當前，人工智能、云計算、大數據等數字技術快速演進、深度應用和廣泛滲透，正在深刻改變全球產業發展和分工格局。制造業是立國之本、強國之基，加快制造業數字化轉型是推進新型工業化的重要舉措，更是實現工業高質量發展、建設制造強國的重要突破口。

6月28日，由中國電子信息產業發展研究院（以下簡稱“賽迪研究院”）主辦的第四期新型工業化大講堂活動成功舉辦。本期講堂由賽迪研究院副院長、研究員喬標主持，邀請SAP大中華區副總裁兼首席數字官彭俊松以“制造業數字化轉型新趨勢、新特點、新路徑”為題作主題發言。賽迪研究院信息化與軟件產業研究所、國際合作研究中心、中小企業研究所和其他相關單位代表共同參會并參加討論。

喬標表示，數字化浪潮已成為不可阻擋的歷史性潮流，特別是在此過程中，很多新技術、新模式、新業態不斷涌現，對制造業的發展方式、組織模式、企業形態甚至產業格局帶來根本性影響。在推進新型工業化的進程中，如何把握數字化力量，如何深刻理解制造業數字化轉型的內涵、方向和趨勢，破除實踐中遇到的堵點、難點問題，推動轉型向更大范圍、更深程度、更高層次拓展和演進，這些都是需要長期不斷思考的重大問題。

第四期新型工業化大講堂現場

全球制造業數字化轉型浪潮迭起

隨著數字技術與制造業不斷融合發展，數字化轉型已成為推進制造業高質量發展、加快推進新型工業化的重要突破口。而縱觀全球制造業發展格局，很多國家和地區制造業都正在經歷一場變革。其關于制造業數字化轉型的經驗和做法也值得我國參考和思考。

以德國為例，在彭俊松看來，自2011年德國工業4.0被正式提出以來，德國的制造業數字化經歷了工業4.0、智能服務世界、自治系統、聯邦數據基礎和孿生轉型等五個波次的發展歷程，引領著全球制造業數字化的高水平。目前，德國制造業數字化正沿著SaaS、數字生態和人工智能等三大賽道發展，有望在該領域取得飛躍。

彭俊松認為，全球工業在產業鏈相關的數字化方面遇到了難以克服的挑戰，主要是供應鏈韌性、可持續發展、中小企業數字化以及商業模式創新。若按照傳統的一對一解決方案，沒有一家主機廠和供應商可以解決這些問題。解決的思路是去中心化，建立分布式的行業數字生態系統。德國2019年和2021年相繼提出了GAIA-X項目和Catena-X項目，又于2023~2024年相繼推出Manufacturing-X等多個行業數據空間以及配套應用。通過這些來建立開放、透明的數字生態系統，在信任的環境中，提供、整理和共享數據和服務，幫助各種規模的企業參與數字經濟。

長期以來，全球企業IT支出一直以高于GDP兩倍的增速迅速增長，這是業界面臨的一個難題。根據Gartner研究數據，2019-2025年，全球GDP年均增長速度為4.6%，而全球企業IT支出年均增長速度為10%。彭俊松指出，全球數據年增長不斷加快，部分抵消了摩爾定律和學習曲線的效用。伴隨著企業可利用的數據量的快速增長，企業軟件的復雜性也在迅速增加。“事實上，目前企業應用軟件的復雜性已經達到了企業可控的臨界點。從軟件代碼行數的角度，SaaS是軟件產業可持續發展的必然選擇。”他強調。

“中國雖然有著數據總量的優勢，但需要融入全球數字化發展的浪潮中。”彭俊松為此提出三點建議，一是要兼容，避免成為數據孤島。二是數字生態時代已經來臨，需要加快布局。三是要重視全社會對企業管理數字化的價值認同。

事實上除德國外，很多發達國家和發展中國家都已經在加快數字化轉型的整體戰略布局。

在談及美國制造業轉型特點時，賽迪研究院國際合作研究中心副處長劉洋指出，從美國政府持續發布的一系列關于制造業數字化轉型的戰略來看，他們有著自己的布局和節奏，一般都會先提出計劃再去制定戰略。此外，在重點領域標準體系建設方面，美國強化把本國的數字技術標準變成。賽迪研究院信息化與軟件產業研究所數字經濟研究室副主任張朝補充道，日本在推進制造業數字化轉型時的一個突出特征是“以需求痛點為導向”，例如針對其全社會少子化、老齡化的問題，日本提出通過推動人、機、物的聯通實現“互聯工業”戰略，進而服務其“社會5.0”戰略。

人工智能成為推動制造業數字化轉型的關鍵變量

當前，以大模型為代表的人工智能引發的新一輪科技革命和產業變革正向縱深發展。在工業領域，人工智能是推進制造業數字化的關鍵變量，工業大模型的落地生根將為制造企業數字化轉型升級提供全新路徑。

與會專家圍繞“制造業數字化轉型”展開探討

賽迪研究院中小企業研究所國際合作與民營經濟研究室主任王世崇表示，調研發現，大模型推動數字化轉型的具體應用場景還不多，更多的還是在探索階段。他認為大模型是解決中小企業數字化轉型問題的重要方法，這種類型的企業如何利用好大模型這種先進技術手段，并將其嵌入到數字化轉型中就很關鍵；同時人工智能所提供的服務也會在解決很多中小企業數字化過程中缺乏人才和資金的問題上起到重要作用。

彭俊松表示，的AI已經具備了對業務流程的識別和自優化能力，AI可以幫助我們自動編排業務流程，將來一定能夠發展到快速響應業務變化的組件式編排。對于未來的企業而言，以后的決策不是簡單地看報表，而是借助AI實現對復雜問題的跨企業和生態系統的分解式自動化決策。

關于AI大模型如何賦能數字化轉型，張朝將其概括為“三個重構”：

一是重構一切制造業數字化轉型中的軟件。當前，手機和筆記本電腦里的很多應用程序都已經得到了AI大模型加持，但其實在工業領域或者企業級應用上也有出現一部分類似的探索，比如ERP廠商SAP推出了一款名為Joule的生成式AI助手，西門子與微軟合作推出了用于制造業的AI助手“copilot”。在軟件層面，大模型會起到一定的重構作用，深刻變革著傳統的人機交互方式。“在以后的數字化轉型過程中，我們可能不需要掌握過多的代碼知識，依靠自然語言就可以實現深層次的人機交互，大幅提升生產效率。”張朝說道。

二是重構一切制造業數字化轉型中的硬件。從很多產品身上已經看到了一定的跡象，比如華為在今年推出的筆記本電腦已經搭載了智能會議應用程序，還有一些智能座艙和智能穿戴設備等終端產品也已經加載了大模型技術。未來，包括AGV（自動引導裝置）、數控機床、工程機械等用于生產過程的硬件設備也同樣可被大模型驅動。如此一來，從設備到生產線和工廠都會大幅度提升自感知、自決策的水平，真正實現“工業4T”（IT+CT+DT+OT）技術的深層次融合。

三是重構一切制造業數字化轉型中的數據要素。目前，該層面可能還處于初步探索的階段。在傳統制造業數字化轉型過程中，一個業務系統要想發揮作用必須搭建端到端的數據鏈路，若非如此，決策的科學性和實時性就會受到一定影響。而大模型技術出現以后，會極大簡化數據發揮價值的約束條件。例如，智能倉儲管理業務系統缺失的話，基于大模型技術便可以很快搭建其這樣的軟件系統，把該部分的數據進行補全，甚至采取合成數據補充全鏈路的數據要素，真正把數據價值發揮出來，讓制造業數字化轉型的價值大化。

中小企業數字化轉型亟待破局

中小企業是我國國民經濟和社會發展的生力軍。黨的二報告指出，要“支持中小微企業發展”，“支持專精特新企業發展”，“推進新型工業化”，“促進數字經濟和實體經濟深度融合”，這為推進中小企業數字化轉型指明了前進方向，提供了根本遵循。

“我國的中小企業數字化轉型并非易事，可以說是所有數字化轉型中難抓的一個環節。”賽迪研究院信息化與軟件產業研究所所長姚磊指出。

那么，在我國推制造業數字化轉型走深向實，邁向深水區的過程中，中小企業面臨哪些實際困難和挑戰？他們應該怎樣跨越數字化轉型這道難關？

張朝表示，目前中小企業數字化轉型正在進入深水區，其中的一個表現就是中小企業數字化轉型的場景正從經營管理環節向生產制造環節深層次演進。這些場景的行業特征會更加差異化，也會導致需求的數字化產品有更高定制成本。目前中小企業數字化轉型的癥結突出表現在個性需求和規模供給之間的矛盾。現在供給側數字化轉型服務商主要以工業互聯網平臺為代表，大體上處于項目制階段，很多企業沒有完全完成對歷史項目的經驗或者模型的沉淀，導致標準產品較為缺乏。下一步，數字化轉型服務商應該注重核心能力的打造，加快“項目化—產品化—平臺化”的演進升級，實現低成本高質量的解決方案供給，推動中小企業數字化走深向實。

在彭俊松看來，中小企業數字化轉型的主要難點在于其本身的數據主權不夠。長期以來，供應鏈都是以圍繞鏈主的方式而設計，所有的數據都要匯集在鏈上，矩陣指令都由鏈主發出。實際上，這種模式會讓中小企業擔心自己喪失數據主權。我們可以通過一些配套機制和法規去幫助中小企業消除這方面的顧慮，而從IT技術的發展來看，SaaS本身就是讓中小企業跨越數字化鴻溝的好方式。中小企業對數字化功能需求的迫切程度遠超想象。要快速使之從原始的信息化狀態至少進入到工業3.0階段，應該趕快把ERP基礎業務流程搭建起來，而快速進行SaaS的推廣是一個有效方法。因為企業規模小，所以不可能在IT方面配備專門隊伍，那么SaaS道路是走得通的。

制造業企業和行業的覆蓋面廣泛，需求差異大。劉洋表示，雖然中小企業的需求比大企業更簡單，但不同行業的中小企業關注的轉型場景、轉型范圍和轉型深度都有很大差異，加之中小企業的能力相對較弱，資金技術人才等轉型資源比較匱乏，數字化轉型難度也高。因此，我們只有直擊中小企業“不想轉、不會轉、不敢轉”中的痛點，深入分析其背后的深層次原因，才能夠真正地推進中小企業數字化轉型。如積極搭建公共服務平臺，推動大企業帶動中小企業協同轉型；加大資金、人才、技術等資源的投入力度，全面提升中小企業數字化轉型意愿等。