引言
中小企業(yè)作為數(shù)量最大、最具活力的企業(yè)群體，是我國實體經(jīng)濟的重要基礎(chǔ)。根據(jù)第四次全國經(jīng)濟普查的數(shù)據(jù)顯示，中小企業(yè)具有“五六七八九”的典 型 特 征， 貢 獻 了 50% 以 上 的 稅 收、60% 以上的GDP、70% 以上的技術(shù)創(chuàng)新、80% 以上的城鎮(zhèn)勞動就業(yè)、90% 以上的企業(yè)數(shù)量。中小企業(yè)是制造業(yè)數(shù)字化轉(zhuǎn)型的主戰(zhàn)場，是實體經(jīng)濟發(fā)展的主力軍。
新冠肺炎疫情在全球范圍內(nèi)的迅速蔓延使經(jīng)濟增速放緩，給我國經(jīng)濟高質(zhì)量發(fā)展帶來嚴峻挑戰(zhàn)。中小企業(yè)抵御風險的能力普遍較弱，面對突發(fā)事件的防范機制不夠完善，在本次疫情中更加暴露了缺人員、缺市場、缺供給、缺資金、缺服務(wù)等諸多問題。對于中小企業(yè)中長期的發(fā)展，當務(wù)之急是對其轉(zhuǎn)型需求進行梳理，填補傳統(tǒng)業(yè)務(wù)場景與 5G、云和人工智能等數(shù)字技術(shù)之間的“鴻溝”，加快數(shù)字化轉(zhuǎn)型速度。
2、我國中小企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀
本文結(jié)合 GB/T 39116-2020《智能制造能力成熟度模型》，對企業(yè)數(shù)字化轉(zhuǎn)型核心特征和要素進行提煉總結(jié)，從人員 ( 組織戰(zhàn)略、人員技能 )、技術(shù) ( 數(shù)據(jù)、集成、信息安全 )、資源 ( 裝備、網(wǎng)絡(luò) )、制造 ( 設(shè)計、生產(chǎn)、物流、銷售、服務(wù) ) 四個維度開展企業(yè)數(shù)字化轉(zhuǎn)型水平分析調(diào)研。
為確保數(shù)據(jù)分析的準確性和客觀性，在江蘇、山東、浙江、廣東等地區(qū)選取了具有典型代表的 2608 家中小企業(yè)，涉及18個行業(yè)大類，每個行業(yè)采集企業(yè)的樣本數(shù)均超過 50 家，能夠反映現(xiàn)階段我國中小企業(yè)數(shù)字化轉(zhuǎn)型的整體現(xiàn)狀。
2.1 中小企業(yè)數(shù)字化轉(zhuǎn)型階段劃分
隨著新一代信息技術(shù)的飛速發(fā)展，企業(yè)采用運用數(shù)字化手段，探索實踐企業(yè)的數(shù)字化轉(zhuǎn)型之路。本文將企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展劃分為三個階段 ：探索階段、踐行階段和深度應(yīng)用階段。
探索階段 ：企業(yè)對實施數(shù)字化轉(zhuǎn)型有了初步規(guī)劃并開始實踐，對設(shè)計、生產(chǎn)、物流、銷售、服務(wù)等核心環(huán)節(jié)進行數(shù)字化業(yè)務(wù)設(shè)計。
踐行階段 ：企業(yè)對核心裝備和業(yè)務(wù)活動進行數(shù)字化改造，實現(xiàn)企業(yè)生產(chǎn)制造全過程數(shù)據(jù)的采集、分析和可視化。
深度應(yīng)用階段 ：企業(yè)將互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)與生產(chǎn)運營管理活動充分融合，基于數(shù)據(jù)分析和模型驅(qū)動有效提高科學決策水平。
從數(shù)據(jù)統(tǒng)計結(jié)果顯示，89% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型探索階段 ；8% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型踐行階段 ；僅有 3% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型深度應(yīng)用階段?？傮w來看，我國中小企業(yè)絕大多數(shù)還處在探索階段。
2.2 中小企業(yè)數(shù)字化轉(zhuǎn)型行業(yè)進程與技術(shù)更新迭代速度相關(guān)
產(chǎn)品直接面向終端用戶、更新迭代快、個性化定制需求旺盛的行業(yè)，企業(yè)數(shù)字化轉(zhuǎn)型水平排名更加突出。
根據(jù)圖 1 數(shù)據(jù)分析結(jié)果顯示，汽車、電子、儀器儀表、運輸設(shè)備、醫(yī)藥等行業(yè)處于數(shù)字化轉(zhuǎn)型排頭兵地位。這些行業(yè)企業(yè)對設(shè)備、系統(tǒng)的數(shù)字化、智能化改造意愿迫切，在智能生產(chǎn)線、智能工廠方面具有豐富的實踐經(jīng)驗，整體水平較高 ；而對于金屬、燃料加工制造以及紡織等行業(yè)，新一代信息技術(shù)在整個生產(chǎn)流程中的應(yīng)用程度較低，數(shù)字化進程排名靠后。
圖 1 中小企業(yè)各行業(yè)數(shù)字化轉(zhuǎn)型得分情況
2.3 中小企業(yè)數(shù)字化轉(zhuǎn)型業(yè)務(wù)聚焦細分市場
中小企業(yè)更專注于細分市場，專業(yè)化生產(chǎn)、服務(wù)和協(xié)作配套能力是企業(yè)發(fā)展的核心。根據(jù)工信部2018 年制造業(yè)單項冠軍企業(yè)統(tǒng)計，160 家入選“制造業(yè)單項冠軍”的企業(yè)中，中小企業(yè)占到 75.6%。如圖 2 所示，中小企業(yè)在生產(chǎn)、設(shè)計、物流、銷售、服務(wù)等環(huán)節(jié)各有發(fā)揮，但當前階段更專注于生產(chǎn)制造模式的轉(zhuǎn)型，主要為產(chǎn)業(yè)鏈上下游提供配套支撐。
圖 2 中小企業(yè)業(yè)務(wù)覆蓋情況
3、我國中小企業(yè)數(shù)字化轉(zhuǎn)型痛點分析
3.1 轉(zhuǎn)型必要性：成本顧慮
企業(yè)數(shù)字化轉(zhuǎn)型是一項系統(tǒng)工程，不僅需要加大研發(fā)投入、人才儲備，還要全面升級各生產(chǎn)環(huán)節(jié)基礎(chǔ)設(shè)施，然而中小企業(yè)與大型企業(yè)相比融資較為困難，在生存壓力下中小企業(yè)多存在成本顧慮。
一是轉(zhuǎn)型技術(shù)成本、試錯成本高。企業(yè)自身“造血”機能偏弱，外部“輸血”機制滯后。企業(yè)在難以利用資金杠桿和借助專項扶持的基礎(chǔ)上，靠企業(yè)自身的資本投入幾乎難以為繼。
二是資源投入不足。中小企業(yè)在網(wǎng)絡(luò)、設(shè)備、信息系統(tǒng)等資源配置方面投入對比大型企業(yè)資源投入相對不足。
圖3 企業(yè)資源投入情況對比
如圖 3 所示，當前中小企業(yè)辦公網(wǎng)絡(luò)平均覆蓋率為 89%，關(guān)鍵工序的數(shù)字化裝備應(yīng)用比例為 45%、生產(chǎn)過程信息系統(tǒng)覆蓋占比為 40%、設(shè)備聯(lián)網(wǎng)率為 35%。
3.2 轉(zhuǎn)型必要性：轉(zhuǎn)型收益
企業(yè)數(shù)字化轉(zhuǎn)型能夠驅(qū)動整個商業(yè)模式創(chuàng)新和商業(yè)生態(tài)重構(gòu) , 卻很難在短期內(nèi)為企業(yè)帶來直接收益，傳統(tǒng)制造領(lǐng)域的中小企業(yè)對于數(shù)字化轉(zhuǎn)型仍處于觀望狀態(tài)。
一是中小企業(yè)對數(shù)字化轉(zhuǎn)型如何盈利，未來能否盈利缺乏清醒的認識。數(shù)字化轉(zhuǎn)型初級階段要應(yīng)對新興信息技術(shù)對商業(yè)模式的沖擊、如何利用新一代信息技術(shù)實現(xiàn)企業(yè)跨越式發(fā)展，需要企業(yè)管理者具備敏銳的觀察力。
二是中小企業(yè)數(shù)字化轉(zhuǎn)型見效周期長，企業(yè)關(guān)心轉(zhuǎn)型后是否能真的解決業(yè)務(wù)痛點問題，實現(xiàn)降本增效。以 2020 年初的新冠疫情為例，受疫情影響，市場預(yù)期不穩(wěn)、需求疲軟、訂單下降、生產(chǎn)下滑，造成中小企業(yè)信心不足、投資意愿下滑。根據(jù)中國中小企業(yè)協(xié)會發(fā)布的《中小企業(yè)發(fā)展指數(shù)》，2020 年一季度中小企業(yè)投入指數(shù)為56.2，2019 年四季度均值下降了近 20 點。
3.3 轉(zhuǎn)型可行性：能力不足
推進產(chǎn)業(yè)升級改造的過程中，中小企業(yè)由于規(guī)模有限，資金投入有限、在轉(zhuǎn)型人才、數(shù)據(jù)采集以及新一代信息技術(shù)應(yīng)用等方面能力不足。
在轉(zhuǎn)型人才方面，中小企業(yè)數(shù)字化人才匱乏，人才培養(yǎng)機制不健全是阻礙企業(yè)轉(zhuǎn)型的一個重要因素。數(shù)據(jù)分析結(jié)果顯示，企業(yè)中數(shù)字化相關(guān)人才平均占比僅為 20%，15% 的企業(yè)建立了數(shù)字化人才培養(yǎng)體系。在數(shù)據(jù)采集方面，中小企業(yè)對生產(chǎn)制造相關(guān)信息缺乏有效的采集和收集。
一是我國制造業(yè)裝備種類繁多，不同廠家不同類型設(shè)備的通信接口與功能參數(shù)各不相同，缺乏統(tǒng)一標準 ；
二是目前國內(nèi)很多高端制造裝備多是從國外進口，而這些進口設(shè)備的數(shù)據(jù)接口和數(shù)據(jù)格式有自己的標準，封閉性比較強。
根據(jù)調(diào)查數(shù)據(jù) ：30% 的中小企業(yè)對生產(chǎn)制造設(shè)備實施聯(lián)網(wǎng)，實現(xiàn)對設(shè)備、工藝等信息采集。36%的中小企業(yè)能夠應(yīng)用質(zhì)量檢測設(shè)備實現(xiàn)生產(chǎn)過程質(zhì)量信息的采集與追溯。34% 的企業(yè)實現(xiàn)了設(shè)計、生產(chǎn)、 物流、 銷售、 服務(wù)等 關(guān)鍵業(yè)務(wù)數(shù)據(jù)的采集，見圖 4。
圖 4 中小企業(yè)數(shù)據(jù)采集基礎(chǔ)水平
在新一代信息技術(shù)應(yīng)用方面，中小企業(yè)的數(shù)字化基礎(chǔ)水平較薄弱，40% 的中小企業(yè)能夠?qū)崿F(xiàn)基于二維碼、條形碼、RFID 等標識技術(shù)進行數(shù)據(jù)采集 ；23% 的企業(yè)實現(xiàn)了關(guān)鍵業(yè)務(wù)系統(tǒng)間的集成 ；僅有 5%的企業(yè)采用大數(shù)據(jù)分析技術(shù)，對生產(chǎn)制造環(huán)節(jié)提供優(yōu)化建議和決策支持。
3.4 轉(zhuǎn)型可行性：轉(zhuǎn)型路徑不清晰
隨著企業(yè)數(shù)字化轉(zhuǎn)型邁向深水區(qū)，關(guān)鍵標準規(guī)范缺失、行業(yè)監(jiān)管體系不完善、解決方案不全面等問題逐漸凸顯。
一方面企業(yè)數(shù)字化改造需求模糊而龐雜，關(guān)鍵標準、實施指南的缺失導致部分企業(yè)由于未清晰認知自身發(fā)展階段與戰(zhàn)略規(guī)劃，在企業(yè)內(nèi)部數(shù)據(jù)尚未打通的情況下盲目開展數(shù)字化轉(zhuǎn)型，致使轉(zhuǎn)型效果不佳。
另一方面缺少一個有效反映轉(zhuǎn)型價值的評估模式，企業(yè)無法精確了解開展數(shù)字化轉(zhuǎn)型的投入產(chǎn)出效益。
部分
4、中小企業(yè)數(shù)字化轉(zhuǎn)型路徑
4.1 需求識別
中小企業(yè)圍繞自身企業(yè)發(fā)展愿景，梳理核心業(yè)務(wù)價值，借助工業(yè)互聯(lián)網(wǎng)平臺提供的資源訂閱、數(shù)據(jù)共享以及能力協(xié)作等平臺式服務(wù)，最終實現(xiàn)成本下降、質(zhì)量提高、效率提升、資源配置間的平衡。
在此階段，中小企業(yè)上平臺一方面可依托平臺資源匯聚、優(yōu)化配置優(yōu)勢、控制成本、提高產(chǎn)值 ；另一方面中小企業(yè)通過識別關(guān)鍵業(yè)務(wù)場景與數(shù)字技術(shù)應(yīng)用的契合點，進而聚焦核心業(yè)務(wù)場景進行轉(zhuǎn)型升級。
4.2 轉(zhuǎn)型實踐
中小企業(yè)升級改造方案，廣泛采用數(shù)字化設(shè)備，關(guān)鍵工序設(shè)備具備標準通訊接口，支持主流通訊協(xié)議，開啟數(shù)字化轉(zhuǎn)型的踐行階段。
在此階段，中小企業(yè)一方面應(yīng)用自動化技術(shù)、傳感技術(shù)、信息技術(shù)、通信技術(shù)等改造車間各類設(shè)備與信息系統(tǒng)，實現(xiàn)設(shè)備間的互聯(lián)互通與生產(chǎn)過程各核心業(yè)務(wù)異源數(shù)據(jù)的采集、存儲和展示，實現(xiàn)設(shè)備與設(shè)備、設(shè)備與系統(tǒng)、系統(tǒng)與系統(tǒng)間的數(shù)據(jù)共享 ；
另一方面，通過對不同業(yè)務(wù)采集的人機料法環(huán)等數(shù)據(jù)開展數(shù)據(jù)集成和數(shù)據(jù)分析，對生產(chǎn)過程發(fā)生的狀況的結(jié)果進行原因分析，形成特定場景的解決方案并不斷的沉淀積累，構(gòu)建知識庫或解決方案庫，在同類問題發(fā)生時進行調(diào)用，降低人員處理同類事件的工作強度。
4.3 深度應(yīng)用
在信息協(xié)同透明的基礎(chǔ)上中小企業(yè)通過互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)對企業(yè)核心業(yè)務(wù) ( 如計劃、調(diào)度、質(zhì)量、追溯、能源等 ) 各階段積累的知識進行代碼化和模型化，形成模型對未來將要發(fā)生的事件進行預(yù)測，進入數(shù)字化轉(zhuǎn)型深度應(yīng)用階段。此階段新一代信息技術(shù)與生產(chǎn)運營管理活動充分融合，基于數(shù)據(jù)分析和模型驅(qū)動有效提高科學決策水平。
一方面從紛繁復雜的信息中提煉出有用的知識，另一方面綜合運用多種知識給隱性問題提供正確合理的建議，滿足處理當前工業(yè)場景中不確定性和大規(guī)模復雜問題的需求，逐步構(gòu)建企業(yè)核心競爭力。
本文摘自《信息技術(shù)與標準化》
