过去四十年，中国制造业取得了飞速发展：1978年，中国制造业的总产出占全球制造业的1%左右；2010年，中国已经成为世界上最大的制造业大国，2019年中国制造业产出全球占比上升到28%以上。下图显示2019年中国制造业的全球占比为28.7%，遥遥领先第二名的美国（16.8%）。
随着中国制造业进入新阶段，我们也面临着很多问题，这就需要通过科学技术的创新和管理手段的提升去解决。
中国制造业目前的问题主要表现在三个方面：
第一，是成本在急剧上升。
比如2001年左右，劳动力的平均成本是3万元人民币多一些，而到2020年左右，已经涨到8-9万元了。不光是劳动力价格在上升，土地价格、资源价格也在急剧上升，这些问题导致很多低端产业向国外在迁移，比如向东南亚迁移。
第二，是外部环境的恶化。主要是从2018-2019年开始的中美贸易战导致的。比如美国在搞的“供应链局部化”，希望将中国排出全球供应链，这使得国内企业面临非常严峻的挑战。
第三，是价值链攀升任重道远。我们希望国内制造业“升值”，那么，从产业链角度来看，我们就要去做价值链攀升。我们来看“微笑曲线”，这是宏基创始人施振荣提出的。
“微笑曲线”告诉我们：价值增加最丰厚的区域集中在价值链的两端—研发和市场。没有研发能力就只能做代理或代工，赚一点辛苦钱；没有市场能力，再好的产品，产品周期过了，也就只能作废品处理。
以上是我们面临的这三个问题，而且亟待破解。那么，我们要怎么做呢？
制造业要发展的话，有若干的驱动因素。
第一个驱动因素，是可预期的政治、经济和开放贸易政策。而OCED的一项研究也表明了推行封闭的对外政策，对全球的供应链和国内市场及其供应链也是有伤害的。
第二个驱动因素，是有研发、大型设备和培训等税务和金融政策。比如要做创新，就需要更多的政策支持；要进行人才培养，也需要税务和金融的支持。
第三个驱动因素，是要推动新兴技术的应用，包括大数据、自动化和人工智能等等。借此，使制造业从设计到生产、配送和销售发生一次革命。
第四个驱动因素，是在技术和能力资源方面，要能够支持小微企业的发展。我们知道很多创新不是在大企业发生的，而是在小微企业。因此，提供高报酬的职位，培养更多高技能的人才是很重要的。
第五个驱动因素，与政策有一定的关系，要做到商务过程的透明化。能使腐败产生的损害效应降到最低。
第六个驱动因素，是提供必要的物理和数字基础设施的金融支持。这方面在过去的十几年，我们做得相当不错。比如互联网的发展，物流基础设施的发展，使得供应链比较容易整合起来。
以上6个因素各有作用，接下来我们集中讲一下如何利用新兴技术推动制造业的升级和转型，也就是我们要做的智能制造。
从制造业竞争战略来讲，要在全球市场上获得一席之地，主要有三件事情去做。
第一件事情，叫做价值领先。也就是说，提供更有价值的产品，包括产品的功能、质量、工艺方面的创新。
第二件事情，叫做成本领先。提供同样的产品，但是更便宜。主要是通过流程和业务模式的创新，迅速地降低产品的成本。
过去三十四年里面，中国企业在这一块是做得是相当成功的。但是，如果只是基于成本去竞争的话，可持续性就会有问题。所以，一方面我们可能要继续发扬成本领先的优势，而另外一方面，要将产品的价值做大做好。
第三件事情，是做一些细分的市场。即有一些市场，人们还没有发现的，你发现了；或是有些市场别人在做，但是做得不够好，而你可以做好。
因此，中国制造业突破点是以下几个：
第一，我们做技术创新。技术创新要花很长的时间去积累，不能急，不太可能做到弯道超车。
比如，高新材料是一个弱项，需要花很长的时间去解决；此外，工作母机、工业软件现在还是比较落后的，甚至基本上没有在这方面投入太多的精力。其中工业软件主要是包括以下几个方面：
①工业控制软件，我们做得比较少；
②产品设计软件，我们几乎没有做；
③ERP、MES这些工业管理软件，我们做得都不算成功。
我们通常讲的智能制造其实是三件事情：
第一件事情，是工业互联网，很多底层操作设备要通过物联网连接起来，使工厂做到自动化，数据的采集都能够通过传感器来实现；
第二件事情，是供应链的管理，每一家企业通过工业互联网，形成大型供应链，从底层制造一直到高层决策，即所谓的工业链管理。
第三件事情，是全局性问题，即利用数据驱动整个制造流程，做好大数据分析和生产优化。
第三，是要培养独角兽企业。细分市场需要出现一些独角兽的企业，这是我自己的观点。
总之，三个方面都要寻求一些破。
智能制造大致有四个层次：
最底层是智能产品，以及提供与智能产品相关的智能服务。
第二层是生产流程方面要做智能车间、智能工厂，生产过程智能化。但现在一步到位，其实也有一定的困难。最开始也要先互联起来，做好数据收集，之后对这些数据进行深入分析，利用数据的分析结果指导整个制造过程。
第三层是拿到数据以后，把数据集成起来，做一些智能研发。
第四层是智能决策，利用大数据来驱动生产和供应链管理，做智能的决策。
那么，智能制造的技术基础是什么？
其实两件事情，第一要做工业互联，第二要做工业大数据。
不过，这是一个整体的框架。因此，对每家企业来讲，究竟要做哪个层次的事情，要根据自己的实际情况去决定。因为产业本身有自己的生态，每家企业都有自己独有的价值和地位。
数字化转型本质上来讲，是运用工业互联网和工业大数据去做。
那么，把整件事情拉开，我们从供应链的视角去看一看智能制造。
我们说，企业的运营有两个维度：一是通过订单驱动工艺生产和销售管理——是横向的这一条，即所谓的供应链。
供应链从销售定单开始，到生产计划、采购与供应，生产与制造，到最后交付和售后，形成了一条供应链上的所有主流活动。
另一维度就是纵向的这一条，是研发管理，项目也好，产品也好，都要研发管理驱动。
研发管理从项目承接到立项，到研发，到采购决策，到生产与制造的连接，最后到产品应用和迭代，也形成了链条。实际上，这两条链是交织在一起的。
而我们要做的智能制造就是想打通这两条链，让它们可以做得更好、更快、成本更低——背后都要利用到数据的采集、分析与决策。所以，从供应链的视角来看，智能制造就是为了把这两件事情做好。
那么，如何利用工业互联将相关的设备、相关的产线扩展到上下游？如何利用供应链使得研发管理做得更好？
刚才，我们说企业做数字化转型进而成为智能制造，然后延伸到刚刚讲的两条链，就涉及到两件事情——智能化运营、数字化创新。
智能化运营包括以下三个方面。
第一，数字渠道与营销，包括个性化需求的精准营销、数据安全和隐私保护、全渠道的建设；
第二，智能生产与制造，包括智能制造、产品的敏捷开发、智能供应链；
第三，智能管理与控制，包括通过数据构建更加敏捷的组织和智能决策、数据流和业务流的整合、智能的决策和管控。以上这些属于智能化运营的范围——运营就是把前端上游的原材料零部件，变成顾客满意的产品且配送到顾客手上；
接下来，是数字化创新。
第一，是产品服务与创新。比如以前是物理的书籍，数字化以后，可以在网上订阅；
第二，是定制化的产品和服务。以前，我跟顾客之间的关联不会那么强，现在因为大家都通过互联网连接起来以后，我可以收集很多的结构化和非结构化的数据，可以去定制产品和服务；
第三，智能化的产品和服务。比如，以前，我们有很多物理的产品，这些产品不太智能，最典型的是手机。现在，我们有了智能手机，一个终端可以做很多的事情；
还有一点，大家可能没有注意到的。大家可能听说过罗尔斯-罗伊斯，一家英国做航空发动机的公司。以前航空发动机做好以后，卖给飞机制造商，飞机制造商装配出一架飞机就卖掉了，未来发动机的维护、检测等工作就和罗尔斯-罗伊斯没有关系了。
现在，通过数字化的手段，航空发动机上安装了非常多的传感器，传感器收集到很多数据，罗尔斯-罗伊斯就可以去监控整个发动机的运行过程，做到有效的、预防性的维护。发动机成了“由卖转租”。
其它非常成功的例子是通用电器。通用电器以前也是传统制造业，现在通过产品、服务的创新，纯粹的制造业务只占主营收的30%，70%收入是都是新的产品和服务得到的。
第四，是数字化的商业模式的创新。中国在过去二十年里做得非常成功。包括数字平台的商业模式的创新，还有数据价值的挖掘。在有了智能制造后，可能会有新型的业务模式。比如有很多公司都在做所谓的C2M，由顾客驱动制造流程。
所以，从供应链的视角去看，智能制造的内涵大概包括五个方面，我们要从这五个方面去突破，具体要怎么做？
我们大概画了一个示意图，这个示意图分不同的层次，在底层是面向设备的，要通过互联、物联网把设备、生产线的整个流程全部都打通。接下去要做的事情是面向生产的，包括多个工厂的协同，主生产计划，车间的生产计划，物料分配计划怎么去做，这是面向生产的。
再往上是面向运营的，顾客的需求在哪里，产销怎么去协同，库存怎么做计划，物流怎么做计划。最后是整个供应链的上下游要协同，怎么去定价，怎么做产品研发和模式创新。有了整体架构以后，在整体架构的核心部分画两个圆。
一个是数据平台：通过设备、传感器、互联网把数据收集到数据平台；依靠数据平台另外一个非常重要的部分——人工智能与优化算法的引擎去进行数据分析。
所以，将来我们可能要花很多的功夫要做AI和优化算法引擎。接下来，讲讲智能制造的能力建设。
为了满足顾客的需求，通过算法和数据来驱动企业的运营，敏捷应对需求变化。在这个过程里面，我们要通过最优决策，最大化生产和运营的效率，帮助企业突破利润的天花板。
通过平台化的建设，实现各个业务模块的互联互通，产业链上下游共生共赢。最后，随着智能制造的发展，制造业企业将来会发生什么样的变化。
当前，制造业企业基本做的还是一个线性供应链，即商业活动和流程是围绕少量的重要数据构成的单向的、线性的供应链结构。也就是说，我们现在流程是比较结构化的，因为数据是结构化的。
所以，在此基础上要有一个层级结构做流水作业，这是我们现在的企业组织形式。
未来随着网络的发展，数据收集能力和数据分析能力的提升，我们有全方位的实时的数据，整个企业的生态可以变成网状并发和实时协同的网络——多元分工，多向互动，就产生价值网，为顾客提供更好的价值。
未来，我们需要非结构化数据驱动的非结构化流程，不一定有层级结构，也不一定有非常明显的流水作业流程，而是由雇员和顾客驱动的流程。
这就要求内部员工要发挥主观能动性，然后顾客提出需求共同来驱动、主导整个企业的业务。
这也意味着企业要变成一个网状的结构，而且每个企业都做最擅长的事情，随时可以组合成新的生态，满足新的需求。如果没有需求，这个生态自动解散，再跟其它的企业重新组合形成新的生态，这可能就是智能制造未来组织形式。
Get the Free Plan
