从大国到强国，制造业的数字化就那么难吗？

大嘉购官网整理编辑：

文章经授权转自公众号： 深响(ID：deep-echo)，作者：亚澜

矛盾、冲突、千头万绪。

Netflix的纪录片《美国工厂》讲述了这样一个故事：中国“玻璃大王”曹德旺投资重建了位于美国“铁锈地带”俄亥俄郊区的巨大工厂。本以为廉价的生产资料及高额的就业补贴可以让这家“美国工厂”迅速盈利，但事实上，来自文化、制度和意识形态的差异激烈碰撞，直接影响了生产效率。

在被评为影史最伟大的五十部纪录片之一的《铁西区》里，主角则是上世纪90年代的沈阳老工业区，9小时的片长填满了坠落的全景与咬紧的牙关，本应轰鸣的工厂里满是沉郁与牢骚。

 

20世纪90年代的铁西区

而纪录片中的种种其实正在世界各处上演：

• 美国汽车三巨头受制于掌控劳资关系的UAW(全美汽车工人联合会);• 俄罗斯在重工业上的经验难以复用于民用制造业、高科技产业;• 日本制造拒斥水平分工、混淆创新与研究，曾经引以为傲的电子产业发生严重衰退。(点此回顾深响文章《日本电子产业大败局》)……

这些争吵与悲情背后，一交织着人性与利益，也抛出了专属于制造业的一个永恒话题——如何降低制造成本、提高制造效率，如何恰当地改革路径依赖、落地创新。

制造业的难题

“工业互联网”是中国制造业给出的“提效降本难题”的答案之一。

事实上，在1850年前后丢掉了世界制造业第一大国位次之后，中国在2010年又重回第一：2018年，中国制造业增加值占全世界份额达到28%以上。在世界500多种主要工业产品当中，中国有220多种工业产品产量居全球第一。

但在工业大国向工业强国转变的过程当中，创新薄弱、技术依存、结构调整滞后等问题渐次暴露。这就需要能够支撑业务科学决策，制造资源高效配置，推动制造业融合发展的工业互联网发挥光热。

简单来说，工业互联网是通过互联网连接工业全要素、全产业链，采集海量的工业数据，再对数据进行管理、分析，反馈到制造企业，从而实现资源的高效配置，推动制造业的高质量发展。

以生产制造场景中的采购链条为例，在传统采购模式下，一家大型企业的供应链管理动辄牵涉数10万级SKU，需要对接的供应商多达几千家，不仅让企业供应链管理“负担过重”，且流程环节过多也让企业对供应链品质管理方面存在风险，工业品价格不透明，质量参差不齐。

与此同时，生产线和采购环节脱节，采购的物资常常不能与生产需求及时匹配，供应链管理体系单向、封闭、低效，更不用说供应链金融的滞后发展了。

在这样的背景下，工业互联网便有了用武之地。

比如在钢铁厂，如果运用工业互联网，在焦化、烧结、炼铁、炼钢、轧钢、仓储运输等核心生产环节中实现设备快速接入，将生产环节中每一个部件的工作数据进行记录、收集、汇总并高效分析，那么就能实现厂区单点设备及整个厂区设备的管理、监控、预警等功能。

一旦某种原材料、设备或者MRO(运维物料)告急，系统便会自动生成需求，同时也避免了提早过长时间备货，浪费库存的现象。

不过，虽然工业互联网拥有“神奇”功效，但在实际生产过程中，许多要素都是断层的。你无法指望一家县级工厂接受创新的理念及成本，也很难劝说一家传统工业巨头把关系生产命脉的数据都交给互联网。

创新的错配正是当下工业互联网的急症。

对于一个工厂而言，工业互联网并非等同于先进。在工业制造的场景下，更重要的是看最终生产结果实现的过程中，如何实现效率以及经济效益的最大化——如果创新的研发成本太高，或是现阶段无法实现与人工同等的效率，那么短期内强行创新，意义并不大。

“一个工厂的自动化程度的高低，是由加工对象决定的。”西门子工业自动化产品成都生产研发基地总经理李永利曾在接受「深响」采访时表示：“加工对象对于工艺的要求，才是决定工厂自动化程度高低的关键，将两个生产不同产品的工厂强行放到一起进行自动化程度比较，实际上是没有意义的。”

因此，尽管人们感慨“无人工厂”的先进，“AI+制造”的时尚，甚至“5G工厂”的前瞻性，但我们无法奢望水平差距极大的工厂们都嫁接上最创新的技术，真正要完成从高科技样板间到实实在在每条生产线的落地，还有很远的路要走。

一个值得思考的案例

在这条工业强国的道路上，除了航天科工、三一重工、海尔、美的、富士康等制造业龙头孵化的工业互联网平台，阿里、腾讯、京东等互联网公司的思考或许能给我们一些启发。

阿里云的supET工业互联网平台奉行的是三步走，逐步实现工厂内部的智能化改造、工厂间的协同智造及消费与生产打通;腾讯方面，今年3月马化腾就曾表示：工业制造业是实体经济的重中之重，工业互联网是产业互联网的主战场。而我们看到本月，西安阎良国家航空高技术产业基地就与腾讯云签署了共建西北首家腾讯云工业云基地的合作协议。

在产业互联网号角吹响的一年里，互联网公司对于产业革命的思考越发深刻。

在今年工博会上，京东工业品对外展示的智能工业物联网产业平台解决方案更让人看到了超出“工业品采购”的顶层思考——京东物联平台与超过500个品牌的2000多款产品，在多个场景下超5.7亿次服务数据的基础上，探索IoT技术在工业制造业场景的应用落地。

“智能工业物联网产业平台解决方案的发布，也是对京东工业品数字化、平台化和生态化战略的落地成果展示。”京东集团副总裁、企业业务事业部总裁宋春正表示，该解决方案不仅仅是一个横向“平台”，而是从“端数据”一直到“云处理”再到产业链多维融合的集成智能供应与服务的立体架构。

具体来说，这其实是京东此前发布的iSRM智能采购管理系统与京东智能工业物联网产业平台的打通。

 

图片来自京东工业品

先看iSRM，这个系统实际上是针对工业制造业长期存在的长尾商品多、供应商数量庞大、供应链管理难度大等问题的，相当于把过去分散、不透明的采购环节都集中到了线上——集合了商品、金融、物流、服务、质控，从而帮助企业解决寻源系统、商品采购管理、履约验收、财务对账付款及售后服务等。

这样就把供应链管理的上、中、下游完全数字化、一体化了。

“京东工业品的iSRM平台，恰好填补了海尔集团的好品海智工业成套服务平台市场化业务的诉求。实现了国内首个服务链条全覆盖、资源完整、数字化能力强的综合型工业品服务平台。”海尔相关负责人表示，京东工业品的这套解决方案契合了国央企等大型企业在采购领域管理集约化和而数字化的转型需求，对助推行业，乃至整个工业制造业优化流程管理有积极意义。

但只有线上的iSRM还远远不够。“工业互联网”与“工业物联网”的关联非常紧密。如果说你还感受不到iSRM等智能系统与传统工业IT架构解决方案的差异，那么结合了物联网之后的iSRM会让人明显感受到工业互联网在提效降本上的“威力”。

 

基于工业互联网平台的解决方案与传统工业IT架构解决方案对比

打通物联网之后，京东的这套解决方案可以自动预测生产部件的生命周期和坏损率，建立及时科学的补货体系，如果遇到设备故障等意外情况也会自动报警并上报iSRM系统，第一时间反馈触发采购流程。

过去大型工厂不仅需要长期驻场专业技术人员，还需要储备大量备用设备、零件，占用大量的资金、库存成本，如今这些工夫可以节省下来。而如果遇到生产线突发状况，系统也会迅速传递信息完成在线下单。

把工业物联网放到企业流水线里，高效搜集使用数据，从采购角度来说，设备生命周期数据被实时上传、集成分析，企业可以精准地预测生产原料的使用情况、设备的使用情况以及MRO的消耗情况，从而合理备货，减少资金及仓储的占用成本，实现供应链采购更高效的流转，并确保流水线成本和效率的最大化。

这是一个全链路一体化的智能协同的服务能力。

 

中国工业互联网平台应用场景案例分布及应用案例成效

不过，物联网与工业互联网的融合也有很多难点。

一方面，由于制造业装备种类繁多、生产厂家众多，统一进行数据采集、处理、分析难度大;另一方面企业之间融合融通、相互促进的产业生态尚未形成，使得各环节之间的鸿沟难以跨越。

创新的落地难，是任何国家制造业都面临的挑战。

据「深响」了解，京东这套解决方案之所以有较强的落地能力，主要是以下几个原因：

• 其一，其切入点是跟企业日常生产运营紧密关联的物资采购管理，基于京东企业业务对超85%的在华500强企业的服务经验，其对企业供应链物资采购的需求、运转逻辑、创新诉求等非常了解，提供的服务也能精准契合企业需求;

• 其二，是在技术研发及创新应用方面，京东智能采购已长期服务于企业供应链及采购管理的全流程数字化和智能化。其本次将IoT技术应用于企业供应链管理场景，是其针对工业制造业生产场景下物资采购及供应链管理的又一次服务升级，并未偏离自身已有服务能力及核心优势;

• 其三，是京东工业品对企业从上游寻源、采购、履约、售后等全链条闭环服务模式，让其围绕企业供应链管理的全流程需求，积累了产业链上、中、下游的品牌及服务商资源，也是京东工业品解决方案能在工业制造企业中快速应用和落地的重要原因。

整体来看，制造业的数字化是一个无可逆转的趋势。

「深响」曾走访联想武汉产业基地，看到其武汉产业基地的量子线项目，已经实现了24%的自动化率(自动化率=自动化生产时间/总生产时间)，未来在项目全部完成后预估能达到43%;同时，目前武汉生产基地有1万1千人，相较数字化改造前同等规模的产能，节省了4000人。

相信这样的工厂会越来越多，能接受互联网思维的制造业企业也会越来越多。到那时，高效的解决方案与可落地的创新，就会成为制造业升级最重要的武器。

中国用几十年的时间走完了发达国家几百年所走过的工业化历程，创造了世界工业化的奇迹，这一奇迹，在工业互联网的助力下还将延续。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)