首頁  >  經濟動態  >  新聞動態
新聞動態
缺乏清晰路線圖,制造企業數字轉型水平待提升
發布時間:2019-06-27
      當前,以新一代信息通信技術為主要驅動力的數字化浪潮蓬勃興起。GE、西門子等工業巨頭積極擁抱數字化,圍繞“智能機器+云平臺+應用APP”功能架構,加快“平臺提供商+應用開發者+用戶”的生態資源整合步伐,構建基于工業互聯網平臺的產業生態,不斷鞏固和強化制造業壟斷地位。從國內看,我國大部分企業也都認識到數字轉型的重要性與緊迫性,轉型意愿強烈,但受限于路徑不清、能力薄弱、人才短缺等瓶頸,僅7%的企業能夠突破轉型困境,絕大多數企業數字轉型進展緩慢,整體水平不高。  
       我國制造企業數字轉型面臨四大困境  
       轉型路徑不清。目前,我國很多制造企業數字轉型的意愿強烈,但普遍缺乏清晰的數字戰略與轉型路線圖,不清楚該從哪里入手、最終愿景是什么,因此,數字轉型整體處于初級階段。一些企業帶著傳統的信息化建設思維,通過“機器換人”、搭建工業云平臺、建設數字車間等方式,解決單點單環節應用問題。一些企業是在現有IT架構、業務流程和管理模式的基礎上,運用數字技術提升效率、優化流程。還有一些企業缺乏足夠的互聯網平臺運營經驗,對云計算、大數據、人工智能等技術了解不足,在如何選擇合適的技術平臺、培育商業模式方面躊躇不前。事實上,企業數字轉型是一項復雜的系統工程,是以開放平臺為基礎支撐,以數據為核心,通過數據驅動企業戰略思維、業務流程、組織管理、商業模式和人才培養的全方位轉型,旨在通過數字技術應用重新定義和設計數字產品和服務,幫助企業建立快速有效、開放且能深度探索數據價值的生產運行管理體系,從而形成新能力、構筑新優勢。  
       轉型基礎能力不強。在數字經濟時代,數據是核心,是制造企業數字轉型的關鍵和基礎。當前,我國絕大多數制造企業的數字轉型尚處于初級水平,“技術+業務+數據”深度融合、共同發力程度不夠,轉型能力還比較薄弱。從工業技術儲備水平看,我國工業化進程尚未完成,許多制造企業仍停留在低附加值的初級加工階段,研發設計與制造環節相對薄弱,工業技術積累不夠深厚,工業機理、工藝流程、模型方法經驗和知識積累不足,難以有效支撐數字轉型過程中的復雜數據分析,無法實現數字化知識的有效傳承、迭代與復用。從業務數字化改造能力看,大多數制造企業處于工業2.0和工業3.0補課階段,工業設備、產品、生產線的傳感器部署不足、聯接水平低,工業數據采集難度較大,業務系統互聯互通程度不高,覆蓋全流程、全產業鏈、全生命周期的工業數據鏈尚未構建。截至2018年年底,全國制造業重點領域骨干企業數字化研發工具普及率為68.9%,關鍵工序數控化率為49.2%,距離分別達到73%的目標還有一定的距離。從數據應用能力看,工業大數據對數據的準確性和時效性要求較高,目前很多企業仍處于數據應用的感知階段而非行動階段,大部分企業利用采集到的數據描述和解釋現象,而鮮少用數據開展預測性和決策性分析。同時,對用戶使用場景、產品全生命周期中的數據價值挖掘不夠,鮮少形成有效的商業模式。  
       支撐服務不足。制造企業尤其是廣大中小制造企業受技術、資金、人才等因素限制,推進數字轉型困難重重,迫切需要專業化的第三方服務團隊給予幫助。從解決方案供給情況看,目前市場上的方案大多是面向特定行業的通用型解決方案,無法滿足客戶的個性化、一體化需求,尤其缺乏集戰略咨詢、架構設計、設備上云、IT&OT融合、核心軟件,以及數據運營、流程優化、風險評估和運維升級于一體的端到端解決方案,掌握核心技術、對行業認知深刻、實踐經驗豐富、數據挖掘分析能力強、生態構建能力強的數字轉型解決方案商更是少之又少,難以支撐制造企業的全方位和可持續轉型。從數字人才團隊供給看,很多企業內部的信息化團隊對數字技術快速更新的響應能力和應對能力不足,適應數字轉型要求的新型技能人才以及技術型、管理型、復合型人才面臨巨大的缺口。人社部2018年數據顯示,我國技能勞動者總數為1.65億人,占就業人員總量的21.3%,其中,高技能人才數量為4700多萬人,占技能勞動者總數的比重不到30%,占就業人口總量的比重僅為6%,高技能人才嚴重匱乏已經成為制約中小制造企業轉型發展的重要瓶頸。目前,近90%的數字人才集中在傳統研發和數字化運營領域,深度分析、數字戰略、先進制造和數字營銷等領域的人才極為缺乏。此外,軟件人才特別是工業軟件人才缺口也很大,我國軟件人才需求以每年20%的速度增長,每年新增需求近百萬人,但我國高等教育和職業教育每年培養軟件及相關專業人才不足80萬人,人才缺口還在逐漸擴大。  
       工業數據權屬認定不明。工業大數據既是資源也是資產,其權屬是否清晰,直接關系到“大數據+”能走多遠,關系到工業企業數字轉型進程的快慢。從調研中得知,目前針對不同來源的工業大數據的所有權、使用權、管理權、交易權和享有權等,并沒有明確的法律規定,數據權屬和收益分成大多在企業層面以合同方式約定履行,極易引發數據濫用、數據產權糾紛等問題。比如,個別工業云平臺企業未經上云企業授權,就私自采集企業接入平臺的數據,并基于數據開發新產品、新方案,進而引發權益分成和知識產權等方面的糾紛。  
       對策建議  

       強化數字轉型的頂層設計。一是研究制定推進企業數字轉型路線圖。引導企業深入理解數字轉型內涵,轉變管理思路和發展理念,明確數字轉型的目標、任務和路徑,在戰略、業務、管理和數字技術應用上統籌考慮、循環迭代、動態更新、融合創新。二是鼓勵企業結合自身實際制定實施數字轉型方案。從用戶、策略、人員、運營、創新和合作等方面,系統評估自身所處的數字化階段,預測評估數字轉型的成效、目標,確定數字轉型戰略實施的優先級別。三是提升企業家的數字領導力,實施企業“一把手”工程。推動數字部門和非數字部門之間的交流、配合,利用數字技術手段為企業開辟新的業務模式、新的收入來源,提高數字價值。  

       提升企業數字能力。一是加快推動企業設備及其生產線的自動化和數字化改造,推動核心設備和業務系統上云,打通企業內外信息流、數據流、業務流、資金流和知識流的協作鏈條,推進企業資源共享、能力協同,驅動企業業務邏輯從基于產品分工向基于知識分工轉變。二是強化技術支撐能力,突破核心芯片、驅動器、工業以太網等關鍵器件和技術發展瓶頸,推動智能傳感器、可編程邏輯控制器、分布式控制系統、數據采集與監控系統等研發和產業化。實施工業技術軟件化工程,構建面向行業的知識庫、模型庫、零件庫、工藝庫和標準庫。實施工業軟件突破工程,圍繞構建數字孿生體,增強設計仿真等核心工業軟件供給能力。三是實施工業互聯網創新發展戰略,加快工業互聯網網絡建設,全面部署IPv6,持續推進企業內、外網絡改造建設,推進工業互聯網標識解析體系建設。堅持“補短板”和“建生態”雙輪驅動,著力提升工業互聯網平臺核心能力,培養工業APP,打造開放共享的工業互聯網平臺生態體系。四是增強系統解決方案供給能力,培育一批專業化水平高、服務能力強的數字轉型解決方案供應商,開發、分享與行業特色和運營環境適配的數字轉型解決方案,拓展傳統企業全產業鏈數字化服務能力。  
       完善數字轉型公共服務體系。一是開展企業數字轉型能力評估,圍繞制造企業數字轉型應具備的核心要素、特征與能力,研究制定體現制造企業數字轉型能力的評價指標體系,確定科學合理、操作性強的監測評估方法,為政府、行業、企業推進制造企業數字轉型提供支撐。二是引導產業聯盟、行業協會和科研機構等整合資源,加強對前瞻性問題的研究,提供政策咨詢、專家智庫、標準制定、人才培訓等公共服務。三是引導大型制造企業、互聯網企業聯合構建行業數字轉型公共服務平臺,為企業提供基礎設施架構、工具模型、數據運營等服務,支撐企業業務流程、組織架構和商業模式重新設計。四是組織開展經驗交流與宣傳推廣會。通過舉辦成果展覽、企業對接及系列深度行活動,總結交流政府部門和重點企業在政策措施、工程實施、平臺建設等方面的進展、經驗和成效。通過媒體宣傳、展覽展示、書籍解讀等多種形式,探索推進路徑、展示最佳實踐、交流典型做法,進一步提升企業數字轉型的影響力。  

       探索數字轉型體制機制創新。一是加快體制機制改革。深化“放管服”改革,大幅簡化融合發展領域的行政審批事項,對新型數字產品和服務實行包容、審慎、有效的監管,降低準入門檻。建立跨領域聯合監管機制,積極推進負面清單制度落地,重點加強企業信用信息、個人隱私等方面的監管,為制造企業的數字轉型提供基本保障。二是強化工業大數據治理。在法律法規層面確立工業大數據資產的地位,研究制定工業大數據管理制度,建立適應工業大數據資源完善、價值實現、質量保證、安全可控的管控協調機制,引導行業組織、骨干企業加快制定工業大數據確權、流通、交易、保護等方面的標準規范。三是探索“新工科”復合人才培養模式。引導高等院校設立和發展人工智能、大數據、智能制造、自動化等“新工科”相關專業,推動實施軟件國民基礎教育,支持制造企業、軟件企業、高校等通過聯合成立企業研究院、專業人才培訓基地、聯合招聘、共建項目團隊等模式,培養“技術+運營”融合型數字人才。充分調動群團、協會、企業等市場主體的積極性,開展數字技能人才大比武、各類工程師大引進活動,提高勞動者數字技能。

來源:中國電子報

排列3开奖