本文結(jié)合 GB/T 39116-2020《智能制造能力成熟度模型》,，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型核心特征和要素進(jìn)行提煉總結(jié),，從人員 ( 組織戰(zhàn)略、人員技能 ),、技術(shù) ( 數(shù)據(jù),、集成、信息安全 ),、資源 ( 裝備,、網(wǎng)絡(luò) )、制造 ( 設(shè)計(jì),、生產(chǎn),、物流、銷售,、服務(wù) ) 四個(gè)維度開展企業(yè)數(shù)字化轉(zhuǎn)型水平分析調(diào)研,。

為確保數(shù)據(jù)分析的準(zhǔn)確性和客觀性，在江蘇,、山東,、浙江、廣東等地區(qū)選取了具有典型代表的 2608 家中小企業(yè),，涉及18個(gè)行業(yè)大類,，每個(gè)行業(yè)采集企業(yè)的樣本數(shù)均超過 50 家，能夠反映現(xiàn)階段我國(guó)中小企業(yè)數(shù)字化轉(zhuǎn)型的整體現(xiàn)狀,。

隨著新一代信息技術(shù)的飛速發(fā)展,，企業(yè)采用運(yùn)用數(shù)字化手段，探索實(shí)踐企業(yè)的數(shù)字化轉(zhuǎn)型之路,。本文將企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展劃分為三個(gè)階段 ：探索階段,、踐行階段和深度應(yīng)用階段。

探索階段 ：企業(yè)對(duì)實(shí)施數(shù)字化轉(zhuǎn)型有了初步規(guī)劃并開始實(shí)踐,，對(duì)設(shè)計(jì),、生產(chǎn)、物流,、銷售,、服務(wù)等核心環(huán)節(jié)進(jìn)行數(shù)字化業(yè)務(wù)設(shè)計(jì)。

踐行階段 ：企業(yè)對(duì)核心裝備和業(yè)務(wù)活動(dòng)進(jìn)行數(shù)字化改造,，實(shí)現(xiàn)企業(yè)生產(chǎn)制造全過程數(shù)據(jù)的采集,、分析和可視化,。

深度應(yīng)用階段 ：企業(yè)將互聯(lián)網(wǎng)、大數(shù)據(jù),、人工智能等新一代信息技術(shù)與生產(chǎn)運(yùn)營(yíng)管理活動(dòng)充分融合,，基于數(shù)據(jù)分析和模型驅(qū)動(dòng)有效提高科學(xué)決策水平。

從數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示,，89% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型探索階段 ,；8% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型踐行階段 ；僅有 3% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型深度應(yīng)用階段,?？傮w來看，我國(guó)中小企業(yè)絕大多數(shù)還處在探索階段,。

產(chǎn)品直接面向終端用戶,、更新迭代快、個(gè)性化定制需求旺盛的行業(yè),，企業(yè)數(shù)字化轉(zhuǎn)型水平排名更加突出,。

根據(jù)圖 1 數(shù)據(jù)分析結(jié)果顯示，汽車,、電子,、儀器儀表、運(yùn)輸設(shè)備,、醫(yī)藥等行業(yè)處于數(shù)字化轉(zhuǎn)型排頭兵地位,。這些行業(yè)企業(yè)對(duì)設(shè)備、系統(tǒng)的數(shù)字化,、智能化改造意愿迫切,，在智能生產(chǎn)線、智能工廠方面具有豐富的實(shí)踐經(jīng)驗(yàn),，整體水平較高 ,；而對(duì)于金屬,、燃料加工制造以及紡織等行業(yè),，新一代信息技術(shù)在整個(gè)生產(chǎn)流程中的應(yīng)用程度較低，數(shù)字化進(jìn)程排名靠后,。

▲圖 1 中小企業(yè)各行業(yè)數(shù)字化轉(zhuǎn)型得分情況

中小企業(yè)更專注于細(xì)分市場(chǎng),，專業(yè)化生產(chǎn)、服務(wù)和協(xié)作配套能力是企業(yè)發(fā)展的核心,。根據(jù)工信部2018 年制造業(yè)單項(xiàng)冠軍企業(yè)統(tǒng)計(jì)，160 家入選“制造業(yè)單項(xiàng)冠軍”的企業(yè)中,，中小企業(yè)占到 75.6%,。如圖 2 所示,，中小企業(yè)在生產(chǎn)、設(shè)計(jì),、物流,、銷售、服務(wù)等環(huán)節(jié)各有發(fā)揮,，但當(dāng)前階段更專注于生產(chǎn)制造模式的轉(zhuǎn)型,，主要為產(chǎn)業(yè)鏈上下游提供配套支撐。

企業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)工程,，不僅需要加大研發(fā)投入,、人才儲(chǔ)備,，還要全面升級(jí)各生產(chǎn)環(huán)節(jié)基礎(chǔ)設(shè)施,，然而中小企業(yè)與大型企業(yè)相比融資較為困難，在生存壓力下中小企業(yè)多存在成本顧慮,。

一是轉(zhuǎn)型技術(shù)成本、試錯(cuò)成本高,。企業(yè)自身“造血”機(jī)能偏弱，外部“輸血”機(jī)制滯后,。企業(yè)在難以利用資金杠桿和借助專項(xiàng)扶持的基礎(chǔ)上，靠企業(yè)自身的資本投入幾乎難以為繼,。

二是資源投入不足,。中小企業(yè)在網(wǎng)絡(luò),、設(shè)備,、信息系統(tǒng)等資源配置方面投入對(duì)比大型企業(yè)資源投入相對(duì)不足,。

如圖 3 所示,，當(dāng)前中小企業(yè)辦公網(wǎng)絡(luò)平均覆蓋率為 89%，關(guān)鍵工序的數(shù)字化裝備應(yīng)用比例為 45%,、生產(chǎn)過程信息系統(tǒng)覆蓋占比為 40%,、設(shè)備聯(lián)網(wǎng)率為 35%。

企業(yè)數(shù)字化轉(zhuǎn)型能夠驅(qū)動(dòng)整個(gè)商業(yè)模式創(chuàng)新和商業(yè)生態(tài)重構(gòu) , 卻很難在短期內(nèi)為企業(yè)帶來直接收益,，傳統(tǒng)制造領(lǐng)域的中小企業(yè)對(duì)于數(shù)字化轉(zhuǎn)型仍處于觀望狀態(tài),。

一是中小企業(yè)對(duì)數(shù)字化轉(zhuǎn)型如何盈利，未來能否盈利缺乏清醒的認(rèn)識(shí),。數(shù)字化轉(zhuǎn)型初級(jí)階段要應(yīng)對(duì)新興信息技術(shù)對(duì)商業(yè)模式的沖擊,、如何利用新一代信息技術(shù)實(shí)現(xiàn)企業(yè)跨越式發(fā)展，需要企業(yè)管理者具備敏銳的觀察力,。

二是中小企業(yè)數(shù)字化轉(zhuǎn)型見效周期長(zhǎng),，企業(yè)關(guān)心轉(zhuǎn)型后是否能真的解決業(yè)務(wù)痛點(diǎn)問題，實(shí)現(xiàn)降本增效,。以 2020 年初的新冠疫情為例,，受疫情影響，市場(chǎng)預(yù)期不穩(wěn),、需求疲軟,、訂單下降、生產(chǎn)下滑,，造成中小企業(yè)信心不足,、投資意愿下滑。根據(jù)中國(guó)中小企業(yè)協(xié)會(huì)發(fā)布的《中小企業(yè)發(fā)展指數(shù)》,，2020 年一季度中小企業(yè)投入指數(shù)為56.2,，2019 年四季度均值下降了近20 點(diǎn)。

推進(jìn)產(chǎn)業(yè)升級(jí)改造的過程中,，中小企業(yè)由于規(guī)模有限,，資金投入有限、在轉(zhuǎn)型人才,、數(shù)據(jù)采集以及新一代信息技術(shù)應(yīng)用等方面能力不足,。

在轉(zhuǎn)型人才方面，中小企業(yè)數(shù)字化人才匱乏,，人才培養(yǎng)機(jī)制不健全是阻礙企業(yè)轉(zhuǎn)型的一個(gè)重要因素,。數(shù)據(jù)分析結(jié)果顯示，企業(yè)中數(shù)字化相關(guān)人才平均占比僅為 20%,，15% 的企業(yè)建立了數(shù)字化人才培養(yǎng)體系,。在數(shù)據(jù)采集方面，中小企業(yè)對(duì)生產(chǎn)制造相關(guān)信息缺乏有效的采集和收集,。

一是我國(guó)制造業(yè)裝備種類繁多,，不同廠家不同類型設(shè)備的通信接口與功能參數(shù)各不相同，缺乏統(tǒng)一標(biāo)準(zhǔn) ,；

二是目前國(guó)內(nèi)很多高端制造裝備多是從國(guó)外進(jìn)口,，而這些進(jìn)口設(shè)備的數(shù)據(jù)接口和數(shù)據(jù)格式有自己的標(biāo)準(zhǔn),，封閉性比較強(qiáng),。

根據(jù)調(diào)查數(shù)據(jù) ：30% 的中小企業(yè)對(duì)生產(chǎn)制造設(shè)備實(shí)施聯(lián)網(wǎng)，實(shí)現(xiàn)對(duì)設(shè)備,、工藝等信息采集,。36%的中小企業(yè)能夠應(yīng)用質(zhì)量檢測(cè)設(shè)備實(shí)現(xiàn)生產(chǎn)過程質(zhì)量信息的采集與追溯,。34% 的企業(yè)實(shí)現(xiàn)了設(shè)計(jì)、生產(chǎn),、 物流,、 銷售、 服務(wù)等 關(guān)鍵業(yè)務(wù)數(shù)據(jù)的采集,，見圖4,。

在新一代信息技術(shù)應(yīng)用方面，中小企業(yè)的數(shù)字化基礎(chǔ)水平較薄弱,，40% 的中小企業(yè)能夠?qū)崿F(xiàn)基于二維碼,、條形碼、RFID 等標(biāo)識(shí)技術(shù)進(jìn)行數(shù)據(jù)采集 ,；23% 的企業(yè)實(shí)現(xiàn)了關(guān)鍵業(yè)務(wù)系統(tǒng)間的集成 ,；僅有 5%的企業(yè)采用大數(shù)據(jù)分析技術(shù)，對(duì)生產(chǎn)制造環(huán)節(jié)提供優(yōu)化建議和決策支持,。

隨著企業(yè)數(shù)字化轉(zhuǎn)型邁向深水區(qū),，關(guān)鍵標(biāo)準(zhǔn)規(guī)范缺失、行業(yè)監(jiān)管體系不完善,、解決方案不全面等問題逐漸凸顯,。

一方面企業(yè)數(shù)字化改造需求模糊而龐雜，關(guān)鍵標(biāo)準(zhǔn),、實(shí)施指南的缺失導(dǎo)致部分企業(yè)由于未清晰認(rèn)知自身發(fā)展階段與戰(zhàn)略規(guī)劃,，在企業(yè)內(nèi)部數(shù)據(jù)尚未打通的情況下盲目開展數(shù)字化轉(zhuǎn)型，致使轉(zhuǎn)型效果不佳,。

另一方面缺少一個(gè)有效反映轉(zhuǎn)型價(jià)值的評(píng)估模式,，企業(yè)無法精確了解開展數(shù)字化轉(zhuǎn)型的投入產(chǎn)出效益。

中小企業(yè)圍繞自身企業(yè)發(fā)展愿景,，梳理核心業(yè)務(wù)價(jià)值,，借助工業(yè)互聯(lián)網(wǎng)平臺(tái)提供的資源訂閱、數(shù)據(jù)共享以及能力協(xié)作等平臺(tái)式服務(wù),，最終實(shí)現(xiàn)成本下降,、質(zhì)量提高、效率提升,、資源配置間的平衡,。

在此階段，中小企業(yè)上平臺(tái)一方面可依托平臺(tái)資源匯聚,、優(yōu)化配置優(yōu)勢(shì),、控制成本、提高產(chǎn)值 ,；另一方面中小企業(yè)通過識(shí)別關(guān)鍵業(yè)務(wù)場(chǎng)景與數(shù)字技術(shù)應(yīng)用的契合點(diǎn),，進(jìn)而聚焦核心業(yè)務(wù)場(chǎng)景進(jìn)行轉(zhuǎn)型升級(jí),。

中小企業(yè)升級(jí)改造方案，廣泛采用數(shù)字化設(shè)備,，關(guān)鍵工序設(shè)備具備標(biāo)準(zhǔn)通訊接口,，支持主流通訊協(xié)議，開啟數(shù)字化轉(zhuǎn)型的踐行階段,。

在此階段,，中小企業(yè)一方面應(yīng)用自動(dòng)化技術(shù)、傳感技術(shù),、信息技術(shù),、通信技術(shù)等改造車間各類設(shè)備與信息系統(tǒng)，實(shí)現(xiàn)設(shè)備間的互聯(lián)互通與生產(chǎn)過程各核心業(yè)務(wù)異源數(shù)據(jù)的采集,、存儲(chǔ)和展示,，實(shí)現(xiàn)設(shè)備與設(shè)備、設(shè)備與系統(tǒng),、系統(tǒng)與系統(tǒng)間的數(shù)據(jù)共享 ,；

另一方面，通過對(duì)不同業(yè)務(wù)采集的人機(jī)料法環(huán)等數(shù)據(jù)開展數(shù)據(jù)集成和數(shù)據(jù)分析,，對(duì)生產(chǎn)過程發(fā)生的狀況的結(jié)果進(jìn)行原因分析,，形成特定場(chǎng)景的解決方案并不斷的沉淀積累，構(gòu)建知識(shí)庫或解決方案庫,，在同類問題發(fā)生時(shí)進(jìn)行調(diào)用,，降低人員處理同類事件的工作強(qiáng)度。

在信息協(xié)同透明的基礎(chǔ)上中小企業(yè)通過互聯(lián)網(wǎng),、大數(shù)據(jù),、人工智能等技術(shù)對(duì)企業(yè)核心業(yè)務(wù) ( 如計(jì)劃、調(diào)度,、質(zhì)量,、追溯、能源等 ) 各階段積累的知識(shí)進(jìn)行代碼化和模型化,，形成模型對(duì)未來將要發(fā)生的事件進(jìn)行預(yù)測(cè),，進(jìn)入數(shù)字化轉(zhuǎn)型深度應(yīng)用階段。此階段新一代信息技術(shù)與生產(chǎn)運(yùn)營(yíng)管理活動(dòng)充分融合,，基于數(shù)據(jù)分析和模型驅(qū)動(dòng)有效提高科學(xué)決策水平,。

一方面從紛繁復(fù)雜的信息中提煉出有用的知識(shí)，另一方面綜合運(yùn)用多種知識(shí)給隱性問題提供正確合理的建議,，滿足處理當(dāng)前工業(yè)場(chǎng)景中不確定性和大規(guī)模復(fù)雜問題的需求,，逐步構(gòu)建企業(yè)核心競(jìng)爭(zhēng)力。