加速推進中小企業數字化轉型：標準建設與技術融合並行

21世紀經濟報道記者駱軼琪 廣州報道

在中小企業數字化轉型過程中，產業面和政策面都在加速推進。

一名行業觀察人士對21世紀經濟報道記者分析，考慮到資金、人才等資源相對有限，中小型企業在數字化轉型過程中會相對審慎，行業總結爲：不想轉，不敢轉，不會轉，既擔心轉型會加速內部壓力，又擔心不轉型會輕易掉隊。

面向智能製造轉型的趨勢，行業出現互聯網背景公司轉向服務製造業轉型的模式和從傳統制造業中獨立出來的支持模式，其優勢各有側重。對於目前面臨的挑戰，政策層面也在加碼支持中小企業轉型。

今年，國家工信部編制了《服務型製造標準體系建設指南》；地方如深圳市針對智能製造系統解決方案提出“揭榜掛帥”申報、針對特定智能化改造項目予以資金資助等舉措，不少地方都有類似動作。

前述人士指出，政策支持下，賦能智能製造的企業在積極配合，隨着AI技術備受關注，目前已經在點狀場景中有所應用。

智造的路徑

賽迪智庫認爲，企業智能化轉型面臨“一盤棋”的政策體系仍需完善，供需對接不夠精準高效，數字化轉型不平衡現象明顯等難題。

針對當前階段向智能製造轉型的路徑，近日舉行的第十屆智能製造與數字化創新論壇期間，明珞裝備與中國國際經濟交流中心共同調研、撰寫了《精準支持智能製造服務業高質量發展戰略研究》。中國國際經濟交流中心科研信息部處長、副研究員王成仁分析道，要釐清智能製造的本質，分層次推進向智能製造的升級，其中生態培育、金融服務、政策創新都需要協同發揮作用。

他指出，智能製造的本質，核心是製造，製造+智能，目前市場上對此有三個理解誤區：全民智能化；全鏈條智能化；全領域智能化。

“我們課題組認爲，智能製造需要根據企業的發展階段、實際情況制訂規劃，而不是爲了實現數字化、智能化犧牲了成本、效率。所以廣大中小企業必須得有一個符合企業實際、符合企業規模和發展階段的解決方案，而不能三個‘全’。”他續稱。

目前爲製造企業提供數字化、智能化服務和技術解決方案的廠商有硬件和軟件兩個維度，但缺乏能軟硬兼施的廠商並與企業融合發展。“製造業本身是工業knowhow的盒子，如何把這個黑盒子打開（很重要）。原本一些企業製造能力很好，但對如何往智能化方向轉型的點位不清晰。這就需要脫離於製造企業，但是從中誕生且對製造有理解的企業提供轉型服務。”王成仁分析道。

整體看，目前智能製造服務業在發展中面臨五個方面難題：企業缺動力、行業缺認知、創新缺支撐、金融支持缺手段、政府支持缺抓手。其核心都歸結於信息不對稱，例如想進行數字化、智能化轉型的企業，尤其在面對發展困難的時期、對未來也不清晰的狀態下，對自身現有設備產線、裝備智能化程度不完全掌握的情況下，很難有轉型動力。

同時，王成仁指出，在創新升級缺乏支撐方面，需要有第三方評測認證機構將國外相關產品進行比對，然後得出比較公允的建議給企業。

金融支持方面，因爲傳統引入金融支持需要一定抵押物，但在數字化轉型過程中，可能存在多是輕量型、模塊化的產線設備，很難有大塊資產做抵押，所以傳統金融必須得創新。

因此在促進智能製造高質量發展方面，王成仁及其團隊認爲，要推行一套智能製造標準評測體系、培育一批優質的智能製造服務機構、建設一批智能製造服務業的集羣、推廣一批智能製造服務業的典型模式，最終形成一批智能製造典型的支柱產業。

當然標準體系並不是所有行業形成統一標準，而是要結合設備商、器件商、產品、用戶等，共同提出公允的標準體系，也要針對不同環節提出器件級、設備級、產線級、車間級、企業級、行業級標準評測體系。

服務機構方面，他認爲既要具備制定標準的能力，也要具備研發、設備生產、定製化、數字化集成和物聯網改造能力等，由此才能更好牽動整個智能製造服務業。

在產業協同方面，不能忽視工業互聯網和產業互聯網兩方面建設。王成仁指出，通過工業物聯網把企業產線的資產設備連起來、數據交互起來，讓產線運維、工藝革新、質量管控等能在一個平臺上實現；同時通過產業互聯網來實現核心生產製造鏈條以外的資金、技術、人才、上下游供應商等要素的資源流動，在此過程中的數據流和業務流能被外部資源所倚重，才能實現完好的智能製造服務業生態。

工業和信息化部裝備工業一司智能製造處一級調研員陸瑞陽總結認爲，近年來，我國智能製造發展取得顯著成效，智能工廠建設水平大幅提升，智能製造供給能力顯著增強，智能製造標準和服務體系不斷完善。下一步，國家將全面打造智能製造“升級版”，開展智能工廠梯度培育，加強關鍵技術和產品攻關，持續強化標準引領作用，提升智能製造服務水平。

生態的搭建

向智能化轉型涉及的產業環節衆多，完善體系化能力並有選擇地接觸一定大模型功能都是當下重點。

賽迪智庫認爲，下一步要引導地方優化產業政策體系，推進製造企業評估診斷全覆蓋；同時找準重點需求場景，推動場景開放，鼓勵數字化服務商開發場景解決方案；也要按不同行業、不同轉型程度劃分，建立企業矩陣，差異化推薦軟件應用或解決方案。

比如梳理製造業數字化轉型急需急用標準清單，鼓勵智庫機構、科研院所等參與標準研製和應用推廣，爲製造業數字化轉型提供科學指引；聚焦石化、建材、機械等重點產業鏈，引導製造企業、重點行業、產業園區和產業集羣釋放需求，梳理形成重點行業數字化轉型需求清單，基於平臺開放場景、技術、數據優勢資源等。

產業界也在面向垂直領域探討落地方案。前述論壇上，明珞裝備白車身事業部總經理姚震宇發佈智造解決方案，包括明珞柔性魔幻島、穿梭式高速輸送、高價值解決方案-Mino Cube等產品。

其中，明珞柔性魔幻島對產線進行模塊化設計，使產線核心資產利用率有20%以上提升，同時集成MISP工業物聯網系統和IMS系統和數字孿生技術。穿梭式高速輸送的負載達3噸、輸送節拍在6米間距下可達3.5秒，重複精度是正負0.1毫米。Mino Cube通過解耦產線，把它做成高密度、智能化、可組裝的機器人工作站，可大幅縮短現場調試時間。

據悉，明珞裝備主要服務於奔馳、寶馬、大衆、豐田等全球頭部整車客戶、新能源及一般工業客戶。

引入更多AI能力及如何實踐的話題也備受關注。廣汽傳祺工藝部副部長林讀超認爲，機器視覺領域普遍存在價格較高、門檻較高的現狀，行業標準化還需要進一步建設。放眼整個汽車行業，目前也面臨人工用工成本上升、用工荒的問題，進軍海外的廠商需要更嚴苛的標準。在這些背景下，智能化發展是必由之路。廣汽傳祺後續對於視覺技術的開發，包括智能化的軌跡方面，都需要有自己的核心技術。

中國移動上海產業研究院、工業能源產品部總經理周威提到，工業大模型、小模型各有優勢，應當全面協同發力。在很多實踐中，有時用大模型來解決問題，例如知識類的問答問題；小模型則可以解決具體的場景化的識別問題，並以大模型輔助。利用大模型的技術賦能千行百業，同樣可以更好地應用到工業領域、製造業領域。