摘要：新一代信息技術當前正成為推動產業轉型升級、經濟高質量發展的重要驅動力。制造業作為國民經濟的支柱產業，發展高效率、高附加值、具有典型競爭優勢的高端制造業，推動制造業高質量創新發展具有重要意義。本文提出了以工業大數據的“價值賦能”體系和“智能技術+創新應用”融合賦能體系為核心的新一代信息技術體系賦能制造業發展的架構模型，并對賦能體系的關鍵技術和內容進行了分析，從完善大數據應用環境，強化智能技術大分析能力、提升新一代信息技術水平和新業態、新模式培育等角度提出了推動新一代信息技術體系賦能制造業發展的措施建議。

關鍵詞：新一代信息技術體系；制造業；工業大數據

當前，以云計算、大數據、人工智能、區塊鏈、工業互聯網為代表的新一代信息技術發展空前活躍，已成為新一輪產業變革的關鍵。隨著新一代信息技術從消費領域滲透擴散到生產領域，制造業生產方式也隨之發生對應深刻的變革，制造業創新發展迎來重要的機遇。我國要實現制造業供給側結構性改革，實現由大到強和高質量發展必須推動新一代信息技術在制造業中的深度 運用，把握新一代信息技術加速集成創新、交叉融合創新，協同發展創新等新態勢，推動生產方式、生產模式、組織范式創新，實現制造業效率價值提升和資源優化配置。

1 新一代信息技術體系賦能制造業總體架構

新一代信息技術與制造業融合發展，數字技術與實體經濟深度融合已成為當下研究熱點，相關業界及學者進行了廣泛研究。新一代信息技術賦能制造業，要堅持以效能為主要導向，以數據為核心驅動，以技術能力為主線，以綜合集成創新應用為突破點，以柔性化、服務化、智能化為重點方向，深入推進制造業轉型升級、提質增效，并廣泛吸收數字經濟時代的發展新理念、新規律，探索出符合新一輪產業變革和我國經濟發展需求的技術賦能制造業發展新模式。

基于 5G、數字孿生、大數據、人工智能、工業互聯網等為代表的新一代信息技術，應瞄準基于工業大數據閉環的“價值賦能”體系與“智能技術＋創新應用”融合賦能體系建設，形成智能技術簇群體系的融合賦能制造業發展的架構，總體賦能架構如圖 1 所示。

2 構建工業大數據的價值賦能體系

新一代信息技術賦能制造業的核心在于實現各種類別、來源、結構的數據能夠在生產的產線上下、車間內外、供需多方，實現自動流動、動態感知、實時分析，最終支撐科學決策、精準執行。賦能的關鍵機理在數據，關鍵難點也在數據價值實現。如圖 1 所示，通過綜合部署構建新一代信息技術，夯實工業云服務的內容與模式，創新推動大數據在設計、生產、制造、售后、服務等全生命周期的綜合應用，構建具有大連接、大匯聚、大分析為核心的智能閉環價值賦能體系。

2.1 大連接：工業設施與數據的聯接融合

工業生產設備和生產過程的自動控制以及生產系統的管理，都是以信息的獲取為前提。在產品生命周期的各個環節中都會產生海量的數據，這些數據來源主要包括各種設備的物聯數據，生產經營相關業務數據，以及與企業相關的互聯網數據。大連接的關鍵在于四點。一是要夯實網絡與標識解析基礎。確保工廠內外網絡的互聯互通、標識解析等是大連接的重要基礎，支持企業探索網絡建設、標識解析等應用創新。二是聯接設備、產品、環境數據。通過布設傳感器，實時產生收集操作、運行、環境的參數數據。三是鏈接企業內生產經營數據，打通企業管理和生產控制的數據壁壘，重點是 ERP（企業資源計劃，enterprise resource planning）、PLM（產品生命周期管理，product lifecycle management）、SCM（供應鏈管理，supply chain management）、CRM（客戶關系管理，customer relationship management）、EMS（電子制造服務，electronic manufacturing services）系統等。四是鏈接企業外部互聯網數據。主要包括行業企業發展有關的數據信息，以及來源互聯網的企業外部生產活動數據。

2.2 大匯聚：多源數據資源的匯聚融合

不同廠商、不同系統、不同設備的數據接口、互操作規程等各不相同，這些自成體系、互不兼容的數據體系有著獨立的一套應用層通信協議、數據模型和語義互操作規范，導致需要投入非常大的人力、物力來實現生產數據的采集、匯聚與分析。為打造相互聯通的多源數據融合體系，要對不同來源、類別數據進行標準化處理、匯聚，以兼容不同設備、系統采集的異構數據，實現數據的統一處理分析，最終形成高效、實時、全面的數據互通和互操作。大匯聚重點要推進多源數據互聯互通、多維數據標準化集成，以及構建基于知識的數據模型，并通過云邊協同數據治理方式，提升數據匯聚、處理效率。

2.3 大分析：智能技術驅動的數據挖潛

大分析是對采集匯聚的數據進行處理分析，實現價值賦能的重要環節。大分析主要包括智能感知分析和數字孿生賦能。智能感知分析方面：以深度挖掘、數據建模處理技術為基礎，開展知識圖譜、深度學習和問題拆解等大數據分析，實現對工業數據的智能感知與深度分析；基于人工智能技術可達到降本增效的作用，例如，工業大腦對工藝的優化。數字孿生賦能方面：近兩年數字孿生成為數字化賦能制造業的重要新興技術，在工業大數據閉環賦能體系上，數字孿生能夠在產品全生命周期的各階段發揮不同的作用。數字孿生通過物理實體與虛擬模型的實時映射，能夠對制造過程實施優化，展現了信息物理系統（CPS）系統能夠實現的主要功能應用。數字孿生能夠覆蓋產品的設計、生產、銷售，在生產出物理產品之前，建立產品的虛擬原型，對產品和制造過程進行仿真測試和驗證。數字孿生可通過沉浸式、體驗式的方式提高客戶互動的效果。企業利用數字孿生技術還可開展諸如健康管理、智能維護等售后服務。

3 構建“智能技術＋創新應用”融合賦能體系

從單個設備的閉環賦能起步，新一代信息技術推動數字生產線、數字工廠、數字供應鏈的形成，最終推動形成“智能技術＋創新應用”融合賦能體系，全面賦能制造業高質量發展?！爸悄芗夹g＋創新應用”融合賦能體系是新一代信息技術體系的綜合集成，對制造環節的精準匹配性支撐，它不是籠統地以某項技術完成應用過程，而是將技術在應用中被匹配，匹配到最適合的應用場景中，充分發揮每種技術功能優勢，形成合力解決應用需求，改造提升制造業智能化水平和效能。

3.1 基于資源效率提升的智能生產模式

智能生產模式，是研發、設計、生產、制造、營銷、售后等制造流程全環節深度運用新一代信息技術，形成具有深度感知、遠程可控、智慧決策、自動執行的先進的生產制造模式，對縮短研發周期、降低運營成本、提升生產效率、提高產品合格率等方面的作用顯著 ^[7]。

3.2 基于協作效率提升的協同制造模式

通過新一代信息技術，實現由集中向分散的生產制造轉變，進而實現網絡化協同的制造方式。利用互聯網不受時空限制，沒有物理邊界、有利于共建共享的特點，實現企業資源的最大化整合和匯聚，推動制造朝著協同化轉變。網絡化協同制造主要表現在共同研發、眾包、制造的云端化等。

3.3 基于消費效率提升的個性定制模式

在與新一代信息技術融合環境下，制造型企業可以通過利用 CPS，促進制造過程管理和個性化的消費需求的匹配，進而可以實現個性化的定制生產。當前，個性化定制主要表現在 O2O（線上到線下，Online To Offline）定制、眾創定制等方式。

3.4 基于服務效率提升的服務型制造模式

隨著產品越來越智能化，以及數據驅動的提速，新興的服務模式產生，價值空間也得到孕育。制造業的核心價值主要從智能化服務和智能產品獲得。這包括企業基于互聯網服務的各種模式創新，也包括生產性服務業平臺化、專業化發展，主要包括數據化在線服務、生產性服務等類型。

4 新一代信息技術體系賦能制造業發展的措施建議

4.1 進一步完善大數據的應用環境

制造業大數據匯聚融通層級越高，匯聚的數據信息越豐富，則其“溢出”效應就越強，價值也就越大^[8]。一是深化重點行業領域的工業大數據應用。結合不同業務流程和特點，推動工業大數據的創新應用。鼓勵企業以設計與制造協同、管控一體化為目標，發展數據驅動的產品創新、計劃排產、生產線監控等生產管理服務。二是加快構建制造業數據匯聚治理機制。支持制造企業建設多源異構數據匯聚融合的工業大數據集成平臺，加強數據清洗、預處理，提升數據準確、完整和一致性。三是培養工業大數據應用型人才。加強企業與科研院校的戰略合作，實現大數據基礎理論教育與生產實戰培訓的有機結合，培養適應企業自身發展需求的數據工程師。大力實施產教結合，建立高等院校、科研院所和企業的數據人才流動的機制措施，加大創新、應用、技能型人才的培養。

4.2 強化智能技術的大分析賦能能力

制造業企業最終實現降本增效、提質增益，需要加強智能化改造，強化人工智能、數字孿生、知識圖譜的深度運用。一是要突出制造業智能化平臺的功能。要逐漸從以中心化向平臺化的轉換，進而促進流程、數據、應用等的集成。二是積極推進人工智能技術的應用。面向工控、柔性組織、預測維護等場景，結合模式識別、語音、語義處理，人機交互，開發專有用途的處理器芯片，同時加強算法和新型工業軟件的開發力度，不斷提升智能化的大分析能力。

4.3 著力提升新一代信息技術水平

新一代信息技術無疑是推動制造業高端化、智能化進而實現高質量發展的重中之重。一是不遺余力的推動新一代信息技術的自主創新。圍繞關鍵核心技術和戰略前沿，推動以 5G/6G 通信、量子技術、人工智能、虛擬現實、先進計算等的研發突破和創新應用。二是突破大數據核心技術。我國大數據技術在網絡營銷、電子商務、精準服務等領域的應用不斷深化，但缺乏應對高頻率、高密度、多元異構的工業大數據分析能力，難以適應工業領域的應用需求。要加快突破實時數據動態采集技術，高吞吐量存儲、關聯式存儲等數據存儲技術，以及大規模并行計算技術、多數據處理能力。要突破終端環境語義建模、視覺理解、單機智能分析與控制、區域協同等技術瓶頸，提升數據驅動的機器學習能力和輔助決策能力，充分滿足復雜制造環境對于快速響應、移動支持、人機交互、分布式協同等需求。三是加強大數據安全技術研發。利用網絡安全監測技術，實時監測和感知網絡安全威脅，防御網絡攻擊，提升對大規模網絡攻擊威脅的發現和應對能力。

4.4 聚焦智能化的產業新業態新模式培育

大力發展多元化融合發展模式，培育新業態、新模式，拓展新一代信息技術賦能制造業發展的綜合解決方案。一是不斷匯聚各類優勢資源，讓各種活躍的創新主體參與研發新的解決方案，形成良好的創新發展生態。大企業開放資源建平臺、中小企業融入鏈條用平臺，加強產學研用的協同，不斷培育產業生態。二是加快發展個性化定制。圍繞重點領域，培育具有國際競爭力的規?；瘋€性定制，促進企業生產與消費需求對接，實現產銷動態平衡。大力發展服務型制造，充分利用新一代信息技術，提高全生命周期的綜合服務能力^[10]。三是不斷提升各門類制造業的智能化水平，從營銷服務向高端的研發設計延伸，從單點向系統化的綜合應用延伸。加快發展網絡協同制造，實現企業間的協同和各個環節資源的共享，提高研發設計、生產制造的柔性，提升企業生產效率和產品質量。

參考文獻：

[1] 王東鵬,周青,毛崇峰.新一代信息技術與制造業深度融合的研究綜述和趨勢展望[J].信息與管理研究,2022,7(01):53-66.

[2] 趙昌文.認識和把握新一輪信息革命浪潮[J].山東經濟戰略研究,2019(07):53-55.

[3] 謝少鋒.深化新一代信息技術與制造業融合發展為注入新動能[J].新經濟導刊,2020(01):18-21.

[4] 王新哲.推動新一代信息技術與制造業深度融合 促進實體經濟高質經濟創新發展量發展[J].信息技術與標準化,2018(12):4.

[5] 胡斌,王煥新,楊坤.新一代信息技術與制造業融合發展: “T-O-V”視角下的整合框架[J].上海管理科學,2020,42(05): 87-94.

[6] 魯春叢. 加快工業互聯網創新發展開啟數字技術與實體經濟深度融合新征程[N].中國電子報,2021-12-14(003).

[7] 匿名.制造業與互聯網融合發展的主要模式[OL].搜狐網,https:// www.sohu.com/a/111234447_468114.

[8] 趙文博.工業大數據在智能制造中的應用價值[J].造紙裝備及材料,2021,50(01):122-124.

[9] 張寧,趙曉寧.基于校企合作的高校大數據人才培養路徑研究[J].中外企業文化,2022(03):168-169.

[10] 加快發展服務型制造[J].信息化建設,2019(02):28.

（注：本文轉載自《電子產品世界》雜志2022年6月期）