- 工聯網
- 作者：包建羽
- 2022年8月18日 22:18
工聯網消息(IItime) 當前，數據已經成為當今新生產要素和發展引擎，產業數字化、數字產業化帶動著數字經濟蓬勃發展。以軟件編程、物聯網、大數據和人工智能技術為代表的數字技術，破解企業再生產經營中各項難題、助推企業數字化轉型的作用日益凸顯。
8月18日，在2022移動轉售業務全球發展峰會上，中國工業互聯網研究院智能化所副所長顧維璽講道，數字化轉型為企業帶來很多新機遇，滲透在研發設計、生產制造、產品服務等產品全生命周期的各個環節，但具體到企業實踐過程中還存在一些困難與挑戰。
具體表現為，升級路徑方面，目前企業存在路徑模糊、流程再造過程復雜、數字化生態建立困難的障礙。人才儲備方面，存在數字化人才總儲備量少、區域結構失衡、跨界融合人才供不應求、數字化人才梯度建設不足的障礙。技術門檻方面，中小企業數字化水平不高，設備上云量不足，聚數用數能力有待提升，數字化需求碎片化、個性化等都在制約企業數字化轉型。除此之外，企業還面臨信息安全風險復雜、企業安全防范能力較弱，投資大、決策難但回報周期長等方面的困難。
如何破除企業數字化轉型中的困難，推動企業實現數字化轉型，顧維璽提出了四種典型方法。
一是夯實數據底座，強化數據要素采集、工業設備上云。相關部門積極引導制造業企業補齊信息化基礎底座，圍繞高耗能設備、高通用設備、高價值設備和新能源設備等重點工業設備，推進設備上云解決方案，夯實制造業數字化轉型基礎。在企業內部，采用軟件定義網絡等新技術實現各生產要素的互聯；在外部，通過利用低功耗廣域網等技術進行企業間互聯，保證數據要素采集順利。
二是挖掘信息要素，重視數據驅動與機理模型結合，充分挖掘數據信息。意識到對工業數據的充分挖掘是構建決策系統的關鍵，企業具體可以充分結合工業機理與數據驅動方式，通過知識蒸餾等方式，針對工業數據稀疏、噪音大等特點，加速模型收斂效果，實現因果關系分析，提升模型預測效果，最大限度挖掘數據資源，解決工業的復雜性和不確定性難題。
三是加快軟件定義，面向產品全生命周期進行軟件化沉淀。在研發設計上，推動研發主體從內部向多主體演進，研發流程從串行方式向并行方式演進，研發方式從基于文件向基于模型演進。在產品功能上，推動生產對象從功能產品向智能互聯產品演進，推動硬件通用化、軟件個性化成為趨勢。在生產方式上，推動行業生產方式從實體制造向數字孿生制造演進，從流水線向網絡化演進。
四是培育數字化工具共享，利用“互聯網+”模式開展服務化延伸。大型企業可以通過工業互聯網平臺等手段加速解決方案共享、設備共享、算法共享、算力共享、數據共享。中小微企業普通員工可以通過工業APP訂閱功能，復用大型企業數字化轉型能力，完成高技術工作，降低企業對高素質人才的過度依賴。大企業可以通過收取數字化轉型服務費進行盈利，小企業可以通過降低數字化轉型成本實現盈利。
