.robo-江苏专用智能装备及智能产线集成提供智能自动化设备、智能装配、测试设备及系统,以及智能仓储及物料转运系统、智能制造执行系统软件、光伏清洗工艺设备等智能工厂解决方案。面向光伏、电子及半导体等领域。否57.9181苏州赛腾精密电子股份有限公司江苏专用智能装备及智能产线集成提供智能组装及检测解决方案,主要产品包括非标自动化组装线体、包装线、检测设备、工装夹(治)具等。面向消费电子、半导体、新能源、汽车、医疗、家电、食品等行业。否57.3282华昌达智能装备集团股份有限公司湖北通用智能装备及集成提供智能装备领域自动化系统整体解决方案,包括机器人焊装自动化装备解决方案、物流仓储自动化解决方案、自动化输送智能装配线及新能源自动化设备等。面向汽车及零部件、工程机械、化工、新能源、军工等行业。否56.8683汉威科技集团股份有限公司河南工业物联网与传感器应用气体传感器及仪表、物联网解决方案提供商,提供“传感器 监测终端 数据采集 空间信息技术 云应用 AI”的系统解决方案。面向石油、化工、冶金、环保、采矿、电子、电力、制药、食品、医疗卫生、家电、汽车等行业。是55.1484天奇自动化工程股份有限公司江苏智能物流装备及集成服务提供汽车整车制造装备系统解决方案、散料输送设备、环保装备、重工装备铸件等。面向汽车、电力、锂电、化工、冶金、矿山、煤炭、港口、建材及轻工等行业。否53.9185北京致远互联软件股份有限公司北京企业应用软件及服务提供协同管理软件产品、解决方案、协同管理平台及云服务。面向化工、汽车、服装、家具、仪器仪表、钢铁冶金、电子、医药、物流、金融、房地产、教育等行业。是53.20 86苏州瀚川智能科技股份有限公司江苏专用智能装备及智能产线集成提供汽车智能制造装备、锂电池智能制造装备、充换电智能制造装备及工业互联软件系统、工业零组件和汽车零部件等。面向汽车、新能源、3C电子、生命健康等行业。是52.5311续 表1序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)87江苏哈工智能机器人股份有限公司江苏通用智能装备及集成提供智能自动化装备、焊接/连接机器人系统集成及其一站式服务。面向汽车及零部件、医疗、家电、电子、食品、新能源、工程机械、军工等行业。否52.3588启明信息技术股份有限公司吉林企业应用软件及服务数字化服务提供商,提供基于ERP、MES、APS、LES、WMS等主要产品的业务咨询、产品研发及实施运维服务。面向汽车行业。否51.3589上海矩子科技股份有限公司上海通用智能装备及集成提供高端智能设备及组件,主要产品包括机器视觉设备、控制线缆组件、控制单元及设备。面向电子、半导体、光通信、医药、新能源、食品、包装、汽车等行业。否47.7790上海克来机电自动化工程股份有限公司603960www.sh-上海专用智能装备及智能产线集成提供柔性自动化装备与工业机器人系统应用解决方案。主要面向新能源汽车行业。否46.7291宁波柯力传感科技股份有限公司浙江工业物联网与传感器应用提供多物理量传感器、称重仪表、电子称重系统、工业物联网系统成套设备,以及不停车检测系统、建筑机械物联网、港机及海洋工程装备物联网、起重机械物联网、畜牧业、智能物流、环保设备等工业物联网系统解决方案。面向锂电、起重机械、电力、海工、医疗、物流、电子消费品等行业。否46.50 92武汉华中数控股份有限公司湖北通用智能装备及集成提供机床数控系统、工业机器人及智能产线、新能源汽车配套等。面向数控机床、航空航天、3C、教育、新能源汽车等行业。否45.4293北京华如科技股份有限公司北京企业应用软件及服务提供军事“仿真 ”全场景解决方案和“一站式”产品及技术服务。否45.0394深圳市今天国际物流技术股份有限公司广东智能物流装备及集成服务提供智慧物流和智能制造系统综合解决方案,主要产品包括IIoT工业物联网平台、大数据开发平台、数字孪生平台、物流管控平台系统、云仓、WMS、MES、MAS、AGV、堆垛机等。面向烟草、新能源、石化、医药、轨道交通、航空军工、电力、家具、电子、食品饮料、冷链物流等行业。否44.4695能科科技股份有限公司北京企业应用软件及服务提供软件系统与服务、云产品与服务、数字孪生产线与服务、工业电气产品与系统集成。面向航空航天、兵器军工、油气炼化、冶金有色、船舶海工、煤炭矿山、电力、电子、汽车、轨道交通、新能源等行业。否43.5212续 表1序序号号公司名称公司名称股票代码股票代码官方网址官方网址所在所在区域区域核心业务核心业务类别类别公司主要产品及业务公司主要产品及业务国家级国家级专精特专精特新新 小巨小巨人人 情况情况2022-2022-12-3112-31市值市值(亿元)(亿元)96诺力智能装备股份有限公司浙江智能物流装备及集成服务提供物料搬运设备、智能立体仓库、智能输送分拣系统、无人搬运机器人AGV及其系统、供应链综合系统软件、智能工厂规划及实施等整体解决方案。面向食品饮料、医药、家具、汽车、电力、机械制造、造纸、化工、纺织服装、新能源锂电等行业。否43.2697昆船智能技术股份有限公司云南智能物流装备及集成服务提供智能物流系统及装备、智能产线系统及装备整体解决方案,产品包括立体仓库、搬运与输送设备及控制系统、分拣配送系统等。面向烟草、酒业、医药、汽车、家电、3C、能源、化工等行业。是42.5598鼎捷软件股份有限公司上海企业应用软件及服务提供智能制造整合规划与数字化综合解决方案服务,主要产品包括ERP、BPM、BI、HR、PLM、工业互联网 PaaS 平台等。面向半导体、电子、通讯、汽车、装备制造、家具、印刷包装等行业。否40.9499上海新时达电气股份有限公司上海通用智能装备及集成提供机器人、伺服驱动、变频调速和工业控制器等产品及智能制造综合解决方案。面向3C电子、锂电、光伏、物流、医疗、食品饮料、橡胶、机械、汽车零部件、家具、纺织、煤矿、化工等行业。否40.44100上海海得控制系统股份有限公司上海工业自动化控制系统及产品提供工业电气自动化、数字化产品配套与服务,工业网络、工业软件、工业计算等产品及自动化与信息化融合解决方案与服务,电力电子高端专用装备及系统服务。面向机械装备、交通、电力、化工、冶金、矿产、制药、3C、新能源、储能等行业。否40.3313续 表1从本次榜单企业总体来看,多数企业上市年限不长,企业地域分布呈现东南部沿海地区聚集态势,总市值规模较上一年榜单增幅明显。本次榜单中,软件企业显著增多,但智能装备及集成依然是智能制造解决方案主流服务商;企业多元化发展态势延续,机械与电子行业是主战场;近三成企业是国家级专精特新“小巨人”,撑起智能制造半边天。1.1.上市年限:新秀成为主力,上市热潮涌动上市年限:新秀成为主力,上市热潮涌动从上市年限来看,本次榜单中有43家企业最近5年上市,占榜单总数近一半的比例,上市板块主要聚集在科创板和创业板。榜单中2021年、2022年上市的企业占多数,数量分别达到11家、13家,具有代表性的企业有华大九天、怡合达,上市1-2年时间,总市值均超过300亿元,且净利润率都在20%以上,华大九天还跻身百强榜TOP 10。上市年限介于5-10年的企业有24家,专用智能装备及智能产线集成领域企业占比近一半,如先导智能、长川科技等。在本次入围的企业中,上市年限介于15-20年以及20年及以上的企业数量不多,分别为9家、10家,其中宝信软件、上海机电等老牌企业有29年的上市年限,成为榜单之最。14自2019年12月分拆上市规则落地以来,智能制造解决方案供应商上市热潮涌动,呈现持续加速、多点开花的热点现象。从本次榜单来看,百强榜中2021年、2022年上市的企业较上一年榜单分别增加3家、10家,增幅明显。随着2023年全面注册制的正式实施,智能制造解决方案上市公司数量仍不断增长,市场规模持续扩大,如4月17日华曙高科在上交所科创板上市,面向制造企业提供工业级增材制造装备及其软件系统;4月18日索辰科技在上交所科创板上市,面向工业企业提供CAE工程仿真软件及相关解决方案;4月25日荣旗科技在深交所创业板上市,面向电子行业提供视觉检测、功能检测和智能组装等智能装备;6月5日天玛智控在上交所科创板上市,面向煤矿行业提供智能开采控制技术装备和服务。此外,逸飞激光、固高科技、智信精密、海康机器人、伟本智能、树根互联、致远电子等智能制造解决方案供应商也均已提交IPO申请,计划在近期走向资本市场。2.2.市值规模:平均市值增幅显著,强者恒强效应持续凸显市值规模:平均市值增幅显著,强者恒强效应持续凸显从企业市值来看,截至2022年12月31日,本次榜单企业市值共计17481.13亿元,平均市值为174.81亿元,较上一年榜单企业总市值(12672.7亿元)、平均市值(126.7亿元)分别增加4808.43亿元、48.11亿元,增幅为37.94%。本次榜单中,市值在100-500亿元之间的企业居多,数量达45家,较上一年榜单企业明显增多(增加16家);其次为50-100亿元之间的企业,有36家,较上一年榜单企业增加16家;市值低于50亿元的企业共有12家,较上一年榜单企业大幅减少(减少34家)。本次百强榜中,市值超过500亿元的企业为数不多,共有7家,如汇川技术、宝信软件等;其中6家企业市值介于500-1000亿元之间,较上一年榜单增加2家企业,1家企业市值超过1000亿元。与上一年百强榜情况相同,本次榜单前十强市值总和(7652.76亿元)占百强榜企业总市值四成以上,其中汇川技术以1848.28亿元的总市值蝉联榜首,占本次榜单企业总市值的10.57%。此外,企业应用软件及服务、专用智能装备及智能产线集成、工业自动化控制系统及产品3个领域企业市值规模相对较大,占本次榜单企业总市值比例分别为31.82%、24.30%、16.31%。这些领域中的汇川技术、宝信软件、用友网络、广联达、先导智能、金蝶国际、华大九天、中科创达、中控技术9家企业,连续3年位居百强榜前十,强者恒强效应持续凸显。15图图1 1 百强榜企业上市年限情况百强榜企业上市年限情况图图2 2 百强榜企业市值分布情况百强榜企业市值分布情况 3.3.地域分布:区域分布不均,东南部沿海地区聚集态势明显地域分布:区域分布不均,东南部沿海地区聚集态势明显从地域分布来看,本次百强榜企业分布于我国17个省市,较上一年榜单新增天津、湖南、云南3个地区。广东、江苏、上海、浙江上榜企业数量明显高于其他地区,占榜单总数的65%。其中,广东省上榜企业数量名列前茅,达22家,聚集了汇川技术、金蝶国际等市值超500亿元的企业;其次为江苏省,有17家企业上榜,智能装备企业居多,如先导智能、埃斯顿等;上海市上榜企业数量位列第三,有14家,软件企业居多,如宝信软件、柏楚电子等。分析本次榜单企业可知,我国智能制造解决方案供应商上市公司主要分布在东南、华北、华中地区,东南部沿海地区聚集态势明显。其中,广东、江苏、上海、浙江这些地区充分发挥区位优势和人才优势,将智能制造作为经济发展的助推剂,通过政策扶持、产业园区建设、鼓励企业从提供产品向提供整体解决方案转变等方式,培育出一批优质的智能制造解决方案供应商,为我国工业企业智能制造建设赋能。16图图3 3 百强榜不同领域企业市值情况百强榜不同领域企业市值情况 4.4.核心业务:软件企业显著增多,智能装备及集成仍是主流核心业务:软件企业显著增多,智能装备及集成仍是主流从核心业务来看,本次榜单企业核心业务主要集中在专用智能装备及智能产线集成、企业应用软件及服务、通用智能装备及集成。其中,专用智能装备及智能产线集成企业居多,有28家,较上一年榜单减少4家;其次为企业应用软件及服务,有23家,较上一年榜单增加7家;通用智能装备及集成的企业,有22家,较上一年榜单增加4家。在智能制造核心零部件、智能嵌入式软件系统领域,本次入围的企业不多,分别为6家、3家,但较上一年榜单数量有所增加,分别增加3家、2家。进一步分析发现,虽然本次入围的企业应用软件及服务的企业显著增多,增幅达到43.75%;但提供智能装备及产线集成服务仍是主流,占据了智能制造解决方案的半壁江山,企业占比达到50%(专用28%,通用22%),远高于企业应用软件及服务(23%)以及工控系统及产品(9%)的比例。部分领域具有一定规模的上市公司还为数不多,如智能制造核心零部件、智能物流装备及集成服务、工业物联网与传感器应用、智能嵌入式软件系统、工业自动化仪器仪表、增材制造装备及服务等,其中工业自动化仪器仪表、增材制造装备及服务领域本次入围企业各仅有1家,有望形成一批既有规模又有竞争力的领军企业。17图图4 4 百强榜企业地域分布情况百强榜企业地域分布情况企 业应 用软 件及 服务专 用智 能装 备及 智能 产线 集成工 业自 动化 控制 系统 及产品通 用智 能装 备及 集成智 能制 造核 心零 部件智 能嵌 入式 软件 系统智 能物 流装 备及 集成 服务工 业物 联网 与传 感器 应用增 材制 造装 备及 服务工 业自 动化 仪器 仪表5.5.服务领域:多元化发展态势延续,机械与电子是主战场服务领域:多元化发展态势延续,机械与电子是主战场从服务的行业来看,本次入围企业面向的行业多样,涵盖了机械、汽车及零部件、新能源、消费电子、集成电路、半导体、轨道交通、航空航天、船舶、医药、石油化工、食品饮料、电力、钢铁冶金、烟草、建筑等工业各细分行业。在本次榜单中,机械设备、电子、汽车及零部件、新能源、医药、石化行业是企业服务的主要行业,其中机械设备、电子行业智能制造解决方案供应商占多数,如汇川技术、晶盛机电、华大九天、柏楚电子、怡合达、大族激光、长川科技、埃斯顿、广立微、绿的谐波等。随着智能制造的深入实施,面向细分行业的智能制造解决方案亦在持续迭代创新。在智能装备方面,以新型传感器、减速器、控制器、高端数控机床为代表的智能制造装备自主化、集成化进程加快,不同专业、技术深度交叉形成合力,解决工业企业智能制造实施过程中难度更大、复杂度更高的问题;在工业软件方面,随着新一代ICT技术的深入研究和广泛应用,工业软件供应商积极向云服务转型,纷纷推出SaaS、PaaS产品或开启软件订阅模式,为企业运营管理、产品创新、生产管控等数字化提供灵活高效的支撑。6.6.专精特新:专精特新:“小巨人小巨人”占比近三成,扮演占比近三成,扮演“大巨人大巨人”角色角色从专精特新情况来看,本次榜单中有28%的企业为国家级专精特新“小巨人”企业,主要分布在专用智能装备及智能产线集成、通用智能装备及集成、企业应用软件及服务、智能制造核心零部件、智能嵌入式软件系统、工业物联网与传感器应用、工业自动化控制系统及产品、智能物流装备及集成服务8个领域。其中,专用智能装备及智能产线集成、通用智能装备及集成、企业应用软件及服务领域“小巨人”企业数量位列前三,占百强榜企业总数比例分别为8%、6%、4%。18图图5 5 百强榜企业核心业务分布情况百强榜企业核心业务分布情况“小巨人”支撑大产业,在智能制造产业中扮演“大巨人”角色。在本次榜单中,有13家“小巨人”企业排名前50,占“小巨人”企业总数46.43%;有13家“小巨人”企业市值超百亿元,占榜单企业总市值14.82%。此外,江浙沪是“小巨人”的主力军,平均市值地域差异明显。本百强榜中,江苏省“小巨人”上市公司数量最多,有6家,平均市值109.59亿元;其次为浙江省和上海市,数量均为4家,平均市值分别为144.18亿元、174.39亿元。本次榜单的“小巨人”中,有3家来自北京,3家来自辽宁,2家来自安徽,广东、河南、湖南、陕西、黑龙江、云南各1家。19图图6 6 百强榜企业百强榜企业“专精特新专精特新”小巨人分布情况小巨人分布情况 从本次榜单企业主要财务指标来看,平均营业收入近40亿,平均营收同比增长率超20%,平均扣非归母净利润近3亿,平均净利润率、平均加权净资产收益率、平均研发投入占比均超10%,平均总资产周转率超0.5次。其中,智能装备领域企业利润增幅、研发投入增幅相对较大,专用智能装备企业加权净资产收益率(ROE)相对较高,工业软件企业盈利能力有所增强。1.1.营业收入:平均规模近营业收入:平均规模近4 40 0亿,营收同比增长率均值超亿,营收同比增长率均值超20 %从营业收入来看,本次榜单企业2022年营业收入共计3771.25亿元,平均规模为37.71亿元,较去年榜单企业总营收(1362.1亿元)、平均营收(12.8亿元)分别增加2409.15亿元、24.91亿元,平均增幅为185.74%。本次榜单中,2022年营业收入在20-50亿元之间的企业居多,数量达41家,主要集中在通用智能装备及集成(13家)、专用智能装备及智能产线集成(12家)领域;其次为营业收入低于10亿元的企业,有21家,主要集中在企业应用软件及服务(7家)、专用智能装备及智能产线集成(4家)领域;有8家企业2022年营业收入超过100亿元,主要集中在智能装备及产线集成(通用3家,专用2家)、企业应用软件及服务(2家)领域,其中上海机电、汇川技术两家企业营业收入遥遥领先,分别达到235.70亿元、230.08亿元。2021图图7 7 百强榜企业百强榜企业20222022年营业收入分布年营业收入分布图图8 8 百强榜企业百强榜企业20222022年营业收入年营业收入TOP 10TOP 10 从营收增长率来看,本次榜单中有86家企业2022年实现营业收入增长,平均营收增长率为23.12%,高于上一年榜单企业平均营收增长率(17.6%)5.52个百分点,增幅为31.36%。其中,44%的企业营收同比增长率在0-20%之间,主要集中在企业应用软件及服务(15家)、通用智能装备及集成(10家)领域;25%的企业营收同比增长率在20%-50%之间,主要集中在专用智能装备及智能产线集成(10家)领域;15%的企业营收同比增长率在50%-100%之间,主要集中在专用智能装备及智能产线集成(9家)领域。值得关注的是,有两家企业2022年营业收入实现翻倍,分别是海目星、联赢激光,这两家企业2022年业务扩张能力强劲,营收同比增长率分别达到106.89%、101.64%。22图图9 9 百强榜企业百强榜企业20222022年营收增长率分布年营收增长率分布图图1010 百强榜企业百强榜企业20222022年营收增长率年营收增长率TOP 10TOP 102.2.净利润:平均净利润近净利润:平均净利润近3 3亿,智能装备企业利润增幅较快亿,智能装备企业利润增幅较快从扣非归母净利润来看,除两家境外上市公司未披露数据外,本次榜单企业2022年扣非归母净利润共计279.65亿元,平均扣非归母净利润为2.85亿元,较上一年榜单企业平均扣非归母净利润增加1.95亿元,增幅为216.67%。本次榜单中,有90家企业2022年扣非归母净利润为正,其中近一半的企业扣非归母净利润介于0-2亿元之间,数量达47家,主要集中在专用智能装备及智能产线集成(13家)、企业应用软件及服务(13家)领域;有30家企业扣非归母净利润在2-5亿元之间,9家企业扣非归母净利润在5-10亿元之间;2022年扣非归母净利润超过10亿元的企业有4家,分别是汇川技术、晶盛机电、先导智能、宝信软件,其中汇川技术2022年扣非归母净利润达33.89亿元,成为榜单最高。23图图1111 百强榜企业百强榜企业20222022年扣非归母净利润分布年扣非归母净利润分布图图1212 百强榜企业百强榜企业20222022年扣非归母净利润年扣非归母净利润TOP 10TOP 1011扣非归母净利润:归属于上市公司股东的扣除非经常性损益的净利润从扣非归母净利润增长率来看,本次榜单中有66家企业2022年扣非归母净利润同比实现正增长,平均增长率为163.84%。其中,增长率在20%-50%之间的企业居多,有23家,主要集中在通用智能装备及集成(9家)、专用智能装备及智能产线集成(5家)领域。有20家企业增长率达100%以上,主要集中在专用智能装备及智能产线集成(9家)领域。值得一提的是,科瑞技术受益于锂电“叠”时代,2022年新能源高速叠片机、装配整线业务高速增长,扭亏为盈,扣非归母净利润同比增长率达6364.85%,表现亮眼。24图图1313 百强榜企业百强榜企业20222022年扣非归母净利润增长率分布年扣非归母净利润增长率分布图图1414 百强榜企业百强榜企业20222022年扣非归母净利润增长率年扣非归母净利润增长率TOP 10TOP 103.3.净利润率:净利润率均值超净利润率:净利润率均值超10%,工业软件企业盈利能力持续增强,工业软件企业盈利能力持续增强从净利润率来看,本次榜单企业2022年平均净利润率为10.73%,高于上一年榜单企业平均净利润率(7.6%)3.13个百分点,增幅为41.18%。其中,76%的企业净利润率在20%以内,主要集中在专用智能装备及智能产线集成(24家)、通用智能装备及集成(18家)、企业应用软件及服务(15家)领域;进一步细分发现,这些企业中净利润率介于5%-10%之间的居多,共29家。本次榜单中净利润率在20%-50%之间的企业有17家,其中卓朗科技、广立微、麒麟信安等软件企业2022年净利润率相对较高,主要原因为国产替代需求放量叠加政策红利及税收优惠。榜单中2022年净利润率超过50%的企业为数不多,有且仅有1家,为智能嵌入式软件系统领域的柏楚电子,其2022年净利润率达到53.37%,盈利能力为榜单企业最强。25图图1515 百强榜企业百强榜企业20222022年净利润率分布年净利润率分布图图1616 百强榜企业百强榜企业20222022年净利润率年净利润率TOP 10TOP 104.4.加权净资产收益率:加权净资产收益率:ROEROE均值超均值超10%,专用智能装备企业,专用智能装备企业ROEROE相对较高相对较高从加权净资产收益率(ROE)来看,本次榜单中94%的企业2022年ROE为正,平均净资产收益率为10.35%。其中,多数企业的ROE在5%-10%之间,共有30家,主要集中在通用智能装备及集成(9家)、专用智能装备及智能产线集成(8家)领域;其次为ROE介于10%-15%之间,共25家企业,专用智能装备及智能产线集成(6家)企业居多;ROE介于15%-20%、20%-25%之间的企业分别有15家、11家,专用智能装备及智能产线集成企业相对较多,各有4家。有3家企业ROE在25%以上,其中两家企业属于专用智能装备及智能产线集成领域,分别是奥特维、晶盛机电,奥特维ROE最高,达到37.76%。26图图1717 百强榜企业百强榜企业20222022年年ROEROE分布分布图图1818 百强榜企业百强榜企业20222022年年ROE TOP 10ROE TOP 105.5.总资产周转率:总资产周转率均值超总资产周转率:总资产周转率均值超0.50.5,同比增幅主要分布在,同比增幅主要分布在0-10%0-10%区间区间从总资产周转率来看,本次榜单企业2022年平均总资产周转率为0.53次。榜单中52%的企业总资产周转率介于0.4-0.6之间,以专用智能装备及智能产线集成(24家)企业居多;23%的企业总资产周转率介于0.6-0.8之间,通用智能装备及集成、企业应用软件及服务领域企业相对较多;有7家企业总资产周转率在0.8以上,如华昌达、英威腾等,其中华昌达达到1.2,为榜单企业最高。27图图1919 百强榜企业百强榜企业20222022年总资产周转率分布年总资产周转率分布图图2020 百强榜企业百强榜企业20222022年总资产周转率年总资产周转率TOP10TOP10从总资产周转率同比增长率来看,本次榜单中39%的企业2022年总资产周转率实现增长,平均增长率为12.92%;61%的企业总资产周转率同比有所下降。在本榜单实现增长的企业中,同比增长率在0-10%之间的企业居多,有21家;有9家企业增长率在10%-20%之间,9家企业增长超20%,如华昌达、启明信息等。华昌达2022年总资产周转率同比增长61.73%,增长率为榜单最高。28图图2121 百强榜企业总资产周转率同比增长率分布百强榜企业总资产周转率同比增长率分布图图2222 百强榜企业总资产周转率同比增长率百强榜企业总资产周转率同比增长率TOP10TOP106.6.研发投入:研发投入占比在研发投入:研发投入占比在10%以内居多,智能装备领域增幅较大以内居多,智能装备领域增幅较大从研发投入占营业收入比例来看,本次榜单企业2022年平均研发投入占比为13.81%。榜单中51%的企业研发投入占比在10%以内,其中大部分企业(38家)研发投入占比介于5%-10%之间,主要集中在专用智能装备及智能产线集成(18家)、通用智能装备及集成(14家)领域。32%的企业研发投入占比在10%-20%之间,专用智能装备及智能产线集成、企业应用软件及服务领域企业居多。有7家企业研发投入占比超过30%,如奥比中光、华大九天等,其中奥比中光围绕全栈式技术研发能力 全领域技术路线布局,保持着较高水平的研发投入,占比达到108.73%,在榜单企业中一马当先。29图图2323 百强榜企业百强榜企业20222022年研发投入占比分布年研发投入占比分布图图2424 百强榜企业百强榜企业20222022年研发投入占比年研发投入占比TOP10TOP10从研发投入同比增长率来看,本次榜单中66%的企业2022年研发投入同比有所增长,平均增长率为18.10%。其中,同比增长率在10%-20%之间的企业居多,有25家;有19家企业增长率在10%以内,14家企业增长率超30%。在增幅超30%的企业中,智能装备及集成企业占大多数(通用5家,专用4家),占比达64.29%,如快克智能、秦川机床等。中望软件推出悟空三维CAD图形平台和Cloud 3D新产品,2022年研发投入占比由32.79%增长到52.66%,增长率达60.60%,增长幅度为榜单之首。因新产品研发项目减少等因素,榜单中有34家企业2022年研发投入呈现负增长。30图图2525 百强榜企业百强榜企业20222022年研发投入同比增长率分布年研发投入同比增长率分布图图2626 百强榜企业百强榜企业20222022年研发投入同比增长率年研发投入同比增长率TOP10TOP10在企业智能化改造、数字化转型的热潮下,我国智能制造解决方案呈现专业化、多元化发展趋势,市场规模不断增长,服务能力稳步增强,在智能装备、工业软件等赛道涌现出一批成长性好、创新能力强,具有示范引领作用的供应商,成为智能制造创新发展强力引擎。未来,智能制造技术仍会不断高速演进,市场竞争也更加激烈,制造企业需求的多样化、制造工艺的复杂度、质量和效率要求不断提升,智能制造解决方案供应商只有不断加深技术的融合创新,聚焦更加细分的垂直领域,打造适配中小企业的轻量级、易维护、专业化的解决方案,方能拥抱智能制造的星辰大海。e-works Research将持续关注智能制造解决方案上市公司的发展动态,并及时分享相关的研究成果。明年,e-works Research将在各上市公司年报披露之后,更新百强榜单,敬请关注。同时,热烈欢迎广大智能制造解决方案上市公司毛遂自荐。31附录附录1 1 核心业务分类说明核心业务分类说明本百强榜延续了e-works Research往期对智能制造解决方案供应商核心业务的分类方式,共分为10大类,分别为:工业自动化控制系统及产品、企业应用软件及服务、通用智能装备及集成、专用智能装备及智能产线集成、智能物流装备及集成服务、工业自动化仪器仪表、工业物联网与传感器应用、增材制造装备及服务、智能制造核心零部件、智能嵌入式软件系统。各类别的界定如表2所示。序号序号类别名称类别名称类别说明类别说明1工业自动化控制系统及产品运用自动化控制技术对工业生产过程进行自动调节和控制的装置,包括可编程控制器(PLC)、分布式控制系统(DCS)、现场总线控制系统(FCS)、安全仪表系统(SIS)、人机界面(HMI)、工控机(IPC)、变频器、伺服系统等。2企业应用软件及服务提供能够帮助工业企业优化工作流程,提高工作效率的各类应用软件及服务,包括:支撑企业业务开展的各类管理软件(如ERP、CRM、SCM、SRM、EAM、HCM、BI、APS、QMS、PM、MES、MDM、LIMS、BPM、协同办公与企业门户等);支撑企业产品研发创新的工具类和管理类软件(如CAD、CAE、CAM、CAPP、PDM/PLM、EDA、仿真工具等);数字化施工、数字化建造等相关应用软件(如BIM);云服务(IaaS、SaaS、PaaS)、软件系统集成及实施服务等。3通用智能装备及集成提供可通用于多个行业的智能装备(如工业机器人、激光加工设备、数控装备等),并提供系统集成解决方案。4专用智能装备及智能产线集成提供专用于某个行业的智能装备(如锂电专用、光伏专用、电子专用、医药专用等)以及自动化、智能化产线解决方案。5智能物流装备及集成服务提供输送机、分拣机、AGV/RGV、堆垛机、智能叉车、物流控制与管理系统等智能物流装备,以及智能物流系统集成服务。6工业自动化仪器仪表安装在工业生产现场,用于测量或控制电流、电压、压力、流量、温度、物/液位等工艺参数的各类数字化仪器仪表。7工业物联网与传感器应用基于物联网和传感器技术,提供各类工业应用解决方案及服务。8增材制造装备及服务以增材制造技术进行加工的设备制造和零部件制造,并提供相关技术服务或解决方案。9智能制造核心零部件用于智能制造装备的关键零部件,包括变速器、精密减速器、控制电机及其驱动系统、机电一体化执行器及其它精密零部件。10智能嵌入式软件系统提供置入应用对象内部,起信息处理或控制作用的专用计算系统,以及满足嵌入式系统应用环境特殊要求的软件(含应用软件和系统软件)与解决方案。表2 核心业务分类32附录附录2 2 数据统计说明数据统计说明1.本报告中的所有研究分析均基于公开数据,包括但不限于:上市公司的财报数据和市值数据等。2.对于增长率相关指标,若企业2022年和上一年的数据均为负值,则不参与统计分析。3.对于部分上市公司没有公示数据的指标,如港股和美股上市公司的扣非归母净利润等,该公司该指标不参与统计分析。4.对于交易币种为港币、美元的公司,所有数据统计以人民币为单位,并采用2022年12月31日的汇率进行换算。5.由于和利时自动化2022财年年报数据暂未披露,其财务数据取自该公司2021财年年报,统计周期为2021年7月1日至2022年6月30日。33关于关于e-works researche-works researche-works研究院(简称e-works Research)是e-works(数字化企业网)专门从事两化融合、智能制造的研究、分析机构,研究领域包括智能制造、工业互联网,以及工业软件的市场、技术与应用研究。依托雄厚的行业资源、强大的智力资源,e-works Research长期致力于提供面向政府的产业规划服务、面向企业的咨询服务、面向厂商的市场研究服务,形成了政府决策与软科学研究、企业两化融合评估与诊断、产业调研与研究并行发展的业务格局。版权声明版权声明本报告版权归e-works数字化企业网所有,严禁任何媒体、网站、个人或组织以任何形式或出于任何目的在未经本公司书面授权的情况下抄袭、转载、摘编、修改本报告内容。另本报告内容禁止上传至百度文库等其他商业网站、微信群、QQ群等。对有违反上述行为而构成的版权侵犯行为,e-works将依法追究其法律责任。获取更多信息,请访问:https:/www.e- IMPORTANT NOTEIMPORTANT NOTE
免责声明和披露以及分析师声明是报告的一部分,请务必一起阅读,1证券研究报告宏观宏观出口亚非拉,中国制造的延伸与下沉出口亚非拉,中国制造的延伸与下沉华泰研究华泰研究研究员易峘易峘SACNo,S05705.
2022 年中国智能制造产业投融资研究报告https:/www.e-观察20-1-导语智能制造是未来制造业发展的必由之路,世界各国纷纷在加强智能制造战略部署。历经了新冠疫情、自然灾害等不确定因素的冲击后,制造企业也愈发深刻地认识到推进智能制造、实现数字化转型乃大势所趋。频出的政策和切实的需求带来行业利好,智能制造产业投融资活动持续保持热度。据 e-works 不完全统计,2022年中国智能制造产业投融资交易数量高达531宗,各细分赛道百花齐放、热点频出。为了深入了解中国智能制造产业的发展现状与趋势,本文将对 2022 年中国智能制造产业的投融资活动进行整理分析。-2-投融资市场概览市场总览智能制造产业链涉及的主要细分行业包括工业软件、通用/专用智能装备及集成服务、工业互联网、数控机床等,为了便于分析,本文将智能制造领域提供的产品和服务分为工业自动化控制系统及产品、企业应用软件及服务、通用智能装备及集成、专用智能装备及智能产线集成、智能物流装备及集成服务、工业自动化仪器仪表、工业物联网与传感器应用、增材制造装备及服务、智能制造核心零部件、智能嵌入式软件系统十大类。据 e-works 不完全统计,2022 年智能制造领域发生的投融资事件共计 531 起,其中融资事件 364 起,并购事件 41 起,成功上市和已进入上市流程事件 126 起(32 家企业已成功上市,94 家企业已经进入上市流程)。本年度投融资交易事件主要集中在企业应用软件及服务、通用智能装备及集成解决方案、专用智能装备及智能产线集成和工业物联网与传感器应用等类别,分别占总体的 36%、17.3%、14.3%和 11.1%。-3-融资据 e-works 不完全统计,2022 年智能制造领域融资交易事件共计 364 起,融资交易金额约达 377.8 亿元1。融资企业类别方面,以企业应用软件及服务、通用智能装备及集成解决方案、专用智能装备及智能产线集成和工业物联网与传感器应用类别的企业为主,分别占总体 41.2%、16.2%、12.9%、11.8%。-标注说明-1 如融资交易金额未明确披露的,例如百万级、千万级、亿级,按照一百万、一千万和一亿统计;如融资交易金额完全未披露的,则按照已披露该融资轮次交易金额的平均值统计。-4-融资金额方面,IPO 融资约达 352.18 亿元,战略融资约为 21.29 亿元,股权融资约为2.2 亿元,定向增发融资约为 2.15 亿元;其中企业应用软件及服务、通用智能装备及集成解决方案、专用智能装备及智能产线集成领域的融资金额较多,分别占总体的 34%、21%和12%。-5-融资轮次方面,多集中于早期的 A 轮、B 轮与天使轮,分别占总体的 40.7%、21.7%、10.7%。融资时间方面,一、二季度融资交易较为活跃,三、四季度融资交易量略有下滑。-6-IPO据 e-works 不完全统计,2022 年智能制造领域征战 IPO 的企业共有 126 家。其中三维天地、坤恒顺维、宏英智能、大族数控、思林杰、软通动力、均普智能、祥明智能、瑞德智能、金道科技、安达智能、禾川智能、景业智能、德龙激光、井松智能、奥迪威、信邦智能、天润云、凌云光、玄武云、智立方、华大九天、北路智控、广立微、凯格精机、科捷智能、磁谷科技、联动科技、灿瑞科技、星环信息、金橙子、昆船智能 32 家智能制造厂商已成功上市。IPO 企业类别方面,主要集中在通用智能装备及集成解决方案、企业应用软件及服务、专用智能装备及智能产线集成等类别,分别占总体 23%、19%、18.3%。-7-企业 IPO 进程方面,其中 32 家企业已成功上市,占总体 25.4%;34 家企业已过会,敲钟在即,占总体 27%;33 家企业目前正在等待 IPO 审核中,占总体 26.2%;27 家企业终止、中止、撤回或被驳回 IPO 申请,占总体 21.4%。-8-并购据 e-works 不完全统计,2022 年智能制造领域的并购交易共计 41 起,其中并购主体企业多集中于企业应用软件及服务、智能制造核心零部件与专用智能装备及智能产线集成类别,分别占总体的 43.9%、19.5%、14.6%。-9-投融资市场概览投融资大事件融资在企业应用软件及服务领域,融资交易活跃。其中,研发数字化软件厂商备受资本青睐。1 月,系统级验证 EDA 解决方案提供商芯华章获得数亿元 Pre-B 轮融资,智能制造解决方案提供商佰思杰获小米集团投资,智能工业 CAD 厂商设序科技完成字节跳动领投的战略投资。2 月,离散制造业数字化软件厂商数益工联完成数亿元 A 轮融资,智能制造解决方案提供商华天软件获得 4 亿元 A 轮融资,精密加工数字化解决方案提供商西格数据获得金沙江创投、元禾控股所投的 B 轮融资。3 月,MBSE 工业软件开发商迪捷软件获得数千万元 Pre-A 轮融资,CAE 软件厂商十沣科技完成 A 轮和 A 轮数亿元融资。4 月,工控自动化与智能制造厂商中控技术获得数亿元战略投资,BIM 软件厂商数云科际宣布完成数千万级 A 轮融资,智慧工厂数字化整体解决方案厂商依柯力信息完成近亿元 B 轮融资。5 月,PLM 软件公司天喻软件获得了华为旗下哈勃投资的注资,CRM 厂商纷享销客获中软国际近亿元战略投资。6 月,高性能 EDA 及工业软件解决方案提供商合见工软完成超 11 亿人民币 Pre-A轮融资,BIM 软件厂商睿视新界完成近千万元天使轮融资,CRM 厂商玄武云科技获得3 百万美元的 Pre-IPO 轮融资并于 7 月成功上市。-10-7 月,数字孪生厂商 UINO 优锘科技完成 3 亿元 C 轮融资,工业仿真软件厂商天洑软件获得数亿元 C 轮融资。9 月,数据智能基础软件服务商九章云极 DataCanvas 完成 C 轮融资,流程工业数字化转型服务商强思科技完成数千万元 A 轮融资,智能制造综合服务商中之杰获得数千万元 A轮融资。10 月,CAD 软件厂商新迪数字完成近 7 亿元 B 轮融资,西门子工业软件合作伙伴 UDS(上海优集工业软件有限公司)获得 2.5 亿元 A 轮融资,APS 软件厂商悠桦林完成数亿元 C轮融资。11 月,系统级验证 EDA 解决方案提供商芯华章宣布完成数亿元 B 轮融资,本年度已获得 2 笔亿元级融资;精密加工数字化解决方案提供商西格数据获得毅仁资本 B 轮投资,也完成了本年度的第二笔融资;CAD 软件厂商泓科晟睿完成数千万元天使轮融资;CAE 软件厂商安世亚太获得中车资本的战略投资;人力资源全景数字化解决方案提供商易路软件完成 10亿元 D 轮融资。12 月,研发数字化厂商开目软件宣布完成由国投创业领投,招银国际资本、汇川产投参与投资的近 2 亿元战略融资,资金将用于加大公司产品研发投入和技术创新和整合优秀的人才与技术两大方面。-11-12-在智能装备及集成解决方案领域,工业机器人赛道火热。斯坦德机器人 1 月完成数亿元 C 轮融资;劢微机器人 2 月完成数亿元 A 轮融资,12 月又获得近 2 亿元 B 轮融资;海柔创新 2 月获得 1.7 亿美元 E 轮融资;仙工智能 2 月数亿元 B 轮融资;法奥意威 3 月宣布完成超 5000 万美元 B 轮融资;未来机器人 4 月获得 7600 万美元战略投资;星猿哲科技 6 月完成 4 千万美元 B 轮融资;炬星科技 7 月获得数千万元 B 轮融资;牧星智能 7月获数千万元 A 轮融资;极智嘉 8 月完成 1 亿美元 E 轮融资,加速全球拓展及推动研发创新;塔斯克机器人 9 月获得数亿元 A 轮融资;微纳米材料整体解决方案(高端设备研发制造、智能化产线解决方案及产线智能控制系统)供应商琥崧智能 4 月获得数亿元战略投资,7 月又完成数亿元D 轮融资,资金将持续投入新产品研发、市场拓展以及产能扩建;锂电池高端自动化装备提供商智佳能自动化 12 月完成数亿元 B 轮融资;物流机器人与智能装备供应商和技术服务商凯乐士科技 12 月完成数亿元 E 轮融资;工业自动化系统提供商 DAS(西安拽亘弗莱工业自动化科技有限公司)12 月完成近亿元 A 轮融资。-13-在工业物联网与传感器应用领域,也表现出了较为活跃的态势。蓝卓 3 月完成 5 亿元 A 轮融资;维拓科技 3 月获亿元 B 轮融资;北京大学 MEMS 研发团队智芯传感于 3 月完成 7000 万元 A 轮融资,同期车规级传感器芯片厂商赛卓电子也获得了数千万的战略投资;雪浪云 5 月获得 3 亿元 B 轮融资;寄云科技 7 月完成北京集成电路装备产业投资并购基金领投的 C 轮融资,11 月又获得诺华资本的 C 轮投资;基于工业互联网的 AIoT SaaS服务商蘑菇物联继 9 月完成 C 轮融资后,又于 12 月获得了菲尼克斯的战略投资;新力传感在 9月获得郑州高新区产业发展引导基金、汉威科技 3000 万元战略投资;工业互联网厂商格创东智获数亿元 B 轮融资;工业互联网厂商徐工汉云于 12 月获得国开制造业基金等 3 亿元 B 轮融资。-14-在增材制造领域,随着产业发展的加快,也越发受到资本市场的关注。金属 3D 打印厂商汉邦科技 1 月宣布完成近 4 亿人民币的首轮融资;3D 打印柔性生产解决方案提供商复志信息 2 月完成 1 亿元 C 轮融资;金属增/减材制造技术全套解决方案提供商鑫精合 4 月获得 5 亿元人民币的 Pre-IPO 轮融资;金石三维 6 月宣布完成 C 轮、C 轮及 D 轮合计超过 2.3 亿元融资,资金将主要用于扩大研产业务及开展个性领域应用的深度终端服务;超高精密3D 打印领军企业摩方精密 7 月官宣完成 3 亿元 C 轮融资;联泰科技继去年 11 月完成 D 轮 2 亿元融资后,于今年 9 月完成最新一轮 2 亿元 Pre-IPO 融资,距离 IPO 上市更近一步;电子束 3D打印厂商清研智束 12 月完成亿元级 A 轮融资,加速金属 3D 打印量产进程。-15-IPO成功上市的企业:2 月,提供 PCB 专用生产设备领域工序解决方案的大族数控于深交所上市;3 月,提供中高端工业自动化装配与检测的智能化设备及智能制造整体解决方案的均普智能登陆科创板;4 月,特种机器人及智能装备供应商景业智能于上交所科创板上市;6月,智能物流装备及系统集成服务提供商井松智能登陆科创板;7 月,SaaS CRM 厂商玄武云科技成功于港交所上市,EDA 软件厂商华大九天登陆深交所创业板并于上市当日创下 407亿人民币的市值,工业自动化定制专业解决方案服务商智立方也在深交所上市;8 月,EDA软件厂商广立微在深交所创业板上市;9 月,智能物流装备及系统集成商科捷智能在上交所科创板成功挂牌;10 月,企业级大数据基础软件供应商星环科技在上交所科创板上市;11月,智能物流装备及系统集成商昆船智能成功登陆深交所科创板。-16-已过会的企业:6 月,AMR 供应商旷视科技科创板提交注册,上市在即;7 月研发设计类工业软件提供商浩辰软件科创板 IPO 过会;9 月,消费电子自动化设备供应商智信精密创业板 IPO 过会;10 月,变频节能与智能控制应用方案提供商儒竞科技创业板 IPO 过会;11月,航天工业软件服务商神舟航天软件、CAE 软件服务商索辰科技、智能物流装备及系统集成商中邮科技科创板过会;12 月,CRM 厂商和创科技(红圈 CRM)、智能物流装备及集成服务提供商机科股份京主板已过会,精密激光加工智能装备供应商逸飞激光科创板 IPO 顺利过会。-17-等待审核的部分企业:智能物流装备及系统集成商北自所、欣巴自动化证监会已反馈 IPO审核意见;EDA 软件厂商芯愿景、非标自动化集成商新大陆已被安排 IPO 预先披露更新;科创板锂电装备第一股杭可科技拟在瑞士证交所发行全球存托凭证的申请已被中国证监会受理;工业互联网厂商树根互联 IPO 科创板已问询;智能工业传感器与控制器索迪龙恢复创业板 IPO 的发行上市审核并获问询;数控机床厂商睿恒数控、乔锋智能分获北交所、创业板问询;非标自动化集成商巨能机器人北交所 IPO 已问询;物料输送处理系统解决方案供应商博隆技术上交所 IPO 申请已反馈;药物固体制剂全套定制化智能解决方案厂商创志科技创业板IPO 已问询。-18-并购1 月,工业软件及智能工厂解决方案提供商罗博特科以发行股份及支付现金的方式,购买了全球光电子及半导体自动化封装和测试领域领先的设备制造商斐控泰克78.65%的股权,打破国内半导体设备“卡脖子”问题。2 月,中控技术收购能源化工行业全产业链信息化解决方案和产品提供商石化盈科 22%股权以提升综合竞争力,并于 10 月收购能源化工行业工程服务解决方案提供商 Wood 中国20%股权,共同助推中国能源和流程工业智能化发展。3 月,用友网络并购了无纸化软件提供商点聚信息,深化数据可信领域产品技术布局。4 月,办公智能自动化(RPA)服务商来也科技收购了法国对话式 AI 厂商 Mindsay 以增强智能自动化能力。继 2021 年并购堆垛机厂商罗伯泰克后,智能物流装备及系统集成商音飞储存又与伍强智能于今年 5 月达成战略并购协议,实现强强联合。7 月,华为并购宁波中芯集成电路在电子芯片领域再上台阶;企业级低代码开发平台服务商 ClickPaaS 完成对工业软件厂商毕普科技的战略合并,共同赋能工业数字化转型;3D打印厂商金石三维全资收购广州雷佳,发力金属和非金属 3D 打印设备产业化。8 月,赛意信息收购易美科 51%股权,布局 PCB 工业数字化领域;嵘泰股份收购非标数控机床及自动化专业机床厂商力准机械,布局非标智能制造装备,进一步优化上下游供应链关系。9 月,EDA 厂商芯华章收购高性能仿真软件领先企业瞬曜电子整合打造系统级数字验证解决方案;浪潮云收购信息安全厂商思福迪提升浪潮云在安全产品能力方面的竞争力。10 月,普联软件收购信息安全厂商思源时代 55%股权进一步丰富产品方案体系;EDA厂商华大九天收购芯達科技补强数字设计和晶圆制造 EDA 工具。11 月,供应链解决方案及云服务厂商科箭软件与物流信息技术服务供应商吉联新软件合并,共同打造了全程供应链数字化新品牌“洞隐科技”,将通过一体化平台和一站式解决方案持续为客户创造价值。12 月,烟草行业工业自动化控制产品及系统解决方案供应商大树智能收购自动化设备供应商恒亿智 100%股权;公有云客户联络解决方案提供商天润云拟 1460 万美元收购即时通讯云与智能云客服平台提供商环信,以进一步完善产品链条。-19-20-e-works 观察二十大报告强调,我国要坚持把发展经济的着力点放在实体经济上。而制造业作为实体经济的“压舱石”,亟待被推动向高端化、智能化、绿色化发展,从而实现制造强国、质量强国的建设,巩固壮大实体经济根基。智能制造既是国家战略部署的重中之重,也是制造业未来的发展趋势。2021 年全球工业软件市场规模达到 4619 亿美元,数控机床 1648 亿美元,工业物联网767 亿美元,工业机器人 144.9 亿美元。据 e-works 不完全统计,2022 年,智能制造领域融资交易金额约达 377.8 亿元。随着产业规模的快速增长,智能制造解决方案企业在获得资本市场关注的同时,也通过战略投资、并购交易不断壮大自身实力和重塑产业格局。e-works 通过对今年智能制造领解决方案企业的投融资概况进行梳理、分析,总结出以下发展特点与趋势:智能制造产业市场规模不断扩大,投融资关注热度持续不减全球来看,智能制造领域依然是资本“宠儿”,CB Insights 发布的 2022 年第二季度数据显示,全球先进制造领域(主要为智能制造)融资为 27 亿美元,创 2018 年以来第二高的水平;全国来看,智能制造领域仍处于投融资活动最热的赛道之一,e-works 统计数据显示,2022 年中国智能制造产业投融资交易数量高达 531 宗,涉及企业应用软件及服务、智能装备及集成解决方案、工业物联网与传感器应用等诸多细分领域。智能制造产业,资本热衷“投早投小投创新”智能制造属于技术密集型产业,产业链中的技术创新通常是产业资本看重的关键点。e-works 统计数据显示,中国智能制造投融资市场上,超七成的融资交易多集中于 A 轮、B轮与天使轮,C 轮后的融资交易数量较少。可见,智能制造产业的融资轮次以早期阶段为主。基于投资价值潜力和初始技术验证原因,资本更加愿意投资创新的中小初创企业,具有“投早投小投创新”的趋势。企业应用软件及服务、智能装备及集成服务最具潜力e-works 统计数据显示,中国市场上智能装备及集成服务(包括通用、专用、物流智能装备及集成服务)类别的企业投融资交易数量最多,占比达 39%;其次为企业应用软件及服务类别的企业,占比达 36%;两者已成为智能制造领域最具潜力的赛道。其中,工业软件领域,CAx、EDA、BIM 等研发数字化工业软件更受资本青睐;而在智能装备领域的投融资交易里,工业机器人企业占据了三成江山。-21-云原生技术成投融资新风口随着作为数字基础设施闭环之一的云原生技术逐渐成为新技术风口,软件产品可以通过订阅服务获得持续付费,从而提升客户服务质量和增强客户黏度。因此,拥有云原生布局和产品的厂商会更加受到资本的追捧。例如,提供一站式云原生企业研发协同与效能平台解决方案的简单云获得数千万元 pre-A 及 A 轮融资,云原生 CAE 厂商适创科技完成了近亿元 A及 A 轮融资。工业物联网与传感器作为实现智能制造的关键基础设施,已成投融资热点信通院中国工业互联网投融资报告数据显示,20202021 年工业互联网上市企业数量不断增长,融资交易数量与融资交易金额也大幅上升。e-works 统计数据显示,2022年度中国工业物联网与传感器应用类别的企业投融资交易数量高达 59 起,占比达 11.1%,位居前列。工业物联网与传感器作为实现智能制造的关键基础设施,已成为资本市场愈发关注的热点领域。
中国智能制造产业发展报告(2022022 2 年度年度)编写单位:中国高科技产业化研究会智能制造产业促进中心 中国高科技产业化研究会信息化工作委员会 中国高科技产业化研究会品牌战略专家委员会 中国信息产业商会大数据产业分会 东南数字经济发展研究院 北京信息产业协会 2023 年 4 月 目录 第一篇 智能制造总述.1 一、智能制造概念.1 二、工业互联网的基本概念.2(一)工业互联网的定义.2(二)工业互联网与工业物联网.3(三)工业互联网与工业 4.0/5.0.3(四)工业互联网与智能制造.3(五)小结.4 三、5G 工业互联网的关系.4(一)工业互联网对网络的需求.5(二)5G 智能制造模式升级.6(三)5G 网络技术在工业互联网中的应用.7(四)5G 网络中工业互联网安全问题分析.8(五)提升 5G 网络在工业互联网安全的有效措施.9 第二篇 工业互联网的体系架构.12 一、工业互联网体系架构 1.0.12 二、工业互联网体系架构 2.0.13 第三篇 工业互联网的关键技术.15 一、5G 技术.15 二、边缘计算技术.16 三、数字孪生.17 四、区块链技术.18 第四篇 工业互联网的全球发展形势.19 一、全球智能制造发展现状.19(一)德国.19(二)美国.20(三)日本.21(四)欧盟.22 二、全球智能制造业格局.22 第五篇 智能制造在中国的概况.24 一、中国智能制造发展现状和形势.24(一)中国智能制造发展取得积极成效.26(二)中国智能制造发展面临的机遇和挑战.28 二、中国智能制造政策措施.30(一)加强统筹协调.31(二)完善创新体系.31(三)强化人才支撑.31(四)提升公共服务.32(五)深化开放合作.32(六)加大财税金融支持.32(七)创新金融扶持方式.33(八)发挥行业组织作用.33(九)深化国际合作交流.33 三、中国智能制造战略布局.34(一)研究制定智能制造发展战略.34(二)加快发展智能制造装备和产品.34(三)推进制造过程智能化.34(四)深化互联网在制造领域的应用.35(五)加强互联网基础设施建设。.35 第六篇 智能制造在中国态势分析.36 一、中国智能制造的优势分析.36(一)政策引领:顶层设计彰显制度优势.36(二)试点先行:发挥示范项目龙头作用.38(三)全面覆盖:推动各类主体跨域协同.38 二、中国智能制造工程目标.39(一)坚持创新驱动,实现科技自立自强.39(二)强化数实融合,深化智能技术应用.40(三)探索特色路径,促进区域协调发展.41 第七篇 中国智能制造产业分析.43 一、中国智能制造产业链分析.43(一)智能工厂.43(二)机器视觉行业.44(三)数控机床.45 二、中国智能制造行业发展特点分析.47(一)制造流程智能化.47(二)3D 打印和工业软件市场规模增大.48(三)中国智能硬件市场规模持续增长.48(四)工业机器人应用成全球趋势.49(五)智能制造打造智能制造工厂.50 三、工业互联网应用场景.50(一)设备联网监测.50(二)5G AI 智慧工厂.51 第八篇 中国智能制造的发展规划.52 一、中国智能制造的指导思想和目标.52 二、中国智能制造的重点任务.53(一)任务一:加快系统创新,增强融合发展新动能.53(二)任务二:深化推广应用,开拓转型升级新路径.53(三)任务三:加强自主供给,壮大产业体系新优势.54(四)任务四:夯实基础支撑,构筑智能制造新保障.54 三、规划部署的专项行动.54 四、规划的保障措施.55 第九篇 全国各省市智能制造最新政策一览.56 一、工信部会同有关部门起草了“十四五”智能制造发展规划.56 二、工业和信息化部印发新型数据中心发展三年行动计划(2021-2023 年).57 三、工业和信息化部、中央网信办出台 5G 应用“杨帆”行动计划(2021-2023 年).58 四、北京市关于促进高精尖产业投资推进制造业高端智能绿色发展的若干措施的通知.58 五、广东省发布广东省智能制造生态合作伙伴行动计划(2021 年)的通知.59 六、上海市人民政府印发关于本市“十四五”加快推进新城规划建设工作的实施意见的通知.60 七、江苏省印发江苏省”十四五”制造业高质量发展规划.60 八、重庆市人民政府印发 重庆市制造业高质量发展“十四五”规划(2021-2025 年).61 九、浙江省人民政府印发浙江省全球先进制造业基地建设”十四五“规划.62 十、福建省做大做强做优数字经济行动计划(2022-2025 年).63 十一、山东省政府印发山东省智能制造提质升级行动计划(2022-2025 年).63 十二、广东省人民政府关于印发广东省制造业数字化转型实施方案及若干政策措施.64 第十篇 中国智能制造优秀案例.66 一、东南工业互联网平台.66 二、华为云工业互联网平台 FusionPlant.67 三、海尔卡奥斯工业互联网平台 COSMOPlat.68 四、双星胎联网“智慧云”平台.69 中国智能制造产业发展报告(2022 年)1 第一篇 智能制造总述 一、一、智能制造概念智能制造概念 智能制造是企业实现生产、管理、服务、产品智能化的全新生产方式。“智能制造”这一概念最早由美国学者 P.K.Wright 和 D.A.Bourne 在其著作 Manufacturing Intelligence中出现,他们将智能制造定义为机器人应用制造软件系统技术、集成系统工程以及机器人视觉等技术,实行批量生产的系统性过程。工信部出台的智能制造发展规划(2016-2020 年)中,将智能制造定义为基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。智能制造是通过新一代信息技术、自动化技术、工业软件及现代管理思想在制造企业全领域、全流程的系统应用而产生的一种全新的生产方式。智能制造的应用能够使制造业企业实现生产智能化、管理智能化、服务智能化与产品智能化。智能制造是一种可以让企业在研发、生产、管理、服务等方面变得更加“聪明”的生产方法,制造业企业要从自身发展的核心痛点出发,在合理的整体规划和顶层设计基础上,沿着智能制造要素智能制造能力智能制造系统的发展方向,分阶段且持续性的获取智能制造要素,建立、完善、扩展企业在研发设计、生产制造、物流仓储、订单获取、产品服务等各个环节的智能制造能力,最终形成完整、高效、科学的智能制造系统。智能制造是具有自主化决策,灵活生产出多样化产品,并能快速应对更多市场变化能力的生产方式。人工智能和制造系统相互结合,利用机器学习、模式识别、认知分析等模型,提升工厂控制管理系统能力。物联网将控制器、传感器和执行器等所有的机器设备连接在一起,通过算法将传感器上传的数据进行分析整合,提供决策并作出响应。随着工业物联网的应用发展,网络和实体系统将紧密联系在一起,物联网将生产现场的处理器、传感器和显示器连接起中国智能制造产业发展报告(2022 年)2 来,使得机器之间可以进行通信,可以互相沟通,而机器和人的工作将不再会严格分工,未来制造系统把人和机器融合在一起。此外,智能制造的整个流程都有一个数字孪生模型,系统里包括了现实世界的任何东西,可以是应用或者操作指南手册等。如今,智能制造已经不再仅限于生产过程或单体智能,而早已经扩展到了产业价值链的各个环节,包括企业活动的方方面面,也不再单方面强调数字技术本身的应用价值,二十更加重视数字技术与先进制造等跨领域技术的深度融合和时间创新。二、二、工业互联网的基本概念工业互联网的基本概念(一一)工业互工业互联网的定义联网的定义 目前,各国政府、企业、科研机构纷纷提出了各种战略理念和发展目标,并从不同的角度对工业互联网进行了阐述。工业互联网是互联网在全球工业系统中与高级计算、分析、传感等技术深度融合的产物,强调机器与人的连接。清华大学刘云浩教授认为工业互联网是通过互联网与新兴技术在工业中的深度融合与创新应用,强调了网络的重要性。工业互联网体系架构 1.0指出工业互联网不仅是深度融合基础下的产业和应用生态,也是工业智能化发展的关键综合信息基础设施,强调网络、数据和安全。在新一轮的产业变革背景下,工业互联网的内涵和范畴在不断演化,本文在前人的研究基础上给出了自己的理解:工业互联网是互联网与 5G、云计算、大数据、物联网(IoT,internet of things)等新一代信息通信技术在工业经济中深度融合的全新工业生态、关键基础设施以及新型应用模式。工业互联网以“人机物”全面互联为基础,以数据为核心,以安全为保障来实现工业数字化、智能化发展。在第四次工业革命蓬勃发展的大趋势下,除了工业互联网,还出现了工业物联网(IIoT,industrial internet of things)、工业 4.0/5.0、智能制造等既紧密联系又有所区别的概念,通过对它们之间关系进行梳理与对比可以帮助我们更透彻地理解工业互联网的概念。中国智能制造产业发展报告(2022 年)3(二二)工业互联网与工业物联网工业互联网与工业物联网 工业物联网是指通过将工业资源进行互联互通实现制造流程各阶段的优化,构建服务驱动型的新工业生态体系。工业互联网与工业物联网的联系与区别见表表 1。表表 1 1 工业互联网与工业物联网的联系与区别工业互联网与工业物联网的联系与区别 工业互联网 工业物联网 联系 工业互联网涵盖了 IIoT 两者都强调工业的数字化、智能化发展 区别 不仅包含工业领域,而且延伸到企业的信息系统、业户流程和人员工业 强调 IoT 在工业领域的应用 实现“人-机-物”全面互联,追求数字化 强调物与物的连接,追求自动化和智能化(三三)工业互联网与工业工业互联网与工业 4.0/5.0 德国政府于 2013 年正式提出工业 4.0:利用网络物理生产系统(CPPS,cyber-physical production system)将制造、物流及销售等信息数字化,并集中使用全球可用的信息网络进行自动化信息交流以实现生产和业务流程的匹配,最终完成高效、个性化的服务。在工业 4.0 概念的基础上,欧盟委员会于 2021 年正式提出了工业 5.0 的概念,除了数字化与智能化,更加关注以人为本的需要。工业 5.0 不仅补充了工业互联网的标志性功能,还强调将工业置于环境或社会等非经济或技术层面。工业互联网与工业 4.0/5.0 的联系与区别见表表 2。表表 2 2 工业互联网与工业工业互联网与工业 4 4.0/5.0.0/5.0 的联系与区别的联系与区别 工业互联网 工业 4.0/5.0 联系 具有相同的内核:网络物理系统 CPS 两者都将走向智能制 区别 工业互联网关注的是数字化和 AI 技术驱动 更加突出了研究和创新的重要性 提高生产效率和灵活性 以期工业为人类提供长期服务 追求生产制造的效率目标 注重以人为本、工业生产的可持续和弹性(四四)工业互联网与智能制造工业互联网与智能制造 智能制造是制造业一次大的变革,作为一种新兴的生产形式,以 IoT、云计算、新型通信、大数据分析等信息技术为一体构建面向智能计算、AI 和数据科学为先导的网络物理系统。工业互联网与智能制造的联系与区别见表表 3。中国智能制造产业发展报告(2022 年)4 表表 3 3 工业互联网与智能制造的联系与区别工业互联网与智能制造的联系与区别 工业互联网 智能制造 联系 具有相同的内核:网络物理系统 CPS 工业互联网是实现智能制造的关键使能技术 区别 工业互联网通过工业平台为工业企业提供定制服务 智能制造是制造企业打造智能 为智能制造的发展模式奠定基础 自动化的愿景目标(五五)小结小结 通过以上对工业互联网与 IIoT、工业 4.0/5.0、智能制造联系与区别的总结可以看出它们之间范畴的差异。工业互联网、工业 4.0/5.0 包含了“人机物”的全面互联,都以智能制造为主导,但工业互联网更关注产品本身的智能化而工业 4.0/5.0 的核心更注重互联,工业物联网是物与物、机器与机器的连接。工业互联网涵盖了工业物联网,工业互联网是工业 4.0/5.0 的技术支柱之一,是实现智能制造的关键使能技术,而智能制造又是工业互联网与工业 4.0/5.0 的核心动力源,工业互联网、工业物联网、工业 4.0/5.0、智能制造范畴如图 1-1 所示。通过对工业互联网概念的深刻理解,可以看出其对推动工业行业的发展有着举足轻重的作用,在制造业、产业经济发展中蕴藏巨大潜力,将工业互联网融入各行业刻不容缓。然而从理论到应用还需要不断地探索,尤其是构建完善的工业互联网体系架构对工业产业数字化、智能化转型升级有着重要的指导作用。图图 1-1 工业互联网、工业物联网、工业工业互联网、工业物联网、工业 4.0/5.0、智能制造范畴、智能制造范畴 三、三、5G 工业互联网的关系工业互联网的关系 5G 和工业互联网作为新型基础设施建设的两个主要领域备受关注。传统中国智能制造产业发展报告(2022 年)5 的互联网主要解决系统之间的互联互通,但不能高效完成设备到系统以及设备之间的互联。5G 作为新一代的移动通信技术,不仅可以为用户带来优质的移动互联网体验,还将成为智能制造、智能政务、智能医疗、智慧城市等领域的关键支撑技术;工业互联网则是一种将新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态,通过对人、机、物、系统等的全面连接,构建起覆盖全产业链、全价值链的全新制造和服务体系,为工业乃至产业数字化、网络化、智能化发展提供了实现途径。关于加快推进国有企业数字化转型工作的通知提出积极打造工业互联网平台,推动知识能力的模块化、软件化和平台化,加快产业链供应链资源共享和业务协同,明确了工业互联网将成为地制造企业转型的主要方向。通过数据智能驱动,构建“云 网 平台 应用”一体化产品服务体系,打造开放应用生态正逐渐成为企业价值创造的动力源泉,开展 5G 工业互联网平台对助力制造业数字化转型具有重要意义。(一一)工业互联网对网络的需求工业互联网对网络的需求 5G 需解决的不仅是人与人的连接,更是人与物、物与物的连接问题。智能制造应用的网络通信以有线和无线的两种传输方式,有线方式是工业 PON、以太网网络通信技术,无线通信方式是 4G、5G、Wifi、NB-IoT、RoLa、Zigbee 等多项网络技术。综合工业互联网未来发展需求,对 5G 系统提出了以下技术需求:(1)传输速率需求。传输速率需求。要求提高 10-100 倍,同时用户体验速率、用户峰值速率分别达 0.1-1Gb/s、10Gb/s。(2)时延需求。时延需求。要求时延降低 5-10 倍,达毫秒量级;可以满足工业实时控制、云化机器人等的应用网络传输能力,保证系统控制指令、数据能及时发送到设备,从而达到可靠的、安全的生产操作过程。随着移动通信技术从 toC 走向 toB,其可靠性需求也发生了很大变化,通过一系列项目的摸索,目前已初步形成了对 5G B2B 可靠性要求的模型,同时 5G 设备也在逐步满足制造中的高可靠要求。中国智能制造产业发展报告(2022 年)6(3)设备连接密度需求。设备连接密度需求。要求提高 10-100 倍,达 600 万个/km2。可以满足人机物三元协同、AGV 多机协同等应用的网络连接能力,满足设备柔性生产,提升生产效率。(4)流量密度需求。流量密度需求。要求提高 100-1000 倍,达 20Tbps/km2;满足智能监测、数字双生等结合 AI 和远程通迅技术实现工业协同操作指导、专家系统开发、大数据分析、运算等的目的。(5)安全性需求。安全性需求。面对多种应用场景和业务需求需建立 5G 网络安全架构,满足不同应用的不同安全级别的安全需求。(6)便捷性需求。便捷性需求。部署便捷,灵活扩展,维护简便。5G 作为移动通信技术,在网络性能的绝对指标方面难以真正与光纤持平,但是其移动性、灵活性是制造行业选择 5G 作为联接技术的重要考量点。而便捷的规建维优则是制造业对 5G 的增值性诉求。(二二)5G 智能制造模式升级智能制造模式升级 5G 智能制造将人工智能、云计算和大数据分析相结合,通过对物理世界的数字化映射,对工业设备状态采集的数据分析,以优化生产流程和进行主动预测性维护,提高单位生产效率,促进整个产业体系转型升级。5G 智能制造主要表现为以下四种新模式转变:(1)智能化生产。智能化生产。利用先进制造工具和 5G 网络信息技术能够对生产流程进行智能化改造,实现数据的跨系统流动、采集、分析、与优化,完成设备性能感知、过程优化、智能排产等智能化生产方式。近年来,我国的许多龙头制造企业以“互联网 ”制造为主攻方向,通过建立智能工厂,推动智能化生产,实现了数字化和智能化转型。(2)网络化协同。网络化协同。航空、汽车等行业实施企业内的协同制造已有十几年的历史,但 5G 技术赋予了协同制造新的内涵和应用。企业借助大数据和工业云平台,发展企业间协同研发、众包设计、供应链协同等新模式,能有效降低资源获取成本,加速从单打独斗向产业协同转变。网络化协同包括协同研发、众包设计、供应链协同等模式,为传统企业高效、便捷、低成本的实现创新开中国智能制造产业发展报告(2022 年)7 辟新渠道。(3)个性化定制。个性化定制。5G 所具备的大带宽、低时延、可靠性的特点,提升了产线的柔性程度和灵活性,助力柔性化生产的大规模普及。一方面,5G 网络进入工厂,在减少机器与机器之间线缆成本的同时,利用高可靠性网络的连续覆盖,使机器人在移动过程中活动区域不受限,按需到达各个地点,在各种场景中进行不间断工作以及工作内容的平滑切换。另一方面,5G 可构建连接工厂内外的人和机器为中心的全方位信息生态系统,实现实时信息共享。让客户参与到企业的设产品设计及生产过程中,并实时查询产品状态信息。(4)服务化延伸。服务化延伸。制造业正积极探索由传统的产品为中心向以服务为中心的经营方式的转变,通过构建智能化服务平台和智能化服务成为新的业务核心,以摆脱对资源、能源等要素的投入。基于 5G,企业将更好实现产品联网与运行数据采集,并利用大数据分析提供多样化智能服务,延伸价值链条。制造业服务化延伸已成为越来越多制造企业销售收入和利润的主要基础,是制造业竞争优势的核心来源。(三三)5G 网络技术在工业互联网中的应用网络技术在工业互联网中的应用(1)5G 5G 网络技术的切片操作应用网络技术的切片操作应用 随着 5G 网络技术的出现和应用,工业互联网应用要求得到更好的满足。5G 网络技术要求传输数据的过程中必须切片,简单讲就是将互联网数据传输时间精确进行分割,当前我国 5G 网络技术已经能够到达毫秒切片,这就为 5G 网络技术在工业互联网中的应用打下了良好基础。工业行业运营发展过程中需要对网络传输速率进行控制时,使用 5G 网络技术就按照工业运营发展的实际需求去对时延效能进行灵活控制,使其能够同工业行业经营发展流程精确进行匹配。(2)5G 5G 网络技术的移动边缘操作应用网络技术的移动边缘操作应用 5G 网络技术的移动边缘操作,能够根据工业互联网的具体需求,在网络环境中出现数据传输情况时,移动边缘操作在网络中可以更加及时展开数据运算处理,不需要将网络中相关数据再传输到网络计算终端模块中。这项操作可中国智能制造产业发展报告(2022 年)8 有效满足了工业互联网庞大数据需要及时计算的相关要求。5G 网络技术的移动边缘操作应用到工业互联网中,能够充分体现出 5G 网络技术高速便捷的突出优势,能够有效提高工业数据的处理效率,保证工业行业经验发展过程中各项指令能够迅速执行,无需等待。5G 网络技术的移动边缘操作还能有效节省工业数据对网络环境资源的占用率,随时产生的数据能够随时得到处理,工业行业互联网的运营能力得到极大提高。(四四)5G 网络中工业互联网安全问题分析网络中工业互联网安全问题分析 在监测 5G 网络技术使用环境的过程中,发现工业互联网中存在很多安全问题。5G 网络技术支持下,工业行业的生产和管理过程中,因为工业互联网敞开性原因,极易发生被黑客攻击、侵入网络病毒、恶意代码、非法的网络访问等问题,从而破坏相关数据文件。(1)数据安全分析数据安全分析 工业互联网应用 5G 网络技术,因为数据文件传授效率的提高,在同一个时间段中相关数据的处理数量得到明显增加。数据和数据之间通过 5G 网络技术可以快速进行双向传输、交叉传输和多维传输等,这就增加了数据安全保护工作的难度。庞大繁杂的工业数据,因为类型等存在较大差异性,普通的网络保护措施已经很难有针对性对某些数据进行保护。特别是延时情况下的边缘计算操作,工业数据无法到达数据处理中心,只是跟随数据传输完成了表面的处理,这个过程中,工业互联网为执行边缘计算命令,数据系统的安全保护程序作用就会弱化,而且这种操作部署必然会导致工业互联网受到安全攻击。(2)控制安全分析控制安全分析 工业生产过程中生产体系的控制要求极为严格,针对工业生产的对应流程中,为了能够将工业互联网的对应资源集中使用于生产工作的各个流程中,就需要削弱对应的网络控制性能,比如在一些特定信息的传输过程中需要降低网络安全协议的网络传输带宽数据,减缩网络数据加密程序的宽带使用占比等等,当然这些数据被缩减后也将对工业互联网的安全使用情况造成直接影响。工业企业的生产环节中对于控制操作的工作极为多见,那么借助 5G 网络的切片技中国智能制造产业发展报告(2022 年)9 术对生产环节中各个数据进行深度分析,并进行精确的划分,这样的情况下能够在不同的工业互联网切片中自动构成一种相互隔离的地带,这样的设定在某种意义上而言的确可以减少风险因素的危害或者影响力度,比如一旦遇到某恶意程度针对工业互联网环境进行无端破坏或者恶意入侵时,只能够对其中的一个网络切片产生危害或者对应的影响,而不会危害其他切片。但是在实际的工业互联网检测管理工作中发现某些恶意攻击程序针对某个网络切片的攻击过程中会将这个切片作为入侵中心并且会对其他的切片发起再次的入侵指令,造成工业互联网环境被大面积损坏,造成整个工业互联网控制体系不能顺利运行。(3)应用安全分析应用安全分析 5G 网络技术具有强度的数据服务功能,能够较好兼容工业互联网所使用的相关软件系统。这就要求 5G 网络技术具备较好的开放性,但是这就给工业互联网安全埋下了隐患。5G 网络技术的网络敞口中,在为工业数据提供较为快速便捷的传输通道的同时端口开放过程中也会遭受到外部网络带来的干扰。5G 网络技术把访问权利放给工业行业相关部门后,在外界网络同工业互联网的连接过程当中,无法避免的会接触的网络风险因素,如非法程序等。5G 网络技术的端口传输协议如果不够严谨,某些非法程序就会侵入工业互联网中。这种 5G 网络技术的安全漏洞问题,会导致工业互联网遭受入侵,篡改工业经验管理成效,同时还会泄漏工业行业的相关敏感信息,致使其无法正常工业作业,工业行业就会遭受巨大损失。(五五)提升提升 5G 网络在工业互联网安全的有效措施网络在工业互联网安全的有效措施(1)完善现有工业用户的安全使用机制完善现有工业用户的安全使用机制 工业互联网的实际安全管理工作完善期间,必须综合考虑工业用户的核心地位,完善 5G 网络的安全管理机制,并且建立对应的安全管理体系。在 5G 网络环境的大背景下,受数据传输等环节的实际要求,网络环境处于开放状态是不可避免的。工业互联网的安全管理机制的实际操作中能够借助用户的身份认证途径在 5G 网络环境中设定对应的验证程度。5G 网络技术在整个工业生产以及对应的管理工作中能够将身份验证管理程度以及网络系统的管理程序进行中国智能制造产业发展报告(2022 年)10 有机结合和有效的兼容,不论是什么数据进行传输或者使用者进行访问时,系统针对数据进行对应处理的前提是对用户身份进行对应的分析和验证,如果验证结束后发现该用户访问或者查询的数据并无对应的访问权限,也就是说该用户的身份验证参数无法与对应的数据相匹配时,工业互联网体系将会拒绝该用户的相关指令,自动拒绝该访问信息,并将这个无法认证用户身份信息的数据进行有效的阻隔。设定的安全管理系统明确规定只有工业企业对应授权的互联网管理人员具备相应的权限,依照实际的要求对阻隔的数据信息进行对应审核。如果是无意中操作的一些无伤害性指令划归至常规数据中,而对于一些具备权限访问条件但是并未获得对应权限的人员可进行对应流程进行人工授权,以此获取对应的权限,而对于一些未经过工业互联网管理人员同意私自或者有意识的入侵系统数据的指令将被划归至风险档案中对其进行对应的安全处理。(2)完善现有完善现有 5G 5G 网络部署的安全机制建设网络部署的安全机制建设 工业互联网作为一个具备综合特性的大的网络环境背景,针对不同的职能和不同的工作性质需给予对应的授权管理工作,针对网络衔接过程中需要综合分析工业互联网的容量以及兼容等性能特点。工业互联网在实际运行中为了确保各环节的正常运行,需扩充对应的网络站点以满足发展需求,在网络站点的具体部署工作中需要面对各个网络系统的工作现状需求,做好互相兼容并能及时进行沟通。5G 网络的技术性能非常强大,不仅仅具备 4G 网络所有的有点,满足不同的应用需求,还能够在安全机制建立期间发挥 5G 网络的也有的优势。不同网络系统兼容产生的端口上能够以加密技术提升网络安全管理效果,数据传输时必须经过网络敞口,规避和预防网络使用时借助漏洞窃取或者篡改数据的危险事件。(3)强化网络安全协议认证监管工作强化网络安全协议认证监管工作 5G 网络技术在工业互联网中的应用过程,必须提升对于网络安全协议的认知监管力度,这样可提升工业网络环境的规范化管理效果。针对特殊需求的工业个体,网络运营商有协助义务为其提供所需的安全协议内容,帮助工业个体能够更加完善和全面的监管和管控自身的网络体系。当然,国家在发展的过程中也必须重视 5G 网络完全监管服务,依针对整个互联网环境进行有效的控中国智能制造产业发展报告(2022 年)11 制和净化,并且以高科技技术手段作为依托提升网络信息的辨识度,在网络安全协议认证体系的监管下提升工业互联网安全有序开展。综上所述,5G 网络凭借自身高传输性能这一特殊优势为工业领域的发展注入新鲜血液,带来新的发展契机。工业互联网在使用 5G 网络技术的过程中必须考虑和重视其中可能出现的安全问题,提升对于 5G 网络的安全管理工作并借鉴近年来出现的 5G 网络危险事件的处理经验,积极有效开展并且构建全面化、可靠性的 5G 安全管理体系,维护工业互联网安全运行模式成为 5G 网络技术提出的必然要求。中国智能制造产业发展报告(2022 年)12 第二篇 工业互联网的体系架构 工业互联网是工业制造与 IT 融合形成的新型应用架构,其意义在于发展相关支撑技术以促进工业生产生态的重构。为了快速、广泛的部署并推广应用,我国相继发布了工业互联网体系架构 1.0和工业互联网体系架构 2.0。一、一、工业互联网体系架构工业互联网体系架构 1.0 我国工业互联网产业联盟(AII,Alliance of Industrial Internet)于 2016 年发布工业互联网体系架构 1.0,如图 2-1 所示。工业互联网体系架构 1.0 从工业智能化发展角度出发,以基于全面互联而形成数据驱动的智能为核心,网络、数据、安全为工业和互联网的共性基础和支撑(其中,“网络”支撑数据传输交换,“数据”驱动智能化生产,“安全”保障工业生产中数据与网络交互)。图图 2-1 工业互联网体系架构工业互联网体系架构 1.0 工业互联网体系架构 1.0 涵盖了数据层面、网络层面和安全层面。数据层面主要用于生产数据的感知和产品反馈优化,通过 IoT 技术将生产数据进行采集,通过数据建模与仿真,将数据进行分析得到优化决策,从而反馈到生产层中国智能制造产业发展报告(2022 年)13 面实现产品生产的优化;网络层面为适应智能制造发展,促使工厂内部网络呈现扁平化、IP 化、无线化及灵活组网的特点;安全层面构建工业互联网安全保障体系,满足体系架构下的网络安全应用,实现智能化生产环境下的设备安全、网络安全、控制安全、应用安全和数据安全。为了实现工业全流程智能化的目标,工业互联网体系架构 1.0 构建了三大优化闭环。面向机器设备运行优化的闭环:实现生产设备的动态调整优化,构建智能生产线。面向生产运营优化的闭环:动态调整生产运营管理,构建智能生产模式,实现复杂环境下的优化管理。面向企业协同、用户交互与产品服务优化的闭环:满足资源和商业活动的创新优化,构建网络化协同、产品个性化定制及服务化升级的新模式。工业互联网体系架构 1.0 从宏观主体层次的角度定义了工业互联网的整体体系,这种架构无法构建一个通用、完善的工业互联网体系架构。为了能够更好地适用于各个领域实际应用场景,特别是强化信息技术在解决方案与行业应用推广的实操指导性,以便更好地支撑我国工业互联网未来十年的发展。AII 考虑到架构 1.0 的不足,并在此基础上于 2020 年正式提出了工业互联网体系架构 2.0。二、二、工业互联网体系架构工业互联网体系架构 2.0 工业互联网体系架构 2.0 是为了支撑工业企业获得更全面、更系统、更具体的指导性框架,进而实现规模化的推广应用而设计的。架构 2.0 继承了架构 1.0 的网络、数据、安全三大功能体系,并利用工业互联网平台代替了数据功能降低架构 1.0 的冗余,通过弱化数据传输以及数据安全等功能加强数据的集成、分析、优化功能。此外,架构 2.0 还定义了业务视图、实施框架以及技术体系,如图 2-2 所示。中国智能制造产业发展报告(2022 年)14 图图 2-2 工业互联网体系架构工业互联网体系架构 2.0 工业互联网体系架构 2.0 通过自上而下的方式对业务视图、功能架构、实施框架和技术体系进行融合贯通,明确了功能架构设计以及实施部署方式。业务视图分别从宏观和微观视角对企业数字化转型进行了把握,指导企业正确理解工业互联网的定位、价值,明确其在转型过程中的业务需求、以及如何转型的技术支撑,从而指导后续功能架构的设计。功能架构在业务视图的指引下,建立了以平台为核心、以网络为基础、以安全为保障的三大体系,并对这三大体系的运作进行抽象,形成工业数字化应用的优化闭环。实施框架是对功能架构在企业中如何部署做出的规划,即“在哪做”“做什么”“怎么做”的问题。实施框架划分出了设备层、边缘层、企业层、产业层等实施层级,并明确以上层级中网络、标识、平台、安全 4 个实施系统的部署,能够更好地与现有的制造体系相结合。技术体系是保证整个工业互联网赋能工业转型升级的基础,是用于支撑功能架构实现,构建实施框架的整体技术体系。中国智能制造产业发展报告(2022 年)15 第三篇 工业互联网的关键技术 由工业互联网技术体系可知,以 5G、EC、工业智能、区块链、DT 技术为代表的关键技术对支撑工业互联网体系架构中功能架构的网络、平台和安全的建设以及实现数据优化闭环有着极其重要的作用,而功能架构又是赋予企业智能化落地实施的能力架构,因此,必须深度集成和融合这五大关键技术。本节重点介绍了关键技术如何解决企业在升级改造中面临的问题,总结了当前的典型应用场景以及应用挑战。一、一、5G 技术技术 工业领域中业务场景复杂多样,需要具有海量连接、低时延的网络连接技术来实现人机物之间的互联互通。5G 作为最新一代蜂窝移动技术,具有海量连接、高可靠、低时延等特点,是工业互联网实现全面连接的基础,能够应用于增强型移动宽带(eMBB,enhanced mobile broadband)、大连接物联网(m MTC,massive machine type communication)、超可靠低时延通信(URLLC,ultra reliable low latency communication)三大场景。利用 5G 无线技术、网络切片技术,以及其他与网络技术融合的 5G 时间敏感网络(TSN,time sensitive network)、5G 云等技术,可有效解决不同工业场景的多样性需求。当前,5G 赋能工业互联网已经得到了一定的研究和应用。在生产制造场景下,5G 能够支持自动导引运输车(AGV,automated guided vehicle)的部署。Siriwardhanad 等将当地 5G 运营商与移动网络运营商(MNO,mobile network operator)架构相结合,将 AGV 与制导控制器进行连接,实现低时延并且能够确保数据的安全性。由此可见,5G 技术能够解决工业企业在生产制造以及业务方面遇到的困难。尽管 5G 技术能够满足部分场景的需求,但主要集中在大型的企业中,对大多数的中小制造企业来说,它们的基础设施并不具备智能化、数字化的能力,面临着部署成本高,无法实现大规模部署的问题。当前,5G 与工业互联网的融合还处于探索阶段,对于工业中硬实时控制的需求还有所欠缺,缺乏针对工中国智能制造产业发展报告(2022 年)16 业领域的解决方案。相信随着工业互联网创新发展行动计划(20212023)的实施以及工业互联网 2.0 体系的推广,将加速推动 5G 工业互联网创新模式的发展,并最终为工业数字化转型提供技术支撑和智力保障。二、二、边缘计算技术边缘计算技术 工业领域的部分控制场景对计算能力的高效性有严格要求,将数据传输到云端进行计算可能会造成巨大的损失,并且,在工业现场中存在大量异构的总线连接,设备之间的通信标准不统一,因此需要将计算资源部署在工业现场附近以满足业务高效实时的需求。边缘计算作为靠近数据源头或者物的网络边缘侧,融合网络、应用核心能力、计算存储的开放平台,有低时延、高效、近端服务、低负载等优点,能够就近提供边缘智能服务,是工业互联网不可或缺的关键性环节。当前,边缘计算赋能工业互联网已经得到了一定的研究和应用。通过利用边缘计算技术将工业场景中的计算以及存储分散到工业互联网边缘来降低云端计算和存储的压力,解决云计算模式存在的实时性差、运维成本高、数据安全存在风险等问题。GSMA 联合全球运营商合作构建了电信边缘云平台。中国联通推出了 CUC-MEC 平台,并设计了 EdgePOD 一体化边缘解决方案。中国电信也开展了 5G MEC 的应用合作创新。由此可见,边缘计算技术能够满足工业领域中信息化与工业化深度融合的产能升级和高性能网络化的需求。综上,EC 技术已经广泛应用于工业互联网中,但其仍面临设备接口标准不统一、测试标准不统一的问题,并且在应用过程中还存在许多安全问题。在边缘计算的架构中位于不同层次的边缘服务器拥有不同的计算能力,所以未来需要继续提升 EC 的性能以在运行的过程中完成成本分析以及负载的分发。此外,在行业应用中对于网络传输、可靠性要求普遍较高,因此 EC 需要与行业应用、运营商网络进行高效协同,其系统隔离、数据安全能力仍有待进一步提高。未来,边缘计算的发展将为工业、制造业以及其他新兴产业提供更加强大的驱动力。中国智能制造产业发展报告(2022 年)17 三、三、数字孪生数字孪生 数字孪生技术的发展源于新一代信息技术与不同领域技术的融合,是在 CPS、建模仿真、大数据与人工智能技术的基础上发展起来的一门新兴技术。(1)物联网技术。物联网技术。数字孪生是物理世界在数字世界的孪生,如何实现数字孪生与物理世界的虚实映射是数字李生实施的基础。物联网是以感知技术和网络通信技术为主要手段,实现人、机、物的泛在连接,提供信息感知、信息传输、信息处理等服务的基础设施。随着物联网的不断健全和完善,数字李生所需的各种数据的实时采集、处理得以保障。在空间尺度上,由于物联网万物互联的属性,面向的对象由整个产业垂直细分至较小粒度的物理实体。同时,在时间尺度上,由于物联网实时性的提升,使得不同时间粒度的数据交互成为可能。以上使得数字李生正在变得更加多样化和复杂化,使得数字世界和物理世界能够在物联网的支持下进行时间和空间上细粒度的虚实交互,以支撑不同尺度的应用。(2)大数据技术。大数据技术。数据是数字孪生系统动态运行的最重要的驱动力量。随着数据时代的到来,大数据分析应运而生。通过体现大数据海量、异构、高速、可变性、真实性、复杂性和价值性等特征,大数据分析面向解决具体问题提出相应的算法和框架模型。对数字李生系统而言,大数据分析为深度探索物理空间事物提供可能,而通过数据可视化,为数字孪生系统揭示物理实体的隐性信息提供了有效工具。(3)多领域、多层次参数化机理模型建模技术。多领域、多层次参数化机理模型建模技术。物理实体的机理模型是数字孪生系统的骨架。近年来,不同领域混合的多层次精准建模方法为数字孪生技术对物理世界真实描述提供了使能技术。首先,其综合复杂物理实体涉及的针对诸如机械、电气、液压、控制及具体行业特征进行综合建模的能力,为数字孪生系统对物理实体的有机综合分析提供了高可用技术;其次,物理实体机理模型的多层次表述能力,可使得模型在不同空间粒度上对实体进行客观真实表述;再次,参数化建模方法为数字孪生实体机理模型对物理实体在时间维度上变化的映射,即模型的动态更新能力,提供了有效手段。(4)人工智能技术。人工智能技术。数字孪生系统对工程应用的重要意义在于其智能分中国智能制造产业发展报告(2022 年)18 析和自主决策能力。人工智能技术的发展,可通过和传统的建模仿真分析技术结合,有效赋能数字孪生系统,使得数字孪生系统可针对过去、现在的状况进行综合智能分析,并进行自主决策,对物理世界的变化进行准确判断和决策,对物理世界的活动进行智能化支撑。(5)云边缘协同计算技术。云边缘协同计算技术。数字孪生系统是庞大复杂的系统,然而其对物理世界的感知和决策支持往往具有时效性和个性化的特点。云边缘协同计算技术,可有效地发挥云端强大的存储计算能力和边缘端个性化实时感知和控制能力,为数字孪生系统的高效运行提供支撑。综上,物联网、大数据、多领域多层次参数化实体建模技术、人工智能技术、云边缘协同计算技术相互交互,相互融合,加速推动着数字孪生的落地应用。四、四、区块链技术区块链技术 工业互联网平台在部署过程中工业数据需要上云,企业对自身隐私数据泄露存在担忧而不愿参与其中,阻碍了工业互联网平台的推广。因此需要一项技术解决工业互联网中博弈多放的互信协作问题,以及各企业对自身数据的控制权问题。区块链是由多种技术集成创新形成的分布式网络数据管理技术39,通过区块链的加密算法、访问控制、隐私保护、入侵检测等技术,可以实现工业企业内部各个环节的数据共享、网络加密及访问权限控制等功能,并且可以利用区块链分布式的特点促进产业链的协同和产融协同。工业互联网平台下两种技术在兼容与调和过程中并不是简单的技术嵌入,而是需要在更多模式上进行升级。对于区块链如何同工业互联网平台进行业务上的集成与融合、各项标准制定也是未来需要研究的重点。随着“区块链 工业互联网”融合研究以及各项标准制度的发展与完善,再加上对区块链核心技术的不断研究和更多模式上的升级和探索,区块链技术将在工业互联网中网络安全保障、资源高效分配、制造数据追溯、智能协同制造等方面发挥更大的推动作用。中国智能制造产业发展报告(2022 年)19 第四篇 工业互联网的全球发展形势 一、一、全球智能制造发展现状全球智能制造发展现状 智能制造作为先进制造技术与信息技术深度融合的成果,已经成为制造业的发展趋势,中国制造 2025的颁布标志着智能制造成为我国制造业转型升级的主攻方向。大力发展智能制造不仅符合我国制造业转型升级的要求,而且是推动供给侧结构性改革、适应并引领“新常态”的重要抓手。20 世纪 80 年代末,Wright 和 Bourne 合著的智能制造一书的出版标志着智能制造概念的提出。经过了数十年的发展,智能制造的内涵逐渐丰富化,目前一般认为智能制造的含义是,在新一代信息技术的基础上,将产品制造流程和生命周期作为对象,实现系统层级上的实时优化管理,是成熟阶段的制造业智能化。相比于数字化和网络化阶段,智能制造全面使用计算机自动控制,并实现工业互联网、工业机器人、大数据的全面综合应用。智能制造可以大大缩短产品研发时间、提质增效、降低成本,体现了实体物理与虚拟网络的深度融合特征。(一一)德国德国 德国作为全球制造业中最具竞争力的国家之一,德国的西门子、奔驰、博世、宝马等品牌以其高品质享誉世界。为了保持德国制造在世界的影响力,推动德国制造业的智能化改造,在德国工程院及产业界共同推动下,德国在 2013年正式推出了德国工业 4.0 战略。工业 4.0 的内涵是凭借智能技术,融合虚拟网络与实体的信息物理系统,降低综合制造成本,联系资源、人员和信息,提供一种由制造端到用户端的生产组织模式,从而推动制造业智能化的进程。德国智能制造以信息物理系统为中心,促进高端制造等战略性新兴产业的发展,大幅减少产品生产成本,构建德国特色的智能制造网络体系。德国工业 4.0 战略的智能化战略主要包括智能工厂、智能物流和智能生产三种类别。总而言之,德国制造业的智能化过程以工业 4.0 战略为依托,顺应第四次工业革命的历史机遇,通过标准化规范战略部署,重视创新驱动,实现制造业智能化转型升级的战略目标,使德国在全球化生产中保持科研先发优势。中国智能制造产业发展报告(2022 年)20 工业 4.0 发布后,德国各大企业积极响应,产业链不断完善,已经形成工业 4.0 生态系统。德国的工业 4.0 平台还发布了工业 4.0 参考架构。2014 年 8 月,出台 数字议程(2014-2017),这是德国 高技术战略 2020的十大项目之一,旨在将德国打造成数字强国。议程包括网络普及、网络安全及“数字经济发展”等方面内容。2016 年,发布数字化战略 2025,目的是将德国建成最现代化的工业化国家。该战略指出,德国数字未来计划由 12 项内容构成:工业 4.0 平台、未来产业联盟、数字化议程、重新利用网络、数字化技术、可信赖的云、德国数据服务平台、中小企业数字化、进入数字化等。2019 年 11 月,发布德国工业战略 2030,主要内容包括改善工业基地的框架条件、加强新技术研发和调动私人资本、在全球范围内维护德国工业的技术主权。德国认为当前最重要的突破性创新是数字化,尤其是人工智能的应用。要强化对中小企业的支持,尤其是数字化进程。(二二)美国美国 美国是智能制造的重要发源地之一。早在 2005 年,美国国家标准与技术研究所提出“聪明加工系统研究计划”,这一系统实质就是智能化,研究的内容包括系统动态优化、设备特征化、下一代数控系统、状态监控和可靠性、在加工过程中直接测量刀具磨损和工件精度的方法。2006 年,美国国家科学基金委员会提出了智能制造概念,核心技术是计算、通信、控制。成立智能制造领导联盟 SMLC,打造智能制造共享平台,推动美国先进制造业的发展。2017 年,美国清洁能源智能制造创新研究院(CESMII)发布的智能制造 20172018 路线图指出,智能制造是一种制造方式,在 2030 年前后就可以实现,是一系列涉及业务、技术、基础设施及劳动力的实践活动,通过整合运营技术和信息技术的工程系统,实现制造的持续优化。该定义认为智能制造有四个维度,“业务”位于第一位,智能制造最终目标是持续优化。该路线图的目标之一就是在工业中推动智能制造技术的应用。2018 年,发布先进制造业美国领导力战略,提出三大目标,开发和转中国智能制造产业发展报告(2022 年)21 化新的制造技术、培育制造业劳动力、提升制造业供应链水平。具体的目标之一就是大力发展未来智能制造系统,如智能与数字制造、先进工业机器人、人工智能基础设施、制造业的网络安全。2019 年,发布人工智能战略:2019 年更新版,为人工智能的发展制定了一系列的目标,确定了八大战略重点。(三三)日本日本 日本在智能制造领域积极部署。积极构建智能制造的顶层设计体系,实施机器人新战略、互联工业战略等措施,巩固日本智能制造在国际上的领先地位。日本提出以工业互联网和物联网为核心的协同制造发展策略。事实上,日本的智能生产起步很早,在上世纪 70、80 年代,日本就提出柔性制造 FMS()。1989 年,日本率先提出了智能制造系统 IMS()的概念,主要关注工厂内部系统智能化,并没有加入互联网因素。2015 年起,日本开始发力智能制造。2015 年 1 月发布“新机器人战略”,其三大核心目标分别是世界机器人创新基地、世界第一的机器人应用国家及迈向世界领先的机器人新时代。2015 年 10 月,日本设立 IoT 推进组织,推动全国的物联网、大数据、人工智能等技术开发和商业创新。之后,由 METI(日本经济贸易产业省)和 JSME-MSD(日本机械工程师协会)发起产业价值链计划,基于宽松的标准,支持不同企业间制造协作。2016 年,日本提出 IVR,开始推动信息技术在工业领域的应用,并发布相应的体系架构。2017 年 3 月,日本明确提出“互联工业”的概念,安倍发表互联工业:日本产业新未来的愿景的演讲,其中三个主要核心是:人与设备和系统的相互交互的新型数字社会,通过合作与协调解决工业新挑战,积极推动培养适应数字技术的高级人才。互联工业已经成为日本国家层面的愿景。在 制造业白皮书(2018)中,日本经产省调整了工业价值链计划是日本战略的提法,明确了“互联工业”是日本制造的未来。为推动“互联工业”,日本提出支持实时数据的共享与使用政策;加强基础设施建设,提高数据有效利用率,如培养人才、网络安全等;加强国际、国内的各种协作。2019 年,日本决定开放限定中国智能制造产业发展报告(2022 年)22 地域内的无线通信服务,通过推进地域版 5G,鼓励智能工厂的建设。(四四)欧盟欧盟 欧盟委员会于 2020 年 3 月发布了面向 2030 年的欧盟新工业战略,与欧盟数据战略 人工智能白皮书共同构成欧盟“数字化转型计划”的重要组成部分。欧盟新工业战略 旨在推动欧盟工业在气候中立和数字化的双重转型中保持领先,意图抢占数字化工业主导地位、提升全球数字竞争力、释放数字经济潜力,以应对全球经济前景的不确定性。战略提出,绿色、循环、数字化是工业转型的关键驱动因素,并提出了一系列具体行动计划,特别是在新冠肺炎疫情爆发的背景下,强调借助数字基础设施、数字技术等手段提高欧盟工业竞争力和战略自主性至关重要,值得深入思考。通过观察,各国在推动本国制定的战略的同时,也在积极开展合作。比如美国和德国在积极对接后,提出工业 4.0 平台和 IVC 进行合作,因为他们认为彼此的架构是相互呼应的,可以融合发展,在一系列产品解决方案、参考架构对接和标准化工作方面进行全方位的合作。此外,德国在对各国智能制造战略进行系统性研究后,明确了自己的国际化战略。即不管是对美国还是对中国,一方面强调通过贸易和设备供应的方式,与不同国家进行合作;另一方面又非常强调在技术和标准上以“我”为主,强化合作。二、二、全球智能制造业格局全球智能制造业格局 当今世界的很多工业强国都在将人工智能看成是下一个发展风口。日本、德国、美国自不必说,巴西、印度等新兴经济体同样把人工智能看做是一个新兴领域不断加持。它作为全球下一轮科技革命与产业革命的关键领域,对整个世界的发展具有重大意义。根据全球智能制造发展指数报告评价结果显示,美国、日本和德国名列第一梯队,是智能制造发展的“引领型”国家;英国、韩国、中国、瑞士、瑞典、法国、芬兰、加拿大和以色列名列第二梯队,是智能制造发展的“先进型”国家。目前全球智能制造发展梯队相对固定,形成了智能制造“引领型”与“先中国智能制造产业发展报告(2022 年)23 进型”国家稳定发展,“潜力型”与“基础型”国家努力追赶的局面。新一代信息技术与制造业深度融合,正在引发影响深远的产业变革,形成新的生产方式、产业形态、商业模式和经济增长点。各国都在加大科技创新力度,推动三维(3D)打印、移动互联网、云计算、大数据、生物工程、新能源、新材料等领域取得新突破。基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革;网络众包、协同设计、大规模个性化定制、精准供应链管理、全生命周期管理、电子商务等正在重塑产业价值链体系;可穿戴智能产品、智能家电、智能汽车等智能终端产品不断拓展制造业新领域。我国制造业转型升级、创新发展迎来重大机遇。当前,智能制造已经成为全球价值链重构和国际分工格局调整背景下各国的重要选择。各发达国家纷纷加大制造业回流力度,提升制造业在国民经济中的战略地位。德国的“工业 4.0”,美国“工业互联网”战略、日本机器人新战略、法国“新工业法国”方案,均在积极部署自动化、智能化。除了国家以外,企业也在进行积极的探索。例如相当一部分的传统制造业基于传统制造能力的优势,着重提升数字化的能力,推动智能制造。西门子着手智能制造的推进,依托自己在装备和自动化技术上的优势,通过合作、并购不断补齐数据、软件等信息技术的短版,打造了一个全面化智能制造解决方案体系。这是非常传统经典的提升路径。还有一些老牌装备企业,利用互联网技术重构生产体系,推动智能制造。以 GE 为例,通过构建工业互联网平台 Predix,将传统层级制造体系转化为以平台为核心的网络制造体系,通过开放平台,引入产业合作力量,塑造产业竞争新优势。这是非典型的工业企业的转型发展路径。还有一些互联网企业通过引发产品变革乃至颠覆原有产业形态,来推动智能制造。以谷歌为例,其不断将其互联网技术和思维传递至工业领域,促进工业企业推出智能化产品,并使得原来以产品销售为核心的产业形态转化为以智能服务为核心的新形态。中国智能制造产业发展报告(2022 年)24 第五篇 智能制造在中国的概况 一、一、中国智能制造发展现状和形势中国智能制造发展现状和形势 智能制造装备产业在我国的发展历史较短,随着上世纪 80 年代中期,发达国家开始大量生产自动化生产设备,我国也开始逐步加大对工业机器人的研究支持。1985 年,我国将工业机器人列入科技攻关发展计划,成为智能制造装备产业在我国发展的重要里程碑。经过 30 多年的发展,我国智能制造装备行业已初步形成了以新型传感器、智能控制系统、工业机器人、自动化成套生产线为代表的产业体系。近年来,中国的经济发展已由高速增长阶段逐步转入高质量发展阶段,政府更加关注于优化经济结构、转换增长动力。在新型工业化加速发展的大背景下,我国高度重视智能制造装备产业的发展。对制造业企业而言,构建智能制造系统的核心价值主要体现在降低生产成本、提升生产效率和重塑管理方式。在此背景与国家政策的双双驱动下,我国智能制造行业规模快速增长。随着我国经济发展进入新常态,经济增速换挡、结构调整阵痛、增长动能转换等相互交织,长期以来主要依靠资源要素投入、规模扩张的粗放型发展模式难以为继。加快发展智能制造,对于推进我国制造业供给侧结构性改革,培育经济增长新动能,构建新型制造体系,促进制造业向中高端迈进、实现制造强国具有重要意义。随着新一代信息技术和制造业的深度融合,我国智能制造发展取得明显成效,以高档数控机床、工业机器人、智能仪器仪表为代表的关键技术装备取得积极进展;智能制造装备和先进工艺在重点行业不断普及,离散型行业制造装备的数字化、网络化、智能化步伐加快,流程型行业过程控制和制造执行系统全面普及,关键工艺流程数控化率大大提高;在典型行业不断探索、逐步形成了一些可复制推广的智能制造新模式,为深入推进智能制造初步奠定了一定的基础。经过几十年的快速发展,我国制造业规模跃居世界第一位,建立起门类齐全、独立完整的制造体系,但与先进国家相比,大而不强的问题突出。目前我国制造业尚处于机械化、电气化、自动化、数字化并存,不同地区、中国智能制造产业发展报告(2022 年)25 不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键共性技术和核心装备受制于人,智能制造标准/软件/网络/信息安全基础薄弱,智能制造新模式成熟度不高,系统整体解决方案供给能力不足,缺乏国际性的行业巨头企业和跨界融合的智能制造人才等突出问题。从我国制造业发展整体水平来看,地区间、行业间以及企业之间智能制造发展不平衡,一些企业已开始智能化探索,但更多企业尚处于电气化、自动化甚至机械化阶段,半机械化和手工生产在一些欠发达地区仍然存在。根据两化融合服务联盟、国家工业信息安全发展研究中心发布的中国两化融合发展数据地图(2018)的数据显示,截至 2018 年,我国两化融合水平达到 53.0,智能制造就绪率为 7%,制造业全面实现数字化、网络化、智能化还有很长的路要走。我国欠发达地区智能制造水平在国内相比也往往较低。相对工业发达国家,推动我国制造业智能转型,环境更为复杂,形势更为严峻,任务更加艰巨。我们必须遵循客观规律,立足国情、着眼长远,加强统筹谋划,积极应对挑战,抓住全球制造业分工调整和我国智能制造快速发展的战略机遇期,引导企业在智能制造方面走出一条具有中国特色的发展道路。我国经济正处在转变发展方式、优化经济结构、转换增长动力的攻关期,制造业是实体经济的主体,是关系到我国经济高质量发展的重要战略领域。党和国家领导人对工业智能制造高度重视,并对制造业与互联网等新型产业的融合做出多次指示。2018 年 4 月 20 日,习近平总书记在全国网络安全和信息化工作会议上强调,“信息化为中华民族带来了千载难逢的机遇。”在十九大报告中,习总书记也强调了“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”的重要意义。网络强国是技术强、基础强、内容强、人才强、话语强为核心的国家信息化发展战略。党的十八届五中全会通过的“十三五”规划建议,明确提出实施网络强国战略以及与之密切相关的“互联网 ”行动计划。国务院在 2016 年 12 月 19 日印发“十三五”国家战略性新兴产业发展规划中,发展新一代信息产业成为五大领域之首,其中大力推进第五代移动通信(5G)联合研发、试验和预商用试点成为构建网络强国的重要基础。2018 年 4 月,在全国网络中国智能制造产业发展报告(2022 年)26 安全和信息化工作会议上,习总书记深入阐述了网络强国战略思想,系统明确了一系列方向性、全局性、根本性、战略性问题,对当前和今后一个时期网信工作做出重要战略部署。制造强国战略是中国立足新工业革命趋势下,深化工业化进程、实现工业化梦想的必然要求。2015 年 5 月 19 日,国务院正式发布 中国制造 2025,意味着我国全面部署实施制造强国战略。2017 年 10 月,关于深化“互联网 先进制造业”发展工业互联网的指导意见发布,指出要形成实体经济与网络相互促进、同步提升的良好格局,推动实体经济转型升级,打造制造强国、网络强国。系列文件的出台为我国工业智能制造提出了要求和方向,未来产业链在互联网化过程中有效把控和使用数字化资源的能力,关系到一国核心竞争实力,同时也是我国经济转型升级的助推器。(一一)中国智能制造发展取得积极成效中国智能制造发展取得积极成效 我国于 2015 年出台中国制造 2025十年战略规划,目前规划实施已经近半,我国智能制造进入高速成长期,发展取得明显成效,主要体现在以下方面:一是我国工业企业数字化能力素质提升,为未来制造系统进一步向智能化发展奠定基础。二是中国已成为工业机器人第一消费大国,需求增长强劲。在“十三五”规划等文件中提到当前各国都将制造业放到非常重要的战略位置,智能制造已成为制造业竞争的主战场。我国高度重视智能制造发展,随着制造业智能化的升级改造,我国智能制造产业呈现较快的增长。2017 年,中国智能制造产业产值规模将近 15000 亿元,预计到 2020 年产值规模将超 27000 亿元。从 2021 年我国智能制造业的发展情况看“十三五”已实现目标:十三五末 智能制造产值将超 27000 亿元,期间同步实施数字化制造普及、智能化制造示范,构建新型制造体系。“十三五”以来,通过试点示范应用、系统解决方案供应 商培育、标准体系建设等多措并举,我国制造业数字化网络化 智能化水平显著提升,形成了央中国智能制造产业发展报告(2022 年)27 地紧密配合、多方协同推进的 工作格局,发展态势良好。供给能力不断提升,智能制造装备 国内市场满足率超过 50%,主营业务收入超 10 亿元的系统解 决方案供应商达 43 家。支撑体系逐步完善,构建了国际先行 的标准体系,发布国家标准 285 项,主导制定国际标准 28 项;培育具有一定影响力的工业互联网平台 70 余个。推广应用成 效明显,试点示范项目生产效率平均提高 45%、产品研制周 期平均缩短 35%、产品不良品率平均降低 35%,涌现出离散 型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务等智能制造业。从各个方面的统计数据看,中国智能制造业稳步提升:1.制造业数字化网络化智能化水平持续提升制造业数字化网络化智能化水平持续提升 据工信部材料,截至 2019 年 9 月,企业数字化研发设计工具普及率和关键工序数控化率分别达到 69.3%和 49.5%。2.“互联网“互联网 制造业”新模式不断涌现制造业”新模式不断涌现 截至 2019 年 9 月,开展网络化协同、服务型制造、个性化定制的企业比例分别达 35.3%、25.3%、8.1%。大规模个性化定制在服装、家具等行业加快推广,协同研发制造在汽车、航空、航天等高端制造领域日益兴起。3.工业互联网发展已迈出实质步伐工业互联网发展已迈出实质步伐 工业互联网已经广泛应用于石油、石化、钢铁、家电、服装、机械、能源等行业,国内具有一定行业和区域影响力的工业互联网平台总数超过了 50 家,重点平台平均连接的设备数量达到了 59 万台。根据世界银行的统计,按现价美元测算,2010 年我国制造业增加值首次超过美国,占全球比重为 17.6%,位列世界第一。联合国统计司的数据显示,截至 2016 年,我国制造业增加值规模达 3 万亿美元,占世界的比重为 24.5%。到 2018年,这一比重增长到 28%以上,工业增加值规模首次超过 30 万亿元。这些变化,深刻改变了全球制造业乃至全球经济发展的格局。统计显示,2020 年,中国智能制造产值有望超过 3 万亿元人民币,年均复合增长率约 20%。前瞻产业研究院分析,到 2024 年,我国智能制造业产值规模将超过 4.5 万亿元。中国智能制造产业发展报告(2022 年)28(二二)中国智能制造发展面临的机遇和挑战中国智能制造发展面临的机遇和挑战 作为国家间经济竞争的主战场,制造业在中国经济转型升级以及国际分工重新划分中占据着至关重要的地位,决定了这次“史诗级”战役的成败。在高新技术密集爆发的大背景下,智能制造无疑是制造业发展的重要驱动力,是推动制造业高质量发展的主攻方向。大力推进智能制造发展,是创造新动能、打造新优势,不断增强核心竞争力,推动我国产业迈向中高端的关键举措。智能制造是基于新一代信息技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动各个环节,具有自感知、自决策、自执行、自适应、自学习等特征,旨在提高制造业质量、效益和核心竞争力的先进生产方式。作为制造强国建设的主攻方向,智能制造发展水平关乎我国未来制造业的全球地位,对于加快发展现代产业体系,巩固壮大实体经济根基,构建新发展格局,建设数字中国具有重要作用。在政府层面,国家和地方一起发力,积极制定政策驱动智能制造,为我国智能制造发展把握好大方向。国家层面,2015 年,国务院发布实施制造强国战略第一个十年行动纲领中国制造 2025,提出实现制造强国的战略任务和重点之一是要推进信息化和工业化的深度融合,要把智能制造作为两化深度融合的主攻方向。2016 年,工信部、财政部发布 智能制造发展规划(2016-2020 年),提出智能制造发展“两步走”战略。2017 年 11 月,国务院发布 关于深化“互联网 先进制造业”发展工业互联网指导意见,提出要加快建设和发展工业互联网,推动互联网、大数据、人工智能和实体经济深度融合,发展先进制造业,支持传统产业优化升级。2019 年政府工作报告中,习近平总书记提出,要推动传统产业改造提升。同时,中央经济工作会议于 2018 年首次提出“新基建”这一概念,至今已有 7 次中央级会议或文件明确表示加强“新基建”。“新基建”提出的 5G、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七个方向的建设内容,适应中国当前社会经济发展阶段和转型需求,在补短板的同时将成为社会经济发展的新引擎。特高压、城际高速轨道交通、新能源汽车等应用行业的竞争力建设依赖于智能制造相关技术的快中国智能制造产业发展报告(2022 年)29 速发展,而 5G、大数据中心、人工智能、工业互联网等基础性技术的进步,又将持续推动我国智能制造技术升级的脚步。新基建目标的提出,为我国智能制造升级进一步明确了方向,提升了内在推动力,夯实了技术基础。作为数字经济的发展基石、转型升级的重要支撑,新一代信息技术引领的新型基础设施建设已成为我国谋求高质量发展的关键要素。2021 年 4 月 14 日,工业和信息化部发布了“十四五”智能制发展规划(征求意见稿)(以下简称规划),明确提出了我国“十四五”智能制造发展路径、具体目标、重点任务,对新时期我国推进数字化转型和智能化升级、促进制造业高质量发展,具有重要意义。“十四五”智能制造发展规划是为贯彻落实中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要“十四五”制造业高质量发展规划,加快推动智能制造发展,编制的规划。规划为我国“十四五”智能制造发展指明了方向,各部门、各地方、各企业要根据自身特点与发展需求,找到符合自己的发展路径和发展模式。呼应中央政策,围绕推动制造业高质量发展,强化工业基础和技术创新能力,促进先进制 造业和现代服务业融合发展,加快建设制造强国。地方层面,各省市利好政策不断出台,催生了大批智能制造产业链企业。广东、福建、安徽、江苏、北京、天津等省市结合自身发展情况,纷纷提出了地方智能制造发展规划,推动智能制造发展,并在智能制造链条上建设了大量的产业园区,孕育了一大批智能制造产业链企业,成为中国智能制造产业的重要承载地和孵化器。根据世界智能制造中心发展趋势报告(2019)统计,我国共有 437 家智能制造类产业园区,覆盖全国 27 个省市。与此同时,中国制造 2025、工信部智能制造发展规划(2016-2020 年)等一批规划纲要也提出把全面推行绿色制造作为实现制造强国战略目标的重要内容,积极追求绿色、智能、可持续的发展,实现与智能制造相互补充,相互促进。然而,我国工业化和经济现代化起步较晚,制造业总体水平不一,创新研发实力相对薄弱,智能制造发展面临诸多挑战。首先,工业基础设施和核心技术创新能力不足,对外依存度高。与欧美等中国智能制造产业发展报告(2022 年)30 发达国家相比,我国在传感器、高端芯片、基础软硬件等方面瓶颈突出,关键核心技术受制于人,严重制约了 我国智能制造的发展。以传感器举例,作为工厂智能化转型的基础条件,传感器在汽车、电子 等离散行业的数据采集上拥有大规模应用。然而,全球电子传感器市场被博世 BOSCH、MEAS、罗克韦尔 ROCKWELL 等国外企业垄断,国内传感器大多依赖进口,自产传感器几乎全是低端产品,难以跻身高端市场竞争。其次,信息化、智能化水平整体滞后。由于我国制造业体量庞大,一些先进的制造业企业正积极探索从机械化、自动化向智能化、信息化发展,但是很多企业仍然未完成数字化升级,与人工智能等前沿技术的融合还处于初级阶段,我国制造业距离真正的智能制造还有很长距离。再次,产业结构待改善,低端制造业市场同质化竞争严重。我国低端产业产能过剩,先进装备、核心部件、高性能材料等中高端产业的保障能力不能得到有效满足,导致我国装备制造业低端 市场同质化竞争严重,中高端市场发展缺乏技术和基础设施支持。最后,专业人才数量欠缺。智能制造产业相对于传统制造业对于高素质人才的需求更为明显,而且更需要懂得多方面知识与技能的复合型人才,对于高端专业人才的需求更是极为迫切,但是我国在高端、复合型人才数量上严重欠缺,难以满足智能制造领域的扩张需求。面对上述问题,我国要推动智能制造快速发展,需要从基础软硬件、核心技术、网络、生态等各方面入手,扎扎实实做强根基。二、二、中国智能制造政策措施中国智能制造政策措施 加快发展智能制造,是培育我国经济增长新动能的必由之路,是抢占未来经济和科技发展制高点的战略选择,对于推动我国制造业供给侧结构性改革,打造我国制造业竞争新优势,实现制造强国具有重要战略意义。中国政府将智能制造作为制造业高质量发展的主攻方向,围绕生态体系建设,深入实施智能制造工程,推动制造业智能化转型。一是坚持示范引领,深化行业应用及推广。二是坚持创新驱动,打造智能制造创新生态体系。三是坚中国智能制造产业发展报告(2022 年)31 持融合发展,培育带动新兴产业发展。四是坚持开放合作,深度融入全球供给体系。从顶层设计来看,有智能制造装备产业“十二五”发展规划 智能制造发展规划(2016-2020)等规划。在具体政策上,智能制造发展规划(2016-2020)、工业互联网发展行动计划 国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见 关于促进人工智能和实体经济深度融合的指导意见国家智能制造标准体系建设指南(2018 年版)中小企业数字化赋能专项行动方案(工信厅企业2020 10 号)等指引也陆续发布。(一一)加强统筹协调加强统筹协调 发挥国家制造强国建设领导小组作用,有效统筹中央、地方和其他社会资源,协调解决智能制造发展中遇到的问题,形成资源共享、协同推进的工作格局。发挥国家制造强国建设战略咨询委员会作用,为把握技术发展方向提供咨询建议。加强规划与其他专项、工程有机衔接。(二二)完善创新体系完善创新体系 在智能制造领域研究建立若干制造业创新中心,建立市场化的创新方向选择机制和鼓励创新的风险分担、利益共享机制,解决技术研究与产业化应用的鸿沟。围绕重点领域智能制造发展需求,建设重大科学研究和实验设施。支持智能制造公共服务平台建设,增强为行业服务能力。鼓励企业加大研发投入力度,加强智能制造关键技术与装备创新。(三三)强化人才支撑强化人才支撑 定期编制智能制造人才需求预测报告和紧缺人才需求目 录,出台智能制造从业人员能力要求等行业标准。支持建设智 能制造高技能人才实训基地。加强在职人员、转岗人员的数字 化技能培训,促进从业人员技术和知识结构升级,推进产教融合型企业建设。深入推进新工科建设,建设一批智能制造现代产业学院,加强相关学科专业和课程体系建设,加快高端人才培养。弘扬企业家精中国智能制造产业发展报告(2022 年)32 神和工匠精神,鼓励开展智能制造创新创业、技术技能大赛。(四四)提升公共服务提升公共服务 鼓励行业组织、地方政府、产业园区、科研院所、龙头企 业等建设智能制造公共服务平台,支持标准试验验证平台提升 检验检测、咨询诊断、培训推广等服务能力。制定智能制造公 共服务平台规范,构建优势互补、协同发展的服务网络。建立 长效评价机制,鼓励第三方机构开展智能制造能力成熟度评 估,研究发布行业和区域智能制造发展指数。(五五)深化开放合作深化开放合作 加强与相关国家、地区及国际组织的交流,开展智能制造 技术攻关、标准研制、示范应用、检测认证、人才培养等合作。鼓励跨国公司、国外科研机构等在华建设智能制造研发中心、示范工厂、人才培训中心等。依托共建“一带一路”倡议、金 砖国家、区域全面经济伙伴关系协定(RCEP)等国际合作机 制,鼓励智能制造装备、软件、标准和解决方案“走出去”。(六六)加大财税金融支持加大财税金融支持 加强国家科技重大专项、重点研发计划、产业基础再造工程、增强制造业核心竞争力专项等对智能制造领域的支持。优化首台(套)重大技术装备保险补偿和激励政策,促进智能制 造装备推广应用。鼓励国家制造业转型升级基金、先进制造产 业投资基金、国家中小企业发展基金及各类社会资本加大对智 能制造领域投资力度。引导金融机构为企业智能化改造提供中 长期贷款支持,开发符合智能制造特点的供应链金融、融资租 赁等金融产品。充分利用现有资金渠道对智能制造予以支持。按照深化科技计划(专项、基金等)管理改革的要求,统筹支持智能制造关键共性技术的研发。完善和落中国智能制造产业发展报告(2022 年)33 实支持创新的政府采购政策。推进首台(套)重大技术装备保险补偿试点工作。落实税收优惠政策,企业购置并实际使用的重大技术装备符合规定条件的,可按规定享受企业所得税优惠政策。企业为生产国家支持发展的重大技术装备或产品,确有必要进口的零部件、原材料等,可按重大技术装备进口税收政策有关规定,享受进口税收优惠。(七七)创新金融扶持方式创新金融扶持方式 发挥国家财政投入的引导作用,吸引企业、社会资本,建立智能制造多元化投融资体系。鼓励建立按市场化方式运作的各类智能制造发展基金,鼓励社会风险投资、股权投资投向智能制造领域。搭建政银企合作平台,研究建立产融对接新模式,引导和推动金融机构创新产品和服务方式。依托重点工程项目,推动首台(套)重大技术装备推广应用,完善承保理赔机制。支持装备制造企业扩大直接融资,发展应收账款融资,降低企业财务成本。(八八)发挥行业组织作用发挥行业组织作用 发挥行业协会熟悉行业、贴近企业优势,推广先进管理模式,加强行业自律,防止无序和恶性竞争。各相关行业协会要指导企业深化改革、苦练内功,抓好技术创新、人才培养,及时反映企业诉求,反馈政策落实情况,积极宣传和帮助企业用足用好各项政策。鼓励行业协会、产业联盟提升服务行业发展的能力,引导企业推进智能制造发展。(九九)深化国际合作交流深化国际合作交流 在智能制造标准制定、知识产权等方面广泛开展国际交流与合作,不断拓展合作领域。支持国内外企业及行业组织间开展智能制造技术交流与合作,做到引资、引技、引智相结合。鼓励跨国公司、国外机构等在华设立智能制造研发机构、人才培训中心,建设智能制造示范工厂。鼓励国内企业参与国际并购、中国智能制造产业发展报告(2022 年)34 参股国外先进的研发制造企业。三、三、中国智能制造战略布局中国智能制造战略布局 加快推动新一代信息技术与制造技术融合发展,把智能制造作为两化深度融合的主攻方向;着力发展智能装备和智能产品,推进生产过程智能化,培育新型生产方式,全面提升企业研发、生产、管理和服务的智能化水平。(一一)研究制定智能制造发展战略研究制定智能制造发展战略 编制智能制造发展规划,明确发展目标、重点任务和重大布局。加快制定智能制造技术标准,建立完善智能制造和两化融合管理标准体系。强化应用牵引,建立智能制造产业联盟,协同推动智能装备和产品研发、系统集成创新与产业化。促进工业互联网、云计算、大数据在企业研发设计、生产制造、经营管理、销售服务等全流程和全产业链的综合集成应用。加强智能制造工业控制系统网络安全保障能力建设,健全综合保障体系。(二二)加快发展智能制造装备和产品加快发展智能制造装备和产品 组织研发具有深度感知、智慧决策、自动执行功能的高档数控机床、工业机器人、增材制造装备等智能制造装备以及智能化生产线,突破新型传感器、智能测量仪表、工业控制系统、伺服电机及驱动器和减速器等智能核心装置,推进工程化和产业化。加快机械、航空、船舶、汽车、轻工、纺织、食品、电子等行业生产设备的智能化改造,提高精准制造、敏捷制造能力。统筹布局和推动智能交通工具、智能工程机械、服务机器人、智能家电、智能照明电器、可穿戴设备等产品研发和产业化。(三三)推进制造过程智能化推进制造过程智能化 在重点领域试点建设智能工厂/数字化车间,加快人机智能交互、工业机器人、智能物流管理、增材制造等技术和装备在生产过程中的应用,促进制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制。加快产品全生中国智能制造产业发展报告(2022 年)35 命周期管理、客户关系管理、供应链管理系统的推广应用,促进集团管控、设计与制造、产供销一体、业务和财务衔接等关键环节集成,实现智能管控。加快民用爆炸物品、危险化学品、食品、印染、稀土、农药等重点行业智能检测监管体系建设,提高智能化水平。(四四)深化互联网在制造领域的应用深化互联网在制造领域的应用 制定互联网与制造业融合发展的路线图,明确发展方向、目标和路径。发展基于互联网的个性化定制、众包设计、云制造等新型制造模式,推动形成基于消费需求动态感知的研发、制造和产业组织方式。建立优势互补、合作共赢的开放型产业生态体系。加快开展物联网技术研发和应用示范,培育智能监测、远程诊断管理、全产业链追溯等工业互联网新应用。实施工业云及工业大数据创新应用试点,建设一批高质量的工业云服务和工业大数据平台,推动软件与服务、设计与制造资源、关键技术与标准的开放共享。(五五)加强互联网基础设施建设。加强互联网基础设施建设。加强工业互联网基础设施建设规划与布局,建设低时延、高可靠、广覆盖的工业互联网。加快制造业集聚区光纤网、移动通信网和无线局域网的部署和建设,实现信息网络宽带升级,提高企业宽带接入能力。针对信息物理系统网络研发及应用需求,组织开发智能控制系统、工业应用软件、故障诊断软件和相关工具、传感和通信系统协议,实现人、设备与产品的实时联通、精确识别、有效交互与智能控制。中国智能制造产业发展报告(2022 年)36 第六篇 智能制造在中国态势分析 一、一、中国智能制造的优势分析中国智能制造的优势分析 党的二十大报告(以下简称报告)提出“高质量发展是全面建设社会主义现代化国家的首要任务”,并把“经济高质量发展取得新突破,科技自立自强能力显著提升”置于今后五年主要目标任务的首要位置。在实现高质量发展过程中,作为新一轮科技革命核心技术范式的智能制造,是经济高质量发展的破题之举,是提升科技自立自强能力的主阵地,是通过“数实融合”建设制造强国的主攻方向。党的十八大以来,以习近平同志为核心的党中央高瞻远瞩,高度重视科技创新和产业升级,我国 2015 年制定了中国制造 2025,连续出台了“十三五”“十四五”时期的智能制造发展规划以及其他相关中长期战略规划。十年来,我国工业领域深入贯彻新发展理念,全面探索、加快推进智能制造进程,无论是顶层设计还是企业实践,都取得了举世瞩目的显著成效。党的二十大再次强调“坚持把发展经济的着力点放在实体经济上,推进新型工业化,加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。实施产业基础再造工程和重大技术装备攻关工程,支持专、精、特、新企业发展,推动制造业高端化、智能化、绿色化发展”。这无疑赋予了智能制造在高质量发展过程中的新使命和新作用。(一一)政策引领:顶层设计彰显制度优势政策引领:顶层设计彰显制度优势 习近平总书记指出习近平总书记指出,“用中长期规划指导经济社会发展,是我们党治国理政的一种重要方式”。智能制造的发展需要国家自上而下的政策支持。党的十八大以来,我国高度重视推动智能制造发展能制造发展,不断出台发展与智能制造相关的战略规划和政策条例(详见图 2),引导和支持攻关智能制造技术攻关智能制造技术、培育建设智能制造产业,体现了卓越的制度设计智慧,彰显了统一组织领导的巨大政治优势导的巨大政治优势,使我国智能制造事业发展更具有长远性、持续性、系统性,体现了中国特色社会主义市场经济下制造业发展的特点色社会主义市场经济下制造业发展的特点。中国智能制造产业发展报告(2022 年)37 图图 6-1 2012-2021 年中国推动智能制造发展的相关政策梳理年中国推动智能制造发展的相关政策梳理 1.我国智能制造取得的重要成就离不开一系列前瞻性的宏观发展规划。我国智能制造取得的重要成就离不开一系列前瞻性的宏观发展规划。党的十八大以来,党中央高瞻远瞩党中央高瞻远瞩,不断加强对智能制造中长期规划的制定、落实和全面领导。从党的十八大首次提出次提出“实施创新驱动发展战略”,到中国制造 2025 智能制造发展规划(20162020)“十四五”智能制造发展规划等战略部署的相继出台,我国智能制造事业始终在战略设计上先行一步战略设计上先行一步,为智能制造的中长期发展定目标、把方向。2.相较于西方多党竞争带来的相较于西方多党竞争带来的“人走政息”,党相较于西方多党竞争带来的相较于西方多党竞争带来的“人走政息”,党中央领导下的智能制造事业发展更具有连续性续性。中央领导下的智能制造事业发展更具有连续性续性。党的十八大以来,我国根据智能制造的实际技术需求和开展情况,在智能制造发展的不同阶段实施具体制度安排同阶段实施具体制度安排,如 2017 年针对智能制造的关键核心技术需求年针对智能制造的关键核心技术需求,发布新一代人工智能发展规划智能发展规划加快技术攻关,2018 年在全球工业互联网建设起步阶段年在全球工业互联网建设起步阶段,国务院出台工业互联网发展行动计划互联网发展行动计划(20182020)抢先进行战略布局,等等,通过建体系、聚资源、定标准等手段有针对性地连续推进发展智能制造的步伐准等手段有针对性地连续推进发展智能制造的步伐。3.政策引领展现了强大的统筹动员和组织执行能力政策引领展现了强大的政策引领展现了强大的统筹动员和组织执行能力政策引领展现了强大的统筹动员和组织执行能力,推动了智能制造的系统性发展。统筹动员和组织执行能力,推动了智能制造的系统性发展。党的十八大以来十八大以来,面对不同阶段的智能制造发展任务,顶层设计始终发挥着总揽全局、协调地方、组织动员、合力攻坚的核心领导作用,统筹整合资金、人力资本等中国智能制造产业发展报告(2022 年)38 各项资源要素,避免了不同区域区域、细分领域内的同质化竞争,形成地方与中央上下联动、“全国一盘棋”的发展格局。(二二)试点先行:发挥示范项目龙头作用试点先行:发挥示范项目龙头作用 充分发挥试点企业与示范项目的典型示范和辐射作用充分发挥试点企业与示范项目的典型示范和辐射作用,是加快制造强国建设,探索制造业转型升级新路径转型升级新路径、新模式的重要举措和先进经验。2015 年,为深入实施“中国制造 2025”,工信部确定并公布了首批 94 个智能制造专项项目和 46 个智能制造试点示范项目。自此之后,工信部于 20152018 年连续 4 年遴选“智能制造试点示范项目”总计 305 项,20172020 年连续 4 年遴选“制造业与互联网融合发展试点示范项目”总计 467 项,20182021 年连续 4 年遴选“工业互联网试点示范项目工业互联网试点示范项目”总计 355 项,项目牵头单位多为行业龙头,产业链长、带动性强,分布遍及全国。除此之外,2017 年国务院部署创建年国务院部署创建“中国制造 2025”国家级示范区,聚焦重点领域和各地优势产业完善简政放权、财税金融、土地供应、人才培养等政策措施。2019 年,在全国遴选出海尔 COSMOPlat、东方国信 Cloudiip 等首批“跨行业跨领域工业互联网平台”,并于 2020 年、2022 年陆续新增 5 项和 14 项,加快标杆示范引领作用,依托工业互联网等基础设施的建设,形成了以龙头企业带动,以重大项目引领,中小微企业积极跟随,通过头部企业带动上下游产业链发展的格局。随着试点示范工作的持续开展,各地区结合当地产业实际发展情况,从营造智能制造良好政策环境、创新智能制造业态模式、提高产品服务供给质量、拓展产业合作和消费新空间等方面,加大政策引领和财政扶持力度,以点带面,逐步形成了一些可复制推广的智能制造新模式,为进一步推动智能制造发展奠定了坚实的基础。(三三)全面覆盖:推动各类主体跨域协同全面覆盖:推动各类主体跨域协同 党的十八大以来党的十八大以来,国家本着统筹兼顾、分类指导的发展原则,坚持制造业发展“全国一盘棋”和“因企施策”相结合,有效促进了不同中国智能制造产业发展报告(2022 年)39 类型、不同发展阶段的企业主体协同一致、优势互补、共同进步。1.国国有企业、民营企业协同发展。有企业、民营企业协同发展。一方面,在企业智能化转型的进程中,国有企业充分发挥海量生产数据和丰富应用场景的优势,系统布局新型基础设施,聚焦国家重大战略需求和产业发展瓶颈业发展瓶颈,发挥了国有企业在新一轮科技革命和产业变革浪潮中的引领作用;另一方面,国家始终支持家始终支持、保护、扶持民营经济发展。2017 年,国务院办公厅关于进一步激发民间有效投资活力促进经济持续健康发展的指导意见 中指出,“鼓励民营企业进入轨道交通装备、“互联网 ”、大数据和工业机器人等产业链长、带动效应显著的行业领域,在创建“中国制造 2025”国家级示范区时积极吸引民营企业参与”,并在基础设施、融资服务等方面提供制度支持,引导民营企业聚焦主业和核心技术,涌现出以格力、美的、比亚迪、吉利为代表的一批民企智能制造排头兵,有力加快了整体的数字化、智能化转型步伐。2.大中小企业融通创新大中小企业融通创新。大中小企业融通创新大中小企业融通创新。一方面,发挥龙头企业的牵引作用。针对具备较好数字化基础的大型企业,在进行示范项目专项支持的同时,鼓励其立足行业优势和上下游配套资源,搭建跨行业跨领域和特定行业区域工业互联网平台,推动产业链供应链深度互联和协同响应,为上下游中小企业的数字化转型起到带头支撑作用。另一方面,印发了中小企业数字化赋能专项行动方案动方案关于开展财政支持中小企业数字化转型试点工作的通知等引导性政策文件。鼓励中小企业上平台,借助平台工业 APP 和解决方案和解决方案,发挥龙头企业带动链上带动作用;加快培育“专精特新”企业和制造业单项冠军企业,为大企业、大项目和产业链提供配套支持。从而形成一批智能制造引领新成一批智能制造引领新工业模式,探索出智能制造各方联动、潜力释放的长效机制和有效路径。二、二、中国智能制造工程目标中国智能制造工程目标(一一)坚持创新驱动,实现科技自立自强坚持创新驱动,实现科技自立自强 党的十八大以来,我国智能制造以工业强基示范项目为抓手,解决了一批核心基础零部件、关键基础材料和先进基础工艺的“卡脖子”问题。但我们应中国智能制造产业发展报告(2022 年)40 当清醒地认识到,与部分发达国家相比,我国智能制造领域的科技创新能力还不强,芯片、传感器、工业机器人等核心技术装备与软件系统仍然依赖进口,“技术短板”制约了我国智能制造的发展。报告提出,要“完善科技创新体系”“坚持创新在我国现代化建设全局中的核心地位”“加快实施创新驱动发展战略”“加快实现高水平科技自立自强”,这也是我国智能制造发展一以贯之的关键任务。第一,完善科技创新体系,把科技自立自强作为智能制造发展的战略支撑。健全新型举国体制,围绕重大工程和重点领域急需的关键技术,面向国家重大科技需求进行“有组织科研”,集聚力量进行关键核心技术攻关,突破一批“卡脖子”的基础零部件和技术工艺。第二,加快基础研究的产业转化。针对典型场景和细分行业的实际需求,鼓励装备制造商、高校、科研院所、用户企业、软件企业供需互动、协同创新,推进工艺、装备、软件、网络的系统集成和深度融合,推动工业知识软件化和架构开源化,研制面向细分行业的嵌入式工业软件、集成开发环境和工业软件平台。第三,强化企业科技创新主体地位。正如报告指出,“发挥科技型骨干企业引领支撑作用,营造有利于科技型中小微企业成长的良好环境,推动创新链产业链资金链人才链深度融合”。(二二)强化数实融合,深化智能技术应用强化数实融合,深化智能技术应用 当下,数字经济的消费互联网阶段红利逐渐消退,数字技术开始从消费端向生产端全面渗透,将成为实体经济高质量发展的关键支撑。报告指出,要“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”。智能制造是数字技术与实体经济深度融合的核心技术范式,通过数据要素与组织各层级业务活动及流程进行差异化动态匹配,将驱动生产方式的智能化转型,巩固实体经济根基。目前,制造业整体上仍处于从机械自动化向数字智能化过渡的阶段,强化数实融合,普及智能制造应用是未来一段时间的重要任务。第一,推动数字化、智能化技术与制造装备、生产流程深度融合。通过智能车间、智能工厂建设,开发面向特定场景的智能成套生产线以及新技术与工艺结合的模块化生产单元,推动数字孪生、人工智能等新技术创新落地应用。第二,深化智能化技术推广应用。当前,制造业的低端程控中国智能制造产业发展报告(2022 年)41 软件和企业管理软件得到了很好普及,但复杂产品设计和智能化生产的高端软件缺失,尤其是在中小企业中仍未得到广泛普及,需要进一步推进各行业各主体的数字化转型。引导龙头企业发挥带动作用,依托工业互联网、集成式工业软件带动产业链上下游企业同步实施智能制造,并且充分考虑不同层次企业的投入成本和转型效果的关系,针对典型应用场景,根据企业行业属性、规模体量、技术优势、地区差异、资源禀赋、产权属性等特征,推广一批符合企业需求的数字化设备和服务。第三,进一步完善基础设施建设。梅特卡夫曾指出,政府技术政策的任务不是预测哪种创新将会胜出,而是应当通过构建基础设施来支持企业,创造条件使创新涌现更为容易。一方面,继续推进工业互联网、物联网、5G 等新型网络基础设施规模化部署,鼓励各行各业围绕资源配置、供应链协同、产品全生命周期管理等构建各具特色的工业互联网平台;另一方面,发展智能制造、构建工业互联网需要强大的算力支撑数据超大容量和算法的复杂性,因此需要加快工业数据中心、智能计算中心等算力基础设施建设,以支撑新技术应用。(三三)探索特色路径,促进区域协调发展探索特色路径,促进区域协调发展 报告指出,要“促进区域协调发展”“构建优势互补、高质量发展的区域经济布局和国土空间体系”。当前,我国智能制造区域发展仍不平衡,智能制造试点示范项目分布主要集中在长江三角洲、珠江三角洲、环渤海地区,而吉林、甘肃、青海、西藏等东北、西部地区项目则相对较少,急需深入实施区域协调发展战略,促进东北、中西部等地区的智能制造加快崛起。第一,因地制宜探索各具特色的区域智能制造发展路径,制定差异化数字化转型方案,鼓励地方创新完善政策体系,引导各类资源聚集,如利用当地能源优势,因地制宜依托水电、风电主攻绿色智能生产;面向“一带一路”,加快装备制造企业国际化进程,等等。第二,在国家智能制造的顶层设计下,引导各省(区、市)跨区域协同发展,推动跨地区开展智能制造关键技术创新、供需对接、人才培养等合作,鼓励地方、行业组织、龙头企业等联合推广先进技术、装备、标准和解决方案。第三,加大对欠发达地区的信息基础设施建设和数字化普及力度,中国智能制造产业发展报告(2022 年)42 并适当予以财政金融支持,强化指导监督和跟踪检测,解决数字壁垒造成的空间发展失衡问题。(四)实施人才强国,弥补数字人才缺口 习近平总书记在党的二十大中做出了“科技是第一生产力、人才是第一资源、创新是第一动力”的重要论断,指出要“深入实施科教兴国战略、人才强国战略、创新驱动发展战略”。面对我国智能制造的迅猛发展和巨大潜力,我国目前智能制造人才缺口巨大。国家人力资源和社会保障部发布的数据表明,2020 年我国智能制造领域的人才缺口为 300 万人,到 2025 年人才缺口将达到450 万人。为此,在智能制造的新征程中,需要加强智能制造专业人才队伍建设,调整优化专业人才队伍结构,完善专业人才保障和激励机制,提升专业人才队伍能力。第一,以智能制造发展需求为导向、实务培养为原则,建立健全智能制造人才培养体系。继续贯彻落实 中国制造 2025 提出的“完善从研发、转化、生产到管理的人才培养体系”的要求,响应报告中“加强基础学科、新兴学科、交叉学科建设,加快建设中国特色、世界一流的大学和优势学科”的指引,加快培养智能制造急需的专业技术人才、经营管理人才、技能人才,尤其注重新工科背景下交叉学科复合型人才培养。第二,推进产教融合建设。推动智能制造的人才链、教育链同产业链、创新链有机衔接,引导智能制造企业与高等院校、职业教育互通培养模式,加强应届毕业生、在职人员、转岗人员数字化技能培训,打破产业人才需求与院校教育之间的壁垒,探索中国特色学徒制。第三,加大智能制造人才的吸引力度,实施“政策引才”。鼓励智能制造企业多形式、多渠道引进优秀专业人才,有针对性地实行人才梯队配套、科研条件配套和管理机制配套等特殊政策。中国智能制造产业发展报告(2022 年)43 第七篇 中国智能制造产业分析 一、一、中国智能制造产业链分析中国智能制造产业链分析 智能制造是基于新一代信息技术,贯穿设计、生产、管理、服务等制造活动各个环节,是先进制造过程、系统与模式的总称。其中智能制造过程是指通过自动化装备及通信技术实现生产自动化,并能够通过各类数据采集技术,以及应用通信互联手段,将数据连接至智能控制系统,并将数据应用于企业统一管理控制平台,从而提供最优化的生产方案、协同制造和设计、个性化定制,最终实现智能化生产。智能制造发展需经历自动化、信息化、互联化、智能化四个阶段。我国智能制造进入到深化应用、全面推广阶段,智能制造水平明显提升。智能制造产业呈现“东强西弱”态势,未来越来越多的制造企业意识到智能制造是提升核心竞争力的关键,智能制造人才缺口大。智能制造发展需经历不同的阶段,每一阶段都对应着智能制造体系中某一核心环节的不断成熟,分为四个阶段。分别为自动化(淘汰、改造低自动化水平的设备,制造高自动化水平的智能装备)、信息化(产品、服务由物理到信息网络,智能化元件参与提高产品信息处理能力)、互联化(建设工厂物联网、服务网、数据网、工厂间互联网,装备实现集成)、智能化(通过传感器和机器视觉等技术实现智能监控、决策)。我国目前仍处于“工业 2.0”(电气化)的后期阶段,“工业 3.0”(信息化)还待普及,“工业 4.0”正在尝试尽可能做一些示范,制造的自动化和信息化正在逐步布局。(一一)智能工智能工厂厂 智能工厂是利用各种现代化的技术,实现工厂的办公、管理及生产自动化,达到加强及规范企业管理、减少工作失误、堵塞各种漏洞、提高工作效率、进行安全生产、提供决策参考、加强外界联系、拓宽国际市场的目的。智能工厂实现了人与机器的相互协调合作,其本质是人中国智能制造产业发展报告(2022 年)44 机交互。近年来,我国重视智能制造产业发展,支持举措正密集出台,强化资金、技术、支撑平台等举措,推进新一代信息技术和制造业融合发展,加快工业互联网发展,培育智能制造特色产业集群,进一步驱动产业变革,推动制造业转型升级。在主要国家大力推动下,全球智慧工厂行业市场规模稳步扩大。据 Market sand Markets 发布的报告显示,2021 年全球智能工厂市场规模预计达到 801 亿美元,到 2026 年这一数据有望增至 1349 亿美元,期间年复合增长率达到 11%。报告认为,推动市场增长的关键因素包括新冠疫情危机中保持制造设施正常运转的财政政策,资源优化以及生产运营成本降低,从而使市场增长工业机器人的需求,工业环境中对物联网和人工智能等技术的需求不断增长,以及对能源效率的日益重视。智慧工厂是现代工业、制造业的大势所趋,是实现企业转型升级的一条优化路径。2020 年中国智能工厂市场规模 8560 亿元。根据当前各行业建设智慧工厂的热情及扩张速度,预计未来几年中国智慧工厂行业仍将保持 10%以上的年均增速,到 2025 年,中国智慧工厂行业市场规模有望超 1.4 万亿。66%的标杆智能工厂建设投资总体规模超亿元,45%的智能工厂建设项目资金总体投入在 1 亿-5 亿区间。亿元以下的项目多以智能化改造、信息化升级、工业大数据应用等单点应用为主。2020 年中国百家“中国标杆智能工厂分布在中国的 21 个省区市,多集中在中东部和沿海地区。江苏、山东、浙江、广东这四大工业强省,是全国标杆智能工厂分布最为集中的地区,数量占比过半。江苏、山东、浙江、广东标杆智能工厂数量超 10 家,江苏标杆智能工厂数量最多达 17 家。西部地区标杆智能工厂数量数量较少。(二二)机器视觉行业机器视觉行业 2010-2020 年,全球机器视觉行业专利申请人数量及专利申请量均呈现增长态势。整体来看,全球机器视觉技术处于成长期。中国智能制造产业发展报告(2022 年)45 目前,全球机器视觉第一大技术来源国为中国,中国机器视觉专利申请量占全球机器视觉专利总申请量的 57.71%;其次是日本,日本机器视觉专利申请量占全球机器视觉专利总申请量的 18.14%。美国和韩国排名第三和第四,机器视觉专利申请量占比分别为 13.87%和 3.87%。在专利类型方面,目前全球有 11987 项机器视觉专利为发明专利,占全球机器视觉专利申请数量最多,为 77.12%。实用新型机器视觉专利和外观设计型机器视觉专利数量分别为 3354 项和 204 项,分别占全球机器视觉专利申请数量的 21.58%和 1.31%。从技术构成来看,目前“G06T7 图像分析2017.01”的专利申请数量最多,为 2792 项,占总申请量的 22.94%。其次是“G06K9 用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置(用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入 G06K11/00;语音识别入 G10L15/00)1,72006.01”,专利申请量为 2349 项,占总申请量的 19.30%。全球机器视觉前十大热门技术词包括位置信息、图像采集、视觉检测、图像识别、测量的方法、检测系统、双目视觉、机器人、控制系统、自动化。进一步细分来看,机器视觉技术热门词包括机器视觉、图像数据、图像处理、定位方法、识别方法、检测方法、检测装置、监测设备、单目视觉、双目立体视觉、控制器、处理器等。中国方面,广东为中国当前申请机器视觉专利数量最多的省份,累计当前机器视觉专利申请数量高达 2429 项。江苏当前申请机器视觉专利数量 超过 2000 项。中国当前申请省(市、自治区)机器视觉专利数量排名前十的省份还有北京、浙江、上海、湖北、山东、四川和安徽。目前国内机器视觉行业的上市公司主要有天准科技、美亚光电、精测电子、赛腾股份、矩子科技、先导智能、康鸿智能、劲拓股份等。(三三)数控机床数控机床 目前我国数控机床已有较高产量水平。数控机床是一种装有程序控制系统中国智能制造产业发展报告(2022 年)46 的自动化机床,该控制系统能够处理具有控制编码或其他符号指令规定的程序,通过信息载体输入到数控装置,经运算处理由数控装置发出控制信号,控制机床动作,从而自动进行零件加工。从数控机床产业链上下游来看,上游主要包括各类钣焊件、铸件、精密件、功能部件、数控系统、电气元件的供应。产业链中游主要是各类数控机床的制造,从数控机床种类来看,具体包括金属切削机床、特种加工机床、成型机床以及其他类型机床的生产制造。在下游应用市场,数控机床广泛的应用于国防军工、石油化工、汽车产业、机械行业以及其他工业制造等众多领域。在上游领域,数控机床行业上游行业主要是制造数控机床所需零部件、功能部件、电器元件以及数控系统等的供应。机床主体零部件供应商包括盛特机械、北重机械、久升机械等;功能部件供应商包括恒锋工具、汉江工具、科拓智能、元景机床等;数控系统供应商包括华中数控、广州数控、埃斯顿、雷赛智能、华兴数控等。在中游数控机床制造领域,目前,国内数控机床制造代表企业有北一机床、重庆机床、沈阳机床、秦川机床、环宇数控、国盛智能等。在下游应用市场,数控机床作为制造业的工作母机和工具机,用途十分广泛,涵盖国民经济的多个重要领域,下游应用领域较为分散,包括国防军工、石油化工、汽车产业等工业制造领域。数控机床主要用于金属切削和金属成形,从结构上来看,2015 年 1-10 月年中国数控金属切削机床、数控金属成形机床(数控锻压设备)产量分别为 19.7 万台、2.0 万台,同比下降 7.1%、4.6%,但仍保持较高产量水平。根据中国产业信息网统计,我国 2017 年数控金属切削机床、数控金属成形机床(数控锻压设备)产量分别达到 25.3 万台、2.76 万台,未来年均复合增长率约分别为 3.47%、6.33%。高端数控仍处于起步阶段。我国目前处于数控机床的智能化技术起步阶段,现阶段大部分的数控机床还不具备智能化功能,自主生产的数控机床主要以中低端产品为主,高端数控机床(数控系统)主要依靠进口,2016 年我国数控机床进口额约 26 亿美元。中国智能制造产业发展报告(2022 年)47 国内机床行业市场集中度并不高,主要的市场参与者包括沈阳、大连、济南、秦川等机床厂,进口数控机床主要来自西门子、发那科、三菱等外企;数控系统方面,国产数控系统厂家主要为华中数控、广州数控、大连光洋、沈阳高精和航天数控等。目前这 5 家数控企业均对数控系统软硬件平台等一批高端数控系统关键技术有所突破,高端数控机床被列入“中国制造 2025”目标,到 2020 年,国内市场占有率超过 70%。目前该行业的示范效用已取得了一定成果,由云南 CY 集团承担的工信部 高档数控车床制造数字化车间的研制与示范应用 于 2016 年 8 月通过验收,该项目的关键设备数控化率 100%。二、二、中国智能制造行业发展特点分析中国智能制造行业发展特点分析(一一)制造流程智能化制造流程智能化 智能制造行业在生产的各个方面全方位地推动制造业智慧化转型,包括连接消费者和制造商、连接产品和设备等的智能连接服务,RFID 等智能产品、提供质量监测和机台数据监测等的智能传感、提供设备自诊断和自配置服务、以人为中心,包含虚拟现实、增强现实等的数字化辅助系统、流程工件等精准定位的 LBS 位置服务,包含生产 KPI 实时监控、实时报警等的实时生产监控服务等“十九大”报告指出,要加快发展先进制造业,加快建设制造强国。推动流程制造业智能化发展是顺应制造强国战略的必然选择,也是适应新时代流程制造业发展数字化、网络化、智能化趋势,推进我国供给侧结构性改革、支撑经济高质量发展的重要途径。2025 年,全国重点流程制造企业普及数字化、网络化制造并开展深度应用,部分领域试点示范流程制造智能化工厂应用,在取得显著成效的基础上进一步扩大应用范围,使我国进入世界流程制造业智能制造的先进行列。在钢铁工业方面,建立覆盖不同流程结构的钢铁企业示范智能化工厂,应用水平达到世界中国智能制造产业发展报告(2022 年)48 先进,示范企业实现流程数字化设计、生产智能化管控、企业精益化运营、系统开放性架构。在石化工业方面,推广应用数字化、网络化智能工厂,启动数字化、网络化、智能化智能工厂试点示范,进入世界智能制造先进行列。2035 年,数字化、网络化、智能化智能工厂完成试点示范并开始推广应用,使得我国流程制造业实现转型升级,部分企业进入世界领先行列,为 2050 年我国建成世界一流的制造强国奠定坚实基础。在钢铁工业方面,面向钢铁企业推广应用智能化技术和新模式,全行业智能化水平获得根本性提升,整体达到世界先进水平,部分企业达到世界领先水平。在石化工业方面,推广普及数字化、网络化、智能化石化工厂,促进我国石化工业实现整体转型升级,智能制造整体达到世界先进水平,部分企业进入世界领先行列。(二二)3D 打印和工业软件市场规模增大打印和工业软件市场规模增大 数据显示,2020 年全球 3D 打印、材料与服务全球市场规模达到了 127.6 亿美元,预计将在 2025 年暴增至 491.0 亿美元;而全国工业软件市场规模增长势头强劲,从 2014 年的 695 亿元上升至 2020 年的 1974 亿元。3D 打印可以在智能制造的定制化生产、供应链管理、产品设计、提高上市速度等方面发挥作用,目前已经在智能医疗、智能新零售、智能设计等领域应用;工业互联网主要是由工业平台为企业提供定制化的服务,帮助企业上云,是实现智能制造的发展模式和现实的路径。随着 3D 打印和工业互联网的规模进一步扩大,中国制造业智能化也将蓬勃发展。(三三)中国智能硬件市场规模持续增长中国智能硬件市场规模持续增长 中国智能硬件行业利用传感器等硬件技术对工业设备进行智能改造,赋予设备大数据等附加价值,市场规模逐步上涨,从 2018 年的 5132.7 亿元上涨至 2019 年的 6430.4 亿元。2020 年,新冠疫情的爆发,使得市场对智能硬件终端设备的需求达到近几年高点,市场规模以同比 67.1%的增长率扩张至 10747.0 亿元。智能硬件行业细分为智能移动通信、智能机器人、智能家居设备、智能可中国智能制造产业发展报告(2022 年)49 穿戴设备、智能车联网设备、智能大屏设备、智能医疗设备、智能家庭健康设备、智能安防设备等。2020 年,中国智能硬件行业以智能家居设备为主,占比 30.6%;其次为智能穿戴设备,占比 20.0%。随着国家大力推进“中国智造”,一系列政策利好,前瞻认为,未来增长空间较大的细分领域为智能可穿戴设备、智能家居设备等。2014-2020 年,我国智能可穿戴设备市场规模逐年递增,2020 年达 559 亿元,同比增长 2%。前瞻认为,智能可穿戴设备属于弹性需求,2020 年疫情导致大部分需求被暂时抑制,2021 年将是新一轮需求爆发点。2015-2020 年,我国智能家居市场规模逐年递增,2019 年,达到 1530 亿元,增速为 18.4%,预计 2020 年,智能家居市场规模达 1820 亿元。另外,IDC 数据显示,2020 年中国智能家居设备出货量为 2 亿台,同比下降 1.9%,预计 2021 年将迎来反弹。从企业来看,目前智能家居以美的、海尔等老牌企业为主,以其国民度以及丰富的产品线取胜,但前瞻认为随着更多的专注单品的企业进入市场,以及国家扩大内需,国际国内双循环政策的引导,智能家居细分领域新兴势力企业的增长空间较大。(四四)工业机器人应用成全球趋势工业机器人应用成全球趋势 工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置,具有一定的自动性,可依靠自身的动力能源和控制能力实现各种工业加工制造功能。工业机器人被广泛应用于电子、物流、化工等各个工业领域之中。2019 年 9 月中共中央、国务院颁发交通强国建设纲要,要完善交运行业基础设施布局以支撑国家现代化建设;到 2035 年实现“全球 123 快货物流圈”,并加强新型载运工具的研发;发展智慧交通,推动大数据、AI、区块链等新技术与交通行业深度融合。我国是工业机器人应用第一大国,近年来,我国工业机器人行业迅猛发展,产量持续增长。数据显示,2020 年 10 月全国工业机器人产量为 21467 台,同比增长 38.5%。2020 年全国工业机器人产量为 237068 台,同比增长 19.1%。中国智能制造产业发展报告(2022 年)50 销售额方面,经初步统计,2019 年我国工业机器人市场规模达到 57.3 亿美元,中商产业研究院预测,2021 年我国工业机器人销售额将达 66.3 亿美元。24 小时高效工作、智能化、数字化的工业机器人的应用逐渐成为制造业产业的主流趋势。(五五)智能制造打造智能制造工厂智能制造打造智能制造工厂 随着中国各个产业的数字化,传统人口密集型的制造业工厂也在逐渐往数字化、智能化的“智能工厂”的方向发展。智能工厂具有机器间互相通信并通过机器管理应用程序被管理、由信息物理融合生产系统(CPPS)进行统筹、接入基于云计算的安全互联网工业平台的特点。随着中国人口结构逐渐呈现老龄化的格局,数字化、高效的智能工厂的竞争力越来越强。首先智能工厂可以使得生产过程透明化,在帮助企业实时掌控、监管生产流程情况的同时,也为企业在应用虚拟现实生产上提供了信息和数据基础;其次智能工厂可以帮助企业降低人力成本;生产数据的可视化在大数据的辅助下也给企业决策提供了数据分析方面的便利;智能工厂也可以 7*24 小时全天候工作,不但提高效率,也增加了工作时长,同时也保证了生产过程无纸化。三、三、工业互联网应用场景工业互联网应用场景(一一)设备联网监测设备联网监测 传统的设备监测多以人工巡检为主,无法及时发现设备故障,容易造成意外停机,带来不小的生产损失。可以利用工业网关实时采集设备数据,通过 5G/4G、专线和 WiFi 等网络传输,实现设备在线健康监测、预测性维护及故障诊断。设备联网平台由设备在线监测子系统和设备管理子系统组成。(1)设备在线监测子系统:用于重要设备运行状态进行 24 小时的不间断监测,以便实时掌握设备的状态参数和劣化趋势,预判故障诱因及部位,提前处理故障隐患,减少突发性设备故障对生产的影响。中国智能制造产业发展报告(2022 年)51(2)设备管理子系统:由设备台账、工单管理、库存管理、润滑管理等子项目组成,可实现智能判断故障、自动触发维修工单、维修过程管控及结果确认、维修效果评估、备件库存量报警等设备全生命周期的管理。设备互联和数据采集是工业互联网的基础,面向复杂多样的现场装备,开展设备接入与数据采集,获取重点设备运行和状态数据,实现设备在线健康监测、预测性维护及故障诊断。(二二)5G AI 智慧工厂智慧工厂 AI 智慧工厂分为工业质检和人员合规监测两个细分场景。(1)工业质检:目前,工业质检仍大量依赖人工方式进行,在检测速度和标准一致性方面存在不确定性,劳动密集型的工业质检方式已难以适应行业竞争及市场发展。基于 5G MEC 低时延视频图像数据传输能力,在生产现场部署工业相机或激光器扫描仪等质检终端,实时拍摄产品质量的高清图像,通过5G 网络传输至部署在 MEC 上的专家系统,专家系统基于 AI 算法模型进行实时分析,对比系统中的规则或模型要求,判断物料或产品是否合格,实现缺陷实时检测与自动报警,并有效记录瑕疵信息,为质量溯源提供数据基础。同时,通过专家系统进一步将数据聚合,上传到企业质量检测系统,根据周期数据流完成模型迭代,通过网络实现模型的多生产线共享。(2)人员及环境合规监测:工厂是人员密集型场所,对于安全生产要求高,需要实时监测员工进入工作区域时不按规定佩戴安全帽、不按公司着装规范穿着工作服、抽烟、擅离职守、玩手机行为,对于工厂物料摆放不合规、区域乱摆乱发、贵重材料失窃行为频发、厂房区域发生车间设备冒槽滴漏积水现象以及烟火现象不能在第一时间及时发现,影响生产安全。可以通过 AI 算法对人员行为及环境进行实时监测预警,提高工厂安全生产管理效率。中国智能制造产业发展报告(2022 年)52 第八篇 中国智能制造的发展规划 近日,工业和信息化部、国家发展和改革委员会、教育部、科技部、财政部、人力资源和社会保障部、国家市场监督管理总局、国务院国有资产监督管理委员会等八部门联合印发“十四五”智能制造发展规划(以下简称 规划)。一、一、中国智能制造的指导思想和目标中国智能制造的指导思想和目标 规划以习近平新时代中国特色社会主义思想为指导,全面贯彻党的十九大和十九届二中、三中、四中、五中、六中全会精神,立足新发展阶段,完整、准确、全面贯彻新发展理念,构建新发展格局,深化改革开放,统筹发展和安全,以新一代信息技术与先进制造技术深度融合为主线,深入实施智能制造工程,着力提升创新能力、供给能力、支撑能力和应用水平,加快构建智能制造发展生态,持续推进制造业数字化转型、网络化协同、智能化变革,为促进制造业高质量发展、加快制造强国建设、发展数字经济、构筑国际竞争新优势提供有力支撑。规划 提出推进智能制造的总体路径是:立足制造本质,紧扣智能特征,以工艺、装备为核心,以数据为基础,依托制造单元、车间、工厂、供应链等载体,构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统,推动制造业实现数字化转型、网络化协同、智能化变革。未来 15 年通过“两步走”,加快推动生产方式变革:一是到 2025 年,规模以上制造业企业大部分实现数字化网络化,重点行业骨干企业初步应用智能化;二是到 2035 年,规模以上制造业企业全面普及数字化网络化,重点行业骨干企业基本实现智能化。规划提出了 2025 年三项具体目标:(1)转型升级成效显著。70%的规模以上制造业企业基本实现数字化网络化,建成 500 个以上引领行业发展的智能制造示范工厂。制造业企业生产效率、产品良品率、能源资源利用率等显著提升,智能制造能力成熟度水平明显提升。(2)供给能力明显增强。智能制造装备和工业软件技术水平和市场竞争力中国智能制造产业发展报告(2022 年)53 显著提升,市场满足率分别超过 70%和 50%。培育 150 家以上专业水平高、服务能力强的智能制造系统解决方案供应商。(3)基础支撑更加坚实。建设一批智能制造创新载体和公共服务平台。构建适应智能制造发展的标准体系和网络基础设施,完成 200 项以上国家、行业标准的制修订,建成 120 个以上具有行业和区域影响力的工业互联网平台。二、二、中国智能制造的重点任务中国智能制造的重点任务 结合我国智能制造发展现状和基础,规划 紧扣智能制造发展生态的四个体系,提出“十四五”期间要落实创新、应用、供给和支撑四项重点任务。(一一)任务一:加快系统创新,增强融合发展新动能任务一:加快系统创新,增强融合发展新动能 一是攻克 4 类关键核心技术,包括:基础技术、先进工艺技术、共性技术以及人工智能等在工业领域的适用性技术。二是构建相关数据字典和信息模型,突破生产过程数据集成和跨平台、跨领域业务互联,跨企业信息交互和协同优化以及智能制造系统规划设计、仿真优化 4 类系统集成技术。三是建设创新中心、产业化促进机构、试验验证平台等,形成全面支撑行业、区域、企业智能化发展的创新网络。(二二)任务二:深化推广应用,开拓转型升级新路径任务二:深化推广应用,开拓转型升级新路径 一是建设智能制造示范工厂,开展场景、车间、工厂、供应链等多层级的应用示范,培育推广智能化设计、网络协同制造、大规模个性化定制、共享制造、智能运维服务等新模式。二是推进中小企业数字化转型,实施中小企业数字化促进工程,加快专精特新“小巨人”企业智能制造发展。三是拓展智能制造行业应用,针对细分行业特点和痛点,制定实施路线图,建设行业转型促进机构,组织开展经验交流和供需对接等活动,引导各行业加快数字化转型、智能化升级。四是促进区域智能制造发展,鼓励探索各具特色的区域发展路径,加快智能制造进集群、进园区,支持建设一批智能制造先行区。中国智能制造产业发展报告(2022 年)54(三三)任务三:加强自主供给,壮大产业体系新优势任务三:加强自主供给,壮大产业体系新优势 一是大力发展智能制造装备,主要包括 4 类:基础零部件和装置、通用智能制造装备、专用智能制造装备以及融合了数字孪生、人工智能等新技术的新型智能制造装备。二是聚力研发工业软件产品,引导软件、装备、用户等企业以及研究院所等联合开发研发设计、生产制造、经营管理、控制执行等工业软件。三是着力打造系统解决方案,包括面向典型场景和细分行业的专业化解决方案,以及面向中小企业的轻量化、易维护、低成本解决方案。(四四)任务四:夯实基础支撑,构筑智能制造新保障任务四:夯实基础支撑,构筑智能制造新保障 一是深入推进标准化工作,持续优化标准顶层设计,制修订基础共性和关键技术标准,加快标准贯彻执行,积极参与国际标准化工作。二是完善信息基础设施,主要包括网络、算力、工业互联网平台 3 类基础设施。三是加强安全保障,推动密码技术应用、网络安全和工业数据分级分类管理,加大网络安全产业供给,培育安全服务机构,引导企业完善技术防护体系和安全管理制度。四是强化人才培养,研究制定智能制造领域职业标准,开展大规模职业培训,建设智能制造现代产业学院,培养高端人才。三、三、规划部署的专项行动规划部署的专项行动 围绕创新、应用、供给和支撑等四个方面,规划部署了智能制造技术攻关行动、智能制造示范工厂建设行动、行业智能化改造升级行动、智能制造装备创新发展行动、工业软件突破提升行动、智能制造标准领航行动等六个专项行动:一是开展智能制造技术攻关行动,重点突破基础技术、先进工艺技术、共性技术以及适用性技术等 4 类关键核心技术,生产过程数据集成、业务互联、协同优化以及仿真优化等 4 类系统集成技术。二是开展智能制造示范工厂建设行动,面向企业转型升级需要,打造智能场景、智能车间、智能工厂和智慧供应链,形成多场景、全链条、多层次应用示范。中国智能制造产业发展报告(2022 年)55 三是开展行业智能化改造升级行动,针对装备制造、电子信息、原材料、消费品等四个传统产业的特点和痛点,推动工艺革新、装备升级、管理优化和生产过程智能化。四是开展智能制造装备创新发展行动,加快研发基础零部件和装置、通用智能制造装备、专用智能制造装备以及新型智能制造装备等四类智能制造装备。五是开展工业软件突破提升行动,加快开发应用研发设计、生产制造、经营管理、控制执行、行业专用及新型软件等六类工业软件。六是开展智能制造标准领航行动,从标准体系建设、研制、推广应用和国际合作等四个方面,推动智能制造标准化工作走深走实。四、四、规划的保障措施规划的保障措施 为确保各项目标和重点任务的顺利实施,规划 提出了四个方面的保障措施:一是强化统筹协调,加强部门协同和央地协作,充分发挥专家、研究机构和智库作用等,鼓励企业结合自身实际加快实施智能制造,形成系统推进工作格局。二是加大财政金融支持,加强国家科技重大专项等对智能制造领域的投入,鼓励产业基金、社会资本加大投资,积极拓宽企业融资渠道。三是提升公共服务能力,鼓励各方建设智能制造公共服务平台,支持第三方机构开展智能制造能力成熟度评估,研究发布行业和区域智能制造发展指数。四是深化开放合作,加强国际交流和知识产权保护,鼓励国外机构在华建设智能制造研发中心、示范工厂、培训中心等,推动智能制造装备、软件、标准和解决方案“走出去”。中国智能制造产业发展报告(2022 年)56 第九篇 全国各省市智能制造最新政策一览 在国家政策推动,制造业技术转型升级等背景下,中国智能制造产业发展迅速,逐渐成制造业的主要驱动力之一。智能制造装备行业作为实现产品制造智能化、绿色化的关键载体,其产业链涵盖智能装备,工业互联网、工业软件、3D 打印以及将上述环节有机结合的自动化系统集成及生产线集成等。近年来,受到国家政策支持以及数字化的不断推行,中国智能制造业产值规模一直保持增长趋势。2020 年中国智能制造业产值规模达 2.51 万亿元,同比增长 18.96%。预计 2022 年产值规模将进一步增长至 3.31 万亿元。随着智能制造领域政策的持续出台,中国制造业逐渐向智能制造方向转型,并开始大量应用 5G、云计算、大数据、机器人、数字孪生、工业互联网等相关技术。利好政策的不断出台,行业将持续稳定增长,中国制造业中所起到的地位将会越来越重要。因此,我国各省市也在相继推进政策加快智能制造行业对地区经济的贡献。随着人口红利消失制造业成本上升,国家近年发布多项政策支持制造业智能化转型。智能制造行业作为中国制造业的主要驱动力之一,在国家政策推动下,中国智能制造产业发展迅速,对产业发展和分工格局带来深刻影响。各省市利好政策的不断出台,加快智能制造行业将持续稳定增长,中国制造业中所起到的地位将会越来越重要。一、一、工信部会同有关部门起草了“十四五”智能制造发展规工信部会同有关部门起草了“十四五”智能制造发展规划划 2021 年 4 月 14 日,工信部会同有关部门起草了“十四五”智能制造发展规划(征求意见稿),面向社会公开征求意见。从设计、材料、生产制造、装备、供应、管理、标准以及相关软件、硬件等方面,提出了重点任务和明确的目标。提出了“六大行动”,即智能制造技术攻关行动、智能制造示范工厂领航行动、行业数字化网络改造行动、智能制造装备创新发展行动、工业软件突破提升行动、智能制造标准引领行动。提出了“两大目标”,即到到 2025 年,规模以上制造业企业基本普及数字化,重点行业骨干企业初步实现智能转型。中国智能制造产业发展报告(2022 年)57 到 2035 年,规模以上制造业企业全面普及数字化,骨干企业基本实现智能转型。这份征求意见稿充分体现出了政府未来将加大发挥统筹规划、引导力度,进而实现智能制造高质量发展的决心。二、二、工业和信息化部印发新型数据中心发展三年行动计划工业和信息化部印发新型数据中心发展三年行动计划(2021-2023 年)年)当前,随着 5G、云计算、人工智能等新一代信息技术快速发展,信息技术与传统产业加速融合,数字经济蓬勃发展,数据中心作为各个行业信息系统运行的物理载体,已成为经济社会运行不可或缺的关键基础设施,在数字经济发展中扮演至关重要的角色。党中央、国务院高度重视数据中心产业发展。2020 年 3 月,中共中央政治局常务委员会明确提出“加快 5G 网络、数据中心等新型基础设施建设进度”。国家“十四五”规划纲要从现代化、数字化、绿色化方面对新型基础设施建设提出了方针指引,党中央、国务院关于碳达峰、碳中和的战略决策又对信息通信业数字化和绿色化协同发展提出了更高要求。对标党中央、国务院的部署要求,当前我国数据中心还面临布局建设不优、算力算效不足、能源利用不充分、技术水平不高等问题,迫切需要引导传统数据中心向具备高技术、高算力、高能效、高安全特征的新型数据中心演进。在上述背景下,工业和信息化部出台行动计划,切实贯彻落实国家战略部署,统筹引导新型数据中心建设,推动解决现阶段短板问题,打造数据中心高质量发展新格局,构建以新型数据中心为核心的智能算力生态体系。行动计划以 2021 年和 2023 年两个时间节点提出了分阶段发展量化指标,引导传统数据中心向新型数据中心演进。为科学衡量数据中心产业发展水平,加快把体量优势变为质量优势,行动计划 强化了新型数据中心利用率、算力规模、能效水平、网络时延等反映数据中心高质量发展的指标,弱化了反映体量的数据中心规模指标。中国智能制造产业发展报告(2022 年)58 三、三、工业和信息化部、中央网信办出台工业和信息化部、中央网信办出台5G 应用“杨帆”行应用“杨帆”行动动计划计划(2021-2023 年年)以习近平新时代中国特色社会主义思想为指导,全面贯彻党的十九大和十九届二中、三中、四中、五中全会精神,立足新发展阶段,贯彻新发展理念,构建新发展格局,面向实体经济主战场,面向经济社会数字化转型需求,统筹发展和安全,遵循 5G 应用发展规律,着力打通 5G 应用创新链、产业链、供应链,协同推动技术融合、产业融合、数据融合、标准融合,打造 5G 融合应用新产品、新业态、新模式,为经济社会各领域的数字转型、智能升级、融合创新提供坚实支撑。到 2023 年,我国 5G 应用发展水平显著提升,综合实力持续增强。打 造 IT(信息技术)、CT(通信技术)、OT(运营技术)深度融合新生态,实现重点领域 5G 应用深度和广度双突破,构建技术产业和标准体系双支柱,网络、平台、安全等基础能力进一步提升,5G 应用“扬帆远航”的局面逐步形成。四、四、北京市关于促进高精尖产业投资推进制造业高端智能北京市关于促进高精尖产业投资推进制造业高端智能绿色发展的若干措施的通知绿色发展的若干措施的通知 为加快建设国际科技创新中心,落实北京市“十四五”时期高精尖产业发展规划,保持疏解一般制造业和发展先进制造业的战略定力,促进产业基础再造提升和产业链优化升级,推进制造业高端、智能、绿色发展,特发表北京市关于促进高精尖产业投资推进制造业高端智能绿色发展的若干措施的通知。其中提出了十六项措施。营造良好营商环境,鼓励民营、外资企业及国有企业等主体积极投资符合首都城市战略定位的高精尖产业,做大新一代信息技术和医药健康两个国际引领支柱产业,做强集成电路、智能网联汽车、智能制造与装备、绿色能源与节能环保等“北京智造”特色优势产业,抢先布局光电子、前沿新材料、量子信息等领域未来前沿产业。整合制造业企业生产经营及土地、用工、能耗、排放等数据,分区域、分中国智能制造产业发展报告(2022 年)59 行业建立要素资源投入产出评价体系,提高项目准入标准的精细化管理 水平,引导要素资源向优质企业精准匹配。制作产业地图,发布各区(含北京经济技术开发区,下同)产业布局、工业用地分布、厂房楼宇点位、项目准入标准等内容,促进项目与要素资源、政策措施精准匹配。五、五、广东省发布广东省智能制造生态合作伙伴行动计划(广东省发布广东省智能制造生态合作伙伴行动计划(2021年)的通知年)的通知 为贯彻习近平总书记以智能制造为主攻方向推动产业技术变革和优化升级的重要指示,落实省委、省政府关于推动制造业高质量发展、培育发展战略性支柱产业集群和战略性新兴产业集群的工作部署,制定广东省智能制造生态合作伙伴计划如下:选取智能制造生态合作伙伴,智能制造生态合作伙伴是指为我省战略性支柱产业集群和战略性新兴产业集群提升智能制造水平提供所需各类要素资源的单位,包括但不限于:智能制造装备领域、关键软件领域、信息网络基础设施领域、智能制造系统解决方案领域、行业组织领域、智能制造人才领域、智能制造金融服务领域、智能制造试点示范领域。指定主要任务:建立省智能制造生态合作伙伴目录。广泛征集遴选省级智能制造生态合作伙伴,形成要素齐全、技术先进、服务优质的伙伴群,建立良好的智能制造生态环境。根据产业基础、智能化需求迫切程度不同,分集群分批分类建立广东省智能制造生态合作伙伴目录,并予以公布,对目录实行年度动态管理。加强智能制造公共服务平台建设。推动智能制造领域各类公共服务平台建设,重点强化针对各战略性产业集群的智能制造资源整合及整体解决方案供应能力建 设,成为智能制造生态合作伙伴中的主要纽带和关键节点。加强智能制造公共服务平台和各战略性产业集群公共服务平台的交流合作,推动资源共享互通,共同打造开放性更强、供需衔接更紧的智能制造发展生态圈。开展智能制造生态合作需求对接。调研产业集群智能化改造需求,对相关信息进行汇总、分类及分析后,推荐给相关省智能制造生态合作伙伴,建立相关信息的跟踪反馈机制,推动供需双方进行有效对接。针对战略性产业集群的主要集聚区,组织开展智能制造进集群专场活动,提高智能制造服务产业集群的整体中国智能制造产业发展报告(2022 年)60 性和精准度等等。六、六、上海市人民政府印发关于本市“十四五”加快推进新城上海市人民政府印发关于本市“十四五”加快推进新城规划建设工作的实施意见的通知规划建设工作的实施意见的通知 新城是上海推动城市组团式发展,形成多中心、多层级、多节点的网络型城市群结构的重要战略空间。国务院批复的上海市城市总体规划(2017-2035 年)(以下简称“上海 2035 总体规划”)明确,将位于重要区域廊道上、发展基础较好的嘉定、青浦、松江、奉贤、南汇等 5 个新城,培育成在长三角城市群中具有辐射带动作用的综合性节点城市。必须把新城高水平规划建设作为一项战略命题,抓住“十四五”关键窗口期,举全市之力推动新城发展。以习近平新时代中国特色社会主义思想为指导,全面贯彻党的十九大 和十九届二中、三中、四中、五中全会精神,牢固树立和贯彻创新、协调、绿色、开放、共享的新发展理念,全面落实构建“双循环”新发展格局要 求,坚持从社会全面进步和人的全面发展出发,以“上海 2035 总体规划”为引领,着眼于谋划超大城市整体战略布局和城乡空间新格局,按照独立的综合性节点城市定位,统筹新城发展的经济需要、生活需要、生态需要、安全需要,将新城建设成为引领高品质生活的未来之城,全市经济发展的 重要增长极,推进人民城市建设的创新实践区、城市数字化转型的示范区 和上海服务辐射长三角的战略支撑点。七、七、江苏省印发江苏省”十四五”制造业高质量发展规划江苏省印发江苏省”十四五”制造业高质量发展规划 主要目标:到 2025 年,制造业在全省经济中的支柱地位和全国的领先地位巩固提升,实现创新高水平、制造高效率、供给高品质、结构更优化、区域更协调、环境更友好的高质量发展,掌握关键核心技术的国际一流自主品牌领军企业不断涌现,产业基础高级化和产业链现代化水平持续提高,重点先进制造业集群综合竞争力明显增强,率先建成全国制造业高质量发展示范区,基本建成具有国际竞争力的先进制造业基地。到 2035 年,全省制造业自主创新能力、全要素生产率、国际竞争力大幅提升,制造业与生态环境、社会发展等更加协中国智能制造产业发展报告(2022 年)61 调,有力支撑我省在全国率先基本实现现代化。质量效益迈上新台阶。制造业增加值占比保持基本稳定,重点先进制造业集群和产业链竞争力显著提升,高新技术产业产值、战略性新兴产业占规模以上工业比重分别达 48.5%、42%,制造业全员劳动生产率稳步提高。创新引领实现新突破。企业创新主体地位更加突出,规模以上制造业企业研发投入强度保持 2%以上、保持国内领先水平,突破一批产业发展急需的技术瓶颈,在若干领域成为全国乃至全球技术创新、标准引领的策源地。数字转型铸就新动能。全省两化融合发展水平继续保持全国领先,规模以上制造企业数字化转型加快普及,数字经济核心产业增加值占地区生产总值比重 10%以上,数字经济成为驱动经济增长的新动能。绿色发展达到新水平。制造业能源资源利用效率进一步提高,绿色安全低碳技术装备普遍应用,企业清洁生产水平不断提升,单位工业增加值能耗比2020 年降低 17%,鼓励部分行业碳排放尽早达峰,重点行业和企业绿色安全生产方式转型取得显著成效。壮企强企取得新成果。领军企业引领带动作用不断增强,大中小企业协调融通发展,营业收入超百亿元工业企业 160 家,省级以上专精特新“小巨人”企业达到 3000 家,形成一批具有国际竞争力、占据价值链中高端的自主品牌企业。八、八、重庆市人民政府印发 重庆市制造业高质量发展“十四五”重庆市人民政府印发 重庆市制造业高质量发展“十四五”规划(规划(2021-2025 年)年)战略重点:培育打造具有国际竞争力的产业集群。发挥我市制造业规模优势、体系优势和部分领域先发优势,实施战略性新兴产业集群发展工程和支柱产业提质工程,深化战略性新兴产业与支柱产业互动发展,培育打造万亿级电子信息、五千亿级汽车、三千亿级装备、六千亿级材料、五千亿级特色消费品、千亿级生物医药等产业集群,构筑国家重要先进制造业中心核心支撑。增强制造业创新整体效能。强化创新在制造业高质量发展中的核心作用和中国智能制造产业发展报告(2022 年)62 企业在创新中的主体地位,围绕产业链配置创新链,健全制造业研发创新体系,丰富新应用场景,加快关键核心技术攻关和科技成果产业化,深入开展体制机制创新和企业管理创新,强化制造业高质量发展动力源泉。提升产业基础能力和产业链供应链现代化水平。实施产业基础再造和产业链供应链现代化水平提升工程,围绕产业集群建设方向梳理重点产业链条,分链条做好战略设计和精准施策,统筹推进锻长板和补短板,全面提高基础领域产品质量和核心竞争力。持续开展补链强链,全力保障供应链稳定,提高产业链供应链韧性和根植性,夯实制造业高质量发展的根基。促进制造业智能化、绿色化、人文化转型发展。深化新一代信息技术植入渗透,深入推进智能制造,发展服务型制造新模式,加快工业互联网创新发展,提升制造业数字化、网络化、智能化水平,促进制造业产业模式和企业形态根本性变革。加快绿色工厂和绿色园区建设,积极发展绿色产品和绿色供应链,促进资源循环利用,提升能源资源利用效率,降低污染物排放总量和碳排放强度,提高制造业绿色化发展水平。更加突出人的作用,促进劳动者更多参与制造技术的设计和部署,加强劳动者人机协作等技能培养和提升,提升工作环境的安全和包容性,吸引并留住更多人才,实现制造业高质量发展与人的全面发展相互促进。九、九、浙江省人民政府印发浙江省全球先进制造业基地建设”浙江省人民政府印发浙江省全球先进制造业基地建设”十四五“规划十四五“规划 发展目标。到 2025 年,全省制造业比重保持基本稳定,发展生态更具活力,数字化、高端化、绿色化发展处于全国领先地位,重点标志性产业链韧性、根植性和国际竞争力持续增强,形成一批世界级领军企业、单项冠军企业、知名品牌、核心自主知识产权和国际标准,全球先进制造业基地建设取得重大进展。全球先进制造新支点。制造业规模稳居全国前列,产业基础高级化、产业链现代化水平大幅提升,优势产业全球领导地位进一步巩固,发展质量和效益达到领先水平。全球智能制造践行地。新一代信息技术与制造业深度融合,新产品新模式中国智能制造产业发展报告(2022 年)63 新业态蓬勃发展,以“未来工厂”为引领、智能工厂(数字化车间)为主体的智能制造群体不断壮大,生产方式和企业形态实现根本性变革。全国创新驱动新典范。制造业创新投入强度保持全国领先,高能级创新平台体系加快构筑,高素质人才队伍更加强大,自主关键核心技术取得重大突破,发明专利数量大幅增长。全国绿色制造标杆地。制造业碳达峰工作取得重大进展,能源结构绿色升级、产业结构低碳调整、生产方式低碳循环成效显著,绿色制造体系加快构建。全国营商环境最优省。全省营商环境便利度大幅提升,制造业成本持续降低,政策设计和实施方式与国际接轨,企业获得感和满意度进一步提升。十、十、福建省做大做强做优数字经济行动计划福建省做大做强做优数字经济行动计划(2022-2025 年年)主要目标。到 2025 年,全省数字经济增加值超过 4 万亿元,数字经济核心产业增加值占 GDP 的比重比 2020 年提高 3 个百分点,数字经济创新发展水平明显提升,形成一批具有国内外竞争力的数字产业集群,重点行业数字化、网络化、智能化转型取得明显成效,数字经济新业态新模式健康发展,数据要素实现有序流通和深度开发利用,新型基础设施支撑引领作用进一步凸显,开放、健康、安全的数字生态加快形成,数字营商环境不断优化,数字经济发展质量效益达到国内先进水平。十一、十一、山东省政府印发山东省智能制造提质升级行动计划山东省政府印发山东省智能制造提质升级行动计划(2022-2025 年年)主要目标。到 2025 年,构建以智能制造技术和装备高级化为“点”,车间、工厂、产业链多层次全链条智能化为“线”,智能制造区域发展协同化为“面”的“点线面”一体化发展新格局。全省智能制造发展基础和支撑能力显著增强,智能制造水平显著提升,新技术新模式广泛推广应用,基本构建起企业梯次发展、产业链条完善、公共服务齐全、产用深度融合的智能制造生态体系。具体目标:创新和供给能力进一步增强。研发突破一批智能制造关键技术,每年培育中国智能制造产业发展报告(2022 年)64 30 项左右智能制造领域首台(套)重大技术装备和关键零部件。支撑服务体系进一步完备。编制一批智能制造标准,每年培育 10 家左右智能制造系统解决方案供应商,打造一批智能制造关键设备、核心零部件等领域的单项冠军和专精特新“小巨人”,建设一批公共服务平台。应用水平和发展能级进一步提升。每年培育 20 家以上智能制造标杆企业,建设 100 家以上智能工厂(数字化车间、智能制造场景),重点领域和行业智能化水平走在全国前列。试点示范项目运营成本降低 20%、生产效率提高 20%以上、产品不良品率降低 10%、能源利用率提高 13%以上。十二、十二、广东省人民政府关于印发广东省制造业数字化转型实广东省人民政府关于印发广东省制造业数字化转型实施方案及若干政策措施施方案及若干政策措施 到 2023 年,战略性支柱产业集群和战略性新兴产业集群加快数字化转型,全省制造业数字化、网络化、智能化水平明显提升,新模式、新业态广泛推广,产业综合实力显著增强。数字化转型成效进一步凸显。推动超过 3 万家规模以上工业企业运用新一代信息技术实施数字化转型,带动 80 万家企业上云用云降本提质增效,培育一批制造业数字化转型标杆企业。基础设施体系进一步完善。基本建成覆盖重点行业的工业互联网网络基础设施,5G 在工业领域深化应用,建成 50 个以上工业互联网标识解析二级节点,初步构建健康有序的标识解析体系。技术创新能力进一步增强。突破一批工业互联网网络、平台、安全领域关键技术,工业芯片、工业软件、工业控制系统等供给能力显著增强。产业生态体系进一步健全。引进培育 500 家左右制造业数字化转型服务商,打造 5 家左右国家级跨行业、跨领域工业互联网平台,20 家左右特色专业型工业互联网平台;建立较完善的工业互联网安全保障体系。到 2025 年,战略性支柱产业集群和战略性新兴产业集群数字化水平显著提升,广东省工业互联网国家示范区引领作用显著,推动超过 5 万家规模以上工业企业运用新一代信息技术实施数字化转型,带动 100 万家企业上云用云降本中国智能制造产业发展报告(2022 年)65 提质增效,以数字化引领制造业质量变革、效率变革、动力变革,形成大中小企业融通发展的产业生态。中国智能制造产业发展报告(2022 年)66 第十篇 中国智能制造优秀案例 为贯彻落实习近平总书记关于实施创新驱动发展战略的重要指示精神,为加速我国制造业转型升级、提质增效,国务院发布实施中国制造 2025,并将智能制造作为主攻方向,加速培育我国新的经济增长动力,抢占新一轮产业竞争制高点。以数字化、网络化、智能化为特点的智能制造已成为重要的发展趋势。为进一步推动智能制造相关技术的落地发展,梳理企业在智能制造方面的基础及智能制造实施成效,宣传企业在智能制造解决方案方面取得的成绩,中国高科技产业化研究会智能制造产业促进中心面向行业重点企业单位征集了一批 5G 与智能制造实施优秀案例,系统展示了制造企业开展智能制造探索与实践的具体做法和取得的成效,供参考借鉴。一、一、东南工业互联网平台东南工业互联网平台 东南工业互联网平台是由四省边际中心城市衢州市的数字经济“壹号院”东南数字经济发展研究院,依靠自身工业数字孪生核心技术,依托浙江省衢州数字经济(智慧产业)产业创新服务综合体,建设的区域级跨行业型工业互联网平台。平台以工业数字孪生体共性模型构建基础底座,以元设计、元制造、元装备、元培训、元能耗等关键应用打造价值场景,重点面向新材料、新能源、集成电路、智能装备、生命科学、特种纸等区域六大主导产业链,为头部及中小企业提供未来工厂、智能工厂、数字化车间等产业数字化服务。当前已吸引博依特、蓝卓等国内工业平台领先服务商,以及砖助智连等本地先进数字化服务商,以打造覆盖专有云计算资源服务、共性模型集成开发、工业智能产品供给、数字化方案定制、以及企业数字化应用服务等一体化的区域性工业互联网服务能力为目标,为衢州及四省边际周边工业企业及应用开发商提供端到端制造业数字化赋能支持。东南工业互联网平台台已建设 4 个子平台,98 个应用功能模块,116 个行业共性模型,引入 12 家生态伙伴;平台已服务企业 184 家,其中上市企业 8中国智能制造产业发展报告(2022 年)67 家,共计提供服务 2162 次;平台正建设未来工厂 3 家,智能工厂 3 家,数字化车间 6 家,智能仓库 1 家,数字化工段 2 家,智能装备 1 家;平台在建的上云工厂数 15 个,产线数 33 条,设备数 158 台,设备数据采集点 13179 个,能源数据采集点 708 个。图图 10-1 东南东南工业互联网平台系统架构图工业互联网平台系统架构图 商业模式:基于政府支持及本地化服务能力,快速连接区域主导产业集群,打造行业示范性标杆,并通过平台能力实现区域内企业上云规模化复制。与平台生态资源伙伴构建多元融合的产品生态体系,将平台数字孪生核心技术及场景应用实现模块化、组件化的快速复制能力,针对行业面向全国推广数字化、智能化的工业数字孪生软件产品及服务。二、二、华为云工业互联网平台华为云工业互联网平台 FusionPlant 依托自身技术实力,华为工业互联网布局已涉及边缘层、基础设施层、通用系统和平台领域,由华为云自营可信 IaaS 与工业 PaaS,为企业数字化发展搭建稳定可靠的基层框架。在 PaaS 层,华为重点打造两个开源的操作系统,欧拉系统应用于云基础设施、边缘计算、服务器等,鸿蒙系统应用于物联网终端、智能终端、工业终端等。此外,华为云采用合作开放的模式,在终端设备和工业应用领域聚合生态合作伙伴,将合作伙伴的 SaaS 产品纳入华为云平台严选产品,共建工业互联网生态。中国智能制造产业发展报告(2022 年)68 图图 10-2 华为云工业互联网平台系统架构华为云工业互联网平台系统架构图图 商业模式:通过争取政府支持落地运营公司,组建促云团队,为当地企业提供定制化解决方案,待积累一定的行业共性信息后择机深入进行产业联动。目前,华为云已落地多个区域工业互联网平台,整合政府、ISV、合作伙伴等多方资源,为当地企业提供云迁移、云管理、云咨询等服务,生态各方共享收益成果。三、三、海尔卡奥斯工业互联网平台海尔卡奥斯工业互联网平台 COSMOPlat 海尔卡奥斯工业互联网平台 COSMOPlat 是完全具备自主知识产权的工业互联网平台,实现了用户全流程参与工业生产过程。背靠海尔 30 多年的商业逻辑和数字化转型经验,卡奥斯构建起企业与资源零距离接触的工业新生态,以平台 数据 生态为核心,聚焦 G 端、B 端市场,提供多行业快速灵活部署服务,推动产业数字化、数字产业化发展。中国智能制造产业发展报告(2022 年)69 图图 10-3 海尔卡奥斯工业互联网平台海尔卡奥斯工业互联网平台 COSMOPlat 概念图概念图 商业模式:平台能够同时汇聚 B 端全流程业务数据、C 端用户行为数据,通过批量化定制开发的模式创新,物联网、云计算等信息技术与制造技术相融合的技术创新以及跨行业、跨领域的小微创业机制创新,成为孵化平台、双创平台、赋能平台。四、四、双星胎联网“智慧云”平台获评为工信部工业互联网平台双星胎联网“智慧云”平台获评为工信部工业互联网平台创新领航应用案例创新领航应用案例 青岛双星轮胎工业有限公司(简称双星)胎联网“智慧云”平台创新应用项目于 2021 年入选工信部工业互联网平台创新领航应用案例名单。双星胎联网“智慧云”平台是双星基于物联网、人工智能、云计算和大数据等信息技术的开发及应用,搭建以数字化、资产化、服务化和 5G 特征为中心的“胎联网”生态体系,可实现轮胎的全生命周期管理,为用户提供轮胎诊断、轮胎选择和维护保养等多元化开放服务。双星胎联网“智慧云”平台在应用过程中可做到胎温、胎压、行驶路线、路况、载重、磨损数据的实时在线监测,并将数据传输到系统后台,以实现轮胎、车辆、物流车队、轮胎企业之间的信息链接。此外,“胎联网”还可以与车联网相关技术衔接,实现自动预警,让行驶更安全、更节能,帮助物流企业大中国智能制造产业发展报告(2022 年)70 幅降低轮胎使用成本和油耗。通过该平台的使用可提高轮胎及整车的安全性能,更好地为用户定制个性化轮胎产品与服务,打造独具特色的产业服务市场,推动行业服务业态与服务模式创新,全流程降低轮胎使用的综合成本,实现用户、供应商、服务商及平台多方共赢。成功入选工信部工业互联网平台创新领航应用案例名单,体现了双星“胎联网”平台在工业互联网领域取得的成效获得广泛认可。双星轮胎通过“智慧轮胎”“胎联网”,为物流运输企业提供轮胎全流程服务解决方案,打造全国领先的轮胎全流程解决方案服务商。
海外众筹海外众筹如何助力如何助力中国制造升级为中国制造升级为中国品牌中国品牌海外众筹模式解读报告跨境电商新玩法前言前言海外众筹起源于2003年成立的ArtistShare,其致力于为音乐人、艺术家筹措资金;2017年因行业整体热度颇高、双创背景下资本环境发展成熟,商业模型逐渐形成奖励众筹、捐赠众筹、债务众筹、股权众筹四种类型。其中,奖励型众筹更多为希望推出新产品的公司或个人所采用,产品也不再局限于艺术领域。在跨境电商产品整体趋向精品化运营的大背景下,近年来越来越多拥有创新产品的出海企业,都倾向于通过众筹营销在海外打响品牌。4月6日,Anker在海外众筹平台上推出了新品3D打印机,发布一小时内,产品筹资100万美元。截至4月26日,通过10225名资助者获得了665万美元筹资金额!然而,海外众筹缘何吸引众多企业入局?中国跨境电商企业开启海外众筹有何优势?海外众筹平台适合哪些产品?众筹成败一般取决于哪些因素?众筹成功后如何实现品牌价值沉淀?在跨境电商发展的关键点节上,SHOPLINE以Indiegogo海外众筹平台案例与数据为例撰写发布海外众筹模式解读报告以供中国出海品牌参考。目录目录02海外众筹模式的挑战海外众筹模式的挑战03一个成功海外众筹项目的一个成功海外众筹项目的打造打造策略策略04海外众筹成功案例解析海外众筹成功案例解析中国跨境电商选择海外众筹的可行性中国跨境电商选择海外众筹的可行性01中国跨境电商选择海外众筹的可行性海外众筹作为新品首发渠道带来的好处海外众筹作为新品首发渠道带来的好处通过众筹试水获得用户反馈,帮助产通过众筹试水获得用户反馈,帮助产品迭代,实现产品在创新性和实用性品迭代,实现产品在创新性和实用性上更好地平衡,在大规模投放市场时上更好地平衡,在大规模投放市场时更好地满足用户需求。更好地满足用户需求。帮助产品迭代帮助产品迭代众筹产品大多新奇特,在新产品尚未众筹产品大多新奇特,在新产品尚未量产之前,通过众筹能够评估海外市量产之前,通过众筹能够评估海外市场对新产品的需求,避免生产备货滞场对新产品的需求,避免生产备货滞销的风险。销的风险。测试市场需求测试市场需求众筹平台的核心用户消费能力较强、众筹平台的核心用户消费能力较强、乐于尝鲜,带有一定的乐于尝鲜,带有一定的KOCKOC属性。一次属性。一次成功的众筹,能够帮助企业快速搭建成功的众筹,能够帮助企业快速搭建用户基础,建立起品牌和知名度。用户基础,建立起品牌和知名度。打造品牌、积累用户打造品牌、积累用户让投资者相信一个新的想法并愿意投让投资者相信一个新的想法并愿意投资是很困难的,但当很多人对这个项资是很困难的,但当很多人对这个项目感兴趣时就向投资者表明了其具有目感兴趣时就向投资者表明了其具有的市场吸引力。的市场吸引力。寻找全球融资机会寻找全球融资机会众筹平台上发布产品得到支持后,发众筹平台上发布产品得到支持后,发起者可以先拿到全球用户的预付款,起者可以先拿到全球用户的预付款,用户可以宽容到半年甚至一年发货,用户可以宽容到半年甚至一年发货,这个过程当中没有任何的压货风险。这个过程当中没有任何的压货风险。筹集生产资金筹集生产资金众筹成功后,渠道商和代理商会主动众筹成功后,渠道商和代理商会主动联系企业获得代理权,有利于企业快联系企业获得代理权,有利于企业快速打开海外的线下市场。速打开海外的线下市场。打开线下市场机遇打开线下市场机遇RECP协定协定供应链供应链支持支持政策政策鼓励鼓励010203中国跨境电商企业选择海外众筹的先天优势中国跨境电商企业选择海外众筹的先天优势中国拥有39个工业大类、191个中类、525个小类,是全世界唯一拥有联合国产业分类中全部工业门类的国家国家密集发布针对跨境电商发展的相关海关政策、外汇政策、税务政策,鼓励和扶持一批优秀的企业成长为标杆,已初步建立“成体系、全方位”的跨境电商零售进口监管模式,为促进中国跨境电商发展创造了良好的基础RCEP明确支持电子商务跨境经营,各成员国均承诺将降低关税、开放市场、减少标准壁垒,未来区域内90%以上的货物贸易将最终实现零关税疫情之下全球供给不平衡,中国供应链大而全疫情之下全球供给不平衡,中国供应链大而全国家政策鼓励出口模式创新,国家政策鼓励出口模式创新,“一带一路一带一路”释放政策红利释放政策红利RCEPRCEP协定正式签署,极大推进跨境电商产业增长协定正式签署,极大推进跨境电商产业增长跨境电商行业新旧时代交替,众筹成中国品牌破局之法跨境电商行业新旧时代交替,众筹成中国品牌破局之法出海、封号、融资、破产、DTC、洗牌头部资本重仓入局,在合规化、规模化的命题下,卖家结构打乱重组,整个跨境电商行业正在经历着前所未有的大变革。如何“短平快”地完成新兴品牌在海外关注度的验证?海外众筹给品牌指明了方向。2018年至今,Indiegogo帮助中国企业从全球用户手中获得了3.63.6亿美金的支持,折合人民币2323亿亿2020年上线百万级项目超过40%来自中国2021年中,在Indiegogo上比较受关注比较受关注的品类包括宠物用品、居家办公、餐饮厨具、宠物用品、居家办公、餐饮厨具、居家健身、休闲解压、游戏居家健身、休闲解压、游戏2022年1月3月 Indiegogo的月均浏览量为750万次左右海外众筹模式的挑战产品在国内的成功会造成其产品在国内的成功会造成其“出海也会成功出海也会成功”的误判的误判出海企业的决胜关键:本地化出海企业的决胜关键:本地化本地化是出海企业的灵魂,直接决定了出海产品能否被当地用户接纳和喜爱。目前生存下来的出海企业,无一不是擅长本地化运营以及经营的优秀选手。通过全球化的产品思路与本地化经营策略相结合,出海产品才被赋予了真正的生命力,才让海外用户找到了熟悉的环境和归属感。同时,出海企业对本土文化的了解也侧面为安全审核提供支撑,有利于出海产品尤其是游戏、社交娱乐等内容产品的风险把控。创意存在被窃取风险,应提前做好知识产权保护创意存在被窃取风险,应提前做好知识产权保护一般而言,众筹产品都是新奇特产品、且拥有一定技术含量,但项目并不十分成熟,当曝光在一个公开平台上时,如果没有做好知识产权保护,创意很容易被他人窃取,沦为“公用品”。一个众筹项目产品展示产品信息使用场景研发旅程当这些原本属于创业者个人的想法被越来越多人知晓时,也许会有人心怀叵测之人窃取创意为已用。一旦窃取者的资源大于原创者,就会为原创者的项目增加竟争对手。众筹时,发起者需要向公众展示众筹时,发起者需要向公众展示团队介绍SlideboardSlideboard Home OfficeHome OfficeHighboardHighboardShelfShelf实时进度交期承诺售后条款BA准备不充分,却固守准备不充分,却固守项目项目计划上线时间计划上线时间很多项目团队由于市场或公司内部压力,即使准备不充分也会固守项目计划上线时间,而这往往会导致项目失败对于何时上线,应该是在达成了预热目标以后来决定,而不是固定在一个事先承诺好的日期基于文化及教育背景的差异性,最好请5个目标市场母语者帮助评阅项目内容,并确认该内容能够吸引目标受众准备好能吸引目标市准备好能吸引目标市场受众的项目内容场受众的项目内容通 过 线 上 线 下 宣 传 方 式,收 集 一 定 数 量 的 潜 在 客 户的 联 系 方 式,比 如 他 们 的电子邮件等在项目上线前建立目在项目上线前建立目标受众社群、粉丝群标受众社群、粉丝群关键预热目标关键预热目标 众筹内容制作方面,中国品牌通常会陷入用“中文写脚本然后翻译成目标市场语言”的误区,甚至于不请母语者参与评阅,视频旁白也不是由母语者完成的 受众群主要通过故事理解并决定是否支持众筹项目主要通过故事理解并决定是否支持众筹项目,如果营销内容质量不高,将无法受到目标受众的支持。因此众筹视频内容要本土化、快节奏、多场景,尽量多地将产品亮点结合场景展现给用户,除了考虑美观、创意,更要根据海外用户的消费心理给用户以代入感底层思维固化,用中文思维给外国人讲众筹故事底层思维固化,用中文思维给外国人讲众筹故事本地化本地化使用使用本地语言本地语言全球发货,物流系统复杂,用户难以获得良好体验全球发货,物流系统复杂,用户难以获得良好体验众筹面向全球200多个国家,每个国家及地区都有复杂的物流系统及关税征收问题,有时候物流产生的费用甚至比产品造价更高,所以在一些清关清关难、物流配送体系不完善难、物流配送体系不完善的地区,用户很难获得良好的体验。在项目上线前,品牌就应该找到合适的物流商,获取运费报价、制定计划列表,以便回答客户关于发货方面的一系列问题,同时制定退货政策、退货政策、规划退货流程规划退货流程LOGISTICS一个成功海外众筹项目的打造策略1-2 个月1-6 个月30-60 天发货开始前期准备众筹结束上线 打款15 个工作日4 12 个月海外众筹项目常规周期(以海外众筹项目常规周期(以Indiegogo平台为例)平台为例)海外众筹项目时间规划表海外众筹项目时间规划表海外众筹平台选择海外众筹平台选择全球众筹市场发展全球众筹市场发展成熟成熟,已形成,已形成“两超多强两超多强”的竞争格局的竞争格局 Fundly数据显示,2019年全球举办了644644万万 场众筹活动,筹集金额达3030亿亿美元。随着COVID-19的爆发,众筹市场也出现了显着增长,特别是捐赠众筹以支持和帮助社区与人民 据预测,2021-2026年,众筹市场预计将以超过16%的复合年增长率增长 全球众筹市场已进入成熟发展期,目前由2家头部公司(Indiegogo、Kickstarter)主导市场,不少公司通过垂直赛道切入市场相互竞争*Source:Morder Intelligence海外最大的众筹平台之一海外最大的众筹平台之一:IndiegogoIndiegogoIndiegogo是一个强大的众筹平台,支持企业、艺术家和非营利性组织。成立时间成立时间:2008年目前成就目前成就:Indiegogo已在全球覆盖超过238个国家和地区,实现90多万个项目成功上线发布,筹集总金额达26亿美元。2016 年,Indiegogo开始涉足帮助中国品牌出海的项目。平台性质平台性质:以产品交付作为回报的筹款平台。众筹机制众筹机制:Indiegogo可以选择固定的资金目标或灵活的资金目标。通过灵活的资金目标,无论项目是否在截止日期前达到目标,项目方都会收到资金。更重要的是,当项目方正处于生产阶段或准备履行订单阶段,Indiegogo InDemand依然允许商家在筹款活动结束后继续筹集资金。费用费用:如果达到项目所需金额目标,项目手续费用则为5%(不包括付款处理费)。特别注意特别注意:需要通过香港或美国公司发起项目。海外众筹海外众筹平台众多,卖家平台众多,卖家可根据各自特色予以选择可根据各自特色予以选择平台平台面向市场面向市场核心品类核心品类费用费用备注备注I n d i e g o g o全球E-bike、Scooter等户外出行类目、家居类目5%存在渠道排他政策,要求首发K i c k s t a r t e r全球桌游、3D打印机、镭射机等创意类目5%存在渠道排他政策,要求首发F u n d a b l e美国初创企业在有效广告系列投放期间,$179/月(不包括付款处理费)M a k u a k e日本时尚、餐厅/酒吧、化妆品、美容、艺术等20%(含5%的结算费用);如果在Alll or Nothing类型中未达到目标金额,则不对该项目收取任何费用Z e c z e c台湾科技产品、首创作品、门票、甚至一个新的想法8%;若众筹失败,则不收取任何费用G r e e n f u n d i n g日本动漫、成人、其他电子计算机技术20%海外众筹选品原则海外众筹选品原则该技术从未出现或得到应用,将创新技术从0-1变成消费级产品后,便能迅速引起众人关注,比如世界上第一台3D打印机创新科技产品创新科技产品A将现有技术在实物产品中重新组合,并且拥有实际的应用价值,比如磁悬浮蓝牙音响将科技重组的产品将科技重组的产品B由于拥有大牛级设计师及成熟的设计团队,通过独一无二的设计更新功能性产品外观吸引受众 该类项目纯靠设计新颖,可替代性高,风险性较高设计新颖的功能性产品设计新颖的功能性产品C什么样的产品更容易众筹成功?什么样的产品更容易众筹成功?!在众筹项目结束前,产品不允许出现在全球任何一个销售平台上在众筹项目结束前,产品不允许出现在全球任何一个销售平台上基本原则:全球首发基本原则:全球首发海外众筹平台或许不是最好的卖货平台,但一定是最好的宣发平台。首发价格保证比后续电商平台低,才能在众筹时获得先机。极高的性价比极高的性价比不管是国内还是国外,用户第一眼看到的永远是产品的外观,因此,在产品的设计稿之初就要凸显产品美学及创意新意。卓越的工业设计卓越的工业设计确保你的产品是独一无二的。当产品有足够的噱头、足够的趣味性,才能在海量的众筹项目中脱颖而出。具传播优势内容具传播优势内容创造满足真实需求的产品,能够解决生活中实际存在的问题,然后找到渴望它的市场。切痛点使用场景切痛点使用场景众筹产品选品原则众筹产品选品原则诸多意见领袖的背书诸多意见领袖的背书利用移动互联网社交的传播特性,让意见领袖代表企业发起众筹,可以打破融资和营销之间的障碍,让广大消费者既成为营销对象,又成为项目资金的提供者。20212021年热门众筹产品品类年热门众筹产品品类家用电器产品家用电器产品其中厨电和家用清洁其中厨电和家用清洁电器正在飞速增长电器正在飞速增长受众分布五大国家:受众分布五大国家:美国、英国、加拿大、美国、英国、加拿大、德国、澳大利亚德国、澳大利亚办公效率产品办公效率产品尤其帮助是家庭办公尤其帮助是家庭办公提升效率类的产品提升效率类的产品受众分布五大国家:受众分布五大国家:美国、英国、加拿大、美国、英国、加拿大、澳大利亚、德国澳大利亚、德国健 身健 身/健 康健 康/减 肥 产 品减 肥 产 品家庭健身产品趋势向好家庭健身产品趋势向好受众分布五大国家:美受众分布五大国家:美国、加拿大、英国、德国、加拿大、英国、德国、澳大利亚国、澳大利亚宠物周边产品宠物周边产品在未来的时间里势必在未来的时间里势必成为爆火的品类成为爆火的品类受众分布五大国家:受众分布五大国家:美国、加拿大、英国、美国、加拿大、英国、德国、澳大利亚德国、澳大利亚信 息 安 全 和 隐 私 产 品信 息 安 全 和 隐 私 产 品38%众筹金额来自众筹金额来自Indiegogo市场营销市场营销 受众分布五大国家:受众分布五大国家:美国、英国、加拿大、美国、英国、加拿大、德国、澳大利亚德国、澳大利亚解压类产品解压类产品办公和生活中容易把办公和生活中容易把玩来进行解压的产品玩来进行解压的产品受众分布五大国家:受众分布五大国家:美国、加拿大、英国、美国、加拿大、英国、德国、澳大利亚德国、澳大利亚户外产品户外产品34%众筹金额来自众筹金额来自Indiegogo市场营销市场营销受众分布五大国家:受众分布五大国家:美国、英国、加拿大、美国、英国、加拿大、澳大利亚、德国澳大利亚、德国充电产品充电产品从便携快速充电的充从便携快速充电的充电宝到大型应急充电电宝到大型应急充电电源电源受众分布五大国家:受众分布五大国家:美国、加拿大、英国、美国、加拿大、英国、德国、西班牙德国、西班牙*Source:数据来源于Indiegogo项目筹备项目筹备项目预热项目预热项目上线项目上线众筹产品各品类众筹产品各品类TOP1TOP1筹得资金筹得资金*Source:数据来源于Indiegogo$6,772,901$2,169,932$7,560,733$3,232,601$4,194,795$2,480,935$8,994,059$7,172,104$8,620,092$15,004,910$1,862,619$0$2,000,000$4,000,000$6,000,000$8,000,000$10,000,000$12,000,000$14,000,000$16,000,000 Audio 音频Camera Gear 摄影设备Energy&Green Tech 能源&环保Fashion&Wearables 时尚&穿戴Food&Beverages 食品&饮料Health&Fitness 健康&健身Home 家电Phones&Accessories 手机&配件Productivity 办公&效率Transportation 交通Travel&Outdoors 旅游&户外蓝牙耳机电影变形镜头厨余垃圾处理机护目镜咖啡研磨机脑电波头带投影仪车载安卓无线投影仪2电动自行车碳纤维电动船艇海外众筹营销策略海外众筹营销策略不了解海外市场不了解海外市场以及消费者信息获取障碍消费者信息获取障碍是很多中国传统企业在品牌出海时遇到的首要难题。因此,前期的市场调研工作显得尤为重要。众筹前期需关注众筹前期需关注目标市场规模目标市场规模包括目标产品或行业在指定时间内的产量、产值等。市场规模的大小与竞争性可能直接决定了对新产品设计开发的投资规模。0101用户画像用户画像包括年龄性别、痛点需求、消费特点、社媒使用特点,方便针对性策划准备内容、策划广告投放及营销活动。0202竞品分析竞品分析明确竞争对手,分析竞争对手的产品结构、展示内容(包括关键词、图片、文案等)、广告策略、价格策略及相关的营销活动策略0303市场调研市场调研项目筹备项目筹备项目预热项目预热项目上线项目上线网红筛选条件网红筛选条件人设与产品调性相符粉丝基数大小与报价高低内容发布频率及原创能力视频呈现关键点视频呈现关键点产品功能点 解决痛点 用户利益点视频创作技巧视频创作技巧将产品与使用场景相结合,提升用户体验分析消费者心理,以创意吸引目标受众画面风格具有品质感视频物料要求视频物料要求画质音质清晰、产品画像明确视频时长保持在3分钟内,前30秒最重要标题撰写技巧标题撰写技巧主标题:切中产品要害,击中backer痛点,善用最高级形式副标题:凸显市场定位,灵活使用“短语描述 长句扩展”四类四类内容内容文案文案网 红网 红图片图片视频视频内容准备内容准备项目筹备项目筹备项目预热项目预热项目上线项目上线照片素材准备技巧照片素材准备技巧采用整体图 细节图的双重角度拍摄保持产品背景图的整洁干净,与产品属性相匹配采用对比拍摄法突出产品优点尽量体现产品的真实性,不要对图片进行过度的修图和美化选择特殊场景作为信用背书,增加买家认同感*说明:这部分工作一般由拥有网红资源的服务公司与网红联系,提前进行样品送测详情页撰写技巧详情页撰写技巧关键点:从用户视角出发而非开发者视角涵盖内容:这个功能能做什么、解决了什么痛点、是如何实现的,以及产品价值的具体化、什么样的用户在什么情景下会用到此功能等等网红合作方式网红合作方式好物分享/开箱测评(视频文案分为原创及品牌方供稿)转发官方社媒内容网红代言适合产品功能有特色、产品卖点多有特色、产品卖点多的产品任何营销前期,最核心的任务都是将核心卖点梳理将核心卖点梳理出来,并利用图片、文字、视频、声音等媒介形式展现出产品的核心卖点,之后再利用各种媒介把这些卖点以素材的形式推送到潜在受众面前适合时尚度、美观度较高时尚度、美观度较高的产品,选择人设与产品人设与产品相符的网红相符的网红KOC:从事于各行各业的KOC既是产品的用户,也会给产品不同维度的反馈不同维度的反馈KOL:与品牌理念契合且有声量的KOL可以对应链接对应链接到到背后的背后的粉丝人群粉丝人群适合单个用户使用、可解决场景痛点解决场景痛点的产品场景=场 景,即时间和空间时间和空间 情景和情绪情景和情绪。将产品或品牌与合适的场景”挂钩,除了增加体验、新辟营销途径外,更重要的是占领有限的消费者心智,构建情感纽带,让消费者一想到某种场景想到的该产品或品牌纯品牌玩法纯品牌玩法,初期资本投入较大提高品牌产品销量为销量加持为销量加持打开打开消费者对品牌的认知品牌的认知让更多的人通过明星代言知道该品牌及产品寻找对应的明星给予品牌合适的定位通过明星代言做好品牌与产品在各个年龄层的用户圈层渗透用户圈层渗透品牌故事撰写品牌故事撰写项目筹备项目筹备项目预热项目预热项目上线项目上线品牌故事是众筹的核心。只有当一个合理的品牌故事被挖掘、被传播,当一个合理的品牌故事被挖掘、被传播,原本陌生虚无的品牌变得才会变得有血有肉,同时具备说服力的亲和力,才能得到最有效的传播。才能得到最有效的传播。产品特点产品特点拆解法拆解法故事线故事线拆解法拆解法代言人代言人背书法背书法 明星明星代言法代言法30项目筹备项目筹备项目预热项目预热项目上线项目上线 预热不是一个单独的环节,作 为整个众筹活动的重要一环,预预 热效果很大程度上影响了众筹项目热效果很大程度上影响了众筹项目 的成功与否的成功与否。有效的预热能让项目关注度持续高能,是达到众筹目标以及创造势头的关键所在。预热期可获得对用户的精准洞察,相较于传 统的直接新品推出,预热作为前期市场测试可预热作为前期市场测试可 以帮助项目方节省成倍的成本以帮助项目方节省成倍的成本。而当预热效果较差、远无法达到项目预设目标时,项目方可选择放弃项目上线以减少损失,对项目热度与 关注度进行测试也是项目预热的作用所在。众筹项目流量曲线010203时间规划时间规划对于产品众筹而言,预热期的最早期限大多在上线前的上线前的30天内天内,预热时间不宜过长,也不应距离项目上线日期过久,过长的预热期会对让公众的紧迫感与期待值大打折扣预热目标预热目标进行预热的目的在于获取获取leads,赢得前期支持者和精准流量,提高项目曝光力度,激发公众对项目的兴趣成本控制成本控制预热期通过各种流量渠道进行广告投放,单个leads成本根据产品客单价及投放国家不同,大致范围在3-15美元美元、中中位值为位值为6美元美元左右项目筹备项目筹备项目预热项目预热项目上线项目上线项目预热关键要素项目预热关键要素众筹网站站内流量官方社媒订阅者 活跃的社交平台评论者在众筹预热期,通过邮件营销对潜在发展客户进行有效营销,能有效与支持者取得联系,且较其他广告形式而言成本低廉、针对性强,能较快看到效果成本低廉、针对性强,能较快看到效果。价格阶梯的运用价格阶梯的运用是邮件营销中的重点内容。对预热期邮件营销目标客户设置super early bird price、early bird price等阶梯式价格是极佳的营销手段,邮件中应明确告知目标客户享有此权利。早鸟票的使用扩展了价格区间,减少用户犹豫时间,增加购买可能性,对项目与产品的曝光和宣传有重要的促进意义。项目筹备项目筹备项目预热项目预热项目上线项目上线EDMEDM营销营销营销对象来源营销对象来源Comments需要得到格外关注,每个评论都应尽可能得到有效的回复。在重视个人评价的文化背景下,一个对产品或项目持有消极意见的comment可能就会引发关注者较大的反响,对品牌形象及受众对项目的信任度支持度产生消极影响重视社媒评论重视社媒评论,定期提问或解答疑问01内容多以品牌视频、图片、本土化文案为主,一方面能最大程度对项目进行展示,另一方面能树立专业化形象,提高受众对品牌的信任度官方社媒需要定期更新定期更新02项目筹备项目筹备项目预热项目预热项目上线项目上线官方社媒运营官方社媒运营在Facebook、Twitter、LinkedIn、Instagram等重要社交媒体平台建立官方账号,进行进行品牌和项目信息的输出。项目名称项目筹备项目筹备项目预热项目预热项目上线项目上线众筹提审众筹提审公司资质(营业范围、地址、银行信息等)发起人、担保人信息团队介绍众筹时长、目标金额 工厂产能信息产品信息(产品实拍图片、演示视频、产品分解图等)风险评估众筹项目的平台审核平台审核是众筹的重要一环,审核的成功与否直接影响项目进程。为降低因审核不通过影响项目上线的风险,一般项目上线前项目上线前15天左右天左右应向众筹平台提起项目审核。审核材料包括:合理的众筹时间能确保项目的紧迫性与公众的关注度,刺激目标用户快速下单刺激目标用户快速下单;而持续过长的众筹时间则会打击公众的关注度、消磨支持者的兴趣,导致目标金额无法达到,造成众筹项目的失败。在项目表现良好、甚至超出预期且产能允许的情况下,可以适当延长众筹时间。众筹时间一般控制在众筹时间一般控制在30至至45天天左右,最长不宜超过左右,最长不宜超过2个月个月项目筹备项目筹备项目预热项目预热项目上线项目上线项目筹备项目筹备项目预热项目预热项目上线项目上线主流引流渠道特点主流引流渠道特点主动营销全面的线上广告平台社交媒体关系网 引流渠道中的流量王品牌可以建立品牌主页分享品牌信息互动功能强大,用有趣且有针对性的内容吸引用户搜索引擎搜索引擎被动营销。客户根据自身需求搜索关键词,营销转换率高丰富的表现手段使视听效果更佳。可以结合网页综合运用文字声音、动态影像、动画表格、虚拟视觉等功能且成本低、时效长红人营销红人营销社群运营社群运营营销精准性高且成本较低社群能持续贡献流量,发展种子用户,促进用户裂变红人的营销内容能持续带来搜索流量利用粉丝群体提高销售转化率网红背书利于提高品牌认可度,广告导向更加精准社媒平台社媒平台主流引流渠道影响用户决策路径主流引流渠道影响用户决策路径项目筹备项目筹备项目预热项目预热项目上线项目上线路路径径1 1路路径径2 2购购买买社媒广告投放社媒广告投放搜索搜索根据需求搜索根据需求搜索社媒、红人、社媒、红人、广告接触广告接触留下印象激起兴趣官网浏览、博客、文章、用户评论、网红测评持续关注产品信息提出疑问发表评论发现产品排名靠前、评价可观、评分较高,用户留下印象产生浓厚兴趣,留下较好的品牌形象,愿意尝试与体验常见的用户购买旅程常见的用户购买旅程需要购买购买品牌词、长尾词,和产品词等,需要购买购买品牌词、长尾词,和产品词等,成本高,该场景较少用到成本高,该场景较少用到项目筹备项目筹备项目预热项目预热项目上线项目上线FacebookFacebook广告投放策略广告投放策略营销漏斗营销漏斗受众结果受众结果覆盖人数覆盖人数/品牌知名度品牌知名度广告是否触达了恰当数量和类型的受众?品牌结果品牌结果视频浏览量视频浏览量流量流量广告给漏斗指标带来了什么影响?销售结果销售结果转化量转化量广告是否成功令消费者开始行动?品牌认知品牌认知购买意向购买意向行动转化行动转化广告系列广告系列广告组广告组广告组广告组广告广告广告广告广告广告广告广告对应广告目标,通常选择转化/目录促销对应受众、预算、版位、竞价等常用兴趣定位:男装、女装、手提包、折扣和让利、线上购物、促销活动、黑色星期五、版位和竞价默认对应广告创意:图片/视频,文案,标题,按钮等测试不同广告创意的效果优化扩量优化扩量:复制表现好的广告,增加预算表现效果不好的根据常用指标点击率、ROAS、转化率来提升素材或网站的效果项目筹备项目筹备项目预热项目预热项目上线项目上线FacebookFacebook广告投放策略广告投放策略广告创建广告创建*特别说明:只要整体业务是盈利且符合公司发展的,常用数据衡量只作为参考常用指标常用指标解释解释常用数据衡量常用数据衡量CPM(每千次展示费用)=(广告费/展示次数)x1,000CPM2%CPC(单次点击费用)=广告费/链接点击量CPC$1CPL(Leads成本)转化目标$3CPL$5CPA(每次成效费用)=广告费/成效CPA1.2%CVR(转化率)=(转化次数/点击次数)x100%CVR1.5%CPC(平均每次点击费用)=广告费/点击次数CPC$0.4CPL(Leads成本)转化目标$3CPL$5CPA(平均每次转化费用)=广告费/转化数量CPA$20根据产品单价项目筹备项目筹备项目预热项目预热项目上线项目上线GoogleGoogle广告投放策略广告投放策略常用指标对比(美国地区)常用指标对比(美国地区)品牌曝光品牌曝光品牌触达品牌触达品牌信任品牌信任销售转化销售转化品牌忠诚品牌忠诚KOL测评,提升品牌曝光促进网站访问 品牌词搜索通过KOL的内容,拉近品牌与消费者的距离直接网址访问 品牌词搜索 Google搜索广告 Facebook广告获取网站流量大量真实可信的UGC内容做信任背书形成品牌信任,促进用户购买以红人UGC内容做广告提升广告转化效率社交媒体官方账号活动运营提升用户粘性,促进用户复购红红人人合合作作项目筹备项目筹备项目预热项目预热项目上线项目上线红人营销策略红人营销策略第一阶段第一阶段 初步种草期 品牌曝光度曝光度建立KOL专业领域意见曝光UGC积累产生口碑效应 各平台官方账号粉丝:10KINS相关作品:50-100INS TAG数量:10 /月YouTube相关作品数:5-10TikTok相关作品数:100社媒 外链流量占比:5%以下开始形成消费者意识、增强品牌印象开始形成消费者意识、增强品牌印象品牌热词拥有大幅度的增长品牌热词拥有大幅度的增长 品牌扩张期 品牌信任度信任度建立KOL扩大圈层影响 统一视觉记忆打造品牌形象 各平台官方账号粉丝:100KINS相关作品:100 INS TAG数量:30 /月YouTube相关作品数:10-30TikTok相关作品数:100 社媒 外链流量占比:7%-15%基于优秀素材投放,基于优秀素材投放,消费者通过品牌初体验建立信任和好感消费者通过品牌初体验建立信任和好感第二阶段第二阶段 品牌树立期 品牌忠诚度忠诚度建立品牌好感确立 营销整合深化服务 品牌进入成熟阶段,其官网分析量和涨粉数量视品牌于社交媒体的活跃度情况而异品牌形成后,其社交媒体上相关的内容数量每日增加情况与品牌的品类和市场情况变化社媒社媒 外链流量占比稳定在外链流量占比稳定在5%以下以下,消费者对品牌信任并忠诚购买消费者对品牌信任并忠诚购买 第三阶段第三阶段项目筹备项目筹备项目预热项目预热项目上线项目上线红人营销策略红人营销策略营销阶段营销阶段通过社媒平台建群持续拓展社群成员社群日常运营用户裂变FacebookTwitterDiscordLinkedInInstagramTelegramYouTubeSnapchat站内流量站内流量众筹平台社媒官方账号关注者邮件营销站外流量站外流量KOL广告媒体报道品牌官网社群内定时发布宣传输出内容,制造话题讨论,举办活动,让社群用户享有产品众筹过程参与感,提高用户对产品与品牌的认知,依托社群打造粉丝经济。通过社群内互动与活动为社群用户提高价值,促使用户转发裂变成为传播者,进一步促进众筹项目的曝光。项目筹备项目筹备项目预热项目预热项目上线项目上线社群运营策略社群运营策略项目上线后,构建一个活跃的社群能有效获得项目支持,树立品牌形象项目上线后,构建一个活跃的社群能有效获得项目支持,树立品牌形象。好的众筹社群运营营销精准性高,社群中的用户能持续贡献流量,大大促进了项目的成功。游戏掌机品牌AYANEO充分利用社群运营通过主流游戏社区Discord和游戏用户们积极互动,迅速积累了一批忠实粉丝,众筹项目表现亮眼,迅速撬开了全球市场。产能状态最主要的更新内容,也是用户最为关注的信息。产能状态的相关信息包括产品的生产状态、是否已经生产出来、是产品的生产状态、是否已经生产出来、是否已经准备发货否已经准备发货等。持续的状态更新让用户与支持者意识到项目正在不断进行,是确保用户保持热情、刺激目标金额早日达成的重要条件。对用户提问的处理是项目售前服务售前服务的内容之一,众筹页面的用户讨论与提问是用户了解产品的重要信息来源,对用户决策产生影响,每个提问与讨论都应被认真回复。项目上线后,众筹页面需持续更新,更新内容主要为产能状态与用户提问。项目上线后,众筹页面需持续更新,更新内容主要为产能状态与用户提问。项目筹备项目筹备项目预热项目预热项目上线项目上线众筹页面持续更新众筹页面持续更新众筹成功后品牌价值沉淀众筹成功后品牌价值沉淀众筹成功并不是结束,众筹成功后的三个关键步骤众筹成功并不是结束,众筹成功后的三个关键步骤企业主在众筹结束后,应该未雨绸缪,抢占先机建立线上销售渠道抢占先机建立线上销售渠道。通过众筹积累的用户画像数据,为后续的推广提供准确的投放策略支持,积累早期种子用户。查看结果,做好项目复盘项目复盘,对项目进行数据分析,评估每个动作的有效性,吸取经验教训,为未来进行类似活动沉淀方法论持续维护用户持续维护用户提升品牌声量提升品牌声量资助者才是众筹的核心财富资助者才是众筹的核心财富众筹成功之后,如何做好资助者社群维护,如何将种子用户转化为品牌用户、提高品牌声量,值得出海企业深入探索维护用户的有效方式维护用户的有效方式在社交媒体上保持活跃,经常发布引人注目的图片和视频,并确保及时回答问题发送电子邮件,告知用户何时有新库存、何时发货、分享扩大奖励计划或有新融资里程碑事件,更关键的是不要忘记感谢重复的支持者抢占先机,在领先抢占先机,在领先赛道占据销售份额赛道占据销售份额信守承诺及时完成产品交付发货问题用户退款情况发货时间要合理安排,尽量避避免物流爆仓和发货速度慢免物流爆仓和发货速度慢等问题发货包装包括产品本身的包装和快递的包装,保证最终呈现用用户期待的收货状态户期待的收货状态认真收集第一批用户意见,做好统计并优化首批收到货的用户反馈不好交付时间超过承诺交付时间出现了性价比更高的竞品,用 户转投抢占先机抢占先机在领先赛道占据销售份额在领先赛道占据销售份额众筹成功后,品牌有三个选择众筹成功后,品牌有三个选择电商平台独立站社交电商AmazoneBayWalmartWishShoppeeTikTokFacebookInstagramSnapchatLinkedIn跨 境 电 商 从“中 低 端 供 给”逐 步 向“高价值品牌高价值品牌”转 型 阶 段海 外 众 筹 为 创 新 企 业 创 造 了 机 会然 而,持 续 增 长 并 不 能 由 一 场 又 一 场 的 众 筹 活 动 推 动如 何 将 这 些 忠 诚 用 户 引 入 品 牌 私 域独立站才是最佳选择独立站才是最佳选择极致极致转化转化极速极速建站建站多元多元流量流量用户全生命周期价值挖掘用户全生命周期价值挖掘独立站业务全链路独立站业务全链路选选品品订单履约订单履约博客运营广告再营销邮件营销会员运营分销裂变社媒运营短信营销结算页响应时间1s内-业内最优更适合中国卖家的后台交互和功能丰富营销工具营造火爆购物氛围结算方式灵活弃购用户召回海量热门行业品类模板业界最优的页面加载速度多站点、多语言海量热门行业品类模板页面个性化定制站点二次开发多币种、多机型适配 广告广告 社媒社媒 搜索搜索 红人红人 网盟网盟PayPal入账付款APPAPP端端订单订单管理管理客户客户管理管理商品商品管理管理营销营销管理管理数据数据分析分析在线商店订单详情查看店铺店铺设置设置一页商店直播访客来源数据分析销售渠道业绩报表热销商品数据报表 店铺转化漏斗呈现订单自定义分类批量发货检索付款/发货查看多维度筛选排序客户行为追踪会员管理体系价格批量调整重量批量调整商品分组管理多维度商品检索库存批量调整属性多样化设置商品多角度展示商品一键复制导入/出客户资源 不同维度筛选即时聊天工具多渠道 Facebook、Line消息管理 邮件营销管理优惠活动管理销售渠销售渠道管理道管理Facebook、Google对接销售额数据对比时间段数据对比模板一键套用多语言多货币多个店铺管理店铺一键复制权限分层管理税费/支付/物流设置订单状态变更库存智能跟踪SHOPLINE能力全景图:全方位、高效率、高转化能力全景图:全方位、高效率、高转化灵活建站灵活建站从访问到下单,将消费者体验做到最佳从访问到下单,将消费者体验做到最佳2s内打开店铺多品类模板样式丰富多级联动目录导航超级菜单二级菜单的分类封面多维度筛选器多样化商品排布智能排序搜索建议Quick View一款多图可灵活配置详情页布局(最近浏览、附加页面、布局左右调换-放notes)尺码表色板多玩法营销氛围展现可配置的结算流程地址自动联想超商电子地图无跳转支付打开店铺打开店铺品类浏览品类浏览详情浏览详情浏览下单下单顾顾客客Buy Now智能商品推荐极致转化极致转化访客数访客数加入购物车加入购物车到达结账到达结账添加支付信息添加支付信息完成结账完成结账复购复购极速访问极速访问:全球部署,网站秒开,移动端友好结账页自由配置:结账页自由配置:一页结账、三页结账丰富促销工具:丰富促销工具:Add to Cart、满减活动、捆绑销售、带图评论、优惠码、第M件折扣、倒计时、公告栏、订阅、营销弹窗、购物动态结账安全及信任:结账安全及信任:安全信任图标、社媒图标、自带在线IM工具地址秒填:地址秒填:串联 Google、Facebook 和 PayPal 地址库自动联想快速填充地址页内付款无跳转:页内付款无跳转:PCI标准接入Oceanpayment钱海、Asiabill、Stripe、WorldPay等收款渠道无跳转营造营销氛围、优化结算体验,细节成就订单营造营销氛围、优化结算体验,细节成就订单裂变增长:裂变增长:五级会员体系、积分换购、邮件营销结算响应快:结算响应快:结算页响应时间小于1s流量增长流量增长玩转工具,打造滚雪球效应玩转工具,打造滚雪球效应公公域域流流量量获客转化客户留存复购增购分享裂变私域矩阵私域矩阵复购增复购增购购数据分析数据分析内容内容广告广告促促销销手手段段订阅会员博客社媒私域沉淀ShareASale优惠码分销链接会员推荐WebpushEDM短信营销广告再营销社媒运营销售结果报告流量获取报告行为报告页面报告Conversion Booster满减折扣优惠码捆绑销售第M件折扣氛氛围围营营造造公告栏倒计时购物动态订阅/弹窗提醒信信任任背背书书安全信息自定义产品评价社媒及支付图标体体验验结算页响应时间小于1s恢复到页面未完成的步骤复购增购复购增购分享裂变分享裂变SHOPLINE提供的解决方案SHOPLINE通过不同工具捕捉用户行为Facebook上报助手Tiktok 像素绑定Snapchat 像素绑定Yahoo 像素绑定Lucky Orange基于用户分级,对潜在客户、即得客户与存量客户进行分层运营以提高用户忠诚度客户管理客户管理获客活客黏客三步走,提升用户忠诚度获客活客黏客三步走,提升用户忠诚度精细运营精细运营销售结果销售结果:比较不同国家/地区、来源渠道、SPU、SKU等的销售情况来作出业务决策流量获取流量获取:从时间趋势、来源渠道、访问设备、国家/地区等维度了解商店访客情况行为报告行为报告:通过行为报告了解用户在站内的转化事件指标,如访客数、加购访客数等热门页面热门页面:了解不同页面的访客数、浏览次数等指标交互式实时数据可视化大屏,实时监测站点数据,洞悉运营增长,助力智能高效决策数据概览数据概览数据报告数据报告实时数据实时数据更全面的数据报表,管理业务更简单更全面的数据报表,管理业务更简单海外众筹成功案例解析初创品牌想成功实现冷启动,“如何做”比“做多少”更为重要。而众筹便是一个很好的以较低成本投入较低成本投入 相对宽裕的交付周期相对宽裕的交付周期,在短时间内打造爆品和品牌口碑在短时间内打造爆品和品牌口碑的途径。便携式储能电源垂直类目欧美主攻市场OEMDTC商业模式670万美元众筹总金额创储能类产品众筹金额历史最高记录INDIEGOGO海外众筹平台BluettiBluetti:两年从两年从OEMOEM到到DTCDTC!销售总额年均增速!销售总额年均增速30000%、毛利率增长、毛利率增长4 4倍倍*该案例由Indiegogo提供无众筹经验无众筹经验01020304缺少用户基础缺少用户基础众筹初期难以快速建立社群讨论热度和项目势头,需要花更多时间和精力做社群运营缺乏缺乏C端市场需求洞察端市场需求洞察过去以代工和B2B业务模式为主,鲜少涉及用户调研和需求分析海外品牌声量不足海外品牌声量不足没有品牌知名度作为先发优势,前期引流困难,无法拉动各渠道销售增长BluettiBluetti:无:无C C端经验基础是众筹面对的最大困难端经验基础是众筹面对的最大困难对众筹不了解,社群无粉丝积累。Indiegogo 给到很多官方资源扶持和流量倾斜*该案例由Indiegogo提供初 试 众 筹 便 创 下 超 高 金 额 纪 录,不 仅 让 Bluetti 俘获众多品牌粉丝,同时也引来许多西方媒体的争相报道。品牌口碑的快速传播和搜索热度的短期暴涨,让Bluetti横扫各个渠道,销售额成倍增长。以众筹为首发以众筹为首发带动其他渠道销售带动其他渠道销售Bluetti:三大策略,完成:三大策略,完成B to C的成功蜕变的成功蜕变众筹期间Bluetti通过在社媒平台组建粉丝群、在Indiegogo项目评论区与用户直接互动,收集到了大量用户需求和优质反馈,对产品性能和用户体验进行了迭代优化。在提升用户参与度和活跃度的同时,完成了DTC品牌的进一步建设。拥抱用户思维拥抱用户思维重视用户反馈重视用户反馈营销渠道贵“精”不贵“多,一定要根据产品特性及目标用户群进行适时调整。早期,Bluetti产品偏家庭使用场景、客单价较高,目 标 人 群 为 年 龄 偏 大 的 中 高 产 阶 级,YouTube和Facebook就很合适;接下来,Bluetti想做一些年轻人喜欢的小型便携储能设备,因此TikTok才是商家选择。细分用户群体细分用户群体“有克制有克制”地做营销地做营销 Bluetti在 Facebook 上运营了一个群组,为了保障群组的质量和归属感,严格审核新申请成员,目前该群组有 7000 人左右,具有着较高的活跃度 2020年,Bluetti上线了其品牌独立站,并在官网专门设立了一个社区模块(Community),聚集了一群 Bluetti 产品的爱好者,每天都会有用户在上面交流BluettiBluetti:成功众筹后,通过独立站凝聚一些活跃的目标人群:成功众筹后,通过独立站凝聚一些活跃的目标人群Bluetti 官网社区模块Bluetti Facebook群组*该案例由Indiegogo提供关于我们SHOPLINESHOPLINE简介简介SHOPLINE,欢聚集团战略投资的跨境电商智慧建站平台,是一家专注于通过独立站助力跨境电商品牌出海的企业级技术 服 务 公 司。自 2 0 1 3 年 创 立 以 来,SHOPLINE 已在深圳、广州、杭州、中国香港、中国台湾、新加坡等10个城市及地区设立办公室,现已服务全球35万 商家和5.3亿消费者。助力品牌卖家货通全球,是SHOPLINE 的创业初心。迄今,SHOPLINE 已建立包括广州研发中心在内的近2000人国际化团队,搭建了从建站、流量、支付、物流、培训的全链路服务体系,更有由专属客户成功顾问、独立站运营导师、品类代运营专家组成的强大服务团队让卖家轻松开启独立站事业,实现品牌跨境出海。SHOPLINE一站式解决方案,满足独卖家不同场景下的需求一站式解决方案,满足独卖家不同场景下的需求上架商品精准投放建站服务商家后台接入FB、GG、Ins、TT等多元流量渠道会员营销提升复购率分销工具低成本裂变聚合支付能力聚合支付能力场场:SHOPLINESHOPLINE独立站独立站流量引入SHOPLINE物流严选物流严选物流库存管理库存管理ERPERP店小秘/马帮/通途ERP 采购商品货货第三方开发者生态生态支持生态支持一键搬迁一键搬迁商户管理交易结算商品管理店铺管理销售渠道管理海量模板人:人:海外消费者海外消费者教练式服务教练式服务品牌客户品牌客户全面品牌出海托管 网站定制产品导向型精品客户产品导向型精品客户客户成功服务团队 品类扶持专家流量导向型及创业型客户流量导向型及创业型客户SHOPLINE私享会培训 营销运指导IndiegogoIndiegogo简介简介Indiegogo是全球最大的科创新品首发和众筹平台,中国科创企业构筑全球出海品牌的第一站。2008年于美国成立至今,以“科创无界,连接热爱”为理念,Indiegogo面向全球238个国家或地区1500万支持者发布了超过90万个项目,总筹资金额超过26亿美金。2016年,Indiegogo 推出中国项目出海绿色通道,以全球支持者社群、本地客户服务与跨国战略咨询、全球多渠道流量支持、优选服务生态及开放共赢的平台策略,全面赋能中国企业打造国际影响力品牌,已筹资超过3.6亿美金。携手携手IndiegogoIndiegogo,踏上品牌出海和全球分销快车道,踏上品牌出海和全球分销快车道中国本地团队:1对1项目诊断与对接海外策略团队:提供全链条运营扶持及上线指导千万级社区大数据:提供产品功能优化、定价、目标市场与销售策略等建议长期价值全力扶持优秀初创企业,着眼项目长期成功与发展开放共荣支持私域搭建、社群管理与渠道拓展众筹全周期:生态圈优质资源推荐与对接,包括营销、物流等筹后发展:众筹后出海发展规划与资源对接,包括创投、电商平台、直采渠道等站内流量倾斜与支持:广告推送,开箱评测,PR支持等站 外 大 数 据 精 准 投 放:Facebook、YouTube、Google等忠实社群前沿科技爱好者 初始种子用户 早鸟优惠爱好者 人群画像30-60岁,67%为男性覆盖238个国家或地区,欧美为主要市场人均260美金高客单价的强购买力追求高品质生活,支持创新庞大的科技支持者网络庞大的科技支持者网络 开放共赢的平台信条开放共赢的平台信条全球多渠道流量支持全球多渠道流量支持优选服务生态对接优选服务生态对接本地化服务与国际化策略本地化服务与国际化策略特别鸣谢特别鸣谢刘晓川刘晓川曾任SHOPLINE大中华区副总、SHOPLINE商学院院长、豹移动海外事业部渠道优化总监、海圈网特邀独家签约讲师、雨果网特邀观察员,超过10年跨境电商及数字媒体行业经验、8年Facebook媒体从业经验,为多家业内知名跨境电商公司提供顾问服务。拥有丰富的产品众筹和品牌出海经验,2016-2019间带领团队两年间创下超过共计1.1亿人民币的众筹金额,为Snoppa、Teamgee、思锐等知名新兴品牌创造了平均ROI 9的佳绩,2019年众筹总金额超过5000万人民币。钛动科技是一家基于大数据和商业智能的企业服务公司,致力于为中国品牌出海提供全链路解决方案和全球增长平台。作为Facebook、Google和TikTok全球三大主流平台成长最快的中国区官方代理商,钛动业务已覆盖全球200多个国家和地区,并通过技术手段拉通整合数万个海外流量和服务供应商,已成功帮助超过10000个客户出海。THANKS
零代码信息化白皮书2000 制造企业 300 专精特新制造企业 都 在 用 简 道 云 零 代 码 平 台2023制造行业零代码新动能NO CODE NEW ENERGY2023 制造行业零代码信息化白皮书序 言第一章 行业趋势一、世界制造信息化的发展历史二、国内制造信息化的发展现状信息化按规模、分阶段进行企业信息化投入比例加大不同地域、产业信息化建设差距大“看菜下饭式”为主的信息化转型策路领导管理意图不明确信息化价值定位模糊信息化框架落地难原生 ERP 管理革新难三、国内制造信息化的发展趋势精益化、信息化、自动化三化融合推进智能工厂精益化与信息化通过 BI 上下对齐管理层面:将信息化与企业管理改革相结合 架构层面:从企业实际需求出发架构应用数据层面:将信息化与自动化协同作用第二章 解决方案一、信息化的现状与阻碍二、零代码技术绕开落地阻碍0103040505060607070808091010101214CONTENTS目录三、对简道云产品的认知误区四、简道云有哪些特色功能?全面扫码填报全平台深度集成跨平台协作实时库存五、制造企业整体落地思路年产值 2 亿以下的企业建设蓝图年产值 2 亿-5 亿的企业建设蓝图年产值 5 亿-10 亿的企业建设监图集团企业的信息化方向精品方案一一生产报工与跟踪精品方案介绍一一设备管理与巡检精品方案介绍一一工厂仓库管理第三章 最佳实践百得(苏州)科技有限公司持续进阶工厂设备互联的新设计思维浙江银轮机械股份有限公司成本节约近百万,办公效率提升 80%简道云如何为银轮二次创业插上数字化的翅膀?中国石油化工股份有限公司茂名分公司持续进阶工厂设备互联的新设计思维航天电工集团有限公司持续进阶工厂设备互联的新设计思维关于我们1516161717181920212325262937505968简道云零代码应用搭建平台1自改革开放以来,中国已成为名副其实的世界工厂和世界制造业第一大国。但对制造企业来说,生产效率低下、设备管理混乱、产品质量参差不齐、人员管理不到位、跨部门信息沟通不畅等问题已经成为阻碍其进一步发展的重要原因。据 IDC 发布的2018 年中国企业数字化发展报告显示,不同行业信息化程度差距巨大,而其中数制造业的数字化程度最低。在信息化浪潮中,大部分制造企业还都保持着观望的态度。究其背后原因,是不少制造企业尚未找到低投入、高回报的信息化升级方案。大部分制造企业拥有原生的 ERP 系统,随着企业的发展壮大,原有 ERP 功能却无法满足企业日益增长的业务需求。决策者在半信半疑中试行改革,企业生产线的劳务人员素质普遍较低,难以操作复杂的软件,信息化的推行也面临着重重阻力。2020 年,在疫情黑天鹅的影响下,制造企业信息化机会与危机并存。“居家隔离”带来了制造业信息化的爆发式发展,智慧生产建设将步入“快车道”;但宏观环境下全球市场出现极大的不确定性,许多制造企业面临供应链中断、产品生命周期缩短、顾客和市场需求多样化、价格战加剧、生产招工难、用工荒等现实挑战。企业必须盘活现有的产、供、销、信息等资源,快速作出调整以适应后疫情时代的制造业转型和可持续发展。本白皮书将对制造业信息化发展历程、现状、趋势与核心难题做深入解读,并在此基础上提出了相应的制造行业解决方案,结合业内实践成功的客户案例来详析信息化转型的有效方法,以供生产制造行业的朋友们参考交流。序言2023 制造行业零代码信息化白皮书第一章 行业趋势简道云零代码应用搭建平台3一、世界制造信息化的发展历史现在一提到制造业信息化,大家不免会想到一个名词ERP。然而 ERP 的出现,也经过了几十年的发展历程:阶段发展时间发展时间管理模式出现原因局限性11930 年代库存控制管理当时计算机系统尚未出现,人们为了解决库存管控的难题,提出了订货点法当库存量降低到某一预先设定的点时,即开始发出订货单补充库存,直至库存量降低到安全库存。容易出现库存积压、资金占用等问题。比如:某种物料库存量虽然降低到了订货点,但是企业没有收到新的订单、没有新需求产生。21960 年代库存订货计划计算机系统开始发展,为解决订货点法的缺陷,美国 IBM 公司的 J.Orlicky 博士设计并组织了第一个 MRP 系统基于需求制定计划、确定生产进度,从而实现“供产需”平衡。要保证计划实现就要控制计划,MRP 缺少对企业生产能力的校检、执行和控制。31970 年代采销产存全流程除了物料需求计划外,企业还将生产能力需求计划、车间作业计划和采购作业计划也全部纳入 MRP,形成一个封闭的系统,因此此阶段的管理系统也叫作闭环 MRP,采用“计划执行反馈”的管理逻辑。闭环 MRP 没有考虑到企业的长久经营战略,也没有考虑到企业的资金流问题。41980 年代业财一体化管理MRP 迅速发展,它把企业当成一个有机整体,以生产计划为主线,形成了一个集采购、库存、生产、销售、财务、工程技术等为一体的系统。企业信息化管理范畴增大到不止是对制造资源的集成管理,多集团、多工厂要求协同作战,超出了 MRP 的管理范畴。51990 年代企业资源计划随着市场竞争的进一步加剧,怎样有效利用和管理整体资源的思想逐步发展,美国Gartner Group 公司在 90 年代初期首先提出 ERP(企业资源计划)。ERP 的核心是物料的追踪流转,从物料的追踪流转上,带来了一系列各类资源计划的管理和追踪。因此 ERP 除了包含 MRP,还包括工厂管理、质量管理、设备管理、市场管理、运输管理等场景。而 ERP 面向的部门几乎在不同软件里面是固定的:销售部、生产计划部、采购部、财务部、人事部、仓库部、质检部、车间等。ERP 并不在意员工工作积极性的问题,而是把人当作物进行管理。ERP 包罗万象的统筹方式,意味着落地成本通常也比较高,随着企业高速发展,二开成本、时间精力都成了问题。回顾 ERP 的发展历史,我们不难发现,ERP 业务包含范围越来越广,但是让信息化适应业务、辅佐业务,是根植在ERP 的诞生基因里面的。简道云零代码应用搭建平台4部门分工制定计划信息化计划与实际数据对比业务实际数据销售采购销售计划MRP库存订货计划闭环MRP采销产存全流程MRP 业财一体化ERP人机料法(场)销售订单生产报工单*MESERP发展阶段销售采购生产需求计划采购计划仓库计划生产计划销售订单MRP/CRP物料计划/产能计划采购单到货单生产报工单*MES制造信息化的概念看上去如此美妙,但是在国内企业落地的时候,却出现了很多问题二、国内制造信息化的发展现状面对全球制造信息化的趋势,国内制造信息化主要呈现如下发展特点:信息化按规模、分阶段进行在企业的发展过程中,有一个概念是随着企业的不断扩张壮大而变化的一一那就是规模,它一般是用产值和人数来划分。通常而言,制造企业对信息化的需求深度与企业规模成正相关,因为随着企业业务量级的增加,企业为了抵抗大企业病、提高本部门效率、实现跨部门信息通畅,可能会更有动力去推进信息化。然而当下,IT 部门、业务总、企业主普遍感受到,信息化发展并不是一件一蹴而就的事情。企业必须要在信息化推行过程中同时推进制度改革,让企业成员经过一轮轮信息化洗礼,养成使用信息化工具管理业务的习惯。年产值信息化人数8000万以下100人以下8000万-10亿100-500人小型制造业中型制造业大型制造业超大型制造业10亿-100亿500人以上100亿以上数万人由于管理和信息化工具互相磨合的时间长、成本高,国内普遍形成了分阶段发展信息化的模式。简道云零代码应用搭建平台5企业痛点性价比观点产品需要尚未完整信息化,还处于excel管理阶段信息化初级阶段信息化扩展阶段信息化控制阶段信息化统一阶段核心业务实施标准产品,业务运营抓手主推信息化部门各部门业务系统林立,核心业务实施定制产品或自开发,信息部门人员完善完整数据中台,所有应用都需要经过数据中台留痕,信息部门人员结构非常完善,事业部、工厂也拥有独立的信息部门阶段特点信息化知识缺乏,信息化资源投入紧缺管理需求超出标准产品能力,信息化团队不成熟跨部门数据沟通、展示产业链纵向扩展,提供供应商、经销商门店管理平台性价比=业务场景贴合度/总体价格性价比=核心业务覆盖率/实施落地难度性价比=统筹能力*响应能力性价比=战略实现率/战略实现时间寻找标准产品快速上手(无法负担代码定制产品的开发及运维成本)产品适应管理,而非管理适应产品数据中台,边缘响应自开发大型集团信息化系统在代码开发昂贵、运维人才紧缺的前提下,分阶段发展信息化确实更节约成本,可减少信息化系统迭代带来的再开发费用、更换带来的既有投资损失。但分阶段发展信息化也有明显的弊端信息化和实际业务管理总是处在磨合过程中,或者说信息化系统在很长一段时间内无法适应企业当下的管理模式。由于无法支撑“看得远”带来的代码成本,中小型企业的管理者只能选择考虑眼前的问题,无法就长远的规划指导信息化系统建设。企业信息化投入比例加大据统计,2000 年与 2001 年,制造业企业在信息化上的投入约占企业总投入的 10%,而 2019 年提高到了 27%。计世资讯2019 年中国制造行业信息化建设与 IT 应用趋势研究报告显示,有约 34%的制造企业已经引入系统,在没有引入的企业中有 46.5%的制造企业对于软件很看重。27 19年2000年与2001年信息化投入占企业总投入的比重提升174%45%已引入系统34%未引入但看重31%未引入且不看重35%不同地域、产业信息化建设差距较大目前,中国不同地区间信息化建设差距较大,江苏、浙江、广东、天津、上海和山东智能制造水平属于第一梯队,全简道云零代码应用搭建平台6国总体呈现“东南沿海高、西部内陆低”的态势。不同产业、不同规模的制造企业,信息化建设状况差距也很大。石化、电力、电气等技术密集型产业信息化布局较早,起点较高,信息化建设较好,以文教工美、家具制造为代表的“轻型”制造门类,在个性化定制、服务型制造、平台化运营等方面勇于探索和实践,其智能制造水平相对较高;而冶金、采掘类产业相对落后,企业发展参差不齐,信息化建设水平较低。不同产业信息化建设状况:薄弱多少产业信息化应用冶金、采掘类产业轻型制造门类技术密集型产业信息化基础环境扎实“看菜下饭式”为主的信息化转型策略在什么信息化阶段就考虑什么信息化问题,能收集到什么数据就分析什么情报,这是当下制造业信息化的普遍现状。这种“看菜下饭式”的信息化转型,直接表现出如下四个难点:领导管理意图不明确原生ERP管理革新难信息化定位价值模糊信息化框架落地难01020304信息化困境 领导管理意图不明确简道云项目实施工程师表示:“在以往和客户交流的过程中,我们发现许多领导其实并不明确自己的管理意图,他们往往只知道要信息化转型,但并不清楚究竟想要实现哪一层级的管理,也就不能获知信息化应该开展到什么样的高度。这给实施落地应用带来了很大的难度。常常实施到一半,系统框架都已经确定了,客户又提出来新的管理看板需求。新的数据在原先的架构里并未被考虑,导致信息系统架构被迫反复重新设计。”简道云零代码应用搭建平台7领导管理意图由浅入深可分为:采销产协同、物料流转管理,成本追踪(物料费用、工人薪资、能源、水电房租、费用报销)、效率管理(人机料、人员利用率、机器 OEE、物料良品率)和总账报表(记账凭证、银行流水;资产负债表、利润表、现金流量表等)。公司高层在实施信息化前,必须首先明确自己的管理意图,以便于信息化能够“快、狠、准”地落地并且真正服务于企业管理需求。信息化价值定位模糊信息化和自动化是数字化的一对双生子,但在刚实施起来的时候,效果却是有很大的差异一一自动化是立马见效;而信息化为了要实现数据的准确性,在初始阶段反而会增加成本。这主要是因为一线员工的人员素质低,数据填报不准确,人工录入缺漏、延迟、不按手册操作现象多,而且没上信息化的工厂在某些环节的管理上也必然是粗放式、凭经验随意管理的。那么为了将原先没有收集到的准确数据收集上来,企业往往需要增加人手或改革业务制度。很多企业领导层大多对信息化有着根深蒂固的偏见,认为信息化也该是立竿见影的降本增效,没有意识到信息化最根本的目标是辅助一线业务数据收集准确,从而推动计划制定与落地,因此他们往往在信息化早期觉得用人多、成本高就叫停了。实施项目失败没有实现系统集成或实现部分集成按期、按照预算成功实施且实现系统集成500%-40%-20%信息化框架落地难很多制造企业没有 IT 部门,或 IT 部门对业务结构、部门分工理解不够深入,往往是业务部门说需要什么就给什么,无法基于全局给出完整的信息化框架,而信息部门本身代码开发任务重,边缘需求多、变化快,在大量需求堆积的情况下,边缘业务难以完全顾及,容易造成“顾首不顾尾“的情况。而各部门往往只考虑自己需要的数据而不考虑全局的数据,只考虑自己上报数据的困难而不考虑其他部门上报数据的困难,导致数据孤岛或落地障碍。简道云零代码应用搭建平台8 原生 ERP 管理革新难多数企业早就有了自己的 ERP 系统,但由于早期顶层战略部署不足,原有 ERP 功能已无法满足企业日益增长的业务需求,而且操作也相对复杂,不利于业务管理革新。企业面临原有 ERP 进退两难之境对企业来说,原有 ERP 的核心功能是无法舍弃的,一旦调整又牵连甚广,二次开发周期长、费用高、麻烦也多。以上诸多难题让很多企业都产生了挫败感,那么企业真的要信息化吗?对比美好的信息化前景和高昂的落地成本,国内制造企业又该何去何从?三、国内制造信息化的发展趋势 精益化、信息化、自动化三化融合推进智能工厂智能制造是落实我国制造强国战略的重要举措,加快推进智能制造,是加速我国工业化和信息化深度融合、推动制造业供给侧结构性改革的重要着力点,对重塑我国制造业竞争新优势具有重要意义。摘自中国制造 2025智能制造是国家战略、行业转型的大趋势,落实到具体每一家制造企业,核心就是将传统工厂改造为智能工厂。建设智能工厂必须同时考虑精益化、信息化和自动化。三化缺一不可,且互相支持、分工明确。信息化是智能工厂的眼睛,精益化是智能工厂的大脑,自动化是智能工厂的手和脚。核心业务信息化系统PLM、CRM、ERP、MES边缘业务信息化系统HRM、HSE、ESM设备信息提取SCADA体力劳动脑力劳动精益化(把控方向)劳动种类信息化作用:收集展示数据、面向管理自动化作用:SOP节约人力、面向执行精益化战略层精益化BI层精益化执行层精益化制度层射频信息提取RFIDIM通讯工具OA办公自动化设计软件、高级排程CAD、CAM、CAXA、APS产线、检测自动化设备与PLC编程自动化物流设备AGV简道云零代码应用搭建平台9精益化既是智能制造的基础、也是目标,既要考虑全局战略级的优化,又要考虑基层执行的优化。精益生产战略推进的同时,需要进行自动化和信息化的总体规划,并指引自动化、信息化和智能化项目的实施。自动化的目标是减少人力劳动,包括脑力劳动和体力劳动,更多关注基层执行优化的实现。自动化通常可以更好实现少人化、减少人的体力劳动、提高生产效率、提高产品质量的稳定性,为信息化采集数据创造条件。信息化为管理层提供准确精炼的数据、指挥决策的依据。信息化为一线员工提供前后道工序的信息透明,为部门间提供工作进展的信息透明,为全公司提供采销产的协作情况报告。而大量实际工作中产生的数据将通过信息化系统、形成各式各样的 BI 仪表盘。企业战略层通过仪表盘调整企业方向、岗位职能,企业中层部门间通过仪表盘协调资源投入,企业基层通过仪表盘查看工作量、前后工序进展。精益化与信息化通过 BI 上下对齐精益化战略层主要负责规划企业的长期改善路径、管理风格、企业文化。精益化 BI 层则负责将执行结果进行数据收集、汇总、分析,最终呈现为一张张结果仪表盘,让管理层能第一时间拿到精益化战略推行的成效,然后可以根据实际情况提出改善措施、调整规划细节。六西格玛JIT拉动TPM单件流全面绩效精益化战略层全面预算DPMO百万次缺陷率看板系统OEE设备综合效率物料流转信息平衡计分卡精益化BI层成本追踪报销PCDA过程Act(改善措施)Check(控管)Plan(规划)精益化制度层精益化执行层Do(执行)然而巧妇难为无米之炊,精益化战略 BI 层的数据来源是信息化系统。如果信息化系统不够完善,无法提供 BI 需要的数据支持,BI 层最终展现的执行结果必然偏离、缺漏,或将直接导致精益化战略规划出现偏差。一个卓有成效的信息化系统,必须是能贯彻精益化战略持续改善目标的、必须是上下对齐的、必须是根据精益化战略理论定制搭建的。简道云零代码应用搭建平台10 管理层面:将信息化与企业管理改革相结合开发人力成本认知层面产品层面选型层面需求层面应用层面数据层面推广层面重视硬件忽视软件单纯关注产品的功能仅仅通过观看产品演示确定购买以界面美观度评价软件忽视软件厂商的实力和实施效果技术信息化看重CAD、CAPP等技术产品信息不互通,存在数据孤岛问题单纯推广信息化软件根据自身需求确定软件关心企业级的信息化解决方案进行需求分析,确定总体方案再进行招标以如何能更好地解决企业问题来评价软件拜访软件厂商,了解厂商的实力和实际案例技术和管理信息化共同发展提升PDM、ERP、CRM等管理软件的投资重视信息集成,数据互联互通将信息化与企业管理改革相结合以往未来趋势 架构层面:从企业实际需求出发架构应用通用品流水生产定制集单生产专项生产小批量多品种产品标准化生产(推式拉式)小单快反采销产协同制造模式数据治理物料流转规模化规范化成本追踪效率管理总账报表信息化需求层PDM/PLM产品数据/周期管理CRM客户关系管理ERP 企业资源计划系统MES/MOM 生产执行/运营系统SRM供应商管理APS/MPS生产计划系统WMS仓库管理MRP物料需求计划CRP能力需求计划HRM人力资源管理OA办公自动化MMS设备管理QMS质量管理报工工时/产量ESM能耗管理HSE健康安全环境SCADA数据采集客户端PCMobile大屏钉钉企微飞书微信服务端阿里云华为云私有云ECSCCIELBVPCCCEDDSOBSDB对接集成垂直软件物联网自动化设备信息化架构层信息化执行层 数据层面:将信息化与自动化协同作用L4:企业资源计划L3:制造执行系统L2:过程自动化级L1:基础自动化级L0:检测及执行设备级信息化自动化数据库物联网厂商提供对接方案简道云零代码应用搭建平台112023 制造行业零代码信息化白皮书第二章 解决方案简道云零代码应用搭建平台12一、信息化的现状与阻碍按照国内外制造业信息化的发展经验,我们可以把信息化辅佐的管理划分为三个阶段:救火式管理数据化管理走动式管理生产一线爆发问题遇到问题解决问题总是在救火持续消耗管理资源通过信息化手段将问题集中到数据上通过数据提前发现问题让数据指导决策倡导中高层一线走动拓展信息来源与上报数据对比应证持续迭代信息化系统(1)救火式管理:上信息化之前,往往是遇到问题解决问题,管理模式大多是救火式的。一切阻碍公司接单、生产,直接业绩相关的问题一旦在一线爆发出来,管理者就要赶过去救火。这种情况下,管理者很难提前预见问题、曲突徙薪,只好见招拆招。通常来讲,预防一个问题的代价要比临时解决一个问题的代价要低,持续救火会持续消耗管理资源,造成恶性循环,导致产量不稳定、质量不稳定,最终影响企业接单收款。(2)数据化管理:所谓数据化管理,即通过信息化的手段将问题集中到数据上,通过数据提前发现问题、部署预防性的解决措施,让数据指导决策。一开始建设信息化的时候,管理层不需要考虑跟一线产生距离的问题,因为每天都可以在工厂里拿数据、并将数据和看到的现象两相比对,不用太担心下面上报数据作假。(3)走动式管理:等到企业信息化建设非常深入、企业规模越来越大、达到年产值超过 5 亿时,基层、中层管理者越来越多,那么我们就要倡导中高层到一线多走动,拓展信息来源,作为数据看板的补充。这里大家一定要避免一个误区:在上信息化之前,中高层下一线不能叫走动式管理。因为这个时候管理者获取信息的渠道少,能做出的预防措施有限,主要还处于不断救火灭火的过程当中。真正的走动式管理要在信息化建设之后,此时救火动作变少,管理者主要考虑的是预防性的、制度性的管理建设。此简道云零代码应用搭建平台13时,下一线看到问题不会立刻解决问题,而是要跟数据做对比,一要考虑信息化这里有没有存在数据虚假的情况、调整信息化策略,二要考虑出台预防性措施。理清了信息化在管理建设中的作用,我们需要考察企业信息化的实现目标。其实,制造业信息化的目标制定不难,我们可以主要从三个方面入手:协作透明精益流程规范上下级协作(车间一线)跨部门协作(采销产财)跨企业协作(轻量SRM)节约文员产量透明、成本追踪物料追踪、质量追踪订单追踪、计划追踪持续改善日常巡检、整改闭环拍照定位、扫码打卡从“纸面”到落地(1)协作层面:流程规范这里的流程规范,包括:上下级协作层面,提升车间一线工人在生产工序上的协作;跨部门协作层面,采购、销售、生产、财务等各部门围绕订单或计划高效协作;跨企业协作层面,让供应商高效地参与到协作中来。(2)透明层面:节约文员信息化要帮助大家打开车间的黑匣子,要将各个阶段的信息透明出来。以往在 excel 模式中,我们要雇佣大量的文员,并在每个月份、季度结束的时候按需统计。假如说部署了信息化,就一定要能够在文员方面节约岗位。如果上了信息化文员反而增加了,实际上获取信息的成本是不降反升了,这个信息化一定是有问题的。在透明工厂建设这个层面上,我们基本上可以把工作分成三个层面去处理:车间层面,车间能不能把每天每个工厂、每条产线、每台机器上的产品产量搞清楚?仓库层面,能不能把原材料、半成品、成品的实时库存,包括在途量、现存量、可用量都统计出来,透明给其他部门?产销平衡层面,能否按照不同企业、不同类型的生产销售模式,追踪生产进度情况?简道云零代码应用搭建平台14(3)精益层面:精益改善我们去一线工厂拜访时,发现一些规章制度的执行还在用纸张做申请,比如贴在车间里的 5S 巡检单、机器检修单等。纸张申请弊端很多,一方面,纸张填起来费时间,另一方面,纸张保存也是个大问题,更别说事后还要翻出来做一些统计工作。企业里面一些很好的精益改善的点子,往往就是这样停留在“纸张上”。通过信息化管理改善这种管理模式,也是信息化的目标之一。明确了信息化的作用和目标后,我们还应该意识到,信息化对于不同企业来说,都存在很大的差异,总结下来主要分以下四点:规模的差异部门的差异模式的差异技术与业务的对话在制造业,企业规模越大,管理的精细程度越高,但成本也越高。大企业觉得小企业管得太粗。小企业觉得学不来大企业的管理。产研、销售、计划、采购、生产、财务等各部门高度分化、需求各不相同。只考虑单一部门需求的企业级系统将遗留大量excel环节。技术人员与业务人员沟通障碍极大。在系统搭建前双方必须充分对话、理解所有细节。由于缺少IT经理资源,大量边缘业务被忽略。专项生产、项目化、定制集单、小单快反、小批多种、大批量制造业产销模式多种多样基于以上对信息化的期待,再加上企业的差异性,很多企业都会选择通过自主开发实现信息化。然而自主开发成本高、时间久、迭代难,其高昂的成本并非许多企业尤其是中小企业可以承担的,那么有没有一种方法,可以不用代码开发,也能定制化地满足企业个性化管理需要呢?二、零代码技术绕开落地阻碍简道云的理念和愿景就是人人都是开发者,懂业务就能开发系统。我们用四个字总结使用零代码搭建信息化系统的价值,就是“多快好省”。零代码平台提升用户体验激发活力模式创新提升效率多人、财、物、产、供、销经营全链路场景均可搭建好开发者就是使用者,使用者就是开发者,贴合业务快开发周期以天/时来计算不懂代码也可以搭建应用购买成本、开发成本、运维成本节省至少10倍以上省1)多:简道云在制造业覆盖的场景非常多,比如销售管理、采购供应链、仓库管理、生产报工、质量管理、精益改简道云零代码应用搭建平台15善等全链路场景均可搭建;2)快:简道云操作相对简单,系统搭建时间能按天计算。简道云还提供了大量现成模板,即便业务调整,半天时间改改应用就能重新上线,再不济推倒重新搭建也不过才 2 周;3)好:有业务知识就能自己搭建系统,可以让系统适应业务而不是让业务适应系统,搭建出来的系统使用顺畅、收集上来的数据准确;4)省:对于制造业来说,用简道云搭建系统的“省”体现在以下四个方面:省沟通:不用费心费力跟外部开发者沟通需求,自己动手做一点试一点;省时间:上一个车间报工、上一个仓库管理,熟练的话最快 2 周就能上线;省技术:不用特地去招懂 IT 技术的人才;低风险:简道云是按使用人数收费的,上来搭应用可以先免费试用自己搭搭看。三、对简道云产品的认知误区由于简道云功能里面有基本的流程工具、报表工具、条码工具等,许多人都觉得简道云是 OA、是报表、是条码系统。(1)不止是 OA传统 OA 软件一般面向 IT 开发人员的,门槛高、需要一定开发能力才能部署流程。因此许多企业引入 OA 后会碰到一个难题,公司各部门、办事处的边缘 OA 流程业务都会提上来要求 IT 开发,需求堆积的情况屡见不鲜。但简道云不同,简道云是零门槛的。通过简道云,这些 OA 流程需求完全可以下放到一线业务部门,让业务部门自行处理。IT 部门可以作为一个教练的角色,从业务部门中挑选种子选手,带领、培训他们掌握简道云的使用技巧,定时复盘分享即可。(2)不止是报表相对于帆软一直以来都比较擅长的大屏、报表领域来说,简道云更擅长的是中层、基层管理者手机上的小屏。对于一个企业来说,每一级别的管理者都有自己的绩效和目标,通过简道云、让每个人都可以在手机、电脑上实时查看自己的工作完成情况、并透明给同事,真正做到人人有计划、人人有看板,极大促进工作效率。(3)不止是条码市面上的条码系统只能在开发初期就确定下来要做哪些条码,然后按照这个模式一直走。但是企业要想真正激活一线扫码填报,就一定要把条码的定义权掌握在自己手里。今天要给物料贴条走扫码出入库、明天要给任务单贴条码让员工扫码报工,后天要给设备贴条码走扫码巡检报修,还可以给场地、容器、库位等等都进简道云零代码应用搭建平台16行条码精细化管理。所有的这一切,都只需要简道云一个平台,客户自己想定义什么条码就做什么条码系统,非常自由。四、简道云有哪些特色功能?(1)全面扫码填报 员工扫码上报数据,系统实时汇报数据;系统通过仪表盘直观地展示生产数据,还配有异常预警等;管理者可通过电脑、手机随时随地查看并进行有效监管。(2)全平台深度集成简道云可以提供全平台的深度集成,包括微信、钉钉、企业微信、飞书等,减轻一线员工使用负担。简道云零代码应用搭建平台17(3)跨平台协作简道云推出了企业互联功能,允许外部企业也加入到企业的协作流程中来,这样就可以实现比较完善的供应商管理。即便主体企业使用企业微信、外部企业使用钉钉,也可以轻松实现在简道云上跨平台互联。(4)实时库存无论是涉及到进销存还是仓库管理,我们都可以使用简道云的聚合表功能,将出入库单据实时进行汇总、计算当前的实时库存量。还可以自由设置虚拟库存与提交校验,不允许入库量超过待入库量,出库量超过允许出库的数量,实现数据防呆,提高录入效率。可自由设置虚拟库存与提交校验,提高数据收集效率和质量简道云零代码应用搭建平台18五、制造企业整体落地思路在设计信息化落地思路前,我们来看一下制造业企业内部常见的组织架构:业务员项目经理产品经理业务总财务总产品总采购总生产总生产调度仓库经理生产班组计划经理后勤管理人事经理行政经理卓越运营精益经理安全经理质量经理硬件经理软件经理网络运维CIO总经理年产值达到 8000 万,一般就会有完整的销售部门、财务部门、产品部门、生产部门、后勤部门年产值达到 2 亿时,一般计划经理、采购部门就要从生产部门里面分离出来,独立作业年产值达到 5 亿时,人事部门、行政部门就要开始重点部署;生产部门中的仓库管理、生产调度管理开始重点部署年产值达到 10 亿时,卓越运营中的精益部门、安全部门、质量部门就要从生产部门中独立出来,独立作业年产值达到 20 亿时,会有成体系的 IT 部门,有 CIO 概念,统管硬件、软件、网络运维年产值达到 50 亿时,制造业企业会发展到集团层面,集团旗下各工厂会自有一套组织架构(5-10 亿)常见的信息化发展路径,常常会根据企业规模情况、经过如下 5 个过程:零信息化阶段,只用Excel流转业务核心业务不稳定,数据统计难纸质单据难追溯,文员工作繁重常见企业规模:年产值2亿以下ERP阶段,因财务需求上了ERP,但ERP业务不深入,跑不了MRP账实常常不匹配常见企业规模:年产值2亿-5亿数仓阶段,核心业务系统基本完备,基本只缺APS(高级自动排程)由于各种系统太多,产生数据孤岛、难以给APS提供建模要求把系统的数据汇总在一起集中提取分析常见企业规模:年产值10亿-50亿OA MES阶段,ERP已经深度使用了可以开始用ERP排物料需求、抛出工单开始建设工单出来进入MES系统报工或数采企业内开始产生各种OA流程需求常见企业规模:年产值5亿-10亿ITBP阶段,集团业务庞大,IT资源有限各种OA流程、边缘业务系统有海量需求持续运维困难,需要将IT能力下沉让业务部门自行解决IT需求常见企业规模:年产值50亿以上 年产值 2 亿以下的企业建设蓝图Excel 信息化阶段,建设轻量化 ERP简道云零代码应用搭建平台19痛点解决客户管理采购管理销售管理技术管理库存管理生产管理智能制造中台(SMMP)数据平台分析平台创新业务中台客户信息录入客户信息汇总客户信息分析拜访跟进跟进记录采购合同采购到货物料质检采购退货新增供应商供应商分析采购报表工艺管理打样申请产品信息主料信息辅料信息生产计划生产派工生产领料生产报工生产质检入库管理出库管理库存盘点形态转化入库形态转化出库销售合同业务流转销售发货发货质检销售退货销售分析1.销售业绩、物料流转、车间生产黑匣子2.市面现成系统又贵又复杂,不满足需求3.一线员工基本只能接受移动端操作4.没办法负担专业IT的人员成本1.销售、采购、生产、仓库业务全面管理2.简道云提供现成模板,改改就能用3.深度集成各类IM工具,也可微信使用4.懂业务就能维护,系统上云安全有保障对于小微型制造企业来说,最重要的是打开销售、物料、车间生产的黑匣子,把整个业务串联起来,业务执行细节反而不是那么重要,不需要特别规范、卡死的业务流程。市面上已有的 ERP 系统贵而且复杂,搞信息化相当于搞投资,很容易被“业务标准化”忽悠,每年掏大笔钱请顾问优化流程。再加上移动端不友好、需要专业 IT 运维,这类企业很难把市面上现成的标准 ERP 落地下来。我们建议此类企业先参考简道云的轻量化 ERP 系统,轻量化 ERP 中涵盖了从销到产的全过程业务,功能基本可以满足此类制造企业的需要。更重要的是,绝大多数小微型制造业的 CEO 都可以参考这个系统自行梳理自己企业内的完整业务流程,甚至自行搭建业务系统,并且根据实际情况进行调整。在不断磨合、搭建、推行落地的过程中,简道云可以陪这些小微企业共成长,真正实现小微企业信息化的“从 0 到 1”。年产值 2 亿-5 亿的企业建设蓝图ERP 信息化阶段,建设条码工厂建设目标车间目标产量统计物料统计设备动态主线目标订单进度项目进度批次进度订单物料项目物料批次物料经营目标计划质量成本及时齐套率物料合格率存货周转率交付及时率客诉满意率资金回报率条码工厂业务主线订单/项目/批次客诉售后SRMERPCRM功能架构生产报工应用设施车间大屏PAD小屏打印机精益生产场景:提案改善、呆滞料管控、安灯系统、工服打卡、5S管理手机/PDA/扫码枪IM工具钉/企/飞/微&追踪产量统计生产计划计划跟踪计件工资扫码报工扫码质检班组名册工序文档车间仓库管理设备管理点巡检流水统计采购出入生产出入实时库存库存预警盘点调拨物料档案库位档案运营报告维修报修日常巡检设备状态保养日历备件台账设备履历技术文档简道云零代码应用搭建平台20年产值 2 亿 5 亿的制造业企业往往是根据财务的需求上了一套 ERP 系统,但企业仍处于业务与 ERP 的磨合期。在这个阶段,财务确实可以在 ERP 上面根据业务实际制单,但还会出现数据不全、出错等问题,一到月末就要花很多时间进行查账。虽然上了 ERP,采购、生产、仓库等业务部门也并没有获得实实在在的部门提效价值。更麻烦的是,由于 ERP 跟实际差距过大,而且没有移动端,企业很多模块仍以 Excel 或纸质单据形式运转,形成了 ERP 一条线、Excel 一条线的情况,企业为了保证 ERP 数据的准确性以及主线业务可以继续跑,雇佣了大量文员把 Excel 的数据搬到 ERP 上面,信息化非但没有降本增效,反而还因为增设文员增加了一大笔开支。所幸的是,这些企业可以选择简道云来弥补现有 ERP 系统的不足。要让采购、生产、仓库部门看到实实在在的信息化提效,就要在信息化建设目标中明确信息化给这些部门带来哪些价值。通常在这个阶段,车间最需要的是产量统计、物料统计和设备动态,其次是实现订单、项目、批次的需求侧数据追踪,最后是经营目标上能够在计划、质量、成本方面反映整个生产制造的运行状态。为了拿到可以满足分析需求的数据,企业就要调动一线把数据上报。在不投入大量资金建设数采的前提下,最好的方法就是建设条码工厂,让一线员工通过移动端扫码的形式上报数据。简道云官方提供了许多成熟的条码流程模板,包括生产报工与追踪、车间仓库管理、设备管理点巡检等,用户可以按照下来自行拆解研究,按照企业最合适的模式搭建相关应用,弥补 ERP 所不能满足的场景需求。随着成熟场景的落地,企业还可以探索更多精益生产的场景,自行把所有现场管理相关的场景全部线上化,做到车间数字化、条码化转型。此外,对于企业内的 ERP、CRM、SRM、客诉售后等管理场景,企业已经有系统的,可以跟简道云打通;还没信息化的可以直接在简道云上搭建起来。让简道云变成企业信息化查漏补缺的“万金油”,真正调动所有部门进入数字化转型的趋势中来。年产值 5 亿-10 亿的企业建设蓝图MES 信息化阶段,部署 OA MES,组建数字化小组业务模块技术基座数字化能力门户办公数字空间(OA)生产数字空间内部社区工作台内推招聘积分商城高效会议工资条报表中心审批中心消息中心复盘中心知识中心智联监控招聘管理入转调离电子合同考勤管理假期管理薪资管理员工关怀知识管理学习地图证书管理文化社区绩效考核积分管理访客管理会议管理疫情防控出差管理车辆物流保洁管理安防检查食堂宿舍固资耗材办公用品建议信箱管理计划执行(MES)ERP进销存及财务工控订单追踪车间大屏计划追踪综合报表质量追踪设备状态产能追踪人员状态MRP/MPSRCCP计划编制计划分解工作中心计划变更报工条码化TPM 条码化台账日历保养报障维修备件QMS 流程化QC质控QA调查来料过程成品供应事件客诉设备互联平台移动条码打印平台人脸考勤平台IT项目素养业务搭建素养需求分析结构设计应用搭建敏捷与复盘业务视角微代码对接项目外包管理项目实战经验需求分析能力结构设计能力应用搭建能力复盘敏捷意识仓库条码化API接口对接中间件实时数据库数采传感器移动条码SRM跨企业协作钉/企/微/飞laaS平台当企业的主线业务非常稳定,或者是集团旗下的子工厂,已经有了一个非常完善的 ERP 系统的情况下,当务之急要简道云零代码应用搭建平台21推进的就是 OA 和 MES 系统。OA 是一个完全适合业务部门自行搭建的业务场景。传统的 OA 是 IT 部门采购以后由 IT 人员调研需求给各部门进行搭建的,一般不会开放给业务人员自行搭建。但实际上更懂流程的是业务人员,而 OA 流程不是定下来就一成不变的体系,而是一个可以不断改善的流程。通过简道云这种零代码产品,IT 可以通过培训、教练的模式,把 OA 应用的搭建能力下放给业务部门,让业务部门自己还原需求。现在简道云提供全民开发培训服务,可以全方位地培养业务部门的搭建能力,包括需求分析能力、应用结构设计能力、应用搭建能力、复盘与敏捷迭代的相关意识等。在 MES(生产执行)板块,由于该阶段 ERP 基本已经跑通了,所以需要把 ERP 的数据对接出来,在生产执行系统里面运转,跑完了再导回 ERP 中去。ERP 一般要完整涵盖管理层和计划层的应用需求。至于管理层需要的各类看板,则要通过执行层的数据进行汇总拼接看到。在执行层,一般企业要部署生产报工、WMS、TPM(设备管理)、QMS(质量管理)四个板块。这四个板块中,我们把和硬件对接的部分全部下沉到工控层,剩下的就是一线员工怎么参与到协作中来。移动互联网已经证明,二维码模式是调动全民参与的最佳模式。简道云的自定义条码打印、扫码、关联填报等功能是一大助力。即便车间不好用员工的个人手机,也可以配备公用的 PDA 工业手机或扫码枪。在工控层,企业可以建设设备互联平台、移动条码打印平台、人脸考勤平台。集团企业的信息化方向ITBP 建设思路简道云服务内容ITBP执行模型挑选潜力员工建立数字化小组项目启动会需求分析能力结构设计能力试点应用落地扩展业务场景系统应用优化定期复盘总结1.建立数字化小组2.内部学习路径制定管理规范3.自主解决业务需求4.定期复盘分享协助敲定方案,做价值宣导问题反馈流程安排答疑/分享会沉淀问题库系统全局优化指导提供人员/系统/数据管理资料参考培养敏捷意识掌握基础功能整体布局选拔人才建设能力推广使用形成规范需求分析/结构设计培训基础功能培训协助应用落地证书认证检验对于大型集团制造业企业,核心业务系统基本完备了,更多的问题是来自于各下属事业部、子公司内部的边缘信息化系统,这类系统非常适合采用全民开发的模式进行攻克。一般来说,这类企业的 CIO 特别关注全民开发带来的两点价值:一、可以在全民开发过程中把大量边缘业务系统全部攻克;简道云零代码应用搭建平台22 二、可以在业务部门里面培养大量懂得搭建应用、有基本的数字能力的 ITBP 人员,提升企业整体数字能力。这样一来,ITBP 就能在客观上解决企业无穷无尽多样的边缘业务需求和有限的 IT 能力之间的矛盾。IT 从执行者转变为教练,从亲力亲为,转变为定期组织培训、分享,实现了四两拨千斤的效果。看了以上的建设蓝图,我们可能对于具体落地的管理场景还不太熟悉。这里,我们可以根据企业业务类型对管理场景进行分类:业务类型收入型业务收入型业务改善型业务综管型业务部门内部管理主要对象采购、生产、销售、计划、产品、财务核算安全、质量、精益行政、人事、财务事务部门内部常见管理痛点原有系统较为僵硬数据生产有障碍不适应现有模式无法提供执行结果制度设计停留“纸面”跨部门流程不通畅改善成效没有量化后勤物资管理粗放服务流程不透明反馈渠道不通畅服务价值没有体现基层执行难督促贡献失误难定责领导不在效率减半数字化解决思路业务贴合=解决系统贴合业务实际流程 看板 迭代=解决制度流程持续改善细节 反馈=解决重视细节、强调反馈量化 能看到=解决延拓领导的“目光”常见场景CRM、PLM、ERP、MES、WMS、SRM安全巡查、8D 质量闭环、合理化建议平台整改闭环、物资管控、报销审批、问卷/报名绩效管理、日报周报、会议追踪、日常巡检数字化目标数据打通采产销计数据大屏反映企业状态力出一孔为业绩负责企业战略落到实处业务流程规范化PDCA 循环迭代量化呈现改善结果制度持续创新资源管理规范化围绕反馈构建服务流程服务持续创新保持高品质业务空间实现数字化辅助管理员工习惯用数字汇报领导习惯用数字管理一线工作效率提升对于综管型业务,不同企业之间的差距很小,这也不是简道云制造业解决方案介绍的重点,部门内部管理我们也可以融入到具体的业务场景里面,因此我们还是把关注点放在收入型业务和改善型业务这里,就形成了这样一张相对精简的制造业场景地图。8 大核心业务场景,简道云全面助力制造业完成数字化转型销售管理仓库管理进销存管理车间管理采购供应链生产报工质量管理生产辅助客户管理订单管理合同管理售后管理来料管理发料管理成品管理调拨退换库位存货扫码报工外协生产线边料计件工资车间大屏设备管理工装夹具模具管理QC&QA来料检验过程检验成品检验8D调查安全管理安全事件安全巡检安全培训安全提案精益改善(现场改善)合理化建议安灯系统5S点巡检供应商准入采购询报价采购合同发退货协作收入型业务改善型业务成本核算简道云零代码应用搭建平台23所有的这些模块,都可以在简道云上面找到相关的场景模板:收入型模板进销存进销存 _ 订单管理简道云 ERP扫码报工生产报工&追踪计件工资仓库管理通用仓库管理WMS 系统采购供应链简道云-协同型 SRM 2.0外协生产管理制造业 CRM制造业 CRM 套件合同管理售后服务成本核算制造运营-成本看板改善型模板设备管理点巡检设备管理与巡检 3.0质量管理生产制造 _ 质量管理系统8D 客诉闭环管理安全管理HSE_ 健康安全环境管理系统化工电子巡检现场问题与改善合理化建议平台安灯系统5S 点巡检 1.0工装夹具管理模具全生命周期管理 精品方案生产报工与跟踪生产报工和跟踪现成模板包含五大核心模块:生产计划工单、二维码流转卡、报工质检流程、生产跟踪档案、产量数据分析。通过此模板,可以帮助大家完成从导入计划工单、打印生产流转卡、报工质检流程,到形成生产跟踪档案、提供产量数据分析仪表盘,最终根据工价形成计件工资统计的完整闭环管理。这个模板最终可以实现六大亮点:一码对一单一个任务单对应一张二维码扫码查看生产进度、报工无手写报工报工、质检无需耗费纸张手机扫码填报即可实时产量数据报工数据实时统计电脑、手机随时随地查看自动计件工资提前设置好计件工资规则报工后即可查今日工资生产跟踪查询生产过程全部记录在案计划、质量、工序可追溯数据化展示生产信息汇总、班组排名以多维报表形式展示我们可以在每一份计划单上面打印一张生产流转卡,并配备专属二维码。手机扫一扫就可以看到对应计划单的产品信息、计划产量、安排工序等等。简道云零代码应用搭建平台241.每份计划单对应一张生产流转卡,卡上配有专属二维码;2.单据来源可以是:计划单、产品单、编程单、容器单等等3.手机对准流转卡扫码,既可查看对应计划单的产品信息、计划生产数、安排工序等信息;也可直接进行报工。生产流转卡生产报工&跟踪除了计划单扫码报工,我们还可以根据自己线下具体定制自己的报工模式,比如:产品单:适合设备、装备制造,一个产品一份二维码。计划下发至产品,扫产品码报工。编程单:适合数控机床单件生产,如模具厂。一线员工把编程单打印出来后吸附在设备上,完成加工任务就扫编程单二维码报工。容器单:如托盘、器具、挂架等。适合一次生产任务整包物料配齐生产,整包物料的单据称为容器单,贴在同期外壳或物料外包装。扫容器单二维码报工。不管怎么报工,我们最终都可以形成这样一张车间生产大屏:简道云零代码应用搭建平台25工单、任务、产量、良品不良品、生产趋势等信息可以摆在车间,也可以摆到生产经理的 PAD 上,还可以形成班组间的排名分发到班组群里,最终让大家真正做到有计划就有结果,有结果就有看板,有看板就有复盘。精品方案介绍设备管理与巡检基础设备信息二维码点巡检报修流程管理设备维护保养备件出入库管理设备数据分析设备管理点巡检包含:基础设备信息、二维码扫码点巡检、报修流程、设备维护保养、备件出入库、设备数据分析等等模块。这些模块都是按照 ISO9002 标准搭建,既简单好用,也符合规范,非常适合刚上手的企业推行并学习搭建。这个模板也体现出如下六大亮点:一物对一码一个设备对应一张二维码扫码即可管理设备无纸化巡检巡检全程无需耗费纸张手机处理即可实时通知报修发现问题手机报修工单实时流转到负责人日历化保养在日历上安排保养计划按照计划保养设备出入库记录备件的领用记录在案库存不足时自动提醒数据化展示设备信息汇总以多维报表形式展示我们给每一个设备打印一张设备标识卡,打开手机扫一扫就可以查看设备信息,然后就可以直接在手机里进行点巡检、报修、保养、备件调用等操作。一设备对一码设备管理与巡检1.一台设备打印一张设备标签卡(含二维码)2.打开手机扫一扫查看设备信息3.直接在手机中完成点巡检、报修、保养、备件出入库4.除了设备,企业任何固定资产均可以用该方法实现维保管理。填报内容不同改改表单就行。简道云零代码应用搭建平台26最后我们可以把设备点巡检的结果进行汇总,形成一张设备运行概况大表,实施跟踪设备情况。精品方案介绍工厂仓库管理供应商填写送货单1.供应商根据采购合同填写送货单2.填写时自动关联采购单数据3.填写送货数据4.采购人员审核5.送货单填写完毕后打印单据,含单据二维码6.批量打印单个送货物料卡片(含二维码)7.将卡片贴在物料上,和单据一起打包发给仓库人员进行入库作业通过简道云的仓库管理模板,可以实现如下场景:简道云零代码应用搭建平台27扫码整单二维码或条形码自动关联显示明细数据明细数据可修改也可逐行扫物料卡片入库入库时也可增加扫码库位号入库整单扫码收货扫码填入库位号根据工单制作拣配单打印拣配单扫码拣配单发料自动关联显示明细数据明细数据可修改整单拣配发料我们也能去制作一张仓库仪表盘,体现物料工作的实时进展,实现物料的全流程追踪:简道云零代码应用搭建平台282023 制造行业零代码信息化白皮书第三章 最佳实践简道云零代码应用搭建平台29 企业简介美国史丹利百得集团于2002年在苏州工业园区高端制造贸易区成立百得(苏州)科技有限公司(以下简称“百得科技”),生产制造和销售得伟(DEWALT)品牌的各类专业电动工具及手动工具。经过近二十年的努力,百得科技已成为史丹利百得集团最大规模的制造基地与研发中心。管理痛点随着公司不断发展,在设备管理上,有四个问题逐渐浮出水面。1.生产设备多:车间及设备的分布范围广,存在“跨厂区、跨建筑、跨楼层”的现象,导致对应设备的资产台账及盘点管理、维修保养及设备状态管理、操作维保人员及技能管理复杂度和难度不断增加。另外,公司自动化设备种类多,应用的数据协议不尽相同,设备数据非标,设备维保数据多,这些都亟待管理。2.备件管理难:公司备品备件及工装夹具采取“三大库房,五个集散点”的存储管理方式,涉及存储总面积 480 平方米,两班 6 名仓管员管理,全年领取发放达到 5,3742 次。原先,公司使用PC端领取系统,审批流程的时间长,领取需要行走的距离远。预领或超领后,还有可能出现“个人珍藏”现象,系统难以反映真实备品备件的用量以及用在哪里。3.厂商管理难:无论是非标设备的供应商还是 MRO(Maintenance 维护、Repair 维修、Operations 运作)工业品服务商,公司在与他们的需求的沟通、规格讨论、报价下单、发货收货及付款,都是通过电话或微信、会议或邮件、纸质单据等方式沟通完成。百得(苏州)科技有限公司持续进阶工厂设备互联的新设计思维简道云零代码应用搭建平台30如果实际交货时,出现货品与规格要求不一致、交货不及时等问题,由于整体流程无追踪,信息透明度不高,对账就需要消耗很多人力和时间。4.绩效管理空白:设备资产全流程涉及 8 个部门(制造工程、采购、仓库、生产、计划、质量、财务、人事),约 2,175 名人员(设备项目的设计者、采购者、使用者和维保技术员),15 家厂商(设备制造商、工装夹具供应商和 MRO 工业品服务商),涵盖范围广,周期长,导致流程效率低下,行为数据留痕难,且数据统计口径格式及管理维度不同,无法拉通有效数据,导致 KPI 绩效管理存在“真空现象”。解决方案百得科技对设备管理的升级思路沿袭了垂直一体化的数据设计理念让行为由数据留痕,密切关注部门流程效率,提升人员的技能和绩效。为了逐步实现【数字智能工厂】的目标,百得科技拉开了“数字智能三部曲之设备篇”的序幕。一个合适的设备管理系统,想要冲破传统的固有思维延展产品功能,除了利用简道云满足业务基础需求的流程表单,智能助手和数据工厂,还需要充分借助 API 接口拉通设备间和智能硬件与简道云的数据。下图是有关数字智能设备管理的简道云系统架构图。主要分为三步:1.流程梳理:基于简道云开发业务表单,梳理规范流程,实现标准统一;2.设备互联:通过标准化设备 PLC 和 IPC 数据类型格式规范,使设备的数据即连即用。借鉴市场智能硬件解决方案,设计制作专属智能硬件,构建软硬件间实时互联互通;3.数据赋能:利用 API 打通现有系统、智能硬件与简道云间的连接,行为数据留痕,拉通数据的垂直一体化,实现数据实时触发流转及报表呈现,为闭环管理提供决策支持。简道云零代码应用搭建平台31通过借助简道云产品,百得科技使设备管理功能更加丰富、更智能,延展性更强。具体体现在:1.设备故障的自动触发报修,无需扫码报修;2.维修进度实时更新,精准管控;3.延展到供应商关系管理(SRM)和智能仓储管理,通过智能柜领用及库存的数据实时共享,供应商自主补货,可实现先使用再月结下单付款。4.运营数据更加便捷、精准,自动跟进相关的行为及数据的管理闭环,实时绩效管理。场景一:设备互联提升报修运维效率 痛点之前的设备报修是通过小程序或电话微信通知,后来利用简道云搭建设备管理应用,实现了扫码报修。但是,制造业人员流动大、培训跟进难,易出现扫码报修不及时、故障现象描述不规范、数据多次处理且不准确的问题。加上备品备件管理系统陈旧,整体的维护工作展开效率低下,进而会导致生产停滞与延误。各个设备间的交互性差,也不利于整体设备的高效管理。由于无法正常读取设备数据,不能对设备进行诊断和预测分析,设备之间的连接与集成也缺乏扩展性。设备出现故障后无法及时报修,缺乏及时跟踪的闭环管理。解决方式百得科技通过前期设备管理沉淀的数据,结合新管理维度需求,梳理规范设备 PLC 和 IPC 的数据类型及格式规则,自行编写程序调用工业协议,兼容简道云进行设备连接,用来收集、存储和处理工业数据。更新完以后,系统能够对设备运行及故障、产量和检测良率的数据进行实时提取,通过设定阈值自动触发流程,产生报警提醒,及时补救。还能根据对设备采集数据的实时监控,可预估设备的运行情况,为消除隐患提供依据。简道云零代码应用搭建平台32借鉴打车软件应用的管理模式,维修工单采取抢单模式,抢单后维修人员根据报修内容描述,以及参考故障描述自动关联匹配以往维修内容,准备工具等前往维修;若无人抢单情况下,系统将记录并标注无维修工作的人员,并推送上级管理者进行派单,超时未派单将自动逐级上报;在修工单超时后自动触发推送上级管理者,便于协调资源进行支援协作。场景价值:1.设备报修的及时率和准确率 100%,缩短故障响应时间。设备自动根据设定两种报修规则:a.设备故障停机报警信号后设定时间自动触发报修;b.相同故障发生设定频次后自动触发报修。2.生产和质量发生异常时,各级人员的快速响应时间缩短60%,提升产量达成率。通过实时采集的设备良品产出数据,对每小时的产量和质量进行监控,当低于不同阈值时,自动触发流程推送信息给相关责任者及管理者,且收到推送信息人员需要在规定时间达到现场协调解决问题。3.维修工单采取抢单模式后,绩效考核 100%用数据衡量。场景二:无人化智能存取提升厂商协作效率 痛点百得科技之前在厂商管理上,供应商的资料建立、更新都是先通过邮件传递,然后再输入系统。MRO 物品需求和寻源管理通过电话或邮件沟通,数据的完整性和及时性都有待提升,游走在合规合理的边界。物品的发货及收货也缺乏完整的跟进与提醒,纸质单据需人工输入至系统。MRO 备件库与使用车间来回有 10 30简道云零代码应用搭建平台33分钟的步行距离,且领取审批周期长。发票的对账及付款也耗时耗人力。解决方式借助简道云搭建【供应商管理 SRM2.0】应用,让企业间的数据、流程协同互联起来,所有物品申请走线上流程审批确认后进入采购需求池,由需求池统一发起询价,按照物品分类及供应商评分,自动筛选三家供应商,通过【互联组织】功能让供应商参与流程。维修人员在提出物品需求后,系统自动匹配供应商的经营范围内物品,推送至相关供应商询价信息,后台自动比价开标,确认后自动下单。在供应商完成接单后,备货阶段系统自动生成待发货清单。发货时,供应商选择待发货物品后,自动生成送货单亟待开票清单,送货单及发票为指定格式,易于扫码录入系统。简道云零代码应用搭建平台34同时,借鉴快递柜的设计理念,百得科技独立设计开发出备件存储的智能柜。在维修工单下,维修人员直接点击领取备件确认后,在智能柜前通过刷脸分别自动打开需领取物品的柜门,每个柜内安装称重传感器用于校验确认实际领取与申请数量的一致性。柜体采取分体可串联的设计,同时柜体尺寸相对较小,可以充分利用车间就近的狭小空间放置,大大缩短了领取备件的距离,实现“1 分钟快速存取”。场景价值通过简道云搭建的供应商 SRM2.0 平台,与供应商的沟通效率提升了 80%,资料完整性提升至 100%,数据可查询跟踪性提升 100%。简道云零代码应用搭建平台35场景三:行为数据留痕增强绩效管理公正 痛点之前,公司内部各部门流程效率低、协同性弱,归根结底是因为,对部门及人员的绩效管理无量化数据支持,在需要评价时凭感觉或印象成分居多,无法形成目标激励与绩效达成的推进力。此外,公司对外部供应商的管理也存在类似的问题,牵引能力不足。解决方式秉承数据垂直一体化的设计思路,促进行为在线数据留痕的技术不断完善。无论是公司内的人员还是外部供应商,都需要通过简道云的表单填报信息,或由系统在各种协作流程中自动收集信息。收集完成后,系统通过分析、清洗、整合、聚类等大数据分析手段,实现相关有效数据的建模与组合,形成全方位绩效考核和激励措施落实。员工每月的绩效考核,能够形成良好的团队竞争氛围,增强团队成员的集体荣誉感,所有的考核奖励变得更加公平和公正,员工对公司及管理者的信任感满满。通过对供应商周期性的绩效考核,公司可以根据考核结果筛选出优质的供应商,从而牵引非优质供应商向优质方向发展,最终提高供应物品的质量和供应商的服务水平。简道云零代码应用搭建平台36 总结心得百得科技利用简道云,实现了设备、智能硬件的互联互通,多系统多设备体系的集成。通过对前期的需求、供应商、采购、交货对账付款的数据收集和流程监控,加强设备使用过程中自动采集设备运行、维保、人员、产出和质量等多维度的完整数据。通过 SRM 和智能柜软硬件互联互通,优化 MRO 备件管理流程,且分散就近存储充分利用生产车间空间,节省集中储存空间 480 平;自助刷脸及“1 分钟快速存取”,实现了 MRO 备件的无人化管理,节约相关人员 6 名。利用分析、清洗、整合、聚类等大数据分析手段,实现设备报修的及时率和准确率100%,维修响应速度提升20%以上,降低设备采购及维护成本 30%,设备故障率降低 18%,流程和产出效率提升 26%,供应商及人员的 KPI 绩效管理有效落地。借助简道云培养超过 60 名业务人员的 IT 能力,增强数字化意识,后续将继续培养业务部门的人员能够自主搭建应用模块,让全民开发成为新可能。下一步,百得科技计划积极推动与 1,030 家供应商的企业互联功能应用,开展外部企业的数据与流程协作,大幅提升跨组织协同配合效率。“乘风破浪会有时,直挂云帆济沧海”,未来,百得科技希望能够将简道云的产品推广到集团公司的其他工厂(包括海外工厂),挖掘并发挥数据更大的价值。简道云零代码应用搭建平台37 企业简介浙江银轮机械股份有限公司是一家专业研发、制造和销售各种热管理和尾气后处理产品的民营股份制上市公司,现在全球拥有全资、控股子公司 40 多家,是我国热交换器行业首家民营上市公司、行业标准的“组长级”起草单位和国家制造业单项冠军培育企业,换热器产销量连续十几年居国内行业前列。管理痛点随着社会的发展,企业生产数字化是必然的趋势,如果不开展数字化转型,企业必将被这个社会淘汰。公司正面临着百年未有之大变局,由此,作为一家汽配行业的民营上市企业,公司提出了二次创业,但是要想成功实现二次创业,数字化转型是一道绕不去的坎,且当前存在以下一些问题。1、子公司多:当前集团下面有 40 多家分子公司,每家公司的信息化水平不同,有些已经在用一些小型系统来管理数据,有些还在用 Excel,甚至有些还在使用手工记账的方式。而且,每家公司的管理结构和业务模式与上级集团的信息化逻辑存有较大的差异,系统开发与信息化逻辑不兼容,导致各公司的信息管理系统往往孤立开发,业务数据分散,出现较多的系统壁垒。如果利用现有的系统对分子公司进行管理,会存在效率低、开发成本高的问题。浙江银轮机械股份有限公司成本节约近百万,办公效率提升 80%简道云如何为银轮二次创业插上数字化的翅膀?简道云零代码应用搭建平台382、IT 部门负担重:随着企业组织之间的数字化发展进程愈渐深入,IT 部门收到的需求量逐渐变得难以应付,而且移动端处理流程成为员工利用碎片时间办公的迫切需求。而原有的开发平台已经严重落后于时代。所以,IT 部门急需的一款可以自主搭建、开发周期短、开发成本低、后期运维简单的开发工具。3、业务发展快:因公司属于劳动密集型行业,而且跟当地社会生产生活有着紧密联系。比如当前,新能源汽车正成为主流,发展非常迅速,公司的发展战略也不断向新能源纵深发展,公司业务规模随之快速发展。而原有的 OA、ERP、CRM 等系统升级迟缓调整困难,无法快速实现管理升级和经营变化。4、管理需求大:为快速适应客户的需求,争取更多客户的订单,公司就必须在管理上进行变更:提高生产效率,降低生产成本,来提升自身的竞争力。所以,为适应客户多样的需求,公司的管理需求也经常被动的频繁变化,各式各样的开发需求随之而来。而耗资巨大的传统定制化系统,因为固化僵化的结构,已经跟不上公司快节奏变化的管理模式,而采购同行企业使用的成熟系统,也因管理思路、目标需求、业务类型的不同,难以在企业内得到很好的使用和推广,导致时间和成本都花了,效果却不理想,也难以得到各级领导的大力支持。解决方案在该背景下,公司 IT 数字信息化部负责人充分调研了目前的业务,同时也试用了相关厂商的低代码产品,最终选定通过简道云这一零代码开发工具来解决业务当前所遇到的问题,并于2021年年底开始组建项目团队。经过半年的使用,公司利用简道云开发了 IT 设备管理、日常办公管理、设备报修管理、生产管理等系统。项目实施过程,部门采用敏捷化运作,借助零代码平台的优势,快速响应快速交付,提升了用户操作体验和使用满意度。首先,IT 部门会根据业务部门提交的信息化项目立项申请和评审梳理需求,然后经过 IT 部门专家对评估可行性、合理性、风险以及项目的费用进行评审。确定立项后,就利用简道云迅速为业务部门搭建系统原型,然后让关键用户测试,根据用户反馈不断修改、完善系统原型。经过不断的迭代、增量开发,最后形成业务部门需要的完整的系统。场景一:IT 设备管理系统 痛点以往 IT 部门的供应商无法实时看到采购订单信息,只能通过采购员打电话、发送邮件,或者 QQ、微信截图等方式与供应商进行沟通。这样既增加了沟通成本,也降低了供应商的交付效率。有时,信息的不对称,不但给供应商造成一定的额外成本,也给公司造成不必要的经济损失。而且,交付不及时,或者交付的货物型号不准确等问题,也会导致员工的不满意。另外,供应商送货的时候,没有统一规范的送货单,有电子表格打印的,有手写的,甚至没有送货单。供应商往往直接跟库管员电话沟通,导致入库随意,事后出事无法追溯,管理混乱的尴尬现象。而且,库管员需要在系统中,再把送货单上的每一条设备信息再输入一遍才能完成入库操作,不仅费时,而且容易出错。简道云零代码应用搭建平台39 解决方式利用简道云开发了设备采购申请模块,并将设备采购与预算管理关联,利用聚合表实现了相同成本中心累计的采购数量不能超预算,利用智能助手实现预算使用和预算冻结功能。通过预算管控,为公司节约了采购设备成本。下图为 IT 设备管理功能总览。下图为设备预算申请表单。简道云零代码应用搭建平台40另外,在设备采购申请流程结束后,利用数据推送功能对接外部服务,再利用和 API/webhook 功能,在简道云中创建采购订单(如下图),同时利用扩展功能中的推送提醒自动给供应商发送消息。从而,节约了需要采购员通知供应商的沟通成本,提高了供应商接收采购订单消息的及时性、准确性。IT 设备管理系统还包含了送货单模块。供应商选择采购订单后,创建送货单,再利用扩展模板中的打印模板功能,为供应商提供统一规范的打印格式。而且,公司在送货单的打印模板中增加了二维码(如下图)。库管员在收到货后,只要打开入库单功能,通过扫描送货单上的二维码,就能准确地读取送货单信息,再检查送货数量,最后保存完成入库操作。通过扫码入库功能的实现,节省了入库操作时间,减少人为错误,提高了入库准确率。简道云零代码应用搭建平台41对于入库成功的资产设备,系统会发送通知给保管人,提醒他们及时来领设备。另外,还利用扩展功能中的打印模板,开发了设备档案条码(如下图),实现了“一物一码”的精准管理,也为以后每年一次的资产盘点工作提供方便。通过库存报表,可以实时查看库存信息,及时对库存进行管理。针对设备管理人员无法确定哪些设备已经下发给员工,公司开发了“设备下发完成情况概览”报表,方便了解设备的下发情况,及时做好工作安排。针对供应商送货是否及时,公司开发了送货及时率报表,通过数据分析,及时掌握供应商的送货情况,以便对供应商进行 KPI 考核。为了及时了解各个公司、各个成本中心采购 IT 资产的费用,公司开发了采购金额统计分析报表。利用大数据的优势,对采购情况进行统计分析,及时了解、掌握各个公司,以及各个成本中心在 IT 采购上的投入情况。简道云零代码应用搭建平台42 场景价值通过简道云搭建的IT设备管理系统,公司实现了从预算管控、IT设备管理、采购管理、送货管理、入库管理、出库管理、IT 结算单、付款管理的全流程管理,既堵住了之前的管理漏洞,还创新地实现了企业 IT 设备的高效、规范管理。IT 设备管理系统使公司 IT 设备的管理水平迈上了一个大台阶。目前,已经有十多家供应商注册并加入该系统,实现了自动获取采购订单和统一送货单格式。送货时间从原来的 4-8 天,提高到现在的 1-2 天,提高了 75%。而且,通过清晰的统计报表,公司能够及时发现采购过程中的问题,通过解决这些问题,达到了降低采购成本,创造效益的目的。场景二:MES 系统 痛点之前公司计划员编排生产订单时经常需要 BOM 和工艺路线进行参照,而要获取这些信息,需要电话、钉钉、微信等进行联系,订单编排后又需要手动进行任务分解并发送到各个班组长处,一定程度上影响了生产的执行效率,也很大程度上受制于员工之间的沟通效果。另外,班组长在接收到订单后要进行工作派发,这也需要班组长一一传达到各个工段处。当工段执行生产任务时,由于上序完成情况无法及时准确地传达到下道工序的员工处,又间接导致下道工序的员工无法及时的安排工作下去,这直接影响了工厂的产能效益,使得工厂失去了对生产执行力度的把控能力。解决方式利用简道云开发了 MES 系统,为 MES 配置开发了基础设置、工程数据、计划管理、生产执行、质量管理等几个功能板块。对工厂的工段、班组、员工进行了数据化管理,同时将物料档案、工艺路线也纳入到系统进行管理,涵盖了产品的创建、变更、消亡等过程管理,实现了产品线上的生命周期管理。下图为工程数据中的物料档案。简道云零代码应用搭建平台43下图为工程数据中的物料工艺路线。同时,系统中的计划管理功能(如下图),利用简道云数据管理表格导入功能,实现了计划员批量导入生产订单的作用。系统识别订单信息后自动关联对应的物料、工艺路线。系统中的生产执行的派工单功能(如下图),支持班组长自定义查询生产订单信息,通过简道云数据关联功能,根据选择所需要的订单信息,自动派生成了对应派工信息,通过班组长对派工单的调整后实现了统一派工。简道云零代码应用搭建平台44系统中的生产执行的报工单功能(如下图),通过派工单信息的收集,展示了对应工序今日派工任务清单。通过简道云的填报功能,收集员工填写的报工数据,实现了生产订单及派工单实际完工数、合格数、报废数等数据的回写管理。质量管理则是通过质检单(如下图),来收集工厂定义的零件标准单价,实现了计件员工的计件工资管理功能。简道云零代码应用搭建平台45另外,系统还包含了报工完成情况报表,由现场工人填写操作,系统自动汇总至报工汇总表(如下图)。以上功能的实现,使用了以下简道云技术:1、生产订单导入在简道云 Excel 导入功能的限制下,一个是表单导入不会通过系统任何检验,这就需要保证导入模板的正确和导入数据的准确;二是导入数据不会触发公式和数据关联,利用简道云的数据化工厂,将多张表数据关联,达到效果后通过数据化工厂的同步表单数据到新表单,不过这个同步是增量同步,注意不要同步相同的数据。2、利用聚合表的多表联动,关联派工单和生产订单,派工单明细和报工单,实现对三个订单修改和删除的控制。通过聚合表的提交校验,实现实时对三个表单数据提交时候的派工数量、报工数量的校验。3、派工单界面实现了对于多个生产订单进行批量派工,利用聚合表和关联数据选择数据,利用智能助手分别生成各个生产订单下工序的派工明细。4、报工单页面的任务清单整合了报工单同一物料时间下本道工序与上道工序的数据,聚合表无法同时取到两者数据,则使用数据工厂分组汇总横向连接实现,但是缺少了实时性。5、利用数据化工厂分离报工单子表单,选取第一行数据为有效数据,再分组汇总根据报工单计数获取同时做这个订单工作的人数和员工来分配平均各自的计件数量,最后将所有的报工单合格数量和物料工序每件工资得到员工的计件工资。场景价值通过简道云开发的 MES 系统,一定程度上提升了计划员编排生产计划的工作效率和沟通效率,提升了工厂员工的产能和赋能,激发了员工的工作积极性。业务和流程也变得更加透明化、高效化、稳定化。自系统运行以来,员工不需要再登录多个系统查询生产计划,工作效率提升了 80%,同时,MES 系统的使用也解放了员工的工作压力,降低了人为管理成本,减少了纸质文件、电话等管理费用,为公司节约了近 30 万元,实现了工简道云零代码应用搭建平台46厂提质降本增效的目标。场景三:工厂质量数据采集 痛点随着公司的发展扩大以及业务的增多,现有的线下数据采集已经无法满足办公需求,存在效率低下,浪费人力物力时间等缺点,在管理上也存在漏洞,不利于公司的运行与发展。因此,公司迫切需要一个能支持各项数据采集的系统来辅助管理。同时,公司对生产计划和时间生产数量的计算所得完成率也提出更高的要求,并存在进行大屏幕展示的需求。解决方式该应用主要包括基础数据、报工、料品检测巡检、报表等主要功能。首先,在简道云中录入产品档案、失效模式档案、工序概况值档案、料品检测档案、质检员数据等基础数据。然后创建工序报工填报功能(如下图),让现场生产人员将每天的生产数据录入到表单中,并选择今天的质检值班人员。生产人员提交单据后,钉钉会自动为质检员形成代办任务,质检员根据代办任务去现场进行复检,对有质量问题的产品进行复检,最后,提交数据到简道云上,形成了完整的质量数据采集。报工模块用的技术主要有:1、利用简道云的智能助手创建报工单的中间表,实现复核单生成后对报工单的回写功能并保留处理记录;2、解决了下拉框的下拉内容关联其他表并且有默认值,通过子表单字段关联其他表单数据和子表单整体的数据联动实现;3、利用聚合表统计各个产品下工序的合格数量、待判定数量以及报废数量;4、利用了简道云的跨应用功能,将其他应用下的表单数据关联到本应用下使用,避免多个应用存在相同基础数据表,减少基础数据维护数量。报工完成后,接下来,系统发起检测记录流程(如下图),检测人员和巡检人员都要对流程进行处理。由于检测人员和巡检人员需要同时对一张单据进行处理,在流程设定的时候,除去流程发起节点,每一个流程节点设置了检测和巡检人员任何一人提交都能流转,每一次流转都会在两者之间形成代办任务,两者都处理完成流程结束。简道云零代码应用搭建平台47最后,根据系统上面的数据,对数据进行处理形成各种工厂需要的报表,并将报表投屏到车间现场。通过简道云的数据化工厂,将来源不同表单的数据根据一定规则进行整理合并,计算合格率、报废率、产值等一系列生产相关的数据,通过仪表盘的图表展示。下图是工厂现场的大屏展示。场景价值1、系统成本低。全部流程、功能、报表都由 IT 部门自己完成,可以节省昂贵的系统实施费用。与找外部公司开发相比,为公司节约了 10 万元开发成本。2、节省纸张资源。系统上线后,工厂取消了纸质填报表格,全部在系统线上填报,可以每年为工厂节约费用约 5 万元。简道云零代码应用搭建平台483、不影响生产节拍。系统使用流畅性高,生产线上员工的操作比较简单,频率也不高,不会让生产线员工产生抗拒使用系统的心理。4、减少质量人员工作压力。不用再安排专人大批量整理数据,分析数据,系统有现成的数据以及报表,提高了 75%的工作效率。5、方便客户审核。纸质材料找数据比较麻烦,归档乱的情况下会浪费大量的时间去找资料,而线上的资料能直接导出,寻找和保存起来都很方便。6、后期可拓展。系统可以连接现场大屏,将报表全部展示在工厂车间,为公司向信息化工厂转型更进一步。场景四:IT 120 痛点企业信息化运维工作包含计算机设备、物理网络等运行环境维护管理,也包含 OA、SAP、PLM 等业务系统的维护管理。在出现故障时,一方面员工不知道联系谁解决,也没有固定的联系方式,往往是自己通过电话或钉钉找熟悉的 IT部门人员咨询,再由 IT 人员找到具体的维护人员,花费较多的时间在找人上。另一方面,问题类型难以确定,可能需要有不同的 IT 人员一起处理,往往是认识谁就找谁,导致 IT 人员之间的责任界定不够清晰,无法做到精准服务;第三点,无法衡量维修人员的工作时间,也就无法对处理人进行考核;最后,申请人无法对此次维护进行评价,导致维护部门无法第一时间获取真实的用户感受,也就无法提升服务能力。解决方式首先,设置每类问题的内部价值和对应的处理人,利用简道云快速搭建 IT120 应用,并将申请流程的入口放到钉钉工作台。通过简道云流程表单,快速收集 IT 问题;通过接入钉钉审批套件和流程提醒功能同步钉钉待办通知,让指定IT 人员能够及时去处理;通过节点限时处理功能定时提醒 IT 人员未处理待办,自动通过员工评价环节(24 小时未处理自动通过);通过仪表盘展示 IT 问题申请量、平均处理时间(如下图)、员工的满意度、各类问题申请占比等;通过数据推送扩展功能与 FineReport 集成,将数据推送到 FineReport,用于进一步的数据分析展示。简道云零代码应用搭建平台49 场景价值1、缩减了近三分之一左右的问题处理时间,提升效率 80%。2、量化运维工作,部门领导之前无法了解 IT 人员每天的工作情况,现在可以通过仪表盘按年月日查看处理数量及平均处理时间,提高了工作效率。3、提升员工满意度,从 80%提升到 99%。随着 IT 120 的使用推广,越来越多的业务部门看到了使用 IT120 带来的好处,纷纷提出开发类似 IT 120 这样的功能。在业务部门的要求下,IT 部门充分听取分析了业务部门的需求,参考IT120 的模式,分别开发能源 120、物流 120 等功能。总结心得通过简道云平台的应用,极大提高了银轮各职能部门、各工厂的数字化运营管理效率:以流程为主线,以表单为载体,实现了管理流程化,流程表单化,表单数据化,数据可视化。为使管理者能够更加便捷、清晰地查看运营管理分析报表,银轮在简道云应用下搭建报表模块,同时通过扩展功能中的推送到 FineReport 服务器,集成了 RineReport 的强大图表功能,满足各用户对复杂图表分析、展示的需求。通过 API 接口对接硬件设备或系统程序数据,将表单及硬件等方式收集的数据进行清洗,通过仪表盘完整的管理看板,为运营提供决策支持。作为公司数字化运营的主要工具,搭建简道云流程表单是改善公司流程并合理化的过程,是数字化精益运营的基础。简道云报表为使数据转变为生产力提供了决策支持,从而达到真正意义上的数字化价值体现。当前,降本、提质、增效是每个制造型企业必须要解决的当务之急,简道云敏捷、高效的特点正好契合企业对于数字化的迫切需求,未来简道云也将连接企业上下游生态合作伙伴的重要支柱。简道云零代码应用搭建平台50 企业简介茂名石化始建于 1955 年 5 月,是新中国“一五”期间 156 个重点项目之一,以开采油母页岩、加工“人造石油”起家,是我国首座千万吨级炼油厂、首座百万吨级乙烯厂、国内最完善的燃料润滑油化工型炼油厂、国内第二家年利润超百亿元的炼化企业、广东绿色石化战略性产业集群“链主”企业。经过近67年的发展,特别是党的十八大以来的做强做优,已成为原油加工能力2000万吨/年、乙烯产能110万吨/年,同时拥有热电、港口、铁路运输、原油和成品油输送管道以及 30 万吨级单点系泊海上原油接卸系统等较完善的配套系统,是我国生产规模最大、经济效益最好、发展基础最牢的国有炼化企业之一。管理痛点茂名石化作为一家大型炼化企业,涵盖炼油、化工、热电、港口、铁运、水务等多个二级单位和直属中心,管理层级多且业务复杂,虽然公司在石化行业信息化处于领先水平,但仍然存在以下几方面痛点问题:1、基层内部管理缺乏数字化支撑长久以来公司信息系统建设多为上层管理决策服务,而基层单位内部管理由于专业差异大,管理要求调整频繁,传统开发成本投入高,生命周期短,资源浪费严重,因而一直采用原始的纸质记录等管理方式,严重制约基层单位内部管理效率。2、现场管理缺少便捷的移动应用现场管理信息化水平较低是公司的另一项痛点问题,部分工作需要专业管理人员在中国石油化工股份有限公司茂名分公司零代码助力茂名石化打通数字化“最后一公里”简道云零代码应用搭建平台51现场记录后回到办公室再录入系统信息,容易造成数据记录不及时、失真等问题,且传统系统需要独立开发移动端界面,不同的应用需要下载不同的 APP,开发周期长且操作管理极为不便。3、数据统计分析能力薄弱传统管理模式高度依赖于经验能力,缺乏科学量化的数据支撑。精益化管理离不开数据挖掘,而传统业务信息系统缺乏配套的统计分析,不能够灵活、快速的满足不同角色的数据分析展示,且后期维护依赖信息技术人员,维护成本高。4、承包商协同缺少统一的应用平台公司涉及施工单位、外包单位等200余家,特别是现场施工管理、协调难度大,采用线下方式管理不规范、标准不统一,造成管理质量低下,且历史事项查证困难,工程管理人员工作负担严重。解决方案茂名石化以全面提升基层数字化管理效率为目标,以简道云零代码平台为媒介,实施“业务人员 IT 化,IT 人员业务化”人才培养方案。最初由信息部门牵头,业务部门参与,成立简道云应用开发小组,结合基层管理上的痛点问题,以化工、热电两大分部为试点开展建设。鉴于简道云平台“简单易上手”的特性,茂名石化逐步在建设中培养业务骨干熟悉平台技术,以“导师带徒”的方式,扩大业务人员技术培养。同时,组织 13 场次的业务单位间经验交流会,在管理创新应用方面不断总结优化,成效显著的应用在公司的信息化专题会上进行宣传推广并给予绩效奖励,从而激发各业务单位对平台应用的认识思考,推动两化融合人才创新应用建设,灵活、快捷、有效地解决管理“最后一公里”问题。实施策略主要分为三个阶段:平台赋能阶段:基于简道云零代码平台,赋能业务人员自主开发建设;数据挖掘阶段:基于灵活便捷的数据分析能力,挖掘管理问题,支撑决策优化;创新生态阶段:全公司各专业/单位实现自主开发创新,实现管理迭代优化的良性循环生态。简道云零代码应用搭建平台52基于公司现有的管理短板,依托简道云平台作为公司一项技术支撑平台,用于补充企业专业管理数字化的不足,特别是部分专业无法延伸至“最后一公里”的问题。依托简道云平台,实施以经营、生产、设备、安环、工程五个专业领域为核心的管理应用建设,一是提升二级单位内部管理质量和效率,二是强化外部施工单位协同作业能力。下图为茂名石化通过简道云建设的业务应用架构和数据逻辑关系示意图。场景一:专业绩效管理 痛点二级单位内部专业绩效管理一直采用线下纸质传统管理模式,存在考核信息重复,考核数据兑现不准等多个问题,且管理人员需要花费大量时间录入、梳理和统计考核数据,基层负担大且管理质量低下。解决方式基于简道云零代码平台,化工、港口、热电等多个分部业务骨干开展实施各二级单位专业绩效考核的自主化应用管理建设。一是利用流程表单实现处室、车间、班组等不同层级的考核事项录入流程搭建;二是采用数据工厂对不同层级的考核数据进行汇总,最终实现每名员工的综合月度考核金额以及积分;三是利用仪表盘实现分部、车间、班组、人员的考核信息统计分析展示,如考核明细、考核金额统计、班组积分排名等。简道云零代码应用搭建平台53 场景价值专业绩效管理改变二级单位绩效管理纸质记录模式,提升绩效管理效率 90%以上,实现了二级单位及以下车间、班组的专业绩效考核一体化管理,目前已推广至多个二级单位使用,预计节省开发成本约 150 多万元。同时,在管理上开展数据挖掘,对本单位的使用的条款、专业类别进行统计分析,通过条款找出本单位专业管理不足从而实现进一步提升管理的目标。场景二:HSE 观察应用 痛点现场的安全隐患管理是炼化企业的一项重要管理工作,公司涉及炼油、化工、港口、铁运等多个生产区域,区域范围广,生产施工点位多,风险管理难度大,原有管理人员现场检查问题需纸质记录后再返还办公室进行系统填报,且容易导致问题记录缺失,因此亟须基于现场风险录入的移动应用以减轻安环专业管理人员收集整理相关工作负担,提升各区域安全风险监控能力。解决方式依据公司 HSE 观察相关管理规定,安环部骨干人员自主建立各单位 HSE 管理部门基础对照表,通过数据联动实现对应 HSE 管理部门人员的自动审批流转,实现作业类型和观察方法标准化。利用流程表单实现流程的规范化建设,采用跨应用等方式实现各单位内部应用的数据共享,最终实现 HSE 观察的统一数据监控。简道云零代码应用搭建平台54 场景价值HSE 观察平台的建设使用,进一步加强了各层级单位对现场安全风险的管控能力,企业管理人员可在现场及时进行手机填报并拍照记录,极大地便捷了现场检查管理工作,扭转了原始的“回忆录”模式,统一了 HSE 观察入口,减轻80%以上的工作负担;同时实现风险问题的线上闭环管理,加强了风险问题处置的跟踪监控,避免漏项降低安全风险事故发生概率。场景三:施工人员管理 痛点公司平均每天施工作业约 300 多项,涉及挖土、设备检修、起重等多种施工作业,据粗略统计每天约在生产厂区施简道云零代码应用搭建平台55工人员数量达 2000 人左右,如果是在装置检修期间,外部施工人员可达上万人,由于施工作业人员普遍素质较低,存在串岗、不合规施工等多项问题,缺乏有效的施工人员管理手段,严重制约了企业的施工管理质量。解决方式基于上述问题,化工分部业务骨干在简道云建立承包商人员信息数据库,利用简道云二维码功能,生成施工人员二维码标签。公司现场人员可通过钉钉扫描二维码对施工单位人员信息进行查询,对存在的违规行为人员进行数据录入。简道云零代码应用搭建平台56 场景价值施工人员管理是公司基于简道云平台的又一创新应用。不仅有效地加强了对现场施工人员的管控,同时还便捷了企业人员对施工单位的考核管理,大幅提高了对施工人员违规防范能力。据粗略统计,平均每月施工违规数量降低了 50项左右,提升施工人员管理效率 60%以上。场景四:物资共享应用 痛点公司生产区域覆盖范围广,多数工程建设或设备检修的用工余料作为备品备件(如螺栓、垫片、弯头、法兰等)存放在各分部车间或区域所管辖的库房中,备品备件信息缺乏共享,需要各生产单位间互相询问,互供效率低下,造成严重的成本浪费。同时,库房备品备件存量信息缺少线上台账,库管员换岗后容易造成数据缺失,需不断进行库存盘点,浪费人力物力。解决方式通过表单梳理公司各生产区域库房及备品备件台账、物料类型,实现标准化管理,补充定义好物料型号及数量,形成公司统一的备品备件基础数据台账。设备管理人员利用流程表单制定各生产单位标准化流程,实现物料入库、出库、借用以及盘点的线上化运行,利用智能助手功能实现库存数量的实时更新以确保数据的准确性。场景价值物资共享应用实现里备品备件等物资的线上共享,全面提升物料资源利用率,据统计通过实现物资共享,降低企业物资采购成本约 500 多万元,同时实现线上库存数据的自动更新,减少 75%的库存盘点工作量,为公司节约降本工作起到积极的示范推动作用。简道云零代码应用搭建平台57场景五:1 号令专项考核应用 痛点公司现场管理要求变化频繁,经常随着政策和发展的变化而变化,部分工作上层提出后就要立刻落实,传统代码开发难以适应灵活、快速地响应新的管理流程,导致基层现场管理手段原始,数据收集、统计工作负担大。解决方式充分发挥业务人员自主开发能力,以“全面落实 1 号令实施专项考核”为例,采用钉钉加简道云复合应用模式,钉钉实现消息推送提醒,绩效负责人在简道云自主开发建设 1 号令专项考核流程,基于承包商基础数据,建立公司 1 号令专项考核情况看板以及奖励情况看板等。简道云零代码应用搭建平台58 场景价值基于零代码敏捷开发仅用 4 天就完成了“落实 1 号令专项考核”管理应用的信息化建设,切实解决了落实 1 号令考核工作不到位等管理问题,实现全过程业务人员零成本自主开发建设,进一步深化企业业务人员向信息化、数字化融合,推动企业基层管理业务领域向数字化转型迈进。总结心得零代码敏捷开发是公司打破多年来传统信息开发技术模式的一次成功的创新实践。公司自引入简道云零代码开发平台以来,公司各单位基于简道云自主开发建设平台 30 多个,搭建表单、报表 1000 多项,按传统开发模式估算,节省信息化建设投资约 700 多万元,应用开发效率提升 80%以上,部分当日提出的需求即可当日开发上线。同时,公司将简道云敏捷开发平台打造成两化融合人才培养摇篮,实施全民开发政策,鼓励业务利用该平台创新管理应用开发。截至 22 年 7 月,公司具有简道云应用开发能力人员达 70 多人,具备中级能力水平人员达 25 人,业务自主开发巡检管理、问题跟踪、物资出厂、专业考核等应用场景50多个,基本实现了管理“最后一公里”的全自主化开发,填补了公司基层和现场数字化管理的空白,助力公司全局性数字化转型。下一步茂名石化将进一步拓展完善数字化双层建设体系,即上层为基于数据治理,标准化、规范化的、统一的生产经营一体化数字体系;下层为基于敏捷开发,灵活快捷、简单高效的自主创新数字生态体系,旨在全面推动基层和现场管理的高效率、高质量运营,减轻基层负担,实现各层级领域业务与信息的深度融合,助力公司实现第四次跨越式发展。简道云零代码应用搭建平台59 企业简介航天电工集团有限公司,于 1956 年建厂(原武汉电缆厂),隶属中国航天科技集团第九研究院,是国内电线电缆产业的重要生产基地。中国第一根铝合金导线诞生地;第一个 630mm 大截面架空导线的生产单位;第一条 500 千伏输电线路产品供应商;第一条 1000 千伏超高压输电线路产品供应商;第一条 1100 千伏特高压输电线路产品供应商;第一个把企业标准上升为国家和行业标准的企业,是华中地区最大的电缆制造单位;在柔性防火电缆、辐照环保电缆、轨道交通电缆、航空航天电缆等领域国内领先。管理痛点自 2008 年起,航天电工重点开展信息化建设,全面推行了 ERP 系统建设工作,但十几年来企业 ERP 始终不能适应实际业务工作,ERP 系统的持续优化改善工作滞后,随着组织架构、人员配置及业务流程的调整,导致部分业务流程与系统流程不匹配,造成系统运行效率降低或者系统部分模块的弃用,有业务重复做两次的现象:“一遍应付检查,一遍应付工作”,在一定程度上成为企业负担。虽然反复提及要重视信息化建设,但尚未形成信息化管理文化,落实到实际操作层面,部分基层甚至中层管理人员仍偏重于采取传统 Excel 方式开展工作,对于采用信息化方式代替原手工管理模式存在抵触情绪。信息化建设基础是在公司现有管理、流程的基础上引入信息系统支撑公司的管理、流程的运行,或通过信息化方式提升工作水平。如果原有的基础管理水平已经达到一定的标准和规范,那么公司只需要通过信息化方式提升管理效率即可,即“系统适应人”;若基础管理水平尚有差距,则需要通过引入先进的信息化方式在提高管理效率的同时提升基航天电工集团有限公司零代码解决信息化建设过程中的历史遗留问题简道云零代码应用搭建平台60础管理水平,这个时候就需要公司从上到下的操作者严格按照系统要求开展相关工作,也就是“人适应系统”。公司最大的瓶颈还是在于队伍建设,主要表现在专业人才队伍配备仍有差距,信息化仍是一个附属部门,人员多由技术员担任,对于公司整体信息化建设支撑力度不够。前期的各类系统在一线推广均得不到有效应用,故 ERP 为核心的时代已经落幕,历史遗留亟须解决。解决方案对于企业信息化建设过程中存在的历史遗留问题,现需要构建一个稳定、安全、经济、高效和可持续完善的信息支撑体系,防范经营风险,提高企业现代化管理水平,以降本增效、快捷易用、安全稳定、可落地、可适配、可扩展为基本原则,立足实际,实现“信息聚合,主动推送”的效果。把以上几个历史遗留问题点逐个解决后连成线,再把线连成面,打通信息壁垒,实现信息透明,能够让全员参与企业经营、任务跟进、信息反馈和快速调整,提高整体组织效率,提高全员参与性,促进业务开展,引导企业经营创新改良,提升在市场当中的竞争力,能够利用科学高效的工具快速响应实际需求,自动完成数据的加工和运算,深度挖掘数据价值,辅助预测,为企业经营和管理赋能。要构建这样的平台,需要较高灵活度的产品和专业的实施团队。经过多方市场调研,了解到零代码开发平台通过类似Excel 的开发方式,可以零代码实现复杂的需求,极大地缩短了开发周期和投入成本。通过快捷的设置即可实现图表交互、数据联动、超级链接等交互功能,能满足公司需求,实现数据图表快速展现。公司信息化领导小组通过专项会讨论和评选确定了采用简道云作为信息化工作水平提升的支撑平台。通过对信息资源的科学规划,应用选型和公司现有的发展状态进行定制,将信息化基础环境与平台应用数据进行有机结合,形成满足业务需求的全方位整体解决方案。总体分为五个阶段:获取数据阶段、准备数据阶段、数据建模阶段、数据分析阶段、数据应用阶段。总体思路为“统一规划,分步实施,充分利旧,自建综合应用平台”。统一规划:统一规划公司应用搭建,按照“一张网、一个库、一朵云”的思路,开展建设部署简道云零代码应用搭建平台61 分步实施:结合现有信息化系统应用和公司需求,聚焦主业,充分考虑现实基础和工作复杂性,分步骤稳妥推进 充分利旧:充分利用公司现有信息化系统,开放搭建接口,与综合应用平台对接 自建综合应用平台:搭建公司各业务领域的综合应用,以企业经营发展为导向、覆盖公司下属的统一信息系统。场景一:产品报价(使用 CRM 套件)痛点公司大部分业务仍依靠 Excel 表格处理工作。各部门配备了统计员、报价员、核算员等专职人员,公司产品属于定制组合类,约有 20 多万种规格,报价需要对每个产品进行人工材料成本的计算,平均每次报价的产品在 100 个左右,使用 Excel 批量计算每个产品最快需要 1 分钟,除沟通、修改核对等时间成本,报价员平均报价 5 次/人/天,几十年来普遍存在工作量大、效率低和不及时的问题一直无法有效解决。解决方式先将实际销售报价业务最消耗人力的产品报价从人工计算转换为应用中的数据工厂计算。需要先把所有产品的基础信息梳理准确,再整理规范。搭建报价应用,将每个产品所组成所需的材料用量和原料价格录入到系统表单中,每次销售业务经理填入产品后可自动完成材料计算,原有的报价员只需维护产品材料用量和原料价格的基础信息表。后续还可以再将报价流程拆分为内部查价、正式报价、投标报价,可实现大幅提高报价工作效率的效果。下图为通过自定义打印模板打印出的产品报价单。简道云零代码应用搭建平台62 场景价值通过搭建产品报价应用解决了多年来报价效率低和不及时的问题,应用上线后大幅缩短了报价周期,实现了即时显示价格的效果,提高了产品的竞争力并获得了销售人员的好评;解决了原材料用量标准的统一管理问题和原材料价格更新慢、周期长的问题。使企业各生产和采购单元使用同一套标准,标准更新完成后价格也随之更新;在报价中可对错误数据进行筛查预警,提示业务人员和报价人员进行核对、追溯查找错误数据。通过报价成交情况,可计算出每批产品所需使用的原料用量明细,可以为原料库存的预警和原料采购提供可靠依据;降低报价人员的工作压力和减少人工计算容易出错的问题。原来每次报价都要登记报价记录,形成台账备查、报价单制作、成本分析表制作等工作,现在通过打印模板可以一次完成,实现了报价单样式的规范和统一。场景二:项目备案(使用 CRM 套件)痛点最近几年来,随着公司工程项目的不断增加,撞单的频率也同比增长,撞单造成的直接后果就是废标,间接暴露出了销售过程的不可控、业务流程不规范问题。解决方式从管理层面制定工程项目报备机制,接到项目信息的业务经理,录入项目基础信息,由项目管理员进行统一审核。技术层面改造预定义商机表单为项目报备应用,由项目经理新建客户并录入项目基础信息,通过客户领取完成第一道防撞单程序;再由项目管理员对上报审核工程名称进行相似度对比,完成第二道防撞单程序;后续还可以通过数据工厂尝试拓展订单产品相似度对比来进行防撞单提示预警,最终解决项目撞单问题。场景价值 实现项目备案规范化、标准化。坚持按照销售项目备案管理细则的要求,对于项目备案不及时、客户名称和项目名称填写不规范及项目重复报备等问题进行了审核退回及逐项研究整改,规范了项目备案运行管理,目前销售项目统一备案平台进入高效率、规范化运行状态。实现创新应用。通过制度宣贯和一对一指导,业务经办人能够在手机上完成项目进度跟进,职能部门能及时了解掌握项目审批进度,有效地提升了服务效能。避免了项目撞单情况。销售项目统一备案应用自运行以来,指导项目负责人加强联系沟通,提前筛查出了风险项目,有效地杜绝了项目撞单情况的发生,为销售项目顺利投标打下了良好基础。简道云零代码应用搭建平台63场景三:合格证管理 痛点公司产品质量比普通产品质量好,相对工艺要求和成本也高,价格也相应提高,这时不良商家对产品进行仿冒,劣质商品严重影响了品牌形象和声誉、造成了用户评价差等系列问题。解决方式公司经过内部多轮讨论后决定从产品合格证入手,通过建立合格证的防伪查验功能解决假冒伪劣产品问题。通过技术层面评估和建立合格证应用,实现合格证的制证信息录入、自动统计和扫码查验功能。下图为产品使用自定义模板打印的合格证,以及扫码查询合格证的界面。场景价值通过搭建合格证应用,切实有效地落实了合格证管理工作,提升了现代化管理工作水平,实现了使用前异地申领及审批流程、使用过程中的自定义查询次数管控以及产品出厂后的防伪溯源功能。简道云零代码应用搭建平台64场景四:全面预算管控 痛点2020 年遭遇新冠疫情“黑天鹅”事件后,整体经济形势下滑严重,全面预算管理工作压力增大,报销流程更加烦琐、费用控制更加严格,对预算相关的人员提出了更多的要求,增加了各部门兼职预算管理员的工作量,最终导致票据流转周期长,影响了每月的全面预算执行情况统计和分析。解决方式为切实有效地落实全面预算管控工作,提升现代化管理工作水平,管理层组织制定费用报销预算管控工作流程和各类工作细则,同时对预算管控工作量评估。技术层面计划通过建立预算费控应用来实现费用报销前的预算使用率和可用量查询、报销过程中的审批控制以及报销后的自动统计功能。下图为全面预算管控仪表盘。简道云零代码应用搭建平台65 场景价值推进全面预算管理工作高质量发展试点成效显著。全面预算管理应用集中反映了公司基础信息和预算信息,是加强预算管理的“数据库”和“标准包”,也是信息化建设的基础。一方面,最大程度地减轻了财务人员检查和重复填报数据的工作量,保持数据唯一性和统一口径,解决了账表不一致等问题。另一方面,管理流程更规范精细,预算、执行等数据按既定标准和规则自动获取生成,数据之间互相衔接,强化了硬性约束,减少了人为干预。全面预算应用不是简单地将各项业务串起来,而是通过信息共享,实现了业务协同,各部门才能共同有效担负起预算执行监控的管理责任。场景五:绩效考核 痛点每月末公司对全员进行评价与考核,经常遇到领导出差或者员工请假的情况,遇到这种情况一般都是找人代评分。使用 Excel 表格不能快速完成每月的绩效考核,每次人工完成统计工作最少都要一天,而且代评也存在个人收入风险。解决方式通过建立绩效考核应用,实现由 Excel 表格转换为在线填报、计算并得出部门及个人考核得分。解决信息收集难同时降低表格处理工作量。下图为绩效计算结果仪表盘。简道云零代码应用搭建平台66 场景价值实现了人事分配制度上“四个转变”。一是由定性考核向量化考核转变。各个岗位、各项工作和每一位业务人员的工作数量、质量都以具体指标和数值来显示,每项考核都以具体数据作为依据,实现了精准考核。二是由静态考核向动态考核转变。相关部门及被考核对象可实时查看考核分配结果和动态排名,使每位考核对象的工作行为发生了明显的变化,及时纠正工作过程中的不足和不规范的行为。三是平均分配向按劳分配转变。改变过去多收多得或平均分配的分配方法,现绩效考核体系中实施“按劳分配”,向高风险、关键岗位、优秀人才、一线人员给予倾斜,业务人员绩效工资由开始时的百元/月提高到现在的千元/月,充分调动了业务人员的工作积极性,体现工作人员的劳动价值。四是从追求经济效益向注重社会效益转变。业务人员通过绩效应用动态管理绩效考核,各类工作质量指标按要求有升有降,老牌国有企业的公平性充分得到体现。场景六:实际生产成本计算应用(使用 CRM 套件)痛点多部门协同使用 Excel 难度大。实际成本核算对经营决策、订单承接、成本估算、经济可承受性评价等工作有着重要意义。实际生产成本核算是一项基础性、系统性和长期性的工作,为实现夯实成本管控基础,支撑生产经营管理模式优化升级走深走实,2022 上半年公司依据航天科技集团指导文件制定了成本核算工作方案。在实际业务过程中使用Excel 进行成本核算工作增加了各部门协同难度和工作量的同时收效甚微。解决方式计划充分利用简道云零代码平台应用,尝试在已有的 CRM 套件中加入成本计算,“销售订单接单成本效益测算模型”主要是实现在接单前对订单效益的快速、自动测算,提高市场反应能力和盈利预测能力,增强接单决策时效。核心是对订单完全成本下的边际接单利润进行测算,确保所接订单均有消化公司固定成本支出的能力。“销售订单完单成本效益分析模型”是通过对订单完单后的财务分析数据,为业绩评价及后期作业改进提供及时、准确依据,同时评价订单为分摊公司固定成本支出所做的贡献大小。核心是对订单完全成本下的实际边际利润进行计算,评估接单边际利润在订单生产作业环节的完成度,进而评价生产作业成本的实际控制效果。成本建模围绕“设计运用检验改进”三步循环法思路来开展。具体包括:启动成本建模的业务场景需求分析梳理产品线作业工序明确全成本口径下的成本要素构成制定产品线成本核算规则及数据库一确定成本基本模型接单前的订单效益测算接单决策接单后的现场成本控制订单完成后的成本效益分析订单执行结果的业绩评价考核生产作业现场的成本管控改善成本模型改进。场景价值建立基于完全成本控制下,以面向产品销售订单收益为目标的“销售订单接单成本效益测算模型”和“销售订单完单成本效益分析模型”,通过对销售定价、生产资源配置、成本效益管控相关联的跟踪和管理,掌握订单结构、优化生简道云零代码应用搭建平台67产资源配置、执行成本效益分析、评价订单业绩,提供可知可视的经营模式。从建模工作的实施过程总结经验,同时查找一般性规律,同步加以验证和审定,持续迭代改进和完善,使成本建模逐步清晰化、系统化、成熟化。将成本模型应用于销售合同评审、经济性预测与审查、目标成本管理、经营成本分析等工作,使产品成本估算与研制生产过程紧密结合,不断提升成本管控的科学化和专业化管理水平。总结心得信息和信息处理是企业信息化的重要环节,信息流程规范化,数据标准化,是企业规范化向标准化发展,再由标准化向信息化发展的重要环节。基于公司的十四五数字化发展规划,综合考虑未来五年经营需要,目前需要开展的工作是解决信息化建设历史遗留问题的同时,着力基础数据及业务流程的梳理工作,厘清业务基本管理需求及远期精细化管理需求,为后续零代码应用搭建与前期 ERP 等系统对接做好基础工作。在此过程中培养一批既懂业务又懂信息化的兼职信息化队伍,从而全面提升公司的各项基础管理能力,为公司后续全面的、统一的信息化建设奠定基础。简道云零代码应用搭建平台68帆软软件有限公司(以下简称“帆软”)成立于 2006 年,是中国专业的大数据 BI 和分析平台提供商,专注商业智能和数据分析领域,致力于为全球企业提供一站式商业智能解决方案。帆软在专业水准、组织规模、服务范围、企业客户数量上均为业内前列,先后获得包括 Gartner、IDC、CCID 在内的众多专业咨询机构的认可。2018 年入选福布斯中国非上市企业潜力榜 50 强,2018 年、2019 年、2020 年连续入选中国大数据企业 50 强。简道云是帆软旗下的 Saas 零代码应用搭建平台,2015 年正式上线,主要面向业务人员,帮助他们以零代码的方式开发出符合业务需求的各类管理应用。随着近些年越来越多的企业进行数字化转型升级,简道云也在这股数字化浪潮中成长为零代码领域的 Saas 领军企业。管理员无需代码,即可构建出符合需求的业务管理系统(如生产管理、进销存等)。员工电脑、手机均可使用随时随地都能处理业务。产品主要包含以下功能:在线表单:主要用于收集数据,常用于销售上报、签到签退、报名登记、生产数据录入等场景:流程引擎:主要用于审批与规范流程,常用于报销申请、周报审批、家电派单等场景;分析仪表盘:可对表单收集的数据进行多维度、实时展示,简道云提供 10 种实用仪表盘样式,辅助决策管理共享知识库:通过知识库不断地梳理业务资料,沉淀业务知识,制定业务规范,从而让团队的业务更进一步:扩展功能:提供 OCR 识别、自定义打印、数据预警、BPA、个性化等特色能力;外部互联:实现上下游伙伴、合作单位、母子公司等企业跨组织协作场景,常用于供应商管理、经销商管理、客户管理、项目管理等。作为国内首款在线零代码应用搭建平台,简道云帮助企业管理者将想法快速变成现实。包括视源股份、百得、科林电气、中策清泉、海大集团等越来越多的企业和组织都在使用简道云。更多简道云信息详见官网:,商务电话:400-111-0890关于我们扫码关注简道云第一时间获取制造业最新模版扫码添加行业顾问领信息化工具免费使用权简道云零代码应用搭建平台70咨询热线400-111-0890扫一扫获取更多制造业资料咨询邮箱官方网站
20222022年年1212月月L I E P I N20222022中国中国制造,制造强国制造,制造强国猎聘同道集团报告说明报告说明研究研究背景背景当今世界,新一轮科技革命和产业变革正在孕育兴起,全球制造业格局面临重大调整。我国制造业正处于由大变强、爬坡过坎的关键阶段,必须把提高产品和服务质量作为制造业转型升级的重点,中国制造2025提出的“质量为先”基本方针,加快形成以质量品牌为标识的竞争新优势。党的十八大以来,习近平总书记就振兴实体经济、做大做强制造业作了一系列重要论述。2022年2月,在中央财经领导小组第十五次会议上习近平总书记再次强调,要推动制造业从数量扩张向质量提高的战略性转变,让提高供给质量的理念扎根于每个行业、每个企业,使重视质量、创造质量成为社会风尚。中国智能制造发展规划(20162020:智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。简单来说,用ABCDEF(A(AI)是)是人工智能,人工智能,B(Blockchain)是区块链)是区块链技术,技术,C(Cloud Edge Collaboration)是云边)是云边协同,协同,D(Big Data)是大)是大数据,数据,E(Ethics)是)是伦理,伦理,F(5thgeneration mobile communications)是)是5G)各种各样的技术,在各个环节广泛应用,然后带来成本降低、质量提高、效率提高等效果。猎聘作为专业的招聘平台,始终以“让职场人更成功”为使命,为企业、人才和猎头提供精准高效的招聘求职等人力资源服务。研究内容研究内容包括国家政策、宏观经济、细分产业发展、区域和产业人才画像、区域和产业人才供需、区域和产业人才投递等内容。研究方法研究方法文献研究法:通过搜集、鉴别、整理文献,对文献的研究形成政策、经济、行业、人才的整体认识。大数据分析法:截至报告撰写时,猎聘人才库资源已超过8200万,验证猎头用户数超21万,为超110万验证企业提供专业招聘服务,在猎聘制造业充足的数据量及具备分析价值的条件下,采用大数据分析法,实现人才画像、供需和投递等维度的分析。制造制造/智造行业智造行业包括包括:机械制造/机电/重工、汽车/摩托车、仪器/仪表/工业自动化/电气、印刷/包装/造纸和原材料及加工五大领域。时间维度时间维度:2019年、2020年、2021年均指当年1-12月整年数据,2022年是1-8月数据(后文中提到2022年数据均是2022年1-8月数据,不再特别说明)。人才紧缺指数:人才紧缺指数:TSI(TalentShortageIndex),TSI1,表示人才供不应求;TSI1,表示人才供大于求;如果TSI呈上升趋势,表示人才愈加抢手,求职相对容易。01Part One行业发展趋势行业发展趋势制造业量质齐升筑牢实体经济根基制造业量质齐升筑牢实体经济根基制造业增加值从2012年的16.98万亿元增加到2021年的31.4万亿元,占全球比重约30%,持续保持世界第一制造大国地位;世界500种主要工业产品中有四成以上产品产量位居世界第一;“蛟龙”潜海、“双龙”探极、“嫦娥”揽月、“北斗”组网,大国重器亮点纷呈十年来,我国制造业实现量的稳步增长和质的显著提升,综合实力、创新力和竞争力迈上新台阶。党的二十大报告提出,“坚持把发展经济的着力点放在实体经济上”“推进新型工业化”“实施产业基础再造工程和重大技术装备攻关工程,支持专精特新企业发展,推动制造业高端化、智能化、绿色化发展”迈上新征程,我国将奋力谱写制造强国建设新篇章。数据来源:国家统计局,国务院网站2017-2017-创新手段助力高速增长创新手段助力高速增长2017年,通过并购,鼓励创新等一系列手段,新兴工业产品产量高速增长,工业机器人、民用无人机、新能源汽车、城市轨道车辆、锂离子电池、太阳能电池等新兴工业产品产量分别增长68.1%、67%、51.1%、40.1%、31.3%、30.6%。2019-2019-中国稳坐制造第一大国中国稳坐制造第一大国2019年,由于在制造业上多年的巩固和积累,中国稳坐制造第一大国宝座连续十年。2021-2021-十年十年以来首次攀升。以来首次攀升。2021年,疫情依旧在影响世界经济,急剧扩张的进出口总额进一步刺激了我国制造业的发展,我国制造业生产总值占国民生产总值的比重十年以来首次攀升。中国制造品牌传播,手段新颖,中国制造品牌传播,手段新颖,新媒介提升了中国制造业传播的广度和活力新媒介提升了中国制造业传播的广度和活力新媒介提升了中国制造业传播的广度和活力,以具有创新性、趣味性、个性化和多样化的形式,让更多的人能够感受到中国制造的进步和“了不起”。以抖音平台为例,与中国制造相关的视频无论发布量还是播放量,均呈现上扬态势,这也证明创作者和用户对中国制造业的关注度都在持续提升。2022年上半年中国制造的视频发布量和播放量,和去年同期相比分别增长276.9%、101.7%,在吸引用户和传播方面中国制造业发挥出了显著作用。数据来源:2022中国智造观察报告中国制造业相关内容的发布量增速中国制造业相关内容的发布量增速中国制造业相关内容中国制造业相关内容的的播放播放量量增速增速创新研发,助力中国制造,多元助推数字化转型创新研发,助力中国制造,多元助推数字化转型从创新投入看,我国制造业研发投入强度从2012年的0.85%增加到2021年的1.54%,专精特新“小巨人”企业的平均研发强度达到10.3%。从创新成果看,2021年规上工业企业新产品收入占业务收入比重达到22.4%。制造业是实体经济的基础。国家统计局2022年11月15日发布的数据显示,1至10月,制造业增加值同比增长3.4%,高技术制造业增加值同比增长8.7%。制造业平稳增长为稳住宏观经济大盘发挥了重要支撑作用,也充分展现出我国制造业规模大、体系全、韧性强的优势。规模优势不断巩固。十年来,我国制造业增加值从2012年的16.98万亿元增加到2021年的31.4万亿元,占全球比重从22.5%提高到近30%,持续保持世界第一制造大国地位。供给体系质量大幅提升。世界500种主要工业产品中有四成以上产品产量位居世界第一,智能手机、智能电视、节能冰箱、全自动洗衣机、变频空调、汽车等中高端产品走进寻常百姓家。产业转型升级步伐加快。制造业加速向数字化网络化智能化发展,重点工业企业关键工序数控化率、数字化研发设计工具普及率2021年分别达到55.3%和74.7%,分别比2012年提高30.7和25.9个百分点。数据来源:经济参考报02Part Two人才人才供需趋势供需趋势制造业人才制造业人才应聘者城市分布应聘者城市分布1、制造业人才分布以一线城市和新一线城市为主,人才聚集性较强。上海,北京,深圳和广州四座城市聚集了制造业的大部分人才。这和城市发展政策,产业发展及工业基础有关系。如上海上海市推进高端制造业发展的若干措施2022提到:加快产业人才集聚,支持高端制造业企业纳入人才引进重点机构范围,支持紧缺技能人才落户,实施“产业菁英”高层次人才培养专项,根据其个人贡献分级分段给予最高不超过50万元奖励。2、纵观2020-2022人才分布,上海和北京人才占比有所降低,在2022年人才占比分别为79.13%和53.655。其他城市人才占比趋势有所提升。城市定位和规划对产业人才转移起到了一定影响作用。79.31S.659.88.29.83.83.11.91.35.64.64.31%9.20%7.97%7.87%0.00 .00.00.00.000.000.00%上海北京深圳广州苏州杭州天津成都重庆武汉南京西安东莞郑州长沙2020-2022制造人才城市分布TOP15202020212022数据来源:猎聘大数据制造业人才应聘者职能分布制造业人才应聘者职能分布1、从职能占比来看,2022年制造行业更多的应聘人才主要为职能类岗位,如,财务类占比53.67%,销售类岗位占比也较高,销售管理和销售人员占比分别为:32.56%和12.27%。除此之外,生产管理,质量管理,互联网运营,汽车设计与研发占比相对也较高。2、各个职能之间,2020-2022既有增长也有降低,如高级管理者岗位是下降趋势,2022年为32.35%。生产管理/运营出现较大增长,到2022年为25.08%数据来源:猎聘大数据53.672.357.672.56.95.29%.08.26.86.27.25.97.73%6.48%5.25%0.00.00 .000.00.00P.00.00p.00%财务/审计/税务高级管理人力资源销售管理机械设计/制造项目管理生产管理/营运行政/后勤/秘书采购销售人员市场营销质量管理互联网运营电子/仪器/自动化汽车设计与研发2020-2022应聘者职能TOP分布202020212022制造业制造业企业新发职位城市分布企业新发职位城市分布1、上海、深圳和苏州企业需求稳居TOP3;上海新发职位需求占比逐年提升,与产业集合效应、政策加持等因素推动制造行业发展有关。深圳和苏州趋势一致,与2021年比较2022年出现了需求小幅降低。北京需求一直较为稳定三年间一直维持在6% 。宁波和重庆三年间一直稳定增长,与当地政府政策有极大关联性,在产业集群打造,产业拓展,人才吸引方面政府出台了相关政策和制度。2、从城市GDP角度看北京和上海两座一线城市,2021年上海和北京均首次超过了4万亿。其中,上海实现GDP43214.85亿元。全年全市工业战略性新兴产业总产值16055.82亿元,比上年增长14.6%,两年平均增长11.7%。北京市实现GDP40269.6亿元。北京市统计局的数据显示,全市规模以上工业增加值按可比价格计算,比上年增长31.0%,两年平均增长15.8%。16.83%8.38%8.12%6.84%5.38%4.26%4.83%3.74%2.96%2.91%0.00%2.00%4.00%6.00%8.00.00.00.00.00.00%上海深圳苏州北京杭州广州宁波重庆东莞无锡2020-2022企业新发职位TOP分布202020212022数据来源:猎聘大数据,各地统计局制造业制造业企业新发职位城市分布企业新发职位城市分布1、机械设计/制造和电子/仪器/自动化职位,需求量较大且近三年一直呈现增长趋势,两类职位2022年新发职位占比分别为13.65%和5.01%,可见技术是企业发展的命脉,在数字化转型过程中,一直充当“先锋军”,赋能产业发展;与此同时,高级管理岗位,出现较大幅度下滑,受三年疫情影响,与行业发展脚步放缓有关。2、IT互联网产品,UE/视觉/平面设计,半导体/芯片,测试,后端开发,电商运营,互联网运营,这些岗位需求在TOP职位需求在占比较大,这和制造业数字化互联网转型和新消费模式转型,有极大关联性。同时也面临跨行业的人才竞争态势。数据来源:猎聘大数据1.16%0.03%0.21%4.70%2.76%1.29%0.11%5.01%0.87%0.72%0.10%0.13%2.18%1.13.65%0.00%2.00%4.00%6.00%8.00.00.00.00.00%IT互联网产品UE/视觉/平面设计半导体/芯片财务/审计/税务采购测试电商运营电子/仪器/自动化高端技术职位高级管理工业/家居设计管培生/储备干部后端开发互联网运营机械设计/制造2020-2022新发职位TOP分布202020212022制造业制造业TOPTOP城市城市TSITSI指数指数1、行业人才招聘难度在TOP城市近三年一直存在,同时通过TSI指数可以看到,2020年到2022年招聘难度在不断变大。2020年基本在5-10左右徘徊,2022年在10左右徘徊,中国在走向制造业强国的道路上,人才作为至关重要的因素,会决定企业发展的命脉。2、深圳,苏州,杭州,宁波,东莞,无锡,南京,佛山,常州,合肥和青岛,2022TSI指数都10,其中宁波为20.39,佛山17.65,常州为15.94,行业人才竞争愈发激烈。8.28 10.31 11.39 7.85 13.03 9.18 20.39 14.47 8.73 15.71 10.38 9.48 17.65 9.78 6.66 7.60 15.94 11.56 7.94 13.27 0.00 5.00 10.00 15.00 20.00 25.00 上海深圳苏州北京杭州广州宁波东莞武汉无锡南京重庆佛山长沙成都天津常州合肥西安青岛2020-2022制造业TSI指数202020212022数据来源:猎聘大数据注:全国中高端人才紧缺指数TSI(TSI 即 Talent Shortage Index 的缩写,意为人才紧缺指数。TSI1,表示人才供不应求;TSI2,企业人才吸引的力度在不断加大。中国的科技和产业水平逐步呈现发达国家特征,越来越多的全球主要产业迎来了新玩家-中国。尤其是在全球中高端产业的竞争里面,中国几乎是发达国家以外唯一的存在。在高质量发展的共识下,中国制造正多点开花,一项突破成为另一项突破的基础,由点到线、由线到面带动中国制造全域突围。数据来源:猎聘大数据1.20 1.35 1.34 1.25 1.23 0.98 0.84 0.85 0.90 1.01 1.15 1.26 1.36 1.36 1.53 1.67 1.82 1.69 1.45 1.70 1.77 1.88 1.88 1.93 1.90 1.75 1.86 1.87 1.90 1.47 2.28 3.12 2.97 2.72 2.59 2.28 0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 2019年9月2019年10月2019年11月2019年12月2020年1月2020年2月2020年3月2020年4月2020年5月2020年6月2020年7月2020年8月2020年9月2020年10月2020年11月2020年12月2021年1月2021年2月2021年3月2021年4月2021年5月2021年6月2021年7月2021年8月2021年9月2021年10月2021年11月2021年12月2022年1月2022年2月2022年3月2022年4月2022年5月2022年6月2022年7月2022年8月行业TSI指数制造行业全国制造行业全国TSITSI指数指数1、制造业细分领域各个行业的TSI指数与全行业保持一致。人才基本都处于供小于求的态势一直未变,招聘难度一直存在。2、汽车/摩托车行业TSI指数相对较低,除此之外的四个细分行业都相对较高,其中仪器/仪表/工业自动化和原材料及加工行业TSI指数居于高位,招聘难度较大。数据来源:猎聘大数据0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 2019年9月2019年10月2019年11月2019年12月2020年1月2020年2月2020年3月2020年4月2020年5月2020年6月2020年7月2020年8月2020年9月2020年10月2020年11月2020年12月2021年1月2021年2月2021年3月2021年4月2021年5月2021年6月2021年7月2021年8月2021年9月2021年10月2021年11月2021年12月2022年1月2022年2月2022年3月2022年4月2022年5月2022年6月2022年7月2022年8月细分行业TSI指数机械制造/机电/重工汽车/摩托车仪器/仪表/工业自动化/电气印刷/包装/造纸原材料及加工制造业职位制造业职位发布发布1、从企业职位发布数据来看,基本保持在6%以上增速(除2020年1-2和10月),虽然疫情三年对各个产业都有影响,但是制造业一直保持强劲的增长。2、2022年全年相对稳定,一直保持在8%的增速,制造业全面崛起。2020-2021年虽然都保持增长,但是震动幅度较大,行业需求不够平稳,市场波动一直存在。0.00%2.00%4.00%6.00%8.00.00.00.00 19年9月2019年10月2019年11月2019年12月2020年1月2020年2月2020年3月2020年4月2020年5月2020年6月2020年7月2020年8月2020年9月2020年10月2020年11月2020年12月2021年1月2021年2月2021年3月2021年4月2021年5月2021年6月2021年7月2021年8月2021年9月2021年10月2021年11月2021年12月2022年1月2022年2月2022年3月2022年4月2022年5月2022年6月2022年7月2022年8月2019.8-2022.8行业职位发布占比数据来源:猎聘大数据03Part Three人才流动趋势人才流动趋势制造业区域制造业区域间人才流动情况间人才流动情况区域间人才流动,华北和华东区域流动占比较大人才流动频繁,华东流向华北达到52.61%,其次为华北流向华东48.77%。华南与华北及华东区域间人才流动排在第二梯队,华北流向华南为40.08%,华东流向华南为46.01%,华东为华南区域注入较多人才。人才来源人才来源区域区域人才投递人才投递区域区域华北区华北区华东区华东区华南区华南区西南区西南区华北区-52.613.28.11%华东区48.77%-36.59.63%华南区40.08F.01%-13.91%西南区35.057.25.70%-数据来源:猎聘大数据制造业一线制造业一线城市人才流出情况城市人才流出情况-从北京流向其他城市从北京流向其他城市人才在一线和新一线城市间流动是主流趋势,因为这些城市资本和产业聚集,具备较强的人才吸引优势。大型企业往往由于城市产业政策的影响,多数企业布局在这些区域,这也成为吸引人才较为有力的因素。北京的人才,大部分流向上海,深圳,广州,杭州等城市,天津虽然距离较近但是人才流向占比不是很高。可见地域因素不是人才流向的决定因素。纵观上海三年间吸引北京流出人才,呈现下降趋势,天津亦是此态势。人才考虑新工作的因素较多,生活便利,职业发展,薪酬水平往往是左右人才流向的主流因素。19.65.49.50.53%7.17%8.69%7.74%7.21%6.83%3.31%2.71%0.00%5.00.00.00 .00%.000.00%上海深圳广州杭州天津成都苏州武汉南京重庆西安人才流出北京流向其他城市TOP情况202020212022数据来源:猎聘大数据制造业一线制造业一线城市人才流出情况城市人才流出情况-从上海流向其他城市从上海流向其他城市上海人才流出和北京呈现同样的趋势,一线和新一线城市是人才主要流向地,北京是第一吸引城市。北京和上海两座城市间人才流动较为频繁。成都,武汉,重庆在近几年吸引了大量上海人才的加入,尤其成都2022年达到8.21%,从2020年到2022年出现越级大幅增长。苏州在2020年吸引上海人才达到高峰,2022年几乎出现了腰斩。16.56.50.35.01.26%7.31%8.21%7.39%6.40%2.67%0.00%5.00.00.00 .00%.00%北京深圳杭州广州苏州南京成都武汉重庆西安人才流出上海流向其他城市TOP情况202020212022数据来源:猎聘大数据制造业一线制造业一线城市人才流出情况城市人才流出情况-从广州流向其他城市从广州流向其他城市广州人才主要流向地为深圳,其次为上海和北京,再就是地邻较近的佛山和东莞,有明显的地域性。北京无论是吸引上海人次,还是广州人才在2022年都出现小幅下滑。这和产业政策调整,产业转移有一定的关联性。武汉和苏州在所有城市里,是近三年吸引广东人才一直呈现增长的的城市。城市人才保留和吸引是各地政府一直聚焦的人才工程,各地也出台了不同的人才吸引政策,但各有差异,这是人才吸引的差异性的重要因素。19.51.41.18.45%8.77%8.42%6.64%6.34%5.74%3.00%0.00%5.00.00.00 .00%.000.00%深圳上海北京佛山东莞杭州武汉成都苏州重庆人才流出广州流向其他城市TOP情况202020212022数据来源:猎聘大数据制造业城市人才流入情况制造业城市人才流入情况整体看各个城市人才流入,一线城市的竞争力强于新一线城市,上海,深圳,北京,广州位居前四,吸引了大量人才。新一线城市位居其后,杭州,苏州,成都,武汉,南京,重庆为人才吸引的第二梯队。年度间人才吸引各个城市趋势不一,如,上海近三年逐年降低,但是吸引人才总量占比最高为12.76%,深圳逐年增加,吸引人才总量占比12.64%,北京从2021年出现跃升,2022年保持平稳。东莞,佛山,无锡,天津和宁波出现了一样的趋势,2020年出现人才吸引高峰,随后出现下跌趋势。12.76.64.62.78%9.47%7.34%6.66%6.04%5.71%2.90%2.27%2.08%1.59%1.55%1.12%0.94%0.00%2.00%4.00%6.00%8.00.00.00.00.00.00%上海深圳北京广州杭州苏州成都武汉南京重庆西安东莞佛山无锡天津宁波城市人才流入情况202020212022总计数据来源:猎聘大数据制造业一线制造业一线城市人才流入情况城市人才流入情况-从其他城市流入北京从其他城市流入北京上海为流入北京人才最多的城市2022年达到32.72%,天津次之,深圳和广州位居三四位。可见,北京在人才的主要来源还是一线城市为主。保定和廊坊具有地域优势和产业发展优势,也为北京贡献较多的人才流入。2022年保定为3.9%,廊坊为2.47%。32.72.72.16%7.85%5.49%3.90%4.65%2.47%2.61%3.22%0.00%5.00.00.00 .00%.000.005.00.00%上海天津深圳广州杭州保定沈阳廊坊苏州重庆其他城市流入北京202020212022数据来源:猎聘大数据制造业一线城市人才流入情况制造业一线城市人才流入情况-从其他城市流入上海从其他城市流入上海上海人才的流入和北京趋势保持一致,以一线城市人才流入为主,其中北京最多为29.68%,其次为苏州15%,深圳13.22%,杭州8.6%。深圳近几年流入上海人才一直呈现增长趋势,广州亦如此,重庆和成都也有此趋势只是人才流入上海相对较少。城市人才吸引的主流态势,还是以一线城市和新一线城市为主,这位城市间人才竞争提供了参考依据。一线间人才流动也是中国人才流动的一个长期趋势,这和城市产业需求有关。29.68.00.22%8.60%8.95%6.33%4.56%4.24%3.86%5.01%0.00%5.00.00.00 .00%.000.005.00%北京苏州深圳杭州广州南京武汉天津重庆成都其他城市流入上海202020212022数据来源:猎聘大数据制造业一线城市人才流入情况制造业一线城市人才流入情况-从其他城市流入上海从其他城市流入上海广州人才的流入和上海,北京趋势保持一致,以一线城市人才流入为主,其中深圳最多为23.52%,其次为上海19.73%,北京17.72%。广东省内人才流动是广州吸引人才不同于其他城市的现象,佛山,东莞是省内两大人才来源城市。杭州,重庆和成都近三年都呈现了人才流向广州的增长趋势,其中杭州占比最高3.52%。23.52.73.72%8.78%9.74%6.28%3.65%3.52%3.17%2.83%0.00%5.00.00.00 .00%.000.00%深圳上海北京广东佛山东莞武汉杭州重庆成都其他城市流入广州202020212022数据来源:猎聘大数据制造业一线城市人才流入情况制造业一线城市人才流入情况-从其他城市流入上海从其他城市流入上海深圳人才的流入和上海,北京,广州趋势保持一致,以一线城市人才流入为主,其中上海和北京最多均超过20%,其次为广州。北京是唯一一个一线城市,三年来流入深圳人才一直保持增长的城市,2022年达到22.49%。21.87.49.48%8.50%9.38%3.77%3.70%3.79%3.44%2.61%0.00%5.00.00.00 .00%.00%上海北京广州广东东莞武汉佛山杭州成都苏州其他城市流入深圳202020212022数据来源:猎聘大数据行业间人才行业间人才流入情况流入情况-从其他行业流入制造业从其他行业流入制造业制造业吸引人才最多的行业是房地产行业,并且2020-2022年三年间呈现一直呈现增长趋势,2022年达到16.06%。随着制造业数字化转型,智能化生产,也吸引了互联网行业,电子半导体行业,计算机软件行业人才,其中互联网行业最多,三年一直在增长,均超过10%增速。随着行业转型和中国制造的不断前行,数字化人才一直是制造业吸引的一类热点人才。其他行业流入智造业人才相对均衡,基本在2%-3%的区间,跨行业人才流动一方面为制造业注入新动能,另一方面也给行业带来新发展的视角,助力制造业变强。16.06.90%5.53%3.90%3.25%2.46%2.84%2.88%2.27%1.91%1.91%2.11%0.00%2.00%4.00%6.00%8.00.00.00.00.00.00%房地产开发/建筑/建材/工程互联网/移动互联网/电子商务电子技术/半导体/集成电路专业服务(咨询/财会/法律/翻译等)食品/饮料/烟酒/日化基金/证券/期货/投资计算机软件教育/培训/学术/科研/院校交通/物流/运输石油/石化/化工新能源制药/生物工程其他行业流入制造业202020212022数据来源:猎聘大数据行业间人才行业间人才流入情况流入情况-从制造业从制造业流入其他流入其他行业行业互联网行业和电子半导体行业是吸引制造业人才最多的行业,行业间的技术兼容性和岗位需求性有一定的趋同现象,人才跨领域工作在技术不断融合的趋势下形成一种趋势。新能源作为技术最为接近制造业的行业,对制造业人才吸引力不断增强,2022年人才吸引占比达到4.11%。其他行业虽然吸引制造业人才占比不高,但也都在2%以上。带给不同行业间企业一个思考,人才来源的开源性和行业跨度增加,除本行业和相关行业招聘外,可以考虑跨行业招聘,以补充本行业人才短缺和解决招聘困难现象。7.12%5.83%4.85%3.74%3.60%4.11%3.42%3.17%2.91%2.98%2.75%2.53%0.00%1.00%2.00%3.00%4.00%5.00%6.00%7.00%8.00%互联网/移动互联网/电子商务电子技术/半导体/集成电路房地产开发/建筑/建材/工程计算机软件专业服务(咨询/财会/法律/翻译等)新能源制药/生物工程医疗设备/器械百货/批发/零售食品/饮料/烟酒/日化通信(设备/运营/增值)家具/家电制造业流入其他行业202020212022数据来源:猎聘大数据04Part Four人才人才薪酬薪酬趋势趋势制造行业全国平均年薪制造行业全国平均年薪制造业,2020-2022年,三年全国平均年薪保持稳定,小幅增长,增幅区间不大。这和行业发展有关,也和三年疫情的影响息息相关,有较强的行业特性。列举了互联网行业近五年薪酬情况,与制造行业对比发现,平均薪酬绝对值和增幅都有明显的不同。行业间对比的意义不大,但是基于数字化转型的制造业来说,互联网行业是主要的数字化人才来源,对于行业间人才吸引在薪酬数据方面可以互相参考,以便更有利的吸引到企业所需人才。16.0316.0616.4115.815.91616.116.216.316.416.5202020212022制造行业平均薪酬(万元)数据来源:猎聘大数据21.1122.2522.7523.2324.2320 20 21 21 22 22 23 23 24 24 25 2018年2019年2020年2021年2022年1-7月2018年至2022年1-7互联网游戏软件行业人才平均年薪(单位:万元)制造行业细分领域全国平均年薪制造行业细分领域全国平均年薪15.41 18.26 16.64 15.30 14.55 15.54 19.30 16.58 14.83 14.05 15.95 20.31 17.25 14.47 14.08 0.00 5.00 10.00 15.00 20.00 25.00 机械制造/机电/重工汽车/摩托车仪器/仪表/工业自动化/电气印刷/包装/造纸原材料及加工制造行业细分领域平均年薪(万)202020212022数据来源:猎聘大数据制造业细分领域,汽车/摩托车行业薪酬相对最高,2022年平均年薪为20.31万元,印刷/包装/包装行业和原材料及加工行业薪酬相对较低在14万 。纵观五个细分行业,三年薪酬趋势有升有降,其中机械制造/机电/重工、汽车/摩托车、仪器/仪表/工业自动化/电气这三个行业薪酬每年增长,但是印刷/包装/造纸和原材料及加工薪酬每年递减。制造行业制造行业TOPTOP职能平均年薪职能平均年薪制造行业TOP职能薪酬吸引力愈发强大,20万以上职能年薪占比逐渐升高,整体薪酬趋势一直增长。制造行业发展迅速,行业转型发展期,资本和资源聚集,国家制造强国的战略多因素叠加行业前景盛大。汽车研发类职能平均年薪最高2022年达到26.35万,其次为汽车动力系统工程师2022年平均年薪达到24.5万,后面依次为项目经理类,汽车设计工程师类,供应商质量管理,区域销售类,主要聚焦在技术和营销领域,这类职能,也是企业发展的关键职能。22.40 22.58 26.35 14.52 18.48 15.60 24.50 15.71 21.12 15.95 12.35 15.88 16.91 9.01 21.85 10.09 11.35 19.56 11.50 0.00 5.00 10.00 15.00 20.00 25.00 30.00 汽车设计工程师项目经理/主管汽车研发/项目管理工艺/制程工程师(PE)销售经理/主管汽车销售汽车动力系统工程师汽车售后服务/技术支持区域销售经理/主管车间主任销售代表机械工程师人力资源经理/主管会计供应商质量管理普工/操作工汽车维修/保养采购经理/主管生产组长/拉长制造行业TOP职能平均年薪(万)2020平均薪酬2021平均薪酬2022平均薪酬数据来源:猎聘大数据制造行业人才分布制造行业人才分布TOP20TOP20城市平均年薪和期望薪酬城市平均年薪和期望薪酬站在城市平均年薪和期望年薪角度看,TOP5城市薪酬排序依次为:上海-23.49万,北京21.83万,长春18.26万,深圳-17.58万,广东17.56万。期望薪酬给企业调薪和外部招聘薪酬策略,提供参考数据,根据企业情况和市场人才供需情况综合决策。各个城市城市间期望薪酬差异较大,如最高的芜湖达到28.05%,南昌18.09%,上海和北京均超过9%。23.49 21.83 18.26 17.58 17.56 17.39 16.34 16.27 16.23 16.15 16.07 15.93 15.81 15.69 15.67 15.55 15.52 15.29 15.04 14.62 9.37%9.86.74%7.90%-0.89%8.50%8.84%-2.68%4.44%6.93(.05!.05%8.64.69%6.16%6.60%5.66%2.53.90%7.25%-5.00%0.00%5.00.00.00 .00%.000.00%0.00 5.00 10.00 15.00 20.00 25.00 30.00 上海北京长春深圳广东苏州杭州浙江广州江苏芜湖珠海宁波嘉兴南京无锡厦门佛山南昌常州TOP20城市平均年薪和期望薪酬(万)平均薪酬期望薪酬期望薪酬涨幅比数据来源:猎聘大数据制造行业全国各工龄段平均年薪和期望年薪制造行业全国各工龄段平均年薪和期望年薪整体趋势看,随着工龄增长,平均年薪呈现增长态势。3年以下工龄2022年薪为10.02万元,3-5年工龄2022年薪为11.88万元,10-15年工龄年薪为17.64万元。制造行业对经验和技能的积累,是职业发展的重要因素。期望薪酬涨幅看,8年工龄是分水岭,2022年,8年及以下工龄段的期望薪酬涨幅均超过20%,8年以上工龄期望薪酬涨幅均在20%以下。2022年,3年以下工龄为21.9%,3-5年工龄为21.4%,5-8年工龄为20.26%。8-18年工龄为18.9%,10-15年为17.8%,15年以上为13.9%。9.85 11.64 13.61 15.34 17.74 24.00 11.57 13.64 15.81 17.66 20.24 25.97 10.02 11.88 13.82 15.42 17.64 23.43 12.22 14.43 16.62 18.34 21.02 26.69 0.00 5.00 10.00 15.00 20.00 25.00 30.00 3年以下(3年,5年(5年,8年(8年,10年(10年,15年15年以上各工龄段平均年薪及期望薪酬(万)2021平均薪酬(万)2021期望薪酬(万)2022平均薪酬(万)2022期望薪酬(万)数据来源:猎聘大数据制造行业全国制造行业全国各年龄段各年龄段平均年薪和期望年薪平均年薪和期望年薪整体趋势看,年龄段薪酬趋势和工龄段的趋势保持一致,随着年龄的增长平均年薪呈现增长态势,50岁以上是薪酬绝对值的顶峰。薪酬平均值,有较强的行业属性,呈现“越老越好吃香”的情况。20岁以下,及21-25岁平均年度薪酬均值在10万元以下。2021年和2022年薪酬期望值一直在增加。随着行业好转,政策的出台,在2021年就业市场信心变得充足,薪酬期望值回归正值。2022年实际年薪和2021年对比涨幅空间不大,41岁以下各个年龄段是温和上涨的趋势。46岁以上年龄段实际平均年薪有降低趋势。9.44 8.89 11.88 15.75 21.02 25.28 28.02 29.40 10.54 10.19 13.79 18.20 23.93 27.65 29.27 28.51 9.76 9.09 12.18 15.90 20.62 24.96 27.65 28.33 10.47 10.57 14.66 19.06 24.72 29.00 30.36 28.69 0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 20以下21岁至25岁26岁至30岁31岁至35岁36岁至40岁41岁至45岁46岁至50岁50岁以上各年龄段平均年薪及期望薪酬2021平均薪酬(万)2021期望薪酬(万)2022平均薪酬(万)2022期望薪酬(万)数据来源:猎聘大数据制造行业全国制造行业全国各学历平均各学历平均年薪和期望年薪年薪和期望年薪整体趋势看,学历水平薪酬趋势和学历高低有极大的关联性,随着学历水平的增长,薪酬水平随之“水涨船高”,可见知识价值的重要性和稀缺性,在制造行业得到体现。于此同时,通过数据看,大专学历和大专以下学历,薪酬差异性不大,例如,2022年大专学历薪酬比大专以下学历薪酬高5.04%,但是本科学历薪酬比大专学历薪酬2022年度高43.6%,出现了一个极速增长情况。学历间薪酬绝对值看,2022年博士比硕士高16.44万元,硕士比本科高11.79万元,本科比专科高5.36万元。11.89 12.05 16.79 27.82 44.18 11.47 13.28 19.65 32.52 53.76 11.69 12.28 17.64 29.43 45.87 11.52 13.89 21.63 36.69 59.89 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 大专以下大专本科硕士博士各学历平均年薪及期望薪酬(万)2021平均薪酬(万)2021期望薪酬(万)2022平均薪酬(万)2022期望薪酬(万)数据来源:猎聘大数据03Part Five20232023疫情后疫情后时代招聘趋势展望时代招聘趋势展望数字化协同招聘降本增效数字化协同招聘降本增效疫情后时代,提升招聘全流程的数字化及智能化水平,通过HR、用人部门负责人、企业中高层管理者全面加入招聘工作,引领企业降本增效。多场景链接加速人才储备多场景链接加速人才储备从PCAPP到小程序的多端多空间多场景布局,企业主动出击,猎取目标人才,做好当前高潜人才储备,助力未来业务高质量发展。雇主品牌雇主品牌多元展示多元展示打造雇主展示全方位矩阵,既要传递企业想要突出的核心价值,同时也要兼顾求职者比较关注的信息维度。优质校园人才多渠道吸纳优质校园人才多渠道吸纳企业自我优化及转型的过程中,越来越重视优质校园人才的吸引与培养,学习优秀雇主品牌建设经验,吸引学生关注,方能在人才竞争中脱颖而出。2022023 3疫情后时代制造行业疫情后时代制造行业人才招聘策略人才招聘策略数字化转型带来新机遇,任何一次危机都促进着社会、技术、经济和管理等进一步升级。猎聘通过人才大数据给出疫情常态化时代人才的策略与建议:随着移动端渗透和社交即时沟通技术的成熟,企业招聘行为也随之进化升级,让更多人(HRHR、用人部门、面试官等)、用人部门、面试官等)更灵活便捷地参与招聘(PCPC、APPAPP、小程序灵活、小程序灵活切换切换),账号资源高效管理、职位共享同时运作、分享评价及时同步。人人都是招聘官,数字化多场景协同人人都是招聘官,数字化多场景协同,加速互联网行业中高端人才获取。招聘过程数据沉淀,数据看板升级,从从HRHR行为到使用效果的数据分析看板一方面提升客户系统使用体验行为到使用效果的数据分析看板一方面提升客户系统使用体验。AI大数据驱动,精准人才推荐、简历透镜等,洞悉人岗匹配,洞悉人岗匹配,帮助企业提升招聘管理效率。数字协同、数据驱动,提升招聘效率数字协同、数据驱动,提升招聘效率数字化协同招聘,助力企业降本增效数字化协同招聘,助力企业降本增效基基 础础招招 聘聘招招 聘聘协协 调调企企 业业管管 理理生生 态态产产 品品让找人更简单让找人更简单职位、简历、面试、入职,提供闭环招聘服务让协作更高效让协作更高效职位多人共享、简历实时转发,同组织人员共享招聘进度让管理更规范让管理更规范多层级组织管理、更灵活的资源分配可视化资源消耗报表让招聘更省心让招聘更省心背调、测评、猎头,一站式服务让候选人更快入职多场景链接,增强人才粘性多场景链接,增强人才粘性线上资源面试快 猎聘猎聘通通 入职快PC/APP/PC/APP/小程序小程序随时随地协同招聘随时随地协同招聘推动全员参与推动全员参与全网猎头资源全网猎头资源O2OO2O保障结果保障结果大数据目标人群大数据目标人群匹配推送匹配推送在线面试工具在线面试工具满足多种面试场景满足多种面试场景AIAI批量面试批量面试智能出具测评结果智能出具测评结果新变局萌生新增量,招聘直播营销成为无数企业人力工作中降本增效、创新增长的新契机。基于对视频化趋势的深刻洞察,猎聘将直播模式引入招聘,推出“直播直播最前线最前线”“”“名企直播间名企直播间”、“行业直播间行业直播间”等系列直播产品,大大提高了企业招聘、用户求职的效率。通过直播,企业高管、业务负责人以及HR负责人现身说法,解读行业特点、企业文化、未来战略,让求职者边看边问边投简历,在互动中扩大雇主品牌影响力。截至截至20222022年年1212月月,猎聘已,猎聘已交付交付800800 场直播场直播雇主品牌的多元展示雇主品牌的多元展示招聘直播可以解决什么问题招聘直播可以解决什么问题作为职场新人类,这些年轻群体在面对求职问题时有着不同的期待。例如,在各类求职形式中,校园活动、高校挑战赛事校园活动、高校挑战赛事成为学生最为关注的求职形式,线线上直上直播、企业宣传活动、推文播、企业宣传活动、推文/H5/H5等线上宣传、企业品牌活动也均榜上有名。7.155.525.154.944.13.7校园活动(路演/公开课/沙龙)高校挑战赛事(学院奖)线上直播企业宣传活动推文/H5/长图文/海报企业品牌活动图:大学生更喜欢的求职形式图:大学生更喜欢的求职形式选项平均综合得分=(频数权值)/本题填写人次 大型校园活动大型校园活动阿里阿里2022届校园沙龙届校园沙龙字节字节2022届城市宣讲届城市宣讲美团请回答美团请回答空宣空宣小米集团小米集团2022全球校招全球校招网易网易2022届校园宣讲届校园宣讲平安保险数字挑战赛平安保险数字挑战赛阿里云天池挑战赛阿里云天池挑战赛 高校挑战赛事高校挑战赛事百度之星大赛百度之星大赛 企业宣传活动企业宣传活动自如集团空宣自如集团空宣优质校园人才多渠道吸纳优质校园人才多渠道吸纳数据来源:猎聘2021大学生求职趋势洞察报告3D结合大字报风格结合大字报风格IOS风格风格报刊式风格报刊式风格卡通式风格卡通式风格3D设计风格设计风格科技式风格科技式风格2.5D卡通风格卡通风格宣传风格,都试试宣传风格,都试试l不同系列不同主题内容迎合当下学生关注度较高内容l不同环境不同场景布置不同嘉宾话题,综艺十足l内容设置话题跳脱,更符合年轻人感兴趣的点,更富有风趣性l片头设计迎合主题片头设计迎合主题l场景布置精美走心场景布置精美走心l不同嘉宾更加有趣不同嘉宾更加有趣鹅鹅厂厂wowo谈会专辑播放量:谈会专辑播放量:844.5844.5万次万次校招校招IPIP,持续做,持续做 猎聘从中高端招聘向上覆盖至高端招聘,向下覆盖至大众招聘、校园招聘,其中包括:国际高端猎头公司-CGL、中高端招聘平台-猎聘、校园招聘业务-猎聘校园等品牌;横向则开辟新疆土,分别在B端和C端布局,在C端有简历修改、面试辅导、生涯咨询等个性化职业辅导服务;B端则包括灵活用工-勋厚人力、在线培训平台-乐班班等人力资源服务以及视频面试系统-多面、问卷星等SaaS工具产品。疫情后时代,企业对于在线招聘、视频面试、线上培训、在线测评、灵活用工、直播招聘等无接触服务方式的需求持续增长。猎聘顺势而为,布局了多样化的产品和服务,全力支持客户完成人才升级和组织升级。猎聘提供一体化互联网行业人才解决方案猎聘提供一体化互联网行业人才解决方案布局人力资源产业链,提供一体化人才解决方案布局人力资源产业链,提供一体化人才解决方案20222022年年1212月月L I E P I N20222022中国中国制造,制造强国制造,制造强国猎聘同道集团
点击查看更多华中科技大学:中国汽车制造行业与数字化制造-价值体现和发展趋势(32页).pdf精彩内容。
“国字号”创新中心中的青岛力量22 家国家制造业创新中心建设概况青记智库2021 年 11 月摘要1、国家制造业创新中心的重要性:被看作是中国制造 2025的五大工程之首;麦肯锡将“制造业创新中心”形容为“中国制造 2025 的加速器”,并将其与美国2012 年提出的总投资额 10 亿美元的“全国制造业创新网络计划相提并论。2、青岛首个国家制造业创新中心的重要意义:青岛将成为中国整个家电产业的研发中心和技术高地,占据整个家电领域产业链条中的核心位置。3、青岛企业还参与了另外 4 家国家制造业创新中心建设。国家智能语音创新中心、国家智能物联汽车创新中心中、国家先进印染技术创新中心和国家先进功能纤维创新中心。4、山东参与的国家制造业创新中心建设达到 8 家。除了青岛企业参与的 5 家,山东产业技术研究院参与国家机器人创新中心建设、山东天岳参与国家 5G 中高频器件创新中心建设;国家轻量化材料成形技术及装备创新中心汽车轻量化中心签约落户烟台。第一部分 制造业创新中心建设背景1、启动背景2015 年,中国发布中国制造 2025战略规划。2016 年,制造业创新中心建设工程实施指南(20162020 年)和关于推进制造业创新中心建设,完善国家制造业创新体系的指导意见相继出台。实施指南明确了创新中心的建设思路和原则、定位与功能、创建方式、管理和运行等内容,并提出到 2020 年和 2025 年的两阶段建设目标。指导意见进一步明确了创新中心建设的总体部署和具体任务,提出统筹推进国家制造业创新中心和省级制造业创新中心建设,形成以国家制造业创新中心和省级制造业创新中心为节点的多层次、网络化制造业创新体系。2、四大特点据工信部相关负责人介绍,制造业创新中心建设是体制机制的创新,是一种全新的探索。制造业创新中心建设工程的落实,最主要的是要搞清楚“为什么要建、怎么建、在哪建、什么时候建”这几个问题。因此,制造业创新中心组建过程中,首先,要体现以企业为主体、以市场为导向、产学研用协同创新。同时创新中心在创新决策、人才培育、国际交流等方面也都应以企业需求为主导。要能够集众智、汇众力、促融合,推动产业的创新发展。其次,制造业创新中心是一个创新平台,不是产品公司,也不是生产企业,主要解决的是面向行业的共性技术而非单个企业可以解决的关键技术。这就要求中心主要任务是通过开展本领域关键共性技术研发转移扩散和首次商业化应用,并为行业提供检测验证、标准制定等公共服务,解决长期以来行业内共性关键技术供给薄弱和市场失灵的问题,破解基础研究和商业化应用之间所谓的“死亡之谷”,形成对产业共性技术的支撑,为行业发展提供竞争能力。再次,制造业创新中心的最大特点是靠行业内的企业共同出资建设,融合科研院所等相关方面力量,按照企业化、市场化去运营,形成可持续发展能力。最后,创新中心要体现“高水平、唯一性”原则。也就是坚持在每个领域只建设一家国家制造业创新中心,这就要最大程度地聚集资源,避免重复建设。当然创新中心还应是一个开放平台,随着技术、产业的不断发展,能够把本领域新出现的具有创新优势的企业吸纳到创新中心中来。3、升级需满足 12 项条件2017 年工信部制定了省级制造业创新中心升级为国家制造业创新中心条件,按照要求,省级制造业创新中心要升级为国家创新中心需要达到 12 项要求。据工信部科技司相关负责人强调,升级为制造业国家创新中心有很多明确的数字指标,比如创新中心的联盟应汇聚全国范围内,包括用户在内的企业、科研院所、高校等各类创新主体,并覆盖 50%以上的本领域的国家重点实验室、国家工程实验室、国家工程技术中心、国家工程研究中心等国家级创新平台。此外,创新中心应拥有代表本领域先进水平和研发力量。其中明确提出创新中心从事研发和相关技术创新活动的科技人员占企业职工总数的比例不低于 50%;创新中心的年度研发费用总额占成本费用支出总额比例不低于 30%。还有创新中心不仅要制定明确技术路线图,还需加以实施,突破制约产业发展的关键共性技术瓶颈。另外创新中心还应拥有合理的成果转化机制和专利许可转让制度,已向企业尤其是中小企业或通过自行孵化企业,实现至少一项共性技术的转移扩散。4、享受免税和投融资扶持据工业和信息化部相关人士介绍,今年多部门联合印发了关于“十四五”期间支持科技创新进口税收政策的通知和关于“十四五”期间支持科技创新进口税收政策管理办法的通知。相关文件已将国家制造业创新中心纳入免税主体,对国家制造业创新中心进口国内不能生产或性能不能满足需求的科学研究、科技开发和教学用品,可按政策规定免征进口关税和进口环节增值税、消费税。工业和信息化部还在批复中要求,相关省市有关部门和单位积极协助落实相关建设条件,围绕相关国家制造业创新中心的主要目标和任务方向,尽快落实用于技术开发、测试验证、中试孵化、成果转化、投融资及人才培养等相关设施,并进一步加强体制机制创新建设。5、考核根据国家制造业创新中心考核评估办法(暂行),以上创新中心将在已运行满一年纳入考评。根据考评办法,创新中心依托公司的股东所占市场份额是否超过 50%是重要的考核指标。6、重要意义麦肯锡将“制造业创新中心”形容为“中国制造 2025 的加速器”,并将其与美国 2 01 2 年提出的总投资额 10 亿美元的“全国制造业创新网络计划相提并论。麦肯锡表示,美国和新加坡的经验表明“政府引导投入、商业化运作、各类创新主体分享收益”是制造业创新中心的可行路径。第二部分 22 家国家制造业创新中心整体概况截至 2021 年 11 月,包括今年 8 月批复落户重庆的国家地方共建硅基混合集成创新中心在内,工信部已经批复了 22 家国家制造业创新中心,其中北京 3 家、上海 2 家、广东 3 家(深圳 2 家、广州 1 家)、湖北 2 家(武汉 2 家)、江苏2 家(苏州 1 家、无锡 1 家)、山东 2 家(青岛 1 家、泰安 1 家)、安徽 2 家(合肥 1 家、蚌埠 1 家)、重庆 1 家、辽宁和黑龙江共建 1 家(沈阳 1 家)、陕西 1 家(西安 1 家)、内蒙古和江西共建 1 家(包头 1 家)、湖南 1 家(株洲 1 家)、河南 1 家(洛阳 1 家)。总体来看,创新中心建设布局与地方优势领域的产业基础和创新资源相吻合。从领域分布看,已建成的创新中心聚焦于基础材料、核心器件、关键工艺、重大装备以及软件等 5 个领域。国家制造业创新中心面向我国制造业创新发展的重大需求,充分汇聚行业创新力量,对五大关键领域的产业技术创新发挥重大影响,包括基础材料、核心器件、关键工艺、重大装备以及软件等 5 个领域。其中,核心器件领域布局最多,共有 9 家,其次为重大装备领域布局有 4 家,而软件领域布局 3 家。第三部分 山东和青岛参与情况(8 家)1、青岛企业主导建设的国家制造业创新中心(1 家)国家高端智能化家用电器创新中心位于青岛,海尔、海信、澳柯玛等参与国家高端智能化家用电器创新中心依托青岛国创智能家电研究院有限公司组建,主要股东单位为海尔、美的、海信、方太、中国家用电器研究院等行业骨干力量。创新中心将聚焦家用电器高端化、智能化、场景化的发展方向,重点在本体技术、智能技术、安全技术、场景技术等领域突破一批关键共性技术,提升我国高端智能化家电行业技术创新水平和产品竞争力。2、青岛企业参与建设国家制造业创新中心(4 家)2.1 国家智能物联汽车创新中心位于北京,海克斯康参与国家智能物联汽车创新中心依托国汽(北京)智能网联汽车研究院有限公司,由中国汽车工程学会、中国汽车工业协会及中国智能网联汽车产业创新联盟共同发起筹建,邀请联盟成员单位、高校院所、整车和零部件企业、信息通信企业等多种类型企事业单位加入,股东单位包括:中国一汽、东风汽车、长安汽车、广汽集团、北汽研究总院、宇通客车、江铃集团、中汽中心、启迪云控、保隆科技、亚太股份、德赛西威、上汽集团、金龙汽车集团、中国汽研、四维图新、北斗星通、新通达。该创新中心的未来将建成可持续高效运行、有效服务产业的世界级智能网联汽车创新中心,努力建成引领中国智能网联汽车产业发展的技术创新研发平台、科技转化与产业服务平台、人才培育平台及国际交流与合作平台。提升我国汽车产业与信息通信、交通、人工智能等相关产业的协同创新能力,加快推动汽车产业转型升级。带动形成一批在智能网联汽车领域具有国际竞争力的跨国公司和产业集群,提升我国汽车、通信、互联网等产业在全球产业分工和价值链中的地位。2.2 国家先进功能纤维创新中心位于苏州,青岛即发参与国家先进功能纤维创新中心由盛虹控股集团和东华大学牵头组建,依托江苏新视界先进功能纤维创新中心有限公司运营。股东单位集聚了聚酯纤维、聚酰胺纤维和高性能纤维产业链的众多领军企业及知名高校、科研院所等 14 家。中心是全国第 13 家、江苏第一家国家级制造业创新中心,也是全国第一家由民营企业牵头组建的国家级制造业创新中心。该中心破垒攻克纤维界面处理技术,绿色突破无锑、阻燃聚酯纤维制备技术,创新组织安全防护用纤维科研攻关,引领制定关键技术创新路线图,形成我国先进功能纤维领域的核心竞争力,打造世界级创新资源“集聚地”,并为长三角产业一体化再添“最强大脑”。2.3 国家先进印染技术创新中心位于泰安,青岛即发参与2019 年获批的国家先进印染技术创新中心依托山东中康国创先进印染技术研究院有限公司组建,核心建设单位包括康平纳集团、东华大学、浙江传化智联、广东德美、上海安诺其、鲁泰纺织、青岛即发等多家纺织印染行业骨干单位。同时,创新中心通过中国先进印染技术创新联盟汇聚产业链上下游科研、生产及应用领域优势创新资源,协同开展共性技术研发和产业化应用示范。2.4 国家智能语音创新中心位于合肥,海尔参与依托合肥智能语音创新发展有限公司组建,主要股东为科大讯飞、寒武纪、优刻得、中科类脑等行业骨干力量。创新中心将围绕多语种语音识别、语音合成、语义理解和专用人工智能语音芯片等研发方向,构建集共性技术研发、测试验证、中试孵化和成果转移转化于一体的创新平台,提升我国智能语音行业技术水平和产品竞争力。根据企查查数据,2 月 4 日,合肥智能语音创新发展有限公司信息发生变更。科大讯飞持股比例由 32.3288%增至 40.6%。目前,合肥智能语音创新发展有限公司的股东还有青岛海尔智能技术研发有限公司、中科寒武纪科技股份有限公司等。3、山东参与建设的国家制造业创新中心3.1 国家机器人创新中心:位于沈阳,山东产业技术研究院成为大股东2018 年获批的国家机器人创新中心是由中科院沈阳自动化研究所和哈尔滨工业大学、新松机器人等单位共同发起筹建,以沈阳智能机器人国家研究院有限公司为依托,一开始有 14 家股东单位,整合了国内龙头企业、高校和科研机构等重点学科群和科研基地。值得注意的是,2021 年 10 月 14 日,沈阳智能机器人国家研究院有限公司股东新增 1 家,大股东由“哈尔滨工业大学资产经营有限公司,沈阳中科天盛自动化技术有限公司”变更为“山东产业技术研究院投资发展有限公司”,其中后者44.5617%,实际上,此前山东产业技术研究院已经联合新松机器人、山东信通院管理中心、济南高新区管委会、潍坊理工学院共同发起设立的独立企业法人单位新松工业软件研究院,研究院作为新松机器人工业软件的全球总部,通过创建国家级创新平台,重点突破人工智能、机器人、工业软件等共性关键核心技术解决中国智能制造领域“缺芯少魂”的卡脖子问题。3.2 国家 5G 中高频器件创新中心位于深圳,山东天岳参与国家 5G 中高频器件创新中心依托深圳市汇芯通信技术有限公司组建。创新中心将围绕 5G 中高频器件领域重大需求,聚焦新型半导体材料及工艺、5G 中高频核心器件、面向射频前端的硅基毫米波集成芯片等三大研发方向,支撑我国5G 中高频器件产业创新发展。中高频核心芯片和器件是我国 5G 产业领域主要短板之一,此类器件核心技术目前被国外掌控,国内射频前端市场整体自给率不足 10%,大量关键整体所需核心芯片国内供给仍为空白,对我国 5G 产业发展形成制约瓶颈。按照汇芯通信首席科学家樊永辉的形容,“如果将信息通信产业视为一个倒金字塔,我们要攻克的是位于塔尖的中高频器件。”深圳市汇芯通信技术有限公司注册成立于 2019 年 3 月,是广东省未来通信高端器件制造业创新中心的依托公司。该创新中心现已拥有成员单位 300 余家,涵盖中国电信、中国移动、中国联通、华为、中兴等上百家行业龙头企业。深圳市汇芯通信技术有限公司的前十大股东包括摩恩电气、深南电路、深圳国人通信股份有限公司、山东天岳先进科技股份有限公司等。山东天岳成立于 2010 年,起步于碳化硅单晶衬底材料,曾获批国家级研发新平台 碳化硅半导体材料研发技术国家地方联合工程研究中心。此外,山东天岳先进材料科技有限公司高品质 4H-SiC 单晶衬底材料研发与产业化项目也是山东省 2019 年重点建设项目名单。碳化硅是制造高温、高频、大功率半导体器件的理想衬底材料,综合性能较硅材料可提升上千倍,被誉为固态光源、电力电子、微波射频器件的“核芯”。2019 年 8 月,华为新成立 4 个月的哈勃科技入股山东天岳。3.3 国家轻量化材料成形技术及装备创新中心位于北京,汽车轻量化中心落户烟台国家轻量化材料成形技术及装备创新中心在北京轻量化材料先进成形技术与装备产业创新中心的基础上升级组建,以“公司 联盟”模式运行,依托单位是北京机科国创轻量化科学研究院有限公司,创新中心主要围绕轻量化材料、成形制造工艺及装备,开展轻量化材料及制备技术、构件成形制造工艺、数字化成形装备以及成线技术等关键共性技术研究。2019 年 4 月 17 日,国家轻量化材料成形技术及装备创新中心汽车轻量化中心签约仪式在烟台举行。此次签订的合作协议是在山东省政府与机械科学研究总院战略合作协议、市政府与轻量化院战略合作协议框架下签订,市工信局、高新区、轻量化院三方将立足烟台汽车、原材料产业的坚实基础,依托轻量化院在轻量化新材料、新工艺、新装备等方面的技术与人才优势,以汽车轻量化新材料的研发、生产、应用为突破口,通过共建研究机构、技术服务平台等方式,积极推动轻量化院绿色制造、智能制造、新材料等领域研究成果在我市的落地转化,共同推进政产学研用合作,培育轻量化新材料、零部件及成形装备等新的增长点,促进原材料、汽车及零部件等相关产业转型升级。据了解,轻量化院早在 2011 年就在烟台高新区设立了北京机科国创轻量化科学研究院有限公司烟台研究所(简称轻量化院烟台所),建立了近 20 人的研发服务团队,与原市经信委、高新区等多方共建山东先进制造产业技术研究院、胶东汽车技术现代服务平台等区域创新载体,已服务烟台及山东省内企业 100 余家;结合烟台市企业技术创新和产业升级需求,与东方蓝天钛金、烟台泰利等企业联合申报并获批“863”项目等多个重大专项,在烟台龙口隆基集团设立了院士工作站等等,这些高效合作成果,均为深化战略合作、成立汽车轻量化中心奠定了坚实基础。第五部分 其他国家制造业创新中心概况1、国家动力电池创新中心(2016,北京)2016 年 6 月 30 日,我国首家制造业创新中心国家动力电池创新中心正式成立,据介绍,中心由国联汽车动力电池研究院有限责任公司组建。该中心以国联研究院为核心,中国汽车动力电池产业创新联盟为外延,围绕研发设计,测试验证,中试孵化和行业服务能力开展建设工作,搭建协同攻关,开放共享的动力电池创新平台。中心通过协同技术、人才、资金等资源,打通技术研发供给、商业化等链条,着力突破制约我国新能源汽车产业发展的最大技术瓶颈。从而为我国实现动力电池技术突破,提升动力电池产业竞争力,支撑新能源汽车产业发展提供战略支撑。与此同时,与传统产业联盟相比,中心以资本为纽带,建立了专利授权的盈利模式,成员之间关系也更为紧密。在建立基于共性技术研发的产学研用协同创新模式、以企业为主体的技术创新机制和以市场为主导的现代企业管理制度等方面做出了有益的探索。2、国家增材制造创新中心(2017,西安)依托西安增材制造研究院有限公司,由西安交通大学、北京航空航天大学、西北工业大学、清华大学和华中科技大学 5 所大学及 13 家重点企业共同组建。该创新中心以国家战略目标和制造业创新发展为导向,面向航空航天、生物医疗、文化创意、汽车制造、建筑能源等领域的应用,瞄准前沿共性关键技术,通过多学科交叉创新和“政产学研金用”协同创新,带动整个制造业转型升级。国家增材制造创新中心组建了全国增材制造(3D 打印)产业技术创新战略联盟,以“公司 联盟”模式聚焦耐高温透波材料、大型金属增材制造装备、光固化和电子束增材制造工艺、智能增减材制造软件平台等技术领域,重点解决增材制造材料、创新设计、装备、工艺、软件及核心器件等方面关键共性技术研发、转移转化和产业孵化,助推增材制造行业创新发展。3、国家印刷及柔性显示创新中心(2018,广东)该中心以由 TCL 集团发起成立的广东聚华印刷显示技术有限公司为依托,主要面向印刷显示器件与材料创新发展的重大需求,以关键共性技术研发供给、转移扩散和首次商业化为目标。采取“企业法人 联盟”的形式,整合了深圳华星光电、天马微电子、中电熊猫等多家国内显示面板龙头企业,以及华南理工大学、华中科技大学、福州大学、中国科学院福建物质结构研究所等高校、科研机构,并与多家国外知名材料、设备企业达成战略合作协议,共同建设印刷与柔性显示技术集成与研发公共开放平台,打造印刷显示产业生态聚集圈。4、国家信息光电子创新中心(2018,武汉)国家信息光电子创新中心以武汉光谷信息光电子创新中心有限公司为依托,整合国内多家光电子领域具有研发优势的领军企业、科研机构和投资孵化机构。国家信息光电子创新中心主要聚焦新一代网络、数据中心光互联、5G 等信息光电子应用领域,在高端材料生长、核心芯片工艺、先进封装集成等方面突破关键技术和共性技术瓶颈。力争通过 3-5 年建设,建成国际一流的信息光电子制造业创新平台,推动核心光电子芯片和器件行业供给率超过 30%;力争到 2025年,实现核心光电子芯片和器件自主可控,打通先进制造技术从基础研究到应用研究、首次商业化和规模化生产的创新链条,促进行业关键共性技术向规模化、经济高效的制造能力转化。5、国家集成电路创新中心(2018,上海)国家集成电路创新中心是由复旦大学、中芯国际和华虹集团等单位共同发起,以上海集成电路制造创新中心有限公司为依托,围绕集成电路关键工艺节点和系统集成开展共性技术研发。创新中心将瞄准集成电路关键共性技术,突出共性技术研发能力、行业服务与成果转化能力,自力更生、攻坚克难,力争早日实现核心技术突破。打造国家集成电路共性技术研发平台,着力解决我国集成电路主流技术方向选择和可靠技术来源问题,为产业升级提供技术支撑和知识产权保护。计划在 2025 年前后,建设成为具有全球影响力的集成电路共性技术创新机构。6、国家智能传感器创新中心(2018,上海)国家智能传感器创新中心是由上海新微、中电海康、格科微电子等 14 家单位共同发起筹建,以上海芯物科技有限公司为依托,专注于传感器设计集成技术、先进制造及封测工艺,布局传感器新材料、新工艺、新器件和物联网应用方案等领域。通过关键共性工艺技术的研发,建设研发平台、检测技术平台、设计服务平台、工程服务平台等,促进传感器产业链协同发展,形成“产、学、研、用”协同创新机制。7、国家数字化设计与制造创新中心(2018,武汉)国家数字化设计与制造创新中心是由华中科技大学、清华大学、中车株洲所、珠海格力电器等 15 家股东单位共同出资组建,以武汉数字化设计与制造创新中心有限公司为依托,覆盖了本领域 60%的国家级创新平台。创新中心面向航空发动机及燃气轮机、航空航天飞行器、航天火箭、汽车、轨道交通装备、高端数控机床、能源及海洋重大装备等国家战略和支柱行业,聚焦数字化设计、数字化分析、数字化制造等方面关键共性技术,建设数字化设计与制造创新能力平台,为数字制造和智能制造关键领域研发核心工业软件和核心工艺装备,提供人才和技术支撑,形成我国数字化智能化制造技术的核心竞争力。8、国家先进轨道交通装备创新中心(2019,株洲)株洲国创轨道科技有限公司是国家先进轨道交通装备创新中心的运营载体。该中心已吸引 12 家股东单位、398 家联盟单位参与建设,初步形成了“平台 创客、公司 联盟”运营模式,一批科研项目和“卡脖子”技术取得了突破性进展,正在用创新不断地擦亮轮轨上的国家名片。作为中国第 10 家、湖南省及轨道交通行业首家国家级制造业创新中心,其将面对轨道交通装备高速、重载、绿色、智能的发展趋势,重点围绕以新型储能系统、多能源混合驱动为代表的绿色节能技术等七大方向展开技术攻坚。9、国家农机装备创新中心(2019,洛阳)国家农机装备创新中心由中国机械工业集团有限公司、中国科学院、清华大学等单位支持发起,依托洛阳智能农业装备研究院有限公司,围绕农机装备关键材料及工艺、核心零部件及元器件、农机装备智能化等领域,建设研发设计平台、中试验证基地、推广应用与成果孵化平台、共性技术服务平台,推进农机装备产业链协同发展。10、国家稀土功能材料创新中心(2020,江西 内蒙)国家稀土功能材料创新中心由内蒙古自治区工信厅、江西省工信厅共同组织南北稀土骨干企业与高校联合组建,依托国瑞科创稀土功能材料有限公司。公司股东单位包括江西理工大学、中国北方稀土(集团)高科技股份有限公司、江西铜业集团有限公司、中国南方稀土集团有限公司、中国科学院包头稀土研发中心等 16 家行业重点单位。创新中心围绕稀土磁性、发光、催化、合金等功能材料产业和稀土二次资源回收利用等领域,重点攻克高端稀土功能材料设计、加工、制造一体化技术,稀土新材料批量化制备关键技术,前沿稀土新材料开发及应用技术等,打造集关键共性技术研发、中试孵化、测试验证和成果转移转化为一体的新型创新平台,从而加快稀土功能材料领域关键共性技术突破,不断增强产业创新能力,支撑制造强国建设。创新中心后续还将在内蒙古自治区、江西省两地支持下,秉承开放理念,进一步吸纳更多高校、研究院所、企业和社会资本加入,打造开放平台,实现可持续发展。11、国家高性能医疗器械创新中心(2020,深圳)国家高性能医疗器械创新中心依托深圳高性能医疗器械国家研究院有限公司组建,股东包括迈瑞生物、联影医疗、先健科技、中科院深圳先进技术研究院、哈尔滨工业大学等行业骨干单位。作为工业和信息化部在医药领域首家布局的国家级创新平台,该创新中心将围绕预防、诊断、治疗、康复等领域的高性能医疗器械需求,聚焦高端医学影像、体外诊断和生命体征监测、先进治疗、植介入器械、康复与健康信息等重点方向,着力打通原理和技术、关键材料、关键器件、系统和产品等研发和产业化链条,扎实推进医疗器械领域创新体系建设,提升我国高端医疗设备生产制造和整体产业水平。这是目前全国组建的 16 个国家制造业创新中心之一,也是广东第 2 家、深圳首家国家制造业创新中心。12、国家集成电路特色工艺及封装测试创新中心(2020,无锡)国家集成电路特色工艺及封装测试创新中心依托华进半导体封装研究中心有限公司组建,股东包括长电科技、通富微电、天水华天、深南电路、苏州晶方和中科院微电子所等集成电路封测与材料领域的骨干企业和科研院所。创新中心充分发挥前期在先进封装和系统集成领域的技术积累,围绕我国集成电路产业结构调整和创新发展需求,通过集聚产业链上下游资源,构建以企业为主体,产学研相结合的创新体系,突破集成电路特色工艺及封装测试领域关键共性技术,建设行业共性技术研发平台和人才培养基地,推动我国集成电路产业的创新发展。13、国家地方共建硅基混合集成创新中心(2021,重庆)国家地方共建硅基混合集成创新中心依托联合微电子中心有限责任公司组建,是重庆首个国家级制造业创新中心。中心完成了多个国内首创且国际先进的成就,有效解决了我国硅光流片工艺平台缺乏和硅光工艺缺失的“卡脖子”问题。该中心将围绕我国硅基混合集成行业创新发展和关键共性技术需求,通过汇聚我国硅基混合集成领域的骨干企业和科研院所力量,构建以企业为主体、产学研相结合的创新体系,开展硅基光电子芯片工艺技术、三维集成工艺技术以及多材料异构集成工艺技术等关键核心技术攻关,建设国内领先、国际一流的行业共性技术研发平台,推动我国硅基混合集成行业的创新发展。14、国家玻璃新材料创新中心(2021 年,蚌埠)由中建材蚌埠玻璃工业设计研究院牵头建设,按照“公司 联盟”形式,依托玻璃新材料创新中心(安徽)有限公司组建,主要股东包括中建材蚌埠设计院、中科院上海光机所、惠科股份、武汉理工大产业集团等行业骨干单位。同时汇聚了浙江大学、武汉理工大学、合肥工业大学、中国硅酸盐学会、天合光能、福耀集团、东旭集团等 80 家企业、高校院所等创新主体和生产企业,形成了玻璃新材料的全产业链和创新链覆盖,在安徽省制造业创新中心评估中获唯一优秀等次。创新中心将重点围绕信息显示玻璃、新能源玻璃、节能环保玻璃、特种玻璃等方向,开展关键共性技术攻关、测试验证、中试孵化及行业公共服务等创新能力建设,助推我国玻璃新材料产业创新发展。
中国制造业精益数字化报告参编单位:(排名不分先后).天津爱波瑞科技发展有限公司.中国电子技术标准化研究院.天津财经大学商学院.中车青岛四方机车车辆股份有限公司.中车南京浦镇车辆有限公司.中车株洲电力机车有限公司.中国船舶集团有限公司第七一二研究所.中国煤炭科工集团常州研究院有限公司.沈阳鼓风机集团股份有限公司.烽火通信科技股份有限公司.洛阳双瑞风电叶片有限公司.西安西电开关电气有限公司.安徽合力股份有限公司.安徽全柴动力股份有限公司.烟台中宠食品股份有限公司.河南油田分公司.重庆青山变速器有限责任公司.芜湖新兴铸管有限责任公司.上海烟草机械有限责任公司.青岛达能环保设备股份有限公司.科迈化工股份有限公司.杰克科技股份有限公司.重庆歇马机械曲轴有限公司.曙光信息产业股份有限公司中国制造业精益数字化报告推荐序前言CATALOGUE目录.中国制造业转型升级的重要性和紧迫性.智能制造是中国制造业转型升级的方向和目标.精益数字化是中国制造业转型升级的必要手段.精益数字化的内涵与阐释.精益数字化的特征.精益数字化为物理空间的持续改善提供了新的可能.敏锐的数据意识和准确的数据采集是精益数字化的基础.统一的数字平台是精益数字化发挥作用的重要载体.精益数字化遵循的原则.重新认识数字化背景下的价值创造.注意统筹规划与分步实施相结合.充分考虑运营系统的复杂性.精益数字化的基本理念.精益工程师的实践智慧与数字技术的融合.数据标准化、连接一体化与应用场景化相融合.用算法驱动持续改善与以人为本相融合的理念.中国制造业精益数字化发展现状.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状.中国制造业精益数字化人才育成现状.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足.精益数字化基础相对薄弱.精益管理不透明、缺乏数据支撑.精益数字化建设持续程度不足.产业链、供应链企业间缺乏协同.以精益管理实践为主轴的精益数字化五阶段实现模式.第一阶段:基于业务单元的精益问题改善“点”.第二阶段:基于业务流程的精益管理实践“线”.第三阶段:基于流程协同的精益运营建设“面”.第四阶段:基于系统集成的精益体系优化“体”.第五阶段:基于价值网络的精益生态构建“魂”.数字技术赋能精益改善的三层次架构.第一层次:基于全价值链的精益生产标准化与信息化.第二层次:基于数字平台的精益管理数据化与可视化.第三层次:基于云端技术的精益运营系统化与智能化.制造企业精益数字化矩阵模型精益与数字化正交赋能.汽车行业.电气机械行业.通用设备行业.轨道交通装备行业.钢铁行业.食品行业.精益思维和理论是精益数字化的根基.精益数字化是制造业实现智能制造的管理基础.制造业精益数字化的未来更应关注数字本身的精益.精益数字化要逐渐将数据应用转向数据治理.数据业务的职能化是精益数字化组织的发展趋势.数字精益工具的小型化和模块化是未来发展的方向.精益数字化要时刻关注制造工艺的发展和技术变革案例 安徽合力:数字化赋能决策精准与高效 案例 全柴动力:数字化推动精益制造升级案例 青山工业:数字化管控支撑生产平准化 案例 歇马曲轴:产线精益升级打造数字化基础案例 双瑞风电:精益数字化工具助力异常管理案例 青达环保:精益数字化重构生产制造模式案例 西开电气:精益全价值链建设协同激发产能案例 中船所:精益数字化工具贯穿项目全生命周期案例 沈鼓集团:数字化创造敏捷型供应链模式案例 中煤科工常州院:精益数字化支撑多品种、小批量生产案例 杰克科技:智慧物流提升JIT管理案例 上海烟草机械:异常管理数字化工具赋能精益现场 案例 中车株机:数字赋能生产制造,致力建设“智慧株机”案例 中车四方股份:“四轮”驱动高质量发展案例 中车浦镇:精益建设生产作业组织方式案例 河南油田:持续推进精益数字化转型,重塑文化基因案例 科迈股份:精益数字化工具助力运营效率全面提升 案例 芜湖新兴铸管:精益数字化工具助力异常管理能力提升案例 中宠股份:构建特色的精益数字化运营管理模式案例 烽火通信:夯实精益基础,持续推进数字化进程附录:精益数字化的具体应用展示推荐序中国制造业精益数字化报告(以下简称报告)的推出,殊为难得!因为当今工业界及学界中关注数字化转型和智能制造者众,可谈论精益数字化者鲜。而精益数字化已然是企业数字化转型的真问题!制造业是国家发展的战略重心所在,制造业的强弱直接影响一国国民经济的发展。精益生产在制造业实践多年,被证明是一种提升制造业生产与管理水平的有效手段,其理念广受制造业青睐。在精益理念的指引下,众多行业及其企业实践了很多行之有效的精益生产模式或手段(如准时生产JIT、看板等),又达到相应的目标(如提高质量、减少库存、降低成本)。到目前为止,精益的理念似乎变化不大,但精益的生产方式、手段以及覆盖范围却有明显变化。过去丰田使用 看板 系统来拉动生产,现在的企业推行精益生产都会辅以 ERP、MES 以及其它数字化手段等。以前企业仅仅基于自身考虑精益,现在优秀的企业还意识到需要在整个供应链上考虑精益。此类变化显然是基于数字技术的发展。报告正好告诉人们“精益”对数字化的需求,实施精益数字化的途径,以及精益数字化的意义和效果。精益理念中的精髓,亦即最稳定不变的要素应该是“持续改善”。企业一般都追求低成本、高质量、绿色等目标,而且对目标的追求没有止境,否则不可能持续发展。企业要想长盛久兴,就得在方方面面不断地“改善一点点”。别小看“改善一点点”,其意义可不一般。试想,你的产品质量或性能比市场上的同类产品好一点点,或者你企业的成本相对低一点点,那么你的企业竞争力可不是好一点点,市场份额可能好很多。还需要意识到的一个问题,“改善一点点”又是很困难的,尤其是企业处于高位时。犹如机器,越是高端设备,其性能的提高越难。光刻机精度从 纳米到 纳米的难度远远超出从 纳米到 纳米的难度!精益思想提出的早期,不管是理念本身还是手段(如准时生产,推式生产改成拉式等),所涉及的知识是显性的,多是有因果关系的,容易被理解的。社会中、工程中的问题远不推荐序李培根中国工程院院士李培根中国工程院院士01如显性知识那么简单,一些并非基于因果关系的复杂关联往往超越人的认识能力之外。这种情况下,如何进一步改善?好在有了数字智能技术,人类不仅有能力认识那些基于因果关系的显性知识,还能够探究人类难以感受、难以表达的隐性知识(有人称之为“暗知识”)。所以,企业家和工程师们一定要认识到,只有在数字空间方有可能超越人类对机器过程和企业活动中复杂关联(如企业成本所涉及到的各种要素和活动的复杂关联)的认识局限。越是企业发展好的时候,更需要在那些复杂关联中挖掘潜力,以保持持续改善。那么精益数字化当如何?当我们流连于数字空间,陶醉于数字智能技术超越人类认识局限的魔力时,如果没有忘记精益理念本质的话,另外的问题出现了:采集的参数越多越好吗?采集的频率越高越好吗?算力的过分消耗是不是意味着不精益?与数据相关的问题还有许多,数据失真、畸变、演化;数据的清洗;企业独立的数据部门所幸,报告中对上述问题均有触及。更难能可贵的是,加上对多个行业的相关情况介绍和诸多企业推进精益数字化案例的分析,书中既富有故事,又饱含真知灼见。相信报告的问世,将为中国制造业了解并实施精益数字化提供非常重要的指导。希望读者在阅读此白皮书后真正能够领悟到,没有数字化赋能的精益无法有效地支撑企业的持续改善,没有精益理念支撑的数字化转型很可能徒劳无功,缺乏精益思想而形成的数字化手段和活动甚至可能造成很多浪费。数字空间足够大,任由精益的理念在其中驰骋。相关的学者和工程师需要拓展自己的想象力,如何运用数字-智能技术使精益理念应用的方式和效果能够持续改善。我同时相信,精益理念的数字化,反过来一定会进一步丰富精益理念的内涵。希望读者从报告中得到启迪,也希望报告能够引发企业家、工程师乃至学者们的进一步思考。01020304050607如显性知识那么简单,一些并非基于因果关系的复杂关联往往超越人的认识能力之外。这种情况下,如何进一步改善?好在有了数字智能技术,人类不仅有能力认识那些基于因果关系的显性知识,还能够探究人类难以感受、难以表达的隐性知识(有人称之为“暗知识”)。所以,企业家和工程师们一定要认识到,只有在数字空间方有可能超越人类对机器过程和企业活动中复杂关联(如企业成本所涉及到的各种要素和活动的复杂关联)的认识局限。越是企业发展好的时候,更需要在那些复杂关联中挖掘潜力,以保持持续改善。那么精益数字化当如何?当我们流连于数字空间,陶醉于数字智能技术超越人类认识局限的魔力时,如果没有忘记精益理念本质的话,另外的问题出现了:采集的参数越多越好吗?采集的频率越高越好吗?算力的过分消耗是不是意味着不精益?与数据相关的问题还有许多,数据失真、畸变、演化;数据的清洗;企业独立的数据部门所幸,报告中对上述问题均有触及。更难能可贵的是,加上对多个行业的相关情况介绍和诸多企业推进精益数字化案例的分析,书中既富有故事,又饱含真知灼见。相信报告的问世,将为中国制造业了解并实施精益数字化提供非常重要的指导。希望读者在阅读此白皮书后真正能够领悟到,没有数字化赋能的精益无法有效地支撑企业的持续改善,没有精益理念支撑的数字化转型很可能徒劳无功,缺乏精益思想而形成的数字化手段和活动甚至可能造成很多浪费。数字空间足够大,任由精益的理念在其中驰骋。相关的学者和工程师需要拓展自己的想象力,如何运用数字-智能技术使精益理念应用的方式和效果能够持续改善。我同时相信,精益理念的数字化,反过来一定会进一步丰富精益理念的内涵。希望读者从报告中得到启迪,也希望报告能够引发企业家、工程师乃至学者们的进一步思考。制造业进入大规模批量生产的时期,生产线的顺畅、生产环节的简捷、生产组织的有效,成为制造企业竞争力强弱的关键要素。精益生产(LP)首先在制造业发达的美国提出,日本丰田汽车公司将其应用于本公司,并不断实践、丰富,加以总结,形成丰田生产方式(TPS),一度风靡全球。中国制造也曾普遍学习推广应用 TPS,相当程度提升了制造企业的双效(效率、效益)。正如精益生产的精髓在于持续改进,精益生产扩展为精益管理,精益管理又进一步升华为精益思维。而当制造业进入数字时代时,精益数字化又成为制造业数字化转型、高质量发展和实现智能制造的重要基础和途径。当前,中国制造业正在按照党中央、国家的战略部署,加快制造强国、质量强国的建设,并明确以智能制造为制造强国建设的主攻方向,尽快实现中国制造业由“大而不强”向“大而又强”的转变。近几年来,着力推进智能制造,已逐渐成为各界各方面各企业的共识。各地各企业以智能化改造、数字化转型为实现制造业高质量发展的重要抓手和路径,工业互联网、大数据等新一代信息技术与制造业融合渗透,有力赋能制造业转型升级,制造业高质量发展的成效越来越明显。精益数字化架起了数字化与制造业的桥梁。精益数字化是精益管理与数字技术的融合,是制造业实现智能制造的基础。相当多的制造企业,在推进数字化智能化的进程中,越来越深地体会到,精益管理是不可跨越的过程。在精益管理的基础上,企业推进智能制造,事半功倍;而精益管理基础较差的企业,推进智能制造则事倍功半,且可能无功而返。实践表明,至少,在推进智能制造的过程中,应同时补上精益管理这一课。好在有了精益数字化,将精益管理的实践与推进数字化、智能化的进程两者结合了起来。相信精益数字化的推行,将有利于更加有效地推进中国制造业的数字化转型和智能制造的实现,为制造强国的建设做出贡献。朱森第(国家制造强国建设战略咨询委员会委员)朱森第(国家制造强国建设战略咨询委员会委员)精益数字化是制造业实现智能制造的基础01020304050607前言党的二十大报告指出“高质量发展是全面建设社会主义现代化国家的首要任务。要坚持把发展经济的着力点放在实体经济上,推进新型工业化,加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国”。制造业是中国的立国之本,其规模先后超过美、英、法、德、日等制造业强国,自 起连续 年稳居世界第一。然而,中国制造业总体上依然“大而不强”、“全而不优”,相当多的产业处于价值链中低端,存在自主创新能力弱、资源利用率低等诸多问题。因此,制造业通过转型升级实现高质量发展变得极为迫切。中国制造业起步晚、起点低,一直在学习和践行精益管理的思想和工具以实现“由大到强”的转变。数字技术的广泛应用为中国制造业转型升级提供了重要机遇。精益作为消除浪费、降本增效的重要手段,能够为企业数字化转型夯实基础,而数字技术也能够让精益实施更加高效。智能制造发展报告:精益管理力求融合精益和数字化,从精益数字化的概念特征、基本理念、遵循原则、发展现状、问题与挑战、实现路径与方法、发展趋势、典型案例等方面为中国制造业转型升级提供思想与方法指南。01020304050607意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。中国制造业的转型升级.中国制造业转型升级的重要性和紧迫性 年,中国制造业增加值规模达.万亿元,占 GDP 的.%,它是中国经济转型升级和新型工业化建设的关键。然而,中国制造业与发达国家仍存在较大差距。主要表现在:一是高端制造能力薄弱、基础研发投入较低;二是核心技术与装备仍依赖国外企业;三是数字技术等关键领域人才匮乏,基础创新能力较弱;四是数字化转型的技术架构能力整体上弱于发达国家。此外,中国制造业还面临诸多外部环境挑战:一是美欧等国家地区实施再工业化战略并不断围堵中国,试图抑制和打压中国中高端制造领域;二是东南亚等地发展中国家中低端制造发展迅速,挤占中国制造的全球市场份额;三是中国人口结构变化导致中国低成本劳动力优势加速消失;四是能源需求不断增长导致制造业资源约束日益严峻。综上,中国制造业已经从高速扩张转向深入挖潜的关键阶段,借助精益不断夯实管理基础、通过数字技术赋能不断提升运营效率成为中国制造业当前的关键要务。制造业的改善和优化已经从依靠经验推断转向依靠数字挖潜,数字技术的普遍应用为制造业实施精益管理提供了更多可能与更大空间。.智能制造是中国制造业转型升级的方向和目标智能制造是企业数字化转型的终端产物,是中国制造业高质量发展的重要方向。年工业和信息化部等多部门印发的“十四五”智能制造发展规划指出:到 年规模以上制造业企业大部分实现数字化、网络化,重点行业骨干企业初步应用智能化;到 年,规模以上制造业企业全面普及数字化、网络化,重点行业骨干企业基本实现智能化。中国制造也明确将智能制造作为制造业未来发展的主要目标,提出智能制造是中国制造由大到强的必由之路。.精益数字化是中国制造业转型升级的必要手段当前,制造业转型成功率低的原因不在于数字化技术,而在于领导者及企业是否具备精益思维和管理能力。与单独实施精益或数字化节省%的转化成本的潜力相比,并行实施精益和数字化预计可产生%的改进潜力。精益数字化为智能制造提供了良好的技术、工具与管理基础,从而成为中国制造业转型升级的必要手段。从“制造大国”到“制造强国”,制造业不仅需要技术创新和数字赋能,更需要通过精益夯实管理基础。精益和数字化是中国制造业转型升级的一体两翼:精益思想和方法论可以使制造业在存量上降本增效,在增量上扩大份额;数字技术可以在加速存量改善和放大增量提升效果的同时让精益成果连续迭代和持续优化。意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。王政.我国制造业增加值连续12年世界第一N.人民日报,2022年3月10日第1版埃森哲和国家工业信息安全发展研究中心.创新驱动 高质发展:埃森哲中国企业数字转型指数EB/OL.(2022-10-09).https:/Kpper,Ailke Heidemann,Johannes Strhle,et al.When Lean meets Industry 4.0:The next level of operational excellenceEB/OL.(2017-08-25)2022-11-14.https:/Rafael Lorenz,Paul Buess,Julian Macuvele,Thomas Friedli,Torbjrn H.Netland.Lean and Digitali-zationContradictions or Complements?C.IFIP International Conference on Advances in Production Management Systems(APMS),Sep 2019,Austin,TX,United States.pp.77-84制造业最先进的流程是建立在精益管理思想及其衍生方法(例如,敏捷制造、六西格玛等)基础之上的,数字技术进一步提升了精益管理的效率效果。精益数字化是精益思维与数字技术的深度融合,二者相互赋能不断助推制造业竞争力提升。.精益数字化的内涵与阐释精益数字化(Lean Digitalization)是一种以精益思想为基础将价值创造过程逐级分解为可数字化表示的操作单元,通过算法、模型和精益工具对数字化支撑的生产经营活动进行全价值链优化,以达到连续缩短交货期、持续降低成本、永续提高效率、不断提升质量、助推人才育成的新型管理技术模式。.精益数字化的特征.精益数字化为物理空间的持续改善提供了新的可能当人们在物理空间对持续改善的认识达到极限时,数字空间成为人们突破物理空间认识的关键。数字技术在企业全价值链中的广泛渗透为持续改善提供了新的数字空间,也让物理空间有了能够更好创造价值的可能,精益数字化通过数字空间呈现的更细致的“微改善”来推进制造业的高质量发展。.敏锐的数据意识和准确的数据采集是精益数字化的基础借助最少的特征数据和最小的数据量识别出关键问题并对制造工艺、运营过程、组织管理等进行持续改善是精益数字化的重要目标。因此,具备数据意识的数据工程师和建立数据意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。Ryan T.Allen,Prithwiraj(Raj)Choudhury(2022)Algorithm-Augmented Work and Domain Experience:The Countervailing Forces of Ability and Aversion.Organization Science,33(1):149-169.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。中国制造业精益数字化现状.中国制造业精益数字化发展现状精益数字化是传统制造业向智能制造转型的重要途径,精益数字化水平是衡量中国制造业智能制造水平的关键指标,也是促使传统制造业向智能制造转型的突破口。制造业精益数字化进程需要持续改进与不断优化,场景从简单到复杂,应用从局部到整体,会经历从起步到成熟的多阶段过程。如何科学评估传统制造业企业的精益数字化水平,是传统制造业全面了解自己、发现问题、寻找差距,进行有效纠偏的重要手段。白皮书编写组采用制造业精益数字化不同维度发展程度等级评估的方法,对近 家企业超过 万个评价数据进行了整理与分析,评价对象涉及专用设备制造业、通用设备制造业等 个制造行业,评价方式为企业自评与资深精益专家评价结合,最终评价计分以专家评价为主,企业自评作为参考调整因素。制造业精益数字化水平评估基于组织全价值链思维,强调数字化解决方案实现制造业全部门价值提升的能力水平,以企业整体经营效果的变化为依据,反映企业综合改善实力,并关注战略方针、目标为引领,战略实践为导向的精益全系统管理模式。评估指标的构成分为精益数字化经营改善(研发、供应链、营销)和精益数字化支援改善(精益人才、成本管理、精益信息化、战略与文化)以及精益数字化基础改善(精益生产、设备管理、品质管理、安全管理)三个方面共 个一级指标。其中精益生产由生产计划与执行、工艺与作业管理、目视化管理、S 和班组管理五个二级指标构成;供应链管理分解为采购管理和仓储物流两个二级指标;战略与文化则包括了战略文化、文化意识和持续改进三个二级指标;精益人才则包括了人才育成和人力资源管理两个二级指标,最终形成个指标对制造业的精益数字化进行了量化评估。意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。中国信息通信研究院2021年9月发布意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。意识的制造工程师将以更细致的数据、更精准的连接以及更直观的方式呈现运营状态,不断发现问题并持续改善。.统一的数字平台是精益数字化发挥作用的重要载体精益数字化力求将组织内部所有的运营数据纳入统一的数字平台进行管理。数字平台提供一站式的数据设计、收集、开发、分析及管理,为企业打造统一操作入口,避免了用户在不同系统间频繁切换。.精益数字化遵循的原则.重新认识数字化背景下的价值创造精益数字化突破了传统精益聚焦若干活动是否创造价值的局限,从全流程视角对企业价值链上所有活动进行重新审视。数字工具的广泛渗透和应用提高了企业识别价值创造活动的精准性,也让非增值活动更容易暴露在数据之下。.注意统筹规划与分步实施相结合精益数字化充分考虑了现有活动和改进活动间的相互作用,避免了在作用不稳定情况下的盲目引入,比如缺少精益基础的过早标准化和数字化等。企业需要基于现状统筹规划,明确路径与方法,分步骤、分阶段推动持续改善,避免精益数字化过程本身“不精益”。.充分考虑运营系统的复杂性精益数字化的实施对象最终是整个组织的运营系统。系统不同模块、流程间的相互影响会以不可预见的方式干扰运营过程。精益数字化实施需注意运营系统不同模块、流程间的复杂关系,避免将企业运营活动机械地转换为缺乏互动与链接的“碎片数据”。管理者在关注某项运营活动优化与改进的同时,应更加注重运营系统的集成性优化。.精益数字化的基本理念精益数字化的核心是跳脱传统的内部价值链视野,着力围绕企业价值网络展开基于数字技术的精益实践。.精益工程师的实践智慧与数字技术的融合只有理解运营活动的内在逻辑才能促进精益思想落地并实现数字化、智能化。精益工程师作为精益数字化的主要推动者,不仅要有丰富的实践智慧还需要熟谙数字技术的运行逻辑,二者有效衔接、融合才能让精益数字化落地生根。.数据标准化、连接一体化与应用场景化相融合数据标准化是企业精益数字化有效运作和持续改进的前提,为数据连接创造了条件。连接一体化实现了功能模块间的互联互通,是精益数字化发挥作用的保障。应用场景化致力于持续优化应用效果和实施者体验。三者融合能更好地促进精益思维与数字技术的相互赋能。.用算法驱动持续改善与以人为本相融合的理念精益数字化通过模型和算法不断推动企业持续改善。资深管理者依靠经验和智慧而非算法产生的建议进行决策有时会更有价值。以人为本、尊重管理者决策智慧的同时配合算法建议将更有利于识别问题并实施改进。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。图3-1 中国精益数字化人才育成体系精益作战室设计与目视化三现主义/走动管理制度日常管理/层级会议制度高层领导的支持精益推进体系架构保障PDCA 工作方法精益改善实践活动精益培训与内训师认证精益对标学习活动数字化赋能形成不断暴露问题、解决问题、持续改善的改善文化精益化管理自我改善驱动力 精益体系体悟 精益工具应用 行业知识 尊重信任 以身作则 团队共赢 积极主动 持续改善 精益内训师评级 问题解决能力 问题跟踪能力 持续改善能力企业文化战略目标分解与落地作业流程优化降本增效业务流程优化标准作业异常管理流程精益底层架构梳理数字化体系搭建异常管理任务管理软硬件结合应用数据应用分析商业智能选育用留评45U6d%0 %采购管理信息化未采购管理信息化物料条码管理物料未条码管理数据来源:中国电子技术标准化研究院.中小企业数字化转型分析报告.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。图3-2 制造企业采购及物料管理的信息化程度图3-3制造企业质量管理信息化程度表-流程型制造业和离散型制造业数字化特点及问题数据来源:调研组对被调研企业精益数字化的访谈数据()精益数字化程度度量指标缺失。不同企业为满足自身需求,配备了不同的外联通信接口或工业现场总线协议,导致异构网络综合集成互联难度较大,影响了产品的一体化接入和互联互通。福布斯 年对全球 多家在进行数字化转型的大型制造业企业的调研数据显示:有%的制造企业工业数字装备系统严格封闭,缺乏外部通信连接和数据共享标准接口设计;%的企业设计接口非标准化,系统开放改造和数据共享难度较大。数据分散在不同系统中,由于各系统建设目的、使用方式不同,导致不同系统间数据统计的口径不一致,需要耗费大量时间对系统中的数据进行整合与清洗。石油天然气、化学工业、冶金、药品及食品/饮料等行业机械制造业、汽车制造业、家电制造业等行业设备运行的稳定性和安全性程度要求较高流程工业,包括重复生产和连续生产两种类型生产制造流程监控困难,管理难度高,作业现场信息反馈效率低、产品废品率难以控制资源调度效率低,人工经验依赖程度大、生产调度不灵活流程型制造业离散型制造业.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。()数字化核心关键技术及信息基础设施不足。能够生产的工业传感器与控制产品大多集中在低端市场,高端产品依赖进口,控制系统、平台数据采集开发工具等领域的专利多为外围应用类,缺少核心专利。根据中国电子技术标准化研究院在 年对全国 多家大型制造企业的 多种关键基础材料的调研显示:仍有%的关键材料、%以上的智能终端处理器及绝大多数存储芯片依赖进口;高端数控机床、高档装备仪器、运载火箭、大飞机、航空发动机、汽车发动机及关键零部件超过%的制造及检测设备依赖进口。信息基础设施发展不平衡矛盾依然突出,大型制造企业资金、设备、技术资源丰富,具有一定的精益数字化先发优势;而中小制造企业囿于各类资源的限制,精益数字化整体水平偏低,明显滞后于大型制造企业。.精益管理不透明、缺乏数据支撑()精益管理及治理能力不足。部分平台仅重视数据采集,缺乏对采集数据的深度开发利用,不仅数据价值没有释放,也因过度采集与存储造成了数据冗余。此外,企业内对数据的应用多为简单的数据收集、统计、对比,未能深入将数据分析方法与实际业务场景决策、流程相结合,缺乏数据应用实践案例。()缺乏权威的数据标准。工业设备种类繁多、应用场景较为复杂,不同环境有不同的工业协议,数据格式差异较大,不统一标准就难以兼容,也难以转化为有用的资源。虽然我国已组建了全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等多个从事相关标准研发的机构,且已制定了国家智能制造标准体系建设指南(年版)工业互联网标准体系框架(版本.)等文件,但具体标准的研制和推广工作刚刚启动,市场接受度不高。在数据治理和数据标准化工作中,制造企业各业务部门参与度不高,不论是标准制定还是标准实施,都难以形成广泛、明确的共识,导致数据标准的研制效率低、可用性极差。.精益数字化建设持续程度不足()缺乏足够资金投入。传统制造企业更加关注投资收益,导致其精益数字化资金投入较为谨慎,而中小制造数据现状难以与快速变化的消费者需求及市场竞争态势相匹配。消费者定制化需求和疫情冲击之下的市场环境对企业内部数据的更新频率要求越来越高,对于外部数据的颗粒度要求越来越精细,但目前制造企业较低的数据治理水平及数据质量造成了大量的数据冗余、系统冗余,影响了信息处理效率的提升。国家工业信息安全发展研究中心发布的工业互联网平台应用数据地图()显示,年我国工业企业设备上云率、业务上云普及率、工业知识沉淀复用比例分别为.%、.%和.%;表-展示了制造企业在数据采集、处理及应用各个环节中存在的问题。企业则认为精益数字化建设将造成一些不必要的大额支出,使其运营成本加大;此外,受疫情影响,很多中小制造企业面临营业收入下滑、账期延长等问题,导致其流动性资金尤为紧张,维持正常运营的刚性支出压力较大,精益数字化投入资金也缺乏保障。投资精益数字化建设是一项系统性工程,周期较长且短期收益不显著。部分企业往往急于见到成效,用传统的绩效指标衡量转型效果,而没有根据企业的实际情况部署配套的评估体系,使其难以对精益数字化建设进程与价值做到阶段性、渐进式的评估。()缺乏利用信息技术推动商业模式创新认识。部分企业重视数据采集和汇聚,却忽视以数据深度挖掘来促进业务战略创新,缺乏从战略层面用大数据促进业务形态、服务模式、管理模式等创新。工业互联网应用前景不清晰、应用场景不深入。制造企业对工业互联网平台建设的认识不足,缺乏利用信息技术去搭建“人机物”一体的网络平台创新模式;很多企业在转型过程中过分重视内部的降本增效,忽略了多方协同共建共享工业互联网生态。()未充分意识到数据作为生产要素的重要性,精益管理流于表面。数字孪生构建的虚拟工厂提供了实时全局数据,但不少制造企业将其当作表面工程,未充分利用,且即使有意识地加以利用,也因数据量过大没有做好分类处理储存,导致有效数据流失。制造企业为节省改造成本和时间成本,往往很少对自身特点进行系统分析,而是机械模仿既有模式、简单拼凑尖端技术,导致数据与管理的实际匹配度不足。.产业链、供应链企业间缺乏协同()供应链运营中信息孤岛现象普遍存在。供应链信息离散储存在不同制造企业内,信息共享程度低、交互速度慢,无法做到多个业务系统数据的互联互通,信息的真实性与可靠性无保障。宏观数据统计准确度欠佳,微观数据与设备之间联系又无法进行沟通。在供应链各节点上,制造企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策,会导致不真实的需求信息沿着供应链逆流而上,产生逐级放大的现象。()龙头制造企业社会责任履行有所缺失。头部制造企业一般承担着搭建平台并向中小制造企业提供精益数字化服务的责任。但目前来看,即使平台搭建完成,制造企业也会因转型意识欠缺、资金投入障碍以及对互为竞争的核心企业有信任危机而“独善其身”,导致制造业平台实际使用效率并不高,没有发挥应有的平台作用。在软件推广方面,国内制造企业自主技术工艺软件化水平较低,缺乏技术工艺系统化组织管理,行业龙头企业缺乏将自主技术工艺软件化封装应用和推广的意识。数据来源:中国电子技术标准化研究院.中小企业数字化转型分析报告EB/OL.(2022-05-09)2022-10-20.http:/个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。()数字化核心关键技术及信息基础设施不足。能够生产的工业传感器与控制产品大多集中在低端市场,高端产品依赖进口,控制系统、平台数据采集开发工具等领域的专利多为外围应用类,缺少核心专利。根据中国电子技术标准化研究院在 年对全国 多家大型制造企业的 多种关键基础材料的调研显示:仍有%的关键材料、%以上的智能终端处理器及绝大多数存储芯片依赖进口;高端数控机床、高档装备仪器、运载火箭、大飞机、航空发动机、汽车发动机及关键零部件超过%的制造及检测设备依赖进口。信息基础设施发展不平衡矛盾依然突出,大型制造企业资金、设备、技术资源丰富,具有一定的精益数字化先发优势;而中小制造企业囿于各类资源的限制,精益数字化整体水平偏低,明显滞后于大型制造企业。.精益管理不透明、缺乏数据支撑()精益管理及治理能力不足。部分平台仅重视数据采集,缺乏对采集数据的深度开发利用,不仅数据价值没有释放,也因过度采集与存储造成了数据冗余。此外,企业内对数据的应用多为简单的数据收集、统计、对比,未能深入将数据分析方法与实际业务场景决策、流程相结合,缺乏数据应用实践案例。()龙头制造企业社会责任履行有所缺失。头部制造企业一般承担着搭建平台并向中小制造企业提供精益数字化服务的责任。但目前来看,即使平台搭建完成,制造企业也会因转型意识欠缺、资金投入障碍以及对互为竞争的核心企业有信任危机而“独善其身”,导致制造业平台实际使用效率并不高,没有发挥应有的平台作用。在软件推广方面,国内制造企业自主技术工艺软件化水平较低,缺乏技术工艺系统化组织管理,行业龙头企业缺乏将自主技术工艺软件化封装应用和推广的意识。表-相关数据采集、集成及治理方面的主要问题无目的采集收集无效信息数据对接困难数据缺失现场数据采集手段简陋数据颗粒度过大缺乏统一协议适配性差不能覆盖数据生命全周期框架体系过于庞杂 主导部门不确定建模难度大模型应用缺乏经验国家工信安全中心:工业互联网平台应用数据地图(2021)发布与解读EB/OL.(2022-07-05)2022-10-20.https:/个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。()数字化核心关键技术及信息基础设施不足。能够生产的工业传感器与控制产品大多集中在低端市场,高端产品依赖进口,控制系统、平台数据采集开发工具等领域的专利多为外围应用类,缺少核心专利。根据中国电子技术标准化研究院在 年对全国 多家大型制造企业的 多种关键基础材料的调研显示:仍有%的关键材料、%以上的智能终端处理器及绝大多数存储芯片依赖进口;高端数控机床、高档装备仪器、运载火箭、大飞机、航空发动机、汽车发动机及关键零部件超过%的制造及检测设备依赖进口。信息基础设施发展不平衡矛盾依然突出,大型制造企业资金、设备、技术资源丰富,具有一定的精益数字化先发优势;而中小制造企业囿于各类资源的限制,精益数字化整体水平偏低,明显滞后于大型制造企业。.精益管理不透明、缺乏数据支撑()精益管理及治理能力不足。部分平台仅重视数据采集,缺乏对采集数据的深度开发利用,不仅数据价值没有释放,也因过度采集与存储造成了数据冗余。此外,企业内对数据的应用多为简单的数据收集、统计、对比,未能深入将数据分析方法与实际业务场景决策、流程相结合,缺乏数据应用实践案例。()缺乏权威的数据标准。工业设备种类繁多、应用场景较为复杂,不同环境有不同的工业协议,数据格式差异较大,不统一标准就难以兼容,也难以转化为有用的资源。虽然我国已组建了全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等多个从事相关标准研发的机构,且已制定了国家智能制造标准体系建设指南(年版)工业互联网标准体系框架(版本.)等文件,但具体标准的研制和推广工作刚刚启动,市场接受度不高。在数据治理和数据标准化工作中,制造企业各业务部门参与度不高,不论是标准制定还是标准实施,都难以形成广泛、明确的共识,导致数据标准的研制效率低、可用性极差。.精益数字化建设持续程度不足()缺乏足够资金投入。传统制造企业更加关注投资收益,导致其精益数字化资金投入较为谨慎,而中小制造数据现状难以与快速变化的消费者需求及市场竞争态势相匹配。消费者定制化需求和疫情冲击之下的市场环境对企业内部数据的更新频率要求越来越高,对于外部数据的颗粒度要求越来越精细,但目前制造企业较低的数据治理水平及数据质量造成了大量的数据冗余、系统冗余,影响了信息处理效率的提升。国家工业信息安全发展研究中心发布的工业互联网平台应用数据地图()显示,年我国工业企业设备上云率、业务上云普及率、工业知识沉淀复用比例分别为.%、.%和.%;表-展示了制造企业在数据采集、处理及应用各个环节中存在的问题。企业则认为精益数字化建设将造成一些不必要的大额支出,使其运营成本加大;此外,受疫情影响,很多中小制造企业面临营业收入下滑、账期延长等问题,导致其流动性资金尤为紧张,维持正常运营的刚性支出压力较大,精益数字化投入资金也缺乏保障。投资精益数字化建设是一项系统性工程,周期较长且短期收益不显著。部分企业往往急于见到成效,用传统的绩效指标衡量转型效果,而没有根据企业的实际情况部署配套的评估体系,使其难以对精益数字化建设进程与价值做到阶段性、渐进式的评估。()缺乏利用信息技术推动商业模式创新认识。部分企业重视数据采集和汇聚,却忽视以数据深度挖掘来促进业务战略创新,缺乏从战略层面用大数据促进业务形态、服务模式、管理模式等创新。工业互联网应用前景不清晰、应用场景不深入。制造企业对工业互联网平台建设的认识不足,缺乏利用信息技术去搭建“人机物”一体的网络平台创新模式;很多企业在转型过程中过分重视内部的降本增效,忽略了多方协同共建共享工业互联网生态。()未充分意识到数据作为生产要素的重要性,精益管理流于表面。数字孪生构建的虚拟工厂提供了实时全局数据,但不少制造企业将其当作表面工程,未充分利用,且即使有意识地加以利用,也因数据量过大没有做好分类处理储存,导致有效数据流失。制造企业为节省改造成本和时间成本,往往很少对自身特点进行系统分析,而是机械模仿既有模式、简单拼凑尖端技术,导致数据与管理的实际匹配度不足。.产业链、供应链企业间缺乏协同()供应链运营中信息孤岛现象普遍存在。供应链信息离散储存在不同制造企业内,信息共享程度低、交互速度慢,无法做到多个业务系统数据的互联互通,信息的真实性与可靠性无保障。宏观数据统计准确度欠佳,微观数据与设备之间联系又无法进行沟通。在供应链各节点上,制造企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策,会导致不真实的需求信息沿着供应链逆流而上,产生逐级放大的现象。()龙头制造企业社会责任履行有所缺失。头部制造企业一般承担着搭建平台并向中小制造企业提供精益数字化服务的责任。但目前来看,即使平台搭建完成,制造企业也会因转型意识欠缺、资金投入障碍以及对互为竞争的核心企业有信任危机而“独善其身”,导致制造业平台实际使用效率并不高,没有发挥应有的平台作用。在软件推广方面,国内制造企业自主技术工艺软件化水平较低,缺乏技术工艺系统化组织管理,行业龙头企业缺乏将自主技术工艺软件化封装应用和推广的意识。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。()数字化核心关键技术及信息基础设施不足。能够生产的工业传感器与控制产品大多集中在低端市场,高端产品依赖进口,控制系统、平台数据采集开发工具等领域的专利多为外围应用类,缺少核心专利。根据中国电子技术标准化研究院在 年对全国 多家大型制造企业的 多种关键基础材料的调研显示:仍有%的关键材料、%以上的智能终端处理器及绝大多数存储芯片依赖进口;高端数控机床、高档装备仪器、运载火箭、大飞机、航空发动机、汽车发动机及关键零部件超过%的制造及检测设备依赖进口。信息基础设施发展不平衡矛盾依然突出,大型制造企业资金、设备、技术资源丰富,具有一定的精益数字化先发优势;而中小制造企业囿于各类资源的限制,精益数字化整体水平偏低,明显滞后于大型制造企业。.精益管理不透明、缺乏数据支撑()精益管理及治理能力不足。部分平台仅重视数据采集,缺乏对采集数据的深度开发利用,不仅数据价值没有释放,也因过度采集与存储造成了数据冗余。此外,企业内对数据的应用多为简单的数据收集、统计、对比,未能深入将数据分析方法与实际业务场景决策、流程相结合,缺乏数据应用实践案例。()缺乏权威的数据标准。工业设备种类繁多、应用场景较为复杂,不同环境有不同的工业协议,数据格式差异较大,不统一标准就难以兼容,也难以转化为有用的资源。虽然我国已组建了全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等多个从事相关标准研发的机构,且已制定了国家智能制造标准体系建设指南(年版)工业互联网标准体系框架(版本.)等文件,但具体标准的研制和推广工作刚刚启动,市场接受度不高。在数据治理和数据标准化工作中,制造企业各业务部门参与度不高,不论是标准制定还是标准实施,都难以形成广泛、明确的共识,导致数据标准的研制效率低、可用性极差。.精益数字化建设持续程度不足()缺乏足够资金投入。传统制造企业更加关注投资收益,导致其精益数字化资金投入较为谨慎,而中小制造数据现状难以与快速变化的消费者需求及市场竞争态势相匹配。消费者定制化需求和疫情冲击之下的市场环境对企业内部数据的更新频率要求越来越高,对于外部数据的颗粒度要求越来越精细,但目前制造企业较低的数据治理水平及数据质量造成了大量的数据冗余、系统冗余,影响了信息处理效率的提升。国家工业信息安全发展研究中心发布的工业互联网平台应用数据地图()显示,年我国工业企业设备上云率、业务上云普及率、工业知识沉淀复用比例分别为.%、.%和.%;表-展示了制造企业在数据采集、处理及应用各个环节中存在的问题。企业则认为精益数字化建设将造成一些不必要的大额支出,使其运营成本加大;此外,受疫情影响,很多中小制造企业面临营业收入下滑、账期延长等问题,导致其流动性资金尤为紧张,维持正常运营的刚性支出压力较大,精益数字化投入资金也缺乏保障。投资精益数字化建设是一项系统性工程,周期较长且短期收益不显著。部分企业往往急于见到成效,用传统的绩效指标衡量转型效果,而没有根据企业的实际情况部署配套的评估体系,使其难以对精益数字化建设进程与价值做到阶段性、渐进式的评估。()缺乏利用信息技术推动商业模式创新认识。部分企业重视数据采集和汇聚,却忽视以数据深度挖掘来促进业务战略创新,缺乏从战略层面用大数据促进业务形态、服务模式、管理模式等创新。工业互联网应用前景不清晰、应用场景不深入。制造企业对工业互联网平台建设的认识不足,缺乏利用信息技术去搭建“人机物”一体的网络平台创新模式;很多企业在转型过程中过分重视内部的降本增效,忽略了多方协同共建共享工业互联网生态。()未充分意识到数据作为生产要素的重要性,精益管理流于表面。数字孪生构建的虚拟工厂提供了实时全局数据,但不少制造企业将其当作表面工程,未充分利用,且即使有意识地加以利用,也因数据量过大没有做好分类处理储存,导致有效数据流失。制造企业为节省改造成本和时间成本,往往很少对自身特点进行系统分析,而是机械模仿既有模式、简单拼凑尖端技术,导致数据与管理的实际匹配度不足。.产业链、供应链企业间缺乏协同()供应链运营中信息孤岛现象普遍存在。供应链信息离散储存在不同制造企业内,信息共享程度低、交互速度慢,无法做到多个业务系统数据的互联互通,信息的真实性与可靠性无保障。宏观数据统计准确度欠佳,微观数据与设备之间联系又无法进行沟通。在供应链各节点上,制造企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策,会导致不真实的需求信息沿着供应链逆流而上,产生逐级放大的现象。()龙头制造企业社会责任履行有所缺失。头部制造企业一般承担着搭建平台并向中小制造企业提供精益数字化服务的责任。但目前来看,即使平台搭建完成,制造企业也会因转型意识欠缺、资金投入障碍以及对互为竞争的核心企业有信任危机而“独善其身”,导致制造业平台实际使用效率并不高,没有发挥应有的平台作用。在软件推广方面,国内制造企业自主技术工艺软件化水平较低,缺乏技术工艺系统化组织管理,行业龙头企业缺乏将自主技术工艺软件化封装应用和推广的意识。.中国制造业精益数字化人才育成现状()精益数字化人才育成现状制造业精益数字化人才育成评价主要分为组织机制、指标监控、精益人才、培训体系、晋升管理、内训师和人才管理七个一级指标和 个二级指标。从指标评估结构看制造业精益数字化人才育成仍处于较为基础的状态,不能满足制造业精益数字化发展的需要。其中精益人才(精益数字化领导、精益数字化专家、精益数字化班组长和多能工)、人才管理、晋升管理和内训师四个维度低于平均水平,进一步证明了精益数字化人才的配备、培养以及职业发展方面仍旧很不完善,缺乏系统的人才育成体系作为支撑。制造业精益数字化历程中人才育成存在显著的区域差异,华东、华中地区表现较好,东北和西部地区整体表现相对落后。因而精益数字人才的育成与经济发展水平呈现较强的相关性,经济发展从表面上看是财富的增值,但从社会发展角度看是对人才的育成,经济发展的过程也是人才发展的过程,是人才智慧迸发、创造力迸发的过程。()精益数字化人才育成体系构建现状(一)育成标准目前制造业对精益数字化人才的育成标准均从能力和业绩两个方面予以评价。能力重点关注精益数字化人才对精益数字化管理知识的培训与学习、问题解决能力提升、团队管理及协同能力的优化及现场或业务执行力的表现。业绩重点关注人才育成过程中,各层次人才在各自领域中阶段性的业绩表现,包含课题完成数量、项目推进情况、指标达成效果等。(二)育成方式产教融合是精益数字化专业人才培养的基础当前实务届和高校已经逐渐开展深入合作,国内一批提供 ERP 产品、财务软件产品、OA 产品以及相关信息化服务的企业已经开始与国内各大高校合作,以联合授课、主办赛事等方式助推人才培养。目前国内高校在精益管理与大数据、信息化和智能化结合的复合人才的培养上做了较大的调整,不少高校已经根据数字技术的发展和企业的现实应用对各自的培养方案进行了调整,一些与数字技术有关的新兴专业也应运而生(像数据科学与大数据技术、大数据管理与应用等)。精益数字化水平认证是未来人才育成的重要抓手制造业在精益管理和数字化转型方面人才匮乏,缺乏统一权威的水平认证,也给制造业通过调研与初始数据库整理,编写组采集了有效数据 万余条。从收集的数据指标来看,中国制造业在精益数字化经营改善、精益数字化支援改善和精益数字化基础改善三方面的发展水平整体都不高。其中,发展程度相对最高的是精益数字化基础改善方面的安全管理指标,但与最高分 分分值相比仍有较大差距。较高的安全管理指标也从另一个侧面说明自 年 月 日起施行新修订的中华人民共和国安全生产法对制造业安全管理初见成效,更多的制造型企业基于物联网、云计算、人工智能、GIS 等新一代信息技术打造“可知、可视、可溯、可控”的全方位安全管控体系,有效提升安全生产水平。遗憾的是,精益数字化支援改善方面的精益信息化指标处于最低水平,说明制造业在构建凸显制造柔性的精益信息化系统,系统集成实现对全价值链数字化管理升级方面具有极大的改进空间,通过精益数字化加快推进中国制造业全面数字化转型仍任重道远。从所收集的 个一级指标来看,安全管理、战略文化、人才管理和营销管理的精益数字化表现方面处于所有指标的第一梯队,表明中国制造业在思想上已经开始重视精益数字化、在人力资源和营销管理上已经开始逐渐将数字工具进行初步应用。供应链管理、品质管理、成本管理、研发管理处于所有指标的第二梯队,中国制造业在这些方面很多精益数字化的应用仍然处于零星使用阶段。让人略感遗憾的是,中国制造业精益数字化在生产管理、设备管理和信息化管理三个指标上表现相对较差,表明中国制造业在生产现场的综合管理水平上还相对落后,认真夯实企业的数字化管理基础是提升中国制造业精益数字化水平的关键。.中国制造业精益数字化人才储备与育成现状.中国制造业精益数字化人才储备现状中国制造业精益数字化人才目前共分为三类,分别是精益数字化管理人才、应用人才和技术人才三类,然而鲜有企业单独设置稳定的长期岗位。制造业基础性精益改进员工更多是干中学,难以构建精益管理与数字化、信息化技术相融合的知识结构体系,使得人才存在重大供需缺口。中国数字经济就业发展研究报告(年)显示,目前中国数字化人才缺口已接近 万,而且伴随全行业数字化的快速推进,数字人才需求缺口还会持续加大。制造业精益数字化人才作为既懂技术又懂业务的复合型人才呈现极度稀缺的状态。选用人才制造了较大难题。国家亟需推动精益数字化人才的岗位能力评价与认证体系的持续改善,通过考培结合的方式,对企业亟需提升专业知识和技术技能的精益数字化人才实施系统的课程体系培训,实施精益数字化人才职业资格评价、职业技能等级认定,通过严格的考核认证机制对达到标准的人员给予认证。专业的培训与认证中心是精益数字化人才工作的保障目前在精益数字化人才的整体培育上国内尚未出现官产学研通力合作的标杆性培训与认证中心。具有丰富精益数字化行业经验的标杆企业需要共同将精益管理思想、方法工具及数千家合作客户经验融汇集到相关课程中,通过高校、政府的专家评估形成课程体系并建立精益数字化培训与认证中心。(三)育成体系组织在数字精益战略不断精进进程中,需要多元化的组织能力来匹配多样的组织目标,因而,员工个性能力与岗位胜任力的多元化匹配要求,是构建职业发展双通道的迫切需求。无论是管理路径或者专业技术路径都为员工提供了更多的发展空间和晋升通道。.中国制造业精益数字化面临的问题与挑战.精益数字化顶层规划不足()战略层对制造企业精益数字化的颠覆程度认识不足。尚未清晰意识到精益数字化转型不仅是技术问题,更是战略和管理问题。较难找到精益数字化技术与业务场景融合的切入点,使得组织内部协同困难且难以打破原有部门边界和利益壁垒。()简单将精益数字化外包。制造企业在将精益数字化业务包出去、服务商请进来之后,坐等服务商把最终解决方案拿出来,企业高层及相关部门并没有进行深度参与并与服务商紧密配合。精益数字化建设仅停留在业务层面,没有认识到转型应是业务和 IT 双轮驱动的内生性创新。.精益数字化基础相对薄弱()生产现场精益数字化基础薄弱。实现采购管理和供应商管理的信息化、数字化程度不高;图-、-显示,在 年的被调研企业中,仅有%的制造企业开展了产品在线检测、%的被调研企业实现了质量全流程追溯,而大部分企业依然纸质记录生产过程中的质量信息,始终无法打破数据在设计、工艺、管理等人员间共享的壁垒,无法及时对生产制造全流程进行监控。离散型制造企业普遍面临生产制造流程监控难的困境,包括作业现场信息反馈效率低、产品废品率难以控制等问题;流程型制造企业对其设备运行的稳定性和安全性要求高,但较低的资源调度效率已经难以满足企业精益数字化发展的需求。表-列示出当前主要问题及表现。()数字化核心关键技术及信息基础设施不足。能够生产的工业传感器与控制产品大多集中在低端市场,高端产品依赖进口,控制系统、平台数据采集开发工具等领域的专利多为外围应用类,缺少核心专利。根据中国电子技术标准化研究院在 年对全国 多家大型制造企业的 多种关键基础材料的调研显示:仍有%的关键材料、%以上的智能终端处理器及绝大多数存储芯片依赖进口;高端数控机床、高档装备仪器、运载火箭、大飞机、航空发动机、汽车发动机及关键零部件超过%的制造及检测设备依赖进口。信息基础设施发展不平衡矛盾依然突出,大型制造企业资金、设备、技术资源丰富,具有一定的精益数字化先发优势;而中小制造企业囿于各类资源的限制,精益数字化整体水平偏低,明显滞后于大型制造企业。.精益管理不透明、缺乏数据支撑()精益管理及治理能力不足。部分平台仅重视数据采集,缺乏对采集数据的深度开发利用,不仅数据价值没有释放,也因过度采集与存储造成了数据冗余。此外,企业内对数据的应用多为简单的数据收集、统计、对比,未能深入将数据分析方法与实际业务场景决策、流程相结合,缺乏数据应用实践案例。()缺乏权威的数据标准。工业设备种类繁多、应用场景较为复杂,不同环境有不同的工业协议,数据格式差异较大,不统一标准就难以兼容,也难以转化为有用的资源。虽然我国已组建了全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等多个从事相关标准研发的机构,且已制定了国家智能制造标准体系建设指南(年版)工业互联网标准体系框架(版本.)等文件,但具体标准的研制和推广工作刚刚启动,市场接受度不高。在数据治理和数据标准化工作中,制造企业各业务部门参与度不高,不论是标准制定还是标准实施,都难以形成广泛、明确的共识,导致数据标准的研制效率低、可用性极差。.精益数字化建设持续程度不足()缺乏足够资金投入。传统制造企业更加关注投资收益,导致其精益数字化资金投入较为谨慎,而中小制造数据现状难以与快速变化的消费者需求及市场竞争态势相匹配。消费者定制化需求和疫情冲击之下的市场环境对企业内部数据的更新频率要求越来越高,对于外部数据的颗粒度要求越来越精细,但目前制造企业较低的数据治理水平及数据质量造成了大量的数据冗余、系统冗余,影响了信息处理效率的提升。国家工业信息安全发展研究中心发布的工业互联网平台应用数据地图()显示,年我国工业企业设备上云率、业务上云普及率、工业知识沉淀复用比例分别为.%、.%和.%;表-展示了制造企业在数据采集、处理及应用各个环节中存在的问题。企业则认为精益数字化建设将造成一些不必要的大额支出,使其运营成本加大;此外,受疫情影响,很多中小制造企业面临营业收入下滑、账期延长等问题,导致其流动性资金尤为紧张,维持正常运营的刚性支出压力较大,精益数字化投入资金也缺乏保障。投资精益数字化建设是一项系统性工程,周期较长且短期收益不显著。部分企业往往急于见到成效,用传统的绩效指标衡量转型效果,而没有根据企业的实际情况部署配套的评估体系,使其难以对精益数字化建设进程与价值做到阶段性、渐进式的评估。()缺乏利用信息技术推动商业模式创新认识。部分企业重视数据采集和汇聚,却忽视以数据深度挖掘来促进业务战略创新,缺乏从战略层面用大数据促进业务形态、服务模式、管理模式等创新。工业互联网应用前景不清晰、应用场景不深入。制造企业对工业互联网平台建设的认识不足,缺乏利用信息技术去搭建“人机物”一体的网络平台创新模式;很多企业在转型过程中过分重视内部的降本增效,忽略了多方协同共建共享工业互联网生态。()未充分意识到数据作为生产要素的重要性,精益管理流于表面。数字孪生构建的虚拟工厂提供了实时全局数据,但不少制造企业将其当作表面工程,未充分利用,且即使有意识地加以利用,也因数据量过大没有做好分类处理储存,导致有效数据流失。制造企业为节省改造成本和时间成本,往往很少对自身特点进行系统分析,而是机械模仿既有模式、简单拼凑尖端技术,导致数据与管理的实际匹配度不足。.产业链、供应链企业间缺乏协同()供应链运营中信息孤岛现象普遍存在。供应链信息离散储存在不同制造企业内,信息共享程度低、交互速度慢,无法做到多个业务系统数据的互联互通,信息的真实性与可靠性无保障。宏观数据统计准确度欠佳,微观数据与设备之间联系又无法进行沟通。在供应链各节点上,制造企业只根据来自其相邻的下级企业的需求信息进行生产或者供应决策,会导致不真实的需求信息沿着供应链逆流而上,产生逐级放大的现象。()龙头制造企业社会责任履行有所缺失。头部制造企业一般承担着搭建平台并向中小制造企业提供精益数字化服务的责任。但目前来看,即使平台搭建完成,制造企业也会因转型意识欠缺、资金投入障碍以及对互为竞争的核心企业有信任危机而“独善其身”,导致制造业平台实际使用效率并不高,没有发挥应有的平台作用。在软件推广方面,国内制造企业自主技术工艺软件化水平较低,缺乏技术工艺系统化组织管理,行业龙头企业缺乏将自主技术工艺软件化封装应用和推广的意识。制造业精益数字化实现路径与方法制造业精益数字化是企业精益管理实践与数字化技术的深度融合与相互赋能,其实现路径主要包括“点、线、面、体、魂”五个阶段以及每个阶段所匹配的三层次数字技术。.以精益管理实践为主轴的精益数字化五阶段实现模式精益数字化的关键驱动力是企业精益实践的不断迭代升级,并在该过程中辅以适配的数字技术。部分典型制造企业通过“点、线、面、体、魂”的五阶段模型,以精益为主轴贯穿企业全价值链,应用数字化技术提高精益实践效果,最终形成精益与数字化的相互赋能。.第一阶段:基于业务单元的精益问题改善“点”针对业务单元存在的局部问题,管理者应基于精益诊断与咨询,导入工具、方法,建立标 准 化 精 益 改 善 课 题,归 纳 根 因、提 出 对 策、执 行 改 善 并 进 行 评 估,形 成 PDCA(Plan-Do-Check-Action)持续改善循环,避免问题复发。此阶段需要企业引入精益改善师进行精益问题、原因与对策分析,引入数字精益工程师、精益专员进行运营与精益的信息转化与数字连接,基于人才育成体系与激励制度提高管理者与员工的技能、信心、接受度、参与度与责任感,还应辅以异常管理、改善管理等单元级信息化数据化工具,提高精益实践效率与运营绩效。.第二阶段:基于业务流程的精益管理实践“线”以准时交付为目标,通过精益实践,实现生产计划线、工艺设计线及仓储物流线等单一业务流程上全部业务单元的职能协同与高效衔接。人才育成体系除精益改善师、数字精益工程师、数字精益专员之外,还需建设集团端数字精益实训基地,培训并储备大量数字精益运营师。此阶段应辅以基于异常管理、改善管理、任务管理等模块化功能的,以订单准时交付、全价值链计划协同为目标的数字化工具。最终,基于企业全部链状结构的精益实践改善,引导全员形成精益思想、精益改善氛围,提高企业全产品范围的交付水平与绩效表现。.第三阶段:基于流程协同的精益运营建设“面”以战略目标为导向,构建全局化的精益运营体系,实现企业内部研供产销跨业务流程(链)的集成与协同。结合内部知识迭代与外部知识引进,提高数字精益实训基地人才育成效率,形成数字精益人才良性的内外循环与迭代升级,例如,利用内部培育的数字精益工程师、运营师对外聘精益改善师形成替代、升级。企业应形成基于任务管理、准时交付等数字模块与ERP(企业资源计划)、供应链管理等信息系统集成的,实现研供产销协同管理的数字应用体系。此外,还应通过精益故事、精益标兵、精益制度等元素营造文化氛围,驱动企业标准化的系统性精益实践,实现质量、成本及交付效率的全面改善。.第四阶段:基于系统集成的精益体系优化“体”在全面精益标准化基础上,构建基于企业自身特色的、自我迭代的精益体制与运营体系,形成自主诊断、评价及改善能力,助推企业实现流程或组织的优化、再造。企业应进一步升级精益人才体系,引进 CDO(首席数据官)并构建精益智造规划师团队,与数字精益运营师、精益智造工程师形成基于“线、面、体”的有效衔接。同时,企业需要基于可视化技术构建模块化插件、信息系统为一体的统一数据(云)平台,完成全面数字化转型,最终形成具备企业特色的精益文化,提高核心竞争力,将质量、成本及交付效率提升至行业领先水平。.第五阶段:基于价值网络的精益生态构建“魂”在企业内部精益数字化基础上,持续迭代进化并将数字精益能力外溢到其所在的产业链、供应链、创新链上,构建基于价值网络的精益生态。值得注意的是,供应链/产业链核心企业(龙头企业、关键企业、领先企业)与参与企业(中小企业、配套企业、追赶型企业)的产业影响力和自身能力不同,应采取不同的方式构建或融入精益生态。其中,核心企业应以自身(或牵头建设的)数字生态系统(数字平台)为中心进行全部链上企业的数据集成管理,成为数据资产化、可视化和智能化的终端,进一步提升供应链/产业链掌控力、强化行业壁垒、提升自身业绩;供应链/产业链参与企业则反之,应基于自身行业地位积极参与核心企业数据平台建设,提高供应链合作粘性与效率,享受低成本数字化转型红利,改善业绩,提高行业地位。进而,核心企业应牵头建立并不断提升平台参与者的精益能力,实现基于全链的资源整合、优化及协同,将“全链精益及效益最大化”视为长期战略。此阶段,精益数字化人才育成应聚焦供应链/产业链的整体发展,基于系统人才特征,构建精益数字化赋能中心,培育和引进基于系统化、生态化的数智精益人才,形成可持续的人才培养与共享体系。基于行业级云端数智平台,逐步形成基于经验模型、大数据分析的价值网络智能决策能力,全面推进供应链/产业链的智能化、生态化建设。.数字技术赋能精益改善的三层次架构精益数字化方法,以精益为核心构建了制造企业精益数字化规范路径(如图-):全价值链计划协同为目标的数字化工具。最终,基于企业全部链状结构的精益实践改善,引导全员形成精益思想、精益改善氛围,提高企业全产品范围的交付水平与绩效表现。.第三阶段:基于流程协同的精益运营建设“面”以战略目标为导向,构建全局化的精益运营体系,实现企业内部研供产销跨业务流程(链)的集成与协同。结合内部知识迭代与外部知识引进,提高数字精益实训基地人才育成效率,形成数字精益人才良性的内外循环与迭代升级,例如,利用内部培育的数字精益工程师、运营师对外聘精益改善师形成替代、升级。企业应形成基于任务管理、准时交付等数字模块与ERP(企业资源计划)、供应链管理等信息系统集成的,实现研供产销协同管理的数字应用体系。此外,还应通过精益故事、精益标兵、精益制度等元素营造文化氛围,驱动企业标准化的系统性精益实践,实现质量、成本及交付效率的全面改善。.第四阶段:基于系统集成的精益体系优化“体”在全面精益标准化基础上,构建基于企业自身特色的、自我迭代的精益体制与运营体系,形成自主诊断、评价及改善能力,助推企业实现流程或组织的优化、再造。企业应进一步升级精益人才体系,引进 CDO(首席数据官)并构建精益智造规划师团队,与数字精益运营师、精益智造工程师形成基于“线、面、体”的有效衔接。同时,企业需要基于可视化技术构建模块化插件、信息系统为一体的统一数据(云)平台,完成全面数字化转型,最终形成具备企业特色的精益文化,提高核心竞争力,将质量、成本及交付效率提升至行业领先水平。.第五阶段:基于价值网络的精益生态构建“魂”在企业内部精益数字化基础上,持续迭代进化并将数字精益能力外溢到其所在的产业链、供应链、创新链上,构建基于价值网络的精益生态。值得注意的是,供应链/产业链核心企业(龙头企业、关键企业、领先企业)与参与企业(中小企业、配套企业、追赶型企业)的产业影响力和自身能力不同,应采取不同的方式构建或融入精益生态。其中,核心企业应以自身(或牵头建设的)数字生态系统(数字平台)为中心进行全部链上企业的数据集成管理,成为数据资产化、可视化和智能化的终端,进一步提升供应链/产业链掌控力、强化行业壁垒、提升自身业绩;供应链/产业链参与企业则反之,应基于自身行业地位积极参与核心企业数据平台建设,提高供应链合作粘性与效率,享受低成本数字化转型红利,改善业绩,提高行业地位。进而,核心企业应牵头建立并不断提升平台参与者的精益能力,实现基于全链的资源整合、优化及协同,将“全链精益及效益最大化”视为长期战略。此阶段,精益数字化人才育成应聚焦供应链/产业链的整体发展,基于系统人才特征,构建精益数字化赋能中心,培育和引进基于系统化、生态化的数智精益人才,形成可持续的人才培养与共享体系。基于行业级云端数智平台,逐步形成基于经验模型、大数据分析的价值网络智能决策能力,全面推进供应链/产业链的智能化、生态化建设。.数字技术赋能精益改善的三层次架构精益数字化方法,以精益为核心构建了制造企业精益数字化规范路径(如图-):精益数字化第三层次 基于云技术的精益运营管理系统化与智能化经营智能化预算分析周期粒度数据爬取可视指标云端决策现状画像AI运营差异分析精益云业财融合生产运营供应链资源对象管理层精益管理可视化(经营/运营/执行)精益管理数据库建设及其资产化 改善提案管理 异常管理 任务管理SAAS插件数据引擎数字平台管理数据清晰、转化(TEL)业务建模(静态/动态)动态业务处理模型精益数字化第二层次:基于数据中台的精益管理数据化与可视化精益数字化第一层次:基于全价值链的精益生产标准化与信息化LDC.数据交互(标准自定义)WebserviceHTTPMES硬件数据采集成本管控成本结构分析仓储管理库区库位出入库管理盘点管理工序备料计划主交付计划物料需求计划生产采购计划工序产能分析物料计划预留技术准备产品 Bom工艺路线工序组件工序资源销售订单销售订单管理客户信息维护发货计划管理成本预算分析生产计划工序顺序排定在产工序排定APS 自动排序资源齐套计划供应链协同交付进度管理JIT 送货计划收获检验入库工序外协管理生产执行工序派工/调配工序登录、报工过程质量控制进度/工时查看归集策略标准成本管理实际共担成本图4-1 精益数字化方法图示通过信息系统打通供应链(网络)、工厂群、车间、部门、设备、管理者、员工等多层面的数据连接,消除“信息孤岛”,实现管理对象与数字信息系统可溯源的、可逆向传递的高效交互,为数据目视化、资产化管理提供基础。.第二层次:基于数字平台的精益管理数据化与可视化构建企业数字平台(中台),将标准化、信息化的精益生产数据进行汇总、清洗、存储与初步分析,实现数字集成管理,推动数据资产化、可视化建设。进而,强化大数据分析、可视化技术在异常管理、任务管理、改善管理等模块化精益功能上的应用,将精益数字化从重点业务环节以网状结构向关联业务环节延展,逐步建立全价值链精益数字化生产运营管理体系,为第三层次的精益生产系统化、智能化提供数据链接与架构基础。()精益管理数据化数据资产化是指企业通过数据采集、处理及数据库建设,对精益管理进行长期跟踪、分析及改善,并逐步实现运营数据价值属性的过程。企业借助数字平台的数据清洗、数据转录、管理建模、动态分析、预测分析等功能,实现云端决策与终端运营的数据共享与交互,推进精益管理的决策、执行及反馈。上述过程中起到主要衔接作用的数字化工具包括改善管理、异常管理及任务管理等 个基于 SAAS 架构(软件即服务,具有“小快灵、轻薄柔”特征)的模块化插件,既能作为数据实现“运营终端信息数据智能云端”正向传递的媒介,也能作为管理决策信息实现“智能云端数据信息运营终端”逆向转化的有效桥梁,助推企业实现低成本、高兼容、快速部署的精益数字化转型目标。改善管理。企业运营管理问题种类繁多,仅通过差异管理进行事后整改会造成较高的机会成本,基于数字技术构建全局的、开放式的、事前的、问题导向的持续改善机制是避免潜在浪费与损耗、获得长期竞争优势的重要途径。改善管理的应用场景是企业在生产制造过程中面临的任何层级、任何环节、任何时间的潜在改进机会,提倡“只要是对公司经营有利都要随时随地提出并形成课题”,能有效克服科层制对信息传达的不利影响,构建民主型精益文化。异常管理。异常管理是指企业对生产运营过程中出现的各类与生产计划、公司战略不匹配的故障、差异、事故、失误、中断等问题进行响应、分析与处置。异常管理的应用场景包括异常问题曝光率低、信息传递失真、处理不及时、无人负责、无法分级、透明度低、执行力差、参与度低、记录缺失、根因分析缺失、处置效果不佳等。精益数字化异常管理工具企业形成全域业财融合与人才育成,力求打造“零等待、零停滞、零不良、零故障、零灾害、零浪费、零库存”的长效精益运营机制。此外,基于供应链核心企业的数据驱动,形成全产业链、全供应链、全创新链的集成精益数字化网络,打破企业内外部信息壁垒,进一步提高企业、产业集群、产业生态系统的运行效率与总绩效。.制造企业精益数字化矩阵模型精益与数字化正交赋能从“精益实践驱动企业数字化转型”切入,制造企业精益数字化需经历“点、线、面、体、魂”五个阶段;从“数字技术赋能精益改善”切入,精益数字化需逐步形成“标准化与信息化、数据化与可视化、系统化与智能化”三层次进阶。结合两个精益数字化维度,以精益实践驱动企业数字化转型的五个阶段为“横轴”,以数字技术赋能企业精益改善的三个层次为“纵轴”,构建“五横三纵”矩阵模型(图-),以判别制造企业精益数字化现状,勾勒精益数字化实现路径。.第一层次:基于全价值链的精益生产标准化与信息化制造企业全价值链包括设计、采购、生产、质监、销售、仓储、物流等环节,需通过数字技术赋能精益管理实现产品准时交付、质量保证与成本优化。企业采用 ERP(企业资源计划)、MES(生产执行系统)、PLM(产品生命周期管理)、CRM(客户管理系统)、SRM(供应商管理系统)等工具构建信息化体系,但不同的系统接口与数据标准对全价值链数字统合造成了极大阻碍。因此,数字赋能精益的第一层次需要企业基于精益咨询与模块化应用,结合精益数字化人才育成,实现流程、动作、制度等方面的精益标准化,并在重点业务环节逐步建立信息化、数据化应用场景,将生产运营过程的物理对象或行为对象转化为数字信息,为数字资产化、可视化提供数据基础。()精益生产标准化精益生产标准化是指企业在精益数字化初期,基于差异化精益改善咨询,逐步实现全价值链业务流程改善及标准化的过程,是生产活动与资料无偏、低噪的转化为数字信息的重要前提,为数字化转型提供信息基础。一是销售订单精益标准化,包括销售合同管理、成本预算管理、销售预测分析等。二是生产技术精益标准化,包括产品物料清单(BOM)、工艺设计、工序管理、研发管理等。三是交付计划精益标准化,包括物料需求计划、采购计划、排产管理、产能评估、外包管理等。四是仓储管理精益标准化,包括库存库位管理、物流运输管理、设施布置优化等。五是供应链管理精益标准化,包括采购管理、工序外协管理、供应商关系管理(SCM)、客户关系管理(CRM)、交付管理及仓储物流管理等。六是生产管理精益标准化,包括生产计划与执行、S 管理、工艺与作业管理、班组管理、资源齐套计划、设备管理、能源管理、安全管理、环境管理、异常管理等。七是质量管理精益标准化,包括物料质量管理、成品质量管理、质量成本评估、质量问题溯源等。八是成本管理精益标准化,包括成本归集、预算管理、弹性预算分析、成本系统改进等。最终,通过全价值链运营环节的精益标准化,结合班组管理、多能工培养、精益专家嵌入、内训师培育等进行精益数字化人才育成与文化建设,提升管理行为、生产过程、企业资源的可测量性与可视化水平,提高运营效率与财务绩效的同时为全面信息化提供管理基础。()精益生产信息化精益生产信息化在精益生产标准化基础上,通过传感、安灯、人工登录等技术进行管理信息的识别、转化、收集与存储,实现研供产销等增值活动的全面数据化、信息化。进而,通过信息系统打通供应链(网络)、工厂群、车间、部门、设备、管理者、员工等多层面的数据连接,消除“信息孤岛”,实现管理对象与数字信息系统可溯源的、可逆向传递的高效交互,为数据目视化、资产化管理提供基础。.第二层次:基于数字平台的精益管理数据化与可视化构建企业数字平台(中台),将标准化、信息化的精益生产数据进行汇总、清洗、存储与初步分析,实现数字集成管理,推动数据资产化、可视化建设。进而,强化大数据分析、可视化技术在异常管理、任务管理、改善管理等模块化精益功能上的应用,将精益数字化从重点业务环节以网状结构向关联业务环节延展,逐步建立全价值链精益数字化生产运营管理体系,为第三层次的精益生产系统化、智能化提供数据链接与架构基础。()精益管理数据化数据资产化是指企业通过数据采集、处理及数据库建设,对精益管理进行长期跟踪、分析及改善,并逐步实现运营数据价值属性的过程。企业借助数字平台的数据清洗、数据转录、管理建模、动态分析、预测分析等功能,实现云端决策与终端运营的数据共享与交互,推进精益管理的决策、执行及反馈。上述过程中起到主要衔接作用的数字化工具包括改善管理、异常管理及任务管理等 个基于 SAAS 架构(软件即服务,具有“小快灵、轻薄柔”特征)的模块化插件,既能作为数据实现“运营终端信息数据智能云端”正向传递的媒介,也能作为管理决策信息实现“智能云端数据信息运营终端”逆向转化的有效桥梁,助推企业实现低成本、高兼容、快速部署的精益数字化转型目标。改善管理。企业运营管理问题种类繁多,仅通过差异管理进行事后整改会造成较高的机会成本,基于数字技术构建全局的、开放式的、事前的、问题导向的持续改善机制是避免潜在浪费与损耗、获得长期竞争优势的重要途径。改善管理的应用场景是企业在生产制造过程中面临的任何层级、任何环节、任何时间的潜在改进机会,提倡“只要是对公司经营有利都要随时随地提出并形成课题”,能有效克服科层制对信息传达的不利影响,构建民主型精益文化。异常管理。异常管理是指企业对生产运营过程中出现的各类与生产计划、公司战略不匹配的故障、差异、事故、失误、中断等问题进行响应、分析与处置。异常管理的应用场景包括异常问题曝光率低、信息传递失真、处理不及时、无人负责、无法分级、透明度低、执行力差、参与度低、记录缺失、根因分析缺失、处置效果不佳等。精益数字化异常管理工具企业形成全域业财融合与人才育成,力求打造“零等待、零停滞、零不良、零故障、零灾害、零浪费、零库存”的长效精益运营机制。此外,基于供应链核心企业的数据驱动,形成全产业链、全供应链、全创新链的集成精益数字化网络,打破企业内外部信息壁垒,进一步提高企业、产业集群、产业生态系统的运行效率与总绩效。.制造企业精益数字化矩阵模型精益与数字化正交赋能从“精益实践驱动企业数字化转型”切入,制造企业精益数字化需经历“点、线、面、体、魂”五个阶段;从“数字技术赋能精益改善”切入,精益数字化需逐步形成“标准化与信息化、数据化与可视化、系统化与智能化”三层次进阶。结合两个精益数字化维度,以精益实践驱动企业数字化转型的五个阶段为“横轴”,以数字技术赋能企业精益改善的三个层次为“纵轴”,构建“五横三纵”矩阵模型(图-),以判别制造企业精益数字化现状,勾勒精益数字化实现路径。通过快速响应、智能提报、分级推送、全程可视、原因分析、统计归纳等流程,与任务管理、改善管理形成有效联动。任务管理。精益数字化任务管理工具基于管理可视化、目标标准化、排程全局化、进度数据化等特性,实现任务(项目)全生命周期闭环管理,提升项目执行效率效果。任务管理应用场景包括任务执行进度不透明、沟通效率低下、任务空转、权责不清、规划不科学、效果不明确、资源挤占等问题。精益数字化任务管理工具根据具体任务内容制定业务流程,帮助企业实现任务进程可视化、权责归属清晰化、交付风险直观化(包括临期报警、逾期提醒、关联任务异常预警等)、任务逐层分解化、资源协同化、流程排程集成化等功能。通过信息系统打通供应链(网络)、工厂群、车间、部门、设备、管理者、员工等多层面的数据连接,消除“信息孤岛”,实现管理对象与数字信息系统可溯源的、可逆向传递的高效交互,为数据目视化、资产化管理提供基础。.第二层次:基于数字平台的精益管理数据化与可视化构建企业数字平台(中台),将标准化、信息化的精益生产数据进行汇总、清洗、存储与初步分析,实现数字集成管理,推动数据资产化、可视化建设。进而,强化大数据分析、可视化技术在异常管理、任务管理、改善管理等模块化精益功能上的应用,将精益数字化从重点业务环节以网状结构向关联业务环节延展,逐步建立全价值链精益数字化生产运营管理体系,为第三层次的精益生产系统化、智能化提供数据链接与架构基础。()精益管理数据化数据资产化是指企业通过数据采集、处理及数据库建设,对精益管理进行长期跟踪、分析及改善,并逐步实现运营数据价值属性的过程。企业借助数字平台的数据清洗、数据转录、管理建模、动态分析、预测分析等功能,实现云端决策与终端运营的数据共享与交互,推进精益管理的决策、执行及反馈。上述过程中起到主要衔接作用的数字化工具包括改善管理、异常管理及任务管理等 个基于 SAAS 架构(软件即服务,具有“小快灵、轻薄柔”特征)的模块化插件,既能作为数据实现“运营终端信息数据智能云端”正向传递的媒介,也能作为管理决策信息实现“智能云端数据信息运营终端”逆向转化的有效桥梁,助推企业实现低成本、高兼容、快速部署的精益数字化转型目标。改善管理。企业运营管理问题种类繁多,仅通过差异管理进行事后整改会造成较高的机会成本,基于数字技术构建全局的、开放式的、事前的、问题导向的持续改善机制是避免潜在浪费与损耗、获得长期竞争优势的重要途径。改善管理的应用场景是企业在生产制造过程中面临的任何层级、任何环节、任何时间的潜在改进机会,提倡“只要是对公司经营有利都要随时随地提出并形成课题”,能有效克服科层制对信息传达的不利影响,构建民主型精益文化。异常管理。异常管理是指企业对生产运营过程中出现的各类与生产计划、公司战略不匹配的故障、差异、事故、失误、中断等问题进行响应、分析与处置。异常管理的应用场景包括异常问题曝光率低、信息传递失真、处理不及时、无人负责、无法分级、透明度低、执行力差、参与度低、记录缺失、根因分析缺失、处置效果不佳等。精益数字化异常管理工具企业形成全域业财融合与人才育成,力求打造“零等待、零停滞、零不良、零故障、零灾害、零浪费、零库存”的长效精益运营机制。此外,基于供应链核心企业的数据驱动,形成全产业链、全供应链、全创新链的集成精益数字化网络,打破企业内外部信息壁垒,进一步提高企业、产业集群、产业生态系统的运行效率与总绩效。.制造企业精益数字化矩阵模型精益与数字化正交赋能从“精益实践驱动企业数字化转型”切入,制造企业精益数字化需经历“点、线、面、体、魂”五个阶段;从“数字技术赋能精益改善”切入,精益数字化需逐步形成“标准化与信息化、数据化与可视化、系统化与智能化”三层次进阶。结合两个精益数字化维度,以精益实践驱动企业数字化转型的五个阶段为“横轴”,以数字技术赋能企业精益改善的三个层次为“纵轴”,构建“五横三纵”矩阵模型(图-),以判别制造企业精益数字化现状,勾勒精益数字化实现路径。图4-2精益数字化的数据基础与数字平台持续改善改善提案提案申请提案初审提案复审提案验收我的提案提案榜单任务管理快速创建任务维护主任务模版任务报工任务规划任务文档任务异常状态标示&提醒临期标识临期提醒逾期标识逾期提醒受影响标识受影响提醒异常管理异常管理异常处理异常提报异常响应异常升级我的异常异常记录异常提醒使用平台任务基础配置异常基础配置人员管理设备/工位管理资源管理工作日历主任务类型任务标签维护异常报警重要度异常项管理异常报警线异常组管理作业单元异常组部门管理部门岗位岗位管理员工管理用户管理角色管理设备分类设备/工位设备组/工位组菜单管理自定义项档案系统参数配置定时任务配置自动编码编辑资源工作组工作日历商业智能管理大屏数据分析报表项目统计看板(当日)项目一览看板项目分析看板异常进度实时看报项目统计看板(项目)部门展示看板作业单元实时看报项目统计看板(日期)异常发生趋势任务进度异常处理部门统计异常周报任务工时统计异常关闭率统计异常月报任务报工统计异常类别分析每日任务异常区域分析个人电脑移动设备可视化大屏手持终端使用终端线边一体机对接系统标准接口通过快速响应、智能提报、分级推送、全程可视、原因分析、统计归纳等流程,与任务管理、改善管理形成有效联动。任务管理。精益数字化任务管理工具基于管理可视化、目标标准化、排程全局化、进度数据化等特性,实现任务(项目)全生命周期闭环管理,提升项目执行效率效果。任务管理应用场景包括任务执行进度不透明、沟通效率低下、任务空转、权责不清、规划不科学、效果不明确、资源挤占等问题。精益数字化任务管理工具根据具体任务内容制定业务流程,帮助企业实现任务进程可视化、权责归属清晰化、交付风险直观化(包括临期报警、逾期提醒、关联任务异常预警等)、任务逐层分解化、资源协同化、流程排程集成化等功能。图4-3 精益数字化任务管理流程任务规划阶段任务创建者/责任人任务过程监控任务责任人/参与人任务执行阶段任务创建者/责任人任务结果反馈任务创建者/责任人项目创建分解发布开工完工关联任务受影响任务逾期任务临期任务责任人/参与人/逐级领导()精益管理数据可视化通过数字平台的大数据分析、精益建模和可视化技术,提高管理者、员工、供应商、客户等利益相关者之间的信息透明度,协助企业更好的实现生产管理、任务推进、责权分配、员工激励等职能。.第三层次:基于云端技术的精益运营系统化与智能化基于数据化、可视化数字平台,结合云技术与人工智能技术,打造基于企业全产业链/供应链的系统化、智能化运营系统,构建管理决策、数字系统与运营终端的全面交互,实现企业及其产业链/供应链的全面精益数字化。具体的,通过大数据、人工智能、云计算、数字孪生、区块链等数字技术打造具备机器学习、持续迭代等特性的精益数字化工具,并基于企业云端数据库、精益方法论、数字基础设施的支撑与驱动,通过可视化展示、智能化决策与运营仿真,与企业长期战略形成高效率耦合,实现精益管理功能的智能化、系统化,促进企业形成全域业财融合与人才育成,力求打造“零等待、零停滞、零不良、零故障、零灾害、零浪费、零库存”的长效精益运营机制。此外,基于供应链核心企业的数据驱动,形成全产业链、全供应链、全创新链的集成精益数字化网络,打破企业内外部信息壁垒,进一步提高企业、产业集群、产业生态系统的运行效率与总绩效。.制造企业精益数字化矩阵模型精益与数字化正交赋能从“精益实践驱动企业数字化转型”切入,制造企业精益数字化需经历“点、线、面、体、魂”五个阶段;从“数字技术赋能精益改善”切入,精益数字化需逐步形成“标准化与信息化、数据化与可视化、系统化与智能化”三层次进阶。结合两个精益数字化维度,以精益实践驱动企业数字化转型的五个阶段为“横轴”,以数字技术赋能企业精益改善的三个层次为“纵轴”,构建“五横三纵”矩阵模型(图-),以判别制造企业精益数字化现状,勾勒精益数字化实现路径。精益 实践 驱动企 业数 字化 转型数字技术赋能企业精益改善业务单元精益信息化业务流程精益信息化业务单元精益可视化业务单元精益数字化业务流程精益数字化化流程协同精益数字化业务流程精益可视化流程协同精益可视化系统集成精益数字化系统集成精益可视化系统集成精益信息化流程协同精益信息化价值网络精益可视化价值网络精益数字化价值网络精益信息化图4-4 企业精益数字化交叉矩阵模型企业形成全域业财融合与人才育成,力求打造“零等待、零停滞、零不良、零故障、零灾害、零浪费、零库存”的长效精益运营机制。此外,基于供应链核心企业的数据驱动,形成全产业链、全供应链、全创新链的集成精益数字化网络,打破企业内外部信息壁垒,进一步提高企业、产业集群、产业生态系统的运行效率与总绩效。.制造企业精益数字化矩阵模型精益与数字化正交赋能从“精益实践驱动企业数字化转型”切入,制造企业精益数字化需经历“点、线、面、体、魂”五个阶段;从“数字技术赋能精益改善”切入,精益数字化需逐步形成“标准化与信息化、数据化与可视化、系统化与智能化”三层次进阶。结合两个精益数字化维度,以精益实践驱动企业数字化转型的五个阶段为“横轴”,以数字技术赋能企业精益改善的三个层次为“纵轴”,构建“五横三纵”矩阵模型(图-),以判别制造企业精益数字化现状,勾勒精益数字化实现路径。部分典型行业的精益数字化实践 腾讯研究院.汽车产业数字化转型白皮书.2021.汽车行业目前,汽车行业正从传统工业时代向数字时代迈进,从机械化向以电动化、网联化、智能化和共享化为代表的“新四化”演进。年中国汽车产量为.万辆,同比增长.%,主要采用典型的装配式生产模式。传统车企的精益需要数字化赋能,新能源汽车企业的数字化也是以精益为基础的。汽车行业要以精益数字化为关键手段,实现未来“以人为中心”的用户全生命周期管理。汽车行业“微笑曲线”的价值重心正加速由生产制造向研发设计和汽车后市场服务这两端转移,在智能网联产品设计、柔性生产、智能检测、集采、全域流量整合等多领域正展开精益数字化的应用落地。在智能网联产品设计中,车企借助云计算进行 CAE 仿真模拟测试;建立自动驾驶云平台打通自驾研发全链路,大幅提高研发效率;建立智能网联平台支持整套部署或组件化应用。在生产制造环节,运用自动化、准时化、信息化等多种精益方法减少冲压、焊装、涂装、总装等环节的各种浪费,并通过物联网、AI、大数据平台进行自动质检和智能排产,促进设备预测性维护,提升物流效率、安全和质量;通过移动云平台促进 ERP、MES、PLM、BPM、VMS 等系统的数据集成,实现信息系统互通互联,促进数据驱动业务发展,为用户提供全域触达、服务闭环的全周期数字化服务。.电气机械行业数字化转型与智能经营模式正在影响电气机械行业的发展。年,电气机械行业市场规模达 亿元,同比增长.%。随着消费结构升级,消费者个性化、定制化需求激增,企业形成全域业财融合与人才育成,力求打造“零等待、零停滞、零不良、零故障、零灾害、零浪费、零库存”的长效精益运营机制。此外,基于供应链核心企业的数据驱动,形成全产业链、全供应链、全创新链的集成精益数字化网络,打破企业内外部信息壁垒,进一步提高企业、产业集群、产业生态系统的运行效率与总绩效。.制造企业精益数字化矩阵模型精益与数字化正交赋能从“精益实践驱动企业数字化转型”切入,制造企业精益数字化需经历“点、线、面、体、魂”五个阶段;从“数字技术赋能精益改善”切入,精益数字化需逐步形成“标准化与信息化、数据化与可视化、系统化与智能化”三层次进阶。结合两个精益数字化维度,以精益实践驱动企业数字化转型的五个阶段为“横轴”,以数字技术赋能企业精益改善的三个层次为“纵轴”,构建“五横三纵”矩阵模型(图-),以判别制造企业精益数字化现状,勾勒精益数字化实现路径。工厂生产模式逐步从单一品种、大批量的“刚性生产”转向多样化、小规模、周期可控的“柔性生产”。但电气机械行业存在多断点、长交期、大库存、不准时的痛点问题,需要借助数字化技术和工具提升效率。电气机械行业对精益数字化的应用主要体现在运维、生产、研发等场景中。采用电力无人值守套件,通过“数据协同、流程协同和应用协同”满足企业不同阶段的运行控制需求,适应多个维度的智能分析要求,减少系统近%的操作报警,实现从“运行”到“维护”的无人值守模式;利用远程专家服务平台实施全天候在线监测,为边缘设备的运维提供保障,确保运行安全可靠;构建一站式技术工作平台,贯穿整个新产品开发流程,在线编制项目清单、部套 BOM、工艺文件,实时管理科研项目、技术标准等,贯通业务孤岛、数据孤岛和效率孤岛;应用异常管理精益数字化工具实现异常问题的快速解决;应用任务管理精益数字化工具推进项目全周期管理,提高数据可视化和统计分析能力,提高决策科学性。.通用设备行业近年来,硬件为通用设备企业创造的价值份额在不断缩水,预计在本十年期结束时,其利润占比将下降至%。通用设备行业属于典型的离散型制造行业,加上全球供应链调整、原料和人工成本上涨和数字化浪潮,优秀的设备生产商从过去的研发更精密、快速、便宜的机器来撬动增长,转变为致力于硬件与软件相结合、自动化和数字化相结合,根据客户需求定制一对一的精细化集成解决方案。通用设备行业在自动化生产、柔性制造、预测性维护、智物流等应用场景中积极采用精益数字化方法,推出高级服务模式。例如,引入单件流生产方式,采用节拍化拉式生产,对关键工序分装作业标准化,提高自动化水平;采用 MES 系统促进生产计划和生产业务协同管理,利用 APS 系统进行基于有限产能的高级排程,通过 DNC/MDC 系统实现设备联网与大数据采集应用,完成 NC 程序网络化传输和管理;基于大数据分析进行预测性维护;投资互联设备和云平台,创建关于客户及其设备的数据库,以研发创新的方案业务。在供应链方面,采用 WMS 系统自动采集各环节作业数据,确保仓储数据的准确性、实时性,降低仓储管理成本;采用智物流系统建立拉动式物流网络,实现智能校料,精准配送,自动报工和透明化管理;将 AGV 小车与 MES、智物流系统的信息无缝对接,实现物料配送的实时化、自动化。Bain&Company.Thinking Outside the Machine:Global Machinery&Equipment ReportR.2022 C01.轨道交通装备行业轨道交通装备行业是我国自主创新程度最高、国际竞争力最强的行业之一。经过多年发展,我国轨道交通装备已形成较完整的产业链条和竞争力较强的产业集群,市场规模不断扩增。数据显示,年至 年行业市场规模的复合年均增长率达.%;年行业市场规模较上年同比增长约.%。其中,以中国中车为代表的轨道交通装备企业,聚焦精益化数字化智能化绿色化发展,正加快转型步伐,建设特色的精益数字化运营管理体系。轨道交通装备行业的整车组装过程涉及零部件种类繁多、生产工序复杂,生产制造作为行业的主战场,迫切需要科学化、标准化、智能化的生产管理模式。引入精益管理理论,结合排程管理建设标准化作业管理模式,夯实基础;通过智能设备、ERP、PDM、MRO 等核心系统采集生产和管理数据,包括信息系统数据、车辆数据、生产设备及能源数据、环境数据等,形成数据采集池。建设以精益为基础的数字化制造平台,通过数据分析、整理和挖掘,结合生产过程中采集的实时数据,监控现场生产状态,推动生产方式由劳动密集向敏捷智能型转变。精益数字化转型拉动产能明显提升,并由生产拉动全价值链,使采购成本降低、各业务间的协同能力大幅度提升。目前,轨道交通装备行业正积极推进精益数字化转型,聚焦智能化绿色化发展,推动行业全面升级。.钢铁行业按照国家发改委最新发布的数据,中国钢铁行业 年利润总额相较上年同比增长.%,但受产业链下游市场饱和等因素影响,平均利润率较低。年 月至 月,钢铁行业总体盈利水平显著下滑。面对能源和生态环保强约束、行业集中度提升,以及保障产业链、供应链稳定的基本要求,钢企运营成本增加、退出风险增大。目前,高铁、隧道等国家和省市级工程正如火如荼进行,面对动态变化的市场环境和巨大的市场潜力,钢企采用人工智能、大数据等数字化技术深化精益管理,提升核心竞争力,促进行业向绿色生产与智能制造方向发展。钢铁行业涉及的生产流程复杂、基础数据来源多,整体发展规划少,解决上述问题成为转型过程中的首要难题。以精益管理为基础,制定向小批量定制化生产模式转变等发展规划;在信息化系统基础上,借助互联网、人工智能、大数据技术,以全面支撑生产为着力点,深中商产业研究院.2022年中国轨道交通装备行业市场规模及未来发展趋势预测分析EB/OL.2022-06-30.https:/ww-等数据采集和识别设备,采集生产加工和物流数据。通过采用持续改善等精益数字化工具,与 OMS、ETL、ERP 等信息化系统相融合,促进采购、生产、库存多业务对接与数据协同,实现产品批次管理、有效期管理和库存预警,将精益管理最佳实践固化,并持续改进。在线交易精准的需求预测能力、不同消费场景构建、高效的供需匹配和调度能力,大幅度降低了浪费,同时捕捉新需求以驱动产品多元化创新,促进食品行业以用户需求为核心建设精益数字化运营管理体系,驱动行业向绿色化、健康化、标准化和品牌化发展。李元鹏,汪小帆,王嘉骏,沈建飞.钢企数字化转型:须用巧力盘活潜力C.沙莎等编,赢在当下:解锁大规模数字化转型M.上海交通大学出版社,2020 国家统计局.EB/OL.2022-10-20.https:/Data Officer)将成为实施精益数字化企业中关键的决策集体成员之一。.数字精益工具的小型化和模块化是未来发展的方向未来制造业根据自身诉求进行数字技术的自我开发和应用将成为重要的发展方向。工作人员摆脱计算机语言约束,通过图形化工具修改系统原型,灵活方便地对既有小型化和模块化的数字工具进行无代码或低代码组合和开发,将能更好地赋能小批量生产和个性化定制。.精益数字化要时刻关注制造工艺的发展和技术变革技术变革一直在推动产业转型、更替和消亡,精益数字化在实施过程中要时刻对外部技术变革和内部工艺革新保持敏感性,最大限度地避免将精益数字化建立在落后或行将淘汰的设计和技术框架之上。综上,制造业要深刻认识到精益和数字化是相互补充的,精益思维可以降低流程和产品的复杂性,有助于提高数字化转型效率。透明、稳健和标准化的精益流程对于成功引入数字技术至关重要。将精益思想、工具和方法引入制造业是其获取竞争优势的基础,而充分利用数字工具不断赋能精益将会放大上述竞争优势,并助推企业数字创新。.数据业务的职能化是精益数字化组织的发展趋势数字技术增加了企业数据的可获得性,也让企业运营的数据内容呈现几何级增长,在不断识别企业运营问题的同时也对企业数据分析提出了更高要求。具有敏感数据意识的数据顾问和组织内部专门的数据岗位将成为企业持续改善的重要支撑。设立专门的数据中心和独立的数据部门也将会变得越发重要,新设首席数据官(CDO,Chief Data Officer)将成为实施精益数字化企业中关键的决策集体成员之一。.数字精益工具的小型化和模块化是未来发展的方向未来制造业根据自身诉求进行数字技术的自我开发和应用将成为重要的发展方向。工作人员摆脱计算机语言约束,通过图形化工具修改系统原型,灵活方便地对既有小型化和模块化的数字工具进行无代码或低代码组合和开发,将能更好地赋能小批量生产和个性化定制。.精益数字化要时刻关注制造工艺的发展和技术变革技术变革一直在推动产业转型、更替和消亡,精益数字化在实施过程中要时刻对外部技术变革和内部工艺革新保持敏感性,最大限度地避免将精益数字化建立在落后或行将淘汰的设计和技术框架之上。综上,制造业要深刻认识到精益和数字化是相互补充的,精益思维可以降低流程和产品的复杂性,有助于提高数字化转型效率。透明、稳健和标准化的精益流程对于成功引入数字技术至关重要。将精益思想、工具和方法引入制造业是其获取竞争优势的基础,而充分利用数字工具不断赋能精益将会放大上述竞争优势,并助推企业数字创新。附录场景:全价值链管理企业背景及痛点问题:年沪版上市的安徽合力股份有限公司是安徽叉车集团有限责任公司核心控股子公司,主导产品为“合力、HELI”牌系列叉车。十年的精益路助推公司跻身世界叉车行业七强,但面对客户需求逐步细分且快速迭代的新形势,目前的精益管理难以满足决策的效率、精准性、有效性、前瞻性的更高要求,使得精益推进出现僵局。解决方案:合力持续应用精益化思想方法加大生产线工艺装备及流线化、数字化、信息化改造的投入,逐步使作业现场实现柔性化、节拍化、准时化生产;构建大规模定制环境下数字化车间里垂直集成的生产计划与执行、智能物流、质量检验和设备管理的精益管理体系,向智能工厂方向发展,探索适应工业车辆制造企业柔性化生产的精益管理方式;构建覆盖“研、产、供、销、服”全业务场景的支撑平台,构建“决策数字化平台”与“营销数字化平台”,支撑企业营销前端与决策端的快速协同,满足决策支撑并更高效地赋能业务,从而打破精益管理僵局,实现加倍速的持续改善。应用成效:通过精益思想与数字化工具的融合,建立了以精益生产为基础的智能制造系统,实现数据的实时采集和系统分析,促进生产计划、生产过程透明化,保证了生产平稳、有效运行;数据的联动、多维、分层分析及可视化消除了信息交互屏障,提高了业务响应速度和管理决策效率,改变了董事会、经理层的决策方式和中层的管理模式;持续优化流程,改善品质的同时提升了管理能力,使组织绩效大大提升,用户订单确认时间由-天缩短至不超过天,计划执行情况反馈时间粒度由天缩短至小时,人均劳动生产率提高%,营业收入增长%。附图1 左图为安徽合力管理数字化系统界面;右图为精益数字化发展体系案例 安徽合力:数字化赋能决策精准与高效案例 安徽合力:数字化赋能决策精准与高效附图2 左图为全柴动力J2加工线数字化管理平台;右图为异常进度实时看板场景:生产管理企业背景及痛点问题:安徽全柴动力股份有限公司是国内领先的发动机研发与制造企业,拥有天和机械、锦天机械、欧波科技、元隽氢能科技等多家子公司。在疫情常态化、全球芯片供应紧张、原材料价格大幅上涨以及“蓝牌轻卡”政策调整的背景下,全柴亟需将精益生产与数字化融合,进一步提升效率和产品质量。企业金加工分厂信息化建设比较薄弱,自动化与信息化程度不匹配,缺少信息化系统串联自动化设备,信息孤岛现象严重。解决方案:全柴动力以精益化改造为核心,在金加工分厂开展S管理,改善现场环境,提高员工整体素养;开展改善提案管理,持续优化流程;开展设备TPM管理,制定年度设备清扫大计划、设备自主保全基准书,建立设备自主保全三级巡检机制;开展质量管理,建立质量管控标准,运用质量工具分析过程数据。在实施精益管理的基础上,应用数字化工具进行固化与优化:采用异常管理精益数字化工具优化异常上报途径,制定异常处理管理机制,减少停机时间;使用ERP、MES、PLM、OA、HR、SRM、E智能服务平台等信息化系统实现信息的互联互通,提升加工线数字化管理平台,打通设计、工艺到制造的数据流,打造高效、协同、集成的数字化工厂。应用成效:通过精益数字化工厂项目建设,完成了金加工分厂信息化与数字化从无到有、由点到面的建设,打造个网络、个平台的精益数字化配置,从管理角度、流程角度、数据角度对生产管控、设备管理、采集分析进行了有效的梳理与固化。从年至年,金加工分厂人均生产台数增加了.%;单台制造成本降低了.%;存货周转率增长了%。生产与管理水平的提升拉动了企业经营业绩的提高,近三年市场 占 有 率 年 均 增 长.%、营 收 年 均 增 长.%、净利润年均增长.%,净资产收益率超行业平均值。案例 全柴动力:数字化推动精益制造升级附图3-2 出库装机管理场景附图3-1青山工业的敏捷开发机制流程场景:生产管理企业背景及痛点问题:重庆青山工业有限责任公司是中国兵器装备集团公司所属的国有大型工业企业,主要从事各类汽车变速器的研发、生产和销售。随着要素成本攀升,青山工业也面临较大的成本压力,需要加速推动精益生产,实现降本增效。当前,青山工业的生产平准化工作主要采用线下管控方式,数据应用采用人工统计形式,数据加工链路约 h/周,人工重复工作成本较高,且数据反映业务信息滞后、准确性存疑,不能支持精准管理和决策。解决方案:在“D”数字化战略的引领下,结合当前青山的人员储备与业务背景,建立符合青山现状的敏捷开发机制,按照需求分析、迭代开发和交付应用三个步骤进行数字化管控舱建设,实现出库装机管理、生产执行管控、库存资产管控等场景的数字化管控。其中,需求分析涉及数据驱动业务的模型设计、平台总体设计;迭代开发包括数据标准化、原型设计、数据建模、数仓建设和应用开发五个核心步骤,根据每一个迭代任务的需求,循环进行开发和验证测试;最终可应用在出库装机管理、生产执行管控、库存资产管控、数据驱动业务全景等领域,高效、灵活、敏捷的支撑青山公司数据应用需求。应用成效:基于敏捷开发模式,通过精益数字化的应用实现数据驱动业务的探索与建设,自主开发完成精益生产平准化数字管控舱,节约外部开发成本 万元,降低标准工时 人天/年,降低库存资金占用约 万元,同时提升月平均装机计划执行率 个百分点、生产计划执行率 个百分点,达到预期目标。案例 青山工业:数字化管控支撑生产平准化附图4 左图为歇马曲轴的质量看板;右图为异常管理精益数字化工具应用效果场景:生产管理企业背景及痛点问题:重庆歇马机械曲轴有限公司成立于年,是专业生产摩托车和通用发动机曲轴的优质制造商。面对当前市场规模受到来自于客户、竞争、质量三方面的压力,歇马曲轴亟需大力发展智能制造、打造柔性生产模式,向全面自动化生产推进。当前,传统的集群式生产带来了生产流转周期长、在制品积压过大、设备利用率不高、工艺秩序差、等待和作业时间浪费等问题,无法快速响应客户日趋个性化的要求。解决方案:在“歇马智造”战略指引下,通过“模型导入、现状调研、方案制定、改善实施、长效运行”五个步骤,利用时间观测表、作业组合票、工序能力核算等工具,并结合MES/ERP系统,对CC产线进行了全面的精益数字化升级改造。产线采用滑道代替原有的周转架,实现工件流转提速;按一个流方式将相邻工序安置在一起,各工序实现节拍同步,避免工件滞留;规定工序间滞留工件数量不大于件,对于工序出现的异常进行快速反应,减少生产停顿。其中,异常管理借助精益数字化工具实现异常数据信息化、异常问题可视化、异常管理过程透明化,建立异常管理的快速响应流程与机制。应用成效:企业开展S、IE工程、设备/工装改造、目视化提升等工作,现场S及目视化水平持续改善,基本实现了流水线标准化与工位管理标准化,产线的精益数字化整体水平大幅提升;精益数字化工具的使用让异常过程信息实时可见,异常数据全部结构化且支持分析报告的定制输出。在异常管理基础上延伸出相关改善提案,完整涵盖了PDCA循环。从量化指标来看,在制品及加工周期缩短%,班产出提升%,异常处置处置时间缩短%,问题解决速度提升。案例 歇马曲轴:产线精益升级打造数字化基础场景:生产管理企业背景和痛点问题:洛阳双瑞风电叶片有限公司是中船集团旗下中国海装控股、七二五研究所代管的公司,主要从事风力发电叶片、特种非金属制品的研制与生产。风电制造市场正在经历从纷乱到寡头、从短缺到均衡、利润逐渐降低的过程,挖掘成本的降低成为风电企业面临的当务之急。生产异常暴露难、响应慢的问题是阻碍双瑞风电进一步提效降本的重要因素,快速解决生产异常问题能够有效缓解产品交付周期长、质量损失大和成本高的压力。解决方案:双瑞风电采用异常管理的精益数字化工具,配合自身异常管理机制,将异常提报、处理、闭环等一系列管控措施实现信息化、流程化和即时化,使提报与处理流程清晰、责任追溯清晰,异常管理方式数字化、标准化,异常管理模式模块化;建设标准提报处理流程;采用异常分类提报管理、异常看板管理、异常升级机制、异常知识库管理等功能实现生产现场异常信息的快速传递和有效地处理分析与再发防止,全面提升异常模块的数字化管理水平。应用成效:企业建立了以五大类异常为基础的分类提报方式,拉动全价值流程和部门一体化的异常管理模式,异常数据信息的分析效率提升。异常管理精益数字化工具上线后各基地异常暴露数量提升%,异常处理效率提升%,因异常带来的负面影响减弱,各基地生产逐渐平稳,交付率提升.%;各类异常解决知识库日益丰富,异常的可追溯性不断完善;数字化异常管理平台与生产信息实时联动,各部门可实时查看异常信息和处理进度,异常管理效率大幅提升,生产效率得到明显增加。附图5 左图为双瑞风电异常管理精益数字化工具实施效果;右图为异常进度实时看板案例 安徽合力:数字化赋能决策精准与高效案例 安徽合力:数字化赋能决策精准与高效案例 双瑞风电:精益数字化工具助力异常管理附图6 左图为青达环保的工艺流程;右图为异常管理精益数字化工具应用流程场景:生产管理企业背景及痛点问题:青岛达能环保设备股份有限公司主营“环境污染防治专用设备、锅炉辅助设备、化工生产专用设备、烟气污染物减排及余热利用设备、蓄热设备、清洁供暖系统及设备”的设计、制造及销售业务。在市场竞争日趋激烈的情况下,青达环保当前的边设计边采购边生产的制造模式不能进行匹配生产准备工作,生产周期较长,交付压力大,急需提高产品及时交付能力。解决方案:企业以鳞斗干渣机产线为试点,建立标准节工位制节拍化生产流水线,将原来杂乱无章的地摊式作业转变为整洁有序的现代工业流水线生产模式,设计专业化工装,提升作业效率;以标准节产线为基准,以产线节拍标准为计划管理的锚定点,建立N 月度产线预投计划、产线日推移计划、物料联动计划三级计划体系,并通过产线日生产计划拉动前端工序的配套生产计划;联动物料配送计划,建立物料预警信息的管理流程,保障每一颗物料精确准时配送到现场工位;导入异常管理精益数字化工具,建立异常问题快速响应机制。应用成效:青达环保开创性的将流线化生产的概念引入大型复杂环保设备制造领域,整体效率明显提升。干渣机产线现场在制品由台份降为台份,产品生产周期缩短%,生产工单交付周期实现可控和可预估,产能效率提升带来了单位产值提升;建立了各类生产异常问题的有效管理,问题关闭率达到%,平均异常处理时间由.h降至.h,管理和生产效率大幅提升,激活了员工与组织的潜能与活力。案例 青达环保:精益数字化重构生产制造模式附图7 左图为西开电气的作业流程图;右图为420kV-550kVGIS全价值链产品计划体系场景:全价值链管理企业背景及痛点问题:西安西电开关电气有限公司是中国西电集团公司的核心子企业,主要从事高压、超高压、特高压开关设备的研发、制造、销售和服务。“定制化、多品种、小批量、急需求、周期短”的用户新需求对西开电气提出了更高要求。而西开电气目前的全价值链体系尚不健全,协同性有待提高,生产系统运行不顺畅,成套车间与装配车间产能匹配度不够,异常问题较多,严重影响产线的运行效率,导致产品交货期无法保证。解决方案:西开电气导入精益全价值链产品线建设项目,以总装车间产品线为核心,从全价值链层面梳理优化全链产能资源(含供应链),明确并持续优化全链各产线的节拍、周期、产能等参数,以总装产线节拍需求为导向,建立全链各产线的协同运行,实现产品成套产线(零部件)与总装产线资源的明确匹配。通过完善三级计划体系,建立一体联动计划生产体系,应用各产线的标准参数进行产能匹配,形成产、供、销协同的各级计划的释放节点及释放规则,实现产能明确、生产计划与产能的匹配性,均衡生产作业体系。应用成效:通过全价值链产品线建设及一体联动计划体系的运行,实现了JIT计划联动和均衡的生产作业体系,保证了全业务链协同、流动、均衡、准时、高效的运转,减少了订单变动、周期不足、成套响应不足等影响生产计划达成的问题。最终实现各产品线开工齐套率同比提升%;各产品线平均生产周期缩减%,各车间月末平均在制资金同比降低%;总装车间零部件上线合格率显著提升。案例 西开电气:精益全价值链建设协同激发产能附图8 左图为中船712所的部门任务统计分析看板;右图为项目一览看板场景:任务管理企业背景及痛点问题:中国船舶集团有限公司第七一二研究所组建于年月,主要承担船舶电力推进系统及化学电源的研究设计、制造、试验及总装总调任务。在新能源领域市场竞争愈加激烈的背景下,提升管理、降本增效成为企业实现高质量发展的核心命题。当前,中船所在重要项目的传递、跟踪可视化方面存在不足,且如何将一线人员从精益求精的研究员转变为效率为先的管理者,也是企业面临的难题。解决方案:企业引入任务管理精益数字化工具,进行任务全生命周期的管理,明确团队分工、共识管理范围,通过进行方针管理培训掌握如何识别重点任务,建立和推进围绕任务达成的改善课题奖励机制,并持续对看板和统计逻辑进行优化,使项目管理可视化、任务分解标准化、任务排程全局化、任务进度可追踪,促进企业高效运营。应用成效:借助精益数字化工具进行任务全流程管理,使得领导层关注的重点任务、部门关注的下级子任务实现了全生命周期可视化,实现任务完整准确地传达,项目进展清晰,节点高效反馈;资源得到合理配置,部门间协同性大大增强,加速了精益决策落地。同时,精益数字化的生产模式促进员工意识的快速转变,主动发现问题并解决问题,降低了异常问题的响应时间,做到了问题提报、分类和帕累托分析的实时化,大大提升了课题的准确度和质量水平。案例 中船 所:精益数字化工具贯穿项目全生命周期附图9 左图为沈鼓集团“精益数字化车间”架构图;右图为生产物流体系场景:供应链管理企业简介及痛点问题:沈阳鼓风机集团股份有限公司始建于年,提供大型离心压缩机、轴流压缩机、往复式压缩机、泵以及工业汽轮机等被喻为“工业心脏”的核心装备和成套解决方案。随着工业互联网推动供应链变革,促进企业间网络化协同,采用传统方式推行精益已难以满足沈鼓集团的快速发展,迫切需要运用数字技术实现供应链管理的规范化、精确化、可视化,加强成本控制,提高运营效率。解决方案:沈鼓集团坚持“精益贯穿,数字驱动”的基本原则,以品类管理为主线,重点强化战略采购职能,建立品类管理矩阵模型,输出各类型采购品类差异化策略;实施采购战略联盟,加强战略合作伙伴关系管理,深入开展框架协议采购、配套件标准化等工作;采用ERP系统进行生产计划线上化管理,驱动物料需求计划和采购计划,并打通MES系统实现计划与实际的实时可视化监控;借助PDM、ERP、SRM等系统进行预投件线上化管理,全流程全部实现在线操作;打造数字化阳光采购平台,制定线上化采购管理制度;建立物料编码规则及物料技术标准,运用科技管理系统进行物料数据的结构化设计,构建配套件、自制件等数据库,准确高效传递供应链信息;基于ERP数据建立分品类的物料库存周转率监控模型,搭建监控数字化仪表盘。应用成效:通过数字技术打造了敏捷型供应链,产品成本持续降低;建成采购框架协议监控和管理机制,实现了框架协议实时监控和优化改善;拓宽了采购渠道,提升了采购效率,全过程实现透明化,供应商可控性加强。实现了快速响应客户需求,使供应链管理达到规范、透明、科学、高效,提升了供应链的综合运营质量和效率。案例 沈鼓集团:数字化创造敏捷型供应链模式附图10 左图为中煤科工常州院的仓库;右图为智物流管理系统场景:生产管理企业简介及痛点问题:中煤科工集团常州研究院有限公司专业从事煤矿自动化、信息化产品的研发、生产、销售和服务。在工业企业以“智能制造”为主攻方向的趋势以及打造世界一流创新型企业的战略定位下,常州院原有的批量生产方式难以满足“定制化、多品种、小批量”的市场需求。企业亟需实施精益管理与数字化转型,打破业务与数据壁垒,不断提升协同水平,推动企业高效运营。解决方案:企业引入单件流的生产方式,采用节拍化拉式生产,颠覆性变革车间的生产组织形式;引入供应商管理和供应商质量,提高采购效率,缩短产品交付周期,提高供应商交付质量;展开S、目视化管理;引入异常管理精益数字化工具,提高异常处理效率;引入智物流系统实现对所有产品的实时扫码出入库,以及对部分产品核心部件的生产装配、测试检验、维修、包装、出入库的全过程跟踪记录,形成统计报表供查询分析,实现供应商的交货管理、销售出库后的包装运输管理。应用成效:车间年传感器线人均效率提升%以上,产品订单交付及时率提高%,生产周期缩短%,物流配送路径缩短%,终检不合格率降低%,直接人工成本下降万元。年二期种拓展产品的平均生产周期缩短了%,生产工时降低%,节省直接工时费用万元。案例 中煤科工常州院:精益数字化支撑多品种、小批量生产附图11 上图为杰克科技的订单交付全流程看板;下图为物流管理流程场景:物流管理企业背景及痛点问题:杰克科技股份有限公司起源于 年,专业从事智能缝制装备研发制造,主导产品有智能裁床、智能工业缝纫机以及缝制装备关键部件等。在竞争日益激烈的环境下,杰克科技的生产效率需要进一步提升。在物流管理方面,企业仍采取传统的货架式配送管理方式,存在人员培养不足、物料配送不及时、物料等待现象频繁等问题,亟需在物流配送管理上做出创新与改善。解决方案:杰克开发智物流管理系统打通供应链环节,实现信息流、实物流和数据流的三流合一。通过拉动式物流网络、智能校料、精准配送、自动报工,实现全生产物流的透明化管理。在收料端,从供应商发货、出库送货、在途状态到收货整个过程实现实时监控;智物流数据后台自动根据物料分类显示待检状态信息,并根据仓库库存及调度的生产需求对物料标明“加急”、“正常”,提高检验员对待检物料的把控;仓库账务数据实时同步,检货员根据工厂生产工单同步接收备料减配单进行减配出库,库存数据同步更新;设置四向穿梭车立库货架,减轻员工劳动强度,减少仓 管 人 员,实 现“零 等 待”;将 AGV 小 车 与MES、智物流系统的信息无缝对接,实现车间物料配送的实时化、自动化,实现精准配送、JIT管理。应用成效:在实施智物流项目后,仓库人员减少了/,备货效率提升了一半,仓管员的劳动强度显著降低。同时,很好的解决了车间缺料问题,避免了因呼叫不及时导致的缺料等待,有效控制了现场库存资金,固化了改善措施,实现了生产制造全流程及时、高效、透明一体化运营管理。案例 杰克科技:智慧物流提升 JIT 管理附图12 左图为上海烟草机械的异常问题处置部分截图;右图为异常进度实时看板场景:生产管理企业背景及痛点问题:上海烟草机械有限责任公司主要经营烟草机械制造、大修,烟草机械零配件、数控机床零部件、通用机械的制造及修理。在客户需求量快速增长的压力下,公司产品交付周期需要进一步缩短。而阻碍客户交付的因素主要包括现场异常问题频发、问题解决时限长,严重影响了生产制造周期,需要应用更轻量化的信息化手段固化基层流程。解决方案:以精益管理为载体,以交付周期缩短、生产效率提升、成本降低为目标开展改善活动。导入精益方法展开异常管理,根据异常处理的难易程度、重要度对异常进行分级管理,对常见异常类型进行分类管理,并明确第一责任部门;针对异常建章立制,固化异常响应与处理流程,建立考评项;通过异常管理数据多维度统计分析问题,初步建立用数据思维取代定性思维。采用异常管理精益数字化工具明确异常标准、提报处理流程,包括快速响应、分级推送、目视上屏、原因分析、统计归纳、知识积累等环节。应用成效:异常处理状态的实时化、目视化使处理效率显著提升;异常的快速响应与处理促使产品制造过程中断减少,周期大大缩短;设备长时间停机减少,重大故障停机件数同比下降.%,平均故障间隔提升.%;设备维修成本同比降低.%;强大的报表系统为决策者提供决策依据。案例 上海烟草机械:异常管理数字化工具赋能精益现场场景:生产管理企业背景及痛点问题:中车株洲电力机车有限公司是中车旗下的核心子公司,主营业务为干线铁路电力机车、电动车组和城市轨道交通装备及其零部件的研发、制造、维修、销售与售后服务。年,订单需求增加,而当时公司的生产质量更多依赖工艺人员的水平,产线长、布局大,整体一致性差。为保证作业效率,优质完成生产目标,公司实施改善。解决方案:企业根据现场写实情况与标准工时,梳理了转向架城轨构架整合等多项项目的工序关系,运用山积图、工序推移图等精益工具对瓶颈工序进行了分析、优化,对部分工序进行了切分、整合,为工位平衡奠定基础。采用焊接机器人等先进设备进行生产制造,根据工序关系和各工序的标准工时、作业人数输出各项目的工位制节拍化排程,实现“定人、定物料、定节拍、定作业内容”的管理模式,建设数字化生产车间并推广,促进产线装备数字化应用,完善数字化制造体系。搭建数字化质量管理系统,建立产品制造数据贯通的标准体系;搭建物流数字化管理平台,提升项目计划、生产计划、采购计划、物流计划、销售发运计划等各类计划、资源的协同与调配,打造智慧物流体系;应用AGV、智能立体料库等实现仓储的数字化管理;打通PLM、ERP各系统接口,实现数据贯通,促进采购与供应链的流程数字化;并致力统筹研发、生产、供应链、销售等全业务数据,打造精益高效、可视可控的管理协同精益数字化平台,建设“智慧株机”。应用成效:以精益指标体系为牵引,以数字化技术赋能工厂建设,促进了产线装备数字化应用,完善了数字化生产体系。具体体现:其一,节拍兑现率提升%,生产周期缩短%,生产产量提升%;其二,转运一体化配送工装的投入使用,为物料的齐套性管理奠定了基础,使物料齐套率提升了%,一次交验合格率提升了%。同时,解决了现场物料积压问题,主料定额的准确率达到%,节约了生产管理、人工等大量成本。案例 中车株机:数字赋能生产制造,致力建设“智慧株机”稳定的前提下,总装制造周期由天缩至天,转向架横梁制造周期减少天,车顶受电弓框架安装制造周期由天减少为天。通过数据集成,结合三三制组织模式推进划分生产工位,实现城轨总组装产线周期压缩%,人员配置优化%,构架焊接产线周期压缩%,人员配置优化%。数据驱动、指标引领的标准作业模式,使全员劳动生产率提升%,节能降耗%。持续优化布局,整合资源,减少外租库房面积约万平米,实现仓储及运输成本降低约%。经过多年建设,中车四方股份公司由“技术 市场 精益 数字”四轮驱动,对内导向最小投入、最大收益,对外推动业务拓展、价值创造,已完成“一个基础,四个平台、三大体系”建设。场景:生产管理企业背景及痛点问题:中车青岛四方机车车辆股份有限公司是中车单体最大的企业,中国高速列车产业化基地,高档铁路客车主导设计制造企业、城市轨道交通车辆制造商和国家轨道交通装备产品重要出口基地。高速铁路经过六次大提速之后,国内铁路与城轨车辆需求持续增长,中车四方股份公司生产环节面临制造能力不足、现场生产组织管理粗放无序等问题,必须通过精益生产确保订单准时交付。解决方案:企业以EMU动车组生产线为试点线,导入S、质量过程控制等精益生产理论,构建基于最小作业单元 的三三制组织模式 并实施应用,形成基于最小作业单元的工位制节拍化流水线,提升生产协同效能。应用轮轴生产工序数字化技术,实现轮轴生产过程的智能调度、状态监控、质量管控;构建监控指标体系,升级轮轴区域指挥中心;构建以数据驱动、指标引领的集中值守、智能诊断、事件驱动、柔派工的标准作业模式,提升产品质量及产线效能。建设智能物流系统,实施JIT、VMI策略。建设由生产拉动,覆盖研发、供应链等全价值链的精益数字化管理模式。应用成效:EMU动车组在产品质量保持案例 中车四方股份:“四轮”驱动高质量发展附图14-1 能源管理中心系统界面稳定的前提下,总装制造周期由天缩至天,转向架横梁制造周期减少天,车顶受电弓框架安装制造周期由天减少为天。通过数据集成,结合三三制组织模式推进划分生产工位,实现城轨总组装产线周期压缩%,人员配置优化%,构架焊接产线周期压缩%,人员配置优化%。数据驱动、指标引领的标准作业模式,使全员劳动生产率提升%,节能降耗%。持续优化布局,整合资源,减少外租库房面积约万平米,实现仓储及运输成本降低约%。经过多年建设,中车四方股份公司由“技术 市场 精益 数字”四轮驱动,对内导向最小投入、最大收益,对外推动业务拓展、价值创造,已完成“一个基础,四个平台、三大体系”建设。附图14-2 上图为车体生产现场;下图为转向架生产现场附图14-3 中车四方股份的轮对生产线控制中心指挥示图附图15 左图为中车浦镇的生产作业方式变革过程示图;右图为精益生产管理流程优化示图场景:生产管理企业背景及痛点问题:中车南京浦镇车辆有限公司是中车旗下的一级子公司,是我国铁路客车、动车组和城市轨道交通装备专业化研制企业、系统集成供应商及城市轨道交通运行方案解决者。世纪初中国轨道交通加速发展,市场需求量急剧增加,而当时中车浦镇面临的问题是生产作业组织方式传统,产品作业质量依靠后续检查,作业管理混乱、生产效率低,各项管理无法落地且可追溯性差,急需构建创新运营管理模式促进可持续发展。解决方案:在生产组织方式上,企业采用工位制管理、异常灯拉动、目视化管理等组织工位制节拍化生产等精益方式;通过七大任务表单化、工序推移图、员工山积图打造标准工位,使工艺组织模式向柔性化生产转变,管理组织模式向模块化管理转变。企业采用智能仓储系统和集成智能物流装备,形成“工位制节拍化套餐式”的物料管控模式;并通过对生产计划的分解,形成节拍化精准配送。搭建数字化平台,实现多业务的实时异常监测和响应,逐步构建围绕市场订单交付,以工位制节拍化生产方式拉动全价值流程和部门一体化的运营管理方式。应用成效:在年导入和实施精益生产后,中车浦镇的生产效率大幅提升,质量缺陷下降,总装A组装产线生产效率提升%,侧窗粘接作业单车生产效率提升%,产品一次交检合格率提升%;转向架C组装产线效率提升%,人工专检点减少%,交检工位自动化检验率达到%,转向架挂件组装一次交检合格率提高%;达产年生产总成本降低.万元。在夯实精益的基础上构建数字化运营管理平台,全面提升了精益数字化管理水平。案例 中车浦镇:精益建设生产作业组织方式附图16 左图为河南油田的异常进度实时看板;右图为新庄采油管理区异常分析场景:战略与文化企业背景及痛点问题:河南油田是河南石油勘探局有限公司、河南油田分公司的统称,分公司主营油气勘探开发、油气技术服务、精蜡化工、油气销售业务,勘探局有限公司主营生产保障、生产服务、资产经营等业务。河南油田秉承精益管理理念,大力推动精益质量改善战略部署,在质量管理、资产经营等方面实施深化改革,推动基础工作改进提升,夯实精益管理基础。面对抽采设备异常、注聚质量异常等处理过程不透明、不及时,以及无法明确根因等问题,河南石油采用数字化技术积极应对。解决方案:以解决问题为导向,河南油田采用异常管理的精益数字化工具,实现在App端完成异常提报、异常响应、处理记录等步骤,压缩企业间技术、知识交流等异常管理工作,实现多部门信息共享、完善责任制和快速响应机制。以异常管理为引擎,优化流程、实现扁平化架构,使得收入分配向生产一线的关键岗位倾斜。企业将精益管理融入到管理提升,建立一套系统的应急环保管理机制。通过PC异常实时看板查看实时数据,将经营项目工作量、价值量、经济技术指标转化为简单直观的明白线,搭建一条主线多点控制、协调联动的总体框架,全面梳理、细化分解业务场景,持续改进。应用成效:截止年月底,油田异常上报和处置共余条,异常响应平均用时.小时,较去年提速%;异常等待平均用时.小时,较历史平均提速%;异常处置提速%。年增产原油余吨,创造直接收益近万元。河南油田强化价值引领,将精益管理融入企业深化改革,精准绩效考核,激发创新创效活力,构建了覆盖基层、中层、高层的数字化人才体系,逐渐塑造自主进行战略管理决策的文化基因。案例 河南油田:持续推进精益数字化转型,重塑文化基因附图17 左图为科迈股份的精益数字化运营体系;右图为微通道新工艺车间场景:全价值链管理企业背景及痛点问题:科迈化工股份有限公司作为在全球范围具有影响力的大型橡胶助剂制造商,拥有科迈天津、科迈内蒙、科迈江苏、科迈河北(筹)四大生产基地及全球营销网络,并在海外多个国家建立了销售子公司。年公司出现生产计划完成率与产出水平低的问题。年行业产能严重过剩,公司面临日益激烈的市场竞争,下半年首次遭遇了亏损问题。解决方案:企业引入精益管理理论,建设精益生产、精益研发、精益供应链、精益销售、精益服务的全价值链精益管理模式,夯实基础。在精益管理的“减负功能”逐渐产生成效后,企业采用异常管理的精益数字化工具,对企业异常项及异常报警线进行标准化梳理,通过对异常问题的及时记录、快速反应和异常管理流程的透明化以及异常数据的统计分析,发现问题根因,从人员、设备、现场、质量等多个层面全面提升运营效率。通过将异常管理的精益数字化工具与ERP、EAM、SCADA等信息化系统的融合应用,科迈股份实施数字化“(N)”计划,实行全价值链的精益数字化管理,致力于打造“创新引领、数字赋能、安全绿色、开放共赢”的数字科迈。应用成效:通过定期的数据分析拉动改善,异常影响出现了指数级别的下降,并在持续发酵和固化成果,建立了成本优势。以CBS车间为例,年至月产品单吨成本降低.%。通过持续推进异常管理的精益数字化工具,科迈股份在疫情等外部风险冲击的环境下,仍能满负荷生产,实现了资源高效协同,年综合收益增加约万元/年,这为科迈股份创造了价值,持续推进数字科迈建设。案例 科迈股份:精益数字化工具助力运营效率全面提升场景:生产管理企业背景及痛点问题:芜湖新兴铸管有限责任公司为新兴铸管股份有限公司所属全资子公司,可生产多种接口型式、多种防腐处理的球墨铸铁管,冷镦钢、优质碳素结构钢等多个钢种,其中球墨铸铁管的生产规模、综合技术实力居世界领先水平。芜湖新兴铸管在精益数字化转型过程中遇到以下问题:生产制造环节存在很多影响效率和计划达成的停顿和异常,而企业在应对这些问题时更多是定性关闭,没有很好地将问题作为改善提升的机会,无论产能、设备稳定性、质量都尚存在改善的巨大潜力。具体表现在现场各单位异常问题的分类不明确、记录格式不统一;缺乏各类异常问题发生原因、响应速度、处理过程和结果的详细记录;未直接影响生产或对生产影响小的众多异常被隐藏、埋没;纸质记录异常容易遗失,导致各类数据难以汇总等。导致异常问题暴露不充分、异常数据统计分析困难、出现重复异常持续发生问题很难实现针对性改善。解决方案:针对生产现场异常处理的问题,公司引入异常管理的精益数字化工具。异常管理工具涵盖试点单位生产管理中%以上的异常内容,并明确了这些异常问题的二级分类,例如工艺管理被细分为精炼周期异常、精炼温度异常、成分异常、外观缺陷等,使问题更加明确和显现化。通过对异常类别中的异常项细化展示、排名,使得关键影响企业生产效率的问题清晰可见,明确了引发异常问题的根因,为各业务部门精准分析问题和快速解决问题提供了数据支撑。基于异常管理工具中的异常情况中控室实时看板,管理层能够清晰看到各项目的进度和问题关键点,有效做出决策。针对异常问题,企业采取课题管理模式,通过发挥各层级改善能力,使公司营造了良好的从异常出发到课题改善结束的氛围,越来越多的人思想意识上经历了从逃避问题到主动拥抱问题、变问题为财富的深刻转变。为了更好地推进精益管理持续改善,企业搭建了“精益在线平台”,通过数字化的手段进行提案改善的管理。平台的使用解决了传统改善提案格式调整多、沟通成本高、统计检索困难、数据分析复杂、经验难以共享等痛点问题,实现了改善提案的录入防错化、输出统一化、审核专业化、流程表单化、收益数字化、过程透明化、分析精准化、信息共享化。应用成效:自年月异常管理精益数字化上线,截止到年月底四个试点部门共提报并处理异常余条,形成了充分暴露异常问题的氛围和机制;通过中控室大屏实时显示并跟催异常处理进度,异常得到快速响应和及时处案例 芜湖新兴铸管:精益数字化工具助力异常管理能力提升理,确保异常关闭率实现%;通过设定异常分析周报、月报,从提报部门、处理部门、异常时长、次数、类别、发生区域、平均响应时长、平均处理时长等多维度多层级进行分析管控,提高了异常管控的能力及效率;同时通过对重复异常导入再发防止流程形成专项攻关,追根究底进行改善,降低重复异常的发生,并导入知识库模块汇同提报的所有异常处理信息,为企业积累了大量的异常处理数据信息,不断完善公司异常处理知识库,以充分挖掘异常处理数据价值。四个试点单位整体异常次数、异常时长及异常响应时间均出现持续下降的良好趋势。异常管理这一精益数字化工具的运用,提高了企业异常管理的效能,有效降低了异常带来的成本损失,进一步增强了公司在行业中的核心竞争力。“精益在线平台”聚焦于各类异常的持续改善,促使企业形成了持续改善的机制,收获了良好的经济效益。以年为例:截止到月底,企业月平均改善提案余条,累计创造效益万元;完成专项课题攻关余项,创造效益万元。附图18 左图为芜湖新兴钢管的生产现场;右图为精益数字化异常管理大屏场景:战略与文化企业背景及痛点问题:烟台中宠食品股份有限公司是中国宠物食品行业的龙头企业,于年在深圳证券交易所主板成功上市。基于“成为全球宠物食品行业在干粮、湿粮和零食赛道上生产规模和品牌建设的领导者”的战略目标,中宠股份制定了构建特色精益数字化运营管理模式的计划。通过导入OMS、ETL、ERP等信息化系统对营销、生产等环节改善,在效率提升、数据管控等方面取得成效。但是企业遇到了新的问题和挑战:企业运营架构不够高效顺畅,复杂业务协作尚存困难;异常问题未明确根因,无法防止问题再发生;员工的精益数字化意识较为单薄,导致工作推行配合存在较大难度。解决方案:中宠股份在已有信息化系统的基础上,采用异常管理的精益数字化工具实现问题处理的协同化、可视化、透明化和智能化,全程追溯异常问题处理过程,基于积累的大量高价值数据明确问题根因,防止问题再发生;通过持续改善的精益数字化工具,实现标准化把控任务流程,将经验显性化;通过可视化面板展示任务资源冲突,能够及时调整资源配置保证生产。精益数字化工具与OMS、ETL、ERP等信息化系统融合,打通多业务间的数据互联,实现数据固化。中宠股份通过外部招聘、内部培养等方式,建立公司外训后转训以及内部培训机制,构建精益数字化人才育成体系,促进持续改进。立足于“体系架构” “人才育成” “数字固化”,建设具有中宠特色的精益数字化文化。实施效果:引入异常管理的精益数字化工具后,异常管理每月提报数量稳定,异常总时长下降,评价异常时长下降趋势明显,异常关闭率始终保持%以上,个月达到%。在仓储管理上,提升了仓库空间利用率,降低了仓储的作业差错率,实现了产品批次或有效期管理及库存预警。在订单处理上,实现了与多方电商平台线上业务对接,线上线下全渠道订单整合管理等。通过持续推进精益数字化工具在研产供销全价值链的有效整合和应用,促进中宠股份在向精益数字化转型过程中的稳步快速发展,逐步构建了具有中宠特色的精益数字化运营管理模式。案例 中宠股份:构建特色的精益数字化运营管理模式附图19 左图为中宠股份的异常进度实时看板;右图为生产现场销售到计划,再到生产、供应链的全面协同,工厂管理更透明。应用成效:系统自动化排产,通过APS导入,由手工排产转换为APS系统排产,提高了排程效率,排程活动平均时长缩短%,排程结果的时间精度到.小时,可快速应对紧急插单情况,并快速地进行滚动排产,对排程涉及生产资源占用情况监控、分析、优化,提高生产资源利用率。APS与ERP、TCM、MES、WMS等相联相通、高效协同,计划指令系统化下达且规范化程度提升,建立了排程与执行的流程管理机制,形成多部门多系统高度协调的高效计划体系。附图20-1 烽火通信的生产排产模型场景:生产管理企业背景及痛点问题:烽火通信科技股份有限公司是中国信息通信科技集团旗下的上市企业,在国内光通信行业居于领先地位,其产品类别涵盖光网络、宽带数据、光纤光缆三大系列。由于公司采用多品种、小批量的生产模式,月计划动辄成千上万,生产设备资源众多,插单撤单频繁,造成生产计划排程和调度工作非常繁重、复杂,作业计划制定粗放,无法实现精细的产能评估。解决方案:公司启动APS(Advanced Plan-ning and Scheduling)排程系统,充分利用企业资源,生成按产能和约束时间维度划分的生产计划。导入TPM、DM、JIT等精益理论,与APS系统相结合,解决工厂多工序、多资源的优化调度问题。APS与ERP、TCM、MES、WMS等信息化系统互联,高效协同,实现从TCM、ERP、MES系统自动获取产品工艺路线、标准工时、订单数据、资源数据等排程基础数据。APS系统生产排程后下达备料指令和作业指令给WMS系统和MES系统,自动获取后者实绩数据,实现快速滚动排产。同时,烽火通信应用CIM持续改进系统进行精益项目全流程管理、质量回溯管理,应用QMS进行供应链质量管理。通过系统集成打通从案例 烽火通信:夯实精益基础,持续推进数字化进程销售到计划,再到生产、供应链的全面协同,工厂管理更透明。应用成效:系统自动化排产,通过APS导入,由手工排产转换为APS系统排产,提高了排程效率,排程活动平均时长缩短%,排程结果的时间精度到.小时,可快速应对紧急插单情况,并快速地进行滚动排产,对排程涉及生产资源占用情况监控、分析、优化,提高生产资源利用率。APS与ERP、TCM、MES、WMS等相联相通、高效协同,计划指令系统化下达且规范化程度提升,建立了排程与执行的流程管理机制,形成多部门多系统高度协调的高效计划体系。附图20-2 排产结果示图天津爱波瑞科技发展有限公司地址:天津市和平区环球金融中心邮编:电话:-传真:-网址:http:/
中国智能制造系统解决方案市场研究报告(2021)Market Research Report on System Solutions of Intelligent Manufaturing Industries in China(2021)智能制造系统解决方案供应商联盟2022 年 8 月版权声明本报告版权属于中国电子技术标准化研究院,并受法律保护。未经我院事先书面授权,不得以任何方式复制、抄袭、影印、翻译本文档的任何部分。凡转载、摘编或利用其他方式引用本文的观点、数据,应注明“来源:中国电子技术标准化研究院”。违反上述声明者,本院将追究其相关法律责任。编写单位(排名不分先后)中国电子技术标准化研究院北京和利时系统工程有限公司中国航空规划设计研究总院有限公司国机智能技术研究院有限公司 北京兰光创新科技有限公司北自所(北京)科技发展股份有限公司 石化盈科信息技术有限责任公司中国质量认证中心 用友网络科技股份有限公司浙江中控技术股份有限公司 北京航天云路有限公司安世亚太科技股份有限公司 金航数码科技有限责任公司天津爱波瑞科技发展有限公司 奇安信科技集团股份有限公司西安前沿动力软件开发有限责任公司 东风设计研究院有限公司国机工业互联网研究院(河南)有限公司机械工业第六设计研究院有限公司 中国纺织机械协会中国钢铁工业协会 中国汽车技术研究中心有限公司北京诚益通控制工程科技股份有限公司 北京和利康源医疗科技有限公司青岛数智船海科技有限公司编撰成员指导专家张相木 蒋白桦 祝宪民 朱毅明 徐 静 吕 鹏 陈 琛编写人员(排名不分先后)程多福 郭 楠 张智钧 闫理跃 程雨航 李 佳 焦国涛 胡成林 韩 丽 胡 琳 何宏宏 李瑞琪 崔文雅 纪婷钰 陈艳利 左 鹏 贾仕齐 张 欣 王成然 胡 锐 饶 丰 王明珠 朱铎先 高立兵 吕海洋 俞文光 刘 屹 王宏源 刘金易 王恩青 张保刚 周 欢 刘双虎 符鑫峰 何 滨 虞日跃 朱邦伟 张 然 于浩然致 谢本报告由工业和信息化部装备工业一司指导,中国电子技术标准化研究院牵头编写,得到了智能制造系统解决方案供应商联盟以及各参编单位的大力支持和帮助。北京道口金科科技有限公司提供了部分数据支持。目 录总 序 1一、市场总体分析 3(一)市场规模 4(二)供应商基本情况 5(三)供应商地域分布 6(四)区域供给能力 7(五)供应商业务领域、营业收入及融资情况 8(六)供应商服务行业情况 10(七)供应商创新能力 11二、细分场景市场分析 12(一)工厂设计 12(二)产品研发和工艺设计 20(三)生产作业 26(四)仓储配送 36(五)质量管控 43(六)设备运维 51(七)安全管控 57(八)能源与环保管控 64(九)经营管理 71三、典型行业市场分析 79(一)汽车行业 79(二)制药行业 81(三)电子信息行业 82(四)石油化工行业 84(五)纺织服装行业 85(六)通用机械行业 87(七)钢铁冶炼行业 88四、发展与展望90-1-一、市场总体分析总序数字经济正成为推动世界经济发展的新动力,我国深入实施数字经济发展战略,推进数字产业化和产业数字化取得积极成效。习近平总书记强调“推动数字经济和实体经济融合发展”,“推动制造业、服务业、农业等产业数字化”,“发挥数字技术对经济发展的放大、叠加、倍增作用”。数字经济时代的工业化呈现出不同于传统工业化的新特征新态势,这为我国制造业构建竞争优势提供了难得机遇。智能制造是制造强国建设的主攻方向,是实现我国制造业高质量发展、带动传统产业数字化转型升级的主要技术路线。“十四五”智能制造发展规划提出加快推进制造业高质量发展,着力打造系统解决方案,加快系统解决方案供应商培育,鼓励供应商与制造企业加强供需互动、联合创新,提供专业化、高水平、一站式的集成服务。智能制造系统解决方案供应商已成为实施智能制造主体中最具活力、最具创新力的中坚力量,将带动制造业产业链上下游实现整体升级和技术突破。为摸清我国智能制造系统解决方案市场整体发展现状,了解智能制造关键技术应用水平,梳理制造业企业市场需求动态,明确今后工作的重点方向,推进智能制造向纵深发展,智能制造系统解决方案供应商联盟(以下简称“联盟”)组织编写本报告。报告内容以智能制造典型场景作为切入点,参考工业和信息化部等四部门联合发布的智能制造典型场景参考指引(2021年),通过座谈交流、问卷调研、资料分析、数据挖掘、专家咨询等方式研究系统解决方案市场情况,从多个维度分析供应商发展情况,为进一步培育供应商提供建议-2-中国智能制造系统解决方案市场研究报告(2021)参考。智能制造系统解决方案涉及场景和领域众多,报告围绕市场重点关注的议题进行了访谈调研,给出了定性和定量的研究结果。由于本研究中部分领域专业性较强,限于资料和编者水平,报告中难免存在不足之处,欢迎读者批评指正。-3-一、市场总体分析“十三五”以来,我国围绕智能制造试点示范、新模式应用推广、供应商培育、标准体系建设等开展了一系列工作。国内制造业企业在提升质量、效益和核心竞争力等方面的内生需求持续增长,智能制造系统解决方案市场日新月盛。主营业务收入超10亿元的系统解决方案供应商数量不断增多,智能制造装备国内市场满足率超过了50%,智能制造供给能力不断增强,整体发展态势良好。本报告以联盟成员单位、符合智能制造系统解决方案供应商规范条件的供应商等近千家重点联系企业作为研究主体,涵盖了重点领域的龙头供应商和典型代表企业,其服务的对象包括了机械制造、石油化工、电子信息等十余个重点行业,提供的系统解决方案覆盖绝大部分智能制造典型应用场景,占国内供应商交易规模的80%以上。数据统计范围包括面向制造企业的通用智能装备(如工业机器人、智能仓储系统、在线检测系统等),相关工业软件(如计算机辅助设计软件、产品全生命周期管理系统、制造执行系统、质量管理系统等),系统集成服务(如智能工厂规划、数字化产线和信息化系统集成)等内容。报告在编制过程中,参考了工业和信息化部、国家统计局、第三方智库等方面公布的数据,发放调研问卷共计578份,回收问卷516份,并重点访谈了来自183家制造企业和80余家供应商的生产管理者或智能制造战略设计者等代表。报告着重分析了供应商的业务领域、服务能力、市场发展情况等内容。一、市场总体分析-4-中国智能制造系统解决方案市场研究报告(2021)(一)市场规模数据显示,2021年重点联系供应商的交易规模达到6598.98亿元。近年来,在国内外形势变化等多重市场波动因素影响下,我国智能制造系统解决方案市场规模实现稳步增长,趋势不断向好。“十三五”期间,中央层面提及智能制造政策64项,全国范围内有1827项,对智能制造市场发展起到了直接的带动作用。近三年来,系统解决方案市场以平均13.8%的增长率保持快速增长,虽然2020年由于疫情影响增长放缓,但在2021年大幅增长。可以预见,未来随着疫情逐渐稳定,系统解决方案市场仍将保持快速增长。图1-1 2018-2021年重点联系供应商交易规模情况注:交易规模主要包括用于工厂设计、产品研发、生产作业、仓储配送、经营管理等环节的通用智能装备、工业软件、系统集成服务等,行业专用装备未纳入本次重点研究范围。与上一版市场研究报告统计范畴相比,增加了通用智能装备和部分软件的交易规模数据。(亿元)700060004490.075242.335575.946598.985000400030002000100002018 年2019 年2020 年2021 年-5-一、市场总体分析(二)供应商基本情况从服务年限来看,重点联系供应商中有210家供应商的服务年限超过20年,68%的供应商的服务年限在5-20年之间。多数供应商深耕专业领域多年,提供迭代成熟的系统解决方案,积累了丰富的智能制造项目经验,具有良好的市场竞争力。图1-2 供应商服务年限分布情况从企业性质看,国有性质的98家供应商,多分布在航空航天、轨道交通、船舶海洋等国家核心主导产业中;民营性质供应商发展迅猛,数量最多,占比达78.9%,主要分布在汽车、电子、机械等行业领域,不断融入智能制造产业链,促进市场的活跃发展,成为市场发展的重要驱动力量。20 年以上5-20 年5 年以下54 家(7%)210 家(25%)570 家(68%)-6-中国智能制造系统解决方案市场研究报告(2021)图1-3 供应商企业性质情况图1-4 供应商数量地域分布情况(三)供应商地域分布从地域分布来看,重点联系供应商主要分布在长三角、珠三角、京津冀等经济发达地区。智能制造系统解决方案具有知识密集、技术民营国有外资其他658 家(78.9%)98 家(11.8%)74 家(8.9%)4 家(0.4%)(家)18017212911995473636262619160140120100806040200北京上海广东江苏浙江辽宁山东湖北天津河南-7-一、市场总体分析创新的特点,北京、上海的供应商数量最多,分别为172家和129家。同时,广东、江苏等制造业发达地区的供应商数量较多,与当地制造业企业的市场需求成正比。(四)区域供给能力重点联系供应商主要集中在华东、华北以及华南等沿海地区。其中,华东地区的供应商服务能力突出,签订的市场订单规模达到2311.47亿元,占全国总销售规模的32%。从全国各省(市)的销售规模来看,北京、广东、上海、江苏、浙江等地排名靠前。如,从各地区间贸易关系来看,北京市的供应商面向全国输出系统解决方案,市场覆盖范围最广;广东省的供应商更多满足其省内的制造企业需求,省外市场占比较低;上海市的供应商在满足本市制造企业需求外,还重点服务于江苏、浙江等长三角区域的制造企业,促进区域协同发展。图1-5 区域市场订单规模情况05001000150020002500(亿元)华东华北华南华中东北西南西北2311.471679.921472.36549.16283.88203.4398.78-8-中国智能制造系统解决方案市场研究报告(2021)从供应商交易规模所对应的服务场景来看,生产作业、仓储配送、质量管控、工厂设计等场景的交易规模最大。多数企业选择生产、仓储、质量等核心制造场景作为智能制造升级改造的重点方向;而安全管控、产品研发和工艺设计等部分场景交易规模较小。注:圆圈面积代表交易规模水平。图1-6 各场景市场交易规模对比(五)供应商业务领域、营业收入及融资情况供应商所处业务领域可划分为智能装备、系统集成、工业软件和规划设计。其中,智能装备领域的供应商数量最多,达到451家;规划设计领域企业数量最少,仅有20家。部分供应商通过自主研发或收购兼并等方式横向拓展业务,具备了成套系统解决方案的能力。工厂设计生产作业仓储配送质量管控设备运维安全管控能源与环保经营管理产品研发和工艺设计西北西南华中华东东北华北华南-9-一、市场总体分析2021年主营业务收入超过10亿元的重点联系供应商有97家,其中约有30家供应商是在智能装备领域的上市公司。341家供应商主营业务收入在1-10亿元之间,占比接近41%,而千万级以下的供应商数量为155家。对比上市供应商2020年营收情况,行业领先的供应商营收增幅明显。图1-8 供应商主营收入分布情况图1-7 供应商业务领域分布情况(家)500400300200100045119816520智能装备系统集成工业软件规划设计(家)40030020010009710 亿及以上110 亿千万级千万级以下341241155-10-中国智能制造系统解决方案市场研究报告(2021)根据已披露投融资数据统计,共有371家重点联系供应商在资本市场完成过融资。其中,上市公司占比超过50%,达到186家。未上市公司中处于A轮以前早期投资阶段的企业21家,处于A轮-C轮创业投资阶段的企业41家,完成C轮以上或者战略投资、收并购等达到私募股权投资阶段的企业达到72家,挂牌新三板的企业共计51家。除强制性公开披露信息的新三板及IPO融资外,在一级私募股权投资市场中获得融资的供应商企业以中后期为主,再次印证了该领域大中型企业数量较多的情况。此外,从近年来融资企业数量来看,智能制造系统解决方案供应商受到资本市场关注。图1-9 已融资供应商所处融资阶段分布情况(六)供应商服务行业情况重点联系供应商服务的制造企业中,全年累计采购智能制造系统解决方案金额超过50万元的制造企业数量超过3万家。服务的制造业企业数量主要分布在通用机械、石油化工、专用机械、电子信息、汽车及零部件等17个重点行业。(家)200150100500早期投资21417251186创业投资私募股权投资新三板IPO-11-一、市场总体分析生产作业质量管控仓储配送设备运维经营管理能源与环保工厂设计安全管控产品研发和工艺设计(项)1000008000060000400002000008769125722183941226187516750665352551853(七)供应商创新能力对重点联系供应商拥有的专利、软著等知识产权数量进行统计,发现知识产权数量与交易规模成正相关特点。在生产作业场景中,供应商拥有的知识产权数量最多,达到87691项。供应商在生产作业、质量管控、仓储配送等场景的创新意识和创新能力较高。在其他场景,供应商还需持续加强技术能力的创新、应用和升级。图1-10 供应商服务的制造企业所属主要行业图1-11 供应商知识产权数量分布情况(家)700059955615527533032240218818551742556574376487659865114614126000500040003000200010000通用机械石油化工专用机械电子信息汽车及零部件电气设备生物医药钢铁冶金轻工行业纺织服装食品制造家具制造建筑材料仪器仪表轨道交通装备船舶与海洋装备航空航天-12-中国智能制造系统解决方案市场研究报告(2021)二、细分场景市场分析参考智能制造典型场景参考指引(2021年),本报告以智能制造典型场景为主线,分析各细分场景的市场需求和业务模式;通过访谈制造企业和供应商,梳理了典型解决方案的投入水平和应用情况;研究各场景解决方案市场及供应商发展情况,形成各场景供应商图谱,总结技术及市场发展趋势等。图2-1 智能制造系统解决方案典型应用场景全景图(一)工厂设计工厂设计主要是指对智能工厂、数字化车间及产线的整体方案规划设计和数字化模型交付。工厂数字化设计以产品研发设计、生产运营、物流供应、企业管理与客户服务等各个阶段业务应用为主线,满足信息系统架构建设需求,通过三维建模、系统仿真、设计优化等技术手段,提供整体的智能工厂设计解决方案及框架。设计过程依托数-13-一、市场总体分析字化设计平台实现设计过程的模块化、标准化、可视化、协同化,完成基于数字模型的工厂规划和设计,提高设计效率和质量。工厂数字化交付通过搭建数字化交付平台,结合轻量化模型、模型对象编码、仿真与虚拟调试等技术,实现数字化的设计方案移交、产线规划、设备虚拟安装、软硬件部署、工厂/车间运行调试、工厂/车间漫游等虚拟功能,打破工厂设计、建设和运维期间的数据壁垒,为工厂主要业务系统提供基础共性数据支撑。1.市场需求分析区别于传统的工厂设计方案,制造企业更希望这类解决方案在智能工厂工艺流程优化设计、运行数据模型设计、信息系统整体规划设计等方面发挥作用。流程型制造和离散型制造因生产方式的差异,对工厂设计的需求有所不同。图2-2 工厂设计环节行业需求-14-中国智能制造系统解决方案市场研究报告(2021)2.业务模式图2-3 工厂设计环节系统解决方案业务模式3.项目投入水平工厂设计项目投入金额与工厂整体建设投资规模以及设计方案的详细程度密切相关。根据重点联系企业的调研情况,智能工厂数字化设计方案的模型全面性、细致程度及准确性等指标,如模型的信息粒度和建模精度等方案内容细节,是合同金额差距的主要决定因素。数字化设计的项目投资金额多数在30-100万之间;多数企业在数字化交付项目上的投资水平集中在100-500万之间,一些大型集团企业会达到500万元以上。-15-二、细分场景市场分析图2-5 智能工厂数字化交付项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。图2-4 智能工厂数字化设计项目投入水平-16-中国智能制造系统解决方案市场研究报告(2021)图2-6 制造企业在工厂设计环节的投资情况 来源:问卷问题。“投资以下功能对于提升工厂设计效率有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。4.解决方案应用情况通过调查问卷发现,处于行业龙头地位的制造企业在顶层规划咨询、工厂三维信息模型构建、生产工艺物流仿真及数字化交付等方向的投资意愿更加强烈,也普遍认可相关项目的投资回报率。工厂三维信息模型构建和数字化交付的实施周期和技术要求较高、投资金额较大,中小企业因自身规模较小,投资额度有限,对此需求相对较少,投入力度较弱。-17-二、细分场景市场分析5.市场及供应商发展情况国内市场中,制造企业对于顶层规划咨询业务的接受度持续提升,市场需求逐年增长,国内外都有一批丰富咨询经验和成熟方法论的咨询服务商。在近几年的国内外大型智能工厂新建项目中,数字化设计和数字化交付逐渐常态化,已经成为打造行业标杆智能工厂的关键环节之一。图2-7 制造企业在工厂设计环节的投资认可度调查 来源:问卷问题。“在实现上述部分功能后,实现了何种程度的 ROI?”百分比代表 选择“显著”或“巨大”程度的受访者数量。-18-中国智能制造系统解决方案市场研究报告(2021)6.供应商图谱智能工厂设计解决方案具有非常典型的高度行业区分的特点。在制造业的各个细分行业中,涌现出了一批优质的智能工厂设计解决方案的典型供应商,主要涉及船舶/海洋工程、汽车及零部件,轨道交通、电子信息、金属冶炼、石油化工、食品饮料和生物医药等行业。图2-8 市场及供应商发展情况典型产品或服务市场发展情况供应商发展情况制造企业对于顶层规划咨询业务的接受度持续提升,市场需求逐年增长;近几年,咨询服务更加贴近行业生产任务实际需求及企业中长发展规划,针对影响企业发展的瓶颈问题,采用边规划边建设的方式,逐步推动目标落地。近几年,国内外大型智能工厂新建项目中,数字化设计和数字化交付逐渐常态化;出现虚拟漫游、工程虚拟建造、设备虚拟安装、设备虚拟调试等功能;在工厂的全生命周期中,数字化交付可以给予制造企业更高的投资产出比,已成为打造行业标杆工厂的关键环节之一;数字化交付供应商不同领域深入实践,为制造企业构建数据资产库,逐步得到资本市场的青睐。国际上具有丰富咨询经验和成熟方法论的典型咨询服务商有麦肯锡、埃森哲和罗兰贝格等企业;国内也有一批行业背景深厚、业内实践经验丰富的咨询服务商,如中石油规划总院、中国航空规划设计研究总院、东风设计研究院、楚天科技等。数字化设计和交付对供应商综合能力要求较高;目前国内市场,国机互联、东风设计院、东华科技等在智能工厂数字化设计及交付方面,技术服务优势明显,实力深厚;上述企业在工厂全生命周期数字化技术研发、工厂信息模型技术、物流设计、工艺流程再造,恒温车间等方面拥有独特技术专长。顶层规划咨询工厂布局规划产线布局规划物流布局规划数字化设计工厂三维设计与仿真制造系统仿真工厂信息模型数字化交付虚拟建造虚拟调试-19-二、细分场景市场分析图2-9 供应商图谱行业类别行业类别综合性设计方案供应商船舶/海洋工程汽车及零部件航空航天轨道交通仪器/仪表电子信息制造业家电食品饮料生物医药纺织服装通用机械民爆金属冶炼石化/化工动力电池典型供应商代表典型供应商代表罗博特科长虹智能制造楚天科技广州达意隆包装机械常熟百联自动机械北京首钢自动化信息技术先导智能重庆机电智能制造天准科技-20-中国智能制造系统解决方案市场研究报告(2021)图2-10 技术及市场发展趋势(二)产品研发和工艺设计复杂工业品的研发方式已经从“图纸 样件”传统模式迈入基于工业软件的数字化仿真设计阶段。产品研发和工艺设计不断向研发主体多元化、研发流程并行化、研发手段数字化、工业技术软件化等方向发展,推动企业研发能力和效率的提升。1.市场需求分析企业的产品研发设计方面倾向于响应速度快、资产轻和门槛低的系统解决方案及服务。该类工业软件需提供产品研发的设计、仿真和信息管理等功能。流程型制造和离散型制造因产品设计及仿真的差异,对产品研发和工艺设计的需求有所不同。7.技术及市场发展趋势-21-二、细分场景市场分析图2-11 产品研发和工艺设计环节行业需求-22-中国智能制造系统解决方案市场研究报告(2021)2.业务模式3.项目投入水平产品研发和工艺设计环节涉及计算机辅助设计(CAD)、计算机辅助工程(CAE)、计算机辅助制造(CAM)、产品生命周期管理(PLM)、计算机辅助工艺规划(CAPP)、过程工艺模拟等软件的授权购买及部署。企业的采购规模、软件的专业程度、计算机技术功能、是否需要人员培训及额外服务等细节因素,影响制造企业的购买意愿,拉开工业软件价格差距。图2-12 产品研发和工艺设计环节系统解决方案业务模式-23-二、细分场景市场分析企业在工业软件的投资水平多数在100-500万元之间,一些龙头制造业企业投资甚至在1亿元以上。图2-14 产品研发和工艺设计类软件实施项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。4.市场及供应商发展情况产品研发和工艺设计类工业软件是智能制造的支撑性软件之一。这类软件的下游应用广泛,市场需求旺盛,特别是在航空航天、汽车及零部件、轨道交通、船舶/海洋工程、电子信息、石油化工、生物医药等行业。图2-13 产品研发和工艺设计类工业软件价格差异原因-24-中国智能制造系统解决方案市场研究报告(2021)图2-15 市场及供应商发展情况典型产品或服务市场情况 产品研发类的工业软件下游应用广泛,涉及航空航天、汽车及零部件、轨道交通、生物医药等行业。国内供应商研发的工业软件,积累了相关行业经验,在一些细分场景中拥有一定客户积累,占据一定的市场份额,但大部分在关键技术方面对外依存度较高;国产新兴系统级设计与仿真软件整体水平与国外差距不大,目前尚处于技术导入推广阶段与市场培育成长期;国外 CAX 软件覆盖范围广、功能完善,与其上下游产品连通形成 CAX/PDM 一体化综合软件平台;95%的研发设计类工业软件依赖进口;22021 年国内 CAD 市场规模约为 60 亿元,国内 CAE 市场规模约为 50 亿元【注】。当前市场上,主流的 PLM 平台都采用了“PLM 扩展功能模块”的应用架构形式,PLM 正在迅速地从一个竞争优势转变为竞争必需品,成为企业信息化的必由之路;国内品牌的原厂商二次开发服务一般响应速度较快。如SIPM/PLM 的数据库可以完全开放给用户,并可以帮助用户来实现各种客户化应用;2021 年 PLM/PDM 的国内市场规模约为 40 亿元【注】。国内离散行业工艺设计工具软件近年来已经取得了长足的进步;2021 年工艺设计平台 CAPP 的国内市场规模约为 80亿元【注】。国外供应商如达索析统,西门子、PTC 等企业的产品研发设计类工业软件产品占有大部分市场份额。Autodesk 是 2D-CAD 领域龙头,达索、西门子、PTC 等企业基本垄断 3DCAD 市场;国内 CAD 领域,既有中望软件、华天软件、数码大方等CAD 平台型供应商,也有大量专注二次开发的细分行业软件供应商;国产通用 CAE 供应商有安世亚太、英特仿真、前沿动力、中船奥蓝托等,主要包括多款通用多物理场/结构/流体仿真及优化平台;国产专用 CAE 软件主要有大连理工大学开发的 JIGFEX、中国飞机强度研究所开发的 HAJIF、青岛数智船海开发的FastCAE 平台等。国外大型 PLM 的产品业务管理经验丰富,对于自身品牌的上下游设计和生产控制软件(ERP/MES)等集成度较好;典型的 PLM/PDM 软件主要有西门子公司的 TeamCenter、PTC 公司的 Windchill、达索公司的 Enovia 等;国内品牌起步较晚,但国产优秀 PDM/PLM 软件在许多功能上已经基本达到国外品牌水平,更照顾国内用户习惯,易用性和操作性方面甚至略有优势;国内 PLM/PDM 软件的典型供应商有:数码大方、思普、神舟软件等公司。ERP 供应商如 SAP 也在试图进入 PLM/PDM 市场。在国内外市场中,常见的 CAPP 工程应用软件国际供应商有达索、PTC、西门子等公司;国产供应商也涌现了金航数码、思普软件、华天软件、开目软件、数码大方、望友软件等供应商。平台型系统解决方案典型业务模式供应商发展情况CAD/CAE/CAMPLM/PDMCAPP注:数据来源为工业和信息化部、Gartner 等机构产业研究报告。-25-二、细分场景市场分析5.供应商图谱在国内市场中,常见的产品研发类工业软件国际供应商有达索、参数技术、西门子、欧特克等公司。国内供应商近年来已经取得了长足的进步,涌现了天河、思普、华天、开目、数码大方、望友、国睿信维等企业。图2-16 供应商图谱-26-中国智能制造系统解决方案市场研究报告(2021)6.技术及市场发展趋势图2-17 技术及市场发展趋势(三)生产作业企业通过生产计划调度、资源动态组织、人机协同作业、先进过程控制、工艺动态调优,实现生产要素整合、精益生产改进、智能产线优化、车间精细化管控,达到提高生产效率、减少物料损耗、控制生产节拍、缩短生产周期、降低生产成本的目标。1.市场需求分析企业在生产作业环节的人力成本、生产节拍、物料流转、问题响应、生产设备利用率等方面存在共性需求。同时,各行业在生产过程和工艺要求等方面存在差异,对于系统解决方案的需求侧重也有各自的特点。-27-二、细分场景市场分析图2-18 生产作业环节共性需求和行业特点共性需求行业特点降低人力成本生产节拍控制物料流转效率生产问题响应速度生产设备利用率工艺精度可控生产线柔性配置人机交互水平 电子信息通用机械建筑材料汽车航空航天冶金生物医药轨道交通家电石油化工食品饮料纺织服装 多 品 类 原 材料及时供应 上料自动化 产 线 布 局 快速配置 高端数控机床等智能装备应用 视觉智能切割系统 人机协同作业 车间计划调度 窑炉、压机等优化控制 生产远程监控 智能投料计量监控 焊接总装自动化产线 基于产品的高级排程 总装工位的人工替代或辅助装配 人工智能柔性装配 高复杂工艺装备及操作工具优化 大型产品整体装配平台 智 能 化 焊 接、打磨、钻铆等机器人 智能辅助总装集成 原材料智能筛选 智能无人值守生产 生产全过程可视化 智能炉温监测 基于 GMP 的智能装备集成 制药批次路径智能管理 成药包装自动化 生产大数据分析 车轴智能加工 轴箱生产过程三维仿真 焊接工装柔性化改造 实时焊缝控制 自动锁螺丝装配 箱壳生产可视化 包装线柔性配置 控制模型动态分析 过程数据实时采集分析 设备状态可视化监控 全流程一体化管控平台 生产过程实时优化 全自动灌装/包装 温湿度自动采集与调控 生产过程集中管控 智能分拣 柔性吊挂生产线 染料自动精准控制 筒纱等物料流转自动化 智能接线机器人-28-中国智能制造系统解决方案市场研究报告(2021)纺织服装纺纱工艺:工艺智能配棉排包、精梳机自动喂棉卷、自动穿经、棉条细纱自动接头等;非织造布生产:自动收卷、自动生头、自动抽轴、自动装纸管、自动测量卷径、自动取样等;运动生产线:鞋面鞋底喷胶自动化、压合自动化、自动喷处理剂等。成型:等离子坡口自动切割、搬运机器人辅助压型等;焊接:单双丝机器人协同焊接、小型结构件自动拼点焊接、大吨级重载高位焊接、重载RGV协同作业补焊流水线、等离子覆融等;涂装:大型结构件机器人喷涂等;装配装配总包自动化等。通用机械切割分拣:船体零件智能分拣等;加工曲板智能加工成型等;装配:智能小组立装配等;内外场焊接:掉马自动安装焊接、狭小空间自动焊接、曲面外板自动焊接等;涂装:内场自动冲砂、内场自动喷涂等。船舶与海洋工程冲压:上下料机械手、自动装箱机器人等;焊装:激光飞行焊、等离子焊、CMT焊、侧围上件等;涂装:喷涂机器人、涂胶机器人等;总装:仪表台、前后挡玻璃、天窗、轮胎、座椅安装机器人等。汽车及零部件水泥领域:水泥库自动清理、原材料自动堆取料、包装自动插袋等;玻璃领域:普通浮法和压延玻璃冷端堆垛、玻璃深加工高柔性上下片等;陶瓷领域:陶瓷制品自动化打磨抛光、陶瓷生产自动喷釉施釉等;混凝土领域:混凝土智能切割加工处理等;非金属矿领域:煤矸智能分选、料口二次破碎等;PC构件领域:脱模剂自动喷涂、模具自动清理等。建筑材料制造企业生产作业环节的升级改造与工业机器人的使用紧密结合,多种类型、功能的工业机器人可以满足不同行业的生产需求。图2-19 工业机器人典型行业需求情况-29-二、细分场景市场分析2.业务模式3.项目投入水平离散行业生产作业环节的系统解决方案项目一般包括智能化产线集成和生产管理软件集成等内容。流程行业生产作业环节的系统解决方案项目一般包括智能仪表和执行器,DCS、SCADA、SIS等工业控制系统集成,APC、RTO等生产过程优化软件集成等内容。企业在智能化产线集成方面的投入水平主要在100-5000万之间,除受建设范围和投资规模整体影响外,项目中包含的工业机器人、高档数控机床等智能装备的品牌和数量对投资金额的影响也较大。在PLC、DCS、SCADA、DNC/MDC等工业控制和数据采集系统建设中,I/O点位的多少、采集频率高低、工业网络结构选型、可支持通信协议种类、环境适应能力等方面的差异决定此类项目的投资金额。图2-20 生产作业环节系统解决方案业务模式-30-中国智能制造系统解决方案市场研究报告(2021)图2-21 智能化产线集成项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量生产管理软件集成主要包含MES/MOM等车间信息化管理系统和生产过程优化软件的开发、安装、调试和部署等内容。企业根据自身需求在计划排程、生产过程可视、资源管理协同等方面进行配置,其投入水平多在100-500万区间,多数集团管控型企业趋于进行MES/MOM平台选型。生产过程优化软件集成主要包含Batch、APC、RTO和仿真等与工艺机理直接相关的工业软件的定制开发、工艺适配、现场调试和部署等内容,其投入水平多在50-200万区间。-31-二、细分场景市场分析图2-22 生产管理软件集成项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。4.解决方案应用情况受访企业中,龙头企业和中小企业都积极开展六西格玛、5S等精益生产管理活动,并普遍认为在关键工位应用工业机器人等设备实现上下料、喷涂、装配等人机协同作业具有较高的投资回报率。龙头企业基于其较好的自动化基础,开始在资源动态组织、先进过程控制等方面进行投入,通过构建MES/MOM、APS、APC、RTO等系统,集成大数据、运筹优化、预测控制等技术,实现人机料法环的动态管理和精准、实时和闭环的过程控制。而中小企业多数认为工艺动态调优、产线柔性配置方面的相关技术存在研发难度大,投入成本高,暂不适用于企业当前发展阶段。-32-中国智能制造系统解决方案市场研究报告(2021)图2-24 制造企业在生产作业环节的投资认可度调查 来源:问卷问题。“在实现上述部分功能后,实现了何种程度的 ROI?”百分比代表 选择“显著”或“巨大”程度的受访者数量图2-23 制造企业在生产作业环节的投资情况 来源:问卷问题。“投资以下功能对于提升生产作业效率有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。-33-二、细分场景市场分析5.市场及供应商发展情况生产作业是制造企业的核心场景,其市场交易规模也最大。典型产品及服务包括精益生产管理、工业控制系统、工业机器人、制造执行系统及系统集成服务等。-34-中国智能制造系统解决方案市场研究报告(2021)图2-25 市场及供应商发展情况注1:数据来源为联盟成员单位研究结果。注2:数据来源为国家统计局公布的数据。注3:数据来源为中国电子学会公布的产业发展报告。注4:数据来源为中国机床工具工业协会公布的数据。典型产品或服务供应商发展情况市场情况面向行业定制的系统解决方案 生产作业与工艺执行联系紧密,制造企业往往选择对所属行业工序、流程理解深刻,且有丰富案例经验的解决方案供应商进行服务。系统解决方案供应商提供生产能力的系统级集成交付,包括软硬件的采购、安装、部署、集成、调试、试运行和交付等。MES 在汽车、电子信息、通用机械等行业应用普及率较高。MES 具有较强的行业属性,定制化要求较高,国内MES 市场没有被国外巨头垄断,成为少有的国内软件供应商占主导地位的工业软件领域。国内 MES 系统软件市场规模约为 80 亿元【注 1】。兰光创新在军工、机械制造领域,国机智能在通用、专用装备制造领域,石化盈科在石油炼化、电力等领域,上海上扬软件在半导体、太阳能光伏领域等成为了各行业领头羊。部分 MES 公司近年获得资本投资,如黑湖智造2021 年完成近 5 亿元 C 轮融资。越来越多国内制造企业通过精益生产管理降低浪费、提高效益,已进入从被动接受转为主动探索的阶段。精益生产管理的专项服务内容一般包括:精益数字化的咨询服务,精益数字化实践包,精益数字化评测应用,精益数字化人才培训和精益工具软件等。市场上陆续涌现一批以精益生产为主导业务的咨询公司,如爱波瑞、理则等。工业控制系统由工业仪表、控制软件、通讯网络等组成,包括适用于化工、石化、冶金、建材、火电、核电等流程工业的分布式控制系统(DCS)、应用汽车、机械、电子、航空等离散制造应用的可编程控制器(PLC)、适合大规模生产过程实时监控的采集监控系统(SCADA)等系统。我国工控系统市场规模总体呈逐年增长态势,整体规模约占世界的20%,增长率为全球平均水平的一倍。2021 年国内工控系统市场规模约 360 亿元,预计未来 2 年年复合增长率约为 5%-6%【注 1】。我国工控市场的国内供应商主要包括和利时、中控技术、亚控科技、力控科技、国电智深、南京科远、康吉森、深圳汇川、无锡信捷等。DCS 系统自主可控程度最高,和利时与中控技术的DCS 年销售额都超过了 15 亿元【注 1】,国内厂家已经获得近一半的市场份额。PLC 系统是竞争最为激烈的市场,国内厂家多集中在中低端市场,利润空间狭小。SCADA 国内厂家份额在 30%左右。工业机器人多应用在码垛、搬运、焊接、喷涂、打磨、装配、注塑、冲压等生产环节。各行业典型应用有:纺织行业的纱线接头机器人,水泥行业的高粉尘环境机器人,船舶行业狭小空间焊接机器人,电子信息行业的 SCARA 机器人等;2021 年我国工业机器人完成产量 36.6 万台,同比增长 44.9%,产量创历史新高【注 2】。连续八年成为全球最大工业机器人应用市场,约占全球市场份额的三分之一。2021 年国内工业机器人市场规模约为 445.7 亿元【注 3】。预计未来几年,国内工业机器人仍将保持高速增长模式。以新松、新时达、拓斯达、埃斯顿、埃夫特等为代表的机器人供应商,提供机器人本体、集成以及控制系统二次开发和配套设备等服务。埃斯顿的多关节机器人,新松的码垛、搬运机器人,新时达的焊接机器人,珞石的协同机器人在各自细分领域形成产业优势。发那科、安川、ABB 和库卡等国外机器人产品在中国的市场占有率超过 60%,并持续加大中国市场投入。如,ABB 公司投资 10 亿元在上海建设“超级工厂”,用于发展自主移动机器人。高档数控机床以数控金属切削机床、数控金属成形机床、数控特种加工机床为主,其市场份额比重依次为 53.8%,28.5%和 16.8%【注 4】。2021 年机床工具行业累计完成营业收入同比增长26.2%,增幅比上年扩大 23.2 个百分点【注 4】。日本马扎克、德国 DMG、美国哈斯等国外供应商,凭借在高速、高精、多轴联动等方面的技术优势,占据国内高档数控机床市场较大份额。国内供应商中海天精工主要定位高端市场,亚威股份在折弯机领域的销量领先。营业收入大于 10 亿元的企业有创世纪、亚威股份、海天精工、济南二机床、秦川机床等。涌现出较多在细分行业具有领先优势的供应商。如中控技术在石油化工行业,楚天科技在制药行业,中汽工程在汽车行业,海螺信息在水泥行业,航天重工在纺织行业等,均开发了适应行业特点的系统解决方案,并在应用中不断迭代更新,形成行业竞争力。车间层控制层设备层MES精益改进服务工业机器人工控系统数控机床-35-二、细分场景市场分析图2-26 供应商图谱6.供应商图谱生产作业的系统解决方案供应商主要分为智能装备、软件服务和系统集成三类领域。国内供应商发展迅猛,部分已实现跨领域发展。-36-中国智能制造系统解决方案市场研究报告(2021)图2-27 技术及市场发展趋势7.技术及市场发展趋势(四)仓储配送企业根据生产需要对物料及产成品进行仓储、运输、配送等方面的统一管理,采用物料自动出入库、精准拣选配送、物料跟踪管理等手段实现精细库存管理和高效物流配送。1.市场需求分析企业在仓储配送环节关注自动搬运物料、自动记录出入库信息、库存信息快速查询、精准快速配送和厂内物料跟踪等方面的需求。各行业存储的物料和产成品在重量尺寸、搬运要求和存储形式上存在差异,对于系统解决方案的需求侧重也有各自的特点。-37-二、细分场景市场分析图2-28 仓储配送环节共性需求和行业特点共性需求行业特点自动搬运物料 自动记录出入库 库存信息快速查询 精准快速配送 厂内物料跟踪电子信息 品种多、体积小 防静电要求高 配送节拍快通用机械 半成品库存管理 物料标签电子化 ABC 分类库存建筑材料 原材料种类少、量大 成品仓储周期短 出库发货频率高汽车 物料尺寸不规则 JIT 供货 物料库存信息共享航空航天 超大物料库存管理 物料标签唯一 高价值物料跟踪生物医药 GMP 仓储监管要求 特殊物料隔离存放 温湿度环境要求生物医药 存储罐体数字化 炼化一体化产品储存 流量实时监控食品饮料 物料先进先出 输送线式厂内物流 出入库自动记录纺织服装 仓储和配送连续管理 配送频次多 自动化配送物料-38-中国智能制造系统解决方案市场研究报告(2021)2.业务模式3.项目投入水平仓储配送环节系统解决方案主要包含自动化仓储和物流配送系统的搭建,堆垛机、穿梭车、搬运机器人等自动化设备的安装和调试,WMS、WCS等软件系统的部署,与企业ERP、MES等系统的集成。智能仓储物流项目受到仓储面积、巷道数量、库存容量、最高吞吐率、环境要求、堆垛机等装备数量以及相关软件系统开发实施难度等多种因素的影响,多数项目投资规模集中在1000-2000万之间,而大型项目基本在2000-5000万区间。图2-29 仓储配送环节系统解决方案业务模式-39-二、细分场景市场分析4.解决方案应用情况受访企业中,龙头企业和中小企业都首选在智能仓储方面投入资源,建设WMS系统,应用条码、RFID等智能识别技术,使用AGV、堆垛机等自动化设备,实现物料自动出入库及信息采集等功能,并普遍认为降低了劳动力成本,投资回报率较高。较多企业为满足即时、准确、快速的生产配送要求,将WMS和MES进行集成,使用自动配送、路径优化等技术,完成物料配送的精细化管控。中小企业在精准配送、物料跟踪方面要求不高,多采用人工方式实现,较少在此方面进行投入。图2-30 智能化立体库项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。-40-中国智能制造系统解决方案市场研究报告(2021)图2-31 制造企业在仓储配送环节的投资情况 来源:问卷问题。“投资以下功能对于提升仓储配送效率有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。图2-32 制造企业在仓储配送环节的投资认可度调查 来源:问卷问题。“在实现上述部分功能后,实现了何种程度的 ROI?”百分比代表 选择“显著”或“巨大”程度的受访者数量。5.市场及供应商发展情况仓储配送作为智能制造的重要应用场景,广泛应用于通用机械、电子信息、生物医药、食品饮料、家电等制造行业,实现高效准确快速的仓储物流配送。-41-二、细分场景市场分析图2-33 市场及供应商发展情况典型产品或服务市场情况供应商发展情况 智能立体库在汽车、电子信息、生物制药、食品饮料等行业应用普及率较高。国内龙头供应商均具备系统软件开发、硬件设备制造、系统安装调试等一体化集成服务能力,研发水平较高,行业经验丰富,下游应用广泛。精准配送系统实现仓储、运输、配送各环节无缝对接,形成物流信息化管理系统解决方案。近年来智能仓储行业相关产品的市场需求呈现增长趋势,还出现很多新业态、新产业、新模式,国内智能立体库市场年增长率超过10%【注1】。涌现出较多在细分领域中具有领先优势的供应商。如北自科技、昆船、今天国际、中鼎集成等在大型智能仓储物流系统集成方面,富勒、维智等在WMS软件方面,罗伯泰克等在堆垛机方面,德马泰克等在输送设备方面,新松等在AGV方面等,均形成了适应仓储配送特点的系统解决方案,并在应用中不断迭代更新,形成市场竞争力。WMS系统通过数字化仓库作业过程管控,借助条码化和智能化技术手段,实现仓库作业条码化、作业过程透明化、库存管理精准化、数据采集自动化和仓库信息集成化。WMS行业集中度较低,国内市场前十服务商的市场份额占比合计不超过25%,其中富勒信息、唯智信息、Infor位居前三【注2】。根据服务商背景可分为,独立WMS开发商,具有ERP软件背景的厂商和自动化设备出身的厂商。国外软件价格高、对于国内企业管理流程适配度差,国内企业逐渐选择性价比更高、服务更好的本土厂商,如富勒、维智、巨沃等。以北自科技为代表的大型仓储配送系统集成服务商,具有提供智能立体库配套WMS软件的技术服务能力和研发团队。Oracle、SAP、用友、金蝶等ERP用户中,有很多规模不大的客户或者仓库业务不复杂的客户使用了ERP中的库存管理模块。以智能机器人、智能分拣为代表的智能硬件,极大地改变了现有仓储、运输、配送等环节的作业模式。以机器视觉、大数据挖掘、深度学习为基础的人工智能技术,为仓储物流行业涉及的信息识别、管理、综合利用提供了更加高效的技术手段。以物联网、人工智能技术为基础,提升智能物流系统可用性及运维效率。随着项目交付经验逐渐积累,国内仓储设备供应商自主研发技术水平不断提高,与国外一流供应商的技术差距逐渐缩小。出现了一批适用于特定场景的典型产品,如音锋机器人公司的料箱四向穿梭车;上海快仓公司的智能分拣和搬运机器人;未来机器人公司的视觉导航和定位无人叉车等。注1:数据来源为联盟成员单位研究结果。注2:数据来源大东时代智库(TD)上层应用精准配送系统智能分拣系统物料跟踪系统智能立体库系统集成设备及硬件仓储管理软件堆垛机AGVWMSWCS穿梭车货 架电子标签货位管理均衡管理库存盘点库存预警仓库配置出入库-42-中国智能制造系统解决方案市场研究报告(2021)6.供应商图谱仓储配送的供应商包括上游装备、软件供应商和下游整体解决方案系统集成供应商。其代表企业包括北自科技、新松机器人、唯智软件等。图2-34 供应商图谱-43-二、细分场景市场分析7.技术及市场发展趋势(五)质量管控企业基于产品全生命周期对采购、制造、售后等过程进行质量管控,利用在线检测设备、仪器仪表等收集产品质量数据,实现全流程质量追溯。通过产品质量数据统计分析,质量问题闭环处理等方式,实现产品精细化质量管控,质量问题事前预防,从而达到降低不合格品率,持续提升产品质量的目的。1.市场需求分析质量管控是以产品为对象,从质量管控的实时性、产品质量的一致性、检测速度和成本、质量标准和规范四个方面切入,提炼出质量体系建设、质量数据采集与分析、质量在线检测、质量追溯、质量优化与提升等共性需求。应用产品数字化质量模型、质量在线检测等技术,构建健全的质量管理系统,进而对产品质量进行全面管控。图2-35 技术及市场发展趋势-44-中国智能制造系统解决方案市场研究报告(2021)图2-36 质量管控环节共性需求和行业特点共性需求行业特点降低人力成本生产节拍控制物料流转效率生产问题响应速度生产设备利用率工艺精度可控生产线柔性配置人机交互水平 建筑材料电子信息食品饮料通用机械航空航天汽车石化纺织服装生物医药 原料成分分析 成品批次质量管理 熟料质量追溯 原材料检验 电性能检测 整机测试 批次质量追溯 保质期管理 配方质量管理 质量数据自动采集 工艺质量仿真 降低质量损失风险 数字质量模型设计 零缺陷质量要求 航空航天质量管理体系 符合 ISO/TS16949 质量延伸供应链 质量闭环管理 产品物性分析 质量在线检测 过程质量指标监测 布匹外观质量检测 样件质量评估 成衣质量检验 GMP 质量管理规范 产品唯一标识管理 影响质量多因素分析质量管控的 实时性产品质量的 一致性质量检测速度 和成本质量规范和 标准化-45-二、细分场景市场分析2.业务模式3.项目投入水平质量管控环节的系统解决方案主要包括质量检测系统与质量管理系统等内容,但不包括质量检测设备或工具的单独应用。影响质量检测系统价格差距的主要原因包括对被测产品的化学成分、电性能、物理特性、外观尺寸、表面缺陷、气密性等方面的测试覆盖面和测量精度等检测指标的达成情况。质量检测系统的投入水平主要集中在200-500万区间。质量管理系统的投入水平主要集中在50-200万之间。在汽车、食品等行业,质量管理需要满足相应的行业规范和标准要求,所以此类行业的质量管理系统价格一般相对较高。价格影响因素还包括质量设计评审、供应管控质量管理、生产过程质量管理、售后质量管理、质量追溯分析、不合格品管理、接口管理等功能应用情况。图2-37 质量管控环节系统解决方案业务模式-46-中国智能制造系统解决方案市场研究报告(2021)图2-38 质量检测系统项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。图2-39 质量管理系统项目投入水平-47-二、细分场景市场分析4.解决方案应用情况通过对制造企业在质量管控环节的投资和认可度问卷调查,可以看出龙头企业比较关注融合了缺陷机理分析、物性和成分分析、机器视觉等技术的智能在线检测方面,对发生在原料供应、生产过程、客户使用等全过程中的质量信息应用条码、标识和区块链技术展开质量精准追溯,并普遍认为有助于提高产品质量一致性,降低漏检率和减少质检工序数量,获得较高的投资回报。中小企业则更多关注质量检测的成本控制、质量检测的合规性、问题产品批次的查询等方面,而在智能在线检测、质量精准追溯、产品质量优化等方面进行质量预测、机理分析等方面的研究投入相对较少。图2-40 制造企业在质量管控环节的投资情况 来源:问卷问题。“投资以下功能对于提升质量管控水平有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。-48-中国智能制造系统解决方案市场研究报告(2021)5.市场及供应商发展情况质量管控环节的典型产品包括质量管理系统(QMS)、实验室管理系统(LIMS)、产品质量在线检测系统、统计过程控制工具(SPC)等,在汽车及零部件、生物医药等行业应用最为广泛。图2-41 制造企业在质量管控环节的投资认可度调查 来源:问卷问题。“在实现上述部分功能后,实现了何种程度的 ROI?”百分比代表 选择“显著”或“巨大”程度的受访者数量。-49-二、细分场景市场分析注:数据来源为联盟成员单位研究结果。6.供应商图谱国内质量在线检测系统市场的典型供应商既有西门子、霍尼韦尔等国际领先供应商,也有力合精密、博众、凌云光等本土品牌。质图2-42 市场及供应商发展情况质量管理体系ISO9001在线检测系统质量检测设备质量管理终端QMS检验配置数据分析基础配置数据对接异常报警检验记录报表导出审批管理LIMSSPC典型产品或服务市场情况供应商发展情况 越来越多的企业开始注重质量文化建设,基于ISO9001质量管理体系,应用QMS、LIMS、SPC等系统或工具进行全面质量管控。质量管控解决方案已应用于汽车、电子信息、机械装备、航空航天、船舶等行业。海克斯康、西门子、霍尼韦尔等国际工业巨头通过自研或收购等方式,形成自有品牌的质量管理软硬件产品,不断巩固其领先地位。国内的优秀供应商也形成了一批典型的质量管控产品,如安必兴的AMBITION-QMS,凌云光的视觉检测系统等。除QMS、SPC、LIMS等传统质量管控软件外,市场对一体化质量管控平台的需求增大。同时有部分原MES、ERP厂商开始进入质量软件市场。优秀QMS软件企业受到国际工业巨头的关注。2020年霍尼韦尔花费13亿美元收购质量管理软件企业Sparta Systems;基于SaaS平台质量管理系统的移动端APP应用场景越来越多。采用数字化模型的产品质量智能检测的市场需求愈来愈受到软件厂商的重视。国内QMS供应商发展迅速,涌现出一批质量管控软件服务商,如安必兴、中天极、清大菲恩、成翰科技、安世亚太、金航数码等;SPC的国内外供应商有盈飞无限、盘古信息、太友科技等;国外的LIMS普遍起步早,实施经验丰富,国内服务商凭借技术积累和本地化服务,在细分领域具有一定市场,如中卫信息、北京泰立化、石科院、汇博精瑞等。在线检测系统对产品的外观尺寸、包装质量等方面进行高速检测,广泛应用于电子信息、汽车、印刷、食品、医药等行业。产品质量检测设备中也越来越多利用机器视觉技术。根据数据统计,2020年全球机器视觉市场规模为107亿美元【注】,其中欧洲份额占比最大,超过36%,中国占比不到1/4。国内供应商形成具有一定竞争优势的典型产品和系统解决方案,如凌云光在烟草包装检测、印刷质量检测等领域;易思特在汽车行业的测量、引导、检测、识别等领域龙头地位;贝特威擅长基于深度学习的涂装效果检测;博众精工、慧眼科技在芯片及IC元器件的尺寸检查、外观检测以及焊接质量等领域都有较深的应用。-50-中国智能制造系统解决方案市场研究报告(2021)量管理信息系统的市场也获得良好发展,主要供应商包括安必兴、中卫、盘古等。图2-43 供应商图谱-51-二、细分场景市场分析7.技术及市场发展趋势图2-44 技术及市场发展趋势(六)设备运维随着工业技术的进步,现代生产设备朝着系统化、自动化、技术密集化方向发展,设备功能日益强大的同时其构成也更加复杂。设备运维也不再局限于在业务层面和主数据层面,而是对设备全生命周期的规范管理。1.市场需求分析通过对设备进行自动点巡检、在线运行监测、远程运维、故障预测、运行优化和全生命周期管理等运维活动,确保设备运行状态稳定可靠,提升设备健康状态和资产利用率。-52-中国智能制造系统解决方案市场研究报告(2021)图2-45 设备运维环节共性需求和行业特点图2-46 设备运维环节系统解决方案业务模式高能耗设备重点面向石化、冶金、机械装备、电子信息、新能源等重点行业收集设备数据生产设备动力设备远距离设备高价值设备目标设备上层应用 平台功能工具建模算法模型机理模型时序数据检测工具数据平台维修保养故障预警专家诊断点巡检设备档案状态检测备品备件资产管理稼动率提升可靠性提升资产管理运行可视化健康指数报告 分析优化策略2.业务模式-53-二、细分场景市场分析3.项目投入水平设备运维环节的系统解决方案主要包括设备状态在线检测、设备故障预测与健康管理、设备巡检、设备资产管理和资产绩效管理等内容。企业在设备运维方面的整体投入水平在100-1000万的区间均有分布,影响投入差异的因素包括生产设备运行状态数据采集的难易程度、实时响应程度、设备故障预测模型的复杂度、自动巡检装备和系统的智能化程度以及设备运维服务的范围和期限等。图2-47 设备运维项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。4.解决方案应用情况受访企业中,龙头企业注重在自动巡检、在线运行监测与故障诊断、预测性维护与运行优化等方面进行投入,应用大数据分析和AR/VR等技术,建立故障机理分析模型,部署智能巡检机器人等方式,实现设备的高效巡检、性能分析、异常报警、预测性维护和运行参数调优,-54-中国智能制造系统解决方案市场研究报告(2021)并认为其有助于提升设备运行效率、可靠性和精度保持性,投资回报较高。多数中小企业认为在智能维护管理、在线运行监测与故障诊断、资产全生命周期管理、预测性维护与运行优化方面投入的性价比不高,因此投入较少,在自动巡检方面有一定投入,可以节省人力成本。图2-49 制造企业在设备运维环节的投资认可度调查 来源:问卷问题。“在实现上述部分功能后,实现了何种程度的 ROI?”百分比代表 选择“显著”或“巨大”程度的受访者数量图2-48 制造企业在设备运维环节的投资情况 来源:问卷问题。“投资以下功能对于提升设备运维水平有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。-55-二、细分场景市场分析5.市场及供应商发展情况随着设备组成复杂度越来越高,设备智能检测的需求不断增多,专业化程度不断提高,设备运维市场规模也不断扩大。图2-50 市场及供应商发展情况典型产品或服务市场情况供应商发展情况 故障预测及健康管理(PHM)多应用在石化、冶金、水泥、航空航天、风电等领域,部分龙头企业建立设备健康管理平台,应用基于移动终端的可视化点巡检等解决方案。在多个细分领域,提供设备维护、维修、巡检、诊断等整体解决方案的专业第三方服务商发展迅速。企业在设备运维无人化、可移动、可预测的要求,促进智能巡检机器人、设备运维APP、机理模型分析等新产品和新业务的出现。设备运维服务供应商帮助制造企业提高设备稼动率、降低设备故障率,如昆山金斗云、西安因联信息、安徽容知日新、沈鼓测控等公司。部分设备厂商已开始采用数字化设计方式进行设备研发,并在交付设备的同时提供可交互的设备数字化模型。大型企业一般在集团层面建立以资产设备为核心,服务为中心,数据为基础,标准化管理体系为手段,结合图像识别、大数据技术的智能运维平台。在以高耗能、高价值为主要设备的重资产制造行业,开始应用资产管理系统,以提高资产管理收益水平。数据显示,2021年全球企业资产管理工具市场销售额达到了47亿美元【注】,中国市场在过去几年变化较快,市场规模快速增长。设备资产管理(EAM)关注从固定资产购置到资产退出的全生命周期闭环管理,典型的软件供应商包括:陆盛科技、华软恒信、中设智控等。目前,能提供资产绩效管理(APM)综合解决方案的商业软件产品并且有跨行业服务能力的公司主要包括本特利、GE、西门子、艾斯本、AVEVA等国际工业巨头。设备状态监测与运维管理PHM在线监测系统自动点巡检注:数据来源为恒州博智(QYR)的研究报告。设备资产管理EAMAPM6.供应商图谱为了实现设备智能维护、故障预测与健康管理等功能,出现了以设备状态监测与运维管理为核心的系统集成供应商,如金斗云、石化盈科、树根互联等;也有以设备资产管理为主的平台供应商,如西门子、GE、中设智控等。-56-中国智能制造系统解决方案市场研究报告(2021)图2-52 技术及市场发展趋势图2-51 供应商图谱7.技术及市场发展趋势-57-二、细分场景市场分析(七)安全管控企业在安全管控环节建立健康、安全和环境三位一体的安全管控体系,通过安全隐患识别、危险事件预警、应急联动响应、工控入侵检测、网络主机防护等方面的建设,实现对工业现场的生产安全、作业安全和网络安全的全面综合安全管控,消除隐患、杜绝事故。1.市场需求分析企业高度关注生产安全,建立安全生产管控一体化平台,在日常生产过程中,将先进技术与安全管理相结合,通过环境感知、数据分析,实现安全生产要素实时监控、危险源管理、事故隐患智能预警,构建应急协同指挥平台,为企业安全生产提供高效实时的智能应用与服务。为了满足国家信息安全法规和标准要求,企业建立工控信息安全防护体系,采用防火墙、网闸等防护设备实现工控系统边界防护,建立入侵检测、安全审计和安全态势感知系统及时发现潜在的威胁和风险,确保网络安全和数据安全。-58-中国智能制造系统解决方案市场研究报告(2021)2.业务模式图2-54 安全管控环节系统解决方案业务模式图2-53 安全管控环节共性需求和行业特点危险源监测视频监控大屏工业防火墙工控安全审计危险预警门禁系统工控漏洞扫安全监测平台应急管理平台广播系统工控入侵检测安全态势感知违章行为管控安全穿戴监测网络主机防护评估检查生产安全工控安全安全管控环节-59-二、细分场景市场分析3.项目投入水平生产安全管控系统集成项目主要包括智能安全巡检系统、边界防护系统、人员定位系统、安全数据管理、危险源管理、特殊作业许可管理、危险识别预测、风险评估、应急指挥等组成部分。其项目的投入水平主要在50-300万元区间,影响企业在生产安全管控系统集成项目投入水平的因素主要包括安全检测仪表、危险探测传感器、视频监控装置的数量,以及危险事件识别功能,电子地图或电子围栏功能的应用程度等。工控安全防护系统集成项目的投入水平多在100万元以内,主要包括防火墙、堡垒机以及审计软件等工控安全防护及审计类产品的应用和运维等。图2-55 生产安全管控平台项目投入水平-60-中国智能制造系统解决方案市场研究报告(2021)图2-56 工控安全防护系统项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。4.解决方案应用情况受访企业中,龙头企业注重在安全监测、应急联动、危化品智能管控、网络主机安全防护、安全风险检测与识别、工控安全态势感知等全方面进行投入。中小企业在资金投入和管控效能之间选取平衡点,多数会选择在危化品智能管控和安全事件应急联动等方面优先投入。-61-二、细分场景市场分析5.市场及供应商发展情况安全管控的市场规模相对较小,在国家相关政策的引导下,呈现出高速增长态势。安全生产管控平台、工控安全防护平台在石油化工、矿山、钢铁、装备制造等领域具有广阔的应用场景。图2-57 制造企业在安全管控环节的投资情况 来源:问卷问题。“投资以下功能对于提升安全管控水平有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。-62-中国智能制造系统解决方案市场研究报告(2021)图2-58 市场及供应商发展情况6.供应商图谱在安全生产管控方面,国内市场有和利时、中控技术、大唐思拓等一批优秀的一体化系统解决方案供应商;在工控安全防护方面,奇安信、珞安科技等供应商处于行业领先地位。典型产品或服务市场情况供应商发展情况 用于生产过程安全保护的安全仪表系统(SIS)一直 是流程行业实施安全管控的重要手段,其市场在近 十年突飞猛进,主要得益于国家加大对于化工、油 气、危险品等行业的安全监管力度。在国内市场中,安全管控系统和应急管理系统等相 关产品已经涵盖了石油化工、矿山、冶金、物流园 区、装备制造等制造业各个领域。国内专注于安全生产管控一体化领域的优秀供 应商有:和利时、中控技术、大唐思拓、安亿 通、华工赛百、阳光三极、精诺数据等。从事公共安防领域的供应商,开始利用其积累 的先进技术,在危化品管控、危险源监测和危 险预警等方面开拓新市场,如海康威视、大华 等。2020年全球工业网络安全市场规模约为152亿美元【注1】。我国工控安全市场将保持50%以上的增长率,市场 规模在2022年将达到66.86亿元【注2】。龙头工控安全供应商已开始在电力、石化、烟草、轨道交通、机械装备等行业进行布局,其中电力、石化领域的工控安全水平位居前列。工控安全产品结构来看,主要集中在工控防火墙、工控漏洞扫描、工控入侵检测等网关类产品,而且 工控审计和监测类产品也逐步被企业认可,近年来 增长快速。工控安全产品供应商中有专业工控安全厂商,如:珞安科技、威努特、安恒等;和传统IT安全 厂商,如:奇安信、启明星辰、绿盟等公司。部分自动化背景的厂商,在工控网络安全的大 环境下,采用可信架构的工控安全设备技术,在工控设备的研发过程中融入信息安全防 护要求,从而达到整体安全可控的目的。如,和利时、中控技术、力控华康等。注1:数据来源为RAM的研究报告。注2:数据来源为工控安全发展白皮书2020。主机防护数据隔离态势感知网络监测审计管理人员管控危险源监控安全生 产管控 平台工控安 全防护 平台危险报警应急联动危化品管理.-63-二、细分场景市场分析图2-59 供应商图谱图2-60 技术及市场发展趋势7.技术及市场发展趋势-64-中国智能制造系统解决方案市场研究报告(2021)图2-61 能源环保环节共性需求、行业特点(八)能源与环保管控制造企业建立相应管理制度和规范、安装智能计量仪表和污染物监测系统、应用能源管理系统(EMS)和环保管控平台等信息系统,实现能源与环保管控的精细化管理、提高能源利用率、降低能耗成本、降低污染物排放、消除环境污染风险等目的。1.市场需求分析针对石油化工、钢铁等不同行业的特点,供应商结合制造企业的实际情况和生态环境管理的需求,提供能源、环保等相关监测、检测设备和数据收集,信息分析服务平台。-65-二、细分场景市场分析2.系统功能及业务模式图2-63 环保管控平台功能图2-62 能源管理系统功能-66-中国智能制造系统解决方案市场研究报告(2021)3.项目投入水平能源和环保方面的系统解决方案包括设备、软件、IT信息及系统集成等多项服务内容。其中数据采集、报表分析、能耗预警、污染监控等系统模块的完善程度,以及能效优化、能源平衡调度、污染排放优化等管理功能的技术水平是影响系统解决方案价格的主要原因。企业按照国家能源环保政策要求,根据生产规模和投入水平,选择价格合适的能源环保管控方案。能源管理系统的项目合同金额多数在100-300万之间,大型集团化企业投资在1000万以上。环保管控平台项目投资金额主要集中在50-100万之间。图2-64 能源与环保管控环节系统解决方案业务模式-67-二、细分场景市场分析4.解决方案应用情况受访企业中,龙头企业普遍更注重在能源环保管控方面的投入,希望针对关键装备和环节,优化工艺参数,实现能源的综合平衡与优化调度;实施排放监测预警,提升能源利用率,管控污染排放。中小型企业也认可在能耗数据监测方面的投资。随着国家碳中和碳达峰的政策推进,碳资产管理将是下一步企业节能减排的重点方向。图2-66 环保管控平台实施项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。图2-65 能源管理系统实施项目投入水平-68-中国智能制造系统解决方案市场研究报告(2021)图2-68 制造企业在能源与环保管控环节的投资认可度调查 来源:问卷问题。“在实现上述部分功能后,实现了何种程度的 ROI?”百分比代表 选择“显著”或“巨大”程度的受访者数量。图2-67 制造企业在能源与环保管控环节的投资情况 来源:问卷问题。“投资以下功能对于提升能源和环保管控水平有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。5.市场及供应商发展情况国内能源和环保管控系统市场发展迅速,石油化工、钢铁冶炼、建筑材料、汽车及零部件、电子信息、食品饮料等行业是能源管理和环保管控供应商的重点服务领域。-69-二、细分场景市场分析典型产品或服务市场情况供应商发展情况能源环保系统解决方案在制造业领域,石油化工、金属冶炼、建筑材料、汽车及零部件、电子信息、食品饮料等行业是能源与环保管控供应商的重点服务领域。智慧能源管理系统可以覆盖工业园区多个场景,实现多种能源综合监测和智慧调控、大幅提高企业能源利用效率和能源供应可靠性;能源管理系统已经可以通过多个平台如手机APP 等,方便用户随时随地开展企业能耗管理等工作;能源管理系统行业的参与主体有上游的 IT 设备制造与系统软件开发供应商,中游的能源管理服务供应商等,行业下游应用广泛,涉及领域众多。国内环保管控和能源管理市场中,目前 IT 软件服务商涉足领域相对广泛,能耗监测、环境监测和仪器仪表厂商在各自的专注领域科研技术实力雄厚,各有所长;一些具有行业特色的研究院、设计院背景的企业或者单位,他们的顶层规划能力较强,具有鲜明的行业特点,可以提供环保和能源管理等领域的总体规划、咨询、设计、工程总承包及投资、建设、运营等系统解决方案;这类供应商代表诸如中国恩菲工程技术有限公司(原中国有色工程设计研究总院)、中国石化工程建设有限公司,中机国际工程设计研究院有限责任公司、中国电力工程顾问集团公司等。环保管控平台的国内市场中,竞争主体主要有IT 软件服务商、环境监测和分析仪器厂商、物联网企业等;各企业从环保 IT 服务解决方案、环境在线监控系统等领域分别切入环保管控市场;当前市场中既有独立的环保管控平台产品,也有可以在制造业生产管理信息系统中集成的环保管控模块产品,可以满足不同企业的业务需求。市场需求旺盛,能源与环保管控的设备及软件供应商发展迅速;市场高度分散化,集中度较低。典型供应商有西门子、施耐德、石化盈科、浙江中控、合众慧能、润通科技、汇环科技等。能源管理系统环保管控平台图2-69 市场及供应商发展情况-70-中国智能制造系统解决方案市场研究报告(2021)6.供应商图谱国内能源管理和环保管控市场需求旺盛,各类企业大量进入且发展迅速,目前还未出现占据较大市场份额的头部企业,市场高度分散化,集中度较低。国内外典型供应商有西门子、施耐德、宝钢集团、石化盈科、浙江中控、合众慧能、润通科技、汇环科技等。图2-70 供应商图谱7.技术及市场发展趋势“十四五”工业绿色发展规划为“十四五”工业绿色发展描绘了蓝图,细化了工业领域碳达峰顶层部署的具体路径,为智能制造能源环保管控市场指明了发展方向。到 2025 年,工业产业结构、生产方式绿色低碳转型取得显著成效,绿色低碳技术装备广泛应用,能源资源利用效率大幅提高,绿色制造水平全面提升。-71-二、细分场景市场分析(九)经营管理经营管理环节主要包括了企业在营销、采购、供应链、售后等经营管理层面的内容。通过使用企业资源计划系统、客户关系管理系统、供应链管理系统、运输管理系统等,制定更精确的营销计划,提供更主动的客户服务,掌握更及时的采购、生产和物流状态,识别潜在的市场风险,实现企业业务智慧管理。1.市场需求分析企业在经营管理活动中,利用ERP、SCM、CRM、SRM、TMS等企业信息化管理软件,实现企业内部业务流程管理、各类报表统计、战略决策支撑等功能。图2-71 技术及市场发展趋势-72-中国智能制造系统解决方案市场研究报告(2021)供应链市场营销企业战略财务内部流程供应链管理计划与控制财务管理客户联络供应商管理销售分销渠道管理订单管理物料管理人员管理质量管理订单管理物流管理工厂维护商机管理采购管理生产计划活动交互资料计划营销管理售后服务场景典型功能行业关注电子信息SCMERPCRM汽车/机械食品饮料/医药 有效管理全球化的供应商,并通过电子化的手段实现与供应商的便捷信息互联,实现采购成本的降低。制造外包的方式在行业中广泛存在,如何将采购物资准确送达到各地的 OEM与 ODM 商中,也是其关注的重点。电子零件数量多,变化快,零件的采购、接收和退货频繁,使得成本核算非常复杂和困难 市场快速分析预测。实现对市场未来供求趋势、影响因素及其变化规律的精准分析、判断和预测。销售计划动态优化。依托客户关系管理系统(CRM),应用大数据、机器学习等技术,挖掘分析客户信息,构建用户画像和需求预测模型,制定精准销售计划。销售驱动业务优化。通过销售管理系统与设计、生产、物流等系统集成,应用大数据、专家系统等技术,根据客户需求变化,动态调整设计、采购、生产、物流等方案 主动客户服务。建设客户关系管理系统(CRM),集成大数据、知识图谱和自然语言处理等技术,实现客户需求分析、精细化管理,提供主动式客户服务。生产计划优化。构建企业资源计划系统(ERP),应用约束理论、寻优算法和专家系统等技术,实现基于采购提前期、安全库存和市场需求的生产计划优化。采购策略优化。实现供应商综合评价、采购需求精准决策和采购方案动态优化。供应链可视化。打通上下游企业数据,实现供应链可视化监控和综合绩效分析。物流实时监测与优化。实现运输配送全程跟踪和异常预警,装载能力和配送路径优化。供应链风险预警与弹性管控。开展供应链风险隐患识别、定位、预警和高效处置。对汽车配件企业来说,与整车厂的信息对接,保证交货的及时性,根据整车厂的需求进行合理的排产,建立并强化协同的计划管理体系以组织均衡生产,提高制造现场管控水平就变得非常重要。在“精益制造”的推动下,汽车行业强调供应链上各节点的协同制造,这种协同不仅仅包括供应链上下游企业,还包括第三方物流商。目前,许多汽车与机械主机制造企业已通过 EDI的方式实现与上游供应商的制造信息协同。此外,包括一汽、中联重科、三一重工在内的大型汽车和工程机械制造企业也都纷纷与第三方物流商进行信息协同。关注合乎行业特点要求的 WMS 与 TMS系统的应用,如批次管理、库存周转率、冷链管理等。建立行之有效的 DRP 系统以加强对分销渠道的统一管控。流程行业的 ERP 数据要和 DCS(分散控制系统)的数据对接。图2-72 经营管理环节共性需求和行业关注-73-二、细分场景市场分析图2-74 经营管理环节系统解决方案业务模式图2-73 经营管理环节软件使用特点企业业务的标准化程度高信息技术应用的复杂度低高物流仓储管理生产流程管理财务管理供应链管理产品研发管理市场营销管理2.业务模式经营管理环节提升主要包括资源计划、供应链管理、客户关系管理等方面,一般由软件实施商交付最终制造业用户,部分国内软件实施商与国外厂商达成生态合作,由软件供应商提供软件授权,自身提供实施服务,部分制造企业也选择原厂提供实施服务。-74-中国智能制造系统解决方案市场研究报告(2021)3.项目投入水平经营管理环节有关软件实施涉及ERP、SCM、CRM、SRM等软件授权购买及部署,其中ERP投资水平受制造企业整体管理规模影响,分布区间较大,ERP属于重部署软件系统,与业务流程结合紧密,定制开发量较大,大多涉及财务、销售、库存、生产、采购等多个方面。大型集团ERP投资可在1000万以上,特别是一些国际品牌厂商,仅升级投资就可以是千万级别。有些企业根据自身业务规模,选择相对轻量化的财务、生产等基础ERP模块,保证企业业务基本运营,投资基本在百万以上。SCM、CRM等产品相对轻量化且标准化程度较高,集中在50-500万之间。部分中小企业也会选择一些新兴的SaaS软件按需或按年付费进行服务采购。一般来说,企业会优先对ERP或某个关键领域进行数字化投资,然后开展ERP外延系统CRM/SRM/SCM等部署。整个项目一般会持续2-5年的数字化投入,部分大型企业有长期、固定的数字化投入规划和预算。图2-75 ERP软件实施项目投入水平-75-二、细分场景市场分析4.解决方案应用情况受访企业中,中小企业关注销售、采购、生产环节的计划和流程优化功能,特别是对上述核心功能的轻量化、标准化软件接受度较高,同时对价格的敏感度也较高,并且期望能够快速应用于企业经营管理,缩短决策周期。大型企业的业务流程复杂、管理体系庞大,对于企业经营管理和决策可控需求迫切,更注重在企业经营管理的各个维度进行信息化投入,软件功能应覆盖主要业务流程。龙头企业关注软件厂商的品牌效应,行业经验,特定解决方案和过往相关行业客户的实施效果,对大型管理软件的运行稳定性、可扩展性、快速二次开发、各类报表逐层可视化等功能比较重视。对于部分打算正走向国际化的企业,则更关注软件的国际化应用。图2-76 SCM/CRM等软件实施项目投入水平 来源:问卷问题。“单个项目投资金额在哪个区间段?”,百分比代表选择“相应投资金额区间”的受访者数量。-76-中国智能制造系统解决方案市场研究报告(2021)5.市场及供应商发展情况在国内市场中,企业管理软件的整体市场规模较大,竞争比较激烈,产品多样化程度比较高。同时,ERP、CRM等系统软件的市场集中度较高,市场份额多数由国内外龙头企业占据。图2-77 制造企业在经营管理环节的投资情况 来源:问卷问题。“投资以下功能对于提升经营管理效率有多重要?”百分比代表选择“已有资金投入或近期将有资金投入”的受访者数量。-77-二、细分场景市场分析典型产品或服务市场情况供应商发展情况中国业务垂直型 SaaS 市场规模持续增长,CRM 和 ERPSaaS 市场规模一直位居行业前列。ERP 作为企业经营管理的重要系统,整体市场规模较大,市场集中度较高,排名前三的供应商共占有 70%以上的市场份额。CRM、SCM、TMS 系统在众多企业级管理软件中,属于市场竞争较激烈、多样化程度较高的产品,CRM 等软件早期的市场被一些较早从事管理软件开发的大型软件企业占据,如 SAP、Oracle、金蝶、用友等。CRM 系统是由Salesforce、微 软、Oracle、SAP 等领先软件厂商高度集中的市场,由于企业用户方不断探索新的 2B 销售数字化机会,“销售技术”也是创业和资本的热门领域。企业 SaaS 服务的不断在国内市场落地,云 SCM 逐渐被市场接受,特别是面向中小企业用户。据罗兰贝格的资料所示,采用 SaaS供应链时,企业在效率提高的同时供应链交易总成本节约了近 50%,而且,供应链间协作单据的处理数量也大约减少了一半。国 际 品 牌 SAP、Oracle 等因其产品功能强大且进入国内市场较早,主要占据高端市场,在大型集团型企业、跨国公司、上市公司有更多市场份额。国产 ERP 供应商凭借价格低、易操作等优势在国内中小型企业客户群体中占据较多市场,同时在实施成本、实施周期、培训、本地化服务团队、云端业务等方面具有一定的优势。随着云服务的发展,基于SaaS 的服务商成为主力军,出现了一些免费开源的软件产品,受到小微企业的青睐,如 Salesforce、神州数码、联合利泰、软通动力、速通达等服务商。国内 CRM 厂商实现规模化发展需跨越从中小客户跨越到中大客户,从单一产品走向多产品、一体化,从通用走向垂直行业的市场跨越。国外厂商进入云 SCM 时间较早,而且整体而言他们也具有更深的技术与经验积淀;而国内厂商进入该领域的时间主要集中在 2000 年后,据统计数量已经超过了200 家,阿里、腾讯等云服务厂商逐渐布局该市场。当前中国市场中的云 SCM厂商主要集中于 SCE(供应链执行)与 SCC(供应链协作)领域,在 SCP(供应链计划)方面还尚需实现“0的突破”。ERPCRMSCM图2-78 市场及供应商发展情况-78-中国智能制造系统解决方案市场研究报告(2021)6.供应商图谱经营管理软件供应商的专注领域及产品定位不同,部分供应商在细分领域持续深耕,部分供应商采用平台化方式不断扩展系列化产品。图2-79 供应商图谱7.技术及市场发展趋势图2-80 技术及市场发展趋势 多级供应商、客户平台化管理,分布式库存流预测的工具将会越来越受欢迎;供应链“内部交易”转变成着重于“外部交互”,利用知识图谱技术进行产业链分析;SaaS 供应链或SaaS PaaS 供应链市场占有率持续提升。ERP 向 轻 量 化迈进,ERP BI的新模式帮助企业充分挖掘历史海量数据,进行多维度的分析、横纵向的剖析和筛选,实时商业分析、实时决策数据处理有巨大的市场机会。区 块 链 技 术 在物料的生产、运输、加工等环节上可以进行全面的监 控、记 录,将更完整地获取供应链上下游的过程信息。销售线索生成、商 机 评 估 和 打分、销售行动建议等新型辅助销售决策功能受到客户青睐。供应链管理 云平台化区块链技术应用管理轻量化、实时化辅助决策新方式-79-二、细分场景市场分析三、典型行业市场分析近年来,随着细分行业智能制造实施的不断深入,涌现出了一批具有较强示范和引领作用的供应商,他们扎根细分行业典型场景的改造需求,持续迭代创新,逐渐形成了面向行业的专用装备、软件和成套解决方案,展示出了高水平和专业化的供给能力。本章节选取汽车、制药和电子信息等7个重点行业,详细分析了细分行业中不同应用场景的智能化改造需求,按照供应商的专业化能力和服务方向,归纳整理形成细分行业供应商能力图谱,并精选出细分行业典型解决方案案例。(一)汽车行业图3-1 汽车行业智能制造典型应用场景-80-中国智能制造系统解决方案市场研究报告(2021)图3-3 汽车行业智能制造解决方案典型案例图3-2 汽车行业解决方案供应商能力图谱-81-三、典型行业市场分析(二)制药行业图3-5 生物医药行业系统解决方案供应商能力图谱图3-4 制药行业智能制造典型应用场景-82-中国智能制造系统解决方案市场研究报告(2021)图3-6 生物医药行业系统解决方案典型案例(三)电子信息行业图3-7 电子信息行业智能制造典型应用场景-83-三、典型行业市场分析图3-9 电子信息行业智能制造解决方案典型案例图3-8 电子信息行业解决方案供应商能力图谱-84-中国智能制造系统解决方案市场研究报告(2021)(四)石油化工行业图3-10 石油化工行业智能制造典型应用场景图3-11 石油化工行业系统解决方案供应商能力图谱-85-三、典型行业市场分析(五)纺织服装行业图3-12 石油化工行业系统解决方案典型案例图3-13 纺织服装行业智能制造典型应用场景-86-中国智能制造系统解决方案市场研究报告(2021)图3-15 纺织服装行业系统解决方案典型案例图3-14 纺织服装行业系统解决方案供应商能力图谱-87-三、典型行业市场分析(六)通用机械行业图3-16 通用机械行业智能制造典型应用场景图3-17 通用机械行业系统解决方案供应商能力图谱-88-中国智能制造系统解决方案市场研究报告(2021)图3-18 通用机械行业系统解决方案典型案例(七)钢铁冶炼行业图3-19 钢铁冶炼行业智能制造典型应用场景-89-三、典型行业市场分析图3-21 钢铁冶炼行业系统解决方案典型案例图3-20 钢铁冶炼行业系统解决方案供应商能力图谱-90-中国智能制造系统解决方案市场研究报告(2021)我国智能制造系统解决方案呈现多元化、专业化发展趋势。系统解决方案市场的高速增长,为智能制造发展持续注入强大动力。作为智能制造的实践者、新技术应用的开拓者、经验知识的传承者,智能制造系统解决方案供应商通过集成创新和知识沉淀,将装备、软件和集成服务的价值最大化,逐渐成为产业链整体提升的关键。在促进装备和工艺融合、IT和OT融合,推动企业流程再造、效能提升等方面展示出强劲的活力和创新力。四、发展与展望面对智能制造的发展潜力和机遇,越来越多供应商在各类应用场景长期实践并取得卓越成效,逐渐探索形成具有中国特色的发展路径。系统解决方案在智能工厂建设、传统行业升级改造、智能制造新模式探索、核心技术突破、产业链水平提升、中小企业服务等方面正在发挥日益重要的作用。图4-1 智能制造系统解决方案市场发展综述-91-四、发展与展望图4-2 智能制造系统解决方案市场发展特点智能制造解决方案供应商的成长,需要紧跟国内制造业改造升级需求,围绕制造业数字化转型的痛点、难点,在实践中创新,在创新中迭代,着力研发专业化、标准化的解决方案,攻克行业关键共性问题,提升服务水平,在身形成自身竞争优势,带动产业链整体水平提升。对于已经完成阶段跨越的龙头供应商,可充分利用好我国工业门类齐全、超大规模市场和部分行业的先发优势,充分总结国内实践经验,整合优质资源,向世界输出中国技术和方案,贡献中国智慧。-92-中国智能制造系统解决方案市场研究报告(2021)当前我国智能制造系统解决方案供应商发展仍面临基础技术空心化、产品研发推广和迭代更新慢、市场资金压力大、供需之间信息沟通不畅等问题。按照“十四五”智能制造发展规划部署要求,将依托联盟,打造供需对接平台,加强公共服务平台建设,建设完善供应商服务网络;鼓励系统解决方案供应商与用户加强供需互动、联合创新,举办品牌活动,持续做好标杆遴选和宣传工作;推进工艺、装备、软件、网络的系统集成和深度融合;开展供应商服务能力符合性评估和分类标准研制,开发面向典型场景和细分行业的解决方案。图4-3 智能制造系统解决方案供应商发展路径-93-四、发展与展望图4-4 智能制造系统解决方案市场发展建议电话:010-64102822邮箱:
中国智能制造发展研究报告智能工厂智能制造是推进制造强国战略的主攻方向,加速制造企业设备、产线、车间和工厂的数字化、网络化、智能化升级,从根本上变革制造业生产方式和资源组织模式。同时,在经济下行压力、人口红利消失、消费结构升级、新冠疫情冲击等多种因素推动下,制造企业加快转型步伐,工厂正向高效化、智能化、绿色化方向跃迁升级,不断涌现出技术创新、应用领先、成效显著的智能工厂。在此背景下,全面梳理智能工厂应用场景,总结智能工厂发展路径,研判制造业高质量发展趋势,明确成效考核,对“十四五”期间高水平推进智能制造具有重要参考意义。本报告围绕智能工厂建设趋势、场景、路径、评价和实践五个方面进行了阐述。趋势方面,围绕要素驱动、手段优化、生产变革、资源配置和可持续维度进行了分析。场景方面,梳理了智能工厂建设落地的十大场景,归纳了场景差异化应用模式。路径方面,总结了原材料、装备制造、消费品和电子信息四大行业的差异化发展路径以及特色模式。评价方面,从价值增长、运营优化和可持续发展三个维度提出了一套可量化转型价值效益的绩效指标体系。实践方面,列举了若干行业代表性领先工厂的主要转型变革和关键绩效改善。本报告分析数据与案例均来源 2021 年度智能制造试点示范工厂和优秀场景,同时转型依然在持续进行,我们对转型认识也有待进一步深化,报告中存在的不足之处,欢迎大家批评指正。前 言前言 目录01 智能工厂走深向实,呈现五大趋势.1“数据驱动”:数据成为智能应用关键使能.2“虚实融合”:在数字空间中超越实际生产.4“柔性敏捷”:柔性化制造将成为主导模式.5“全局协同”:单点优化迈向全局协同变革.6.“绿色安全”:资源效率与社会效益相统一.802 智能场景梯次落地,形成多样应用.11数据与算法驱动的精准工业质检.14数字空间中高效规划和迭代工艺.15物料自动存取和管控的智能仓储.16智能机器与人员协同的敏捷作业.17全环节质量数据汇聚与精准追溯.18设备可视化运行监控与故障洞察.19自适应生产变化的产线柔性配置.20实时精准与动态响应的智能排程.21全要素透明可控的精益生产管理.22产供销一体化协同生产计划优化.2304 绩效指标量化效益,穿透价值迷雾.35数字投资持续增长,效益模糊.36示范工厂改善显著,照亮价值.37绩效评估显性成效,助力转型.38领先标杆关注绩效,策划举措.4005 展望.5103 垂直行业模式差异,走出特色路径.25原材料.28装备制造.30消费品.31电子信息.321序言 1智能工厂走深向实,呈现五大趋势012中国智能制造发展研究报告-智能工厂(一)“数据驱动”:数据成为智能应用关键使能传统生产要素逐步数字化,数控机床、工业机器人等广泛应用和深度互联,大量工业数据随之产生,同时研发、运营等制造业务逐渐向数字空间转移,进一步加速了工业数据的积累。加之大数据、人工智能等技术突破与融合应用,为海量工业数据挖掘分析提供了有效手段。构建“采集、建模、分析、决策”的数据优化闭环,应用“数据 模型”对物理世界进行状态描述、规律洞察和预测优化,已成为智能化实现的关键路径,在工厂各个领域展现出巨大赋能潜力。一是数据驱动的增强研发范式。数据与研发创新全流程相结合,应用数据模型、智能算法和工业知识,建立超越传统认识边界的创新能力,推动研发创新范式从实物试验验证,转向虚拟仿真优化,进而迈向基于数据的设计空间探索、创新方案发现和敏捷迭代开发。如宁德时代结合材料机理、大数据分析和人工智能算法探索各种材料基因的结合点,加速电解液、正极、包覆等电池材料的开发,缩短研发周期 30%,降低研发成本 30%。二是基于数据的生产过程智能优化。基于海量制造数据采集、汇聚、挖掘与分析,融合工业机理,构建具有感知分析和洞察解析复杂制造过程的数字模型系统,通过对工艺流程、参数的闭环优化与动态调整,实现自决策和自优化生产制造过程。如宝武鄂城钢铁,基于“数据 机理”构建转炉工艺过程模型,破解转炉炼钢过程“黑箱”,动态优化和实时控制氧枪、副枪及加料等操作参数,炼制效率提升 23%,炼制能耗降低 15%。301 智能工厂走深向实,呈现五大趋势三是基于数据的精准管控与智能决策。通过对工厂中人、机、料、法、环等全要素的深度互联与动态感知,打通生产过程的数据流,通过数据自动流动化解复杂制造系统管控的不确定性,实现精准感知、动态配置和智能决策的生产运营管理。如潍柴动力构建智能管理与决策分析平台,汇聚生产数据,基于大数据分析结合人工智能算法,开展动态资源调度、设备预测维护、能耗智能优化等数据应用,生产效率提升 30%,生产成本降低 15%。四是数据加速模式业态创新与价值链重构。通过数字技术连接各类终端、产品、设备等,基于数据分析开展远程运维、分时租赁、产融结合等新服务与新业态,进而推动价值链高价值环节的产生或转移以及价值网络的全面重构。如帕菲特机械构建售后增值服务运维平台,基于产品数据分析开展租赁、运输、金融等增值服务,服务效益提升 30%;山河智能装备基于数据实时监控装备状态,探索工程机械融资租赁服务,2022年 4月通过融资租赁方式推动工程机械出口 RCEP成员国,首期合同资金 1000万元。4中国智能制造发展研究报告-智能工厂(二)“虚实融合”:在数字空间中超越实际生产随着数字传感、物联网、云计算、系统建模、信息融合、虚拟现实等技术推广应用,实现了物理系统和数字空间的全面互联与深度协同,以及在此过程中的智能分析与决策优化。使得工业领域能够在数字空间中对现实生产过程进行高精度刻画和实时映射,以数字比特代替物理原子更高效和近乎零成本的开展验证分析和预测优化,进而以获得的较优结果或决策来控制和驱动现实生产过程。数字孪生是在数字空间中对物理世界的等价映射,能够以实时性、高保真性、高集成性地在虚拟空间模拟物理实体的状态,已成为在工业领域虚实融合实现的关键纽带。一是基于数字孪生样机的仿真分析与优化。通过建立集成多学科、多物理量、多尺度的,可复现物理样机的设计状态,且可实现.实时仿真的虚拟样机,在数字空间中完成设计方案的仿真分析,功能、性能测试验证,多学科设计优化以及可制造性分析等,加速设计迭代。如莱克电气应用结构、电子、电磁等CAD(计算机辅助设计)工具,基于设计资源库,构建电机产品多学科虚拟样机,并开展机械、电磁、热等多学科联合仿真分析与优化,产品研制周期缩短 55%。二是基于生产数字孪生的制造过程监控与优化。依托装备、产线、车间、工厂等不同层级的工厂数字孪生模型,通过生产数据采集和分析,在数字空间中实时映射真实生产制造过程,进而实现仿真分析、虚拟调试、可视监控、资源调度、过程优化以及诊断预测等。如一汽红旗采用三维可视化和资产建模技术,实时接入车间生产数据和业务系统数据,建立了整车制造工厂数字孪生模型,从全局/产线/细节等不同角度实时洞察生产状态,对故障/异常状况进行实时识别、精准定位和追踪还原分析,生产异常处理效率提升 30%,工厂产能提升 5%。三是基于产品运行数字孪生的智能运维与运行优化。在产品机械、电子、气液压等多领域的系统性、全面性和真实性描述的基础上,通过采集产品运行与工况数据,构建能够实时映射物理产品运行状态,以及功能、性能衰减分析的运行数字孪生模型,从而对产品状态监控、效能分析、寿命预测、故障诊断等提供分析决策支持。如陕鼓动力依托设备智能运维工业互联网平台,通过装备数据采集、识别和分析,结合工业机理,构建透平装备运维数字孪生模型,实现产品健康评估、故障诊断和预测性维护,维护效率提高 20%以上,维修生产成本降低 8%以上。501 智能工厂走深向实,呈现五大趋势(三)“柔性敏捷”:柔性化制造将成为主导模式目前,消费方式正逐步由标准化、单调统一向定制化、个性差异转变。如服装行业积极落地多种成衣的在线定制,家具行业大力推广全屋家居的客户定制,汽车行业加速探索乘用车用户直连制造,钢铁行业小批量订单需求增长等。传统大规模量产的生产模式已无法在可控成本范围内满足个性化需求的敏捷响应和快速交付。工厂亟需通过构建柔性化生产能力,以大批量规模化生产的低成本,实现多品种、变批量和短交期的个性化订单的生产和交付。主要通过四个方面的协同来实现“柔性”。一是产品模块化快速开发。基于数字化建模工具和数据管控平台,依托产品模块库、设计知识库和配置规则库等,根据设计需求,选择、配置和组合产品模块,并通过参数化设计快速修改模块设计,进而产生定制化产品的设计方案、工艺方案等。如曲美家居应用三维家居设计工具,依托“一千余个设计案例库和五万余套设计样本库”,通过设计配置规则和参数化设计,快速根据客户选配生成定制产品设计模型和工艺流程,店面定制家居设计效率提高 400%。二是柔性资源配置与动态调度。泛在连接各类生产资源,实时感知生产要素状态,面向小批量定制工单,精确制定主生产计划、物料需求计划、车间任务排产,柔性配置和组织生产资源,并实时根据订单状态和异常扰动,动态调整计划排程,调度生产资源。如老板电器通过生产要素的全面互联感知,构建工业指挥大脑,以小批量定制工单驱动,基于数据模型和智能算法优化生产资源配置,实时进行调度,设备综合效率提升 23%,生产效率提升 45%。6中国智能制造发展研究报告-智能工厂三是柔性与自适应加工。依托柔性可重构产线、柔性工装夹具和柔性线上物流搬运系统,基于数据对单件或小批量产品进行精准识别、资源匹配和生产全过程的精确控制,进而实现工艺流程不同,作业内容差异的多品种变批量定制产品的柔性生产。如 TCL构建基于 5G的可重构柔性液晶生产线,结合 5G边缘计算,实现按订单快速调整产线布局,自动更新设备参数等,转产时间缩短 93%,产能提升 10%。四是柔性供应链系统。打通产业链供应链,建立面向研发、生产、运营等业务的供应链协同机制,基于跨企业的数据共享和实时反馈增强供应链资源柔性配置、业务动态协同和变化快速适应能力,进而实现供应链对定制需求的敏捷响应和快速交付。如广汽埃安构建供应商协同平台,打通多级供应商数据渠道,推动“客户、生产、供应、物流”各个环节紧密协同,建立定制订单联动的柔性供应链体系,能够准确传递定制订单的供货需求,快速组织生产和交付采购订单,定制化能力提升 35。(四)“全局协同”:单点优化迈向全局协同变革随着 5G、物联网等网络技术的全面应用,泛在互联,万物互联已成为数字时代的典型特征。网络使得制造系统可以不断超越时空的限制进行更广泛地连接,将人、设备、系统和产品等要素连接起来,打通全要素、全价值链和全产业链的“信息孤岛”,使数据能够在不同系统、不同业务和不同企业之间高效流动。进而基于数据协同,通过网络化方式进行资源要素的共享、调度,企业内外业务的集成打通,推动从数字化设计、智能化生产等局部业务优化,向网络化协同、共享制造等全局资源协同优化迈进。一是生产全流程集成控制与协同优化。基于设备、控制、管控和运营多层次制造系统和信息系统集成,通过数据协同开展计划排程、资源调度、生产作业和运营管控的集成联动,进而实现全生产流程各环节的统筹调度、资源组织、集中控制、高效衔接和动态优化。如宝武武汉钢铁依托工业互联网平台打通炼钢、连铸和轧钢三大工艺流程,整合传统分布式操作室,构建集控中心,实现炼钢、连铸、轧钢全流程一体化排程、调度、控制、监视和运维,生产效率提升12%,人员比例优化 30%。701 智能工厂走深向实,呈现五大趋势二是全供应链一体化集成与协同。依托跨企业信息系统集成或构建供应链协同平台,打造供应链协作入口,连接采购、库存、物流、销售等前后端的供应链环节,实现数据联动的供应链集成优化,提升内外部整体协作效能。如蓝思科技构建供应商管理协同平台,向上游供应商提供云协作门户,集成供应商的生产、仓储、运输管理等系统,实时传递订单、计划等信息,同时采集供应商生产、物流信息,实现可视化管控与资源调度,采购成本降低 8%。三是生产端与消费端打通与协同优化。打通生产系统和消费互联网,以消费者精准洞察、需求敏捷响应和全生命周期体验交付为核心,重构生产模式、运营方式和商业模式,优化全链条资源配置与协作效率,进而快速创新产品服务来满足个性化需求,挖掘长尾市场,推动规模经济向范围经济转变,进而构建新竞争优势。如酷特智能基于工业互联网打通成衣消费端和生产端,用户可在线定制服装,自动匹配版型和服装设计,依托高度柔性化智能生产系统实现“一人一单”定制生产与直接交付,推动收入增长 16%。四是基于网络化协同的产业资源配置与全局优化。通过打造产业级平台,泛在连接全产业资源要素,构建全局资源共享平台,在更大范围、更广领域内组织、配置和协同制造资源,并基于资源状态实时感知,应用智能算法和大数据分析,动态优化资源配置,实现全局资源效率提升。如博创智能构建注塑行业的工业互联网平台-塑云平台,推动企业注塑机上云上平台,基于实时感知设备运行状态,租赁闲置设备产能,提高行业资源配置效率,并在此基础上创新预测性维护等增值服务,创造新收益。8中国智能制造发展研究报告-智能工厂(五)“绿色安全”:资源效率与社会效益相统一安全生产和绿色环保是工厂经营发展的生命线,是构建和谐社会的重要保障,是保证国民经济可持续发展的重大问题。近年来,在双碳战略目标引领下,开展智能工厂建设和数字化转型的同时,以数字技术赋能节能环保安全技术创新,应用人工智能、大数据、5G、工业互联网等提升工厂能耗、排放、污染、安全等管控能力,逐步迈向绿色制造、绿色工厂和绿色供应链,加快制造业绿色化转型,创造良好的经济效益和社会效益。一是能耗监控分析与能源效率优化。基于数字传感、智能电表、5G等实时采集多能源介质的消耗数据,构建多介质能耗分析模型,预测多种能源介质的消耗需求,分析影响能源效率的相关因素,进而可视化展示能耗数据,开展能源计划优化、平衡调度和高能耗设备能效优化等。如长城汽车通过实时采集室内外温度和制冷机系统负荷,利用校核系统模型实时决策制冷运行的最佳效率点,动态控制制冷机并联回路压力平衡和水泵运行频率,降低制冷站整体能耗,节能率达到 16%以上。二是安全监控预警与联动应急响应。针对主要危险源进行实时监控,基于采集数据分析自动识别安全风险隐患并实时预警;广泛连接各类安全应急资源,构建应急预案库,自动定位安全事故,推荐应急响应预案,并实时联动调度应急资源,快速处置安全事故。如万华化学建设应急智慧系统,集成视频、报警、气象仪器等数据源,构建应急预案库,实现事故定位、预案启动、应急响应、出警通知以及相关设备和资源自动化联动,能够高效处置安全事故,降低损失。901 智能工厂走深向实,呈现五大趋势三是全过程环境监测与污染优化。依托污染物监测仪表,采集生产全过程多种污染物排放数据,建立多维度环保质量分析和评价模型,实现排放数据可视化监控,污染物超限排放预警与控制,污染物溯源分析,以及环保控制策略优化等。如南京钢铁通过对 220个总悬浮微粒无组织排放监控点的实时数据采集,构建和应用智慧环保模型,实现环保排放的预测预警与环保控制策略优化,降低生产异常带来的超标排放风险 80%,加热炉排口硫超标现象下降 90%。四是全链条碳资产管理。通过采集和汇聚原料、能源、物流、生产、供应链等全价值链条的碳排放数据,依托全生命周期环境负荷评价模型,实现全流程碳排放分布可视比较,碳排放趋势分析、管控优化以及碳足迹追踪等。如中石化镇海炼化构建碳排放管理系统,在线计算各环节碳排放、碳资产数据,实现碳资源采集、计算、盘查和交易全过程管控,按照单台装置每月减少碳资产计算工作量 1天测算,全年降低成本 130多万元。1102 智能场景梯次落地,形成多样应用11智能场景梯次落地,形成多样应用0212中国智能制造发展研究报告-智能工厂以典型场景为基本要素,加速数字技术与全产业链、全价值链和全要素的融合渗透,是深化智能制造发展的新路径探索。本报告参考“2021年度智能制造试点示范行动”智能制造典型场景参考指引(2021年)1,对来源 2021年度智能制造示范工厂和优秀场景2.的数据进行统计分析,具体结果如图 1所示。总体来说,智能工厂发展路径以制造过程和生产管理的智能优化切入,加速供应链打通和协同,并向价值链上游研发设计和下游销售服务等高价值环节延伸,最终推动生产方式、商业模式和业务形态的创新变革。一是智能工厂的主攻方向依旧是制造领域,主要集中在计划调度、生产作业和质量管控的三大核心环节,相关智能场景应用数量占比 55.4%。二是生产管理也是工厂转型改善重点,管理应用占比 20.5%,主要集中在设备管理、能源管理和安全管控三大环节。三是数据驱动的研发变革和商业创新并行探索,各占比 10.6%、13.5%,未来研发变革和商业创新将创造新的价值,具有更大潜力。应用数量排名前十的“十大智能场景”分别是智能在线检测、工艺数字化设计、智能仓储、人机协同作业、质量精准追溯、在线运行监测与故障诊断、产线柔性配置、车间智能排产、精益生产管理、生产计划优化,总计占比超过 50%。基本集中在工厂生产运营核心的工艺规划、计划排程、加工作业和生产管控高价值领域,符合智能工厂建设主观需求和客观规律,具备较为显著的示范性。1关于开展 2021 年度智能制造试点示范行动的通知22021 年度智能制造示范工厂揭榜单位和优秀场景名单1302 智能场景梯次落地,形成多样应用商业运营研发设计生产管理制造执行营销管理售后服务模式创新13.5.6 .5U.4%工厂设计产品研发工艺设计计划调度安全管控能源管控环保管控生产作业仓储配送质量管控设备管理供应链管理销售驱动业务优化销售计划动态优化市场快速分析预测产品远程运维数据增值服务主动客户服务供应链可视化物流实时监测与优化采购策略优化供应链风险预警与弹性管控大批量定制网络协同制造基于数字孪生的制造用户直连制造共享制造车间/工厂数字化设计车间/工厂数字化交付产品数字化设计与仿真原料性质表征配方研发离散型工艺数字化设计流程型工艺数字化设计车间智能排产生产计划优化精准作业派工多工厂生产计划协同柔性化计划调度安全风险实时监测与识别安全事件智能决策与应急联动危险作业自动化危化品智能管控能耗数据监测能源平衡与调度能效优化污染源管理与环境监测排放预警与管控碳资产管理固废处置与再利用人机协同作业产线柔性配置精益生产管理资源动态组织先进过程控制工艺流程/参数动态调优智能仓储精准配送物料实时跟踪智能在线检测质量精准追溯产品质量优化在线运行监测与故障诊断智能维护管理预测性维护与运动优化资产全生命周期管理自动巡检远程控制151341251301096527785632043324711087751514525113924222285502133164534929262062201616111图 1 智能制造试点示范智能场景应用数据统计14中国智能制造发展研究报告-智能工厂(一)数据与算法驱动的精准工业质检质量检测是采用科学的检测手段和方法,测定产品特性是否符合规定的过程。质量检测效率和精度在一定程度上影响着生产效率和产品质量。传统工厂依托人工开展质量检测活动,首先检测效率相对较低,影响产线生产节拍;其次存在一定的质量误判率,导致不合格品流入后道工序或者市场,造成质量损失;同时质量检测数据无法采集、管理和追溯,难以支撑质量数据应用。聚焦高效精确质检和质量持续改进需求,将机器视觉、数字传感、人工智能、边缘计算等与检测装备相结合,打造智能检测装备,通过接触或非接触方式在线采集产品质量数据,应用“工业机理 数据分析”构建的质量分析模型实时识别、判断和定位质量缺陷,进而自主决策质量合规性。智能在线监测大幅度提高质检效率,提高缺陷识别率,降低质量损失风险,同时推动质量管理全流程的数字化,进而支撑全流程质量追溯和质量分析优化。智能在线检测当前已在钢铁、电子、汽车、食品等行业的物料质量检测、加工和装配质量检测、产品外观检测、包装缺陷质量检测等方面得到广泛应用,如华菱钢铁 5G 人工智能的棒材钢材表面缺陷自动检测,降低质量损失年均 500万元。主要包括以下三类典型应用模式。一是外观表面质量检测。应用工业相机采集被测对象外观或表面图像数据,通过结合工业机理模型、大数据分析和深度学习算法等构建的缺陷分析模型自适应识别和定位表面质量缺陷,筛选不合格产品。如钢材表面缺陷检测,LED液晶面板表面缺陷检测,食品饮料包装破损检测等。二是几何尺寸公差检测。应用平面视觉测量或者三维视觉测量等方式采集对被测对象几何参数,通过“工业机理 数据分析”构建的测量算法进行几何特征提取、尺寸公差测量和质量合规性判定。如洗衣机总装箱体尺寸视觉检测,航天高精度零件车削加工轮廓尺寸检测等。三是装配质量防错检测。应用工业相机采集被测对象装配状态图像数据,通过深度学习等算法等进行关键特征提取,零件识别和定位,基于识别的装配零件数量和装配位置的正确性,判断质量合规性,如发动机活塞销卡环装配检测,PCB电路板 SMT贴装错误检测等。1502 智能场景梯次落地,形成多样应用(二)数字空间中高效规划和迭代工艺工艺设计是将产品设计转化为一系列加工工序和资源配置要求的过程,是设计和制造之间的关键桥梁。工艺设计质量和效率影响着研发周期、生产成本和产品质量。传统工厂以二维工艺设计为主,首先二维环境下无法有效开展仿真验证,工艺质量完全依赖于人员经验,大量实物验证增加了成本;其次工艺知识难以固化、显性化和复用,设计过程的重复造轮子现象明显;同时无法有效衔接三维产品设计和生产制造,工艺桥梁作用弱化明显,增加了设计向制造的转化周期。面向高效、高质量规划制造过程和精准指导生产作业的需求,将基于模型的定义、先进制造、知识图谱等技术与计算机辅助工艺设计、计算机辅助制造等系统结合,全面应用三维模型结构化表达工序流程、制造信息和资源要素,开展加工、装配、生产等虚拟验证与优化迭代。工艺数字化设计全面提升了工艺设计效率、质量和可操作性,加速工艺知识积累和重用,大幅度减少实物验证次数,降低研制成本,同时全面打通设计和制造的信息孤岛,显著提升产品研制效率。工艺数字化设计已在航空航天、汽车与零部件、电子信息等行业的机械加工、表面喷涂、组件焊接、整机装调等工艺中得到广泛应用,如鱼跃医疗实施基于模型的机械加工、装配等工艺设计,设计时间缩短 30%。主要包括以下三类典型应用模式。一是三维工艺设计与仿真验证。在产品三维模型上添加制造信息,关联设备、工装、人员等制造资源,构建结构化工艺,借助加工、装配等工艺仿真工具在虚拟环境中快速迭代优化工艺设计,如白车身三维焊装工艺设计,铸造工艺数值模拟仿真等。二是基于知识的快速工艺设计。建立加工方案库、工艺参数库、工装库等结构化工艺知识库,通过知识检索或算法推荐等精准匹配和复用知识内容,驱动工艺快速设计。如基于知识的航空发动机装配工艺设计,基于工装设计模板的锻造模具参数化快速设计等。三是设计工艺制造一体化协同。打通设计、工艺和制造环节的业务流和数据流,基于统一设计数据源,开展面向制造的设计,并行工艺规划与设计,工艺作业指导实时下发车间可视化展示,以及制造问题实时反馈驱动设计优化。如航天产品研制的并行工程,配电装备设计制造一体化等。16中国智能制造发展研究报告-智能工厂(三)物料自动存取和管控的智能仓储仓储管理是对物料入库、储存、盘点和出库的管控过程,是工厂物资采购、存储、流通和使用的关键环节。仓储管理效率和质量关系着工厂的生产效率和产品成本。传统工厂仓储管理以人工作业为主,首先物料出入库和库存盘点作业效率低下,时常由于出入库的滞后导致生产物料无法准时齐套;其次信息管理粗放,库存和出入库信息记录不清,帐实不符、物料呆滞问题明显,拉高库存成本;同时无法与计划、调度、配送、生产等环节协同,难以适应敏捷柔性生产模式下拉动式物料精准配套需求。面向高效、精准和低成本库存管理以及生产协同优化的需求,将人工智能、射频识别、智能传感等技术与立体库、AGV(自动导引运输车)等仓储设备以及 WMS(仓库管理系统)、WCS(仓储控制系统)等仓储管控系统相融合,实现物料自动出入库和信息记录,库存可视化管理,以及库位和存储空间自适应优化。智能仓储实现了物料存取作业和库房管理的少人化,提升库存管理效率质量,降低库存成本,同时库存环节的数字化、智能化打通了物料和加工环节,支撑基于生产需求的准时物料配送。智能仓储目前广泛应用于消费电子、汽车制造、食品药品、钢铁石化等行业的原料、辅料、在制品、成品等物料存储和库房管理,如广州白云电器应用智能仓储与自动物流,提升物流效率 12.58%。主要包括以下三类典型应用模式。一是自动化物料存取。依托 WMS系统进行出入库、库存等信息管理,应用 WCS系统自动控制立体库、堆垛机、穿梭机、积放链等库存装备,结合人工智能规划和优化库位,进行物料的自动识别、存储、分拣和出库。如石化工厂的聚烯烃自动化仓储,钢铁工厂的钢卷自动化库区等。二是协同联动物料存取。基于 WMS系统与生产计划、车间执行、采购销售等系统集成打通,以生产投料、采购入库、在制品流转、订单发货等计划信息驱动物料自动出入库作业。如与 MES(制造执行系统)集成的在制品协同出入库,与 SRM(供应商管理系统)集成的采购物料协同入库等。三是实时拉动式物料存取。将智能仓储系统与各工序生产管控直接对接,匹配工序生产节拍,依据工序实际物料消耗和物料需求预测开展实时拉动式物料出入库和库存管控。如汽车车身涂装工序拉动的白车身出库、漆后车身入库高效协同等。1702 智能场景梯次落地,形成多样应用(四)智能机器与人员协同的敏捷作业生产作业是指将投入的各种资源通过加工、装配等操作转化为最终产品的过程,是生产活动的核心内容。生产作业能力水平从根本上决定了工厂的生产能力。在自动化、信息化阶段,生产作业优化强调大规模机器替代,首先局限在标准化、程序化和少量柔性要求的作业过程替代,限制产能进一步提升;其次人类仅单方面操作设备,人机作业内容几乎分离,阻碍了作业效率深度优化;同时传统机器缺乏感知,操作、防护不当则易造成人身伤害。随着智能传感、深度学习等数字技术与传统机器深度融合,机器逐步具备感知、分析、决策能力,可以通过图像识别、数据分析、智能决策和精准执行等自主适应要素变化,识别人类意图,开展沟通交互,进而协同人类开展工作,推动人机工作方式从控制辅助向共生协同变革。人机协同作业显著扩大了机器的应用场景,增强了生产作业的柔性和韧性,同时推动人类思维和智能算法有机融合,共同学习,互相增强,协同创新。人机协同作业目前在汽车、钢铁、纺织、食品等行业的生产作业中的大重量物料搬运,辅助零件装配与包装,辅助工序加工作业等环节得到应用,如中联重科应用模块化人机协同工作站,提升挖掘机下车架部件装配效率 50%。主要包括以下三类典型应用模式。一是辅助物料识别、抓取与移动。基于工业视觉 人工智能算法自主识别物料,自动控制机械臂进行物料的抓取,以及移动放置至预定位置。如阿胶胶块机器人自动扒胶,机械零件加工机器人自动上下料等。二是辅助零件识别、定位与装配。通过机器视觉识别零件,测量和校正位置,控制机械臂基于接触传感等力反馈实现零件精细化装配。如复杂电子装备核心构件的机器人智能化装配,传动箱机器人辅助轴承热装等。三是辅助加工作业规划与自执行。依托视觉算法进行目标外观、位姿等加工状态识别,基于智能算法自动规划和决策加工策略,控制机械臂操纵加工装置完成作业。如钢管毛刺机器人自适应打磨,机器人自动钢卷拆捆带作业。18中国智能制造发展研究报告-智能工厂(五)全环节质量数据汇聚与精准追溯质量追溯是指采集产品全生命周期生产、质量等信息并实现关联管理和定位查询的过程。实现质量精准追溯有助于明确质量责任、精准溯源问题和策划质量改善。传统工厂往往缺乏全流程质量追溯能力,首先未实现原材料采购检验,生产全工序过程检验以及成品出厂检验等全流程质量检验数据的采集,缺乏有效的质量数据源;其次未能实现全流程质量数据的集成打通,各阶段质量数据孤岛严重,无法有效关联;同时全流程质量数据与实物产品间未实现绑定,无法通过产品标识查询质量数据。聚焦产品全生命周期质量管控、追溯和改善需求,通过数字化手段采集全流程质量数据,依托质量数据平台汇聚、集成和打通各环节质量数据,基于条码、标识和区块链等技术,实现全流程质量数据与实物产品的关联匹配和跨业务、跨企业的质量信息追溯。质量精准追溯有助于质量问题的快速溯源、精准分析和准确处理,大幅度降低质量损失,同时能够为产品设计、工艺设计、生产作业、维修维护等优化提供数据支持,加速产品迭代优化。目前质量精准追溯在钢铁石化、食品饮品、生物医药、汽车与零部件、装备制造等行业的原料质量、生产质量以及全生命周期质量等管控上得到应用,如歌尔股份应用质量管理系统对全流程生产、供应链质量问题进行追踪分析,产品良率提升 10%。主要包括以下三类典型应用模式。一是从原料到成品全流程质量追溯。采集原材料检测、生产过程质量记录以及成品质量记录信息,将产品从原料到成品的质量信息关联打通,基于产品标识实现正向和反向质量快速追溯。如奶制品从奶源、生产到销售全流程质量追溯,钢材从铁矿、冶炼到下游使用全流程质量追溯等。二是从零部件到整机全系统质量追溯。将零部件质量数据和零部件实物唯一编码绑定,并逐一绑定至整机实物唯一编码,进而实现从零件逐级定位至整机或从整机逐渐分解至零件的双向质量追溯。如电器产品主要物料质量追溯,机器人产品关键零部件质量追溯等。三是从研发到运维全生命周期质量追溯。全面汇聚设计、工艺、采购、生产、交付和运维全生命周期产品质量数据包,构建产品全生命周期质量履历,支持全生命周期质量改善活动。如轨道交通装备全生命周期质量履历管理,工程机械全生命周期质量履历管理等。1902 智能场景梯次落地,形成多样应用(六)设备可视化运行监控与故障洞察运行监测与故障诊断是指通过一定技术手段监控设备运行状态、分析性能指标,对故障进行诊断和报警的过程。良好的运行监测与故障诊断有助于优化设备性能,提升可用性,降低故障损失。传统工厂的设备运行监测与故障诊断主要依靠人工日常巡检和定期停机维护,首先人工巡检难以及时发现潜在故障隐患和细微寿命衰减,长期积累最终导致设备故障停机;其次设备维修过程依赖于人员经验,故障诊断效率低,停机工时浪费大;同时无法实时掌控设备状态,对快速劣化和突发性故障响应效率低,造成安全风险。面向设备精细管控和高效运维需求,通过数字传感实时采集设备运行数据和工艺参数,依托设备管理系统,融合工业机理和数据模型,实现设备运行状态可视化监控,运行效率和性能综合分析,以及故障诊断和失效预警。在线运行监测与故障诊断实现了数据驱动的设备调度、运维保障的优化,提高了设备综合效率,降低非故障停机风险;同时基于数据分析开展故障诊断和维修策划,提高故障修复效率,减少停机工时损失。目前在线运行监测与故障诊断在钢铁冶炼设备、石化炼油装置、数控机床与产线、焊接涂装设备、物流运输设备、工业机器人等装备运维上应用,如贵州航天电气通过设备在线状态监控与故障诊断,设备综合效率提升 20%。主要包括以下三类典型应用模式。一是设备可视化监控与性能分析。通过实时采集设备运行工况和工艺参数等数据,通过大数据分析和数据可视化技术,动态展示设备运行状态和关键绩效指标。如电路版的 SMT产线运行监控与综合效率分析,钢铁生产连铸连轧产线状态监控等。二是设备健康监测与异常报警。基于工业机理结合数据模型构建设备健康预测模型,实时分析设备运行数据,当存在参数超阈值时进行故障异常的自动报警。如基于机器视觉的传动皮带失效监测,石化装置泵群健康监测与异常预警等。三是故障诊断、策略决策和维修联动。基于聚类回归、深度学习、决策树、知识图谱等算法,构建设备故障分析模型和维修知识库,提取故障特征,分析故障原因,决策修复策略,并联动生成维修工单,如数控机床故障诊断与维修方案快速匹配。20中国智能制造发展研究报告-智能工厂(七)自适应生产变化的产线柔性配置产线柔性配置是根据不同订单生产要求,动态配置产线的人、机、料、法等生产要素的过程。生产中产线配置效率对工厂整体生产效率和生产成本有着较大影响。在自动化、信息化时代,工厂以专用设备、固定流程的自动化产线为主,首先较为标准、固化的生产模式对品种和批量的变化极其敏感,缺乏资源动态配置能力;其次需要换产时,产线配置周期长,工作量大,投入成本高;同时也不具备对各类生产扰动的动态响应能力,生产韧性较差。面向多品种变批量的高效、低成本生产的需求,依托智能化、柔性化装备,应用成组工艺、柔性装夹、5G设备组网、智能控制等技术,搭建柔性生产线,实现精准匹配订单配置人、机、法等要素,快速组织生产和响应需求变化。产线柔性配置显著缩短订单切换时产线配置准备时间,消除了大量等待浪费,提升了生产效率,同时柔性资源配置使得工厂能够快速响应紧急插单、订单取消、物料延迟等扰动事件,保障生产的连续性与平稳性。产线柔性配置目前在家具、家电、汽车、消费电子等行业的机械加工、焊接装配、表面涂装、整机装调等生产过程中得到应用,如中国重汽济南动力应用多机型混产柔性装配线,产品交付周期缩短 25%。主要包括以下三类典型应用模式。一是快速重构设备布局实现工序柔性。基于 5G网络开展设备工控无线组网,需要时能够快速添加、剔除或者移动各工序的加工设备,进而重构工序组合来适应不同制程的生产要求,如电路板柔性 SMT产线,LED液晶面板柔性生产线等。二是自适应切换加工程序和工装实现作业柔性。采用数控机床、机器人等通用加工装备,自主识别工件类型,切换相匹配的加工程序、刀具或者装夹等,进而适应作业内容的变化,如航天精密零件柔性加工生产线,乘用车白车身柔性涂装生产线等。三是动态调整产线物流路径实现过程柔性。工件在线上流转过程中,自识别工件类型,依托柔性物流,自动调整和改变产线物流路径,精准控制工件流向的加工设备,进而适应加工流程的变化,如复杂电子装备柔性脉动式装配线、羊绒纱线柔性生产线等。2102 智能场景梯次落地,形成多样应用(八)实时精准与动态响应的智