京公网安备 11010802034615号
经营许可证编号:京B2-20210330
推进“互联网+”制造的四大难点
工业发展史上的每一次变革都承载着新旧的更迭,经历着新事物、新产业的诞生,旧规则、旧制度的淘汰。“互联网++”正在改变着传统制造业资源配置方式、研发模式和生产经营模式发展方式,最终将传统制造业改造为现代制造业。制造业领域所发生的变化不是简单的、适应性的微调,而是关乎生存发展的重大变革,甚至是当之无愧的又一次革命。
我国制造业发展面临着“全球竞争、绿色低碳、转型升级”的严峻挑战,迫切需要借助“互联网+”带来的机遇转型升级。“互联网+”的深入应用,促使制造业的新模式、新业态层出不穷,正重塑产业组织与制造模式,重构企业与用户关系。但在推进过程中并非一帆风顺,还存在一些难点和痛点,迫切需要我们深入辨析,厘清思路,并提出切实有效的措施,使我国真正发展成为世界制造强国。
传统工业化思维盛行
在传统生产模式下,管理的标准化、生产的规模化,把资源和生产能力当做企业的主要竞争力。用户处于被动地位,只能接受特定的产品。而互联网首先改变了用户,由之前的孤陋寡闻变得见多识广,由分散孤立变得相互连接,由消极被动变得积极参与,被搁置的多样化个性化需求被激发,使得市场环境发生重大变化。然而,我国多数传统制造企业还未意识到这种变化,旧制度和新时代在企业家身上难免会形成观念的错位。这就导致了把互联网简单认为就是营销工具,忽略了把企业内外价值链全部数据化,不能借助互联网对业务、组织、团队进行彻底改造。“互联网+”的认识流于形式、浮在表面,有时急于求成,难以切实为转型升级服务。
整体制造能力还不足
我国制造业门类齐全、规模最大,但大而不强。但由于长期主要采用跟随和模仿战略,核心技术缺失,共性技术不足,导致很多高端装备、关键部件,甚至连一些基础件和电子元器件都长期依赖国外进口。制造水平普遍不高,2013年,我国金切机床数控化率仅为28.8%,远不及美、日、德的60%~70%的水平。大多数企业尚未建立MES(执行制造系统),即使建立了MES的企业,其计划和成本控制对象也未细化到工序与加工设备,也未完全实现与ERP(企业资源计划)的集成应用。截至2015年2月,全国3万多家企业两化融合评估结果显示,处于起步建设和单项应用的企业比例仍高达82%。制造企业自身能力不足,影响了与“互联网+”的融合进程与深度。与制造强国相比,我国制造企业普遍存在技术短板,在关键零组件研发、工业级系统软件开发等方面仍然有较大差距。同时,在互联网化过程中,由于经验不足,我国一些制造企业缺乏整体规划,把重点放在了软件应用上,忽视了信息化咨询、业务流程分析、系统流程、解决方案实施和客户化开发等方面的要求,造成单点应用强但信息集成弱。
“互联网+”服务能力缺失
难以适应互联网技术快速升级、持续换代带来的挑战。“互联网+”是一个动态过程,与信息化应用的项目建设周期完全不同,由此将带来系统兼容、标准规范、升级维护等一系列潜在风险和挑战,“互联网+”服务商大多缺乏细分行业的整体解决方案,不重视为制造企业提供总体设计、客户化开发、软件系统配置和运行维护管理等整体服务,且多分布在设计制造和管理环节上,对制造业价值链高端的服务环节支撑明显不足。“互联网+”公共服务平台尚未形成规模,服务能力弱,可持续发展能力不足,对制造企业转型升级发展的整体支撑不足。加上网上有害信息和网络违法犯罪等问题日渐突出,网络安全风险不断增高,数据安全面临巨大挑战,特别是流氓软件、病毒、黑客等时刻都威胁着制造业的信息安全。
盲目跟风现象较为严重
目前,将制造业转型升级融入“互联网+”大潮,已成为地方政府认可的发展路径,纷纷制定出台相关规划和政策,促进“互联网+”制造业发展。如福建省政府印发了《关于加快互联网经济发展十条措施的通知》,把工业互联网作为发展重点;湖南力争2015年实现全省移动互联网相关业务收入增长100%以上,移动互联网企业数量增长100%以上的目标;广东要用3年左右时间,使全省50%以上的制造企业完成新一轮技术改造;河南瞄准智慧城市,在省级电网、高速公路服务区、城市燃气等领域接入微信支付,各政府机构的政务微信公众账号将统一整合归入微信“城市服务”入口。政府重视有利于刺激产业发展,但盲目布局则可能埋下长久隐患。很多制造企业纷纷涉及“互联网+”,但更多是炒作概念、资本融资。
与发达国家不同,我国劳动密集型企业和中小企业数量大、占比高,信息化程度低,在大力推进互联网应用的同时,也要考虑到这些企业的实际情况。因此,制造企业在应用互联网时必须立足实际,制定差异化实施路径,绝不能只是将互联网作为一种手段和工具,甚至跟风炒作,而是要优化企业业务流程和组织体系,让互联网变成企业转型和变革的力量。同时,各级政府在推进“互联网+”制造业过程中也不宜急于求成、越俎代庖,要坚持把简政放权作为全面深化改革的突破口,使市场在资源配置中起决定性作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22