制造企业数字化转型路径之一（研究框架）

进入2019年，工业互联网基本上已经确认从概念走向落地，苗圩部长在2月份的工业互联网峰会上提到“我国工业互联网发展加快，从概念普及进入实践深耕阶段”。在4月份举办的汉诺威工业博览会上，有超过500个工业互联网的应用展示。都预示着工业互联网已经进入落地阶段。

解决行业痛点是工业互联网落地的关键

一个新技术的应用，在关键技术突破后，技术开发者基于对技术带来机会的美好憧憬，会做一些探索。这个阶段是依靠技术驱动应用。处于Gartner技术成熟度曲线的期望膨胀期。

当技术成熟可以应用于实践之后，新的应用就是由需求驱动的，新的技术总要解决现存的问题，只有解决现在行业的痛点，这个应用才有生命力。需求驱动应用阶段，就已经过了Gartner技术成熟度曲线的复苏期。

工业互联网落地这个阶段，意味着工业互联网的发展，由技术驱动转向了需求驱动。

工业互联网解决制造业哪些难题？制造业行业差异非常大，不同行业特点不一样，制约其发展的瓶颈不一样。为了分析工业互联网落地阶段的难点，就要按照行业特点，对制造业进行分类，分类讨论不同类型的行业工业互联网落地的难点。

我将制造业按特点分为三类：原料行业、设备制造业、和终端消费品行业。

原料行业，还是以大规模制造为主，仍然是解决规模效应的难题。装备行业，在新技术驱动下，将通过设备联网来提升效率。终端消费品行业，将面临着个性化的挑战。

智能制造模型

研究智能制造，我选择了美国国家标准与技术研究院NIST在2015/2016年提出来的智能工厂生态系统作为依据。将涉及的三个维度16个过程，重新整理成下图：

三个维度包括：生产设施维度、产品维度、运营维度。

生产设施维度全生命周期包括：生产制造系统设计、建造、调试投运、运行维护、去投运/回收。

产品维度全生命周期：包括设计、制造流程规划、生产工程设计、制造、使用服务、生命周期结束。

运营维度包括：采购、计划、制造、交付和服务。

传统制造业【物联网技术出现之前】，设计制造一家工厂，需要生产多个产品，而一款产品设计出来，可以生产非常多个同款产品。

工厂与产品型号是1：X的关系；

产品型号与产品销售数量是1：Y的关系。

在工业经济早期，X非常小，Y非常大。比如福特的T型车，总共生产了1000万量以上，X是1（或者小于1，因为多个工厂生产一个型号），而Y>1000万。

随着工业的进步，X逐渐增大【一个工厂生产多种产品】，Y逐步减小【产品生命周期越来越短】，管理的难点也将发生变化。

比如在工业经济早期：设计一个工厂、设计一款产品后，可以不断生产一款产品，那么优化产品效率【运营维度】，就可以创造巨大的核心竞争力，所以工业经济绝大多数时间的重点是优化供应链效率【运营维度】。

在后工业时代，产品越来越丰富，当Y接近1的时候，设计产品【产品维度】将成为制约瓶颈，这个时候提升设计效率就可以形成差异化竞争优势。

后续，将根据三个行业痛点，分析不同领域工业互联网落地，应该重点关注这3个维度16个流程的重点。

本文仅代表个人观点，不代表所服务机构观点。