制造业数字化转型，让制造企业不再为“腾笼换鸟”所烦恼-电子发烧友网

(文/程文智) 近十年来，不少地方都在推行“腾笼换鸟”的产业转移升级政策，希望将一些低附加值的工厂制造环节转移出去，仅在本地保留工厂的总部，同时也希望能够吸引电子、金融、服务等产业迁入。因此，不少制造型企业，特别是大城市的制造型企业，都不得不往更加偏僻的地方迁移。

其实除了迁移出去，还有另外一种方案可以选择，那就是制造企业的数字化转型升级，让低附加值的制造业升级成为高附加值的制造业。在6月23日，电子发烧友网举办的“2021第5届工业控制与通信技术研讨会”上，参与圆桌讨论的嘉宾们就“制造业数字化转型加速，产业链准备好了吗？”这个话题进行了探讨。

制造业数字化转型加速带来了哪些利好？

近几年来，在相关政策的支持下，我国的制造业数字化水平不断提升，工厂设备设施联网化水平、工业软件普及率，以及生产现场的数据挖掘和利用等方面与之前相比都有了不少的进步。

如今在“碳达峰”和“碳中和”目标的指引下，制造企业必须要考虑如何降低能耗、降低成本、提高效率等问题。再加上人口老龄化时代的到来，促使制造企业不得不加快制造业转型升级的步伐。

图：意法半导体亚太区工业自动化战略营销经理罗至宏

在意法半导体亚太区工业自动化战略营销经理罗至宏看来，制造业数字化可以提升工厂端物料的能见度，这包括进料、出料、库存、排单状况等等，甚至可以让经营者清楚掌握工厂资金、库存、出货到客户端的时间。从而进一步提高工厂的生产效率。

比如在上海特斯拉超级工厂内，工厂连备料区都省掉了，直接依赖数字化的供应物流，零部件从集装箱里取出后直接送上生产线，省却了先卸货再备货的两道工序，大大提高了生产效率，降低了管理成本。在汽车装配领域，为了让工人们拧螺丝达到标准，并且可以存档追溯，特斯拉工厂专门为工人配备了带WiFi的数字扭力扳手，工人们拧过的所有螺丝，其扭力数据会自动上传到服务器……

“历史上，每一次数字化都带来了巨大的改变，比如照相机的数字化，让我们每一个人都有机会成为摄影师。制造业的数字化也必将改变现状，让加工的过程，技术方案都变得可以记录、复制和传承。这为工厂智能化和自动化奠定了坚实的基础。也就是说，数字化可以量化整个制造过程。” 深圳市威码数据设备有限公司总经理施伟年表示。

瑞萨电子集团高级总监徐征认为，制造业数字化的好处，除了透明化和可量化之外，也为中国提供了一个新的契机。因为我国一直以来都是农业大国，人口大国，却并非工业大国。“现在，我们有机会在新的跑道上与海外企业竞争，而且在新的数字化跑道上，我们有机会弥补我们的落差。”

数字化技术成熟度情况

制造业数字化需要用到很多不同的技术，比如传感器、AI、接口协议等等，那么目前这些技术的成熟度如何呢？

从半导体厂商来说，这些技术都是德国、日本、美国等发达国家使用很多年的技术了，都是很成熟的技术。只是通信的协议比较多，整合起来比较麻烦。意法半导体罗志宏表示，目前的工业通信协议有Modbus、RS485、HART、ProfiNET、Ethernet、EtherCAT、CC_Link等等，工厂需要对不同的通信协议进行整合。

他认为虽然技术是成熟的，但工业领域的推广速度会相对比较慢，因为工业设备一般都需要用10~20年。

图：瑞萨电子集团高级总监徐征

瑞萨电子的徐征对此表示认可，他认为中国是属于站在巨人的肩膀是发展的，相对来说数字化进程的速度比海外更快。

但从方案和终端产品角度来说，威码的施伟年认为数字化的技术其实还算不上很成熟，可能刚刚及格的样子。“技术的成熟其实不仅仅是看芯片端和方案端，还需要考虑产业链的配套，看它的外围设备是否丰富，成本是否为大家所接受。”他同时指出，现在的数字化技术成本还是比较高的。

制造业数字化转型面临的挑战

虽然数字化转型的技术基本已经成熟了，但在企业真正去实施数字化转型升级的时候，仍然会遇到一些问题，有些挑战需要去克服。

在瑞萨电子的徐征看来，在制造业数字化转型过程中，企业最先需要调整的观念。中国在工业协议标准的制定、对标准的理解，以及建立生态环境方面一直都比较弱，“这也是我们需要突破的一个瓶颈。”他强调。

他的建议是，国内企业可以先学习跟随，然后再寻求发展。

图：深圳市威码数据设备有限公司总经理施伟年

对于工业通信协议多的问题，威码的施伟年深有感触，他们的做法是“兼容”，“用技术的手段、各种软件的方法，将不同的通信协议抽象化，把不同的协议都归一化处理，这样不论是什么协议都可以在同一个平台上使用。通过这样的方式，我们能兼容全世界最好的工具，最优秀的方案，从而打造出中国数字化的特色产品。”他在圆桌讨论时表示。

意法半导体的罗志宏认同前面两位嘉宾的看法，同时他也看到了其实数字化转型对企业资金的投入是挺大的，有的甚至需要长期投入。这对中小企业来说挑战不小。

比如说，有一些工厂部署了部分的数字化产品，有一定的数字化能力，但主要是展示给客户看的，并没有真正启用。因为他们对收集到的数据不知道如何处理，如果交由第三方处理，他们会担心如果跟竞争对手使用的是同一个供应商，数据会不会被泄露出去，毕竟涉及生产的数据都比较敏感。而如果自己招募数据分析人员，这个成本又有点承受不住。