加速推进中小企业数字化转型：标准建设与技术融合并行

21世纪经济报道记者骆轶琪 广州报道 

在中小企业数字化转型过程中，产业面和政策面都在加速推进。

一名行业观察人士对21世纪经济报道记者分析，考虑到资金、人才等资源相对有限，中小型企业在数字化转型过程中会相对审慎，行业总结为：不想转，不敢转，不会转，既担心转型会加速内部压力，又担心不转型会轻易掉队。

面向智能制造转型的趋势，行业出现互联网背景公司转向服务制造业转型的模式和从传统制造业中独立出来的支持模式，其优势各有侧重。对于目前面临的挑战，政策层面也在加码支持中小企业转型。

今年，国家工信部编制了《服务型制造标准体系建设指南》；地方如深圳市针对智能制造系统解决方案提出“揭榜挂帅”申报、针对特定智能化改造项目予以资金资助等举措，不少地方都有类似动作。

前述人士指出，政策支持下，赋能智能制造的企业在积极配合，随着AI技术备受关注，目前已经在点状场景中有所应用。

智造的路径 

赛迪智库认为，企业智能化转型面临“一盘棋”的政策体系仍需完善，供需对接不够精准高效，数字化转型不平衡现象明显等难题。

针对当前阶段向智能制造转型的路径，近日举行的第十届智能制造与数字化创新论坛期间，明珞装备与中国国际经济交流中心共同调研、撰写了《精准支持智能制造服务业高质量发展战略研究》。中国国际经济交流中心科研信息部处长、副研究员王成仁分析道，要厘清智能制造的本质，分层次推进向智能制造的升级，其中生态培育、金融服务、政策创新都需要协同发挥作用。

他指出，智能制造的本质，核心是制造，制造+智能，目前市场上对此有三个理解误区：全民智能化；全链条智能化；全领域智能化。

“我们课题组认为，智能制造需要根据企业的发展阶段、实际情况制订规划，而不是为了实现数字化、智能化牺牲了成本、效率。所以广大中小企业必须得有一个符合企业实际、符合企业规模和发展阶段的解决方案，而不能三个‘全’。”他续称。

目前为制造企业提供数字化、智能化服务和技术解决方案的厂商有硬件和软件两个维度，但缺乏能软硬兼施的厂商并与企业融合发展。“制造业本身是工业knowhow的盒子，如何把这个黑盒子打开（很重要）。原本一些企业制造能力很好，但对如何往智能化方向转型的点位不清晰。这就需要脱离于制造企业，但是从中诞生且对制造有理解的企业提供转型服务。”王成仁分析道。

整体看，目前智能制造服务业在发展中面临五个方面难题：企业缺动力、行业缺认知、创新缺支撑、金融支持缺手段、政府支持缺抓手。其核心都归结于信息不对称，例如想进行数字化、智能化转型的企业，尤其在面对发展困难的时期、对未来也不清晰的状态下，对自身现有设备产线、装备智能化程度不完全掌握的情况下，很难有转型动力。

同时，王成仁指出，在创新升级缺乏支撑方面，需要有第三方评测认证机构将国外相关产品进行比对，然后得出比较公允的建议给企业。

金融支持方面，因为传统引入金融支持需要一定抵押物，但在数字化转型过程中，可能存在多是轻量型、模块化的产线设备，很难有大块资产做抵押，所以传统金融必须得创新。

因此在促进智能制造高质量发展方面，王成仁及其团队认为，要推行一套智能制造标准评测体系、培育一批优质的智能制造服务机构、建设一批智能制造服务业的集群、推广一批智能制造服务业的典型模式，最终形成一批智能制造典型的支柱产业。

当然标准体系并不是所有行业形成统一标准，而是要结合设备商、器件商、产品、用户等，共同提出公允的标准体系，也要针对不同环节提出器件级、设备级、产线级、车间级、企业级、行业级标准评测体系。

服务机构方面，他认为既要具备制定标准的能力，也要具备研发、设备生产、定制化、数字化集成和物联网改造能力等，由此才能更好牵动整个智能制造服务业。

在产业协同方面，不能忽视工业互联网和产业互联网两方面建设。王成仁指出，通过工业物联网把企业产线的资产设备连起来、数据交互起来，让产线运维、工艺革新、质量管控等能在一个平台上实现；同时通过产业互联网来实现核心生产制造链条以外的资金、技术、人才、上下游供应商等要素的资源流动，在此过程中的数据流和业务流能被外部资源所倚重，才能实现完好的智能制造服务业生态。

工业和信息化部装备工业一司智能制造处一级调研员陆瑞阳总结认为，近年来，我国智能制造发展取得显著成效，智能工厂建设水平大幅提升，智能制造供给能力显著增强，智能制造标准和服务体系不断完善。下一步，国家将全面打造智能制造“升级版”，开展智能工厂梯度培育，加强关键技术和产品攻关，持续强化标准引领作用，提升智能制造服务水平。

生态的搭建

向智能化转型涉及的产业环节众多，完善体系化能力并有选择地接触一定大模型功能都是当下重点。

赛迪智库认为，下一步要引导地方优化产业政策体系，推进制造企业评估诊断全覆盖；同时找准重点需求场景，推动场景开放，鼓励数字化服务商开发场景解决方案；也要按不同行业、不同转型程度划分，建立企业矩阵，差异化推荐软件应用或解决方案。

比如梳理制造业数字化转型急需急用标准清单，鼓励智库机构、科研院所等参与标准研制和应用推广，为制造业数字化转型提供科学指引；聚焦石化、建材、机械等重点产业链，引导制造企业、重点行业、产业园区和产业集群释放需求，梳理形成重点行业数字化转型需求清单，基于平台开放场景、技术、数据优势资源等。

产业界也在面向垂直领域探讨落地方案。前述论坛上，明珞装备白车身事业部总经理姚震宇发布智造解决方案，包括明珞柔性魔幻岛、穿梭式高速输送、高价值解决方案-Mino Cube等产品。

其中，明珞柔性魔幻岛对产线进行模块化设计，使产线核心资产利用率有20%以上提升，同时集成MISP工业物联网系统和IMS系统和数字孪生技术。穿梭式高速输送的负载达3吨、输送节拍在6米间距下可达3.5秒，重复精度是正负0.1毫米。Mino Cube通过解耦产线，把它做成高密度、智能化、可组装的机器人工作站，可大幅缩短现场调试时间。

据悉，明珞装备主要服务于奔驰、宝马、大众、丰田等全球头部整车客户、新能源及一般工业客户。

引入更多AI能力及如何实践的话题也备受关注。广汽传祺工艺部副部长林读超认为，机器视觉领域普遍存在价格较高、门槛较高的现状，行业标准化还需要进一步建设。放眼整个汽车行业，目前也面临人工用工成本上升、用工荒的问题，进军海外的厂商需要更严苛的标准。在这些背景下，智能化发展是必由之路。广汽传祺后续对于视觉技术的开发，包括智能化的轨迹方面，都需要有自己的核心技术。

中国移动上海产业研究院、工业能源产品部总经理周威提到，工业大模型、小模型各有优势，应当全面协同发力。在很多实践中，有时用大模型来解决问题，例如知识类的问答问题；小模型则可以解决具体的场景化的识别问题，并以大模型辅助。利用大模型的技术赋能千行百业，同样可以更好地应用到工业领域、制造业领域。