引言
中小企業(yè)作為數量最大、最具活力的企業(yè)群體，是我國實體經濟的重要基礎。根據第四次全國經濟普查的數據顯示，中小企業(yè)具有“五六七八九”的典 型 特 征， 貢 獻 了 50% 以 上 的 稅 收、60% 以上的GDP、70% 以上的技術創(chuàng)新、80% 以上的城鎮(zhèn)勞動就業(yè)、90% 以上的企業(yè)數量。中小企業(yè)是制造業(yè)數字化轉型的主戰(zhàn)場，是實體經濟發(fā)展的主力軍。
新冠肺炎疫情在全球范圍內的迅速蔓延使經濟增速放緩，給我國經濟高質量發(fā)展帶來嚴峻挑戰(zhàn)。中小企業(yè)抵御風險的能力普遍較弱，面對突發(fā)事件的防范機制不夠完善，在本次疫情中更加暴露了缺人員、缺市場、缺供給、缺資金、缺服務等諸多問題。對于中小企業(yè)中長期的發(fā)展，當務之急是對其轉型需求進行梳理，填補傳統(tǒng)業(yè)務場景與 5G、云和人工智能等數字技術之間的“鴻溝”，加快數字化轉型速度。
2、我國中小企業(yè)數字化轉型現狀
本文結合 GB/T 39116-2020《智能制造能力成熟度模型》，對企業(yè)數字化轉型核心特征和要素進行提煉總結，從人員 ( 組織戰(zhàn)略、人員技能 )、技術 ( 數據、集成、信息安全 )、資源 ( 裝備、網絡 )、制造 ( 設計、生產、物流、銷售、服務 ) 四個維度開展企業(yè)數字化轉型水平分析調研。
為確保數據分析的準確性和客觀性，在江蘇、山東、浙江、廣東等地區(qū)選取了具有典型代表的 2608 家中小企業(yè)，涉及18個行業(yè)大類，每個行業(yè)采集企業(yè)的樣本數均超過 50 家，能夠反映現階段我國中小企業(yè)數字化轉型的整體現狀。
2.1 中小企業(yè)數字化轉型階段劃分
隨著新一代信息技術的飛速發(fā)展，企業(yè)采用運用數字化手段，探索實踐企業(yè)的數字化轉型之路。本文將企業(yè)數字化轉型發(fā)展劃分為三個階段 ：探索階段、踐行階段和深度應用階段。
探索階段 ：企業(yè)對實施數字化轉型有了初步規(guī)劃并開始實踐，對設計、生產、物流、銷售、服務等核心環(huán)節(jié)進行數字化業(yè)務設計。
踐行階段 ：企業(yè)對核心裝備和業(yè)務活動進行數字化改造，實現企業(yè)生產制造全過程數據的采集、分析和可視化。
深度應用階段 ：企業(yè)將互聯網、大數據、人工智能等新一代信息技術與生產運營管理活動充分融合，基于數據分析和模型驅動有效提高科學決策水平。
從數據統(tǒng)計結果顯示，89% 的中小企業(yè)處于數字化轉型探索階段 ；8% 的中小企業(yè)處于數字化轉型踐行階段 ；僅有 3% 的中小企業(yè)處于數字化轉型深度應用階段?？傮w來看，我國中小企業(yè)絕大多數還處在探索階段。
2.2 中小企業(yè)數字化轉型行業(yè)進程與技術更新迭代速度相關
產品直接面向終端用戶、更新迭代快、個性化定制需求旺盛的行業(yè)，企業(yè)數字化轉型水平排名更加突出。
根據圖 1 數據分析結果顯示，汽車、電子、儀器儀表、運輸設備、醫(yī)藥等行業(yè)處于數字化轉型排頭兵地位。這些行業(yè)企業(yè)對設備、系統(tǒng)的數字化、智能化改造意愿迫切，在智能生產線、智能工廠方面具有豐富的實踐經驗，整體水平較高 ；而對于金屬、燃料加工制造以及紡織等行業(yè)，新一代信息技術在整個生產流程中的應用程度較低，數字化進程排名靠后。
圖 1 中小企業(yè)各行業(yè)數字化轉型得分情況
2.3 中小企業(yè)數字化轉型業(yè)務聚焦細分市場
中小企業(yè)更專注于細分市場，專業(yè)化生產、服務和協作配套能力是企業(yè)發(fā)展的核心。根據工信部2018 年制造業(yè)單項冠軍企業(yè)統(tǒng)計，160 家入選“制造業(yè)單項冠軍”的企業(yè)中，中小企業(yè)占到 75.6%。如圖 2 所示，中小企業(yè)在生產、設計、物流、銷售、服務等環(huán)節(jié)各有發(fā)揮，但當前階段更專注于生產制造模式的轉型，主要為產業(yè)鏈上下游提供配套支撐。
圖 2 中小企業(yè)業(yè)務覆蓋情況
3、我國中小企業(yè)數字化轉型痛點分析
3.1 轉型必要性：成本顧慮
企業(yè)數字化轉型是一項系統(tǒng)工程，不僅需要加大研發(fā)投入、人才儲備，還要全面升級各生產環(huán)節(jié)基礎設施，然而中小企業(yè)與大型企業(yè)相比融資較為困難，在生存壓力下中小企業(yè)多存在成本顧慮。
一是轉型技術成本、試錯成本高。企業(yè)自身“造血”機能偏弱，外部“輸血”機制滯后。企業(yè)在難以利用資金杠桿和借助專項扶持的基礎上，靠企業(yè)自身的資本投入幾乎難以為繼。
二是資源投入不足。中小企業(yè)在網絡、設備、信息系統(tǒng)等資源配置方面投入對比大型企業(yè)資源投入相對不足。
圖3 企業(yè)資源投入情況對比
如圖 3 所示，當前中小企業(yè)辦公網絡平均覆蓋率為 89%，關鍵工序的數字化裝備應用比例為 45%、生產過程信息系統(tǒng)覆蓋占比為 40%、設備聯網率為 35%。
3.2 轉型必要性：轉型收益
企業(yè)數字化轉型能夠驅動整個商業(yè)模式創(chuàng)新和商業(yè)生態(tài)重構 , 卻很難在短期內為企業(yè)帶來直接收益，傳統(tǒng)制造領域的中小企業(yè)對于數字化轉型仍處于觀望狀態(tài)。
一是中小企業(yè)對數字化轉型如何盈利，未來能否盈利缺乏清醒的認識。數字化轉型初級階段要應對新興信息技術對商業(yè)模式的沖擊、如何利用新一代信息技術實現企業(yè)跨越式發(fā)展，需要企業(yè)管理者具備敏銳的觀察力。
二是中小企業(yè)數字化轉型見效周期長，企業(yè)關心轉型后是否能真的解決業(yè)務痛點問題，實現降本增效。以 2020 年初的新冠疫情為例，受疫情影響，市場預期不穩(wěn)、需求疲軟、訂單下降、生產下滑，造成中小企業(yè)信心不足、投資意愿下滑。根據中國中小企業(yè)協會發(fā)布的《中小企業(yè)發(fā)展指數》，2020 年一季度中小企業(yè)投入指數為56.2，2019 年四季度均值下降了近 20 點。
3.3 轉型可行性：能力不足
推進產業(yè)升級改造的過程中，中小企業(yè)由于規(guī)模有限，資金投入有限、在轉型人才、數據采集以及新一代信息技術應用等方面能力不足。
在轉型人才方面，中小企業(yè)數字化人才匱乏，人才培養(yǎng)機制不健全是阻礙企業(yè)轉型的一個重要因素。數據分析結果顯示，企業(yè)中數字化相關人才平均占比僅為 20%，15% 的企業(yè)建立了數字化人才培養(yǎng)體系。在數據采集方面，中小企業(yè)對生產制造相關信息缺乏有效的采集和收集。
一是我國制造業(yè)裝備種類繁多，不同廠家不同類型設備的通信接口與功能參數各不相同，缺乏統(tǒng)一標準 ；
二是目前國內很多高端制造裝備多是從國外進口，而這些進口設備的數據接口和數據格式有自己的標準，封閉性比較強。
根據調查數據 ：30% 的中小企業(yè)對生產制造設備實施聯網，實現對設備、工藝等信息采集。36%的中小企業(yè)能夠應用質量檢測設備實現生產過程質量信息的采集與追溯。34% 的企業(yè)實現了設計、生產、 物流、 銷售、 服務等 關鍵業(yè)務數據的采集，見圖 4。
圖 4 中小企業(yè)數據采集基礎水平
在新一代信息技術應用方面，中小企業(yè)的數字化基礎水平較薄弱，40% 的中小企業(yè)能夠實現基于二維碼、條形碼、RFID 等標識技術進行數據采集 ；23% 的企業(yè)實現了關鍵業(yè)務系統(tǒng)間的集成 ；僅有 5%的企業(yè)采用大數據分析技術，對生產制造環(huán)節(jié)提供優(yōu)化建議和決策支持。
3.4 轉型可行性：轉型路徑不清晰
隨著企業(yè)數字化轉型邁向深水區(qū)，關鍵標準規(guī)范缺失、行業(yè)監(jiān)管體系不完善、解決方案不全面等問題逐漸凸顯。
一方面企業(yè)數字化改造需求模糊而龐雜，關鍵標準、實施指南的缺失導致部分企業(yè)由于未清晰認知自身發(fā)展階段與戰(zhàn)略規(guī)劃，在企業(yè)內部數據尚未打通的情況下盲目開展數字化轉型，致使轉型效果不佳。
另一方面缺少一個有效反映轉型價值的評估模式，企業(yè)無法精確了解開展數字化轉型的投入產出效益。
部分
4、中小企業(yè)數字化轉型路徑
4.1 需求識別
中小企業(yè)圍繞自身企業(yè)發(fā)展愿景，梳理核心業(yè)務價值，借助工業(yè)互聯網平臺提供的資源訂閱、數據共享以及能力協作等平臺式服務，最終實現成本下降、質量提高、效率提升、資源配置間的平衡。
在此階段，中小企業(yè)上平臺一方面可依托平臺資源匯聚、優(yōu)化配置優(yōu)勢、控制成本、提高產值 ；另一方面中小企業(yè)通過識別關鍵業(yè)務場景與數字技術應用的契合點，進而聚焦核心業(yè)務場景進行轉型升級。
4.2 轉型實踐
中小企業(yè)升級改造方案，廣泛采用數字化設備，關鍵工序設備具備標準通訊接口，支持主流通訊協議，開啟數字化轉型的踐行階段。
在此階段，中小企業(yè)一方面應用自動化技術、傳感技術、信息技術、通信技術等改造車間各類設備與信息系統(tǒng)，實現設備間的互聯互通與生產過程各核心業(yè)務異源數據的采集、存儲和展示，實現設備與設備、設備與系統(tǒng)、系統(tǒng)與系統(tǒng)間的數據共享 ；
另一方面，通過對不同業(yè)務采集的人機料法環(huán)等數據開展數據集成和數據分析，對生產過程發(fā)生的狀況的結果進行原因分析，形成特定場景的解決方案并不斷的沉淀積累，構建知識庫或解決方案庫，在同類問題發(fā)生時進行調用，降低人員處理同類事件的工作強度。
4.3 深度應用
在信息協同透明的基礎上中小企業(yè)通過互聯網、大數據、人工智能等技術對企業(yè)核心業(yè)務 ( 如計劃、調度、質量、追溯、能源等 ) 各階段積累的知識進行代碼化和模型化，形成模型對未來將要發(fā)生的事件進行預測，進入數字化轉型深度應用階段。此階段新一代信息技術與生產運營管理活動充分融合，基于數據分析和模型驅動有效提高科學決策水平。
一方面從紛繁復雜的信息中提煉出有用的知識，另一方面綜合運用多種知識給隱性問題提供正確合理的建議，滿足處理當前工業(yè)場景中不確定性和大規(guī)模復雜問題的需求，逐步構建企業(yè)核心競爭力。
本文摘自《信息技術與標準化》
