一 背景

制造业是实体经济的基础，是未来经济高质量发展的关键。在面向数字经济时代的全球竞争中，依托数字技术发展更高水平、更有竞争力的先进制造业，已然成为各国的战略共识，加快数字化转型有利于转变制造业生产方式、优化产业资源配置、推进绿色发展，是推进制造业高质量发展的必然要求，本文借助各制造业头部企业的数字化转型发展经验，为广大中小型制造业的信息化发展提供经验借鉴。

二 数字化转型的时代背景与特征

在当今数字化转型的时代背景下，第四次工业革命已是数字革命，在规模经济和范围经济的发展的历程中，形成需要以数据、知识等新的生产要素。生产组织创新也演化为数字化、网格化、服务化、智能化，同时产业体系发生变革，产业资质按需流动、产业能力按需匹配、按价值与贡献分配。

三 制造业数字化转型总体趋势

互联网+先进制造业为制造业数字化转型带来新模式和新业态，打破原有横向分布的制造业价值链， 实现上下游的互联互通，实现产业要素的高效组合。打破原有垂直分布的制造业产业链， 构建网状协同关系， 实现跨越领域的广泛互联，促生新服务业态。

制造业价值链有一下三种：

• 创新环节：依托工业软件和智能仪器仪表设备应用，围绕产品创新、工艺创新和市场创新，推进机理模型研究、产品开发、工艺设计的智能化与可视化。
• 制造环节：依托物联网、大数据、智能传感器， 连接人、机、料、法、环、测等生产要素，支撑排产、数字化精益生产、安全运维、节能减排等解决方案，实现柔性制造、共享制造。
• 服务环节：围绕物流仓储、产品检测、设备维护、到货入检、供应链管理场景现代服务业与制造业进行深度融合，实现供应链稳定性和产业链数据贯通。z对经济和社会层面也产生了积极的影响：

经济层面：提高单位能耗的产值，变相降低能源损耗，构建制造业发展新生态， 创造新价值，有效提升区域经济质量和水平；社会层面：提升供应链稳定性，保障人民日益增长的物资生活需求，优化劳动力结构，降低人工作业风险，改善自然环境。

四 制造业企业数字场景的重点方向

4.1 离散型制造业

• 数字化快速协同研发；
• 生产过程精细化；
• 设计制造一体化；
• 产品全生命周期管理；
• 业务财务一体化；
• 供应链协同；
• 数据高效管理。

4.2 流程型制造业

• 稳定的生产、质量、安全、能源、环保精细化管控；
• 基于数字化能力研发管理；
• 基于数字化能力的工艺优化；
• 产供销侧协同；
• 供应链协同；
• 订单快速相应与及时交付。

五 制造业头部企业动向

5. 1 离散型制造业

• 主攻智能制造方向：约46.4%的国有企业企业具备智能生产和现场作业的管控能力。
• 深化设计-制造-服务数字化协同：约19.6%的国有企业在产品个周期环节质检实现了数据互联互通。
• 推动产业链的数据协同：约14.4%的国有企业实现了供应链、产业链的集成。
• 加快制造的服务化转型：约20%的国有企业基于售前、售中、售后的业务集成提供了服务。

5.2 流程型制造业

• 以能源管控和生产安全为重点：约10.5%的国有企业实现了能源供应使用、排放过程集中监控管理。
• 强化设备运维数字化转型：约32.2%的国有企业实现了主要设备在线监控、故障诊断与及时维护、 并在产品工艺参数优化部分发力。
• 着力打造一体化运营管理能力：约24.4%的国有企业具备一体化运营管理能力。
• 推进产业链供应链资源协同共享：约20%的国有企业基于售前、售中、售后的业务集成提供了服务。

六 趋势与方向

根据发展最前沿的态势和企业的动向方向分析和经验借鉴，实际上也是我们中小型制造业未来会经历的过程， 这些发展趋势和已经取得的成果，都可以进行参考借鉴。

趋势1：重视更系统性的数字化战略

趋势2：从追求经济效益转向承担数字经济时代更大社会责任

趋势3：从多元化投资、 财务管控转向更强有力的战略和运营管控

超势4：从关注业务流程的数字化运行转向新产品、新模式、新业务创新

趋势5：从单元级业务场景转向全领域、全价值链、全产业链级业务场景

趋势6：从数据管理转向数据开发利用和价值挖掘

趋势7：从数字化支撑按分工高效运行转向数字化赋能跨部门、跨企业的组织管理变革

趋势8：从T资源平台化转向能力平台化

七 数据成为关键的生产要素

以离散型制造业举例，以下呈现一个典型的从生产订单接收、生产执行、生产交付的一个过程。可以发现实质上的大量的各类数据在整个生产主价值链条上传递。

八 制造业数据全景分布

制造业数据全景由：研发创新领域、 生产制造领域、 质量管理领域、 商务采购领域、 仓储物 流领域、营销销售领域、 服务配件领域、 融资债权领域、财务管理领域、 智能物联、 综合管理领域构成。

九 数据价值挖掘-干扰数据价值的因素

认知与思维：错误视角看价值；管理机制问题：缺少数据责任制事后亡羊补牢；标淮机制不完善：书同文、车同轨等因素造成数据价值变现难。

十 数据价值挖掘-业务视角看数据

生产要素，首先要强调的是，在数字经济的框架里头，数据是和工厂里的原材料、设备、厂房等生产要素一样的具有价值的东西，而不是简单存在数据库中杂乱的数字，认识到这个重要性之后，企业才会对数据的采集、数据的处理和利用做出正确的认识和决策；通过业务指标，通过贴合业务进行分析，从业务角度进行出发，通过价值具象，来看企业数据。

十一 企业数字化能力建设规划与演进

总体要求：1个总体要求：核心是把控价值、能力主线和数据驱动的系统性变革。

5个主线任务：从战略、能力、技术、管理、业务的五位一体矩阵。

5个发展阶段：沿着规范级、场景级、领域级、平台级、生态级五个发展阶段逐步跃升，不同发展阶段转型战路、模式和路径也不断调整。

6个基座推进落地，构建数字化转型的新型工作体系、运作组织，引导和支持相关利益主题从全局、业务价值链、全要素开展和优化。

十二 某装备企业数字化精益生产管控

在数字化时代构建精益管控体系，通过构建十大专业域（经营、质量、财务、客服、供应链、采购、人力、研发、 信息化、基础）、提炼五大顶层视图（集团运行视图、计划运行视图、关键产品视图、核心能力视图、体系运行视图），面向企业经营生产全域提供精准实时的决策辅助。

• 数据分布态势规划

从数据分布图而言，处在数字化建设起步阶段的企业，可以尝试利用基于云端平台或者低代码平台开发的相对比较灵活和轻量的应用，来快速建立起企业的业务应用，当然使用云端的产品也要注意从长远角度考虑其平台的开放性和扩展性，业务系统管控流程、留存数据信息只是第一步，未来利用这些数据实现数据价值化也很重要。

• 指标体

通过对企业生产进展，产品进程等情况进行动态分析，抽象数据指标，最终形成帮助企业进行降本增效，提示竞争力。

十三 汽车行业数字化应用-刀具寿命预测

在汽车制造过程中需要使用大量的机加零件，比如发动机缸体、缸盖、曲轴等，一方面各零件之间的装配尺寸链是汽车性能的保障；另一方面单体本身的表面质量完整性也影响汽车整体装配的质量。

刀具作为机加工艺中构成零件尺寸精度与表面完整性的关键消耗件，关注刀具在使用中的品质变化，实现刀具有效监测与管控，减少刀具损耗，对提升刀具使用的精细化成本管理、提升产品品质、性能等有着重大意义。

粗旷式：制造企业大多通过设定工件加工频次或累积加工时长来计算刀具寿命，导致有些仍可以满足生产。需求的刀具会被更换；有些还未达到设计使用频次（预期寿命）就已经出现严重磨损；刀具寿命未得到充分利用。

刀具寿命预测如下图所示：

精细化：现有的刀具寿命计算规则无法正确预测及分析刀具真实寿命。借助RFID、大数据技术，收集刀具流转及运行过程的数据进行深度分析挖掘，形成智能化的刀具磨损状态识别模型，指导是否换刀。

十四 钢铁行业数字化应用-产品工艺优化

• 某钢铁企业是中国最大的特种钢材生产企业，在其某条硅钢生产线上，由于多种复杂因素的作用，成品表面有时会形成一种称为纵条纹的瓦楞状缺陷。
• 纵条纹缺陷不仅影响产品外观效果，而且对产品物理性能，如层间电阻、电磁性能和叠片性能等有直接影响。
• 其纵条纹缺陷钒占生产量的20%左右，每年给企业带来巨大的损失。

硅钢纵条纹缺陷的产生机理十分复杂，其主要原因是硅钢中的硅、铝含量较高，铸坯组织中柱状晶粗大，而且热轧过程中不发生o-y相变，这样铸坯中粗大的柱状晶体由于动态恢复和再结晶缓慢而不能彻底破碎，导致热轧板的板厚中心附近为粗大伸长的变形晶粒，它们在以后的冷轧和退火过程中难以再结晶，这样宏观上便表现为硅钢成品表面出现纵向条纹。

在汽车零部件生产中，诸如缸体、缸盖、桥壳等零件常使用铸造方式成型。本方法在此类零件在铸造过程中的工艺参数分析也是适用的。企业社会责任感和对市场的敏感洞察，促成企业把自己数字化建设的成功经验知识以服务的形式输出，带动后来者数字化能力快速提升同时，也给企业自身经营带来新的商业增长点。

十五 总结

我国制造业正处于迈向全球价值链中高端、提升核心竞争力的关键阶段。加快制造业数字化转型，用数字化为先进制造赋能，有利于促进制造业质量变革、效率变革、动力变革。

如今在数字经济发展的大背景下，各类制造企业又将在新的发展趋势下面临巨大的历史机遇和挑战，只有找对方法，上到适合企业本身的数字化发展快速列车，才能持续打造企业自身的市场竞争力。

本文参与华为云社区【内容共创】活动第19期。

https://bbs.huaweicloud.cn/blogs/370132

任务18：工业数字化大讲堂 第二十期:制造业数字化能力建设分享