首页 理论教育 长三角区位优势推动数字化转型升级制造业

长三角区位优势推动数字化转型升级制造业

时间:2023-05-18 理论教育 版权反馈
【摘要】:新一代数字技术推动的新一轮产业革命,为我国制造业摆脱核心技术获取困局,实现价值链升级创造了难得的机遇。借助区位环境、人力资源、政府政策等,长三角地区已成为世界级制造业基地。所谓数字化转型主要是指通过工艺升级、产品升级、功能升级、链条升级来帮助制造业实现产业集成与一体化。

长三角区位优势推动数字化转型升级制造业

董 明[2]

【摘要】

长三角地区已成为世界级制造业基地,但由于全球价值链的“低端锁定”效应,大多数制造业企业存在利润率较低、技术水平不足等问题。新一代数字技术推动的新一轮产业革命,为我国制造业摆脱核心技术获取困局,实现价值链升级创造了难得的机遇。企业通过数字化转型,可以从工艺升级、产品升级、功能升级、链条升级这四个方面实现产业集成与一体化。为了更好地发挥数字技术对制造业转型升级的驱动作用,应加强制造业数字基础设施建设,强化供应链数据集成与共享,注重智能制造生态系统构建。

借助区位环境、人力资源、政府政策等,长三角地区已成为世界级制造业基地。但是,大多数制造企业集中于产品加工等价值链低端环节,利润率较低,还容易形成恶性竞争。新时期如何才能打破长三角制造业的“中低端锁定”呢?

随着物联网、大数据、云计算、人工智能等技术的飞速发展,制造业迎来了数字化转型的有利契机。通过数字化转型,企业在改造传统业务的同时,还能以数字能力催生出新技术、新产品、新业态,从而改变原来制造型企业扎堆于加工环节的困境,并促使企业形成更广泛的合理分工。

所谓数字化转型主要是指通过工艺升级、产品升级、功能升级、链条升级来帮助制造业实现产业集成与一体化。

工艺升级是一种较为基础的方式,主要通过数字化对原有技术、工艺进行改进,从而提高生产效率。例如,宝钢的数字化制造系统,可以根据客户订单自动计算出需要生产的钢板类型和数量;钢板生产好以后送到剪切中心,再根据客户定制要求,自动剪切出符合尺寸的钢板并直接运送给客户,从而节省了大量的人力、物力。福田康明斯在质量控制中采用了基于人工智能的视觉检测和基于物联网的制造质量管理措施,瑕疵率大幅下降,生产质量瑕疵诊断时间有效缩短。

产品升级一般指通过数字化扩展产品功能或引入新产品,核心是产品研发、产品设计取得突破性进展。在这一过程中,数字化可以提供一切必要性支持,不仅包括三维立体打印、虚拟仿真测试等,而且能为企业实现产品模块化、定制化提供助力。诺基亚在新产品引入中运用虚拟技术并利用云端数据控制实现实时流程管理,实现了原型制作周期和流程缺陷率各50%的下降。

功能升级主要指企业在品牌设计、营销、服务等功能层面有所突破。例如,通过跟踪用户网络行为来实现数字化精准营销。作为一家大型制造企业,美的集团通过建设大数据平台,将用户的购买记录、购买渠道、地域、使用偏好等信息全部标签化,从而形成了完整的用户画像。基于这些用户画像,美的集团可以进行深度的精准营销。而在C2B定制化方面,上汽大通走在了汽车行业前列。在购车这个环节,用户可以直接从上汽大通下订单,上汽大通开发的“蜘蛛智选”工具,可以让消费者在App上进行高度自由的私人订制。上汽大通还利用大数据系统把各种配置的车型做一个相对平均的顺序分配,避免出现有些工位过于繁忙、有些却处于闲置,且下线时间节奏大幅度波动的情况。(www.xing528.com)

与前三种升级方式不同,链条升级是指企业转入新的价值链条,即企业的根本业务发生了变化。传统制造业由于生产模式、区位条件等因素往往很难实现链条升级,但借助数字化手段,企业拥有了更多的跨行业转型机会和更强的转型能力。例如,青岛海尔从传统家电企业朝着制造创客、企业家的平台型组织转型;360公司原本是网络安全软件企业,而现在利用公司在安全领域积累的经验,转型打造360手机品牌。

就长三角制造业的数字化转型而言,安徽的企业可以聚焦工艺和产品升级,江苏、浙江的企业可以优先进行工艺、产品和功能的升级改造,上海的企业可以优先考虑功能升级甚至链条升级。各地要注意扬长避短,从而实现合理分工、均衡发展。

数字化转型推动制造业升级的对策建议如下:

数字化转型的核心要素是数据,数据资源高效率的生成、记录、收集、存储与使用皆离不开完善与高效的数据基础设施。智能化基础设施的建设对于新一代信息技术赋能创新功能的发挥及制造业企业的数字化、智能化转型起着基础性的支撑作用。在数字基础设施的建设过程中,应将工业互联网的建设放在首要位置。工业互联网能够连接产业链全过程,充分发挥资源整合优势,提高全要素生产率,拓展产业链空间,推动制造业产业发展向高端迈进。因此,应将工业互联网的建设视为数字基础设施建设的核心内容。

此外,制造业企业的数字化转型升级对供应链的柔性、敏捷性、灵活性提出了更高层次的要求,应着重提高数据实时的采集、清洗、存储能力以及加强与大数据分析与信息挖掘能力相关的基础设施的建设。建设能够满足海量数据训练、学习的大数据计算中心,借助分布式虚拟存储、云计算、机器学习等信息技术提高对多种类、大批量数据的信息发现和知识挖掘能力,为智能制造的实现提供高水平的大数据设施配套支持。面向智能制造转型的新趋势,还需加强智能芯片、工业机器人、智能传感与控制设备等智能制造软、硬件系统产品的研发应用,为传统制造向智能制造的全面转型提供核心控制技术与装备设施智能化升级方面的支撑。

【注释】

[1]原文发表于《解放日报》2019年2月12日。

[2]上海交通大学安泰经济与管理学院教授,上海交通大学行业研究院智能制造行研团队负责人。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈