《工业和信息化部关于工业大数据发展的指导意见》解读

2020/05/18 11:29信息技术发展司

近日,工业和信息化部发布《关于工业大数据发展的指导意见》(工信部信发〔2020〕67号,下称《指导意见》),现就《指导意见》有关内容解读如下:

一、什么是工业大数据?为什么要出台《指导意见》?

工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。随着第四次工业革命的深入展开,工业大数据日渐成为工业发展最宝贵的战略资源,是推动制造业数字化、网络化、智能化发展的关键生产要素。全球主要国家和领军企业向工业大数据聚力发力,积极发展数据驱动的新型工业发展模式。

党中央、国务院高度重视大数据发展,强调推动大数据在工业中的应用。习近平总书记指出,要“构建以数据为关键要素的数字经济”“系统推进工业互联网基础设施和数据资源管理体系建设,发挥数据的基础资源作用和创新引擎作用。”《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件均提出要促进工业大数据的发展和应用。今年4月,党中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,明确提出要支持构建工业等领域规范化数据开发利用的场景,提升数据资源价值。

我国是全球第一制造大国,工业大数据资源极为丰富。近年来,随着新一代信息技术与工业融合不断深化,特别是工业互联网创新发展,工业大数据应用迈出了从理念研究走向落地实施的关键步伐,在需求分析、流程优化、预测运维、能源管理等环节,数据驱动的工业新模式新业态不断涌现。但相比于互联网服务领域大数据应用的普及和成熟,工业大数据更加复杂,还面临数据采集汇聚不全面、流通共享不充分、开发应用不深化、治理安全短板突出等问题,总体上仍处于探索和起步阶段,亟待拓展和深化。

未来三到五年,随着5G、工业互联网、人工智能等的发展,工业大数据将从探索起步阶段迈入纵深发展阶段,迎来快速发展的机遇期,全球工业大数据的竞争也将变得更为激烈。立足当前、着眼未来,制定出台《指导意见》意义重大。一是贯彻落实党中央、国务院工作部署的重要举措;二是有利于加快工业数字化转型进程;三是有利于凝聚各方共识,构建协同推进的工作体系,形成发展合力,着力解决突出问题,共建共创工业大数据生态。

二、《指导意见》是怎么编制的?总体考虑是什么?

《指导意见》编制过程如下:2019年4月,我们组织中国信息通信研究院、国家工业信息安全发展研究中心、中国工业互联网研究院、中国电子信息产业发展研究院、中国电子技术标准化研究院、工业和信息化部电子第五研究所等单位组建文件编写组,启动《指导意见》编制工作。编写组在赴广东、浙江、江苏和北京等典型地区实地调研基础上,组织召开了工业企业、互联网企业、工业软件企业等参加的专题座谈会,就工业大数据和工业数字化转型等相关问题听取了近50家企业和院士、专家的意见,并就数据管理等专题听取了部分地方行业主管部门的建议,形成《指导意见》初稿。2019年8月,我们征求了中央网络安全和信息化委员会办公室、国家发展改革委等相关部门意见,2019年9月在工业和信息化部网站向社会公开征求意见,经认真研究,我们采纳了其中的合理建议,修改完善后形成了《指导意见》。

《指导意见》总体考虑如下:一是坚持全盘布局、系统推进。发展工业大数据是一项复杂的系统工程,既要构建工业大数据采集、汇聚、流通、分析、应用的价值闭环,推动创新发展,也要提升数据治理和安全防护能力,保障发展安全;既要重视在需求侧促进大数据与实际业务深度融合,也要在供给侧推动大数据技术和产业创新发展;既需要在宏观层面加强体系化布局,建立全面系统的工业大数据生态,也需要在微观层面务实着力,提升企业的数据管理能力。因此,《指导意见》的重点任务涉及数据汇聚、数据共享、数据应用、数据治理、数据安全、产业发展6个方面,能够全面支撑工业大数据发展。二是坚持问题导向、突出重点。工业大数据高度复杂,数据采集汇聚难、共享流通难、分析应用难、安全治理难,一蹴而就解决全部问题是不可行也不现实的。在广泛调研和深入研讨的基础上,《指导意见》紧盯问题短板,抓住重点关键,针对我国工业大数据现阶段的发展特点、主要问题和亟待取得突破的重点领域,共设置了18项重点任务,精准施策,务实有序推动工业大数据发展。

三、当前工业数据采集汇聚存在哪些问题?《指导意见》提出了什么举措?

工业大数据的采集汇聚过程中面临的痛点较多。企业反应的主要问题包括:因企业信息化基础差、设备接口不开放等造成数据采集不上来;企业数据底账不清,不知道自己有哪些数据、分布在哪里,大部分工业数据处于“睡眠”状态;因设备不互联,通信协议不兼容等造成不同数据不匹配、不互认,数据孤岛现象普遍;数据失真、失准及一致性差等因素导致数据汇聚质量不高,等等。

《指导意见》部署了3项重点任务,推动全面采集、高效互通和高质量汇聚,包括加快工业企业信息化“补课”、推动工业设备数据接口开放、推动工业通信协议兼容化、组织开展工业数据资源调查“摸家底”、加快多源异构数据的融合和汇聚等具体手段,目的是为了形成完整贯通的高质量数据链,为更好地支撑企业在整体层面、在产业链维度推动全局性数字化转型奠定基础。

四、《指导意见》提出要统筹建设“国家工业大数据平台”的考虑是什么?

在国家层面把基础数据汇聚起来,建设以大数据为手段支撑政府精准施策、精准管理的平台,正变得日益重要。比如,在此次疫情爆发初期,针对重点物资保障需求不明、底数不清、对接不畅等困难,工业和信息化部依托制造强国产业基础大数据平台快速建成“国家重点医疗物资保障平台”,运用信息化手段保障重点医疗物资的科学调度、统筹平衡和高效供应,为打赢疫情防控阻击战提供有力支撑。《指导意见》部署了“建设国家工业互联网大数据中心”“建立多级联动的国家工业基础大数据库”等具体手段,以更好地服务政府决策和企业发展。

五、关于促进工业数据共享流通,《指导意见》有哪些举措?

随着新一代信息技术与工业融合从单点局部走向全局优化,工业企业对于跨企业、跨行业数据共享合作的需求正在快速增加。推动数据共享流通,促进数据要素市场化配置,也是4月党中央、国务院发布的文件《关于构建更加完善的要素市场化配置体制机制的意见》部署的重点任务。但目前,企业普遍反应,因数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决,跨企业、跨行业的数据共享流通难以开展。这是一个全球性难题。《指导意见》部署了2项重点任务,通过探索建立工业数据空间、加快区块链等技术在数据流通中的应用、完善工业大数据资产价值评估体系等方式,从技术手段、定价机制、交易规则等多个方面着手,激发工业数据市场活力,促进数据市场化配置。

六、当前工业大数据应用中存在什么问题?《指导意见》如何促进工业大数据应用?

部分领军企业在数据应用上进行了深入探索,也取得了发展实效,但大量工业企业的数据应用仍然是单点的,局部的、低水平的。企业反映的原因包括:对数据的不重视,“不想用”;数据分析的手段、人才等缺乏,“不会用”;对数据应用规律缺乏认识,数据应用投入大,“不敢用”,等等。《指导意见》部署了4项重点任务,通过在需求端组织开展工业大数据应用试点示范、开展工业大数据竞赛等手段,解决不想用、不敢用等问题;通过在供给端培育海量工业APP、工业大数据解决方案供应商、向中小企业开放数据服务能力、培育应用生态等手段,降低企业数据应用的成本投入和专业壁垒,解决不会用、不敢用问题。供需双向发力,共同推动工业大数据全面深度应用。

七、《指导意见》为什么强调要“开展数据管理能力评估贯标”?

目前工业大数据的顶层设计已经基本完备,落地实施的一个关键抓手在微观企业上:只有当千千万万的微观工业企业有能力管好、用好数据,工业大数据价值才能真正遍地开花。但当前,仍有大量工业企业对数据不重视,欠缺数据管理的意识和能力。从美国的经验和我国推进两化融合的经验来看,建立数据管理能力标准、然后引导企业进行贯标,是快速将数据驱动能力注入企业的行之有效的方法。《指导意见》强调推广《数据管理能力成熟度评估模型》(DCMM)国家标准,以贯标评估引导工业企业切实提升数据管理能力,为全面激发工业数据价值打下坚实微观基础。

八、在强化数据安全防护方面,《指导意见》有哪些重点举措?

工业数据已成为黑客攻击的重点目标。相关数据显示,我国34%的联网工业设备存在高危漏洞,这些设备的厂商、型号、参数等信息长期遭恶意嗅探,仅在2019年上半年嗅探事件就高达5151万起。导致工业信息安全防护能力滞后于工业融合发展进程的原因,除了技术上传统IT信息安全系统无法有效防护工业数据安全外,工业数据安全责任体系建设方面的部分空白也是重要原因。此外,我国工业信息安全领域的企业规模普遍小,缺少龙头企业,产品竞争力不强。《指导意见》布局了2项重点任务,强调明确企业安全主体责任和各级政府监督管理责任,建立工业数据安全责任体系;支持安全产品开发,培育良好安全产业生态,多措并举创新和强化工业数据安全防护,筑好筑牢发展的底线和防线。

九、下一步,如何推动《指导意见》落实?

(一)组织宣贯培训。面向地方各级工业和信息化主管部门、事业单位、工业企业和工业互联网平台企业等,详细解读和宣贯《指导意见》内容。

(二)建立推进机制。会同工业和信息化部相关司局以及业内外资深专家等组建推进工作机制,与各地工业和信息化主管部门做好对接,建立纵向联动、横向协同的推进工作机制,确保重点任务落实,及时沟通信息、交流经验。

(三)任务分解落实。抓紧制定形成可落地、可执行的重点任务分工表,落实推进责任。鼓励和指导地方工业和信息化主管部门结合区域特点,提出适合本地区实际情况的政策措施。

(四)开展试点示范。鼓励有条件的地方、行业和工业企业围绕数据共享流通、数据应用、数据管理能力评估、数据分级分类等重点任务先行先试,按照边试点、边总结、边推广的思路,探索可复制、可推广的实施路径和模式。

责任编辑:Jefon

买车卖车 养车维修 疑难故障 学大招

扫码加群 BOSS团同行好友等你交流

|收藏本文
  该内容由行业企业、终端个体、第三方机构提供,本网仅起到传播该信息的目的,如有任何疑问请与转载来源机构联系解决,感谢支持。如发现侵权,本网编辑部将协助进行处理或撤稿。
相关阅读

工业互联网标识解析体系5+2国家顶级节点全面建成!

2022年11月20日,2022年中国5G+工业互联网大会正式开幕,大会由工业和信息化部、湖北省人民[详细]2022-11-24 10:03

智能制造工业大数据平台建设方案

智能制造工业大数据平台建设方案。 智能制造工业大数据平台建设方案 [详细]2022-04-14 14:51

制造业中小企业:到底是要数字化还是要转型?

企业是数字化还是转型? 移动互联网时代,数字化转型早已成为企业必须面临和解决的问题。我们常常看到的现象是,很多企业的管理者们穿梭于各种会议、论坛之间,与政府官员、行业精英进行各种探讨。总是希望专家的理论和现成的方案能解决他们建立数字化工厂,甚至智能工厂的问题。 但他们往往忽略到数字化只是技术手段,终究提供价值的应该是转型。而转型正是企业家自身应该思考的问题。所以当前面对数字化,智能化的企业转型,简称数字化转型,是制造业企业家深思的问题。 面临数字化转型,我们既要考虑数字化技术能解决什么问题,也要思考组织文化如何适应未来数字化的变革,同时还要考虑人才梯度的建设和跨界人才的引进。诸多问题当我们共同面对时,困扰和焦虑就会随之而来。 疫情下的企业转型思考 面对以前的困扰和焦虑,同时面对疫情带来的思考, 数字化转型是否有新的因素需要来思考。传统数字化信息化上大家强调三流:信息流、物流、资金流。这次疫情,企业家 应该重新审视起我们的忽视的企业运行中依赖的人流(人员的空间流动、人和人面对面的交互、人群体的综合决策过程等)。疫情直接影响最大的是人流 ,疫情直接阻断了人员的跨地域流动、人员聚集决策/行动,直接影响到商务洽谈、生产开工、运维等一些列活动。 现在掌握到的信息来看,相对于劳动密集型,或者是对于生产供应链人员上有依赖的生产型企业会造成比较大的影响。但如果在前期它的数字化程度比较好,所有的数字到现在只是一个技术呈现问题,这类企业复产复工会比较快。对于另外一些公司,设备在运行当中,所有设备的数据采集点都没有,当人员在家里时,复工复产就成为头疼的问题。在人员流动不受限的时候,有些公司对数据重视不够,可以靠人员汇报,靠手工记录、靠Excel等等来实现。 在今天,当人员流动受到限制,这种无人员接触的数据传递就显得非常重要。所有的智能制造、人工智能的第一步,就是生产过程的数据化以及数据呈现与流动,这成为突破人员流动受限边界的一个很重要的抓手。 这就提出数字化的另一个很重要的场景,当人员受限,企业方对设备运行状况的了解需求高的时候,数字化就显得非常的重要。前期在不觉得紧迫的时候,储备的工作做得怎么样,就成为解决现在问题的关键了。 以上情况更说明数字化转型已经面临一个拐点,数字化转型势在必行。新的时期我们应学会数字化生存。转型应该从何处入手,何处着力呢? 数字化转型顶层规划 企业的数字化转型,是企业家的决策。这不是简单的投资决策,而是一个公司5-10年的发展的决策,所以针对本企业的数字化工厂规划是企业家首先要思考的问题。 企业的数字化工厂规划,涉及到数字化工厂的设计,产品从设计端经过制造,营销,物流,到客户端全生命周期的梳理,软件的匹配和设计,自动化产线的配套,工业网络的搭建等等诸多方面,这里已经有许多不是传统设计院能覆盖的领域。 所以前期数字化规划需要各领域的专家最好是跨界的专家来出谋划策。需要企业家和领导层积极地与专家沟通,以便明确企业的需求,短板和积极意愿。 在企业接受专家的初步诊断和咨询方案后,专家带领的团队会安排3-6人的团队,花4-6个月时间,为企业的现有流程进行梳理。所以整个规划过程,是需要企业家重视和先期投入咨询费用的。 这对于很多中小企业需要改变观念,要认识规划和咨询的价值,适应数字化时代的生存法则。因为经过整体规划,咨询团队会对企业的生产流程,产线布局,产线上的人员和节拍等做精益的梳理。针对当前的数字化水平做出评估,并对企业的软硬件体系,组织架构和人员技术水平,做出深入调研。然后再对以上问题,几易其稿给出厂房,产线,设计,制造,工艺,网络,自动化,人员培训等诸多环节的解决方案。然后再和企业家及管理层一起根据企业的投资规模,人员数字化水平,和企业急需解决的短板,做出3-5年的数字化改造推进计划。这样既避免了盲目投资,也能够量力而出,帮助企业的数字化的转型稳步进行。 这些年来,见证过多家企业的投资和改造,其中有只重设备硬件忽略软件配套,或者只考虑信息化,而只上软件系统, 忽略了对流程,工艺和数据采集的改进,这些都会对转型的效果有很大影响。也有不考虑自身的人员水平和对数字化的理解,在软件和硬件上做了大量投资,但发现在整体集成时,无法匹配兼容,服务费用昂贵,系统无法全效率运行等。以上三种情况都会使企业有挫败感,从而影响数字化转型的积极性。 所以专家团队帮助完成的数字化工厂的规划,是针对短板,和问题,结合员工素质,分步投入,步步跟进。只要持续推进,数字化转型必然能看到效果。 转型环节中的问题和方向 数字化转型还涉及多个环节,这里再从产品设计,生产制造中的数字化,以及工业网络及协同,工业大数据,市场营销,组织变革等几个细分环节,谈谈我走访过的中小企业所遇到和面临的问题,以及变革的一些建议。 01、设计环节 首先是产品设计,作为整个产品生命周期的第一个环节,他既是创新的环节,也是知识积累与沉淀的环节。目前国家进入了改革的深水区,国内不少企业的科技与技术发展进入无人区和技术引领区。原始创新将成为这些企业发展的原动力,而创新的基础则是知识积累,如何将以往的经验和设计有效保留并传承下去,如何为创新所用,正是数字化转型所要考虑的问题。 我所走访的企业中就发现到,很多企业设计人员使用的设计软件,版权形式各异,软件各异,软件版本各异等等诸多问题。多篇文章谈数字化都强调过,数字化的核心就是数据和数据的流动。以上的问题就会造成数据的不兼容难以读取,数据难以传递甚至难以存储,数据难以变成信息和知识来传递。 所以企业尤其是快速发展的中小企业,一定要重视设计当中,数据的统一性问题。国际上著名的设计软件公司像法国的达索,德国的西门子,美国的PTC,软件之所以强大,不光是功能块众多,界面友好,使用者众多。核心是他们经过十几年甚至几十年发展,所有功能块的产品数据一直能够保持存储在一个统一的数据库里,客户几十年的设计只要不断地随软件升级,几十年的经验和知识就能积累下来。这才是他们的客户不离不弃的原因。 所以国内的企业在设计环节一定要注意使用软件时的数据统一问题,让自己的创新设计有数字化的原发动力,让产品设计既有创新又有积累。 02、生产环节 设计之后数据图纸要继续通过制造加工环节变为产品,目前CAD(计算机辅助设计)到CAM(计算机辅助制造)技术已经成熟并得到使用,现在不少企业的生产和加工设备局部或单机也都达到了先进水平,但从数字化工厂或车间的角度,整体最优或系统最优才是效率的最高体现。所以我们要考虑设备如何通过网络并联和串联,并与生产管理软件联通,从而使整个系统 达到最优,这才是评估生产系统的先进性的标准。这是值得企业管理者认真思考的问题,其中一点就是在采购设备时,一定要考虑网络的接口和协议,这样才能保证设备的互联互通,从而形成系统。 制造当中装备系统要求最优的应该是生产流水线,随着客户对个性化的要求,产线的柔性化要求越来越高。如何在柔性的基础上还要保持可靠性和效率最高,这也是对企业的装备设计和集成能力提出来很高的要求,也是数字化转型的重要环节。 其中的中小制造企业在这方面更是有很大的提升空间,面对产线的柔性及自动化的改造要求,企业家要抱有一个良好的心态。 因为柔性和为企业量身定做的,具有先进性的产线,都不是简单复制来的,我们要把他也作为一个研发项目来对待,要允许合作的系统集成商有失败和试错的可能,本着长期合作,成为伙伴的诚意来共同开发产线。让研发的装备产线成为自己独特的竞争力。 本人在一家有八十多年历史的德国制造企业工作,他的发展可以给国内企业很多借鉴。他的车间展厅还摆放着六十年代,七十年代,八十年代不同时期的装配设备,可以看到他的产品装配由单机到联机到产线的演变过程,同时看到了他由合作到自主研发,到成立装备系统部独立研发的整个过程。正是他产线的独特性和高效以及先进性,才保证了产品的先进和不可复制,从而保证了产品的市场占有率第一。所以产线的独特性也能造就产品的独特性。 企业管理者在制造过程中面临的另一个问题是整个制造的管理像一个黑匣子,而如何让这个过程透明,真实的反映整个生产过程,数字化也是一个必须推进的过程。只有把设备,进度,质量,工期等数据真实,准确完整的采集上来,才能够让整个生产过程透明化。 很多企业已经使用了ERP和MES,很多企业管理层也认为使用了这些软件就实现了数字化,可是如果数据还是由报表录入或手工填写,那还是有延误,失真和疏漏的情况。不真实的数据推断出的结果也是可想而知的。 所以企业往往会遇到两个问题,一是企业家有没有勇气和魄力去推动透明化,打破这个黑匣子。二是负责生产管理的中层愿不愿意配合来打破这个黑匣子。这会涉及到公司的文化和组织的变革,也是转型的阵痛,这需要企业家深入去思考。 上面已经讲到企业透明化的管理依靠的是真实可靠的数据。生产和制造当中 ,以往我们更重视的是产品,互联网时代,很多企业也理解了数字化的含义。但是数据如何有效采集,如何与管理系统无缝连接,如何构建工厂内部的数据高速公路,如何让海量的工业大数据为我所用,这涉及工业互联网也涉及工业大数据技术的问题。 03、工业网络及协同 这里首先谈工业网络及协同,工业互联网作为国家重点支持的技术,得到大量资金和政策的支持,国家层面也成立了工业互联网研究院,和由中国信通院牵头成立的中国工业互联网联盟。 由信通院组织编写的工业互联网架构里,把工业互联网分为工业网络基础设施和工业网络新业态,针对中小企业的数字化工厂网络建设,工业网络基础设施是重要基石,如何构建工厂内部数据的高速公路,是数字化工厂的核心目标。 工厂级的工业网络,核心要求就是可靠性,低时延,高带宽,其中可靠性是重中之重,有些企业在搭建网络时,没有考虑工业环境下网络设备的工业级别要求,盲目的用商用网络设备搭建网络,造成了数据丢包,数据拥堵,和网络瘫痪的重大问题。 另一个问题就是底层制造设备的数据不兼容,因为采购厂家众多的原因,设备有多个网络协议在运行,如何做好协议之间数据的转换,如何保证同步,这都是未来建设中考虑的问题,建立一个处理多种协议的数据中台,是目前的一个解决办法。 04、工业大数据 工业大数据是工业网络构建和数据采集后企业需要面对的问题,生产制造当中有大量的数据产生,当我们面对这些海量数据时,是该采集以后先存储起来,还是现在就投资边采集边分析,这是企业管理者需要决策的问题,这一点已经在数字化规划中谈到了,这也是规划中的重点环节。这里只谈在数字化转型当中,工业大数据分析能为企业带来什么。 以风力发电设备为例,在06,07年的时候,工程师维护是要到客户现场用手持式设备,爬到很高的风力发电机上面,把这些数据采集下来,再回到控制中心然后对这些数据做一些分析,才能找到病因,发现问题。 现在随着移动通讯技术的不断发展,我们可以远隔千里之外,就可以拿到这个设备的运行参数,而且这个参数还是实时的。这些实时的数据的接收进来后,我们可以通过这些参数了解这个设备当时的一些运营情况,我们还可以通过这些参数和历史的一些数据,对设备的运行做出判断。 那么有了这些数据之后,我们甚至还可以对这个设备未来发生什么做出判断。以前离线数据只能判断单台的设备,而现在我们实时的数据不仅可以去看单台的设备,我甚至可以看很多的设备。有了这些运行数据之后,我们甚至还可以把这些运行数据和设备的设计参数做匹配,打通设备从机理设计到运行工况全寿命周期的每一个节点。 那么这个它不仅对设备的运行有很大的范围的一个了解,甚至我们还可以根据出现的问题或者说诊断的结果,把它反馈给前端的设备的设计阶段,做设备的优化设计和优化改革。我们还甚至可以把这些设备的特点或者说故障的类型做归类,然后用更高效的大数据的方式对设备做远程的管理。 远程管理可以对设备的故障做一个简单的预判,在未来我们可以用风机设备大数据的模型可以给设备的运行和维护做更严密 ,更准确的一个判断。 从单一的设备离线监测到单一设备的全生命周期的管理,再到同类型设备的趋势分析和远程运维,这就是工业大数据的发展运用的过程。未来的数字化工厂的工业大数据也是这样的发展过程。 当完善了数字化工厂以推动数据的产生和流动为目标,并对其进行分析利用以后。产品通过仓储和物流将会到达客户手中。 在数字化的时代,我们如何为客户画像,如何定义自己的客户,如何满足客户的需求又能保证企业的高效和利润。这也是转型中企业共同面对的问题。 05、数字化营销 同为制造企业面对客户的市场 还分要为B To C(直接面向消费者)和B To B(面向企业类客户)两大类,数字化营销的方式有共通的,也有不同。 BtoC的市场,企业都希望打造爆款,来推动销量和利润。打造爆款既有设计如何满足消费者需求的问题,也有如何让产能和物流满足畅销的产品及时快速到达消费者手里的问题。针对这两个问题,营销当中我就需要第一,如何让设计新品尽快到达消费者手中,尽快得到真实的体验反馈,从而让新品能与所需市场对接,尽快完成形成爆款的过程。第二就是如何从市场的反馈当中,发现有潜力能成为爆款的产品,从而能让生产制造,仓储物流及时调整满足即将到来的需求,这也是未来数字营销要解决的问题。企业最心痛的就是明明打造出了畅销产品,却因为产能和物流的问题,迟迟满足不了客户需求,最后产能和物流问题解决了,客户需求没了。或者明明打造出好的产品,却没有找到需求市场,最后被模仿者赶超或被新品替代。 BtoB市场,企业希望是找到有大项目的客户,或长期稳定配套的大客户,从而使企业的规模和形象上一个台阶。而这样的客户对品牌的依存度强,对质量和可靠性要求高,对售前和售后的技术服务水平要求高,新品和替代品的检验测试严格并且周期长,行业特征明显,相对于个人消费,企业客户更理性。这往往要求企业的 从研发环节就要研发与制造部门与客户的研发,质量甚至客户的客户对接,物流与客户物流系统对接,如果客户的整体数字化水平很高,还会要求制造企业的数字化系统与他们的高水平数字化系统对接。 这就要求企业的营销团队,既了解客户的数字化体系,还要了解本企业的数字化体系,以适应新的数字化时代的要求。而针对消费者的营销也是越来越依靠数字化的手段,要学会用互联网和大数据的手段找到和分析消费者,还要通过互联网的渠道快速定义客户。 如果从设计到生产制造,物流,营销,再到客户,如果都用数字化技术打通,数据能利用互联网和工业互联网流畅地在各个环节流通,再有大数据,人工智能的手段对数据分析,算法处理。那以上营销的问题也迎刃而解。 现在的消费品市场和工业品市场已经有了巨大的变化,消费品市场随着共创,直播,微店等各种围绕互联网的商业模式涌现,消费者个性化的消费越来越受重视,个性化产品的大规模定制将是消费类产品的主攻方向。而工业类客户会更注重智能化的整体方案,也会催生制造企业由生产型向服务型转型。由此可见,数字化时代转型是大势所趋,迎接变革,学会数字化时代的生存。 06、数字化时代的组织变革 理解了数字化转型中各个环节的问题,和未来方向,我们就要思考和反思哪些要改革,哪些要保留,放弃什么,坚持什么。除了技术和管理的方法,企业家也要思考企业的组织架构如何适应数字化时代的要求。 数字化时代越来越多的决策由中高层下沉到基层。95/00后进入劳动力序列,企业面临四世同堂的管理困境。企业资源不足,需雇佣数字技术与多元人才,可能冲击文化。互联网带来的信息便捷,让劳动关系松散,企业越来越多的采用借用,合约的形式获得专业人才。业务自动化,工厂无人化,对领导方式的挑战。种种问题既是技术变革带来的冲击,也是数字化推动当中自发带来的组织变革要求。 迎接变革和挑战,企业数字化转型也恰逢其时。转型离不开人和组织,组织变革是数字化转型的重中之重。这也是我在企业走访中,一直和企业管理者强调的,制造企业实现智能制造,实现数字化转型一定是一把手工程,一定要得到企业家的重视。因为这都涉及到组织的变化,和企业资源的重构。没有一把手的重视和拍板,这些变化和重构就无法发生。转型本身是动态的,在转型过程中如何建立并调整与转型匹配的组织机构也是领导者必须亲力亲为的。 面临数字化转型的组织变革,既是数字化的,也是动态而且是持续的。所以转型转的是领导力,也是组织文化。让员工,部门都能体会数字化的魅力,并参与到公司数字化的氛围当中。 组织建设中,管理中高层的领导力也要适应数字时代的新要求,如引领变革,驱动创新,深化协同合作,大胆授权,赋能员工,激发热情,数字化敏锐度和觉察力等等,能力的培养需要时间,也需要变革的过程来体验和锤炼。所以当确定好数字化转型的决心后,就可以推动变革中建立文化,培养能力,锻炼人才,不要靠等待来复制能力和组织。变革中产生组织是动态,所以组织建设只要把握住方向,不必追求具体的架构和形式,因为数字时代的特点就是变化,核心就是高效,敏捷,开放,平台化。再以本公司中国公司为例,全球总部制定了公司数字化转型的战略方向 ,以及应对数字化转型的策略时,中国公司就坚定了自己的数字化转型之路, 从高层到中层都取得共识,开始了组织再造的六步法: 1.贴近市场,赋能一线 2.一线精英化 3.服务专业化 4.职能平台化 5.打造核心竞争力 6.持续转型和鼓励跨界流动 然后又制定了整体的行动策略: 1.文化理念重塑和领导力行为准则 2.数字化转型战略的思考 3.实现有价值增长 4.提升本土竞争力 5.打造赋能平台 6.数字化转型的路径和组织梳理 这一切都是上下统一,讨论和碰撞出来的思想,也是边学习边总结出来的,不是一成不变,随着公司发展成长都会有变化和调整。所以针对国内的中小企业,要考虑自己组织的变革,不用太焦虑于现存的架构,微调和大调决定于自己的决心也在于数字化转型的进度。多思考要改变什么,坚持什么。 结束语 数字化转型核心是真实可靠的数据,目的是推动数据在全生命周期的价值链里流动。不同的公司有不同的方式方法,但是一定要建立数字化时代适应数字变化的思维,有时候思维比变革更重要。有了数字化转型的思想,才能考虑顶层规划,才会考虑组织变革,才会去摸索和实践。[详细]2022-04-13 18:22

全国政协委员徐晓兰:利用工业大数据加速构建“两业融合”现代产业体系

“积极推动利用工业大数据加速‘两业融合’现代产业体系构建具有重大战略意义。”全国政协委员、中国工业互[详细]2021-03-10 17:27

工信部开出“药方”祛除工业大数据“顽疾”

工信部消息,6月12日,工信部副部长辛国斌赴中国工业互联网研究院调研。辛国斌要求重点做好以下几方面工[详细]2020-06-16 13:08

+加载更多新闻
热点专题 更多>>
河北鹏远:坚定道路自信

河北鹏远:坚定道路自信

在工程机械行业的广阔天地里,刘悦以其对事业的无限热爱和坚定信念,带领河...详情
海伦哲高空作业车体验

海伦哲高空作业车体验

在时光的长河中,总有一些瞬间,如同星辰般璀璨,照...详情
卡特彼勒用服务提升价值

卡特彼勒用服务提升价值

【第一工程机械网 原创】彼得·德鲁...详情
徐工首席服务专家:程帅

徐工首席服务专家:程帅

【第一工程机械 原创】太行层峦叠嶂,气势磅礴,汾...详情
专访协会租赁分会秘书长

专访协会租赁分会秘书长

2024年已经过半,面对市场的不确定和竞争的白热...详情
投稿邮箱:news@d1cm.com
服务热线:400-6789-326

CopyRight © 2000- d1cm.com, All Rights Reserved 第一工程机械网 版权所有

京ICP备10026412号-15 京ICP证060286号  京公网安备11010502049281号 网络视听许可证0113658号 广播电视制作许可证

客服电话:400-6789-326 新机业务按 1,二手业务按 2,商务合作按 3

关于我们 | 本网动态 | 会员服务 | 广告服务及报价 | 商务合作 | 招聘英才 | 法律声明 | 网站地图 | 联系我们

安徽合力股份有限公司

安徽合力股份有限公司的前身是安徽叉车集团公司的核心层企业—合肥叉车总厂,始建于1958年。1993年9月,安徽叉车集团公司通过定向募集方式,独家发起设立了本公司。1996年9月,本公司公开向社会发行3000万股股票,并于当年10月9日在上海证券交易所挂牌上市,股票简称“安徽合力”股票代码“600761”。截止到2005年12月31号,公司总股本为3.07亿股,流通股1.78亿股,资产总额14.7亿元,净资产10.5亿元。公司目前主要经营叉车、装载机、工程机械、矿山起重运输机械、铸锻件、热处理件制造及产品销售。金属材料、化工原料(不含危险品)、电子产品、电器机械、橡胶产品销售;机械行业科技咨询、信息服务等业务;房产、设备资产租赁。公司的主导产品“合力”牌叉车及各类仓储机械广泛的应用于工矿企业、交通运输、仓储物流等行业的装卸及短距离搬运作业。公司自1993年成立以来,就树立了“以高新技术改造传统产业”的经营理念,致力于叉车及配套零部件新产品的研究开发。陆续推出了X系列、α系列、H2000系列、G系列叉车产品,尤其是2000年推出的H2000系列叉车,具有性能优越、安全可靠、低噪音等优点,具备了与国际同类产品相抗衡的竞争优势,目前是公司主导产品;2005年公司又推出了新一代环保型G系列叉车,进一步增强了公司在未来的竞争优势。公司还开发了绿色环保型的电瓶车、石油液化气叉车等新型系列产品。目前,公司的叉车和零部件产品在国内同行业中规格最全、规模最大,叉车的综合性能处于国内同行业领先地位,部分产品达到国际先进水平。公司拥有国内同行业最完整的产业体系,拥有国内叉车行业最大的消失模铸件生产基地、最大的油缸生产基地、最大的转向桥生产基地公司,具备国内领先的叉车设计开发生产制造和试验检测能力,各项主要经济指标已连续十九年高居全国同行业之首。公司地处中部省份安徽合肥、所属装备制造行业的发展符合国家促进中部崛起、大力发展装备制造业的政策精神,公司还被列入安徽省政府“861”行动计划和重点支柱产业,是解放军总后勤部军事装备定点生产企业。公司已通过ISO9001(2000)质量体系认证,进出口商品CE认证、ISO14001环境管理体系认证,被安徽省科技厅评定为国家高新技术园区内“高新技术企业”。“HELI”品牌先后荣获“中国叉车第一品牌”、“中国叉车行业最具影响力品牌”及国家商务部“重点培育和发展的出口名牌”、“中国驰名商标”等荣誉。被中国质量检验协会用户委员会评为"全国用户满意产品",荣获"全国用户满意服务"和"全国用户满意企业"称号。企业信用等级为:AAA级。
了解更多