调研参考：传统产业数字化转型的主要趋向、挑战及对策

传统产业数字化转型的主要趋向、挑战及对策

吕铁

当前，数字化浪潮方兴未艾，以大数据、云计算、人工智能为代表的新一代数字技术日新月异，催生了数字经济这一新的经济发展形态。多年来，消费互联网的充分发展为我国数字技术的创新、数字企业的成长以及数字产业的蓬勃发展提供了重要机遇。伴随着数字技术的融合应用以及我国供给侧结构性改革的不断深化，加快数字技术与实体经济的融合发展已成为共识。党的十九大报告亦明确提出，"加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合"。

对于传统产业而言，数字化转型是利用数字技术进行全方位、多角度、全链条的改造过程。通过深化数字技术在生产、运营、管理和营销等诸多环节的应用，实现企业以及产业层面的数字化、网络化、智能化发展，不断释放数字技术对经济发展的放大、叠加、倍增作用，是传统产业实现质量变革、效率变革、动力变革的重要途径，对推动我国经济高质量发展具有重要意义。

传统产业数字化转型意义重大

传统产业数字化转型是深化供给侧结构性改革的重要抓手。当前我国经济运行的矛盾主要集中在供给侧，直接表现就是产能大量过剩与有效供给不足，企业所提供的产品和服务不能有效满足消费者需求，生产活动的市场价值难以兑现，经济运行难以实现良性循环。具体到传统产业，主要表现为需求乏力、品牌效益不明显、竞争过度、产能过剩等问题日益突出。对此，需顺应消费升级趋势，以产品和服务数字化、智能化为导向推进传统产业转型升级，减少低端无效供给，培育发展新动能。数字化转型就是要充分发挥数字技术在传统产业发展中的赋能引领作用，通过推动产品的智能化、满足消费需求的个性化以及实现企业服务的在线化等，有效提升企业产品和服务的质量和效率，充分激发传统产业的新活力。

传统产业数字化转型是制造业高质量发展的重要途径。新中国成立以来，我国制造业发展取得了长足进步，但多数制造业企业仍处于较低的发展水平，面临着人力、土地、技术等资源环境约束，综合成本持续上升。制造业中传统产业占比超过80%，以传统产业的改造提升推动制造业高质量发展，具有巨大潜力和市场空间。相关数据显示，一些传统产业通过实施智能制造试点示范项目，建设具有较高水平的数字化车间或智能工厂，有效提升了生产效率。这些示范项目改造前后对比显示，生产效率平均提升37.6%、能源利用率平均提升16.1%、运营成本平均降低21.2%、产品研制周期平均缩短30.8%、产品不良率平均降低25.6%。可见，数字化转型可将制造优势与网络化、智能化相叠加，有利于提高生产制造的灵活度与精细性，实现柔性化、绿色化、智能化生产，是转变我国制造业发展方式、推动制造业高质量发展的重要途径。

传统产业数字化转型是数字经济发展壮大的重要支撑。2017年的《政府工作报告》提出"促进数字经济加快成长"；2019年的《政府工作报告》再次提及发展数字经济，要求"壮大数字经济"。当前，我国数字经济发展进入快车道，发展数字经济的实践包含数字产业化和产业数字化两个方面，其中，数字产业化是数字技术创新及产业化的过程，产业数字化则强调用数字技术来经营管理企业，把数字技术应用到产品和服务中去。从实践看，传统产业已经成为数字技术应用、创新的重要场景，两者之间的融合亦支撑了数字经济的快速发展。

转型的几个主要趋向值得关注

传统产业数字化转型的目的，是利用数字技术破解企业、产业发展中的难题，重新定义、设计产品和服务，实现业务的转型、创新和增长。从实践来看，强化价值创造、数据集成以及平台赋能，已经成为传统产业数字化转型的重要趋向。

从生产驱动到以消费者为中心的价值创造。相比于传统经济形态，数字经济的市场条件发生了较大变化，传统产业的价值链中以消费者需求为中心的价值创造逻辑日益显现。数字化不仅仅是优化企业生产的关键技术支撑，更是连接市场、满足消费者需求、更好服务消费者的重要方式。一是利用互联网平台以及大数据等技术可以更好了解消费者需求，并从单一的产品向"产品+服务"的方向升级，提供满足消费者多样化需求的全面解决方案；二是基于智能制造推动制造业变革，以柔性化生产有效满足消费者个性化需求；三是基于智能产品构建起全生命周期的服务体系，通过监测、整理和分析产品使用中的数据提高企业服务附加值；四是基于互联网社区、众创平台，鼓励消费者直接参与产品设计。基于数字化的价值创造，使企业价值链重构，成为既包含制造业价值链增值环节、又包含服务业价值链增值环节的融合型产业价值链。

从物理资产管理到数据资产管理。数字经济发展以数字化的信息和知识为核心生产要素。随着数据规模的不断扩大，加强数据资产管理成为数字化转型中企业的共识，越来越多的企业将数据纳入到企业的资产管理中。一方面，数据资产的应用范围已经从传统的以企业内部应用为主，发展到支撑内部和服务外部并重，挖掘和释放数据价值、扩展数据应用和服务成为企业经营的重要内容；另一方面，企业也意识到并非所有数据都能成为资产，伴随着大量外部数据引入和内部数据的不断累积，数据规模扩大、数据质量不高、业务之间数据融合度低、数据应用不到位等都会产生大量的成本。因此，围绕数据的采集、筛选、加工、存储、应用等各环节进行规划，基于数据加工的全链条进行数据资产治理体系建设，提高数据资产价值，正在成为企业发展的重要任务，企业针对数据资产的管理也呈现出运营化发展趋势。

从内部数字化到平台赋能的产业链协作。从实践来看，越来越多的互联网巨头企业以及重点行业中的骨干企业加大了在工业互联网上的投入。除了加快自身数字化外，这些企业通过平台建设将各自关于数字化实践的经验赋能中小企业，形成对上下游相关主体的支撑。据相关统计，目前我国工业互联网已经在航空、石化、钢铁、家电、服装、机械等多个行业得到了应用，具备行业、区域影响力的工业互联网平台超过50家。这些平台汇聚共享了设计、生产、物流等制造资源，有效整合了产品设计、生产制造、设备管理、运营服务等数据资源，开展面向不同场景的应用创新，不断拓展行业价值空间，平台赋能中小企业数字化转型的效果初步显现，传统产业数字化转型整体进度加快。

一些痛点难点有待解决

应该看到，传统产业数字化转型还面临不少困难和挑战，一些痛点难点问题有待解决。

一是不少企业认识不到位，缺乏方法论支撑。数字化不仅是技术更新，而且是经营理念、战略、组织、运营等全方位的变革，需要从全局谋划。目前，多数企业推动数字化转型的意愿强烈，但普遍缺乏清晰的战略目标与实践路径，更多还是集中在生产端如何引入先进信息系统，没有从企业发展战略的高度进行谋划，企业内部尤其是高层管理者之间难以达成共识。与此同时，数字化转型是一项长期艰巨的任务，面临着技术创新、业务能力建设、人才培养等方方面面的挑战，需要企业实现在全局层面的有效协同。目前，多数企业没有强有力的制度设计和组织重塑，部门之间数字化转型的职责和权利不清晰，也缺乏有效的配套考核和制度激励。

二是数据资产积累薄弱，应用范围偏窄。数字化转型是企业数据资产不断积累以及应用的过程，数据资产是数字化转型的重要依托，如何加工利用数据、释放数据价值是企业面临的重要课题。目前，多数企业仍处于数据应用的感知阶段而非行动阶段，覆盖全流程、全产业链、全生命周期的工业数据链尚未构建；内部数据资源散落在各个业务系统中，特别是底层设备层和过程控制层无法互联互通，形成"数据孤岛"；外部数据融合度不高，无法及时全面感知数据的分布与更新。受限于数据的规模、种类以及质量，目前多数企业对数据的应用还处于起步阶段，主要集中在精准营销、舆情感知和风险控制等有限场景，未能从业务转型角度开展预测性和决策性分析，难以更好挖掘数据资产的潜在价值。大数据与实体经济融合的深度和广度尚不充分，应用空间亟待开拓。

三是核心数字技术及第三方服务供给不足。传统产业数字化转型面临成本较高，核心数字技术供给不足等问题，也缺乏有能力承担集战略咨询、架构设计、数据运营等关键任务于一体，且能够实施"总包"的第三方服务商。目前市场上的方案多是通用型解决方案，无法满足企业、行业的个性化、一体化需求。更为重要的是，对于很多中小企业而言，市场上的软件、大数据、云计算等各类业务服务商良莠不齐，缺乏行业标准，选择难度较大。

四是数字鸿沟明显，产业协同水平较低。传统产业数字化发展不平衡不充分问题比较突出，大多数中小企业数字化水平低，网络化、智能化基础薄弱，尽管有强烈的愿望，但受限于人力、资金约束，普遍"心有余而力不足"，大中小企业间的数字鸿沟十分明显。相比于发达国家，我国产业互联网生态建设较为缓慢，行业覆盖面、功能完整性、模型组件丰富性等方面相对滞后，与行业内存在的数字鸿沟有较大关联。龙头企业仍以内部综合集成为主入口开展工业互联网建设，产业链间业务协同并不理想，平台针对用户、数据、制造能力等资源社会化开放的程度普遍不高。

推动传统产业数字化转型的对策建议

更好推动传统产业数字化转型，需主要从以下几个方面着手：

加快建设数字技术高效供给体系。要加快建设一批数字经济创新平台载体，提升技术创新水平，尤其是要有效提升原创技术以及基