制造業數字化轉型的內涵:本文的制造業數字化轉型是指將新一代信息技術覆蓋制造企業的設計、生產、管理、銷售及服務各個環節,并能基于各個環節產生的數據分析與挖掘進行控制、監測、檢測、預測等生產經營活動,在縮短研發周期、增加采購實時性、提高生產效率與產品質量、降低能耗、及時響應客戶需求等方面賦能。該概念強調兩個點:其一,制造業的整個生命活動周期都由新一代信息技術所覆蓋,既能用先進技術改造各個業務環節,又能盡可能促使全流程走向數字化;其二,產業鏈條上的各類活動、運營管理活動可通過數據分析賦能決策、預測生產、創新服務。總之,通過信息技術的應用,可以實現效率與價值的雙提升。
制造業數字化轉型所具備的條件: 政策端:政策方向以補短板、育龍頭、促新技術與制造業融合創新為主調,引導制造業向服務型制造業轉型。 技術端:AI、5G等相關技術的基礎建設逐步推進,并且逐步在工業場景中推行應用。 資本端:資本市場整體下行的情況下,軟件相關企業獲投次數與金額逆勢上漲,其中以MES、AI檢測等為主。 供需端:對于供給端而言,軟硬件產品已經逐步覆蓋生產制造全場景。大部分行業頭部廠商逐步向平臺型廠商演變,其服務更加綜合,覆蓋的服務范圍更加寬泛。對于需求端而言,大部分制造業企業目前在供應鏈、生產管理、數據分析等模塊上或多或少均已經有較為成功的軟件應用實踐,即現階段企業在數字化轉型工具方面并非完全的小白,已經具備了一定的數字化轉型認知,具備一定的轉型基礎。 制造業數字化轉型的價值與難點: 轉型價值:在降低研發試錯成本、實現批量個性化生產、促成并滿足買方市場、提升企業生產能力等方面價值明顯。 轉型難點:整體來看,難點可概括為自知難、推進難、落實難三點。針對自知難:1)在龐雜生產參與要素(設備、原材料、人員等)中梳理并明確自身需求難、定位清楚自己的數字化水平難;2)企業如何從諸多同質化的供應商中找到適合的合作對象難。針對推進難:1)制造業企業服務鏈條長,轉型不是一個人或一個部門的事,破除部門墻難;2)轉型具有金額高、周期長的特點,供需雙方之間就需求變、急求成、急見效等問題會存在諸多拉鋸,順利推進難。針對落實難:1)制造業企業生產相關數據采集、應用難;2)培養并順利過渡到數字化的工作方式難。 制造業數字化轉型的建議與啟示: 轉型建議:在轉型的各個環節、各個參與要素上需自省、外查并行,戒驕戒躁。 供給端:1)對于主打集成商的大廠而言,要針對自身企業基因尋求合適的發展路徑,初步來看,對于沒有制造業經驗的玩家,通用服務>垂直深耕服務用以開源,市場選擇先行用以準確切入行業。對于有制造業經驗的玩家,則收購/合作代替“從零出發”、占領自己所在行業、持續提升技術投入等是重點。但是,不管哪類企業,都需要重視政府關系。2)對于垂直類玩家而言,經過前期的客戶積累、口碑建設后,往往通過生態合作伙伴的建立走向平臺化服務,最終可能演變為集成商。 需求端:數字化轉型具有持續性,需要企業時刻關注市場變化保證企業數字化方面的先進性。同時,企業要找到適合自己的切入路徑,忌盲目追求大而全。目前市場上最常見的路徑就是協調式或探索式轉型。
數字經濟時代,數字化技術正深刻變革企業人才發展的方方面面,其中,組織學習與員工培訓的數字化改造潛力巨大,已成為企業加速構建高質量人才供應鏈的抓手。二十余年來,企業數字化學習行業伴隨著新技術應用與創新而不斷發展,數字化的平臺、內容和運營業已成為驅動企業落地實施培訓與學習數字化轉型的“三駕馬車”,并呈現不斷交融的發展趨勢。基于此,本報告從供需雙方出發,通過對行業發展驅動力、市場規模及發展痛點的描述,介紹行業的基本面情況。除此之外,報告將站在乙方廠商視角,通過調研收集不同類型客戶的需求,結合海外廠商的發展路徑,為乙方迭代產品、交付服務和拓展客戶提供策略建議。
易變、不確定、復雜和模糊的新商業格局正在加速企業人才開發方式的數字化轉型;疫情影響線下交付和企業現金流,客戶預算縮減,機構業績承壓,數字化學習突圍;產業數字化程度提升,業務系統與學習系統關聯性增強,企業的學情畫像更加豐滿;資本助力,橫跨“企業服務”與“職業教育”兩大黃金賽道,投融資規模持續攀升。
效果檢驗已進入深水區,SMB市場拓展仍存爭議,人力資本管理漸成供需雙方共識;2021年,市場規模達34億,精品化內容提升訂閱價值,專業化服務助力客戶成功;行業走向成熟,市場競爭加劇,以品牌勢能、場景理解和技術創新構建核心競爭力。
千人以上規模企業是重點客群,客戶多關注交付靈活度、業務相關性及技術附加值;客戶對外部內容依賴程度高,廠商制課能力是關鍵,內容供給的質量應優先于數量;客戶普遍缺乏數字化學習運營手段,準確的需求理解是客戶代運營服務成功的基礎。
反思過去,廠商應立足業務,關聯場景,將績效改進作為檢驗學習效果的唯一標準;把握當下,廠商應以人為本,循序漸進,以融合創新的技術手段提升員工學習體驗;展望未來,廠商應以資本為紐帶,布局生態網絡,搭建一體化人才管理與發展平臺。
隨著企業對采購精細化管理的要求,數字化采購開始由ERP時代邁向SRM時代。狹義的數字化采購即SRM(供應商關系管理)軟件,覆蓋從采購尋源到交付結算、供應商評估的整個生命周期,能夠對主營物資、非主營物資進行不同顆粒度的管理。
企業采購流程復雜、品類繁多,供應鏈流轉效率低、成本居高不下制約企業發展。科學運用數字化采購的手段,可以幫助企業低成本、高效率地構建緊密采購與供應關系,提高庫存周轉率,加快供應鏈響應速度,減少資金占用。
以SRM軟件的收入口徑核算目前已采買數字化采購軟件的市場規模,2021年中國數字化采購市場規模達到16億元,同比增長17.9%。考慮企業節流意識的不斷增強,預計到2024年市場規模將達到32億元,其中SaaS收入將成為市場增長的主要動力。
相比CRM、ERP等企業級軟件,數字化采購尚處在發展的極早期階段。中國SRM軟件的潛在市場空間約1200億元,當前滲透率僅在1%左右。隨著數字化采購應用成熟度的提升,SRM軟件將遵循由超大型企業向大型企業進而向中小企業滲透的路徑。
數字化采購廠商拓展收入來源、增強競爭力的方向包括:1)開展供應鏈金融業務,促進資金高效利用,提高客戶對管理工具的粘性;2)構建商業協同網絡,聚集海量采購方與供應商,通過供需雙方的高效連接形成網絡效應。
來源:騰訊研究院
騰訊研究院、騰訊云發布《數字化轉型指數報告2021》,報告顯示, 在數實融合已成為國家中長期重大戰略的前提下,全國數字化轉型指數持續走高。其中,數字化轉型指數由基礎設施層、平臺層和應用層三個層次的指數加權平均而得。
1、總體方面。 報告對全國351個城市和18個主要行業的數字化轉型進行了全面的洞察和評估,并專門提取云計算和AI指數進行專題分析,展示用云量和賦智量在各區域和各行業的排布情況。
2、分項增長。 報告顯示,廣東、上海、北京是全國數字化轉型指數排在三甲的省市。河南、湖北、湖南指數規模和增速均位列全國前十,成為“雙強”省份,其中,2021年第一季度,湖北由于數字化助力抗疫恢復的突出成績,首次躋身全國前十。行業上,電商和金融等行業數字化領先明顯,是行業均值的三倍多,過去一年,傳統行業的數字化轉型呈現高速增長。
3、整體來看。 全國的數字化發展有兩大特征:一是由 城市群引領 ;二是在趨勢上呈現出從 東部向中西部擴散 的特征,中原、長江中游地區的增速異軍突起。
4、從城市數字化進程看。 上海、北京、深圳和廣州等一線城市持續領跑,武漢、南京、天津等新一線城市更加突出,成為數字化新主力。
5、對于傳統行業。 數字化轉型呈現高速增長,廣電、制造和零售表現突出。
6、對于制造業。 數字化轉型也在西部、北部有突出表現。寧夏、云南、重慶、吉林、遼寧等老牌工業省份通過加大智能制造建設應用,推動當地工業數字化轉型。
7、總體來看。 當下中國數字化增長動能整體強勁,數字化轉型指數持續走高,長期增長的趨勢沒有變化。但是,隨著疫情趨穩,各行業數字化緊迫性降低,轉型進程可能放緩。未來的數字化轉型,將進入一個動力與壓力并存的時期,行業需要營造良好的空間和環境,以便發掘更多長期性的、剛需型的場景,持續鼓勵數字經濟與實體經濟的融合、共生與創新。
當前,以云計算、大數據、物聯網、人工智能、5G為代表的Cloud2.0新技術集群的融合發展,推動著技術范式的轉變,并與各行各業廣泛滲透和融通,成為新工業革命的主要驅動力,是改變生產生活方式、產業變革升級的強大新動能。截至今年6月,我國制造業重點領域企業關鍵工序數控化率和數字化研發設計工具普及率分別達到51.1%和71.5%,工業互聯網平臺生態加速構建,政務、金融、醫療、能源、交通等領域大數據的應用也在進一步拓展。2019年,我國數字經濟規模達到35.8萬億元,占GDP比重達到36.2%,增速超過同期GDP增速7.85個百分點。可以說,數字經濟已經成為當前發展快、創新活躍、輻射廣泛的經濟活動。
企業數字化分為內部運營管理數字化、外部商業模式數字化和行業平臺生態數字化三大部分。對應地在技術層面,就是要實現系統的內部垂直集成、外部橫向集成,以及平臺上的端到端集成。
平臺經濟和平臺模式是數字化轉型和落地的主要實現方式。對于行業的大企業而言,需要轉型成為行業性和社會化平臺,形成生態鏈,從而保持行業地位。對于行業內的中小企業來說,則要成為行業平臺上的專業化合作伙伴,讓自身的價值鏈在平臺上占據重要一環,保持生態合作。
“21世紀以來,隨著人工智能、大數據、云計算、物聯網等新一代信息技術的快速發展及應用,“智能制造”概念進一步深化。根據我國工信部2016年出臺的《智能制造發展規劃(2016-2020年)》中定義,“智能制造是基于新一代信息技術與先進制造技術深度融合,貫穿于設計、生產、管理、服務等制造活動各個環節,具有自感知、自決策、自執行、自適應、自學習等特征,旨在提高制造業質量、效益和核心競爭力的先進生產方式。””
根據上海市人工智能技術協會和商湯智能產業研究院聯合發布的《數字化轉型白皮書:數智技術驅動智能制造》,如今各國對“智能制造”的理解都不再局限于生產過程或單體智能,而是擴展到產業價值鏈的各個環節、包含企業活動的方方面面,也不再單方面強調數智技術本身的應用價值,而是更加重視數智技術與先進制造等跨領域技術的深度融合和實踐創新。
由數據驅動代替經驗驅動已成為產業數字化轉型的共識。如果將數據視為智能時代的“新石油”,那么數智技術即是鉆取和提煉“石油”價值的“煉油工廠”,使用數智技術廣泛獲取數據,進行深度學習,將海量原始數據加工為知識,并轉化為決策或行動來指導企業運行。
數智技術是推動產業數字化轉型不可或缺的關鍵技術,其應用價值主要體現在三個方面:
決策更及時:實時獲取場景/業務數據的自動反饋,結合智能化分析進行動態預測,代替人工經驗判斷,提升決策的準確性和及時性,例如基于設備狀態實時分析的故障預測和健康管理,或基于在線用戶數據的需求預測,加速產品創新和迭代周期等。
運營更精細:隨著產業數字化進程加速,所獲取的數據顆粒度越來越細、數據維度也更加豐富,由數據驅動的企業運營、管理會更加精細,例如基于用戶畫像的精準營銷,或對能源使用的實時監測和控制等。
應用更智能:智能化設備/應用輔助或取代人工崗位,并在應用過程中進行算法的自我迭代和優化,不斷提高決策水平,例如基于機器視覺的產品缺陷監測等。
盡管數智技術對產業數字化轉型的意義匪淺,但在實際落地過程中仍然存在一定挑戰:
數字化程度低,信息閉環難閉合:數據資產的積累是產業數字化轉型的重要前提,如何持續獲取數據,并將分布在不同系統、組織內的數據打通融合是企業數字化轉型的首要命題。目前,多數企業(尤其是中小企業)受限于資金和人才匱乏,對數智技術投入不足,導致企業數字化水平低,缺乏完善的信息網絡基礎設施;此外,由于缺少統一標準、接口和編碼體系,使得企業內外“數據孤島”叢立,無法實現互通、共享,導致企業使用數據規模、種類有限,信息閉環難閉合,海量數據的資產價值無法得到充分發揮。
跨界融合難度大,復合型人才缺乏:數字化轉型實際上是利用數智技術對企業流程再造的過程,需要既具備良好的數智技術素養,又能夠了解產業技術和發展規律的復合型人才。據清華大學互聯網發展和治理研究中心2020年對全球ICT人才調研統計,當前我國數智技術人才主要集中于科技行業,缺乏產業經驗和實踐背景,而產業IT人員總體對數智技術的認知不深,難以支撐產業數字化轉型需要。根據人力資源與社會保障部數據分析,2025年智能制造領域人才需求為900萬人,人才缺口預計達到450萬人。
不同產業差異大,規模效應難一朝形成:由于不同產業或產業中不同領域、不同企業之間存在技術、流程等差異巨大,數智技術在產業中的深入滲透須結合具體場景進行定制化開發,尚不存在一套放之四海而皆準的解決方案,這使得數智技術在產業互聯網中的應用很難像在消費互聯網時代一樣,短期建立規模效應、獲取巨大收益,而是需要與產業合作共進,在垂直領域中不斷積累解決問題的通用能力。
網絡安全問題不容忽視:隨著數智技術的應用推廣,網絡安全問題將成為數字化轉型過程中面臨的重要挑戰。一方面,傳統網絡安全系統跟不上數智技術應用和創新步伐;另一方面,數字化轉型帶來信息節點和信息總量爆發式增長,使得網絡攻擊的潛在損失“指數級”放大,對網絡安全技術提出更高要求。