當前，數字經濟已經成為全球經濟發展的主要動力。云計算、大數據、物聯網、人工智能、區塊鏈等新一代信息技術通過數據要素激發創新潛能，使工業經濟時代的產業運行體系加速變革，使資源配置、生產組織、商業運營、創新協作等方式加快轉變，制造業企業都面臨打造提升數字經濟時代生存和發展能力的現實問題，驅動企業對業務組織、研發設計、生產制造、銷售服務、供應鏈、人力資源等要素開展全方位變革，加快實現數字化轉型。工信部肖亞慶部長指出：“對制造業發展而言，數字化轉型已不是‘選擇題’，而是關乎生存和長遠發展的‘必修課’。”

《“十四五”智能制造發展規劃》指出：“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、銷售、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式”。數字化是智能制造的基礎，企業需要采用數字化產品設計和工藝設計軟件工具、數字化裝備，建設數字化產線、車間、工廠，實現智能制造。因此，智能制造是制造業數字化轉型的主攻方向，智能制造的充分發展會引發制造業制造范式、企業形態和產業模式發生根本性轉變，推動制造業實現數字化轉型。

當前，有關智能制造對制造業數字化轉型的影響研究尚屬空白，無論是從理論體系還是產業經濟方面，都難有相關的數據和研究支撐。為此，我們采用實證分析方法，通過梳理大量的制造企業實踐案例，提出智能制造推動企業數字化轉型的路徑和模式，以期對以智能制造為主攻方向推動企業數字化轉型提供參考。

一、調查分析數據來源

研究數據以國資、央企系統的760個數字化轉型優秀實踐與典型案例為基礎，并對4000多家企業智能制造發展情況開展研究，分析智能制造在企業數字化轉型中的地位和作用。

案例范圍包括場景級、企業級、產業鏈級、生態級，其中：場景級是指案例涉及企業下屬車間、裝置、區域或某些生產環節的數字化轉型，占全部案例的22%；企業級指基本覆蓋全企業或業務板塊的數字化轉型，占比達52%；產業鏈級指涉及供應鏈、產業鏈上下游等企業間的數字化轉型，占13%；生態級指跨企業、跨領域的生態協同應用的數字化轉型，占比為13%。

案例中的新一代信息技術應用包括5G、物聯網、大數據、云計算、人工智能、區塊鏈、邊緣計算等9類。各案例應用新一代信息技術的情況如圖所示。

圖1數字化轉型案例中各類信息技術應用比例

從圖可見，有490個案例應用了大數據技術，有328個案例應用了物聯網技術。邊緣計算、5G、區塊鏈、人工智能技術應用的案例數較少，仍處于試點示范階段。

二、不同行業情況分析

調研企業涵蓋石油石化、機械裝備、能源電力、材料、軍工、醫藥等行業領域。

2.1 石油石化領域

（1）發展現狀

對石油石化領域183個生產單元/產線開展的調研中，實現智能排產的達42%，實現智能物流為27%，實現智能能源管控的為28%，開展全過程質量追溯的達到56%，有5338臺設備實現了遠程運維/預測性維護。如圖2所示。

圖2 石油石化類企業智能制造發展情況

（2）典型案例

某石化公司圍繞“建設千萬噸級綠色智能一流煉化企業”的遠景目標，完善和提升以ERP為核心的經營管理平臺、以MES為核心的生產運行平臺、以新一代ICT技術為重點的信息基礎設施與運維平臺，建成數字化煉廠。實現業務數據集中集成、流程管控智能優化、HSE管控實時可視、精益設備管理預知預防、質量管控快捷聯動、精準計量管理集成應用、精細物資管理和智能倉儲等，重塑生產運營指揮中樞，從經營管理、生產運行、安全環保、設備管理等業務領域開展數字化轉型。如：通過實現物料進出廠計量作業自動化、計量過程可視化、計量數據集成化，實現了計量管理業務的數字化轉型，使計量作業時間縮短1/3，勞動用工減少近40%，與計量相關的風險防控能力明顯增強。

2.2 機械裝備領域

（1）發展現狀

調研的機械裝備制造領域948家生產單位建設有83條智能單元/產線，全生命周期數字化仿真技術應用僅3%，智能排產技術應用僅為12%，智能物流應用僅為5%，應用質量智能檢測技術的為14%，實現智能能源管控的僅為4%，開展全過程質量追溯的有23%，有869臺設備實現了遠程運維/預測性維護。從調研數據來看，機械裝備制造企業智能制造發展還很薄弱，應強化智能制造推動企業數字化轉型工作。如圖3所示。

圖3 機械裝備類企業智能制造發展情況

（2）典型案例

某飛機制造公司以“用數據定義產品、用數據驅動制造、用數據創造價值”的發展思路，對傳統機械加工系統進行智能化改造。通過工藝革新，改變傳統工藝流程，統一設計、加工、檢測基準，形成基于單一數據鏈的高度集成化、標準化的新工藝方法。在數控機床上應用光電編碼器、直線光柵、霍爾傳感器、電流傳感器、電壓傳感器、壓力傳感器等，利用RFID、工業互聯網技術和智能控制技術，實現了傳感、控制、檢測、物流的高度集成和數字信息的全流程貫通。開發MES制造執行系統，實現機床管理、機床操作、工序編排、加工狀態智能控制和柔性生產，實現了小批量、多品種、多工序、高精度零件的24小時無人值守作業。通過智能制造工程實現了傳統機械加工系統的數字化轉型。

2.3 材料領域

（1）發展現狀

對材料領域474家生產單位開展了調研，其中建設有82條智能單元/產線，5個黑燈產線/車間，智能排產技術應用為14%，應用質量智能檢測技術的為25%，實現智能能源管控的僅為7%，開展全過程質量追溯的有25%，有7743臺設備實現了遠程運維/預測性維護。從調研數據來看，材料生產企業智能制造發展還有很大提升空間。如圖4所示。

圖4 材料類企業智能制造發展情況

（2）典型案例

2020年1月，中國寶武集團寶山基地被選為世界經濟論壇“燈塔工廠”，是繼浦項、塔塔后，國際第三家、國內第一家入選世界經濟論壇“燈塔工廠”的鋼鐵制造企業。其在以智能制造為核心推動業務數字化轉型方面做了大量的實踐工作。部署實時在線連續感知監測裝置，增加制造過程探測點，實現冶金流程在線檢測和監控；使質量管理從抽檢變為全檢，從最終結果檢查變為生產過程中檢查，從定性分析變為定量分析，從分段檢驗變為一貫制檢驗，從事后分析變為事前預警。借助智能檢測、機器人和先進控制技術，通過裝備智能化實現無人化生產作業，建成黑燈車間、無人化庫區、自動化裝卸碼頭等，提高作業效率。基于對關鍵設備狀態、工藝、生產、質量、備件等數據進行大數據綜合分析，形成從單臺設備到產線群的設備狀態綜合監測診斷能力，減少設備故障損失；基于大數據，集成采購、生 產、質量、研發、銷售等信息，形成多基地、全流程的協同經營決策支持系統。

三、智能制造推動企業數字化轉型路徑和模式

3.1 智能制造推動企業數字化轉型路徑

隨著信息技術、制造技術，以及二者融合深度的不斷加強，智能制造呈現出不同的發展水平和發展階段，企業以智能制造推進數字化轉型要秉承“問題導向”、“價值驅動”、“成本效益”原則，面向制造裝備/單元、車間/工廠、供應鏈/產業鏈等制造實體不同層級，圍繞設計、生產、管理、服務等制造全生命周期業務流程，梳理數字化轉型需求，明確定位問題，設定總體目標，開展規劃設計，分步工程實施。要根據企業所在行業特點、企業規模、預期投入等實際情況和需求出發，設定數字化轉型總體目標。綜合考慮資金投入、技術人才、合作伙伴、集成商等因素，制定詳細的實施方案。

3.2 智能制造推動企業數字化轉型模式

工業和信息化部在評選2021年度智能制造試點示范企業工作中發布了《智能制造典型場景參考指引（2021年）》，總結了工廠設計、產品研發、工藝設計、計劃調度、生產作業、倉儲配送、質量管控、設備管理、安全管控、能源管理、環保管控、營銷管理、售后服務、供應鏈管理、模式創新等15個環節52個智能制造典型場景，為企業以智能制造為主攻方向，推動各項業務的數字化轉型提供了參考。

本文就離散制造的產品研發、工藝設計、生產作業、售后服務、供應鏈管理業務的數字化轉型分析如下：

（1）基于數字模型的設計制造協同

基于云平臺協同技術，建設支撐復雜產品設計制造協同平臺，應用系統工程、知識工程、專業仿真、數字孿生及基于模型的設計/制造/驗證/服務技術，打通從設計到制造的全三維過程，在計算機虛擬環境中實現從產品設計、零件制造、整機裝配到試驗的全過程數字化建模、仿真與虛實映射，實現數據驅動的產品開發與技術創新，提高設計效率，縮短研發周期，提高產品研制成功率。

（2）數字化工藝設計與仿真

建設基于云平臺的綜合幾何、功能、控制、物理等特性的統一數字化模型庫、知識庫與制造數據，構建制造資源的網絡化共享模式，應用數字化建模與仿真、數字孿生、工藝知識分析等技術，應用數字化工藝設計仿真，以及智能決策優化等相關軟件工具，在虛擬環境中對制造系統進行多專業聯合仿真優化，通過制造機理分析、工藝過程建模和虛擬制造驗證，實現工藝設計數字化，提高工藝開發和創新效率，保障工藝可行性，提高工藝設計質量。

（3）智能化車間/生產線

圍繞產品高質量和準時交付需求，依據零件加工、表面熱處理、部裝和總裝等工藝特點，合理設計智能化生產組織模式，建設智能化車間/生產線，實現智能化生產。針對生產過程涉及的產品、制造系統和制造流程，建設模擬實際生產運行環境的智能車間/生產線數字化模型，形成數字化制造系統模型與物理制造系統的虛實映射，通過人、設備、物 料、環境等生產資源信息的互聯互通，將信息直接反饋到數字化制造系統模型，實現制造系統的實時動態仿真，支持制造系統的資源評估、預測、優化與重構，提升柔性生產制造和質量保證能力。

（4）最優能力配置的網絡化協同供應鏈體系

基于大數據、人工智能、物聯網等技術手段，打造網絡化多級協同供應鏈體系，形成基于產能需求的供應鏈網絡動態供給能力，實現內外創新資源、生產能力和服務能力的高度集成，生產制造與服務運維信息的高度共享，增強資源和服務的動態分析與柔性配置能力，實現全產業鏈協同的最優能力配置。

（5）面向產品全生命周期的柔性化服務保障

應用物聯網、數字孿生、大數據等新技術，建設人、機、物互聯互通的裝備運營服務保障平臺，構建裝備的數字孿生模型，形成基于數字孿生的服務保障能力，支撐遠程運維、故障預測、健康管理，以及智能決策等，形成面向產品全生命周期的柔性化保障模式，提升裝備維護快速響應與效率，降低裝備運維總體成本。

四、推動實現制造業數字化轉型建議

4.1 以高水平標準引領轉型

（1）建立全鏈條智能制造標準體系

推動航空航天、石化、能源、電子、裝備、汽車、船舶、軌道交通、醫藥、冶金材料等領域從工廠系統層級、產品生命周期價值鏈和產業鏈等維度，建立健全符合行業特點的全鏈條智能制造標準體系。

（2）建立統一數據標準，促進數據流動

數據連接和數據共享需要統一的數據標準，鼓勵制造企業應用規范的系統交互數據格式與服務接口，推動生產環節的數字化連接，打通各部門各環節的數據共享，促進數據流動。

（3）研制新技術創新應用的關鍵標準

制定包含供應鏈、研發設計、運行管理、物流配送、運維服務等產品全生命周期的關鍵標準，同步推進5G、人工智能、區塊鏈等新技術應用標準研制，以標準引領新模式、新場景推廣應用，促進創新成果快速市場化和產業化。

4.2 推進新技術新模式的示范應用

（1）加快新技術創新應用

積極開展5G、大數據、云計算、人工智能、區塊鏈等技術的應用場景研究，推動其在產品研發、生產制造、銷售服務、供應鏈協同等方面的創新應用，促進新技術新模式的培育和產生。

（2）推動制造能力共享

探索共享制造新模式，創新資源配置方式，實現各企業之間產品設計與開發能力共享，工業軟件、生產設備、專用工具、生產線等制造資源共享，儀器設備與實驗能力共享，發展按需使用的共享服務模式。

（3）實現供應鏈協同

開展供應鏈協同管理場景示范，優化企業業務流程、制造資源、物流倉儲、商流信息等要素，統一規范包括商品、供應商、物流數據、配送數據等基礎數據，實現物流、信息流和資金流的協同，實現供應鏈上下游企業更好地分工與合作。

4.3 注重生態建設

（1）建設協同創新平臺

建設智能制造協同創新平臺，為國家制定智能制造支持政策、推進智能制造工程實施、組織核心技術攻關提供支撐，并依托平臺建立智能制造實施成效的跟蹤監測、統計分析、信息通報等機制。平臺以線上運營和線下深度服務相結合的模式，為企業智能制造戰略咨詢、總體規劃、診斷評估、精益改善、過程監管、績效評測提供技術服務。

（2）培育系統集成商

培育智能制造裝備、軟件、系統集成商和解決方案供應商。在條件較為成熟的行業如汽車及其零部件、3C、醫藥等領域推進智能工廠、數字化車間改造。鼓勵智能制造裝備產業發展，形成一批智能裝備龍頭企業。