从工程机械制造行业产业链全景解构看工程机械是装备工业的重要组成部分。随着基建投资不断增长的刺激，工程机械需求量大幅增长，同时也推动着我国优秀的工程器械制造企业不断向国际化、规模化和综合化的方向发展，我国已经成为世界工程机械制造大国。工程机械行业具有设备产品多样、生产过程离散、供应链复杂的行业特征，面临设备价值增值水平不高、供应链资源调配效率低下、金融生态不完善等行业痛点，急需加快基于工业互联网平台的数字化转型步伐，全面提升研发设计、生产制造、供应链管理、远程运维、客户服务等环节的数字化水平。中国工程机械制造业蓬勃发展过后，市场将出现进入激烈竞争的存量时代工程机械行业随着数字化浪潮所产生的转型趋势衍生出了更丰富的平台应用场景以及更细致的业务落地解决方案，这与当前存量市场的现状相关，也受整体行业态势影响。根据Off-Highway Research预测，2021-2023年中国工程机械市场将出现周期性下滑，但预计不会像2012-2016年下滑的那么严重.因此，根据历史数据，前瞻预测7379亿元左右。尽管保持增长将付出很大的努力，但过去几年来国内企业蓬勃成长的事实仍不能被忽略。全球层面中国工程机械制造销售额占比逐年攀升从2019年末开始，全球工程机械市场就从此次周期最高点步入下行阶段，欧美日系成熟市场需求波动;与此同时，中国工程机械行业继续保持高速发展。随着产业持续升级转型，高端市场连续拓展，创新能力强化，智能化、数字化、信息化技术的深度普及和应用等，中国工程机械制造商保持了强劲的成长势头，运营质量进一步提升。国内市场虽受疫情影响，但行业整体欣欣向荣2020年中国工程机械行业总营收将突破7000亿元。2019年，工程机械行业在历经五年之久的发展低潮后，迎来了稳定发展期，而当下，面对更加复杂的国际环境和国内经济下行压力较大的局面，工程机械行业借助稳定向好的宏观经济和持续稳定的固定资产投资，行业转型升级的成果进一步显现，在市场二手设备加快更新、大气污染防治环保政策对市场产生的积极作用、“一带一路”建设拉动出口增长，以及建设施工领域新技术新工法的推广应用等众多因素叠加影响下，工程机械市场再现高速增长。根据中国工程机械工业协会行业统计数据，2020年1-12月，共销售挖掘机327605台，同比增长39%;其中国内292864台，同比增长40.1%;出口34741台，同比增长30.5%。2020年1-12月，共销售各类装载机131176台，同比增长6.12%。总销售量中国内市场销量106572台，同比增长8.63%;出口销量24604台，同比下降3.55%。根据企查猫的数据显示，在2020年，中国工程机械制造行业在业新成立在业企业数为119.6万家，较2019年全年的106.3万元同比上升12.51%。国内机械市场竞争行业集中度居高不下，模式与产品转型走向风口从市场结构来看，挖掘机、起重机、压路机以及推土机这四个工程常用器械占据了我国工程器械市场上绝大部分的份额，其中，挖掘机为工程机械中的明星产品，占据市场绝对主流地位，2019年销量占比为57.84%;其次为装载机，占比30.34%。市场的激烈竞争，市场需求对于全流程和数字化解决方案的需求，促使工程机械行业主要呈现出的四个演化趋势：设备维护按需化传统以预防为主的定期维修无法有效处理潜在或突发的异常故障，也会产生诸多不必要的拆卸和安装，造成过高的设备维护维修费用和额外的磨合损耗，甚至导致新的故障。基于工业互联网平台，在线采集设备性能、状态参数等数据信息，经过一系列的统计算法和分析，可以及时发现设备运行过程中的健康状态和存在的问题，按需求进行设备维护，节省人力物力，保障设备运行效率。备件管理精益化传统的仓储模式能够缓解一定的备件需求压力，但是相应的产生了包括存储空间、物流调配、流转资金等高昂的仓储成本，还需要进行备件管理，耗费人力物力。运用物联网、云计算、大数据等新一代信息技术，加强供应链管理，能够提高备件流通效率，快速响应生产和维修需求，即时调配、按需调配、智能调配，从而提高了生产和维修效率，节省现金流。产融结合在线化由于工程机械设备单价高、行业金融体系不完善等原因，下游中小企业往往存在着资金短缺的问题，严重制约了行业生态的发展。依托工业互联网平台进行设备连接、数据采集、统计分析能力，可以实现制造设备运行过程透明化，有利于金融机构做出实时评估，控制金融风险，在线提供快速融资、贷款服务。解决方案服务化我国工程机械行业的技术、产能、效率近几年获得了飞速的发展，为应对越发紧缩的市场环境，响应用户端需求的升级变化，工程机械行业正呈现出制造业服务化趋势，即以产品制造商向解决方案提供商转变，从单纯的生产加工向提供设备运营维护、支撑业务管理决策、满足个性化定制需求等服务环节延伸，增加产品附加价值，塑造企业综合优势。行业主流对策与模式更新的前景展望针对白热化的竞争和供大于求的市场现状，历经10多年高速增长的工程机械巨头们营收、利润纷纷下滑。简单的设计和生产产品显然已经不能满足当前的竞争需求，企业需要根据市场与客户个性化做到快速响应，全新的行业特点主要有以下几条：行业特点1)工程机械产品层次越来越复杂、结构庞大、产品呈现系列化，属于多品种、小批量、典型离散制造。2)生产经常需要进行预测性生产和按照客户订单设计生产并存，紧急插单经常发生。3)采购周期拉长，整机装配时间和交付周期难以保证。4)工程设计迭代迅速，产品设计工艺版本多，方案修改压力大。 5)质量要求越来越高，亟需实现全面的质量追溯管理。更多的工程机械开始采用包括产品生命周期管理(PLM)、计算机辅助设计(CAD)、应用程序生命周期管理(ALM)、供应链管理 (SCM) 和服务生命周期管理 (SLM) 等系统的综合方案布局新时代的市场环境，从而实现汇集、分析和部署产品信息，以推动企业成功所依赖的战略和动态决策过程，进而实现过程转型。新的市场周期内，中国工程机械产业面对宏观市场调整，内部发展驱动力与发展模式切换的双重挑战，经营思路的转换已经必由之路。能够完成转型，直面挑战的工程机械制造企业，在面对未来一带一路战略、乡村振兴与区域开发、京津冀协同发展、长江经济带打造等机遇，以及由此派生出的高铁、公路基础设施建设推动下，将拥有更灵活的服务方案，从而获得更广阔的发展空间。来源：第一工程机械网

1、顶层设计保障工业互联网快速发展新冠疫情全球大爆发给人类实体经济带来前所未有的巨大冲击，也为加速发展数字经济提出迫切而现实的需求。2020年3月，党中央提出加快5G网络、数据中心、工业互联网等新型基础设施建设进度的要求。未来几年，我国会持续投入大量资金扶持新基建示范项目和工程。国家层面已出台的各项指导意见及各省市区为落实中央精神即将出台的各项行动方案，必将为我国下一阶段高质量发展数字经济提供强有力的政策保障。产业数字化作为数字经济的主要组成部分，制造业特别是以航空、航天、轨道交通装备等为代表的高端装备业，是高质量发展数字经济的重要组成部分。高端装备行业产值高、供应链广，对产业经济的发展具有非常重要的引领作用，也代表着我国工业最高的科学技术、工艺水平、质量要求。高端装备制造业是我国工业领域实现创新驱动发展、管理提升和数字化转型升级的重要领域。21世纪以来，美国“工业互联网”与德国“工业4.0”引起了全球制造业的产品开发、生产模式和制造价值实现方式的转变。德国工业4.0和美国工业互联网不仅是把握未来信息技术与工业、信息化与工业化融合发展的“多棱镜”，而且是信息技术发展到深层次阶段的一种崭新的工业发展模式，核心在于不断增强企业、行业甚至国家的整体竞争力。随着工业大数据分析、智能传感网络、工业网络控制等技术的发展和应用推广，工业互联网技术正从最初的点对点远程控制与运维向更深度的网络化、智能化、开放化和服务化方向发展。工业互联网的快速发展，对高端装备制造业的数字化转型产生了巨大的引领和支撑作用。2、高端装备制造业的发展趋势与面临的挑战2.1  数字化发展趋势传统的高端装备制造企业往往通过增加资源投入来实现增长的外延式发展，这种粗放模式使其综合能力提升不大，面临着效益不高的困境。在新一轮科技革命和产业变革中，制造业想获得可持续发展的竞争优势，必须依靠信息物理融合系统（CPS）实现协同的设计、供应链、生产与产品服务，置身于全球供应链的生态系统之中，应用互联网实现互联网+智能工厂[4]。从产业经济角度看，随着智能制造、工业互联网等技术的成熟应用，创新驱动新增长与服务价值链延伸的发展模式是高端装备制造业发展的新动能，也是其转型升级的方向。随着国内制造成本的不断上升，中国高端装备制造业过去依赖人力、资源和能源的要素驱动式的发展方式已经到达瓶颈，急需向创新驱动的发展方式转变。重视产品、技术和管理等方面的创新，是实现高端装备制造业升级，逐步实现由对标跟随向自主创新转变的关键环节。高端装备制造企业过去往往处于价值链的底端，设备场地投资重，投资经济效益不高。随着工业互联网技术的发展，高端装备制造业的未来经济增长点将是综合保障增值服务模式，形成服务型制造。通过先进的物联网技术采集智能装备产品的海量运行数据，应用工业大数据技术，提升产品性能，并对产品全生命周期的健康状态进行管控。通过制造、服务一体化，实现由生产型企业向服务型企业的价值链延伸转变。2.2  企业面临的挑战随着客户对产品功能、性能和质量的需求越来越高，研制和生产周期要求越来越短，产品价格要求越来越低，高端装备产品的复杂度、制造工艺的难度和高定制化的程度成为企业的巨大挑战。面对随之而来的“多品种、小批量、高复杂”的制造特征与“高质量、短周期、低成本”的矛盾，高端装备制造企业面临着贯穿于高端装备的全生命周期的最为复杂的制造问题——如何实现全生命周期的高效率和充分柔性。3、工业互联网技术与管理模式创新实现内涵式发展近年来，随着工业互联网技术在传统行业中的快速渗透，传统行业在多方面能力得以提升的同时也对工业互联网提出了更高的要求，跨界合作、融合创新已经成为行业发展的共识。智能传感技术、移动嵌入式系统、工业大数据分析等新兴技术在此过程中也得以与传统行业快速融合发展。在产品的全生命周期中，将工业互联网技术与管理创新相融合，以提升产品智能化水平，并利用大数据技术延展产品增值服务，实现产品全生命周期的数字化。典型应用涵盖了产品的销售、研发、运营和产品服务各个环节，包括利用嵌入物联技术和工业大数据实现产品创新、通过“端—管—云”形式实现智能产品远程运维、基于知识工程的智慧创成技术、基于MBD（模型定义）的设计研发、生产过程复杂的人工智能决策、自适应的柔性制造系统等。3.1  基于嵌入式物联技术与工业大数据的产品创新把物联网技术应用于产品，实现产品在运行过程中对自身状态及周边环境的自感知，可实现故障的预警、诊断等功能。通过标准和开放的数据接口，能够对产品在运行中的数据进行分析与挖掘，实现创新性应用等。各种数据挖掘的智能方法可以用于发现这些信息中所隐含的设计提升需求，使设计概念的创新提升到一个新的层次。3.2  通过“端—管—云”形式，实现智能产品远程运维远程运维服务在工业互联网体系中往往以“端—管—云”形式出现，随着工业互联网的快速发展，远程运维服务也正在向更多的领域渗透。远程安全读取工业机器人数据，分析生产现场的运行状态，提供了一个非常安全的网络通道，使人可以在任何地方读取生产现场工业机器人的实时运行状态信息，为运维和性能优化工作提供支撑。3.3  基于知识工程的智慧创成技术产品研发设计过程的智能化实现，主要体现在客户需求经过设计转化为概念方案的阶段，这一阶段在融入人工智能技术和系统工程方法后将更加智能化、科学化。基于知识工程的大部分研究都集中在知识的智能化获取与结构化表达两方面，其中包括基于规则的方法、知识流分析方法、基于语义网络的方法等。将这些基于知识工程的方法应用到设计需求转化为概念方案的过程，再借助自然语言识别、语义检索和人工检索等技术，利用效应库、专业库及专利库等外部知识，分析当前技术趋势，可帮助设计员识别问题、快速找到最优解决方案，进而实现概念设计的智能化。3.4  基于MBD（模型定义）的设计研发随着VR、计算机网络、大数据等前沿技术的不断成熟，采用面向产品全生命周期的数字化设计系统，可在数字孪生的CPS系统中实现产品的全数字化设计。近年来花费较高的物理性能试验被高性能仿真取代，这不但可以缩短研发周期，同时也有效降低了成本。企业在面对越来越高的产品性能要求的客户时，仿真数据优化、高效试验设计、智能优化等技术将被越来越多地用于提高产品性能上。3.5  生产过程复杂问题的人工智能决策在先进的计划与调度、图像识别、过程质量控制等领域，智能设备的计算能力要比人类更高，与人类主要依赖经验进行判断相比，其可更快地给出更准确的解决方案。智能设备通过工业互联网技术采集生产过程中的人员、设备、物料等数据，再通过大数据分析形成预测模型和决策支持。例如，通过对生产状态的预测分析，可提前预警设备停工、质量事故、设备效率下降等状况，提醒相关人员及时纠正，避免问题对生产计划的影响。3.6  自适应的柔性制造系统单件小批量生产是当今制造业面临的主要挑战，其需要在一次性且产量较小的生产中仍能保持高生产效率、高产品质量及优化的制造周期。因此，在成本可控的前提下，通过柔性线、机器人、AGV等智能制造装备的应用提高生产的柔性，可满足越来越复杂的市场环境；通过快速的产线调整、资源重组搭建自适应的柔性制造系统可应对这种挑战。智能工具是工业互联网体系中的基本组成单元，也是形态最丰富、技术集成度最高的产品之一。在生产过程中，智能工具可通过内部集成的软硬件系统对生产环境和状态进行实时判断，并可随时与操作者进行人机交互，以促进生产全过程的提质增效。4、开展基于工业互联网数字化转型的建议工业互联网在高端装备制造企业落地是一个复杂的系统工程，为实现高端装备制造企业的数字化转型升级，建议从以下几个方面展开工作。4.1  建立国家级智能制造联合应用开发创新中心依托中立的第三方科研机构建立跨行业的国家级智能制造联合应用开发创新中心，集中解决智能制造过程中的共性问题，提供公益性质的公共开发、测试与验证环境。制定统一的行业标准与测试验证方法，为政府相关部门提供决策支撑，为企业提供各类服务，起到产业孵化器的推动作用。4.2  企业全面开展精益管控体系搭建与系统的智能制造规划智能制造的建设不能一蹴而就，需要在建设前开展大量前置工作。前置工作主要有：一是拥有一套完整的目标导向的精益管控体系，使用精益方法以实现制造体系的全面协同；二是对工艺过程进行优化，并对制造装备改造升级，使制造装备具有智能化特点，使大部分生产过程不再依赖人工，保证生产效率与质量的一致性，以适应产品定制化、制造服务化的发展方向。工厂规划有完整的、基于系统工程理论并以精益思想为原则的方法论。整个规划以企业业务需求为出发点，配备适度的自动化，并使用专业的工厂仿真软件对建设效果进行验证，以保证规划效果。系统的工厂规划方法是业务目标实现的基础，也是实现灵活高效、柔性化、智能化生产模式的基本条件。科学的规划不但能够满足发展需求，也能优化资源配置、提高投资效果、优化发展方式。4.3  开展高端装备工业互联网示范实践高端装备企业想要切实有效地智能制造投资建设、推动内涵式发展转变,需要通过建设精益体系、规划智能制造体系、工艺改善和智能车间示范实践几个阶段。以产品制造全生命周期为对象，以产品制造过程与生产环境融合为目标，开展基于数字孪生技术的车间规划、基于数据的分析与决策、基于IT驱动的质量管理、基于动态混流精准管控的制造执行、基于先进的项目管理和计划排程功能的企业资源计划、基于统一和结构化数据源的产品生命周期管理、基于知识驱动的结构化工艺设计，实现高效协同的精准管控。通过生产过程中各生产要素间的互联与数据采集，并与信息系统进行数据集成，实现对制造过程工艺参数实时优化、误差自动补偿、智能监控等应用，最终形成虚拟世界与物理世界融合的智能车间系统。来源：信息通信技术与政策原创：中国信息通信研究院融合创新研究中心高级工程师杨菠、华业长青（北京）科技有限公司总经理赵雄飞等 

世界先进制造领域2020年态势总结受新冠疫情影响，全球制造业发展滞缓。2020年，全球制造业受新冠肺炎疫情影响严重。前半年制造业处于严重萎缩状态，5月份全球制造业PMI指数跌至40%以下，降至2018年以来最低谷。后半年全球经济开始复苏，制造业缓慢回升。世界主要国家均采取各类措施刺激发展，对冲疫情影响。美国启动“大众企业贷款计划”，以支持受疫情影响的中小企业。英国通过降息、拨款、拟定创业就业计划等措施，应对出现的失业潮。欧盟签署总额5400亿欧元的紧急救助计划，并酝酿采取措施吸引制造业回归，降低供应链外部依赖。德国信贷扩张，国家为企业提供不设上限的贷款金额，同时为小微企业提供500亿欧元的紧急援助，保障就业。5G技术赋能工业领域，促进智能制造新发展。英国投资900万英镑启动名为“5G-Encode”的5G技术与制造业融合项目，将探索工业环境中专用5G网络的新业务模型，研究5G在改善复合材料设计和生产过程中的实际应用。韩国现代重工集团与电信运营商KT公司合作开发基于5G网络的先进智能船厂解决方案，进一步提升自主机器人技术，以提高效率和安全性。法国施耐德电气和Orange电信在勒沃德勒伊工厂部署工业领域的室内5G通讯基础网络，通过5G技术将增强现实技术应用于运维活动，并部署远程机器人实现远程观察，旨在将5G技术应用于现代工业环境，打造可靠、可扩展、可持续的连接解决方案，以满足未来工业需求。英国电信（BT）与伍斯特郡5G测试平台（W5G）开展合作，加速实时5G专用网络建设，促进实现制造过程的智能化、动态化和全自动化，推动工业4.0和智能制造发展。数字孪生技术与解决方案帮助制造业效能大幅提升。美国Authentist公司将Nebumind公司的数字孪生工具集成到制造执行系统中，生成“数字孪生”可视化效果，将3D打印设备参数和传感器数据与原始零件几何形状融合，帮助用户识别各零件的问题区域，提高检查效率，使返工需求识别速度可提高10倍。南卡罗来纳大学为美海军舰船开发“数字孪生”系统，以提高美海军舰船动力系统和平台的韧性、效率、适应性和自主性，并为舰船上昂贵的电气部件提供实时监测和预测性维护。英国宇航系统公司采用数字孪生技术对第六代战斗机“暴风”的概念外形进行设计和测试，同时试飞员能够在陆基模拟器上驾驶战机，数字孪生后续还可为飞机全生命周期的各环节提供支持。3D打印技术与成果持续更新，行业应用逐步深化。美国马萨诸塞大学开发出一种融合了注塑元素的新型3D打印技术。该方法先3D打印出外壳结构，然后向空腔内注射塑料进行填充，其打印速度比传统的FDM技术快3倍。美国橡树岭国家实验室利用3D打印技术，在3个月内完成了核反应堆原型的设计与制造，并利用制造过程中的持续监测和人工智能技术完善原型堆的设计，以进一步评估材料和性能。美国3D打印初创公司Relativity Space完成了其3D打印火箭发动机Aeon 1的首次地面全周期点火运行实验。Aeon 1共含100多个零件，平均制造周期仅为一个月，其成本和工序都大大减少。美陆军立项研究利用增材制造技术开发下一代弹药，以增强弹药的穿透能力和杀伤力，帮助实现更高的初速度和更远的射程。世界先进制造领域2021年趋势展望机器人技术与应用齐头并进，商业落地进程提速。机器人基础与前沿技术迭代速度将持续增快，主要将围绕人工智能、人机协作等方向展开；全球服务机器人市场空间广阔，规模将不断扩大。机器人公司波士顿动力积极开发配件，帮助已实现商业化的Spot机器人应用程序更加多样化，2021年将为其配备机械臂，以执行开关门和物品拾取等任务，同时还将配备自充电基座，使其能够在无人操作环境下自行返回充电。韩国SK电讯和日本欧姆龙合作开发出搭载了AI、5G、机器人自动控制等尖端技术的防疫AI机器人，这种机器人可与搭载5G网络的服务器实时交换数据，执行建筑物消杀、体温检查、驱散聚集人群等任务。预计这种机器人2021年起将向国外出口。智能工厂建设推进，助力制造业升级转型。作为智能制造的重要载体，智能工厂成为未来制造业发展的必然趋势。2020年，世界经济论坛已遴选出54家灯塔工厂作为全球智能工厂标杆，预计2021年全球智能工厂建设步伐将进一步加快。日本发那科集团上海智能工厂三期项目开建，该工厂将通过发那科的工程集成及技术服务能力，利用其IoT、AI等智能制造技术，建成集生产、研发、展示、销售、系统集成与服务为一体的机器人超级智能工厂。韩国中小企业和创业部计划在2025年前将智能工厂的推进率从22%提高到30%，将其数量增加至1000家，并从中选出代表不同的行业的100家工厂作为“灯塔”，在工业园区建立数字集群，推动制造业与第一、三产业结合。人工智能技术与制造业深度融合成为重要趋势。市场研究机构Research and Markets发布《制造业中的人工智能——到2027年的全球预测》报告，指出制造业中的人工智能技术在2019年~2027年预测期内年复合增长率可达39.7％，预计到2027年将达到270亿美元。英国信息技术公司AVEVA与加拿大Axonify公司共同推出基于人工智能的微学习解决方案，提供具有丰富扩展现实功能的仿真培训，以及用于教学设计和课程开发工具的一体化教学平台，首创在制造业培训领域借助人工智能技术对员工进行个性化高效培训的范例。德国开发出可监测机器人装配线故障的智能系统。这种智能系统基于人工智能算法，可忽略不相关的背景噪音，并区分多个目标声音，通过监测机器人正确作业时本应发出的声音来判断其是否正常工作，以进行预测性维护。Geek+物流机器人公司应用先进机器人和人工智能技术，依托稳定可靠的硬件和高效算法大幅提升全球性供应链智能化水平，使物流更经济实用、高效率、灵活、安全和敏捷。政策支持与技术进步齐发力，助推自动驾驶汽车发展。IDC《全球自动驾驶汽车预测报告（2020~2024）》显示，预计2021年全球L1~L5级自动驾驶汽车出货量将达到3605万辆。中国工信部发布的《汽车驾驶自动化分级》从2021年1月1日起正式实施。该文件明确了自动驾驶汽车的分级定义、分级原则，将为后续相关法律法规与标准的出台提供支撑。英国政府计划在2021年将自动驾驶汽车合法化，允许自动驾驶车辆在高速公路的慢车道上以不高于112公里的时速行驶。Waymo公司计划在2021年与俄亥俄州交通研究中心（TRC）开展合作，共同打造囊括丘陵以及密集型城市环境的全新测试场地，以便在不常见或危险性较大的场景中对自动驾驶汽车进行测试。中国无人驾驶卡车公司图森未来获得美国卡车制造商Navistar投资，双方将共同研发L4级无人驾驶卡车，并计划在2024年前实现量产。来源：工信头条  2021-02-16

2021年：迎来跨越式发展“10+m+n”平台体系加速构建2020年，工业互联网平台发展迅速，逐渐从概念走向落地，多层次、系统化的平台体系基本形成，为承接产业转移、加快企业转型、有序复工复产等提供了有效支撑。综合型“双跨”平台获得各方高度认可，海尔、东方国信、用友等十大“双跨”平台平均接入工业设备达到140万台/套、工业APP突破7000个、服务工业企业超过1万家。特色型行业和区域平台快速发展，中联重科、中国电子、中海创等一批龙头企业基于自身行业知识禀赋加速平台布局，形成具有一定影响力的特色平台近100家。专业型平台不断涌现，和利时、云道智造、兰光创新等企业围绕工业协议解析、工业大数据分析、工业仿真等领域，打造了一批专注特定领域的工业互联网平台，成为技术单点突破的重要抓手。展望2021年，工业互联网平台将在“新基建”浪潮背景下，实现平台模式创新、工业设备上云、数字化管理、试验等能力的持续提升，平台功能更加完备，多层次平台体系更加完善。“平台+技术”2020年，围绕“平台+新技术”的融合创新发展取得快速的发展，各企业积极探索在不同工业场景中深化5G、人工智能、区块链等新技术和工业互联平台的融合应用，涌现出一批典型应用场景。一是商飞、华为、阿里巴巴等企业积极开展“工业互联网+5G”应用实践，逐步建立涵盖网络、设备、模式、算法、安全、标准等环节的新型工业互联网体系。二是人工智能与工业互联网平台融合加速，形成了智能检测、工艺优化、辅助决策等创新应用，推动建模优化与迭代升级，增强工业互联网平台解决实际问题的能力。三是区块链助力平台构建可信数据资源存储、管理和服务体系，推动平台数据的归属确权、安全传输和可靠交易。展望2021年，工业互联网平台将加快形成一批面向设计仿真、生产控制、质量监测、物流配送、供应链协同等工业场景的融合创新应用，进一步为新技术在工业领域落地提供关键支撑，推动融合发展迈向新高度。“平台+行业”2020年，工业互联网平台加速在垂直行业落地深耕，已广泛渗透应用到钢铁、石化、工程机械、电子信息等30多个行业，平台行业赋能水平不断提升。企业聚焦行业痛点问题，将技术突破、模式创新与产业实际需求相结合，形成了一批面向特定场景、具有推广价值的行业系统解决方案。旧动能改造方面，在原材料、高端装备、消费品和电子信息等行业，基于平台的质量管控、设计优化等智能解决方案持续涌现，以“提质、降本、增效”为目标有效引领行业高质量发展。新动能培育方面，融合创新成为行业转型主旋律，平台催生出制造协同、能力共享、工业金融、零工经济等一批新模式新业态，加速拓展市场新空间。展望2021年，工业互联网平台将在细分垂直领域进一步普及推广，全面赋能传统产业，加速形成一批 “平台+行业”优质解决方案，提高行业整体资源配置效率，加速培育网络化协同、个性化定制、按需制造、共享制造等新模式新业态，实现行业企业的创新发展。“平台+区域”2020年，国家层面和地方层面产业政策支持力度不断加大，加速推动工业互联网平台为块状经济服务。支持江苏、上海、浙江、安徽建设长三角工业互联网一体化发展示范区，面向北京、青岛、南京、苏州等重点地区布局“7+12”平台应用创新推广中心。各地依托平台打破区域行政划分和市场壁垒，优化地区产业空间布局、科技协同创新、基础设施和公共服务一体化发展，加速区域内科技、人才、资本、土地等要素资源集聚和共享，工业互联网平台成为加速带动区域产业提质增效的有力支撑。展望2021年，将形成一批面向“块状经济”发展的区域级工业互联网平台，进一步整合地方工业互联网平台创新资源与行业需求，为地方经济发展与产业转型升级注入新的动力。“平台+双链”2020年，工业互联网平台聚焦防疫复工难点痛点，加强协同配合，持续在疫情防控、物资配送、复工复产等领域释放赋能作用，有力支撑保障产业链供应链稳定运行。一方面，海尔、腾讯等企业通过平台扩大物资汇聚、供需对接、动态调配等产品及服务供给，有效缓解复工防疫物资及原材料短缺，助力企业生产协同、柔性转产和产能共享，产业链加速协同复工复产、快速实现达产增产。另一方面，智能云科、阿里巴巴等平台解决方案提供商帮助制造企业在疫情期间大力推行网络化协同、服务化延伸、智能化生产等新模式，推广在线协同设计、远程设备维护、生产远程调度、车间无人管控等应用，实现“停工不停产”“减人不减产”，保障了供应链的稳定运行。展望2021年，工业互联网平台将亟需作为支撑人、机、物等全社会制造资源泛在连接、柔性配置和聚合共享的重要基础设施，为“补链”“优链”“强链”等提供有力保障，助力构建安全、敏捷、经济的现代供应链。“平台+生态”2020年，工业互联网平台融通发展生态不断壮大，各类平台建设主体依托自身发展优势，加速从产业链整合向跨行业、跨界融合互补方向转型，构建以平台为核心的制造业协同创新发展生态。一是跨产业协作不断增强，基于平台的数字化管理、智能化生产、网络化协同、个性化定制等新模式持续涌现，共享经济、平台经济、供应链金融等新业态加速形成。二是跨地区合作不断深化，多领域工业互联网产业发展集聚区初步形成。长三角、成渝等产业集聚区陆续签署工业互联网一体化发展示范区战略合作协议，协同推动产融产教对接、应用推广。三是跨领域服务不断优化。围绕技术服务、监测分析、数据管理、质量管理、标准管理等领域培育33家公共服务平台，多层次、专业化的工业互联网公共服务体系正加速在全国范围内落地，全方位保障工业互联网平台健康发展。展望2021年，工业互联网平台产业集聚效应将更加显著，进一步促进产业、科技、金融对接，吸引更多社会资本涌入融合创新技术、典型应用场景、行业解决方案等投资领域，加速平台关键核心技术突破和落地，加速完善平台产业生态体系。平台体系尚不成熟核心技术积累不足从供给看，我国工业互联网平台发展的基础支撑产业薄弱，50%左右的工业PaaS平台采用国外开源架构，90%以上的CAD、CAE、PLM高端工业软件市场被欧美企业垄断。从需求看，制造企业倾向于将有限的资金倾斜到设备自动化改造上，软件应用投入不足，“重硬轻软”现象依然严重，缺乏以需求牵引供给的发展环境，影响了工业互联网平台核心技术的持续迭代和功能演进。解决方案有待成熟第一，企业“不敢用”。部分制造企业担心应用工业互联网平台时会导致业务出错或进度受阻，管理者害怕由于平台不够安全可靠而承担责任。第二，企业“不愿用”。即使在某些领域国内已存在较好的工业互联网平台解决方案，部分企业仍倾向于使用国外工业软件或系统，严重阻碍了解决方案的应用推广。第三，企业“不会用”。制造企业信息化基础参差不齐，很多企业难以实现对解决方案的“即插即用”，阻碍了平台应用的持续深化。人才供需结构失衡一方面，“育人难”。另一方面，“留人难”。互联网公司往往用数倍于工业企业的年薪挖人，有工业知识经验的开发人员频频转入互联网行业，加剧了复合型人才的结构性短缺，难以为平台建设及应用推广提供有效支撑。生态体系尚不完善第一，资源整合能力不足。国内缺少类似西门子、GE等能提供整体解决方案的产业巨头，平台企业存在“各自为战”的现象，资源共享和整合能力不够。第二，优质平台供给不足。我国制造企业的行业机理、工艺流程、模型方法等工业知识积累较薄弱，存在低层次平台重复扎堆的现象。第三，金融服务能力不足。平台建设投入大、回报周期长，资本市场目前对平台的支持力度有待进一步提高，大量平台企业初期无法获得足够充足恒定的资本投入。强化前瞻布局 提升服务能力完善平台发展标准体系建设持续完善融合发展政策体系，推动研制新一代信息技术与制造业融合发展相关的配套文件，将工业互联网平台作为融合发展突破口和着力点，破除妨碍平台发展的体制机制问题。推动平台规模化推广和迭代创新面向装备制造、原材料、消费品、绿色制造、安全生产等重点行业领域，持续深化跨行业跨领域综合平台和特点鲜明的区域型、特色型、专业性平台建设。加快推动企业设备上云和业务系统向云端迁移，加快推进工业互联网示范区建设，打造一批辐射带动能力强劲的工业互联网发展高地。加快“平台+新技术”融合创新发展加快制定工业互联网平台技术产业图谱，着力突破边缘计算、工业机理模型、低代码开发等关键技术，超前布局数字孪生、云化仿真设计与运营管理软件等，提升安全可靠发展能力。聚焦“平台+5G”“平台+区块链”“平台+AR/VR”等技术融合趋势开展试点示范遴选，加快培育一批平台创新解决方案和一批高价值工业APP，提升平台产品及服务供给能力。完善平台公共服务体系持续推进工业互联网平台应用创新中心建设，整合地方创新资源与行业需求，搭建面向平台解决方案供需对接、成果推广的公共服务平台，加强创新中心之间的协同联动，打造多方联动、协同创新的工业互联网平台服务体系。加速打通金融链人才链产业链支持打造工业互联网人才实训基地，通过 “新工科”建设等方式，开展多层次人才培训、宣贯推广和应用实践，培育工业互联网领域复合型人才。充分利用创业板、科创板等政策机制推动工业互联网平台产融结合创新发展，进一步强化产业链、金融链、人才链的联通对接和相互赋能。充分发挥联盟组织的桥梁纽带作用，通过深度行、现场会等活动，系统推进成果应用推广，营造产业发展良好氛围。来源：工信头条  2021-02-08

全速前进的2021　　技术创新和场景融合“双轮驱动”　　2020年，我国数字经济以技术创新驱动数字产业快速发展，以业态和模式创新赋能传统行业数字化转型，成为对冲疫情、平抑风险的经济“压舱石”。前三季度，工业机器人、集成电路产量同比分别增长18.2%、14.7%，信息传输、软件和信息技术服务业同比增长15.9%，高技术产业投资增长9.1%，各项增长表现超过其他产业同期水平，在全国经济由负转正中的牵引作用突显。同时，数字技术与医疗、教育、交通、零售、制造业等各行业深度融合按下“快进键”，智慧课堂、协同办公全面普及，“云问诊”、“云会展”、“云旅游”纷纷上线，网络直播、共享员工等个人就业新形态不断涌现。以电商直播为例，1-6月上半年全国电商直播超过1000万场，活跃主播人数超过40万，观看人次超过500亿，上架商品数超过2000万。　　展望2021年，在中美经贸摩擦背景下，我国基础软件、高端芯片、核心元器件等关键核心技术创新投入将持续加大，数据赋能效应与技术乘数效应相叠加，将推动以要素共融、资源共享、价值共创为核心的应用场景创新走向深入，加速产业要素裂变、融合、重构，引爆数字经济一个又一个新的增长点，为国内经济复苏提供持续动力。　　公共领域和重点行业“双向发力”　　2020年，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出加快数据要素市场培育。各地纷纷把着力点放在促进数据流通交易，如北部湾大数据交易中心揭牌成立，北京、深圳先后提出探索建立数据交易中心或依托现有交易场所开展数据交易。与上一轮建设热潮相比，各大数据交易中心的建设模式正逐步从政府主导向政企合作转变，发展重心从交易数据向搭建数据共享、多方计算、利益分享的数据可信交换空间，支撑数据资源汇聚、资产管理、质量治理、价值流转、产品交易等更多平台服务能力转变。　　展望2021年，越来越多的大数据交易中心将通过政府建机制、企业搭平台的方式，率先在公共领域以及金融、电信、医疗、人工智能等行业领域开展试点，探索基于可信数据交换空间的数据流通交易模式。同时，大数据交易中心也将成为数据要素市场机制探索的“试验田”，在数据确权登记、价值评估、质量治理、定价交易、标准合约等方面的规则确立和推广开展系统性试验，抢占流通交易市场规则主导权。　　国企改革和中小企业数字化“携手并进”　　2020年，受疫情倒逼和政策拉动影响，越来越多的传统企业，特别是中小企业数字化转型意识觉醒，更加积极地寻求适合自身特点的数字化转型路径模式，加速数字经济与实体经济融合向纵深拓展。4月，国家发改委、中央网信办启动“上云用数赋智”行动。5月，国家发改委、中央网信办、工业和信息化部等17部门联合145家单位发起数字化转型伙伴行动，从供需两侧引导中小企业加快数字化转型。8月，国资委发布《关于加快推进国有企业数字化转型工作的通知》，引导打造制造、能源、建筑、服务等行业国有企业数字化转型标杆。疫情期间，国资委发布“首批企业数字化抗疫产品和服务汇总”，收录了央企10大类175个数字化抗疫产品和服务，展现了央企数字化转型的丰硕成果。　　展望2021年，各类国有企业和中小企业将以数据为驱动、以平台为支撑，推动生产服务消费各环节、线上线下应用场景以及传统工艺与新兴业态的深度融合，数字经济对实体经济的赋能效应将进一步释放。同时，国有企业将发挥产业链整合优势，依托数字化平台进一步打通上下游企业数据通道，促进全渠道、全链路供需调配和精准对接，引导中小企业上平台、用数据、变模式、转业务，逐步形成产业链高效协同、供应链柔性配置、大中小企业融通发展格局。　　地方特色化和区域一体化“共同施策”　　2020年，各地政府基于自身优势产业，立足区域一体化发展需求，持续加大“数字基建”的政策支持和资金投入。据不完全统计，我国“新基建”领域规划投资总规模已达49.9万亿，2020年内计划投资总规模达8.4万亿。其中，如贵州聚焦数据中心、浙江聚焦工业互联网等，均把“数字基建”投资重心放在本地已具备基础优势的产业领域。同时，围绕推进一体化发展，粤港澳大湾区、京津冀地区、长江三角洲、成渝地区双城经济圈等重大战略区域均把加快“数字基建”一体化布局作为“先手棋”，夯实区域数字经济一体化发展基础。　　展望2021年，以5G、工业互联网、大数据中心、人工智能为代表的“数字基建”将从投资期加快向建设运营期迈进，在区域一体化战略引导下，各地政府将立足“数字基建”纵深推进，补充、优化、延伸打造具有地区特色的数字产业链，为构建梯次分明、分工明确、相互衔接、具有国际竞争力的数字产业集群提供坚实支撑。　　服务供给和数字消费“两端发力”　　2020年，疫情造成长期的居家隔离、社交疏离，触发了全民数字化生存新机制。在需求端，大数据与人工智能的充分结合赋予了智能终端更加实时精准的服务能力，人们日益习惯在数字空间进行消费、娱乐和社交，在线教育、互联网医疗、远程办公、直播带货等新业态新模式创造了越来越多的数字消费新需求。在供给端，线上服务从家政、外卖、快递、房屋中介等“单一服务随需供给”的低附加值环节向教育、医疗、办公、娱乐等“场景式服务多元化供给”的高附加值环节深入拓展。以无人工厂、无人仓库、无人机巡逻、无人配送、无人超市、无人KTV等为代表的“无人经济”活力迸发，广泛深入生产、物流、零售、娱乐等领域，引领生产消费迈向数据智能、人机协同新阶段。　　2021年，随着人工智能、大数据、5G、物联网等数字技术的迭代成熟，无人应用、在线服务所渗透的行业领域将进一步拓展，传统行业与智能技术碰撞产生的新业态新模式“火花”将不断涌现，为消费者带来更智能的交互终端、更丰富的内容资源、更有趣的场景体验，为生产者提供更智慧的生产决策、更精准的流程控制、更低廉的人力和资源成本。　　数字政府和智慧城市协同并进　　2020年，为破解疫情造成的线上线下指挥调度不顺畅、重大公共安全应急联防联控难实现等问题，各地着眼于打通数据融通渠道和机制，加快推动支撑数字政府和智慧城市建设的平台载体集约化整合。北京市海淀区整合区内各政务系统，集成打造“城市大脑”系统，疫情期间为回京人口分析、人口筛查分析、重点人群动态监测等提供了有力支撑。杭州“城市大脑”构建了覆盖全市政务信息资源的“数据仓库”，已广泛应用于公共交通、城市治理等48个应用场景，95%的城市治理事件已具备自动发现能力。　　展望2021年，将有更多地方致力于打造统一集约的“城市大脑”平台，基于政务数据整合共享进一步推进各领域数据的汇聚、融合和治理，通过平台数据、技术、工具的逐步丰富，不断强化软件定义、灵活配置、按需调用、安全可靠的“城市智脑”能力，赋能政府管理、城市治理、民生服务、行业应用等各类场景建设。　　服务输出和规则输出两相并重　　2020年，随着服务贸易创新发展扩大试点，我国以通信服务、社交媒体、电子商务、数字内容等为代表的数字服务贸易出口增长强劲，在数字技术应用、数据跨境流动与监管等方面的规则、规制、管理、标准等制度型开放进一步拓展。中国-东盟数字经济合作论坛期间，数字化防疫抗疫、数字基础设施建设和数字化转型等领域成为我国与各东盟成员国经验交流重点，并就智慧城市、人工智能、大数据等领域达成诸多产业合作意向。近期签署发布的《区域全面经济伙伴关系协定》（RCEP）也将电信、电子商务等数字贸易议题纳入其中，成为各协定国高水平开放合作的重要领域。　　展望2021年，我国将立足RCEP区域合作框架，依托中德、中日、中韩、中国-东盟等数字经济合作平台和自贸区建设，出台一批鼓励数字贸易、促进数据跨境流动的利好政策，进一步输出基于信息通信技术开展的实物贸易、数字产品和服务，积极参与跨境电子商务、跨境数据流动、国际健康码互认、数字货币、数字税等规则构建，支撑全面扩大开放，促进形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。　　三大问题凸显　　发展路径同质化趋势明显　　当前，各地纷纷把数字经济作为“十四五”时期谋发展的战略必争领域，在数字产业化、产业数字化、数字政府、智慧城市、数据要素市场培育等方面进一步加大投入。但由于缺少统筹规划和分工协同，大多数地方在产业方向、政策设计、项目建设等方面的举措和路径相似，特色和亮点不足。在已发布数字经济政策的24个省市中，均提出在人工智能领域加快发展，但大多省份并未列明细分领域及重点突破方向。同时，各地对数据要素、头部企业、数字人才等创新资源的争夺也日益激烈。   　企业经营面临的不确定性风险增加　　当前，受全球经济下行、疫情对国际产业链供应链的冲击等因素影响，企业经营面临的不确定性因素增加。同时，市场准入准营服务的便利化吸引更多的市场主体进入，也一定程度加剧了企业的经营困境。面对需求更多元、产品迭代更快的市场，企业经营诉求已从便捷准入向政策宣贯、精准补贴、市场对接、包容创新等方向转变，而部分现行政策扶持精准度不高、奖励兑现较慢、“刚性兑现”不足等问题亟待进一步优化。　　数字平台垄断监管收紧可能阻碍市场创新　　当前，随着数字平台规模的不断扩大，平台对资本、流量、技术、数据等资源掌控力逐步增强，“大数据杀熟”、“二选一”等利用算法规制用户现象频出，平台对于用户行为、企业运作、市场运营等的自治规则话语权日益升级。2020年11月，市场监管总局就《关于平台经济领域的反垄断指南（征求意见稿）》公开征求意见，对数字平台利用数据、算法等优势进行无序竞争的行为提出明确约束，但也可能一定程度影响平台的持续创新。在规章条文之外，亟待探索更多元的手段，促进有效监管和包容发展之间的平衡。　　发展顶层设计构建监管体系　　进一步加强数字经济协同发展顶层设计　　一是要充分总结和推广数字经济创新发展试验区的特色经验，进一步扩大试验区范围，推动试验主体向市区县级下沉，聚焦新基建、数字产业化、产业数字化、数据治理、数据要素市场培育、数字贸易等发展主题，支持探索立足地方产业基础、彰显区域特色优势的数字经济发展有效路径。二是结合京津冀协同、粤港澳大湾区、长三角一体化、成渝地区双城经济圈等国家重大区域战略，支持组建区域数字经济一体化发展推进小组，以开放、共享、共建、共赢为原则，以数字基础设施通、数据要素市场通、智慧城市服务通、数字产业集群“三通一集群”建设发展为牵引，以数字经济赋能跨区域、跨领域、跨主体资源优化配置和要素融合创新，打造数字经济区域发展高地。三是聚焦关系国家安全和发展命脉的数字产业，如高端芯片、操作系统、高端数控装备等，实施全国统筹和相对集中布局，结合地区优势推进产业链协同建设和供应链有效配置，避免各地全产业链建设造成的资源浪费和重复投入。　　持续推进数字经济政策服务手段创新　　一是深化大数据、人工智能等数字技术在问题研判、政策设计、落地实施、政务服务中的应用，充分掌握企业在政府购买服务、市场拓展、上下游协作配套、培训咨询等方面的需求，主动精准施策，提高服务效能。二是完善重大政策和专项基金的事前评估和事后评价制度，畅通企业及个人参与政策制定的渠道，提高决策水平。三是支持有能力的地区和研究机构研究发布数字经济相关业态指数，为企业战略制定、市场拓展等提供指引。　　构建公平透明高效的多元协同监管体系　　一是明确政府、企业、行业协会各主体的责权利，针对不同类型的数字平台实行差别化监管、精准施策。二是加强人工智能、大数据、区块链等数字技术在平台治理与监管中的应用，提高监管效率、创新监管模式。三是遵循平台经济的发展规律，厘清数字平台的责任与义务，明确互联网服务模式的监管范围，优化业态治理方式，进一步激发市场创新能力。　　统筹推进、分类施策数字基础设施建设　　一方面，支持各地制定统筹投资计划，在充分考虑各地财务和债务承受实际情况的前提下，明确“数字基建”涉及各领域投资重点和次序，制定详细的投资计划和投资金额，做到建设“一盘棋”，防范投资泡沫、产能过剩等风险。另一方面，对“数字基建”不同领域实施不同发展策略，比如对于非竞争性、非排他性的“数字基建”，包括5G基站、轨道交通、能源互联网等，应该由政府主导；对于涉及高新技术和专门领域的“数字基建”，如人工智能、工业互联网、新能源充电桩以及部分大数据中心等，应充分激发市场主体的积极性，让“专业的团队”做“专业的事”，政府则重点做好环境营造和政策引导工作。来源：工信头条

      1.1　机器人产业链构成　　根据中投产业研究院发布的《中国机器人行业“十四五”发展趋势与投资机会研究报告》，机器人行业的产业链可分为五个部分，分别是研发、零配件生产、机器人单体制造、系统集成和售后服务。　　其中机器人单体、系统集成、售后服务是机器人在生产、销售、维修、淘汰等全生命周期的组成部分。通过研究发现，机器人单体、系统集成、售后服务分食了一个机器人全生命周期的利润。按照国际上的惯例，一台机器人的全生命周期的毛利率约为60%左右，成为名符其实的高端装备。其中，单体、集成、服务分别占据三分之一。因此，覆盖的产业链越长，盈利能力越强。所以，如果机器人制造商只覆盖集成的产业链长度，那么毛利率只有20%。      1.2 工业机器人市场规模根据中投产业研究院发布的《中国机器人行业“十四五”发展趋势与投资机会研究报告》，2019年，中国机器人市场规模持续增长，达588.7亿元，增长率为9.8%。我国的工业机器人占比约为66%，遥遥领先于服务机器人与特种机器人。1.3 中国机器人市场预测　　根据中投产业研究院发布的《中国机器人行业“十四五”发展趋势与投资机会研究报告》，2020年IDC对中国机器人市场十大预测内容如下：　　预测一：5G机器人　　到2024年，中国2000强制造企业中有25%的企业将探索使用5G安全通信技术来提高机器人的数据收集和远程操作能力。　　预测二：机器人边缘计算　　到2023年，中国50%的领先制造企业将部署边缘计算技术，推动工业机器人与云基企业IT系统的深度集成。　　预测三：机器人视觉系统　　到2022，将机器视觉集成到机器人系统中的制造企业可以期望其操作灵活性增加50%，产品质量提高35%。　　预测四：机器人群体智能　　到2022年中期，30%的机器人系统将会集成群体智能，以在工作流程多变的环境中实现自我配置，从而将对以功能为中心的资产的依赖程度降低45%。　　预测五：5G商用无人机测绘制图　　到2022年中期，50%的商用无人机将配备利用5G传送视像的超高清摄像机，从而把高清测绘制图的作业成本降到使用载人飞机的30%以下。　　预测六：开源机器人　　到2023年中期，相较于被特定厂商专有技术锁固的用户，使用开源机器人的用户将能够从机器人技术最新的群体创新中获得三倍以上更多的效益。　　预测七：人工智能机器人　　到2022年中期，50%在用中的工业机器人将被赋予基于人工智能的操作、协调和分析能力，进而满足用户企业对生产率提高30%、流程自动化程度提高50%的期望。　　预测八：机器人协作技术　　到2023年中期，先进的感知功能将成为协作机器人系统的标配，进一步增强人与机器人之间全面的双向交互，并成功取代20%的基于屏幕的用户界面。　　预测九：仓储机器人　　到2022年中期，60%的仓储活动将使用机器人和情景分析来实现存储空间的自我优化，从而将容量增加20%以上，同时将工单处理时间缩短一半。　　预测十：机器人技术融合　　到2022年，用户企业将通过使用与整合物联网、先进分析和云技术等来增强机器人的性能，从而使机器人的整体效能（如环境感知、自主学习、和适应性任务执行）提高40%。来源：中投网

一、业务创新转型的四个子视角根据价值主张新要求，基于打造的新型能力（体系）、形成的系统性解决方案和构建的治理体系，业务创新转型视角形成支持最终价值获取的业务新模式和新业态，包括业务数字化、业务集成融合、业务模式创新和数字业务培育四个子视角。业务数字化。是指单个部门或单一环节相关业务的数字化、网络化和智能化发展，以实现数据驱动的业务运行和资源配置方式变革。典型业务数字化主要包括：一是产品/服务数字化、网络化、智能化。包括提升产品或服务的状态感知、交互连接、智能决策与优化等。二是研发设计数字化、网络化、智能化。包括数字化建模与仿真优化，以及智能化研发管理等。三是生产管控数字化、网络化、智能化。包括生产/服务现场生产活动的数字化、智能化管控，以及生产资源精准配置和动态调整优化等。四是运营管理数字化、网络化、智能化。包括基于数字化模型的管理活动精准管控、动态优化和智能辅助决策等。五是市场服务数字化、网络化、智能化。包括以用户为中心的服务全过程动态管控，以及服务资源按需供给和动态优化配置等。业务集成融合。是指跨部门、跨业务环节、跨层级的业务集成运作和协同优化。按照纵向管控、价值链、产品生命周期等维度，业务集成融合主要包括：一是经营管理与生产作业现场管控集成。包括经营管理和生产/作业现场间数据互联互通、精准管控和协同联动等。二是供应链/产业链集成。包括采购、生产、销售、物流等供应链/产业链环节数据互联互通、业务协同优化和智能辅助决策等。三是产品生命周期集成。包括需求定义、产品研制、交易/交付、服务、循环利用/终止处理等产品生命周期管理环节基于数据驱动的协同优化和动态管控等。业务模式创新。是指基于新型能力模块化封装和在线化部署等，推动关键业务模式创新变革，构建打通组织内外部的价值网络，与利益相关方共同形成新的价值模式。【T/AIITRE 10001—2020《数字化转型 参考架构》标准原文中，业务创新转型，包含通则、业务数字化、业务集成融合、业务模式创新、数字业务培育等内容，本部分节选“5.6.3业务模式创新”部分】业务模式创新是指基于新型能力模块化封装和在线化部署等，推动关键业务模式创新变革，构建打通组织内外部的价值网络，与利益相关方共同形成新的价值模式。典型业务模式创新包括但不限于：a）智能化生产，包括生产过程的智能运营优化，以及与生态合作伙伴间基于平台的智能驱动的生产能力协同等；b）网络化协同，包括基于关键业务在线化运行的平台技术网络和合作关系网络，实现相关方之间关键业务和资源的在线协同和动态优化等；c）服务化延伸，包括基于数据集成共享和数据资产化运营，沿产品生命周期、供应链/产业链等提供增值、跨界、全场景的延伸服务等；d）个性化定制，包括基于产品的模块化、数字化和智能化，利用互联网平台等快速精准满足用户动态变化的个性化需求等。数字业务培育。是指通过数字资源、数字知识和数字能力的输出，运用大数据、人工智能、区块链等技术，基于数据资产化运营形成服务于用户及利益相关方的新业态。数字业务主要包括：一是数字资源服务。包括对外提供数据查询、统计分析、数据处理、数据交易等服务。二是数字知识服务。包括基于知识数字化、数字孪生、智能化建模等，对外提供知识图谱、工具方法、知识模型等服务。三是数字能力服务。包括开展主要业务相关的数字能力打造，并推动能力的模块化、数字化和平台化，对外提供研发设计、仿真验证、生产、供应链管理等数字能力服务。二、业务创新转型过程联动方法随着新一代信息技术不断演进及其应用的不断深化，组织应构建基于新型能力赋能的业务创新转型体系，以培育发展数字业务为引领，螺旋式推动业务数字化、业务集成融合和业务模式创新，建立持续推进业务升级和创新转型迭代优化循环的过程联动方法，如图1所示。图1 业务创新转型过程联动方法包含的主要过程    业务数字化。在数字化转型初期，组织应以提升单项应用水平为重点，依托支持单一职能优化的单元级能力，在研发、生产、经营、服务等业务环节部署应用工具级数字化设备设施和技术系统，开展业务单元（部门）内业务数据获取、开发和利用，持续完善职能驱动型的管理模式，提升单项业务数字化水平，以获取基于单项业务数字化带来的效率提升、成本降低、质量提高等价值效益。业务集成融合。在具备一定业务数字化的基础上，组织应以提升综合集成水平为重点，依托支撑业务集成协同的流程级能力，开展跨部门、跨业务环节的数据获取、开发和利用，持续完善流程驱动型的管理模式，推动组织纵向管控集成、横向产供销集成以及面向产品全生命周期的端到端集成，优化资源配置水平，大幅提升业务集成运行效率，以获取基于业务集成融合带来的效率提升、成本降低、质量提高，以及新技术/新产品、服务延伸与增值、主营业务增长等价值效益。业务模式创新。组织突破业务集成融合后，应以实现全面数字化为重点，依托支持组织全局优化的网络级能力，开展全组织（企业）、全价值链、产品全生命周期的数据获取、开发和利用，持续完善数据驱动型的管理模式，逐步构建数字组织（企业），发展延伸业务，实现产品/服务创新，以获取基于业务模式创新带来的新技术/新产品、服务延伸与增值、主营业务增长等价值效益。数字业务培育。条件适宜时，组织应以构建价值生态为重点，依托价值开放共创的生态级能力，开展覆盖组织（企业）全局以及合作伙伴的生态圈级数据的获取、开发和利用，持续完善智能驱动的生态型管理模式，培育和发展以数据为核心的新模式、新业态，以获取基于数字业务带来的用户/生态合作伙伴连接与赋能、数字新业务、绿色可持续发展等价值效益。来源：先进制造业  2021-1-15

1 数字化车间硬件平台搭建1.1 智能化生产智能化在引入数控机床、机器人等生产设备并实现生产自动化的基础上，再以ERP、MES 等管理软件作为中枢管理系统，以视觉相机、RFID标签、扫码器、条码、传感器等为组件，以NC数控系统或PLC为控制单元，以现场总线 PROFIBUS、工业以太网PROFINET、MODUBUS等通信技术为传输网络。能够借助完善的系统获取状态信息、传递控制指令，以此实现科学决策、智能设计、合理排产，监控设备状态，提升设备使用率，指导生产运行，让自动化生产智能设备高效运转。1.1.1 智能硬件智能化生产制造单元是将一组能力相近的加工设备和辅助设备进行模块化、集成化、一体化的聚合，使其具备多品种少批量产品的生产输出能力。打造智能制造单元是开启智能化道路行之有效的切入点。为各车间配置智能制造单元，“智造单元”是一种模块化的小型数字化工厂实践，整个单元由自动化模块、信息化模块和智能化模块三部分组成，以“最小的数字化工厂”实现在多品种小批量的生产智能化。在加工领域，注重从单一功能型设备向多功能型设备过渡；在装配领域，突破人工操作的枷锁，逐步由人工操作向人机协作、自动化作业转变；不断发掘高精尖设备，致力于质量检测、SPC工站建设；将传统、简易的人工搬运等，采用机器人配合视觉定位技术全部实现自动化搬运。1.1.2 智能设备互联智能化生产车间以信息化作为根基，通过将生成车间的不同设备与通讯网络连接，收集设备的状态数据和质量数据，并作为数据采集和分析的基础。对不同生成设备，采取不同的数据采集方式：对存在数据接口的设备，如加工中心、磨床、PLC控制器、机器人、仪器仪表等，通过Profibus或Profinet网络将设备数据传输到网关；对于没有数据接口的设备，通过外接传感器完成设备状态采集，提升通讯能力，可采取有线或无线两种方式进行，数据传输到网络后，通过边缘计算方式完成数据就地分析和存储，对于数据分析结果汇总，并采用有线或无线的方式，存储到云服务器进行数据显示和后续数据分析工作。设备的联网接入需完成三项重要的工作：硬件接口的连接、软件数据接口互通、接口规范定义。1.1.3 智能设备数据采集完整的制造设备应具备完善的档案信息，包括产品编号、产品描述、产品状态、产品时间戳等信息。按照已定义的通信接口，与其他设备、装置以及执行层实现设备和数据的互联互通。对收集完成的数据进行分析，筛选出合格数据，对于不合格数据采用自动处理和人工处理两种模式完成，最终保证产量质量状态的稳定，并可满足产品的质量追溯。1.1.4 智能制造执行系统建立MES制造执行系统，运用生产调度管理、工艺执行与管理、过程控制管理、排程管理、质量管理、设备管理等模块，可时刻管理和展示生产制造全流程。通过开发数字化生产制造执行平台，打通计划、生产、物流、设备间的数据流，构成计划、控制、反馈、调整的完整系统，通过规范的定义接口实现计划、命令的传递和实际生产的无缝衔接，使生产计划、控制命令、信息数据在整个 MES 系统、过程控制系统、自动化体系中透明、及时、顺畅地交互传递，最终实现生产全过程数字化，打造数字化生产车间。1.2 智能化物流仓储物流仓储是制造业中极为重要的一环，通过应用智能物流仓储系统可快速完成产品原材料、产品配套件、成品件之间快速流转和输送工作，通过采用堆垛机输送方式和立体仓库存储方式提升仓库货位周转效率，降低仓库转运过程造成的人工成本，提升转运效率，实现仓库储流数字化管控和智能化运输。建设智能物流仓储系统，完善系统组成架构：设备层、操作层、企业层。设备层建设立体仓库、智能叉车、码垛机器人、提升机等仓储设备，建设AGV、智能托盘、物流机器人等物流设备、RFID、机器视觉、智能摄像头等识别设备；操作层增加 WMS、WCS、TMS 等运维软件；企业层则对接ERP、CRM、SCM等管理软件的采购、计划、库存、发货等模块，融入总系统的闭环中。2 数字化车间平台搭建工艺是将研发设计的产品赋予灵魂的重要一环，推进数字化技术应用并覆盖于产品的设计、工艺、制造全生命周期，是实现智能制造的关键一点。通过工艺数字化信息平台建设，将打通设计、工艺、制造之间数据流，实现上下游高效协同，通过数字化工艺的深化应用，工艺一致性将实现100%，20%的问题将在规划早期被验证发现，产品的生产准备周期将缩短20-30%。2.1 数字化工艺平台建设初期完成基础功能模块开发及应用。产品准备管理按照APQP实现管控，系统化管控项目进度及交付物；BOM及工艺管理，实现数据及时、准确，提高工艺一致性及标准化；变更管理实现正向与逆向的闭环管理，提升变更执行质量；实现工艺资源管控，实现知识积累、共享和重用。2.2 工艺数字化平台建设中期实现工艺创新性管理：通过工艺仿真技术，实现三维数字化工艺规划及验证，对工艺合理性进行虚拟仿真及评估；实现三维工艺下厂，提高工艺可视性；通过产线仿真技术，对生产线的装备、物流、工艺、节拍、人员、生产过程等进行仿真、优化及管理。2.3 工艺数字化平台建设后期实现工艺数字化技术深度应用：通过数字映射技术，实现实际生产与虚拟生产联动，可以及时修正生产中的偏差及问题，实现更科学更智能的生产。加强数字化技术团队建设，成立专门的项目团队负责技术研究及系统建设，推进工艺数字化提升工作开展。建立数字化标准体系及业务流程，根据数据流、业务流传递特点及上下游关系制定完善的数字化流程，实现管理创新促进技术创新、技术创新推进管理创新。加强数字化基础建设及设计制造辅助工具开发。从软件基础环境、数据库支撑平台、网络信息环境、信息安全体系等基础方面进行投入和建设。2.4 仿真系统应用结合产线数模、物流仿真等，实现产线仿真，对生产线的装备、物流、工艺、节拍、人员、生产过程等进行仿真、验证、优化及管理。通过数字映射技术，实现实际生产与虚拟生产联动，当生产线出现问题时能够实时反馈至虚拟系统，通过虚拟系统验证后更改虚拟参数，可实现生产线同步更改，这样就可以及时修正生产中的偏差及问题，实现更科学更智能的生产。通过与MES、ERP、工艺装备、工艺资源等车间系统深度集成，实现数字化车间技术研究与应用，为实现智能化车间、产线大数据分析等奠定基础。3 结论在数字化车间建设与实施过程中，关键点是引用PLM系统实现主数据流贯通和系统集成，数据流贯通保证了数据的准确、及时、共享，系统集成实现了数据的互联互通。并在此基础上进一步实现数据可视化、透明化。顶层规划很重要，在项目开始阶段，完成顶层设计方案，确保项目实施过程可控性和可预知性。智能工厂建造过程通过数字化双胞胎，实现全集成可视化工厂。实现软件和硬件的智能互联，通过设置标准网络接口实现机床间互联互通。

智能制造如何应用5G是与5G的特点息息相关的，5G目前公认的有如下几个特点:增强移动宽带：主要面向3D/超高清视频等大流量移动宽带业务，eMBB除了在6GHz以下的频谱发展相关技术，也会发展在6GHz以上的频谱。而小型基地台将会是发展eMBB的重要设备，由于目前6GHz以下的频谱，大多是以大型基地台发展的传统网络模式为主，而较以6GHz以上频谱的毫米波技术，便须要小型基地台来把速度冲得更快。海量机器类通信：主要面向大规模物联网业务。mMTC将会发展在6GHz以下的频段，其将会应用在大规模物联网上，目前较可见的发展是NB-IoT。以往普遍的Wi-Fi、Zigbee、蓝牙等，较属于家庭用的小范围技术，回传线路主要都是靠LTE，近期随着大范围覆盖的NB-IoT、LoRa等技术标准的出炉，可望让物联网的发展更为广泛。超可靠低时延：主要面向无人驾驶、工业自动化等需要低时延、高可靠连接的业务。在智慧工厂，由于大量的机器都内建传感器，从传感器、后端网络、下指令，再传送回机器本身的这些过程，若以现有的网络传输，将出现很明显的延迟，可能引发工安事故。有鉴于此，URLLC将网络等待时间的目标压低到1毫秒以下。未来的工厂是数字虚拟和物理现实相融合，ICT技术与现代制造业相融合，以提高工业生产的灵活性、可追溯性、多功能性和生产效率，为制造业开辟新的商业模式。工厂内部和外部之间的界限也越来越模糊，工厂不再是独立的封闭实体，而是庞大的价值链和生态系统的一部分，这就是所谓的“虚拟工厂”。那么根据5G的技术特点，5G可能支持的业务场景包含：5G技术与传统制造企业的应用需求相结合，可以产生物联网、工业自动化控制、物流追踪、工业AR、云化机器人等应用场景。1. 数据串联：随着数字化转型的逐渐推进，物联网作为连接人、机、料、法、环、测等多业务元素，通过5G数据传输快、传输量大等特点满足串联制造过程中各个环节的需求，用于智能工厂当中数据串联与正反向追溯。2. 自动化控制：之前的工业自动化控制都是通过工厂自动化总线来控制，但是这种应用模式造成传输距离有限，无法满足远距离操作控制需求；5G可提供极低时延长、高可靠等技术，无法工程机械操作成为可能。3. 端到端集成：由于数字化转型盛行，部分企业将业务范畴由制造端拓展到服务端，则需要端到端整合跨越产品的整个生命周期，要连接分布广泛的已售出的商品，需要低功耗、低成本和广覆盖的网络，企业内部各个部门与企业之间（上下游企业）的横向集成也网络传输数据，5G的技术特点刚好满足该类需求。4. 工业AR：在流程式生产企业中，需要人为到现场巡检、设备监控等，但是由于部分设备所处环境恶劣，比如核电厂设备巡检，但为了保障设备的正常运转、监控工艺的贯彻执行（温度、压力等），需要人为频繁涉险。这种情形下增强现实AR将发挥很关键作用，远程专家业务支撑，例如远程维护。在这些应用中，辅助AR设施需要最大程度具备灵活性和轻便性，以便维护工作高效开展。5. 云化机器人：在智能制造生产场景中，需要机器人有自组织和协同的能力来满足柔性生产，这就带来了机器人对云化的需求。5G网络是云化机器人理想的通信网络，是使能云化机器人的关键。5G技术倒逼制造行业产业升级：当前制造业的转型可以看作是自动化升级和信息技术的融合提升，这不仅仅是自动化和机器换人，而且工厂能实现自主化决策，灵活生产出多样化的产品，并能快速应对更多的市场变化。人工智能和制造系统的结合将是必然的，利用机器学习、模式识别、认知分析等算法模型，可以提升工厂质量控制与生产管理能力，通过不同领域技术相互融合，才能使企业面对激烈的竞争，倒逼产业升级。5G技术赋能制造：1）远程设备运维大型企业的生产场景中，经常涉及到跨工厂、跨地域设备维护，远程问题定位等场景。5G技术在这些方面的应用，可以提升运行、维护效率，降低成本。5G带来的不仅是万物互联，还有万物信息交互，使得未来智能工厂的维护工作突破工厂边界。工厂维护工作按照复杂程度，可根据实际情况由工业机器人或者人与工业机器人协作完成。在未来，工厂中每个物体都是一个有唯一IP的终端，使生产环节的原材料都具有“信息”属性。原材料会根据“信息”自动生产和维护。人也变成了具有自己IP的终端，人和工业机器人进入整个生产环节中，和带有唯一IP的原料、设备、产品进行信息交互。工业机器人在管理工厂的同时，人在千里之外也可以第一时间接收到实时信息跟进，并进行交互操作。2）设备联网提到工厂内的应用，最容易想到的还是控制。工业控制大致分为设备级，产线级和车间级，设备级和产线级对可靠性和延时要求很高，又很少移动，因此在uRLLC完成前，目前主要还需要通过现场总线等有线方式。车间级网络的布置和控制倒是有5G应用的空间。随着工业互联网的发展，越来越多的车间设备，如机床、机器人、AGV等开始接入工厂内网，尤其是AGV等移动设备的通信，有线网络难以满足，对工厂内网的灵活性和带宽要求越来越高。传统工厂有线网络可靠性带宽高，但是灵活性较差，无线网络灵活性较高，但是可靠性，覆盖范围，接入数量等都存在不足。兼具灵活性、高带宽和多终端接入特点的5G，成为承载工厂内设备接入和通信的新选择。3）质量控制现阶段工业品的质量检测基于传统人工检测手段，稍微先进一点的检测方法是将待检测产品与预定缺陷类型库进行比较，上述方法的检测精度和检测效率均无法满足现阶段高质量生产的要求，缺乏一定的学习能力和检测弹性，导致检测精度和效率较低。而且由于计算能力较弱，4G 的时延过高、带宽较低，数据无法系统联动，处理都在线下进行，耗费极大的人力成本。基于 5G 的大带宽低时延，通过 5G+AI+机器视觉能够观测微米级的目标；获得的信息量是全面且可追溯的，相关信息可以方便的集成和留存，从而改变整个质量检测的流程。区别于传统的人工观察， 视觉检测能够清晰的观测物料的表面缺陷，视觉检测包含更大的数据量、需要更快的传输速度，5G 能够完全解决视觉检测的传输问题。4）可视化工厂在智能工厂生产的环节中涉及到物流、上料、仓储等方案判断和决策，生产数据的采集和车间工况、环境的监测愈发重要，能为生产的决策、调度、运维提供可靠的依据。传统的 4G 通讯条件下，工业数据采集在传输速率、覆盖范围、延迟、可靠性和安全性等方面存在各自的局限性，无法形成较为完备的数据库。5G 技术能够为智能工厂提供全云化网络平台。精密传感技术作 用于不计其数的传感器，在极短时间内进行信息状态上报，大量工业级数据通过 5G 网络收集，庞大的数据库开始形成，工业机器人结合云计算的超级计算能力进行自主学习和精确判断，给出最佳解决方案，真正实现可视化的全透明工厂。5）物流管理在 RFID、EDI 等技术的应用下, 智能物流供应的发展几乎改善了传统物流仓储的种种难题。但现阶段 AGV 调度往往采用 WIFI 通信方式，存在着易干扰、切换和覆盖能力不足问题。4G 网络已经难 以支撑智慧物流信息化建设，如何高效快速的利用数据区协调物流供应链的各个环节，从而让整个物流供应链体系低成本且高效的运作是制造业面临的重点和难题。5G 具有大宽带特点，有利于参数估计，可以为高精度测距提供支持，实现精准定位。5G 网络延时低的特点，可以使得物流各个环境都能够更加快速、直观、准确的获取相关的数据，物流运输、商品装捡等数据能更为迅捷的达到用户端、管理端以及作业端。5G 高并发特性还可以在同一工段同一时间点由更多的 AGV 协同作业。综合来讲，技术的发展会激发许多隐藏的需求，比如2G技术会激发视频对话的需求，IT与OT的共同发展引出在线自动化检测；5G技术会引出更多的隐藏的需求，从个人体验、成本、质量与业务范围上全方位进行产业升级。

作者：张福明 | 来源：e-works随着市场竞争的全球化及互联网商业的兴起，导致用户需求的多样化和产品生命周期的短缩化，以致供应链体系日趋复杂，甚至畅销商品也难以使企业获得以往的高额利润。为了应对复杂的竞争环境，互联网+、工业4.0、个性化定制等概念兴起。尽管很多花企业巨资导入了信息化系统、工业机器人等，但并未给企业带来实际利润与促进业务变革的作用。本文结合笔者在日本三菱电机从事研发设计和BOM系统应用的经验，及在国内从事PLM顾问和在汽车IT部门及家电研发部门负责BOM体系推进的实际经历，总结了业务流与信息流相互配合的体会和关键点，揭示先进大型制造企业通过BOM体系构筑敏捷业务模式的诀窍。0前言很多企业基于宏伟的战略纷纷导入PLM、ERP、MES等系统，但这些企业却发现信息化系统并未给业务带来明显变化，甚至有些系统成为了业务的阻碍。对比国内外企业实施案例后，信息化业界得出结论：信息化成功的关键是七分管理三分技术。那么，七分管理指的是什么？国内很多企业即使在信息化系统导入前做了咨询项目，改变了业务模式，但信息化系统起到的作用仍然不是那么明显，最终得出结论是企业能力不行。引用一位国企高管的话：企业能力差，是战略不行，然后做战略咨询；做完战略咨询，又说体系不行，然后做体系咨询；做完体系咨询，又说流程不行，然后又做流程咨询；做完流程咨询，最后说能力不行，回到原点。大家是不是对此场景很熟悉啊！玩笑中又带着一些无奈。因为这种能力不是战略、体系、流程可以固化为方法论，而是工程师在这些宏观模式下做事的微观能力，必须有深厚工程背景的人才能总结出的适合企业的能力。如果对此能力做一个定义：工程师的业务行为可以入IT系统，也就是DMU化与BOM化，衡量指标是DMU和BOM的鲜活度。DMU和BOM的鲜活度可以通过流程与系统维护并提升，但根源是工程师的业务能力。在产品同质化的今天，只有深度挖掘业务潜能才能构建竞争优势（真正的爆品除外）。而这种能力就是模块化设计能力与协同作业能力，对应的数据模型就是模块化BOM体系。1.工业4.0下的业务模型工业4.0尚未有统一的定义，站在不同的视角对工业4.0的理解不同：交互、互联、智能、大数据、CPS等。但本质上还是为了提高企业竞争力（图1），是信息技术发展到新阶段的工业发展模式。其中BOM恰恰承担了企业信息脊椎的作用，贯穿了企业各个部门。并且通过各种信息化系统的集成，把用户、企业、供应商以BOM为纽带互联起来。例如，用户通过销售配置器选择所需功能的产品，DMU数据可提供视觉的图片，BOM数据可匹配所选的产品型号。如果产生个性化订单，以订单号的形式管理产品BOM。甚至订单BOM再次解算成物料，那么就形成C2M的业务形态，而信息流支撑的业务形态再反馈到财务指标构成企业的盈利模式。1.1 工业4.0的第一步从互联工厂开始无论哪种工业模式，真正产生价值的部门是工厂，以互联工厂作为工业4.0的切入点直触工业的本质。互联工厂是以用户需求为中心实现大规模定制，这种制造模式不同与传统模式的差别在于，生产线上的产品是有主人的。这种业务模式下意味着成品零库存（注：产品库存为已售出产品）的可能，释放了企业的现金流，提高了企业的生存能力。图1 企业盈利与业务能力、BOM数据的关联且通过生产系统及制造现场机械手，把人员从重复枯燥的劳动中解放出来（图2）。以往每个工位都需要匹配工人的大规模制造业，就可以成为柔性自动化生产线。此生产线的成功并非单纯导入硬件设备和软件系统，而是制造工艺的统一化。1.2 互联工厂的信息流必然是MBOM+订单BOM互联工厂之所以互联，也就是把业务能力与硬件设备联系起来。笔者和国内很多信息化专家讨论过工业4.0：PLM、MES、自动化等系统早就在汽车行业大规模应用了，为什么以前不被称为工业4.0？现在国内热炒的制造2025等概念，只是德国软件商的噱头。笔者的经验：制造业已经到了竞争的红海，属于生产过剩的时代。所以围绕用户建立生态圈，吸引用户是新的经济模式。而在这种商业模式下，更能够适应时代的制造模式为互联工厂。互联工厂的生产模式不仅仅在OTD端是以用户需求的制造模式，更要求企业在研发端建立以用户需求驱动的开发模式。在用户需求多样化和制造设备有限的前提下，模块化设计的概念应用而生。其实设备还可以是以往的设备，系统还可以是以往的系统，但业务思想和行为是新的，这种新的思想必然通过BOM把各部门联系起来。笔者根据在日本企业、IT行业及研发业务的经历，对互联工厂的业务信息总结了五点：①用户生态圈：用户需求的焦点及痛点；②商品模型库：基于用户生态圈交互出的商品模型；③零部件数据库：基于商品模型衍伸出具体配置产品的物料信息；④工艺数据库：满足产品多样化的有限设备工艺；⑤订单BOM：贯穿用户-工厂的信息流。1.3 互联工厂的前提必须是模块化设计除了自动化、机器人及制造信息系统等表层能力外，互联工厂的难度在于保证利润的前提下生产出满足用户需求的多样化产品，也就是在有限的设备下生产出多样化的产品来。什么是模块化设计？很多人都会提出不同的见解。汽车比较典型的就是产品架构（VPPS）和产品群开发模式。但这只是表面现象，因为研发部门执行的还是纵向的产品开发模式。由于历史原因，国内不缺乏产品设计能力，但缺乏产品骨架及接口定义的能力，缺乏横向管理平台/模块的业务能力。这样说可能很理论，笔者在三菱电机开发电梯的箱体实际经验作为案例。各位可以通过图3可以看见，电梯箱体是可自由变化的尺寸，模块化设计基于箱体模型进行了参数设定。画一个尺寸不是代表一个具体的数据（多复杂的产品都可通过逆向工程获得），而是一个线性参数。比如箱体内部尺寸范围（900-2400），这条线其实是一个平面展开。涉及到的区间划分，要综合考量工艺、物流、安装等综合成本。当次模块构建完毕，其实用户大多数需求都能过覆盖，这种覆盖是区间的覆盖，不是点的覆盖，覆盖区域可快速满足用户的报价，或者根据用户预算来提供解决方案。所以互联工厂实现的真正前提是模块大面积覆盖用户需求，这种能力是横向开发业务能力，不是简单的产品划分能力和流程能力。所谓模块化，就是改善产品的QCD，经营者要从流程管理的宏观经营视角到产品管理的微观经营视角。而推行模块化设计必须理解BOM，因为BOM承载着新品开发和订单交互的责任。2.工业4.0下BOM体系构筑的关键国内企业对BOM理解相对片面，多为认为是IT领域的事情，就算相对先进的汽车行业，BOM管理工程师大都是主数据维护工作。虽然BOM工程师担负起了产品横向管理工作，但仅仅是数据管理，并未有模块化设计职能。虽然车企把BOM定位企业战略项目，成为制造业的DNA，但未能做到业务与数据的统一化。以汽车行业为例，从生产的角度来看，欧美汽车企业和丰体汽车差距不大，甚至有所超出，但是丰体汽车真正核心在于精益研发。丰田的整车开发周期大约在12-18月之间，欧美整车开发周期为24个月左右。这仅仅是TTM一个指标，由于丰体汽车推行模块化设计，零部件通用性远高于其他车企。95年数据显示，丰田的MD指数为35.5，远远优先于其他车企，并且每个零部件管理成几乎是其他车企的一半左右。BOM管理优势不在于做爆品（诺基亚、苹果案例不做考虑），而是对成熟产品的深度管理，促使各部门规规矩矩地并联协同提升价值链。现在的中国汽车行业中，整车中80%的零件由供应商提供，所以配置设计已经成为可能，研发难度大大降低。如果企业结合模块化/标准化设计，是可以快速研发出整车的。而配置设计的前提，就是对BOM的理解和基础数据规范的建立，也就是BOM系统的建立。相应要建设数据冗余（零部件数量），就得通过模块化设计建立规范的接口系统。3.结论从笔者的经验来看，制造业的JIT时代已经到来，靠人海战术生存的企业必然淹没在竞争的红海中。制造2025如何在企业落地？工业4.0体系如何搭建？这都是值得企业经营层思考的事情。