推动工业数字化转型升级走深向实

编辑:九州企服 发布:2023-10-08

查找问题 直面数字化转型升级挑战

  李毅中认为数字化转型升级当前还存在一些“不深不实”的表象。

  一是自上而下贯彻力度大,自下而上积极性还显不足。数字经济没有先例也缺乏经验,对于一些企业数字化转型中的困难顾虑存在缺乏积极主动等问题,要把自上而下的号召转化为自下而上的动力,通过典型范例和实际帮扶让企业看到潜力和希望,认识到数字化的必要性紧迫性,增强主动性和积极性。

  二是推广方式多为文件、会议、论坛等,缺乏鲜活有效的样板和对口帮扶,有的存在着与实际结合不够,与生产制造结合不够,坐而论道的现象。数字化进程的成效应表现为企业、行业、领域经济技术指标的提高和改善,通过开展专业性竞赛会取得较好效果。

  三是数字化转型的着力点还没有深入到生产制造的核心部位。转型升级必然会有个过程,但目前有些转型停留在办公数字化、报表账目等表层应用,有些停滞在供销商务、物流仓储等外围应用,鲜有技术创新或科研成果的转化应用。需要加快由表及里、由浅入深,抓住实际生产要素,抓住生产制造的核心环节的数字化转型。

  四是大数据的功能发挥一般还处于初级水平。大数据用在工业制造业的功能表现为描述、诊断、预测、指令4个等级,不少企业还处于第一、二级,实现了可视化,进而发现“病灶”隐患。尚达不到预测未来时空变化,做出改进决策。根本措施是将数字技术和工业技术深度融合,创造更高级的应用场景。

  锚定智能制造主攻方向 推动数字化向智能化升级迈进

  李毅中认为,实现工业数字化转型智能化升级,智能制造是主攻方向。多年实践有了较大进展,尚需持续加力,建议从以下三个方面入手:

  首先,引入人工智能,提升产业的智能化水平。健全完善数据、网络、计算这三个基础设施,提升计算能力。行业要因业施策,企业要分层次、分阶段抓起。自动化、数字化、网络化、智能化循序渐进,推进智能化升级,防止急于求成和盲目投入。

  其次,人工智能推动数字化深入到生产制造核心部位。包括研发设计数字化、智能化,提高质量和效率;改造提升企业内网,完善数据价值化系统,提高计算能力;制造单元和生产流程智能化,离散式制造和流程式制造各有特点;设备设施智能监控、故障诊断、预测预警,在线维护、远程运维;辅助工序网络化智能化协同,保障企业内循环畅通;外网联通相关方,强化产业链紧密度和可靠性;提升企业管理信息化水准,优化业务流程,提升效率,把握市场走向和前沿科技,谋划未来。

  最后,数字化转型要由企业拓展到产业链,提升现代化水平和核心竞争力。要结合区域特色和产业优势,培育一批数字化示范园区,改造提升现有各类园区达到智慧、零碳水平。要发挥产业链龙头企业“链主”的领军和生态整合作用,开放生产要素,帮助中小企业迈向专精特新,融入产业链。要积极培育一批系统解决方案供应商和网络运营服务商,尤其是具有细分行业优势的专业服务商,协助生产企业创新优质应用场景,打造典型示范、推广应用。

  下真功夫 以数据价值化夯实数字化根基

  李毅中指出,数据价值化是数字经济的首道工序,数据是生产力新要素,但只有经过开发加工使用才能变成财富。行业应推进数据共享、数据交易,衍生出数字资源产业化。

  他认为,对数据有两个基本要求,一是真实可靠,务必防止和杜绝数据失真产生误导;二是海量丰富,数据流动共享汇聚数据池,经“训练”成为高质量数据集,成为生成式AI大模型的沃土和根基。

  但是,当前的数据资源还存在一些问题,一是不少企业已建立数据流程,尚需继续改造提升;二是同行间竞争激烈,交流合作缺乏,服务商与企业间契约关系还存在薄弱环节;三是政府部门存在“数据孤岛”现象,公共数据的社会共享不够。

  对此,李毅中认为,首先,企业应着力改造提升已有内网和数据采集加工过程,采用5G+IPv6使物理单元应联尽联,数据应采尽采、传输畅通。通过边缘计算+人工智能,做到算法算力适配。超大企业集团应做到内部数据系统一体化。其次,通过立规立法,在国家法律框架下制定条例细则,省市出台地方性法规,规范各方行为,保障各方权益,推动数据流通共享。第三,必要时国家干预,体现国家意志,打破部门壁垒、破除数据孤岛。第四,应用好市场化方法,促进数据流通交易,健全规则,扩大交易量。要发展数据价值化产业。他还介绍了安徽合肥和广东深圳的经验。

  李毅中总结道,推动工业数字化转型升级走深向实是推进新型工业化的必然选择,只有通过实在的举措和深入的实践,发挥智能化的强劲动力,才能实现工业制造的高质量发展,提升国际竞争力。希望各方能够积极响应,共同努力,推动中国工业数字化转型升级不断向前迈进。


相关阅读