作为“世界工厂”的中国，制造业一直是优势产业。

制造业是现代国民经济和综合国力的重要支柱，其制造业的生产总值一般占一个国家国内生产总值的20%～55%。

2023年，我国规上工业增加值接近40万亿元，占GDP比重达到了31.7%，制造业规模占全球比重约30%，连续 14 年位居世界首位。

但中国制造业现状是与发达国家相比，仍存在着较大差距。

尤其是最近几年，中国部分企业创造价值的能力正在下降，有些企业甚至面临种种困境，面对“中国制造”，部分企业逐渐呈现后劲不足的疲弱态势。

主要体现在：

• 基础研究相对不足，对引进技术的消化吸收力度不够，原始创新匮乏。
• 系统软件等关键技术环节薄弱，技术体系不够完整。
• 目前制造业发展整体上还处于机械自动化向数字自动化过渡阶段。

随着我国制造业规模不断扩大，中国制造业已经从高速扩张转向深入挖潜的关键阶段，数字化转型升级，成为企业确定的方向。

一、生产制造业数字化转型中遇到的痛点

第一，物料管理精细化不足

在生产制造业中，物料管理涉及自制、外协、采购等多个环节，且非标产品仓库管理尤为复杂。目前，物料领取难以实现精细化管理，导致物料使用效率低下，成本控制困难。

第二，订单数据处理效率低下

传统Excel表格手动记录订单信息的方式，在订单量大的情况下，容易出现录错、漏单等问题，后续核单过程繁琐。对于大型企业而言，订单数据分散，查找和统计困难，严重制约了订单处理的速度和准确性。

第三，工艺生产进度不透明

企业在生产过程中，由于生产工作人员需要逐个、人工核对生产订单情况，导致信息同步性差，生产工序进度不透明。这可能导致产品在某些工序被搁置，严重影响生产进度和交货期。

第四，仓库管理不规范

传统制造业在仓库管理方面普遍存在进销存流程缺失、工作效率低的问题。长期依赖人工统计，不仅耗时耗力，而且错漏多，导致仓库管理混乱，严重影响企业的运营效率。

第五，数据分析缺失，决策支持不足

目前，大多数生产制造业企业的数据记录仍停留在单据层面，缺乏直观的数据分析。这使得生产数据分析难以进行，无法为管理层提供有效的决策支持。要提高企业效益，必须解决数据统计和数据管理不规范的问题。

第六，业务流程依赖人工，效率低下

在生产制造业中，业务处理仍大量依赖纸质报销单和人工操作。这种方式不仅耗时耗力，而且容易受到各级审批人时间、地点等因素的限制，导致审批周期长、效率低下。这不仅增加了企业的运营成本，还影响了业务处理的及时性和准确性。

二、制造业数字化转型的基本路径

推动制造业数字化转型，数据是资源、网络是平台、算法算力是工具。加快制造业数字化转型，需要找准发力点，包括制造业企业发展痛点、潜在价值点或优势点，基于数据驱动的洞察与决策、数字化运营与供应链管理、以客户体验为中心、推动产品与服务创新等，形成各自不同的重点和路径。具体分析，制造业数字化转型主要有以下实现路径。

（一）构建制造业全过程数字孪生体

制造业企业要依托工业互联网平台，采集和汇聚研发设计、生产制造、用户服务、经营管理等活动产生的业务数据，并开展数据云端存储、主数据管理、数据标准化、数据质量管理、数据分级分类管控和安全维护等基础工作，在虚拟空间打造企业业务活动的数字“双胞胎”，形成格式统一、可计算、可分析的业务数据链条。同时，要结合业务逻辑和工业知识机理开发数据模型，并在研发、生产、经营、服务等业务活动中部署应用，构建企业级或行业级工业知识图谱，以数据为驱动提升企业科学管理、精准决策水平。

（二）实现制造流程与生产资源的数字化管理

制造业企业要以虚拟化技术为基础，基于企业业务活动全过程数字孪生体实现数据与业务的综合集成，通过全过程场景的虚拟化实现IT与OT的真正融合。运用流程规划设计工具、流程监测管理工具、运营管理云化软件等软件工具，开展业务流程分层分级规划与设计，构建完善的业务流程体系，实时监控业务流程执行过程，评价分析流程执行绩效，确保业务流程的有效执行。

制造企业需基于工业互联网平台全面采集生产资源数据、解析相关协议，构建设备、制造单元、产线、车间和工厂的数据模型，开展生产资源全生命周期规范化管理。通过建设完善的生产资源数据模型库、知识机理库和运维策略库，开展设备运行状态监控、生产调度优化、故障预警处置、能耗安全管理等活动，监测、评价和优化设备的运行效率、能耗、环保、安全等绩效状况，并基于平台开展跨企业的产能共享和协同生产，提升生产管控和创新应用的经济效益和附加价值。

（三）以智能制造为重点推动企业数字化转型

实现智能制造是企业层面加快数字化转型的主攻方向。通过“机器换人”、建立智能工厂和智能车间，全面提升传统制造方式自动化、网络化、智能化水平，并以此为基础催生个性化定制、智能化生产、网络化协同、服务型制造等新模式、新业态。要充分应用物联网、云计算和自动化控制等技术，对机器设备和生产流程等进行优化更新，加快企业数字化技术改造，使企业从单机生产向网络化、连续化生产转变，显著提升企业的生产效率与产品品质；中小企业要全面实现“上云”，建立工业互联网基础，推动低成本、模块化设备和系统的部署实施；着力打通中小企业生产过程各环节的全数据链，鼓励企业深入挖掘数据价值，促进设计、生产、物流、仓储等环节高效协同；培育一批工程技术服务企业，面向重点行业建设智能制造单元、智能生产线、智能车间、智能工厂，通过示范推广、技术对接，引导企业应用先进技术和智能化装备，大幅提升企业智能制造水平。

（四）以平台赋能推动制造业行业数字化转型

制造业数字化转型需要工业互联网平台的支撑。工业互联网是ERP、MES、PLM、PDM、CRM等传统工业信息化软件与物联网、云计算、大数据、人工智能等互联网新兴技术结合而成的产物。其本质是通过开放的工业级网络平台把设备、生产线、工厂、供应商、产品和客户紧密地连接和融合起来，高效共享制造流程中的各种要素资源，促使工业制造由“生产驱动”转变为“数据驱动”，进而帮助企业实现信息深度自感知、智慧优化自决策、精准控制自学习等功能的先进制造过程。

工业互联网平台可以从顶层为企业规划全信息化系统部署的最佳实践路径，帮助企业梳理各项业务流程，为企业积累宝贵的生产运营数据。

（五）以生态建构推动制造业园区数字化转型

产业园区是制造业发展的重要载体，对引导产业集聚、促进体制改革、改善投资环境发挥了重要作用。在园区的规划、设计、建设、管理等方面使用数字化手段进行管理，通过信息技术和各类资源的整合，将“智慧”渗透到园区建设与运营的每个细节，使得园区的整体数据可以从多个层面进行分析，提升园区的数字化基础设施和智慧管控、服务水平；围绕企业的发展要求和人才的精神需要，着力推动产业集群、产业园区、小微园区、特色小镇等数字化转型，提升与推广应用工业园区数字化服务平台，加快探索形成一批推动产业升级的大数据解决方案，建成一批示范性数字化小微企业园；瞄准园区企业数字化转型的共性需求，结合数字化规律和特点，以原有公共平台为基础，加强政府、企业、高校院所、金融机构和中介机构等紧密合作，开展基础共性技术的研究，配套完善集人员培训、应用示范、测试认证等环节于一体的支撑体系，切实降低中小微企业数字化成本。

三、制造业数字化转型实施落地

制造企业想要推进数字化转型，首先明确数字化转型战略，制定规划，然后围绕规划实施落地。对于制造企业来说，需要借助专业的咨询服务机构，完成数字化转型的现状分析、需求分析、流程梳理、整体框架设计和实施方案制定等过程。

第一步 企业数字化转型现状分析

制造企业通过数字化转型评估，了解各环节数字技术的应用场景、效果，以及还存在哪些断点，并了解转型后企业生产流程会带来的改变，与行业标杆进行对比，从而明确企业进行数字化转型的基础。

第二步 分析企业数字化转型的机会与突破口

通过企业内部调研与行业分析，结合行业的标准规范和合规性需求，基于企业的发展战略，来梳理企业推进数字化转型的需求，并根据重要度与可行性来确定企业推进数字化转型的突破口。

第三步 明确数字化系统的整体框架

分析企业的业务流程在数字化转型过程中应当如何进行优化，确定企业进行数字化转型的关键考核指标，制定数字化系统的整体框架，明确企业未来三到五年数字化转型的整体规划。

第四步 确定数字化转型路线图

明确各数字化系统的具体功能、部署方式和集成方案;确定数据采集、设备联网，IT与OT集成方案;制定数字化转型的年度投资计划;明确推进数字化转型的组织体系;分析数字化转型的投资收益;预测数字化转型过程可能存在的风险和规避策略。

第五步 规划落地实施，并及时修订规划

数字化转型的规划也应该是三年一规划，一年一滚动。企业应当对数字化转型的状况进行年检，并结合企业实际情况的变化和新兴技术的发展，对数字化转型的规划进行修订。同时，企业应当高度重视数字化转型的核心团队建设，将IT部门、自动化部门、规划部门和推进精益的部门结合起来，并聘请外部的专家顾问，从而确保企业的数字化转型过程一步一个脚印，取得实实在在的效益。

推进数字化转型，企业是主体。要真正实现数字化转型，需要企业高层有决心、有毅力，真正理解数字化转型的内涵，引领数字化转型的过程。