新一代信息技术体系赋能制造业发展研究

摘要：新一代信息技术当前正成为推动产业转型升级、经济高质量发展的重要驱动力。制造业作为国民经济的支柱产业，发展高效率、高附加值、具有典型竞争优势的高端制造业，推动制造业高质量创新发展具有重要意义。本文提出了以工业大数据的“价值赋能”体系和“智能技术+创新应用”融合赋能体系为核心的新一代信息技术体系赋能制造业发展的架构模型，并对赋能体系的关键技术和内容进行了分析，从完善大数据应用环境，强化智能技术大分析能力、提升新一代信息技术水平和新业态、新模式培育等角度提出了推动新一代信息技术体系赋能制造业发展的措施建议。

关键词：新一代信息技术体系；制造业；工业大数据

当前，以云计算、大数据、人工智能、区块链、工业互联网为代表的新一代信息技术发展空前活跃，已成为新一轮产业变革的关键。随着新一代信息技术从消费领域渗透扩散到生产领域，制造业生产方式也随之发生对应深刻的变革，制造业创新发展迎来重要的机遇。我国要实现制造业供给侧结构性改革，实现由大到强和高质量发展必须推动新一代信息技术在制造业中的深度 运用，把握新一代信息技术加速集成创新、交叉融合创新，协同发展创新等新态势，推动生产方式、生产模式、组织范式创新，实现制造业效率价值提升和资源优化配置。

1 新一代信息技术体系赋能制造业总体架构

新一代信息技术与制造业融合发展，数字技术与实体经济深度融合已成为当下研究热点，相关业界及学者进行了广泛研究。新一代信息技术赋能制造业，要坚持以效能为主要导向，以数据为核心驱动，以技术能力为主线，以综合集成创新应用为突破点，以柔性化、服务化、智能化为重点方向，深入推进制造业转型升级、提质增效，并广泛吸收数字经济时代的发展新理念、新规律，探索出符合新一轮产业变革和我国经济发展需求的技术赋能制造业发展新模式。

基于 5G、数字孪生、大数据、人工智能、工业互联网等为代表的新一代信息技术，应瞄准基于工业大数据闭环的“价值赋能”体系与“智能技术＋创新应用”融合赋能体系建设，形成智能技术簇群体系的融合赋能制造业发展的架构，总体赋能架构如图 1 所示。

2 构建工业大数据的价值赋能体系

新一代信息技术赋能制造业的核心在于实现各种类别、来源、结构的数据能够在生产的产线上下、车间内外、供需多方，实现自动流动、动态感知、实时分析，最终支撑科学决策、精准执行。赋能的关键机理在数据，关键难点也在数据价值实现。如图 1 所示，通过综合部署构建新一代信息技术，夯实工业云服务的内容与模式，创新推动大数据在设计、生产、制造、售后、服务等全生命周期的综合应用，构建具有大连接、大汇聚、大分析为核心的智能闭环价值赋能体系。

2.1 大连接：工业设施与数据的联接融合

工业生产设备和生产过程的自动控制以及生产系统的管理，都是以信息的获取为前提。在产品生命周期的各个环节中都会产生海量的数据，这些数据来源主要包括各种设备的物联数据，生产经营相关业务数据，以及与企业相关的互联网数据。大连接的关键在于四点。一是要夯实网络与标识解析基础。确保工厂内外网络的互联互通、标识解析等是大连接的重要基础，支持企业探索网络建设、标识解析等应用创新。二是联接设备、产品、环境数据。通过布设传感器，实时产生收集操作、运行、环境的参数数据。三是链接企业内生产经营数据，打通企业管理和生产控制的数据壁垒，重点是 ERP（企业资源计划，enterprise resource planning）、PLM（产品生命周期管理，product lifecycle management）、SCM（供应链管理，supply chain management）、CRM（客户关系管理，customer relationship management）、EMS（电子制造服务，electronic manufacturing services）系统等。四是链接企业外部互联网数据。主要包括行业企业发展有关的数据信息，以及来源互联网的企业外部生产活动数据。

2.2 大汇聚：多源数据资源的汇聚融合

不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，这些自成体系、互不兼容的数据体系有着独立的一套应用层通信协议、数据模型和语义互操作规范，导致需要投入非常大的人力、物力来实现生产数据的采集、汇聚与分析。为打造相互联通的多源数据融合体系，要对不同来源、类别数据进行标准化处理、汇聚，以兼容不同设备、系统采集的异构数据，实现数据的统一处理分析，最终形成高效、实时、全面的数据互通和互操作。大汇聚重点要推进多源数据互联互通、多维数据标准化集成，以及构建基于知识的数据模型，并通过云边协同数据治理方式，提升数据汇聚、处理效率。

2.3 大分析：智能技术驱动的数据挖潜

大分析是对采集汇聚的数据进行处理分析，实现价值赋能的重要环节。大分析主要包括智能感知分析和数字孪生赋能。智能感知分析方面：以深度挖掘、数据建模处理技术为基础，开展知识图谱、深度学习和问题拆解等大数据分析，实现对工业数据的智能感知与深度分析；基于人工智能技术可达到降本增效的作用，例如，工业大脑对工艺的优化。数字孪生赋能方面：近两年数字孪生成为数字化赋能制造业的重要新兴技术，在工业大数据闭环赋能体系上，数字孪生能够在产品全生命周期的各阶段发挥不同的作用。数字孪生通过物理实体与虚拟模型的实时映射，能够对制造过程实施优化，展现了信息物理系统（CPS）系统能够实现的主要功能应用。数字孪生能够覆盖产品的设计、生产、销售，在生产出物理产品之前，建立产品的虚拟原型，对产品和制造过程进行仿真测试和验证。数字孪生可通过沉浸式、体验式的方式提高客户互动的效果。企业利用数字孪生技术还可开展诸如健康管理、智能维护等售后服务。

3 构建“智能技术＋创新应用”融合赋能体系

从单个设备的闭环赋能起步，新一代信息技术推动数字生产线、数字工厂、数字供应链的形成，最终推动形成“智能技术＋创新应用”融合赋能体系，全面赋能制造业高质量发展。“智能技术＋创新应用”融合赋能体系是新一代信息技术体系的综合集成，对制造环节的精准匹配性支撑，它不是笼统地以某项技术完成应用过程，而是将技术在应用中被匹配，匹配到最适合的应用场景中，充分发挥每种技术功能优势，形成合力解决应用需求，改造提升制造业智能化水平和效能。

3.1 基于资源效率提升的智能生产模式

智能生产模式，是研发、设计、生产、制造、营销、售后等制造流程全环节深度运用新一代信息技术，形成具有深度感知、远程可控、智慧决策、自动执行的先进的生产制造模式，对缩短研发周期、降低运营成本、提升生产效率、提高产品合格率等方面的作用显著 ^[7]。

3.2 基于协作效率提升的协同制造模式

通过新一代信息技术，实现由集中向分散的生产制造转变，进而实现网络化协同的制造方式。利用互联网不受时空限制，没有物理边界、有利于共建共享的特点，实现企业资源的最大化整合和汇聚，推动制造朝着协同化转变。网络化协同制造主要表现在共同研发、众包、制造的云端化等。

3.3 基于消费效率提升的个性定制模式

在与新一代信息技术融合环境下，制造型企业可以通过利用 CPS，促进制造过程管理和个性化的消费需求的匹配，进而可以实现个性化的定制生产。当前，个性化定制主要表现在 O2O（线上到线下，Online To Offline）定制、众创定制等方式。

3.4 基于服务效率提升的服务型制造模式

随着产品越来越智能化，以及数据驱动的提速，新兴的服务模式产生，价值空间也得到孕育。制造业的核心价值主要从智能化服务和智能产品获得。这包括企业基于互联网服务的各种模式创新，也包括生产性服务业平台化、专业化发展，主要包括数据化在线服务、生产性服务等类型。

4 新一代信息技术体系赋能制造业发展的措施建议

4.1 进一步完善大数据的应用环境

制造业大数据汇聚融通层级越高，汇聚的数据信息越丰富，则其“溢出”效应就越强，价值也就越大^[8]。一是深化重点行业领域的工业大数据应用。结合不同业务流程和特点，推动工业大数据的创新应用。鼓励企业以设计与制造协同、管控一体化为目标，发展数据驱动的产品创新、计划排产、生产线监控等生产管理服务。二是加快构建制造业数据汇聚治理机制。支持制造企业建设多源异构数据汇聚融合的工业大数据集成平台，加强数据清洗、预处理，提升数据准确、完整和一致性。三是培养工业大数据应用型人才。加强企业与科研院校的战略合作，实现大数据基础理论教育与生产实战培训的有机结合，培养适应企业自身发展需求的数据工程师。大力实施产教结合，建立高等院校、科研院所和企业的数据人才流动的机制措施，加大创新、应用、技能型人才的培养。

4.2 强化智能技术的大分析赋能能力

制造业企业最终实现降本增效、提质增益，需要加强智能化改造，强化人工智能、数字孪生、知识图谱的深度运用。一是要突出制造业智能化平台的功能。要逐渐从以中心化向平台化的转换，进而促进流程、数据、应用等的集成。二是积极推进人工智能技术的应用。面向工控、柔性组织、预测维护等场景，结合模式识别、语音、语义处理，人机交互，开发专有用途的处理器芯片，同时加强算法和新型工业软件的开发力度，不断提升智能化的大分析能力。

4.3 着力提升新一代信息技术水平

新一代信息技术无疑是推动制造业高端化、智能化进而实现高质量发展的重中之重。一是不遗余力的推动新一代信息技术的自主创新。围绕关键核心技术和战略前沿，推动以 5G/6G 通信、量子技术、人工智能、虚拟现实、先进计算等的研发突破和创新应用。二是突破大数据核心技术。我国大数据技术在网络营销、电子商务、精准服务等领域的应用不断深化，但缺乏应对高频率、高密度、多元异构的工业大数据分析能力，难以适应工业领域的应用需求。要加快突破实时数据动态采集技术，高吞吐量存储、关联式存储等数据存储技术，以及大规模并行计算技术、多数据处理能力。要突破终端环境语义建模、视觉理解、单机智能分析与控制、区域协同等技术瓶颈，提升数据驱动的机器学习能力和辅助决策能力，充分满足复杂制造环境对于快速响应、移动支持、人机交互、分布式协同等需求。三是加强大数据安全技术研发。利用网络安全监测技术，实时监测和感知网络安全威胁，防御网络攻击，提升对大规模网络攻击威胁的发现和应对能力。

4.4 聚焦智能化的产业新业态新模式培育

大力发展多元化融合发展模式，培育新业态、新模式，拓展新一代信息技术赋能制造业发展的综合解决方案。一是不断汇聚各类优势资源，让各种活跃的创新主体参与研发新的解决方案，形成良好的创新发展生态。大企业开放资源建平台、中小企业融入链条用平台，加强产学研用的协同，不断培育产业生态。二是加快发展个性化定制。围绕重点领域，培育具有国际竞争力的规模化个性定制，促进企业生产与消费需求对接，实现产销动态平衡。大力发展服务型制造，充分利用新一代信息技术，提高全生命周期的综合服务能力^[10]。三是不断提升各门类制造业的智能化水平，从营销服务向高端的研发设计延伸，从单点向系统化的综合应用延伸。加快发展网络协同制造，实现企业间的协同和各个环节资源的共享，提高研发设计、生产制造的柔性，提升企业生产效率和产品质量。

参考文献：

[1] 王东鹏,周青,毛崇峰.新一代信息技术与制造业深度融合的研究综述和趋势展望[J].信息与管理研究,2022,7(01):53-66.

[2] 赵昌文.认识和把握新一轮信息革命浪潮[J].山东经济战略研究,2019(07):53-55.

[3] 谢少锋.深化新一代信息技术与制造业融合发展为注入新动能[J].新经济导刊,2020(01):18-21.

[4] 王新哲.推动新一代信息技术与制造业深度融合 促进实体经济高质经济创新发展量发展[J].信息技术与标准化,2018(12):4.

[5] 胡斌,王焕新,杨坤.新一代信息技术与制造业融合发展: “T-O-V”视角下的整合框架[J].上海管理科学,2020,42(05): 87-94.

[6] 鲁春丛. 加快工业互联网创新发展开启数字技术与实体经济深度融合新征程[N].中国电子报,2021-12-14(003).

[7] 匿名.制造业与互联网融合发展的主要模式[OL].搜狐网,https:// www.sohu.com/a/111234447_468114.

[8] 赵文博.工业大数据在智能制造中的应用价值[J].造纸装备及材料,2021,50(01):122-124.

[9] 张宁,赵晓宁.基于校企合作的高校大数据人才培养路径研究[J].中外企业文化,2022(03):168-169.

[10] 加快发展服务型制造[J].信息化建设,2019(02):28.

（注：本文转载自《电子产品世界》杂志2022年6月期）