飛象網訊（馬秋月/文）12月22日消息，在“2024中國信通院ICT深度觀察報告會”期間， 中國信通院信息化與工業化融合研究所副主任劉棣斐接受了飛象網記者專訪，他表示，當前，我國制造業數字化轉型正邁入“規模提升”的新階段。基于前一階段充分的試點探索，該階段制造變革的應用模式已經較為成熟，也擁有一批功能和性能都經過實踐驗證的成熟技術產品，具備了向全行業進行推廣的條件。

通過制造業數字化轉型來推進新型工業化

在新一輪工業革命中，數字技術作為核心驅動力，創造了一個全數字、高聯通、強智能的新型制造體系，為我國實現工業由大到強提供了新的路徑。

一是運用數字技術賦能生產制造全過程，提升全要素生產率。在研發環節，基于數據的研發方式能夠對傳統物理試錯方法形成有效補充，大幅縮短新技術產品從研發、小試、中試到量產的周期，降低研發成本。如在藥品研發領域，應用人工智能可節省50%研發時間。在制造環節，通過智能產線、智能車間和智能工廠建設，形成“采集-匯聚-分析”和“決策-反饋-執行”的交互閉環，優化提升整個制造系統的生產效率。目前，寶鋼實現煉鋼、連鑄、軋鋼全流程一體化管控，生產效率提升12%。在服務環節，運用數據價值挖掘引發產業服務模式與商業模式的創新變革，創造新的價值增長點。我國服務型制造示范企業的服務營收占總營收的比重已達到48%。

二是構建現代化產業鏈供應鏈體系，提升韌性安全水平。一方面，數字技術帶來的“換道”創新和加速追趕機遇有利于突破關鍵技術，實現自主可控。如數控機床疊加控制補償、參數調整等算法模型，通過動態優化克服以往固有的精度不高、可靠性不足等短板問題，實現裝備實際運行整體性能優化，達到國際領先水平。另一方面，通過搭建數字化協同制造平臺構建網絡化的生產組織模式，實現產業鏈供應鏈上下游企業之間的緊密協同和互相備份，增強抵御異常情況和外部風險的韌性。在蘇伊士運河堵塞事件中，華為基于接入全球供應商的數字化平臺，僅用三天就實現了供應鏈網絡快速切換，把80%的訂單延誤控制在兩周之內。

三是助力制造企業節能降耗減碳，實現綠色發展。在能源優化調度中推廣應用大數據建模分析，通過動態模擬計算不同設備、不同生產環節、不同能源介質、不同能源種類消耗平衡最優路徑，實現制造能效提升和多能互補。打造工業碳管理公共服務平臺，建立數字化碳管理體系，應用數字技術開展碳資產管理和碳目標管控，提升企業綠色競爭力。

我國制造業數字化轉型正邁入“規模提升”的新階段

眾所周知，制造業數字化轉型是一項復雜系統工程，其發展歷程需要遵循“筑基-試點-推廣-變革”的客觀規律。前期，我國瞄準兩化融合這一主線，以智能制造為主攻方向、以工業互聯網為關鍵路徑，持續推動傳統工業企業的自動化、信息化基礎改造，并支持重點企業圍繞智能工廠、智能車間開展數字化轉型的試點探索，積累了豐富的方法經驗和場景案例。劉棣斐表示，當前，我國制造業數字化轉型正邁入“規模提升”的新階段。基于前一階段充分的試點探索，該階段制造變革的應用模式已經較為成熟，也擁有一批功能和性能都經過實踐驗證的成熟技術產品，具備了向全行業進行推廣的條件。“數字化轉型的規模化推廣成為關鍵，是提升制造業整體效益、實現產業體系全面升級的核心任務。”

據劉棣斐介紹，具體在轉型成效方面：一是數字基礎設施支撐能力持續增強。高質量外網已覆蓋全國374個地級行政區，時間敏感網絡、5G、邊緣計算等新技術加快在企業內網改造中應用。全國跨行業跨領域工業互聯網平臺達50家，平均連接工業設備超218萬臺、服務企業數量超23.4萬家。二是助力企業提質降本增效作用明顯。重點企業利用建立高效開放的研發體系、制造模式與服務形態，打造智能化、敏捷化、柔性化的生產組織方式，提升生產運營效益，核心競爭力顯著增強。調查數據顯示，有83%企業應用工業互聯網后生產經營效率有提升，離散制造業企業設備綜合效率提升10%，流程制造業企業綜合成品率提升8%。三是帶動一批關鍵技術實現“換道超車”。5G PLC、云化PLC、5G AGV、5G機器人、5G無人機等新的工業設備形態不斷涌現，有望促進我國工業設備實現創新突破。工業互聯網平臺帶動傳統軟件的云化、解耦、重塑發展，深入融合數據建模、數字孿生等前沿技術，為我國工業軟件的創新突破提供新路徑。四是形成產業發展新動能。數字化轉型催生了新產業形態，涌現出一批掌握獨門絕技的初創企業，工業智能、工業大數據、工業軟件、工業安全等領域累計創業企業3000家，部分企業年收入超10億元。

推進制造業數字化轉型過程中的四大挑戰

劉棣斐表示，在推進制造業數字化轉型過程中還面臨一些挑戰，主要從以下四個方面來看：

一是規模化應用的基礎還比較薄弱。大量中小企業生產自動化、管理信息化基礎較差，現場生產作業仍以手工為主，大量存在“聾設備”“啞設備”，無法實現數據采集，更難以支撐實時監控。信息化系統普及率較低，主要集中在簡單的訂單、計劃管理，調度、質量、物流等核心生產管控業務仍以人工管理為主，無法支撐深度數字化應用。

二是供給支撐難以滿足規模化應用需求。我國雖然已經基本解決制造業關鍵技術裝備、工業軟件系統的有無問題，但國產品牌的產量和性能與國外廠商仍有較大差距，遠不能滿足市場需求。據統計，智能工廠建設中高端工業母機超70%來自于國外供應商。另外，我國在5G、人工智能等ICT領域雖然具備一定比較優勢，但與制造業融合程度不深，在國際競相布局的背景下，面臨“慢進亦退”的風險。

三是數據要素價值尚未得到充分釋放。大量企業因數字化水平低無法產生數據，研發、工藝、生產等關鍵數據資源積累明顯不足，而且大量企業缺少數據治理意識和能力，即便有數據也質量不高，顯著制約了工業數據的分析應用。同時，數據要素市場建設模式還在探索中，促進數據流通、保護數據安全的技術手段尚不成熟，進一步制約數據價值發揮。

四是資金、人才等資源保障還需加強。動輒上百萬的改造費用對于大量制造企業而言成本壓力巨大，尤其近年經濟承壓，大部分制造企業利潤低、生存壓力大，影響了轉型意愿和投資能力。既懂工業又懂信息通信技術的復合型人才偏少，培養模式不成熟、培養周期長、人才評價機制不完善等原因會導致人才缺口持續放大。

六點建議推進制造業數字化轉型

“以行業應用推廣和中小企業普及為主線，以推進技術攻關、培育規模化供給產業為支撐，以推動數字公共服務基礎設施建設和應用為基礎，不斷提升服務質量，降低企業轉型成本，釋放轉型價值。”劉棣斐說。

一是加快重點行業應用推廣。總結共性需求，提煉典型場景，編制行業推進路線圖和建設指南。依托試點示范等項目，引導行業開展數字化轉型應用推廣。

二是推動中小企業應用普及。加快傳統裝備數字化、智能化改造，夯實裝備數字化制造基礎。深入推進中小企業上云上平臺，積極應用云化軟件提升業務信息化水平。

三是持續加強關鍵技術攻關。圍繞基礎短板和新興融合領域，編制技術攻關路線圖，按圖索驥系統推動技術攻關，面向高價值場景打造一批標志性技術產品。

四是完善公共服務基礎設施。構建行業、區域中小企業數字化轉型公共服務載體，提供技術創新、測試評估、診斷咨詢、人才培訓等綜合性服務，不斷加強資源聚合能力、提高產業服務能力。

五是強化數據要素保障。加強數據治理的頂層設計，明確當前階段和未來時期構建數據流通規則體系的總體思路、發展目標、主要任務和實施路徑，推動數據可信空間等核心技術標準創新應用。

六是加大資金人才投入。優化財稅支持政策，更好發揮財政資金引導作用，推動金融機構創新產品服務模式，深入推動產融合作。加強高校、職業院校、技工院校等制造業數字化領域相關學科和專業建設，推進產教融合、校企合作。