基于互联网及大数据的智能制造体系与中国制造企业转型升级

期业

6926

收藏 2016-05-31

基于互联网及大数据的智能制造体系

制造企业转型升级

肖静华，毛蕴诗，谢康

      （中山大学管理学院，广东广州 510275）

  [ 摘要] 本文提出一个基于互联网及大数据的智能制造体系概念模型与管理理论框架，认为该体系由基于互联网及大数据的智能活动、核心智能制造能力、智能制造的知识管理活动，及基于互联网与大数据的智能联盟四个基本子系统构成。与 CIMS 和以往的智能制造系统不同，基于互联网及大数据的智能制造体系将消费者与智能联盟纳入到体系中，成为企业与消费者、与合作伙伴协同演化动态能力的重要基础。企业与消费者、与合作伙伴协同演化动态能力，又构成企业智能制造转型升级的关键能力。中国制造业应抓住人口大国、市场活力、互联网应用领先优势与智能制造体系深度融合的发展机遇，实施智能制造设备的追随与智能制造应用知识管理差异化的二元竞争战略，通过“中间突破、两端发力”的转型升级路径，实现中国制造业由大变强的转变，推动中国制造进入世界制造的第一梯队。
[ 关键词 ] 智能制造体系；互联网；大数据；转型升级；协同演化动态能力
[ 中图分类号 ] F424.3 [ 文献标识码 ] A  [ 文章编号 ] 2095-7572(2016)02-0005-12

            一、问题的提出与文献回顾

  制造业不仅是国民经济的主体，而且是经济长期竞争力的体现，国家间的制造业能力差异能够解释国家间收入差异的 70%（Hausmann et al., 2011），表明制造业本身蕴含的生产能力和知识
[ 收稿日期 ] 2016-02-16
[ 基金项目 ] 本文是国家社会科学基金重大招标项目“食品药品安全社会共治的制度安排：需求、设计、实现与对策研究”
（14ZDA074）、国家社会科学基金重点项目“我国传统产业向中高端转型升级的动因、路径与对策研究”
（15AZD003）、国家自然科学基金项目“供应链协同中信息系统的治理价值研究”（71371198）的阶段性成果。
[ 作者简介 ] 肖静华，女，中山大学管理学院副教授，中山大学信息经济与政策研究中心副主任，研究方向：企业互联网转型管理、供应链信息系统价值、电子商务；毛蕴诗，男，中山大学管理学院教授，博士生导师，中山大学企业与市场研究中心主任，研究方向：企业转型升级管理；谢康，男，中山大学管理学院教授，博士生导师，中山大学信息经济与政策研究中心主任，研究方向：信息经济学、企业互联网管理、电子商务。积累是国家长期发展绩效的关键（黄群慧和贺俊，2013）。2014 年，中国工业增加值达 22.8 万亿元，占 GDP 比重达 35.85%。2013 年，中国制造业产出占世界比重的 20.8%，在 500 多种主要工业产品中产量位居第一的约占 44%。中国已连续 4 年保持世界制造业第一大国地位，但中国制造业大而不强的现实也是共识，仅有 16% 的企业进入智能制造的应用阶段（任毅和东童童，2015）。为此，中国政府发布《中国制造 2025》计划，力图实现制造业由大到强的转变。

  《中国制造 2025》将智能制造定位为中国制造业实现由大变强的主攻方向，及工业化与信息化深度融合的主攻方向。智能制造的这一战略定位，本质上与德国工业 4.0、美国工业互联网、日本全球智能制造合作计划，及欧盟 IMS2020 计划的定位是一致的。然而，目前国内外有关智能制造的研究主要侧重于技术和工程实现领域，及产业政策和策略研究领域（杨叔子和丁洪，1992；周济， 2015），对智能制造的经济管理理论研究尚处于起步阶段，尤其对作为智能制造核心的智能制造体系在互联网及大数据情境下的经济管理理论研究更加薄弱，因而，难以为互联网环境下的企业智能
制造管理实践提供有力的理论指导和政策干预。鉴于此，本文聚焦于探讨互联网及大数据情境下智能制造体系的理论框架，在此基础上对基于智能制造的中国企业转型升级战略及策略提出政策建议。

智能制造系统的发展，一般沿着智能装备单一技术点智能化、面向智能装备的组线技术、高度自动化与柔性化的智能生产线、基于中央管控和智能调度的智能工厂、异地协同的智能联盟的路径发展。因此，从智能制造系统的技术基础和实施规模来看，智能制造系统可以划分为装备级、生产线级、车间级、工厂级和联盟级（杜宝瑞等，2015）。德国工业  4.0 提出以信息物理系统
（Cyber-Physical System，CPS）为基础，由智能工厂、智能生产和智能物流三个子系统构成的互
联网环境下的智能制造框架，将 CPS 作为智能制造的底层基础设施，力图引导德国成为智能制造技术的主要供应商和 CPS 技术及产品的领先市场（王钦和张隺，2015）。可以说，德国工业 4.0 的内涵与中国政府提出的工业化与信息化深度融合本质一致，都是力图在底层或应用层实现制造技术
与信息技术的深度融合。美国提出的再工业化或工业互联网则是基于美国在互联网技术领域，尤其在智能制造领域的全球竞争优势提出的，通过互联网与制造业的紧密结合，以数据整合实体来推进
智能制造（王钦和张隺，2015），本质上也是推进工业化与信息化的深度融合，只是美国依据自身优势选择了与德国不同的实施路径。

智能制造的本质，是通过信息技术与制造技术深度融合实现自感知、自诊断、自优化、自决策、自执行的高度柔性生产方式（宋利康等，2015）。或者说，智能制造是从独立设备的机器智能到制造过程系统智能演进发展的生产方式，具有动态感知、实时分析、自主决策和精准执行四个典型特征（王淼和王湘念，2015）。智能制造体系（Intelligent  Manufacturing  System,  IMS）就是建构在制造技术与通讯信息技术深度融合基础上的集感知、分析、决策和执行于一体的智能化制造体系，力图解决以往工业化进程中人类脑力劳动自动化效率低的难题。在 1870 ～ 1980 年的 100 多年工业化进程中，生产过程效率提高了 20 倍，但生产管理效率只提高了 1.8-2.2 倍，而产品设计仅提高了 1.2 倍（杨叔子和丁洪，1992）。智能制造的目标之一就是提高人脑的自动化，智能制造体系唯有与人的智能活动联系在一起，才构成真正意义的智能制造体系，因为智能制造技术的应用和执行过程就是制造技术与企业战略、营销和管理工作的系统性协调变革过程（Lester，1998）。

首先，在从刚性自动化到大规模制造，再到柔性制造的过程中，由于忽视人在产生高效、高性能生产系统中的关键作用而导致计算机集成系统（CIMS）发展出现了难以逾越的障碍（路甬祥和陈鹰，1994）。CIMS 难以解决人与自动化之间的技术矛盾，无法将两者集成在一起，企业能做的选择或是昂贵的全自动化生产线，或是手工操作，缺乏人力与制造设备之间的相容性（赵东标和朱剑英，1999）。因此，2013 年 GE 与亚马逊、埃森哲及云平台企业 Pivotal 共同创立的工业互联网，特别强调智能机器、高级分析与工作人员三者的深度融合，关注生产设备的智能化、机器与机器的融合，及人与机器的融合（宁振波，2015）。

其次，人工智能以“自主”系统为主线的研发路线，开发出大量的独立专家系统，形成了大
量的“智能孤岛”。20 世纪 90 年代初美国采用的柔性制造系统中有 20% 的设备没有投入实际使用，主要就在于这些设备与企业管理和员工能力不匹配（Koren，2008）。因此，全球领先的制造企业在加大智能制造技术投资的同时，也开始加大对人力资本等互补性资产和企业能力的投资，因为员工知识和管理能力在智能制造中的重要性日益提高（黄群慧和贺俊，2013）。这也是为什么德国工业 4.0 特别强调系统配套和人的能力的发展，强调组织设计、员工培训与知识要素重组等配套方案的原因（黄顺魁，2015）。

最后，互联网提供了基于网络的原型、虚拟产品测试和虚拟市场测试等多种方式，使企业可以将消费者或客户的集体智慧融入创新过程中（Sawhney et al.，2005），使制造企业借助智能化集成提高人类脑力劳动的自动化效率成为可能，而且互联网环境下消费者的增权过程，使智能制造需要将更广泛的人的范畴纳入智能制造体系中。由于消费者是重要的创新资源，制造企业通过建立开放式创新的商业模式为消费者创造价值（Chesbrough & Rosenbloom，2002；Chatterji
& Fabrizio，2014），因此，互联网环境下企业战略管理需强调知识创造，需打破现有企业战略管理的边界，将消费者作为企业资源纳入到战略管理中，构建用户资源观（Adner & Kapoor， 2010，2012；Priem et al.，2013；王钦，2014）。同时，在企业动态能力基础上，互联网环境下的企业需要强化与消费者协同演化的动态能力，捕捉变化能力、适应变化能力和引导变化能力构成企业与消费者协同演化动态能力的三种具体形式（肖静华等，2014）。

可以认为，智能制造体系是人机一体化的混合系统，将机器智能和人的智能紧密地集成在
一起（王淼和王湘念，2015）。基于互联网及大数据的智能制造体系（IMS based on Internet and Big Data，IMSI&BD），则是将更广泛的人的智力因素与制造技术的智能因素紧密融合在一起。这种结合为中国制造企业实现战略性转型升级既带来了挑战，也提供了机会。

一方面，中国制造业大国地位正在受到全球智能制造体系的挑战。首先，在全球竞争中，美、德、日等发达国家普及应用 IMS 后，国际价值链对发展中国家廉价劳动力的依赖将大幅降低（杨叔子和丁洪，1992），从而减少对发展中国家的国际直接投资，导致发展中国家制造业的劳动力比较优势难以与国际技术资本结合，因此，对中国的制造业发展构成严峻挑战（黄群慧和贺俊 2013）；其次，在产业基础上，中国制造业总体制造水平参差不齐，工业 2.0 与工业 3.0 并存（王
钦和张隺，2015；徐广林和林贡钦，2015），且物流成本高，从原材料到终端产品有超过 90% 的时间用于运输、仓储、包装和配送等物流环节（张宝华，2010）。在这样一个不同基础的企业并行发展的情境下迎接智能制造体系的嵌入，具有引进、消化和吸收的高不确定性风险；

另一方面，IMSI&BD 的迅猛发展，为中国制造业由大变强提供了难得的发展机遇。大规模生产造就了美国工业强国的地位，柔性制造实现了日本制造业的赶超（黄群慧和贺俊，2013），中国制造业能否借助 IMSI&BD 发展机会，实现从世界制造第二梯队进入由美、日、德组成的第一梯队的战略目标，成为摆在中国制造企业及中国政府面前的一个机会选择。以下三方面因素使中国制造业有机会跃升到世界制造业第一梯队中：一是以 BAT 为代表的电商平台推动着中国互联网尤其是移动互联网应用领先全球，中国不仅成为全球最大的电商市场，而且成为全球最大的机器人市场，具有将全球最先进的制造技术及设备引进、消化、吸收和再创造的市场活力。尽管美、德、日的智能制造产业体系相对成熟，但缺乏中国这样庞大的互联网应用市场；二是中国人口规模优势，地域广阔，文化多样性且消费偏差大，消费者广泛参与应用性研发活动，为大数据形成及应用于智能制造体系提供了全球独一无二的社会实验场境，有利于形成中国智造品牌和应用产品创新；三是中国工业体系相对完善。可以说，中国制造业既部分兼具美、德、日的制造优势，又部分具备它们各自不具备的优势，有利于互联网及大数据与智能制造体系在中国的深度融合。总之，市场活力、人口规模、互联网应用领先优势与智能制造体系之间的深度融合，构成中国借助智能制造浪潮跃升为世界制造强国的历史机遇。因此，构建 IMSI&BD 的管理理论，不仅可以深化对 IMSI&BD 发展规律的认识而具有理论价值，而且对中国制造企业实现战略性转型升级具有实践意义。

   二、基于互联网及大数据的智能制造体系及管理

  从技术视角看，IMS 的研究主要包括智能活动、智能机器，及两者的深度融合技术，其中智能活动是问题的核心（杨叔子和丁洪，1992）。从管理视角看，IMSI&BD 的研究主要包括五个部分，即以消费者或客户活动为核心的智能活动、IMSI&BD 的二元能力管理（个性化定制与大规模制造之间的灵活性与效率）、集成式智能化 PMC 平台的知识管理、与 IMSI&BD 匹配的 C2M 战略与组织变革，及 IMSI&BD 的二元能力与组织的二元能力之间的协同演化，由此形成如图 1 所示的 IMSI&BD 管理理论研究框架。

图 1：IMSI&BD 管理理论研究框架

首先，以消费者或客户活动为中心的智能活动，强调消费者或客户是创新来源（Boudreau & Lakhani，2013），构成 IMSI&BD 与之前的计算机集成制造系统（CIMS）和 20 世纪 90 年代以来的智能制造体系的显著差异。随着自动化从刚性自动化、柔性自动化到智能自动化，制造模式也从单件生产模式、大批量生产模式、多品种小批量生产模式到变品种变批量生产模式的演进（王天然和刘海波，2000），但这些制造活动均只关注产品生产过程本身，制造与消费者是脱节的（杨叔子和丁洪，1992）。可以说，CIMS 关注连接生产线中的单个自动化子系统，属于提高制造效率的技术集成，20 世纪 90 年代以来发展的智能制造系统虽然强调人的因素，但其中人的范畴主要限于制造环节的操作人员和管理者。同时，尽管 CIMS 和 90 年代发展起来的智能制造体系强调“以客户为中心”，但企业的创新活动往往是从企业视角来看待消费者的需求，而非真正的消费者需求（王钦和张隺，2015）。然而，互联网环境下消费者对企业运作管理的参与度逐步加深，改变了以往的商业模式及运作模式（肖静华等，2014），智能制造系统由此需要从内部封闭的智能活动转变为基于互联网及大数据的开放环境下的智能活动。在 20 世纪 90 年代以来智能制造体系的基础上，形成了新一代的智能制造系统——IMSI&BD。IMSI&BD 的基本结构如图 2 所示。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

期业

2016-5-31 10:42:13

         图 2  IMSI&BD 的概念模型

由图 2 可知，IMSI&BD 由四个基本子系统构成：一是基于互联网及大数据的智能活动子系统，包括基于移动互联网、云平台、物联网及大数据的智能体对消费者需求及市场环境变化的动态感知和实时分析等；二是智能制造的知识管理活动子系统，集中体现在智能管控中心的活动，或集成式智能化生产计划调度（PMC）平台的活动，体现自主决策；三是核心智能制造能力子系统，包括智能车间和智能生产线，体现精确执行；四是基于互联网及大数据的智能联盟之间的高效协同子系统，为满足消费者或客户的高度个性化需求，核心制造能力需要寻求全球智能制造能力的高效协同，由此构成的智能联盟包括从研发到销售、从大规模定制到单件短周期定制、从制造到服务的全过程，既包括全球其他智能工厂，也包括全球家庭智能作坊或智能工作站，如以个人或家庭为单位的“微制造”组织等，由此将全球智能制造带入更高层级的“个人手工业”时代，出现各种各样的新型“手艺人”及其联盟，实现智能手工业与智能大规模制造之间的有机协同。 IMSI&BD 的这一特征是独特的，是互联网环境下制造企业从面向合作伙伴的供应链转变为面向消费者供应链的扩展和创新（肖静华等，2015），唯有在互联网及大数据基础上才有可能实现，该模式力求确保潜在的商业利润在全价值链所有利益相关者之间得到共享，其追求的商业模式目标是率先满足动态的智能联盟网络价值而非单个企业的价值（宁振波，2015）。

其次，IMSI&BD 的二元能力管理，即智能制造体系的个性化定制能力与大规模标准化制造能力之间的灵活性与效率管理。一般地，个性化产品包括模块化产品和非模块化的一体化产品
（Ulrich，1995），前者如冰箱、机床、手机、家具等产品，后者如药品、服装和鞋子等。模块化产品的个性化创新，关键是根据产品功能的要求设计包含模块序列和界面标准在内的开放架构，由消费者根据偏好进行模块组合形成个性化产品，如海尔的“众创会”平台、索菲亚的 3D 自主设计等。一体化产品的创新，关键是在产品设计阶段就引入消费者参与设计，产品制造只是根据消费者参与的个性化设计执行。因此，模块化个性产品设计的开放架构是统一标准的，一体化产品在产品设计阶段就是非标准的（黄群慧和贺俊，2013）。因此，针对模块化产品和一体化产品， IMSI&BD 前台的灵活性管理流程和架构是不同的，但在后台的大规模制造中，针对这两种产品的效率管理方式总体上具有相似性，只是在生产组织方式上有所差别。

再次，集成式智能化 PMC 平台的知识管理，这是 IMSI&BD 的核心或心脏。如何将面向消费者或客户的千差万别的个性化需求转化为后台的大规模标准化制造，关键在于集成式智能化 PMC 平台的知识管理。本质上，这种知识管理就是借助人脑与电脑的深度协同，解决前台随机的、高度非结构化数据与后台程序的、高度结构化数据之间的转换问题。中国企业在实践中往往是采取从部分转换到全部转换的递进方式，例如索菲亚采取专业化的数百人的 PMC 团队与家具专业软件长期协同演化的方式，完成从部分定制到完全定制的数据转换。这样，消费者在网上或体验店设计的个性化家具数据传输到工厂后，被 PMC 平台分解为带编码的原件，通过计算机将这些原件进行重组形成大规模制造，使同一流水线生产的是完全基于消费者个性化定制的产品。因此，集成式智能化 PMC 平台的知识水平代表了 IMSI&BD 的智能水平。

第四，与 IMSI&BD 匹配的 C2M 战略及组织变革，这是最能体现 IMSI&BD 与 CIMS 和 90 年代以来 IMS  差异的运作特征。IMSI&BD    要形成有效的智能化，需要战略管理及其相应的组织变革作为支撑。以消费者为导向的 C2M  制造战略构成 IMSI&BD 的灵魂，企业组织结构变革和组织能力提升则构成 IMSI&BD 的管理基础。因篇幅所限，本文仅就与 IMSI&BD 相匹配的组织结构变革进行简要讨论。 C2M 的战略二元性决定了 IMSI&BD 也需要具备兼具灵活性与效率的二元性，与 IMSI&BD 相适应的组织结构也需要进行相应的变革，一种常见的模式是由以往的金字塔结构转变为前端小团队、后端大平台的组织结构（参见图 3）。由此带来一系列需要变革的组织管理问题，如智能制造企业如何从金字塔型组织结构转变为前端小团队后端大平台的结构？如何解决前端小团队从管理执行到管理决策与执行一体化的组织创新问题？如何解决后端大平台从管理控制到创新支持的组织创新问题？如何解决前端小团队与后端大平台之间相互协调的组织创新问题？如何解决灵活性与可控性之间的冲突问题？等等。为此，以海尔为代表的企业采取了“按单聚散”、“用户评价、用户付薪” 和“超利分享”等一系列制度改革来保障小团队大平台的组织结构变革。
${N9W()7[48_Q%ZR)]I_46%C.png$
图 3  与 IMSI&BD 相匹配的前端小团队后端大平台的组织结构变革

最后，IMSI&BD 的二元能力与组织的二元能力之间的协同演化。IMSI&BD 的二元能力主要来自于集成式智能化 PMC 平台的知识积累与创新，PMC 平台的知识积累越丰富，与智能制造体系中自动化系统的匹配就越深入，由此构造出来的应对前台个性化的灵活性与满足后台大规模制造的效率之间的二元能力就越强。同时，前端小团队后端大平台的组织结构也在构建市场探索的灵活性与管理协同的效率之间的二元能力。在 IMSI&BD 与组织的发展演化过程中，这两种二元能力之间会形成协同演化。前端小团队的灵活性形成的各种大数据将影响 PMC 平台的计算能力，PMC 平台的计算能力将提高智能工厂中虚拟工厂和虚拟制造平台的计算效率，从而提高实体智能工厂的生产效率；反过来，实体智能工厂效率的提升，将极大地提高组织后台的协同效率，从而又可以更好地提升前端小团队的灵活性。由此形成 IMSI&BD 的二元能力与组织的二元能力之间的协同演化。例如， IMSI&BD 为客户提供在线支持、实时维护、性能监测等智能化服务支持，不仅需要技术保障，而且需要组织保障，通过 IMSI&BD 与组织二元能力之间的协同，制造企业能实现对用户特征的分析，辨识用户的显性或隐性需求，为用户创造高附加值的服务（杜宝瑞等，2015）。

   三、基于互联网及大数据的智能制造体系的发展演化

IMSI&BD 的发展演化既受内部驱动因素的影响，也会受外部环境的影响。从内部驱动因素来看， IMSI&BD 的二元能力与组织的二元能力之间的协同演化决定着 IMSI&BD 的发展演化方向。具体而言，企业与消费者协同演化动态能力在此体现为 IMSI&BD 的二元能力与组织的二元能力之间的协同演化机制，这种机制影响着 IMSI&BD 的发展演化。如前述，肖静华等（2014）将企业与消费者协同演化动态能力具体分为捕捉变化、适应变化和引导变化的能力。其中，企业捕捉变化和适应变化的能力，形成消费者驱动的 IMSI&BD 发展演化模式，这种模式适合短生命周期产品的研发制造（参见图 4）；企业引导变化的能力，形成大数据驱动的 IMSI&BD 发展演化模式，这种模式既适合短生命周期产品的研发制造，也适合复杂产品的研发制造（参见图 5）。
$}IPWX`2}SN$(6_5D@]`_V{0.png$
   图 4  消费者需求驱动的 IMSI&BD 发展框架

在图 4 中，智能云平台发挥了 IMSI&BD 的智能化 PMC 平台角色或功能，如海尔链接全球用户需求与创新资源的开放创新平台——HOPE（Hair Open Partnership Ecosystem），就部分发挥了这项功能。HOPE 为全球的创新需求与创新技术实现自由组合与匹配提供创意与资源对接，形成了中国情境下的全球化智能云平台。智能云平台发挥了 IMSI&BD 的智能联盟的角色或功能，如主要接入全球供应商资源的海尔“海达源”云平台。通过“海达源”云平台，海尔推动着家电网络生态圈的模块化制造。物联网承担起 IMSI&BD 与消费者之间智能物流的公共基础设施架构的角色，移动互联网则成为 IMSI&BD 感知变化的基本途径。由此，围绕消费者需求的变化，制造企业通过 IMSI&BD 搭建起一个智能制造的生态圈，企业边界变得越来越模糊，进入生态圈的通行法则，就是满足消费者或客户的需求。

         图 5  大数据驱动的 IMSI&BD 发展框架

如图 5 所示，大数据驱动的 IMSI&BD 发展的一个主要特征，是大数据成为智能工厂或智能车间构建虚拟工厂或虚拟制造平台的关键数据来源，且成为驱动虚拟工厂精准模拟或仿真现实执行的关键因素。在此基础上，将虚拟工厂与实体工厂进行匹配融合，精准地转变为实体制造过程，形成“研发 - 制造”一体化的产品，及“产品 - 服务”一体化的综合解决方案，构成大数据驱动的 IMSI&BD 发展的核心能力，以此支持企业与消费者协同演化动态能力中企业引导消费者变化能力的实现，这是 IMSI&BD 发展的高级阶段。在这一阶段，IMSI&BD 发展才推动制造真正成为创新的一个部分，即制造资产成为企业创新体系的组成部分（Pisano & Shih，2012）。具体而言，制造企业通过快速迭代的消费者验证过程，形成引导性的消费者群体决策模式，实现消费者服从被引导路径的消费偏好，从而提升企业引导消费者偏好变化的动态能力。同时，大数据驱动的 IMSI&BD 发展，将创造出许多消费者需要但尚未得到满足的潜在需求，有力推动制造企业从生产型向服务型转型，这对中国制造企业来说是一次实现生产性服务业增值的发展机遇，因为世界制造第一梯队的美、日、德三国生产性服务投入比例平均在 28 ～ 30% 左右，而同期中国最高只有 18%，生产性服务投入的不足严重制约了中国制造业的发展（隗斌贤，2009）。

      四、中国企业智能制造的转型升级战略与路径
非互联网环境下制造企业转型升级的路径研究，主要从三个视角来探讨：一是企业 - 产业  - 产业集群的视角，即制造企业升级过程呈现为过程升级、产品升级、功能升级到跨产业升级
（Humphrey & Schmitz，2000，2002；Kaplinsky & Morris，2001），如制造企业 OEM-ODM-OBM 的转型升级路径等，以渐进式的价值链提升路径为主；二是企业经营的视角，即制造企业升级过程主要分为技术升级、品牌升级，及基于技术相关性多元化升级三个阶段（Amsden，1989；朱海静等，2006）；三是企业 - 国家 - 国际区域的视角，即制造企业升级过程主要沿着企业内部升级、
企业间升级、本土或国家内部升级，及国际性区域升级的路径实现（Gereffi，1999）。总之，非互联网环境下制造企业转型升级路径主要呈现出阶梯式的线性路径（毛蕴诗等，2015）。

当前，尽管中国制造企业多数处于工业 2.0 或 3.0 阶段，但海尔、富士康等企业正在迈入基
于互联网的工业 4.0 门槛，娃哈哈集团、伊利集团等 46 家企业已进入工信部智能制造试点企业名录，总体来看，中国制造企业正面临一次新的转型升级机会。

互联网环境下制造企业通过协同演化动态能力实现与消费者、合作伙伴的价值共创，以更低成本、更快速度、更高技术效率对原有制造价值链乃至全球价值链进行重构，对原有价值链格局进行重新调整。因此，互联网环境下制造企业在切入价值链初期就凭借新的竞争优势可能占据价值链高端，从而呈现出与以往常规轨迹不同的跃升式、非线性的转型升级路径，即互联网环境下制造企业转型升级路径，既可能出现阶梯式的线性转型升级路径，也可能出现跃升式的非线性转型升级路径。
综合中国制造业的优劣势，我们借鉴美国 20 世纪 60 年代针对前苏联的国家战略思路，提出一种国家智能制造追随与差异化并存的二元战略，即同时兼顾制造大国的制造效率与制造强国的创新灵活性。一方面，在智能制造设备的研发和制造领域，在 2025 年前采取跟随美、日、德的
追随战略，在 2025 ～ 2030 年期间为紧跟美、日、德的追随战略，到 2030 ～ 2035 年转变为赶超美、日、德的赶超战略。具体实施策略包括借助“一带一路”国家战略和完整的工业体系，进一步开展国际合作；借助中国移动互联网及电子商务应用的领先优势，构建基于互联网及大数据的“一带一路”全球区域智能制造体系，构建“一带一路”智能制造联盟，以此吸引美、德、日将其智能制造技术及设备引入中国，中国制造企业逐步完成对工业 4.0 智能制造技术及管理模式的引进、
消化、吸收和再创新过程，促进从基础元器件和传感器，到工业机器人和工业软件的中国智能制
造产业的升级换代。另一方面，在智能制造应用知识库领域和制造品牌领域，则采取与美、德、日差异化的战略。借助人口规模、市场活力、互联网及电子商务应用领先优势与智能制造体系之间的深度融合，构建中国智能制造的应用知识库优势，形成全球价值链“中间突破、两端发力” 的转型升级路径（参见图 6）。

图 6 中国制造企业 IMSI&BD 的“中间突破、两端发力”转型升级路径

附件列表

}IPWX`2}SN$(6_5D@]`_V{0.png

原图尺寸 52.51 KB

$}IPWX`2}SN$(6_5D@]`_V{0.png$

06FZ}MPCDSJ~TGG$}(54I4O.png

原图尺寸 91.79 KB

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

期业

2016-5-31 10:51:37

一方面，借助中国市场活力与 IMSI&BD 发展的结合，在引进、消化、吸收和再创造智能制造产业体系基础上，持续升级中国完整的智能制造产业体系，使中国制造从工业 2.0 与 3.0 并存为主的格局逐步演变为工业 3.0 与 4.0 并存为主的格局，吸引美、日、德投资中国市场，合作完成升级过程的刺激动力。同时，借助中国互联网及电子商务应用领域的全球领先优势，使 IMSI&BD成为中国智能制造体系的主流模式，从而实现对美、日、德智能制造的跃升式跟随与追赶。另一方面，向两端发力，借助中国的消费多样性和世界独一无二的消费社会试验场条件，形成智能制造的客户端大数据，尤其是形成亿万人次选择验证的各种智能制造知识库模型，凭借智能制造的知识库进行形式多样的产品应用研发和品牌创造，与美、日、德形成差异化，构造应用端的全球智能制造知识优势（谢康，1999；谢康等，2002）。例如，湖北某服装企业原来主要从事品牌服装代工，处于价值链低端，但其在与全球一流服装品牌的 20  多年版型合作中积累了丰富的实物版型库。版型设计是服装价值链中多品种、小批量的关键环节，也是许多企业的薄弱环节。该企业凭借打造亚洲最大的女装版型数据库，通过实物版型的数字化建立知识模型，从而能快速进行版型换装、放码、布料冗余度测试等改进优化，使版型设计从通常的 7  天左右压缩到几小时（冯国华，2015），企业从传统服装加工转型升级为服装加工数据服务提供商，由生产型制造转变为服务型制造。由此可见，中国制造企业形成智能制造的知识优势后，再借助 IMSI&BD 的研发制造一体化优势，及本土的市场优势，可形成全球性的智能制造品牌，从而实现向智能制造研发和品牌的两端延伸。这是中国制造由大变强的战略愿景，IMSI&BD 则是支持中国制造企业实现这一愿景的利器。

具体地，研究企业转型升级，需要关注企业的核心能力和动态能力（毛蕴诗和郑奇志， 2012）。借助 IMSI&BD 实现中国制造企业转型升级，则需要培育中国企业与消费者及合作伙伴的协同演化动态能力，尤其是通过大数据驱动的 IMSI&BD 发展模式所需要的引导消费者变化的动态能力。根据对现有制造企业互联网转型升级的研究，我们归纳了互联网环境下制造企业非线性转型升级的主要路径：

一是技术资本跨产业创新驱动的升级路径，即基于互联网及大数据的商业创新模式与技术资本结合后，导致竞争格局和盈利模式变革，形成制造企业跨产业创新驱动的转型升级路径，如小米、酷漫居等；

二是集成式智能化创新驱动的升级路径。集成式智能化创新是通过技术的组合产生革命性创新的一种创新方法（周济，2015）。基于互联网及大数据的商业创新模式与智能制造体系结合后，导致产业模式变革，企业边界发生变化，形成制造企业集成式智能化创新驱动的转型升级路径。
如苹果手机、特斯拉电动汽车、Google 无人驾驶汽车等；

三是双向嵌入 / 重构价值链创新驱动的升级路径，即基于互联网及大数据的商业创新模式与智能制造体系结合后，导致价值链变革，形成制造企业双向嵌入 / 重构价值链创新驱动的升级路径。具体又有三条路径：① 制造企业借助实体网络优势与互联网及大数据结合来嵌入 / 重构价值链，形成线上线下融合的 O2O 创新升级；② 基于互联网及大数据整合本土资源，通过品牌经营嵌入或重构全球价值链，由此牵引或推动本土制造企业实现产品、功能或跨产业的升级。如北京昌佳集团通过品牌经营，带动了中国部分油泵制造企业实现转型升级；③ 基于互联网及大数据整合国际资源，如通过电商平台实现跨境电商的资源整合，构建面向本土和海外市场的国际品牌，实现转型升级。

         五、结论与政策建议

从刚性自动化到柔性自动化，从非互联网的智能制造到 IMSI&BD，制造业正在经历一次全新的产业模式变革，从而将人类带入一个基于智能制造的“手工业 +  大工业”的个性化新时代。
本文围绕 IMSI&BD  展开讨论，提出了 IMSI&BD  概念模型与管理理论研究框架，认为 IMSI&BD  由基于互联网及大数据的智能活动、核心智能制造能力、智能制造的知识管理活动，及基于互联网及大数据的智能联盟四个基本子系统构成。IMSI&BD 的研究主要包括以消费者或客户活动为核心的智能活动、IMSI&BD  的二元能力管理、集成式智能化 PMC 平台的知识管理、与 IMSI&BD  匹配的 C2M 战略与组织变革，及 IMSI&BD 的二元能力与组织的二元能力之间的协同演化五个部分。本文研究形成了如下结论：IMSI&BD 的核心是人的互联制造，使制造业再次成为国家间竞争的基石，中国制造业抓住 IMSI&BD 发展机遇实现由大到强的转变，不仅迫切，而且具备现实可能性。

为此，中国智能制造可以实施如下三步走的战略管理方案：第一步，以智能制造中的集成式智能化 PMC 平台为主攻方向，借助全球最大的消费社会试验场的条件，及全球领先的移动互联网及电子商务应用地位，形成 IMSI&BD 应用端的大数据；第二步，在 IMSI&BD 应用端大数据资源的基础上，借助人口众多、文化多样性与消费偏好多元化的优势，构建与美、日、德相区别的竞争优势，即智能制造应用的知识库优势；第三步，借助智能制造知识库优势形成全球制造的应用研发创新和品牌创新，从而实现中国企业智能制造的转型升级，推动中国制造进入世界制造的第一梯队。

[ 参考文献 ]
[1] 杜宝瑞，王勃，赵璐，周元莉 . 智能制造系统及其层级模型 [J]. 航空制造技术，2015，(13) [2] 冯国华 . 打造大数据驱动的智能制造业 [J]. 中国工业评论，2015，(4).
[3] 黄群慧，贺俊 .“第三次工业革命”与中国经济发展战略调整 [J]. 中国工业经济，2013，(1). [4] 黄顺魁 . 制造业转型升级：德国“工业 4.0”的启示 [J]. 学习与实践，2015 (1).
[5] 隗斌贤 . 生产性服务业与制造业互动发展促进产业转型升级 [J]. 科技通报，2009，(11). [6] 宁振波 . 智能制造——从美、德制造业战略说起 [J]. 航空制造技术，2015，(13).
[7] 路甬祥，陈鹰 . 人机一体化系统与技术── 21 世纪机械科学的重要发展方向 [J]. 机械工程学报，1994，(5).
[8] 毛蕴诗，郑奇志 . 基于微笑曲线的企业升级路径选择模型 [J]. 中山大学学报（社科版），2012，(3).
[9] 毛蕴诗，张伟涛，魏姝羽 . 企业转型升级：中国管理研究的前沿领域——基于 SSCI 和 CSSCI（2002-2013 年）的文献研究 [J].
学术研究，2015，(1).
[10] 任毅，东童童，“智能制造”对中国食品工业的影响及发展预判 [J]. 食品工业科技，2015-11-23 网络出版。
[11] 宋利康，郑堂介，黄少华，郭宇，朱永国 . 飞机装配智能制造体系构建及关键技术 [J]. 航空制造技术，2015 年，(13).
[12] 王钦 . 新工业革命背景下的管理变革：影响、反思与展望 [J]. 经济管理，2014，(12).
[13] 王钦，张隺 . “中国制造 2025”实施的切入点与架构 [J]. 中州学刊，2015，(10).
[14] 王淼，王湘念 . 智能制造的基础、组成与发展途径 [J]. 航空制造技术，2015，(13).
[15] 王天然，刘海波 . 自动化制造系统的产生与发展 [J]. 信息与控制，2000，(6).
[16] 王铁山 . 基于大数据的制造业转型升级 [J]. 西安邮电大学学报，2015，(5).
[17] 肖静华，谢康，吴瑶，冉佳森 . 企业与消费者协同演化动态能力构建：B2C 电商梦芭莎案例研究 [J]. 管理世界，2014，(8).
[18] 肖静华，谢康，吴瑶，廖雪华 . 从面向合作伙伴到面向消费者的供应链转型：电商企业供应链双案例研究 [J]. 管理世界，
2015，(4).
[19] 谢康，陈禹，乌家培 . 企业信息化的竞争优势 [J]. 经济研究，1999，(9).
[20] 谢康，吴清津，肖静华 . 企业知识分享、学习曲线与国家知识优势 [J]. 管理科学学报，2002，(2).

[22] 杨叔子，丁洪 . 智能制造技术与智能制造系统的发展与研究 [J]. 中国机械工程，1992，(2). [23] 张宝华 . 物流企业信用评价研究 [D]. 大连：大连海事大学，2010.
[24] 赵东标，朱剑英 . 智能制造技术与系统的发展与研究 [J]. 中国机械工程，1999，(8). [25] 周济 . 智能制造——“中国制造 2025”的主攻方向 [J]. 中国机械工程，2015，(17).
[26]Adner, R., Kapoor, R., Value creation in innovation ecosystems: How structure of technological interdependence affects firm performance in new technology generations[J]. Strategic Management Journal, 2010,31(1).
[27]Boudreau, K.J., Lakhani, K. R., Using the crowd as an innovation partner. Harvard Business Review[J]. 2013,(4).
[28]Chang, S., Gong, Y.P., Way, S.A. and Jia, L.D., Flexibility-oriented HRM systems, absorptive capacity, market responsiveness and firm innovativeness[J]. Journal of Management, 2013, 39(7).
[29]Chatterji, A. K., Fabrizio, K. R., Using users: when does external knowledge enhance corporate product innovation?[J]. Strategic Management Journal, 2014,35.
[30]Keen, P., Williams, R., Value Architecture for digital business: Beyond the business model[J]. MIS Quarterly, 2013, 37.
[31] Hausmann, R., Hidalgo, C.A., Bustos, S. Coscia, M., Simoes, A., Yildirim, M.A., The atlas of economic complexity: Mapping paths to    prosperity[EB/OL].http://www.hks.harvard.edu/content    /download/69524/1250906/version/1/file/ATLAS_2013_Part1.pdf
[32]Sawhney, M., Verona, G and Prandelli, E. Collaborating to create: the internet as a platform for customer engagement in product innovation[J]. Journal of Interactive Marketing, 2005, (9).
[33]Ulrich, K., The role of product architecture in the manufacturing firm[J]. Research Policy, 1995,24.

Transformation of Chinese Manufacturing Industry: Insight from Intelligent Manufacturing System Based on Internet and Big Data
Xiao Jinghua, Mao Yunshi, Xie Kang

(Business school, Sun Yat-sen University, Guangzhou Guangdong, 510275, China)

Abstract: The Intelligent Manufacturing System (IMS) based on Internet and Big data includes four fundamental sub systems which are the intelligent activity based on internet and big data, core intelligent manufacturing capability, knowledge management activity of Intelligent Manufacturing, intelligent alliance based on internet and big data. Different from CIMS and traditional IMS, the IMS based on internet and big data includes the customers and intelligent alliance into the system, which become the foundation of co-evolution dynamic capability between enterprise and customers or business partners. The key competence of Chinese Manufacturing industry transformation is also the co-evolution dynamic capability between enterprise and customers or business partners. If Chinese industry seizes the opportunity of demographic advantage, market vitality, Internet application advantage and IMS further development, and also implements follow strategy in intelligent manufacturing equipment, differentiation strategy in knowledge management with the “ central breakthrough, both sides extend” transformation path, it might be able to transform from big to strong. If succeed, the global intelligent manufacturing market will move to a new balance, which includes the Industrialization of the Internet in USA, Industry 4.0 in German and Japan, Chinese Manufacturing 2025.
Key Words: Intelligent Manufacturing System; Internet; Big Data; Transformation; Co-evolution dynamic capability
﹝责任编辑：冯艳玲﹞

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

乐小露

2017-10-14 09:17:49

期业发表于 2016-5-31 10:51
一方面，借助中国市场活力与 IMSI&BD 发展的结合，在引进、消化、吸收和再创造智能制造产业体系基础上 ...

大数据下的中国制造

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群