2023年中国制造业数字化转型路径实践.pptx

制造业数字化转型供给市场仍然处于发展初期。与过去几年年相比，制造业数字化转型的供给方市场发生如下变化：1）行业和客户定位逻辑更加清晰：供给方会选择政策大方向有潜力的、且贴合自身优势的行业去攻克，目前汽车及其零配件、新能源、传统能源等行业比较热。确定行业后，供给方的客户逻辑大致呈现出头部/龙头企业-中腰部-长尾企业的拓展态势。2）供给方的产品及服务在横纵两方细分：在纵向上，呈现场景解决方案-行业解决方案-区域/领域解决方案的广度提升；在横向上，呈现出粗放的综合解决方案-细分场景解决方案-关注流程打通的解决方案的变化，即平台化属性开始凸显。3）制造大厂之间的竞争或将拉开序幕：行业know-how理解与沉淀、渠道体系、品牌影响力等仍是制造大厂间的竞争重点，除此之外，以AI为基础的“智造能力”将是期差异化的重要方面。4）市场化之路开始进入探索与验证阶段：部分供给方已经开启上市之路，将为定制VS标准化产品的路径探索提供参考与学习。ABSTRACT摘要制造企业数字化转型具有优先级，与钱有关的环节往往优先级更高，但当前生产管理及数据价值释放是当前数字化转型的重点，且将持续很长时间。1）针对生产管理，主要聚焦于设备改造上云、研发工艺开发管理、供应链仓储物流管理、排期生产管理等方面，这些方面供需两端匹配度比较高，既具有实际的落地价值，还能进一步积累数据资产。2）针对数据价值释放，主要聚焦于AI和BI两方面：对于AI，主要聚焦于在系统最优、识别分类、预测、知识沉淀等问题处理方面赋能，但ChatGPT对企业工作流程的优化与效率的提升、AI增强开发赋能软件开发与测试等值得期待；对于BI，梳理企业数据资产见的关联与逻辑，赋能决策。制造企业进行数字化转型时，的三个关键词：适合、融合、克服。我国的制造业仍然具有“大而不强”的特点，其分层属性非常强，且企业文化中的“人治”也相对比较重，因此在推进数字化转型时，有3大方面需要注意：1）关于适合：适合的目标、适合的路径、适合的人是基础，毕竟或者依然是大部分企业的首选。2）关于融合：主要指IT部门与业务部门的融合。数字化转型或许是IT部门从成本部门走向价值输出部门的机会：一方面，能够从业务步骤拆解、业务要素确定、业务数据指标搭建等方面助力业务数字化，另一方面，从数据价值流转的视角帮助企业进行战略拆解并落地，即从采购-实施-落地等各个阶段赋能业务。3）关于克服：ISA95架构以满足功能点为主，是点状建设，而数字化转型是以数据价值释放为主，是中心化建设，二者之间存在一定的使用或切换偏差，需要克服或打破。基于制造业数字化转型落地实践分析后的启示有哪些？1）转型具有长期主义：技术迭代速度快，对供给方产品及服务的变革与升级也将作用于制造企业，并经由场景、产线等方式逐步渗透，转型具有长期性。2）软硬件逐渐云化：软硬件云化与工业知识沉淀相互促进，共同推动正向工程的形成与推进。3）从转型构建走向运营：当数字化建设趋于饱和时，基于平台功能及数据关联性的优化、基于知识的沉淀、基于数据价值释放的应用将是未来供给方服务的重点，毕竟花出去的钱需要落实下来。4）产业数据拉通缓慢进行中：数据拉通后的市场将推动买方市场形成，整个产业的价值链有望重构，且离核心机密越远的数据，如行业标准、供

CONTENTS目录背景篇-基本情况说明01Overview02供给篇-产品及服务市场扫描Supplyside03实践篇-各场景转型落地实践Implementation04难点与建议篇-合适、融合与客服ChallengesandSuggestions05启示篇-长期且趋于运营Inspiration

01背景篇-基本信息说明Overview

数字化转型的本质通过数据-信息-知识-智慧的蜕变，优化并赋能企业经营与运转制造业数字化转型并不要求“大而全”，也不要求“一步到位”，重点是希望企业结合自身需求，实现关键业务、关键环节、关键节点的数据资产的积累及应用。因此，制造业数字化转型的本质是解决“关键数据从哪里来、关键数据怎么用、关键数据价值如何构建及应用”的问题。无论制造企业是从顶层规划逐步实施数字化转型，还是解决关键节点智能化及上云，其目的都无法离开两大方面：1）显性方面，满足主机厂商要求、优化研产供销服等各环节，降本增效；2）隐性方面，基于历史数据，进行预测分析，赋能订单预测、赋能设备寿命及维修预测、赋能管理者决策。制造业数字化转型的本质-数据优化并赋能企业经营与运转企业生产制造关键流程设备采购安全质检精益新产品新工艺开发产品、工艺、产线设计及验证工厂订单排产计划生产制造组装及包装仓储物流销售及售后用户能源数据采集、传输数据处理数据分析数据知识沉淀、调用数据应用、可视化数据积累及价值挖掘以IoT、边缘层为主设备接入数据采集（如生产、设备等）协议解析