浏览次数:475 发布时间:2019-12-16 09:28:12
一方面,我国是制造大国,但大而不强。中国制造业500强的利润率已从2010年5%的高位,跌到了近年的2%左右。过去制造业的粗放发展之路已走到尽头,需要借助数字化和智能化降本增效。而且,随着人口红利的消失,廉价劳动力已不再是中国制造的竞争力,互联网、AI、物联网等数字技术手段成为被寄予厚望的突破口。
另一方面,制造业是根基,从整个产业链条看,任何一个产业都与制造业有关联,例如零售业数字化,需要和产品供应商打通、联网,如果产品制造企业没有实现数字化或数字化不彻底,也会影响到零售业。
也就是说,制造业数字化程度最终会影响到产业互联网、乃至数字经济、数字中国建设。归根到底,制造业的数字化是产业互联网链条上极其重要的一环。
事实上,从全球范围看,制造业的数字化转型已成为制造大国竞争的新焦点,发展工业互联网也已然上升国家战略,成为经济高质量发展的助推器。
然而,目前整体看,互联网、金融、电信、零售等服务业的数字化转型成效较为显著,而制造业的数字化要相对滞后、缓慢,制造企业数字化积极并不高。原因在哪里?
这应该与我国制造业数字化转型、发展工业互联网还处于起步发展阶段有关。仅从对工业互联网姓「工」还是姓「互」的争议,就可以看出工业互联网还没有走出概念探讨阶段,数字化的价值还没有得到工业企业的普遍认同。
从全球数字化转型的先驱GE,在去年进行的数字化战略调整可以看到,从全球来看,制造业的数字化转型都处于初级阶段。
GE的数字化:由激进大胆转为谨慎务实
GE作为一家伟大的工业公司,也是数字化转型的先行者。这家公司在完成自身数字化转型后,把数字化转型经验对外推广,数字业务发展成为战略性业务。2013年,GE推出了全球首个工业互联网平台——Predix。Predix成为中国乃至全球数字化企业学习、关注的对象。
GE将Predix比喻为「工业的操作系统」,希望打造面向工业的开放平台,吸引第三方开发者和客户入驻平台,创造出生态效应,然后通过提供、运营面向工业领域的云平台来盈利。
由于多年在航空、能源、电力、医疗等行业的经验和数据积累,Predix平台内部集成了一些针对飞机发动机引擎、医疗数据、能源数据等的算法和模型。GE及合作伙伴还基于Predix平台开发部署了一系列工业APP应用,包括计划和物流、互联产品、智能环境、现场人力管理、工业分析、资产绩效管理、运营优化等。
Predix基本实现了对工业互联网平台主要功能的全覆盖,具有广泛的功能来处理各种工业应用。Predix还强调平台的开放性,提供各种框架和API接口,并且大力发展生态,让更多有Know-How(专业知识)能力的伙伴加入进来。这种模式,符合工业互联网的发展方向。
目前看来,Predix无论是在技术架构的领先性、功能服务的全面性、行业应用的覆盖度,以及业界的影响力等方面都要领先于同行。然而,这样领先全面的平台,也不能所向披靡。GE在发展过程中,也走了弯路。
GE为自己设计的数字化业务发展路径为「三段走」:GE For GE、GE For Customers、GE For World。业界专家普遍认为这个路径很务实,技术上也合理。
无论是自身的数字化转型,还是基于深厚的行业知识,结合信息、网络、分析等综合性技术为客户提供增值服务,可以说,GE的第一阶段和第二阶段都是成功的。初尝数字化业务成功甜头,让GE愿景膨胀,开始横向跨界,推动实现「GE For World」。
时任CEO的伊梅尔特面对全球工业界喊出了一句响亮的口号:「GE昨天还是一家制造业公司,一觉醒来已经成为一家软件和数据公司了。」在此番愿景驱使下,GE大力招兵买马,投资工业互联网。由于在第三阶段「GE For World」推出过早、走得太快,Predix没有带来预期的财务回报。
显然,第一步和第二步是GE熟悉的行业领域是相对容易掌控的,但对于最后一步「GE For World」的跨界,并不是那么容易达到,需要对跨行业工业知识有足够准备,因为不同行业发展阶段和需求千差万别很难覆盖。
理想很丰满、现实很骨感。激进的数字化战略导致GE数字业务连年亏损对整体业绩造成了拖累,股价惨遭腰斩,其股票在2018年被移出道琼斯工业指数。
2018年,新任CEO上任后的第一个大动作就是拿数字化业务开刀。2018年12月,GE宣布剥离数字化业务,成立一家独立运营的工业互联网公司,这个新公司将拥有自己的品牌、股权结构。
根据GE公告,新公司将全球工业客户群为基础,为资产密集型行业提供软件服务,聚焦发电、可再生能源、航空、石油和天然气、食品和饮料,化学品,消费品和采矿行业。
可以看到,如今,Predix的平台定位本身没有变化,但业务收缩至服务自身的核心业务为主,客户也更为聚焦,策略较之前的激进大胆变得更谨慎务实。
先行者GE 数字化发展之路,它的成功经验和挫折教训,对我国制造企业的数字化转型具有借鉴和启示意义。
出于对制造业数字化转型前景的看好,无论是以BAT为代表的互联网企业、以华为、用友等ICT企业,还是以航天科工、三一重工、富士康等工业龙头企业,都争相进入这条新赛道,推出自己的平台,推动制造业的数字化转型。
以BAT为例。BAT在去年纷纷调整组织架构,腾讯更是扛起产业互联网大旗,提出「互联网的下半场属于产业互联网」,并将工业列为产业互联网的主战场之一,从垂直行业和区域两个方向构建工业互联网平台;阿里构建ET工业大脑;百度则打造了百度云天工智能物联网平台。
每类企业因出身不同、对工业制造业数字化的理解不同,各自优势和路径也不同:以航天科工、海尔等为代表的企业,本身就是制造企业,对生产制造流程熟悉,但弱势是缺乏互联网基因,云计算技术底子相对薄弱;而腾讯、阿里等IT互联网企业,在互联网和云计算技术上具有优势,但对工业制造业的逻辑和痛点了解不深。
可以说,任何一家数字化平台企业,都不能包揽解决制造企业数字化的所有问题。
制造业「水很深」,不同细分行业差异很大。制造业的数字化,需要技术与每个细分行业领域的know-how深度融合,这对外行人来说,很难掌握。你拿出一个智能工厂整体解决方案,不单意味着你要具有软件开发能力,还包括给企业设备改造,设备连接,得有对制造控制场景的深入了解。
像GE这样工业巨头跨界进入不熟悉的行业领域都不顺利,更何况出身IT或互联网的通用数字化平台?所以,任何一家数字化平台企业都需要懂制造、懂know-how。
同时,懂制造的企业也需要互联网、云平台企业的支持。正如GE与微软Azure、AWS结盟推动制造业数字化;还比如腾讯与三一重工合作打造了根云工业互联网平台,腾讯还携手富士康打造了一个跨行业、跨领域的工业互联网平台。
任何一家平台企业,掘金制造业数字化都不可能单打独斗,制造业巨头和IT互联网巨头将以各自的优势联合起来才是最佳选择。
再从技术交付落地的角度看,数字化平台企业不但要与横向领域的提供不同产品技术的平台合作,还要与垂直各细分领域的服务商合作。
由于不同制造企业需求「千企千面」,数字化解决方案的交付是很大的挑战。而且制造企业大多常年埋头生产工作,对新技术无暇顾及,不具备将数字技术与传统工业相衔接的能力。为此,不同垂直各细分领域的服务商(ISV)的价值凸显,这些服务商将成为各平台企业的重要生态伙伴。
例如:GE的Predix就聚拢了强大的应用生态伙伴,提供应用交付;腾讯的SaaS生态“千帆计划”,整合腾讯云、企业微信、腾讯SaaS加速器等内部资源,联合外部40余家SaaS企业,共建应用生态。
总体来看,如果说消费互联网是赢者通吃、竞争大于合作,产业互联网则是玩家分散,不同细分行业里会出现不同的服务商,合作大于竞争,任何一个企业都不能包打天下。
目前,制造企业普遍利润较低,赚钱不易,他们数字化转型的目的就是帮助自己解决问题,带来降本增效。
GE推动制造业数字化战略成功的关键在于,它推出Predix之初就很清楚:平台是为了更高效、更简单的开发各类工业应用,解决各类工业问题。也就是说,Predix是为应用服务的,解决问题才是根本。
在Predix平台上具有广泛的功能来处理各种工业应用。这些应用针对的不是我们耳熟能详的MES、ERP、PLM等传统IT类应用,而是为各类工业设备,提供完备的设备健康和故障预测、生产效率优化、能耗管理、排程优化等应用场景,采用数据驱动和机理结合的方式,解决传统工业的质量、效率、能耗等问题。
以Predix为东方航空提供的数据服务为例。GE与东方航空共享各自掌握的海量数据,利用GE在大数据分析技术以及在发动机领域的能力,帮助东方航空提高飞行安全管理水平、降低燃油消耗和排放,以及有效应对引发计划外维修与在翼时间等问题。
工业互联网应用分布统计(资料来源:工业互联网产业联盟)
目前国内工业互联网平台很多,但应用太少,尤其缺乏直击痛点的应用。这是制造企业普遍对工业互联网并不感冒,对各种工业互联网平台的接受度不高的一大主要原因。
其实,对制造企业来说,他们不太关心平台和数字技术本身,真正关心的是能否为自己解决问题,尤其是解决痛点问题。
比如,现在企业对产品质量的精细化要求越来越高,如何发现细微瑕疵、检测复杂缺陷和减少人工判片,成为困扰生产企业多年的痛点难题。腾讯推出的AI人工智能能辅助检测系统就是为了解决此类难题,该系统已用于商飞复合材料检测,使得检测时间和成本大为缩减, 整体缺陷检出率提升到99%。
我国制造企业发展水平参差不齐和需求差异,决定了数字化转型不可能一步到位;制造企业更务实,「急制造企业所急」的务实数字化方式更易被制造企业采纳。
对于普遍缺钱缺人的中小企业来说,上云是帮助它们节省成本的数字化捷径。比如,腾讯云已经走进烟台等多个城市,结合当地制造业的需求特点,搭建了地方工业云平台,助力中小企业实现数字化转型。
对于有实力和数字化基础较好的企业,可基于大数据与人工智能,进行流程优化进行科学决策。而数字化的最高层次才是自动控制、无人工厂。
制造业的基本物理属性也决定了制造业的数字化急不得,需要渐进、稳行,不可能像消费互联网那样,可以快速部署,爆发增长。
从本质来说,制造企业是数字化的主体,数字化只是工具、手段。制造业如何数字化,最终还是制造企业说了算,任何一家数字化平台企业想「大包大揽」都不现实,而像腾讯的「数字化助手」角色定位倒很务实。