| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 数智赋能中国制造业升级研究 |
| 第754期 作者：□文/王 岩 时间：2025/6/1 15:17:39 浏览：62次 |
［提要］ 在当今全球经济竞争日益激烈的背景下，数智赋能中国制造业升级具有重要的意义。本文界定数智赋能制造业的理论基础，探讨制造业数智化升级的核心要素，并分析升级过程中面临的挑战。在此基础上，提出数智赋能中国制造业升级的路径。
关键词：数智化；制造业；核心；升级
基金项目：本文系2024-2025年度汕尾市哲学社会科学课题：“数智赋能汕尾制造业升级的机理与路径研究”（课题编号：SWSKYZ-202401）研究成果
中图分类号：F49 文献标识码：A
收录日期：2024年11月15日
中国制造业经过多年发展，规模已居世界首位，拥有联合国行业分类中世界所有工业门类，产品数量世界第一。然而，“大而不强” 的问题依然突出，亟待通过数智化升级提升竞争力。随着科技的飞速发展，数字技术与智能技术正深刻改变着制造业的生产方式、管理模式和商业模式。制造业的升级与提升企业的竞争力、维护国家的经济安全、实现可持续发展密不可分。本文旨在深入探讨数智赋能中国制造业升级的核心要素、面临的挑战及升级的路径，为制造企业提供转型升级策略。
一、文献综述
目前，国内外众多学者主要从资源配置、成本及创新等视角展开数智促进制造业升级的研究。荆文君、孙宝文（2019），杨慧梅、江璐（2021）认为数智化有助于制造效率提升、资源优化配置、促进制造产业升级。Szalavetz（2018）、王德辉（2020）、王莉娜（2020）提出为实现企业数字化水平的提升，必须做到利用数字化技术降低生产成本，倒逼企业更新换代升级。赵玉林（2019）、李莹（2023）认为通过产品创新、技术创新、组织创新促进企业升级。张舒逸（2023）阐述了数智赋能制造业可能遇到的障碍，并在此基础上提出数值赋能制造业升级的路径。
在上述研究的基础上，本文对数智内涵与特征、数智化与产业竞争力关系、数智赋能源制造产业升级的核心要素、数智赋能源中国制造产业升级的障碍等方面进行了分析，并提出了制造业数智化升级的路径。
二、数智赋能制造业的理论基础
（一）数智化内涵。数字制造是指充分利用数据等有效信息，发挥数字技术的赋能和主导作用，利用新一代信息技术（如大数据、物联网、人工智能等）与设施，从生产、经营、管理、服务等各个环节，对传统制造业进行全方位、全链条的改造，从而达到制造企业数字化、智能化、绿色化的发展过程。其核心要素为战略与组织能力协同、数字化能力建设、数字化转型价值闭环。
1、数智化的技术支撑。人工智能在制造业数智化进程中发挥重要作用。通过AI技术实现对生产过程中的质量数据的实时监控与分析，预先发现潜在问题，通过机器学习、深度学习、自然语言处理等提高生产效率和产品质量。大数据技术则能够对生产过程中的大量数据进行采集和分析，为生产过程优化、质量控制和产品研发提供有力支持。
2、数智化与传统制造业的区别。在工艺上，传统制造多依靠手工操作，通过手工技巧和经验来完成制作过程，而借助电脑和数字化设备，采用数字化设计和加工工艺制作的则是数智化制造。在效率方面，传统制造通常需要较长的制作周期，生产效率较低，而数智化制造具有高效率的特点，能够实现批量生产和快速制作。在传统的产品组装上，组装主要靠人工，速度慢，精度难以保证；而在数字化制造中，可以指导机器人精确抓取和放置零件，提高组装的精确度和效率。
（二）相关理论基础。产业升级理论强调通过技术创新、结构调整等方式提升产业的附加值和竞争力。制造业数智化升级，产业升级理论的指导作用举足轻重。
1、产业升级理论的应用。通过引入新一代信息技术，提升生产效率和产品品质，从而实现产品的升级换代，产业升级理论指导制造业数智化升级主要体现在：第一，促进技术创新；第二，促进结构性调整，促使制造业由传统的劳动密集型向技术、知识密集型转变，使产业结构得到优化，从而达到结构性调整的目的；第三，通过数字化手段加强产业链上下游企业的协同、信息共享和协同创新，增强全产业链竞争能力。
2、数智化与产业竞争力提升。数字智能化对制造业竞争力提升的影响机制主要包括：一是通过自动化生产、智能检测减少人为干预，降低生产成本，提高生产效率；二是及时发现质量问题并解决，通过对生产过程中的质量数据进行实时监测分析，使产品质量得到优化和提高；三是增强创新能力，通过将人工智能引入产品研发流程，提升研发效率，缩短研发周期，推动产品技术的不断创新和升级；四是扩大市场空间，实现企业与客户、供应商、合作伙伴等多方的信息共享与协同，通过数字化手段，提高企业的市场反应速度和灵活性。
三、数智赋能中国制造业升级的核心要素
（一）技术要素。生产进度、设备运行状态、产品质量等信息，都可以通过对生产过程中产生的海量数据的收集和分析来精确掌握。云计算技术为制造业提供了强大的计算和存储能力，企业可以将数据存储在云端，随时随地进行访问和分析，降低了企业的信息化成本。同时，云计算还可以为企业提供各种软件服务，如ERP、CRM等，提高了企业的管理水平。
在制造业智能化升级中，人工智能技术发挥了关键性作用。可以通过机器学习算法对生产设备进行预测性维护，提前发现设备故障隐患，降低设备停机时间，提高生产效率。机器人技术的应用也越来越广泛，机器人可以完成危险、重复和高精度的工作任务，提高生产效率和产品质量。
（二）人才要素。制造业升级对不同类型的数智化人才有着不同的需求特点。数据分析与管理人才需要具备为企业实现数据驱动的决策与管理，包括资料搜集与加工、资料分析建模、资料视觉与报表、资料管理与安全等能力。信息技术与系统集成人才则要熟悉 ERP系统、物联网技术、云计算与大数据、系统集成与开发等技能，为企业的数字化转型提供技术支持。人工智能与机器学习专家需要精通算法开发与优化、应用场景识别与落地、AI系统开发与维护、跨学科协作等能力，推动企业的智能化应用。制造工艺与自动化工程师要具备工艺流程优化、自动化技术应用、智能制造系统、故障诊断与维护等能力，实现生产过程的智能化管理。
（三）政策要素。近几年，国家对数智化制造业的升级给予强有力的支持，国家有关政策对数智化制造业提出新的要求。《中国制造2025》明确提出，要加快推进制造业数字化、网络化、智能化发展，提高制造业创新能力和核心竞争力。为推动信息技术与制造业深度融合，中央全面深化改革委员会审议通过的《关于深化新一代信息技术与制造业融合发展的指导意见》，进一步强调促进新一代信息技术与制造业的融合。国家还通过财政补贴、税收优惠等方式，鼓励企业加大数字技术和智能技术的研发投入，提高企业的技术创新能力。同时，国家支持建设一批智能制造示范工厂、数字化车间和智能工厂，为制造业数智化转型树立标杆。
为推动制造业数智化升级，各省市纷纷出台相关政策。如，广东省2021年出台《广东省制造业数字化转型实施方案》，提出要夯实人工智能产业基础，加快形成新的质量生产力，为做强高端装备提供智慧保障，推动工业数字化智能化转型； 2024 年出台《广东省关于人工智能赋能千行百业的若干措施》。
四、数智赋能中国制造业升级遇到的挑战
（一）技术层面的挑战
1、技术更新的挑战。在制造业数智化升级过程中，技术更新速度慢成为一大难题。制造业数字化升级的进程将受到技术更新速度缓慢的严重影响。一方面，随着市场竞争的加剧和客户需求的不断变化，制造业企业需要快速响应市场，推出新产品和新服务。然而，缓慢的技术更新速度导致企业在产品和服务上很难与市场并驾齐驱，企业的竞争力也随之下降。在电子制造行业，新产品的推出速度非常快，如果企业的技术更新速度跟不上，就会失去市场份额。另一方面，由于技术更新速度缓慢，影响企业的生产效率和质量。无论是生产效率还是产品质量，随着数字化技术的不断发展，新的生产设备和工艺得以大幅提升。但是，如果企业不能及时更新技术，就会继续使用落后的设备和工艺，导致生产效率低下和产品质量不稳定。据相关数据显示，目前我国制造业企业的技术更新周期平均为5～7年，而发达国家的技术更新周期则在3～5年。这意味着我国制造业企业在技术更新方面落后于发达国家，需要加快技术更新速度，才能在全球市场竞争中占据优势。
2、技术成本的压力。企业升级面临的重要制约因素包括技术成本过高，硬件设备、软件系统、人才培养等在内的大量资金投入，是数智化升级的需要。技术成本对于不少制造业企业尤其是中小企业来说，是一个不小的负担。一方面先进的数智化技术设备和软件系统价格昂贵，企业需要投入大量的资金才能购买和安装；另一方面数字化升级对专业技术人才的培养也需要企业投入大量资金，花费大量时间。
此外，技术成本高还会带来风险。如果企业投入大量资金进行数智化升级，但未能取得预期的效果，就会面临巨大的经济损失。因此，许多企业在进行数智化升级时会犹豫不决，担心技术成本过高而无法获得相应的回报。
（二）管理层面的挑战
1、管理意识亟待提升。管理者对数智化升级重要性认识不足是当前制造业数智化升级面临的一个重要问题。一方面，一些管理者仍然习惯于传统的管理模式，对数智化升级的认识不够深入。他们认为数智化升级只是一种技术手段，而忽视了其对企业管理模式和战略发展的重要影响。一些企业管理者在进行决策时，仍然主要依靠经验和直觉，而没有充分利用数智化技术提供的数据分析和决策支持。另一方面，一些管理者对数智化升级的风险和挑战认识不足，缺乏相应的应对策略。他们担心数智化升级会带来技术风险、数据安全风险等问题，因此对数智化升级持谨慎态度。这种管理意识的不足会对企业数智化升级产生严重的影响。首先，它会导致企业在数智化升级方面的投入不足，影响升级的进度和效果。其次，它会影响企业内部的组织协调和资源配置，使得数智化升级难以顺利推进。最后，它还会影响企业对市场变化的响应速度和创新能力，使企业在市场竞争中处于劣势。
2、管理模式亟待创新。数智化升级要求对企业管理模式创新。企业的生产、经营、管理方式随着数智化技术的广泛应用而发生着深刻的变革，传统金字塔式的管理方式已无法适应需要创新和变革的数智化时代的要求。一方面，数智化升级要求企业建立平台化的管理模式，实现信息的充分共享和协同。通过建立数字化管理平台，企业可以将各个部门和环节的信息整合起来，实现实时监控和协同管理。企业可以将供应商、生产商、销售商等各方通过工业互联网平台互联互通，实现供应链的协同管理。另一方面，数智化升级要求企业建立灵活的组织架构和管理机制，适应快速变化的市场环境。在数智化时代，市场变动极为迅速，企业必须具备迅速应对市场变化的能力。因此，企业需要建立激发员工创新活力的灵活组织架构和管理机制。
五、数智赋能中国制造业升级的路径
（一）推进智能制造与创新设计结合。在数智化转型中，创新设计发挥着重要作用，设计出新的产品和功能，促进制造业的发展。创新设计强调能够满足用户或市场的新需求，在市场竞争中取得的新原理、新功能、新机构、新结构、新外观、新材料或新工艺等一个或多个创新要素上与原有产品发生本质变化。
创新设计必须依靠数字智能技术。大数据技术可以为分析用户需求和市场趋势提供创新设计的方向。AI技术可以起到辅助设计人员产生创意和优化方案的作用。利用人工智能算法进行图像识别和生成，可以为产品外观设计提供更多的创意灵感。虚拟现实和增强现实技术可以让设计师在虚拟环境中进行产品设计和测试，提高设计效率和质量。
（二）创新管理意识与管理模式。管理者要创新管理意识必须做到以下两点：一是管理者要充分认识到数智化对企业的影响，认识到制造业必须实现数智化升级。随着数智化深度融入制造企业，管理者要明确数智化会对企业的管理模式和战略发展产生重要的影响，在做决策时，要充分利用数智化技术分析提供的数据。二是正确理解企业数智化升级也将面临风险，并做好相关的策略应对。科学评价数智化升级可能引发的技术风险、数据安全风险等问题，既不能夸大风险，也不能漠视风险，要客观分析相关风险及影响因素，实行有效的解决措施。
制造业企业可以通过创新的管理模式提升竞争力。通过引入数智技术，企业可以实现生产过程的智能化、供应链的协同化和管理决策的科学化，提高生产效率、降低成本、提升产品质量。与此同时，针对顾客日益多元化的需求，企业需要提高顾客的满意度和忠诚度，创新管理模式。
创新管理模式需要从方针管理、异常管理、改善提案、课题管理、任务管理等不同维度构建标准化、透明化的持续改善管理体系，能够全面反映业务流程，找到瓶颈并进行优化。在方针管理方面，明确企业的发展方向和目标，确保各项改善活动与企业战略保持一致。异常管理，对生产过程中出现的问题能做到及时发现、快速反应、快速解决、降低损耗。改善提案，鼓励员工踊跃参与，提供创新点子及企业解决方案。课题管理，针对重大问题进行深入研究和解决，推动企业不断进步。任务管理，确保有效落实各项改进措施。
（三）优化制造业数智化建设政策。中国制造业种类众多，各行业有独特的需求，实现数智化需要注意的问题较多，因此要优化制造业数智化相关政策，通过政策指引、给予激励、支持资金，激发制造企业数智化的积极性，同时通过相关政策加强对制造企业评价与监督。从法律层面为制造业数智化转型中涉及的数据安全、数据开放获取、隐私保护、相关权益保护等提供有力支撑与约束，并且根据制造业数智化过程中出现的问题，及时修订相关法律法规，从而实现中国制造业数智化升级。
（四）加快人才培养与技术创新。为解决制造业数智化升级的人才缺口，可以从三个方面开展：一是与国内院校、科研院所建立联合实验室，对接科研成果，加快科研成果转化，推动技术创新；二是开展战略合作，吸引更多人才加盟；三是加强职业化教育，与职业院校进行合作，对制造企业工人开展数智化职能培训，打造终身职业培训体系。
研究表明，数智赋能中国制造业升级具有重大意义，是实现高质量发展、提升全球产业链地位的关键。在理论基础方面，明确了数智化的概念及内涵，强调了人工智能、大数据等技术的支撑作用以及与传统制造的区别，同时阐述了产业升级理论在数智化升级中的应用和对产业竞争力提升的影响机制。在现状分析中，对数智赋能中国制造业升级的核心因素进行分析，强调了技术、人才、政策在制造业数智化升级中的核心作用；同时，中国制造业数智化升级面临着技术和管理方面的挑战，包括技术更新困境、技术成本压力、管理意识提升需求和管理模式创新要求。在升级路径方面，提出了推进智能制造与创新设计结合、创新管理意识与管理模式，优化制造业数智化建设政策，加快人才培养与技术创新等措施。
（作者单位：华南师范大学商学院）
主要参考文献：
［1］荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架［J］.经济学家，2019（02）.
［2］杨慧梅，江璐.数字经济、空间效应与全要素生产率［J］.统计研究，2021.38（04）.
［3］王德辉，吴子昂.数字经济促进我国制造业转型升级的机制与对策研究［J］.长白学刊，2020（06）.
［4］王莉娜.数字化对企业转型升级的影响——基于世界银行中国企业调查数据的实证分析［J］.企业经济，2020.39（05）.
［5］李莹，程广斌.制造业与数字经济产业融合水平及创新效率测度［J］.统计与决策，2023.39（01）.
［6］赵玉林，裴承晨.技术创新、产业融合与制造业转型升级［J］.科技进步与对策，2019.36（11）.
［7］张舒逸，史琳，姜丹，杨婧.数智赋能制造业转型升级机理与路径探索［J］.中国管理信息化，2023.26（21）.
［8］肖威，张艳婷.数字经济背景下制造业数字化转型升级路径研究——以佛山市为例［J］.广东轻工职业技术学院学报，2022.21（02）.
|
|
|
|
