制造业数字化转型的难点.docx

制造业数字化转型的难点

一、制造业数字化转型的重要性

制造业数字化转型是提升竞争力的重要途径，在提高产品品质和生产管理效率方面具有关键作用，顺应数字经济发展趋势。

数字经济是继农业经济、工业经济之后新的经济形态，以数据资源为重要生产要素，以数字化转型为重要推动力。我国制造业规模庞大、体系完备，但大而不强问题突出，尤其是传统制造业自主创新能力不强，生产管理效率较低。在制造业低成本优势逐步减弱的背景下，必须着力提高产品品质和生产管理效率，重塑竞争优势，而数字化转型正是提升制造业竞争力的重要途径。

近年来，我国不断完善制度环境，出台一系列战略规划和政策措施，推动制造业数字化水平不断提升。工业互联网应用也在不断拓展，成为制造业数字化转型的前沿技术应用，发展工业互联网已成为各主要工业强国抢占制造业竞争制高点的共同选择。工业互联网技术主要应用在产品开发、生产管理、产品服务等环节，其主要应用模式和场景可归纳为智能产品开发与大规模个性化定制、智能化生产和管理、智能化售后服务、产业链协同四类。

目前，我国已有一批工业互联网平台实现了规模化商用，但制造业数字化转型仍面临诸多难点。一是缺乏权威的数据标准，工业设备种类繁多、应用场景复杂，不同环境有不同工业协议，数据格式差异较大，不统一标准难以兼容，也难以转化为有用的资源。二是数据安全有待保障，工业数据安全要求远高于消费数据，涵盖设备、产品、运营、用户等多个方面，一旦泄露或被篡改，可能带来严重安全隐患，目前单纯依靠技术难以确保数据安全，相关惩罚措施也不到位。

二、制造业数字化转型面临的难点

（一）数据标准问题

制造业企业在数字化转型过程中，数据标准问题成为一大难点。一方面，企业数据量大、种类多、格式差异大，涵盖经营管理数据、设备运行数据、外部市场数据等多个方面。由于工业设备种类繁多且应用场景复杂，不同环境下有不同的工业协议，导致数据格式差异较大。缺乏权威的数据标准，使得这些数据难以兼容和转化为有用资源，无法充分发挥其价值。另一方面，虽然我国已有全国信息技术标准化技术委员会、智能制造综合标准化工作组、工业互联网产业联盟等多个机构从事相关标准研发，并制定了《国家智能制造标准体系建设指南（2018年版）》《工业互联网标准体系框架（版本1.0）》等文件，但具体标准的研制和推广工作刚启动，市场接受度不高，企业在实际应用中面临诸多困难。

（二）数据安全问题

工业数据安全要求远高于消费数据，涵盖面广，一旦泄露或被篡改，会带来严重安全隐患。工业数据涵盖设备、产品、运营、用户等多个方面，在采集、存储和应用过程中，若出现安全问题，可能导致生产过程发生混乱，甚至威胁城市安全、人身安全、关键基础设施安全乃至国家安全。目前，信息窃取、篡改手段层出不穷，单纯依靠技术难以确保安全。同时，相关惩罚措施不到位，不能给数据窃取、篡改者足够的威慑。

（三）数据开放与共享问题

随着数字经济的发展，企业对外部数据的需求不断上升，包括产业链上下游企业信息、政府监管信息、公民基础信息等。将这些数据资源进行有效整合才能产生应用价值，但前提是这些数据能够被获得。目前，政府、企业数据开放共享水平有待提高，数据资源有效整合面临困难，制约了制造业数字化转型的进程。

（四）人才问题

数字化、智能化转型需要复合型人才，然而企业培养成本高、风险大。目前，制造业吸引职业技能人才正面临“三难”——找不到、招不来、留不住。具体来看，生源少且质量差，造成人才缺口，直接导致制造业企业“找不到”所需的大批职业技能人才；职业教育投入少，人才培育难，导致供需不平衡，企业“招不来”适应产业转型升级和企业发展所需人才；高技能人才“眼高手低”与管理机制不完善的矛盾，人才发展难，“留不住”技能人才。

（五）技术能力问题

企业对信息技术应用认知局限，新旧问题叠加，理解、应用新兴技术困难。大多数企业对于信息技术的应用认知还停留在部署IT系统的阶段，经过多年传统信息技术（如ERP等）的应用，孤岛纵横、基础数据不准等问题始终困扰着企业。与此同时，云、大数据、AI、IoT等新兴技术快速发展，新旧问题叠加让传统制造企业理解、应用、掌握这些技术变得更加困难。

（六）资金问题

传统制造企业利润率低，数字化转型资金投入谨慎，缺乏足够资金。传统制造企业尤其是中小企业的利润率较低，因此在数字化转型资金投入方面尤为谨慎，更加关注投资回报，往往缺乏足够的资金投入。

项目未取得显著效果会制约进一步投资动力。企业投资数字化转型项目一旦没有取得显著效果，企业进一步的数字化转型的投资动力也受到制约。

（七）软硬能力失衡问题

企业重硬件升级，轻设备联网和数据采集，导致能力分布失衡。受到投资回报的牵引，企业往往将应用的重点放在自动化设备等硬件设施的升级上，很多企业并不太重视设备联网和数据采集