数字经济对于制造业数字化转型影响

1、制造型企业数字化建设现状

泛制造领域是目前涉及行业细分种类最多，企业基数巨大的领域之一。无法把所有企业杂糅到一起来讨论，更无法找到一种放之四海皆准的数字化建设方法来指导所有企业。要想深入了解企业数字化建设的真实状态，寻找到合适的提升建议和方法，首先要结合不同企业的数字化建设状态切片来洞察分析。

我们走访过国内许多生产制造型企业，有行业龙头世界领先的营收过千亿大企业，也有小到一两个车间几条产线的小规模工厂，调研一圈下来发现制造型企业在数字化建设层面有着从“刚起步”到“很超前”整个所有阶段都涵盖的复杂状态。根据大多数企业表现出来的不同特征，这里把制造型企业数字化建设过程大致分为三个阶段：

起步阶段，特点是企业只有有限的业务或者流程实现了系统化和电子化，但绝大多数支撑业务管理的信息和数据来源还需要靠人工去收集和整理，人员也缺乏通过客观信息出发去做决策的习惯和能力；

发展阶段，典型的特征是企业核心业务和流程都有了相关系统的支撑，在企业日常业务运转，流程管理等操作层事务性工作都有业务系统支撑，但是企业做运营管理以及关键决策制定还没有高效及时完整的客观数据链条，管理者已经初步具有使用客观信息作为管理决策输入的诉求，而这个阶段和IT相关的部门多数是无法很好的满足和支撑这种诉求的；

扩张阶段，在发展阶段企业意识到信息存在传递低效和使用不足的问题之后开始针对数字化做重点投入，此时通过自上而下的倡议和引导，公司逐渐形成良好的数字化应用氛围，同时加以合理的规划建设，信息化为数字化造血，数字化给信息化指明短板和方向，两条腿走路，相互促进进而推动企业数字化发展大步向前。

面对以上复杂的局面，企业该如何寻找适合自己本身的建设路径或者策略？成为每个企业做数字化能力建设不得不思考的问题。在寻找方法和策略的过程中，建议企业多从国家牵头的协会或者研究机构发布的指导文件入手，因为这些团体和其他商业机构最大的不同是，他们的目标不仅仅只服务于某些特定的优质客户，而是要为国内所有企业兜底，因此这些机构提供的建设方法或者建议会更加的全面、普适性也更强。基于这个结论，这里结合国家信通院下发的数字经济白皮书指导文件，来思考制造型企业数字化转型的策略和方法。

2、数字经济战略如何指导企业数字化转型？

数字经济白皮书报告首先强调了数据的生产要素属性，第一次把无形的数据作为有价值的生产要素来定义。然后又提出了数字经济指导下的四化框架，即数字产业化、产业数字化、数字化治理和数据价值化。整个框架体系涵盖了多个行业的多种属性，其中针对制造业而言，可以这么解读四化框架。

生产要素，首先要强调的是，在数字经济的框架里头，数据是和工厂里的原材料、设备、厂房等生产要素一样的具有价值的东西，而不是简单存在数据库中杂乱的数字，认识到这个重要性之后，企业才会对数据的采集、数据的处理和利用做出正确的认识和决策；

生产力，其次利用数字化产业带来的成本控制、效率提升、质量改善等方面的贡献，为企业业务运转添加新的动力，比如通过自动化产线的打造，给企业节约大量用工成本，特别是在疫情常态化，劳动力短缺的社会大背景下尤为重要；再比如通过数据分析定位产品质量问题，改良产品，给企业节省大量报废、返工以及售后的成本费用等等。再进一步说，当企业把自己成熟的数字化建设经验输出出去，为更多企业创造价值之后，也能给自己企业开辟新的业务板块，创造新的业务增长点，在这个点上，先知先觉的制造企业已经利用自己数字化转型的成功经验，成立独立的信息公司作为第三产业，为本企业带来丰厚营收的同时，也给母公司的口碑和影响力带来促进作用；

生产关系，通过企业数字化治理的各项措施，明确了企业、员工和数据三者之间的关系，企业推进数字化转型的前提是要把系统、数据用起来，不然数字化不仅不会给企业带来收益，还会成为一堆高额成本占用。所以生产关系中的数字化治理最重要的目的是培养企业的员工对于数字化的认知，把数据信息融合到日常的业务中去，形成“无数据不决策”的客观思维。

3、把数字经济战略融入到制造业数字化转型战略

整体来说数字经济的四化有其应有的全面性，其指导方法覆盖了行业内数字化发展处在各个阶段的不同企业。在理解和应用这个方法论的时候要结合企业自身的现状，有侧重的去选择和发力。

起步阶段的企业需首先做好基础的业务数字化。对于数字化建设刚起步的企业，考虑其基础的建设不完善，所以侧重产业数字化和数据价值化的应用。先把目前业务运转和管控过程中，缺乏信息化、数字化支撑的薄弱环节建设起来。这个阶段的企业对于系统建设的要求侧重整个内容落地起来短平快，即短时间内解决核心问题，业务能够平稳的过渡以及快速见到建设的效果，而不适合大张旗鼓，高成本、长周期的打造特别重的系统，因为企业本身可能没有这么多的资源和基础条件来保证系统落地，而且如果失败对于他们的业务影响也更大。从这个特征而言，处在数字化建设起步阶段的企业，可以尝试利用基于云端平台或者低代码平台开发的相对比较灵活和轻量的应用，来快速建立起企业的业务应用，当然使用云端的产品也要注意从长远角度考虑其平台的开放性和扩展性，业务系统管控流程、留存数据信息只是第一步，未来利用这些数据实现数据价值化也很重要。

发展阶段的企业要重视规范，尽量一步到位，避免重复反工。对已经有了一定系统基础的企业来说，在不断推动产业数字化的同时，侧重数字化治理，来给接下来的数据价值化打造坚实底座，逐步开始用数据价值换取企业生产力。这类企业普遍已经有了相应的业务系统支撑，各个关键业务执行和管理已经初步实现了系统化和线上化，但是由于早期系统建设的局限性，很容易出现针对各个板块的业务需求，系统这里建一个那里建一个，相互之间独立运行，没有形成统一关联的系统关系，这就给后续的数据价值化带来很大的系统壁垒问题，所以要通过数字化治理手段保证系统的打通和融合。基于这个特点，处于数字化发展阶段的企业要从两个重点的方向着手来解决眼下的问题，一个是数据底层的建设，越过前端业务系统之间的隔阂，直接通过底层数据库层面的关联打通，搭建统一的底层数据平台实现系统数据融合，同时底层建设在技术层面也要注意其增长性和扩展性，数据治理是一个持续性的事情而非一蹴而就；二是面向用户的前台应用体系的建设，数据价值化的最直接体现是在使用上，不然投入的再多建设的再完善，没人用也都是空中楼阁，没有实际意义，这里可以利用商业智能（BI）数据分析工具和报表工具，来及时应对企业越来越多的数据需求，快速挖掘数据背后说明的问题和意义，为企业业务问题追溯改善和分析决策提供高效完整的信息支撑。

比如苏州一家电子元器件组装公司，日常业务常用的业务系统都有了，但是系统之间的关联性规划的不太好，导致经常出现大家相互质疑对方的数据有问题，开会的时候也都是拿着自己的数据说话，领导最头痛的问题就是经常不知道谁说的是准确的，车间说产量上去了，财务说成本控住了等等，都说做的不错但是公司效益就是出不来。后来公司要求IT与流程中心花半年时间先把生产和财务系统打通，核心业务的数据要能对上。于是IT部门先从这两个系统数据入手，建立数据仓库，关联核对业务和财务数据，实现基础的业财融合，先解决核心业务和财务数据口径统一的问题，年底再做经营分析的时候，大家扯皮的事情就少了好多，从原来的各说各话到后来相互佐证分析问题原因，给管理者还原了真实客观的情况。

对于数字化建设比较成熟，处于扩展阶段的企业，重点思考数据价值化的体现。这类企业一般都具有良好的数据系统基础和应用条件，人员也具备相应的技术素养和思维习惯，针对这类企业和人员的背景，我们无需强调数据生产要素的特性，他们已经深知其之于企业的重要性，所以对内我们只用考虑“升级装备”即可，帮助使用者更加简便高效且强大的处理其各类灵活的需求，而这类需求可以结合零代码自助式数据分析工具来满足。同时这个阶段的企业也可以结合本身的经验和成果，向外赋能，做企业自己的数字产业化，为企业突破创造新的业务增长点。在之前调研走访企业的过程中发现，很多行业龙头企业都利用企业内部的信息化建设经验，成立了自己的IT服务公司，对外输出经验的同时也为企业带来了新业务的营收。

比如宝钢对应宝信、三一对应的树根互联等等信息化建设服务公司，都是源自于之前的成功经验成立的第三产业。企业的社会责任感和对市场的敏感洞察，促成企业把自己数字化建设的成功经验知识以服务的形式输出，带动后来者数字化能力快速提升同时，也给企业自身经营带来新的商业增长点。

工信部肖亚庆部长在《学习时报》发表的一篇文章中说：数字化转型已不是“选择题”，而是关乎生存和长远发展的“必修课”。无论是国家经济还是社会发展层面，制造企业发展数字化经济已经形成新的趋势和导向，而数字经济白皮书更是从操作层面给出了具体的指导措施和发展要点。综合来讲，数字化建设的路径有很多条，企业的情况更是多种多样的，只有结合企业信息化建设的现状和找到自身发展过程中的问题需求，选择适合自己的方法和路径，才能更快更好的发挥数字经济的价值作用。