2022年中国制造业数字化转型研究报告

云栖网核心摘要：

制造业数字化转型的内涵：

本文的制造业数字化转型是指将新一代信息技术覆盖制造企业的设计、生产、管理、销售及服务各个环节，并能基于各个环节产生的数据分析与挖掘进行控制、监测、检测、预测等生产经营活动，在缩短研发周期、增加采购实时性、提高生产效率与产品质量、降低能耗、及时响应客户需求等方面赋能。该概念强调两个点：其一，制造业的整个生命活动周期都由新一代信息技术所覆盖，既能用先进技术改造各个业务环节，又能尽可能促使全流程走向数字化；其二，产业链条上的各类活动、运营管理活动可通过数据分析赋能决策、预测生产、创新服务。总之，通过信息技术的应用，可以实现效率与价值的双提升。

制造业数字化转型的价值与难点：

转型价值：在降低研发试错成本、实现批量个性化生产、促成并满足买方市场、提升企业生产能力等方面价值明显。

转型难点：整体来看，难点可概括为自知难、推进难、落实难三点。针对自知难：1）在庞杂生产参与要素（设备、原材料、人员等）中梳理并明确自身需求难、定位清楚自己的数字化水平难；2）企业如何从诸多同质化的供应商中找到适合的合作对象难。针对推进难：1）制造业企业服务链条长，转型不是一个人或一个部门的事，破除部门墙难；2）转型具有金额高、周期长的特点，供需双方之间就需求变、急求成、急见效等问题会存在诸多拉锯，顺利推进难。针对落实难：1）制造业企业生产相关数据采集、应用难；2）培养并顺利过渡到数字化的工作方式难。

制造业数字化转型的建议与启示：

转型建议：在转型的各个环节、各个参与要素上需自省、外查并行，戒骄戒躁。

供给端：1）对于主打集成商的大厂而言，要针对自身企业基因寻求合适的发展路径，初步来看，对于没有制造业经验的玩家，通用服务>垂直深耕服务用以开源，市场选择先行用以准确切入行业。对于有制造业经验的玩家，则收购/合作代替“从零出发”、占领自己所在行业、持续提升技术投入等是重点。但是，不管哪类企业，都需要重视政府关系。2）对于垂直类玩家而言，经过前期的客户积累、口碑建设后，往往通过生态合作伙伴的建立走向平台化服务，最终可能演变为集成商。

需求端：数字化转型具有持续性，需要企业时刻关注市场变化保证企业数字化方面的先进性。同时，企业要找到适合自己的切入路径，忌盲目追求大而全。目前市场上最常见的路径就是协调式或探索式转型。

制造业地位总览-经济驱动的底座功能

作为世界工厂，对内拉动经济增长、就业、服务底层消费；对外，输出人力、原材料、工业中间品等，满足他国消费

作为世界工厂，中国制造业的主要价值体现在以下几个方面：1）针对国内市场，在拉动本国经济增长、促进本国就业等方面贡献卓越，更是我国民生消费的底层基础；2）针对全球市场，从原来的原料出口国，逐步转为工业品中间品、中间品等普通技术密集型产品的国家，为其他国家消费品的满足提供坚实支撑。

制造业期望-不断探索增量空间

政策正向引导、增加研发投入、增加资本投入多方并行，可推动我国制造业升级和创新，最终实现优存量扩增量的目的

制造业数字化转型的内涵

提升企业内部、企业间的集成与协同，进而达到效率与价值的双提升，是制造业企业数字化转型的主要内涵

本文的制造业的数字化转型是指将新一代信息技术覆盖制造企业的设计、生产、管理、销售及服务各个环节，并能基于各个环节产生的数据分析与挖掘进行控制、监测、检测、预测等生产经营活动，在缩短研发周期、增加采购实时性、提高生产效率与产品质量、降低能耗、及时响应客户需求等方面赋能。该概念强调两个点：其一，制造业的整个生命活动周期都由新一代信息技术所覆盖，既能用先进技术改造各个业务环节，又能尽可能促使全流程走向数字化；其二，产业链条上的各类活动、运营管理活动可通过数据分析赋能决策、预测生产、创新服务。

制造业企业已经在数字化转型的路上

数字化转型是一种过程，而非终态，单个或多个线上化工具的应用也是数字化转型的一种，且目前大部分企业都已身处其中

制造业数字化转型价值

价值1：生产系统的建模与仿真助力企业在产品、工艺、产线等方面研发与验证工作高效、低成本的推进

企业经过数字化改造后，为产品及工艺设计环节带来的直接价值就是降低试错成本和周期。具体而言，通过传感器等器件收集并沉淀产线相关数据，通过生产系统建模与仿真后，可对产品、工艺、产线进行仿真模拟，进而确认关键的产品参数、工艺参数、产线参数等。与此同时，通过输入场外数据，还能不断优化产品、工艺、产线，提升企业研发及生产效率、产品质量。

价值2：生产方式变更带动生产环节重构，生产敏捷性提升，生产有望实现从大批量标准化生产走向大批量的个性化生产

企业经过数字化改造后，企业从研发设计到销售服务全流程实现数字化。各环节数字化落地及打通后，对生产制造环节的直接好处主要有四方面：1）生产方式变更带动生产敏捷性、柔性更强，反馈更加灵活有效；2）交货周期缩短，成品的库存成本降低；3）C2M的模式成为可能；4）上下游联动性变强，优化生产排期。

价值3：数字化促进企业上下游信息协同性提升、需求匹配度升高，企业内生产及销售的积极性提升，其生产及服务能力放大

企业从研发设计到销售服务全流程实现数字化是数字化转型升级的直接结果。其中，各环节数字化落地及打通后，对采购、销售环节的直接好处主要有四方面：1）通过数字化提升信息互通的及时性、供应商的可管理性、销售目标的可预测性、采购时间节点的可控性等方面，进而达成企业采销平衡；2）“消费者需要什么-企业生产什么-卖什么”的买方市场将得以建立，并且有望满足买方市场需求；3）数字化将促进企业上下游供需协调性、企业员工积极性、生产敏捷性等方面的提升，企业的生产能力上限有望提升。

企业数字化转型的自我认知

以自评体系和供应商评价体系双视角进行审视，对照诺兰模型得出自身数字化成熟度

企业数字化转型的市场认知

软件类产品基本覆盖制造流程全生命周期，硬件类产品随着XR设备的应用，覆盖场景有望拓展

从业务环节来看，产品销售、服务及运维、财务管理等场景的覆盖更全面，可选产品类型也更多。这既与营销、仓储物流管理易见效、易买单有关，更与技术实现难度相对低有关。目前随着软硬件的深入应用，产品生产环节的细分场景也逐步被覆盖，其中，软件以MES、AI检测软件等为代表，硬件以XR为代表，向上可拓展至工艺设计及验证，向下可拓展至远程运维。

基础层提供底层支撑；设备与软件层提供现场生产与管理工具；平台层主要进行数据资产管理、分析与调用

企业数字化转型的流程

目前以央国企、大型民企为主，发起部门主要是业务部门和IT部门，需求金额集中在100-500万之间，项目周期历时整体约4-18个月，具有金额高、历时久的特点

企业数字化转型的难点

难点1：需求阶段：企业难以精确定位并传递转型需求，供应商难以直观给出效果，也难以体现差异化，双方信息不对称，方案选择困难

难点2：部门间配合接洽存难点，技术基础和“尚方宝剑”成关键

一般来说，制造业数字化转型由供应商同企业内部的管理层、发起部门（IT部门/业务部门/数字化部门）和其他协同部门进行联动。其中管理层负责战略确定和项目落地的决策权，发起部门的职责是辅助落地、辅助培训、运营维护及信息传递，承担的是“领头人”和“信使”的角色；而协同部门承担的是“体验官”的角色。在此联动过程中，理想的路径是管理层下发足够话语权给发起部门（“尚方宝剑”），发起部门能充分了解业务部门核心需求，且现有信息化水平能够支持后续运维等。但从发起到执行，从战略确定到实施落地，路径的各个环节都可能涉及到“人”的冲突：包括管理层不放权、IT部门业务经验缺乏、业务部门技术能力的不足，以及企业内各部门间需求的难梳理、难对接、难统一等问题。

难点3：需求变、急求成、急见效等因素造成供需双方存在长时间、多轮次的拉锯，甚至会引爆成为重要矛盾

企业进行数字化转型的心态往往有以下几类：1）对于刚需性不强的企业，面对转型的不确定性，企业希望投入最少的成本来试错，后期如果有效就再逐步铺设。2）对于刚需性强的企业，往往以单个或多个模块化展开，此时涉及资金基本上以百万量级算，执行周期至少3个月起，具有费用高、周期长的特点。在这种背景下，发起人往往面临着“需求变更、怎么还没有完成、怎么还没有明显效果、怎么跟领导交代、钱花的值不值”等多种“拷问”，伴随而来的就会出现供需双方就“需求vs成本vs时间、时间vs成果vs效果、成本vs效果”等多种问题进行拉锯，这种内在、重复的阻力造成转型难。

难点4：老旧设备采集难、数据协议多难统一匹配、模型开发难等是制造业企业数据采集管理的主要难点

生产相关数据主要流转路径是：数据感知/采集-数据集成（包含传输与接入）-数据治理-数据存储与应用几个阶段。难点主要存在于前3个阶段：1）数据采集阶段：需要优先思考采集什么数据有用，然后就是针对老旧设备数据采集改造是否可行。2）数据集成阶段：存在不同采集途径、同一采集途径不同采集工具、同一类型工具不同厂商其数据协议不同的问题，数据互联互通难。3）数据治理阶段：生产相关数据的高实时性、强关联性对模型开发及应用要求高。

难点5：应用数字化的思想贯穿工作与管理方能实现数字化转型价值

数字化转型不是目的，其主要目的是通过挖掘企业数据价值赋能企业管理、运营、产品和服务，进而实现降本增效、拓展新的商业模式等目标。因此，企业数字化转型后的使用及持续更新非常重要。对于使用，有2点需要注意：1）应用广度：是否自上而下的推动数字化的工作理念与工作方式？2）数字化深度：是否更大程度促进IT和OT的融合，并挖掘其价值？

企业数字化转型的建议

在各个环节的各个参与要素上需自省、外查并行，戒骄戒躁

数字化转型不能是企业管理层拍脑袋的决策。由于其具有涉及内容复杂、成本高、周期长等特点，故必须从各个环节的各个参与要素上进行全面把控。从需求发起，到响应，再到实施和交付，从参与对象，到实施方法，再到数据收集与应用，企业都需做到自省+外查双线并行：对内，企业需要充分了解需求自身能力与诉求、明确转型目的和目标、协调分工、人才培养、最终落实并应用数字化的理念工作；对外，企业需要认知市场、了解产品/服务、有效需求对称及沟通、长期监督，并适当调整考核节奏及期望。

企业数字化转型的启示-供给端

供给端1：基于品牌和渠道，多依托生态合作伙伴进行数字化转型服务

整体来看，不同集成商的先天优势不同，但打法相近，即主要依托生态合作伙伴建设进行企业数字化转型服务。但各家生态合作伙伴策略有所差异：1）阿里更多是希望生态合作伙伴融于自身产品，对外服务较重；2）腾讯则偏向轻量化服务，将部分交付工作转接给生态合作伙伴；3）华为、美的则较为相似，重点是填补技术盲点、提升技术整体能力。

供给端2：多以平台化服务模式为中间态，最终多数会进化为集成商

整体来看，硬件和软件的垂直厂商在经过一定的客户口碑、行业经验的积累后，会逐步走向以生态合作为主的平台化服务模式，最终企业可能会发展为集成商。以平台化服务模式过渡主要有两方面好处：其一，可在产品、技术等方面提升厂商的服务能力，可服务的客户类别、客户领域、客户需求等范围会变广；其二，积累足够的客户与服务经验后，企业的渠道体系雏形，为企业演变为集成商做准备。目前来看，垂直硬件厂商主要有工控硬件、工业机器人两大类；垂直软件厂商主要是赛道内头部、领先企业、行业新兴的新锐企业这三类。

企业数字化转型的启示-需求端

需求端1：数字化与智能化将长期共存，互相促进，企业转型是长期任务

企业进行数字化转型时，遵循的路径大致是：对前期积累的数据资源进行挖掘，实现数据资产的价值-优化和加速业务改进-业务创新、应用新的智能设备将产生并积累更多的数据，如此往复。因此，企业数字化转型并不是终点，而是一项需要持续关注市场需求变化、技术进步并持续投入的任务。虽然，从历史进程看，制造业发展阶段演进速度急剧增加，但当前，AI、5G、IoT在工业的应用尚处于摸索阶段，数字化和智能化将长期共存。

需求端2：战略先行是前提，员工、业务、产品和客户是数字化建设重点；推进方式需适合企业现状和未来发展诉求，忌大而全

需求端3：通过绘制使用复杂度热力图来制定总体战略和具体实施路线

杰明·穆勒（Benjamin Mueller）教授与简斯·劳特巴赫通过系统依赖性和语义依赖性定义了“使用复杂性（complexity-in-use）”这一概念，并指出对系统依赖性和语义依赖性都具有较高要求的数字化转型工作任务将最为复杂和困难。可简单理解为：如果员工的工作需要通过数字化系统的能力（如数据、算法）完成，则系统依赖性越强；如果工作还需要员工去抽象理解其工作内容的业务逻辑如何在数字化系统中实现，则语义依赖性强。这两种依赖性不仅互为补充，还互相促进。如果系统依赖性升高，那么语义依赖性也会相应变大。针对使用复杂性，两位作者提出可通过“绘制使用复杂性热力图-制定整体数字化转型规划的计划-制定针对性的转型路线”的步骤来加速数字化转型的推进。

企业数字化转型的启示-技术端

信息技术深入应用的叠加，推动工厂走向系统自洽与决策智能

技术的发展为制造业的升级带来更多的可能性。随着信息技术的深入应用，智能工厂将逐步成为现实，具体表现在工厂系统整体实现自洽、工厂决策实现智能两方面。其中不同技术对智能工厂的促进作用表现为：5G促使工厂整体可连接设备增加、延时降低；IoT、XR等设备一方面可增强工厂监控覆盖面，另一方面可有效实现互联互通，促使IT与OT的融合；云计算和AI 则共同推动工厂积累的数据的高效分析与利用，达成整个工厂的“智能”。以上也说明：1）转型升级是多种技术叠加的效果，因为技术都是相辅相成的，单一技术的应用作用有限；2）需求方企业本身无需过渡追求某一单一的技术来实现转型，也不存在一技万能的技术助力企业实现转型。

企业数字化转型的启示-制造大厂

数字化能力提升供应链、产品/服务的可控性，企业下沉时可由原来的中游厂商跃迁为上游厂商，区域覆盖与业务增长双赢

制造业大厂进行数字化转型后，主要有两点益处：1）能力输出：会有部分头部的制造企业从数字化转型的需求方变成该领域或者跨领域的数字化转型服务商，具备数字化转型综合解决方案输出的能力。2）拓展下沉市场：从市场制造业大厂想要渗透下沉市场，通过渠道、加盟等方式是首选，但存在“渠道拓展及维护成本高、政策弱、市场盲”等多种问题。但当制造业大厂具备数字化服务能力后，制造业大厂对供应链的把控、自身产品产出与品质的可控性双双提升，制造业大厂下沉市场时，可以有一个产业链玩家的跃迁，即：由原来的、与当地厂商争夺成品市场的中游玩家，跃迁为上游原料/半成品/服务的供应商。这一跃迁的好处如下：1）增加产品/服务销量；2）借用当地厂商的渠道优势实现地域覆盖；3）捕捉厂商与当地市场潜在需求。