方跃/文

十四五规划明确提出加快数字化发展和建设数字中国的远景目标。2022年，“增强制造业核心竞争力”首次被写入政府工作报告，与2021年“保持制造业比重基本稳定”的定位相比，制造业的国家级战略地位明显提高。

(资料图片)

二十大报告更是明确实体经济是一国经济的立足之本，强调国家需加快建设制造强国和数字中国的战略方针，从“制造大国”走向“制造强国”，这给中国工业制造业提出了更高要求。

近年来，随着智能制造时代的到来，工业互联网将成为我国制造企业数字化转型升级的必经之路，制造业数字化转型正在全面提速。

但与此同时，工业互联网在发展过程中存在不少问题，集中在很多企业内部认知和能力滞后，与行业发展和趋势不同频，传统产业数字化转型成为工业互联网的核心价值在企业层面得以实现的基础。

工业互联网是数字中国的重要组成部分

工业互联网是互联网技术(信息、数字、云和智能等)与工业知识和制造体系的深度融合和应用，通过价值创造过程中各职能部门的网络化连接，人、物、系统形成价值创造网络，实时获取相关信息并从数据中推断并不断优化其网络价值创造(成本、反映速度、创新等)的能力。

由此可见，工业互联网同消费互联网有很多共性，但也有几点本质上的不同。首先，工业制造业企业是工业互联网的主体，主要围绕着工业制造业产业升级、高质量发展，其本质活动多是围绕着企业和其生态系统的数字化、网络和智能化转型。工业互联网的端点、路径、用户以及所连接的内容(物品)与消费互联网不同，所连接并提供服务的产品和设备来自工业，形成不同的平台和生态系统。工业互联网是整个数字中国的重要组成部分，影响范围广且深远，带来商业革命与经济奇迹；改变劳动力市场(数字劳动力和人类劳动力；之间的协同)，也会创造新的价值和新的工作岗位，并推动消费互联网的近一步健康、可持续发展。

当前，工业互联网正从探索起步探索逐渐转向普及和规模化发展，目前有以下几个特征：

一、工业系统的复杂性超过了人类发现和解决问题的能力范围，传统方式无法实现进一步的效率提升，企业具有寻找新解决方案的内在动力。

二、网络核心技术和分析能力的发展和提高，使越来越多的企业有可能以可以接受的成本实现万物互联，并大规模监控工业机械设备和物品。

三、各行业工业领军企业对其前景的商业价值、对劳动力、产能和产品的影响有了一个比较清晰和统一的认知，涌现出一些企业在实现路径的案例，其阶段性实践成果和走过的“坑”对其它企业起到了一定的示范作用。

四、工业互联网加快了数字产业化和产业数字化的步伐，正在积极推动数字经济和实体经济走向深度融合。

五、国家层面的战略目标以及近年基础设施建设的不断投入和完善，加上地方政府和工业园区的不断努力和支持，在一定程度上，有力地促进了工业互联网向普及和规模化发展。

企业的机会和挑战

工业互联网的核心价值在协同、效率、规模、价值、利益等重要维度给企业带来的机会。以协同为例，其核心内容表现在工业制造企业的生产与经营的各个环节，包括生产环节间(包括生产计划和控制)的高效协同、形成外部客户和供应商的网络性关联(并非孤立、点对点)、支撑整体业务目标的跨企业的战略型(生产、供应链)的网络协同、高效的物流协同以及高效的营销和管理协同。

工业互联网有其显著的独特性，包括：其一，工业产业化需要时间，需要从技术、经济和价值链等多视角和多维度考量，更是对企业管理层认知、决心和能力的考验。其二，企业必须结合自身战略和基础条件，考虑宏观环境和产业情况，研判转型会产生哪些价值，以及推进中可能遇到困难和挑战。其三，产业链长、生产要素多、价值生态复杂，必须需求和供给双侧匹配和推动(供给端品类杂、差异化小，会走向平台式服务模式。需求端的企业数字化转型进行中，对自身需求和定位不清)。其四，工业互联网价值链需要协议和统一的标准，在一定程度上不可避免地增加了很多落地场景和实践推广的复杂程度和时间。其五，网络化连接的大量需求带来了机会，包括智能产品和设备，平台的接入能力，产业链各环节的数据价值与安全保护，工业数据智能的标准化、通用化、规模应用。其六，给工业制造企业带来了新的、以前很难实现的“成果经济”，逐步实现了客户购买(工业)产品的最终目的是获得产品提供的服务。比如，制造商可根据产品的使用情况而非产品本身进行(个性化)收费。

目前，各级政府、相关行业以及参与企业工业互联网发展过程中都面临很多挑战，从企业视角看，主要集中在以下三个方面：

第一，伴随着外部基础设施建设的大规模展开，企业内部的信息化、数字化却相对滞后。

过去几年，工业互联网主要方向聚焦于“以建为主”，功能体系设施已逐步完善，外网建设基本实现全国地市覆盖，各类公共服务平台也在不断开发。面对外部各类高大上的基础设施，企业“不敢”、“不愿”、“不会”用的问题仍然层出不穷。

很多企业还处于工业2.0向工业3.0过渡的阶段，在投入5G技术改造前需完成企业内部网络、生产设备和生产线的改造。目前很多工业企业尚未达到5G应用的条件，改造需要大量且持续的资金投入，导致企业的意愿度不高。

大量企业信息化没有真正完成，比如企业内部数据都未完全打通，数据孤岛仍是普遍现象。数字化转型的不顺利也会让企业信心不足，发生摇摆。

面对并不完善的数据生态，不少企业畏惧“上云”，担心数据盗用，安全隐患，隐私泄露等问题。

还有企业认为数字化建设只需要投入硬件，不重视企业文化、领导力等软实力建设，认为只要由IT部门负责，转型的任务就应该可以顺利完成。这也是为什么有些企业做了很多努力，但仍然看不到明显效果。

第二，制造业极度缺乏专业人才，无论是在引进或是留用人才方面，都不具吸引力。

工业互联网是新一代信息技术和制造业深度融合的产物，运用工业互联网推动传统制造企业转型升级，需要大批既熟悉工业互联网技术，又熟悉工业制造知识与技能的复合型、多维度和多层次人才。

制造业传统的人才培养模式和评价体系与工业互联网的发展需求不相适应，专业人才短缺已经成为我国工业互联网创新发展的重要制约因素。不同于消费互联网，制造业本身利润低，薪资有限，也会让企业失去吸引和留住人才的机会。

第三，行业和企业都没有形成长期可持续的创新土壤。

同消费互联网一样，创新是关键。企业要获得可持续性成长，一定是靠创新和升级能力，而不只是简单地采用现有技术、流程、运营方式和商业模式。

不同于消费互联网，大型传统制造业源于长期“产品思维”的商业模式，重渠道，缺少同客户直接沟通，几乎没有对市场趋势和客户行为的系统研究，运营和管理体系大多基于计划性、标准化和规模化，缺乏市场和客户价值驱动的创新以及敏捷和柔性能力。此外，这些企业数字化转型目标不清晰、高管团队的前瞻性思维以及变革愿景和热情不足，都是导致缺乏鼓励创新和试错学习环境的因素。

中国工业互联网关键发展期

“十四五”时期是我国工业互联网由探索起步转向快速推进的关键发展期，建设现代化产业体系，构筑国家竞争新优势，政府、行业和企业都有很多工作去做。

政府的政策需“由建转用”，引导企业在工业互联网建设和发展中发挥积极作用。政策重点可从基础设施的建设转向市场主体——企业，加速扶植企业利用数据实现服务化延伸、规模化定制、网络化协同、智能化生产，重点帮助企业练好内功，加速数据要素在企业落地。持续强化政策协同，进一步加大财政支持力度和技改资金投入，从针对设备设施的支持转向对企业数字化转型的支持。探索建立多元化、多渠道社会投入机制，有序引导企业充分发挥自身优势向现代工业互联网型企业发展。

虽然当前迫切需要完善治理政策，但监管不能过“强”，避免监管竞争。可以考虑将经济监管与反垄断执法做适当的分离，加强治理政策的统筹与协调。加强知识产权保护力度，集聚创新动能，将创新视作推动经济增长的关键因素。

从行业角度看，应持续支持打造行业应用标杆和领军企业，发挥示范效应。数字化基础好、网络改造意愿强的产业集群、龙头企业、工业园区等，培育打造一批“5G+工业互联网”应用标杆示范，建立“5G+工业互联网”技术产品及解决方案的行业标准，形成大企业建设引领、中小企业广泛应用的发展范式。同时加强宣传正面案例和典型，给予企业敢于“上云”的底气和持续进行数字化改造的信心，对于人才吸引也有着正面作用。

国家、地方政府和行业需要进一步加强工业软件的支持力度。工业软件是智能制造的核心，也是工业互联网的驱动力。要从供给和需求两端发力提供政策保障，集中攻关核心关键技术、提升产品研制水平、扩大市场应用，推动工业软件产业自主可控。

对企业而言，数字化转型是工业互联网的核心价值得以实现的基础。企业必须明确，内功是必要条件，要想真正将工业与互联网在设计、研发、生产、营销、服务等各个环节进行充分融合，实现向中高端制造转型，从产品到服务，不单是效率提升，还体现在企业信息化能力、数字化能力和转型变革三方面。例如：辅助搭建、统一、整合系统和平台，标准、规范数据，打通信息孤岛，业务流程和管理信息化和线上化。

企业除了生产制造和上游供应链环节的持续推进，下游服务平台也亟需加强，从以产品为中心向以客户价值为中心转型。

工业互联网发展处于从探索起步向纵深迈进的阶段，无前车之鉴，发展路径和应用模式仍处于不断摸索中，盲目套用消费互联网“概念炒作-流量牵引-吸引投资”的发展思维，无法弥合产品服务、解决方案与行业实际场景需求痛点之间的鸿沟。

因此，要在深入研究需求和趋势的基础上，找准企业痛点，聚焦应用场景，大胆探索实践，融合创新。企业要注意在创新与秩序之间寻求适合自身情况的动态平衡。

当产品达到消费预期时，需要强化品牌营销和服务，快速打造认知度、美誉度和品牌形象是构建产品与服务溢价能力的关键机会点。因此，企业要加强对工业质量和品牌宣传的总体策划和系统推进，建立品牌培育管理体系标准，培育打造形成一批国内外具有较强竞争力的工业制造品牌。

(作者系中欧国际工商学院经济学与决策科学教授)