> 新闻 > 行业动态 >

制造业数字化转型现状、难点与建议

文章出处:南桥来源:未知人气：0 发表时间：2024-03-06 16:05

制造业数字化转型供给市场目前仍然处于初期发展阶段。与过去几年相比，制造业数字化转型的服务商市场发生如下变化：

1）行业和客户定位逻辑更加清晰：服务商会选择政策大方向有潜力的、且贴合自身优势的行业去攻克，深耕这一领域；

2）服务商的产品及服务在横纵两个方向细分：在纵向上，在场景解决方案-行业解决方案-区域/领域解决方案的广度提升；在横向上，呈现粗放的综合解决方案-细分场景解决方案-关注流程打通的解决方案的变化，即平台化属性开始凸显。

3）服务商大厂之间的竞争越来越呈现行业性竞争特点：

通过行业性的理解与沉淀，深耕行业需求，挖掘系统潜力，更加贴合该行业的需求与痛点，与其他平台形成差异化发展，是未来服务商大厂的主要发展思路。

数字化转型的本质

1、通过数据-信息-知识-智慧的蜕变，优化并赋能企业经营与运转。

制造业数字化转型并不要求“大而全”，也不要求“一步到位”，重点是希望企业结合自身需求，实现关键业务、关键环节、关键节点的数据资产的积累及应用。因此，制造业数字化转型的本质是解决“关键数据从哪里来、关键数据怎么用、关键数据价值如何构建及应用”的问题。

无论制造企业是从顶层规划逐步实施数字化转型，还是解决关键节点智能化及上云，其目的都无法离开两大方面：1）显性方面，满足主机厂商要求、优化研产供销服等各环节，降本增效；2）隐性方面，基于历史数据，进行预测分析，赋能订单预测、赋能设备寿命及维修预测、赋能管理者决策。

2、软件在制造企业运营中的作用

理想状态下，工业软件贯穿制造企业研产供销运等各个环节。工业软件是企业走向信息化的基础和有效工具。聚焦在制造业来看，工业软件可贯穿制造业企业核心生产价值链的全流程，即产品、工艺的研发-产品、工艺及产线的设计及验证-生产制造业-营销销售-仓储物流等全流程环节。但需要注意的是，企业对工业软件需求层级与企业发展阶段（如规模、信息化程度等）与发展目标息息相关，而无需要求“全”。

一般而言，制造业企业将优先以财务为核心，然后是采购、销售、研发等。这些场景中，软件应用的易行性和软件所带来的便利性也更容易体现。对于生产制造管理相关软件的需求情况，则与企业产线数量、生产产品品类、主机厂商的要求等直接相关。

3、ERP与MES的关系

ERP聚焦于计划层面，管的是结果，无法对现场执行层面进行有效管控，而MES则聚焦与执行层面，管的是过程，MES可对生产现场的每个工位每个制品进行有效管理及追踪；MES与ERP不是替代关系，而是有效的互为补充的关系。从功能上看，MES和ERP虽然有很多共性功能，但聚焦到具体功能和范围的精度看，有很多不同，具体表现为：

1）MES聚焦在生产现场，即生产的过程管理，而ERP则更关注结果，主要统揽企业的产供销存运等各个层面；

2）MES对生产的规划精度可细化到时或者分，但是ERP多以批次为单位规划，最多能规划到天；

3）MES可以对每个工位每个制品进行追踪和质量管理，但ERP则只能对批次和现场关键点分别进行追踪和质量检查；

4）MES和ERP之间会相互传递数据，但是ERP是将物料信息、采购到货信息、销售单信息等传给MES；而MES则将物料需求计划、产成品产出计划、成本及成本分摊数据、细作业计划（工序计划）、设备管理、质量管理、人事工资等数据传给ERP。

智森云MES系统功能介绍

4、MES与MOM的关系

MES强调生产线上的制造管理，而MOM则将管理范围扩大到生产线相关的制造、质量、运维、库存等管理与协同；MOM与MES不是替代关系，而是兼容与包含的关系。MOM的出现是为了更加机动有效完成“生产调度与规划-物料和能源控制-生产控制-质量保证-库存控制-维护管理”这一生产过程的协同管控而逐渐衍生出来的，是为了让企业生产线的运转更高效，与非生产部门的协同性更强。

5、工业互联网与软、硬件之间的关系

工业互联网是软硬件收集及产生的数据聚集及价值释放的载体及媒介，同时有利于软硬件解耦，提升软硬件功能开发、调控的灵活性，工业互联网通过使用标准化的接口和协议，可有效规范企业业务和工厂生产运营之间的信息流，降低生产控制系统之间的集成成本和风险。

工业互联网类数据中心化的网状架构具有强大的集成性、信息流传性、开放性等能力，好处主要有三：

1）工业生产数据的集成、处理、分析、应用及共享效率得到极大提升；

2）平台功能的集成性和开放性有助于软硬件功能的开发、应用与调控的灵活性；

3）软件定义硬件、软件定义平台的影响有望加速。

数据化转型落地应用场景分析

1、生产管理及数据价值释放是当前数字化转型的重点

当前，中国制造业企业数字化转型主要表现为两大特征：1）与生产相关的场景是重点，即更加关注制造能力本身的智能化、精细化，因此产品及工艺研发设计与验证、生产制造管理、供应链、设备管理、数据价值释放等方面是重点；2）当前大多数企业处于数据沉淀与数据应用共存共促进的阶段，即企业通过旧产线改造或新产线搭建、核心模块/环节信息化软硬件的使用使得生产运营走向数字化。

这两大特征均会持续很长时间，且随着技术进步与技术应用的深入将进一步对企业各个环节优化改造。。

2、设备智能化改造与上云

关键节点设备智能化改造及上云是当前各类型企业设备数字化的重点，主要赋能设备耗能、运维、故障、预测等方面的调整与优化。

关键节点设备智能化改造及上云是当前制造业企业设备管理走向数字化主要的措施。其中，关键节点设备主要有高耗能设备、高通用设备、高价值设备、新能源设备这几大类型。对关键节点设备改造及上云，主要好处有2点：1）对用户企业，一方面是改造成本低，成本回款周期短，同样适用于中小型制造企业；另一方面，在设备能耗、设备维修及预测、设备利用率等方面都能优化赋能。2）对设备供应商，一方面，聚焦到节点设备，相对容易实现标准化，可覆盖的行业和服务范围广；另一方面，有助于收集设备全生命周期的数据并开展后期运营服务模式，寻找新的盈利模式。3）对于平台运营商，工业设备改造、上云有助于工业数据沉淀，加速工业机理模型沉淀和优化。

中科智森设备管理系统及工业APP功能介绍

但需要注意的是：1）存在一定兼容性问题，对平台运营商而言，需要掌握足够多的工业协议、物联网协议；2）对中小制造企业而言，这种服务多转嫁于设备供应商；

3、研发、工艺开发管理数字化

以PLM/PDM/CAPP为代表的研发、工艺开发管理系统，关注与研发生产相关环节的实时数据采集，并与相关历史核心要素数据拉通、分析、建模，进而加强设计-研发与验证-生产之间的耦合性与联动性，缩短研发周期、优化工艺/工况、降低研发及验证成本。

4、供应链、仓储物流管理数字化

供应链数字化整体思路就是打破传统供应链上下环节联动性不足的问题，提升供应链各环节，尤其是供-产-销三端的联动性与协同性。具体表现为：1）供应能力可实时刷新、可预测，如价格波动、供应商变动、欠料品类扫描及预测等；2）销售可预测，能为采购、生产计划制定提供支撑；3）仓储管理高效，即空间利用率高、作业模式能从“人找料”转变为“料找人”，同时仓库里面的产品能溯源、方便追责。

5、APS排期、生产管理数字化

生产什么？生产多少？如何生产？是制造业企业关心的三个核心问题。ERP、CRM为生产计划的制定提供数据支撑，但对现场层的管控不足，APS与MES可对其进行有效补充。其中，APS要基于生产计划、订单承诺等因素，结合企业资源分析后，制定详细可行的排产工单。MES的功能主要表现为：1）将APS给到的排产工单进一步拆解成时间粒度更细的执行计划；2）针对参与生产制造的各类要素，如设备、员工、物料等进行管控、管理；3）进行数据采集、分析、预警、预测等。

6、数据价值释放之工业AI

按照应用场景，工业AI对制造业数字化转型赋能主要体现在系统最优、分类或识别、推荐或预测、知识沉淀及管理这四大类问题。就具体落地形式而言，当前不同数字化转型供给方推出的服务及产品相似，主要聚焦计划排期、质检、辅助决策、工业机理模型等方面，多以定制的软件服务输出。

7、数据价值释放之BI

BI具有整合数据资源、建立数据关联指标体系、数据可视化等能力，是当前数据资产价值化的重要手段，也是部分已经积累了数据资产且想要实现数据价值化的企业所需的重要工具之一。一般来讲，企业BI服务流程大致分为需求整理-数据集成-数据清洗、转换、加载-数据逻辑构建-数据分析模型-数据可视化分析呈现这几个阶段，最终助力企业洞察与决策。

制造企业数字化转型实践分析

制造企业数字化转型具有优先级，与钱有关的环节往往优先级更高，但当前生产管理及数据价值释放是当前数字化转型的重点，且将持续很长时间。

1）针对生产管理：主要聚焦于设改造&上云、研发&工艺开发管理、供应链&仓储物流管理、排期&生产管理等方面，这些方面供需两端匹配度比较高，既具有实际的落地价值，还能进一步积累数据资产。

2）针对数据价值释放：主要聚焦于AI和BI两方面：对于AI，主要聚焦于在系统最优、识别分类、预测、知识沉淀等问题处理方面赋能，但ChatGPT对企业工作流程的优化与效率的提升、AI增强开发赋能软件开发与测试等值得期待；对于BI，梳理企业数据资产更多的是关联与逻辑、赋能决策。

制造企业进行数字化转型时的三个关键词：适合、融合、克服。我国的制造业仍然具有“大而不强”的特点，其分层属性非常强，且企业文化中的“人治”也相对比较重，因此在推进数字化转型时，有3大方面需要注意：1）关于适合：适合的目标、适合的路径、适合的人是基础。2）关于融合：主要指IT部门与业务部门的融合。数字化转型或许是IT部门从成本部门走向价值输出部门的机会：一方面，能够从业务步骤拆解、业务要素确定、业务数据指标搭建等方面助力业务数字化，另一方面，从数据价值流转的视角帮助企业进行战略拆解并落地，即从采购-实施-落地等各个阶段赋能业务。3）关于克服：传统企业信息化之路是以满足需求功能点为主，有什么需求就上什么系统，是点状建设；而数字化转型是以数据价值释放为主，是中心化建设，二者之间存在一定的使用或切换偏差，需要克服或打破。

难点与建议：
1、理想与现实需平衡

数字化转型忌追求“大而全”，需结合企业发展阶段、对数据、对数字化的持续性、企业的资金实力等方面慎重定目标。

在数字化转型的需求&咨询阶段，通常存在“采集的数据越多越好”“软件/方案越全越好、越贵越好”的误区，上述误区会带来建设及运维资金成本高、系统沉疴、尾大不掉等问题。

故确认转型需求时，需重点考虑：1）企业当前所处数字化阶段，即企业当前需要解决的核心问题是什么？是否能承受“大而全”的方案？2）对数据要持有正确态度，即数据不是万能的，也不是没有数据是万万不能的，在可行的条件下，核心场景的核心数据需要采集并加以利用才是关键；3）技术迭代、制造企业本身信息化需要补课等共同推动企业数字化转型的持续性；4）转型金额投入需慎重。

2、适合的路径才是最好的

从方向-路径-落地各维度的转型路径声音很多，对需求方而言，认清自己谨慎决策，无需过分依赖现有路径，适合自身的才是最好的。

在数字化转型的需求咨询阶段，无论是内部咨询还是外部咨询，都有助于从企业顶层或者业务顶层角度思考企业数字化未来发展，故对企业而言，规划是有必要的。

3、适合的人比职位重要

基于需求及转型目的找到合适的“一把手”是转型决策阶段的关键。

在数字化转型的决策采购阶段，合适的“一把手”这一关键人物是整个转型项目的真正起点，因为这个关键人物肩负着“有什么、缺什么、做什么、谁来做、怎么做、怎么验证”等决策重任，他们的决定直接影响数字化转型的方向和内容。

故对关键人物的要求，主要聚焦在3点：1）理解公司业务和战略，即知道需要什么；2）了解产品和技术，即知道有什么、缺什么、找谁做、如何验证；3）擅长沟通与资源协调，即能将项目正常推进及落地。

但值得需求方注意的是：1）数字化转型需求方无需陷入关键人物的怪圈中，适合的人比职位更重要；2）无论谁领导，都将依托并发挥自身职能优势进行推进，但需要坚守转型目标。

4、IT部门需重塑自身价值服务

IT部门融入业务部门后，有望从采购-实施-落地等各个阶段赋能业务。话语权之争、职能边界不清、IT部门被新技术裹挟后的精力分配等问题是IT与业务部门之间普遍存在的“矛盾”，而这也将影响数字化转型项目的展开与推进，甚至是转型效果。故对企业而言，无论是否进行数字化转型，IT与业务部门走向融合无疑是紧急而必要的。

IT部门与业务部门融合后，好处主要有3方面：1）企业内耗降低，有助于资源利用实现1+1＞2的效果，具体表现为：其一，在项目初期助力筛选有价值的技术及服务，并助力业务走向数字化；其二，在项目实施阶段加速项目推进，缩短周期；其三，在项目后期，助力数字价值的实现，并赋能管理。2）IT部门容易找到自身持续服务的能力或抓手；3）有助于从数据价值流转的视角推进企业战略落地，甚至提供新的服务思路。

5、打破建设与使用的习惯惯性

在数字化转型的内化和应用阶段：传统信息化建设是点状建设，强调部分功能实现与满足，不考虑企业整体的信息化规则与发展；而数字化转型与工业互联网平台强调整体规则的重要性，在服务和赋能等方面更加偏重中心化的建设，即标准化、规范化要走在前面，以整体规划为目标，分步实施，二者存在使用惯性和思路上的偏差，需要打破这种偏差以促进转型项目的内化及应用。

欢迎扫码咨询，我们将根据您工厂的实际情况免费定制专属解决方案，并发送相关行业案例给您!

640 (4).png

上一篇：注塑模具加工应该管理哪些项目下一篇：数字化转型还能怎么“转”？

新闻中心

制造业数字化转型现状、难点与建议

蓝鲸客服中心