中国自动化学会专家咨询工作委员会指定宣传媒体
新闻详情
gkongbbs

机械工业信息研究院先进制造发展研究所所长陈琛:变局之下的制造业重构逻辑

http://www.gkong.com 2022-08-26 14:47 来源:36氪

  根据《新能源汽车产业发展规划(2021-2035)》,到 2035 年,纯电动汽车成为新销售车辆的主流,公共领域用车全面电动化,燃料电池汽车实现商业化应用,高度自动驾驶汽车实现规模化应用,有效促进节能减排水平和社会运行效率的提升。

  在「数字时氪·未来交通论坛」中,机械工业信息研究院先进制造发展研究所所长陈琛以《变局之下的制造业重构逻辑》为主题,分享了以下重点内容:

  1. 中国整个价值链的构建借助了全球的力量,中国的制造业高质量发展未来也需要高质量,高水平的借助全球的优势资源。
  2. 发展智能制造不是目的,智能制造只是手段,是以创新的方式实现资源的优化配置。
  3. 任何产品都已经变为了信息体,生产的本质是构建一个复杂的网络,去把知识和信息注入到产品中。

  以下为嘉宾演讲实录,经36氪编辑整理:

  大家好,我是陈琛。

  大概5年前,有包括芯片、零部件、汽车整车等相关企业找到我问到一个问题,整个制造业即将发生翻天覆地的变化,那么汽车行业变化的方向是什么,终点会是什么,变化的关键节点又是什么?最近五年,我们帮助一些跨国公司、国内头部汽车零部件企业做了一些梳理,今天我们尝试从更宏观的角度做一个分享。

  首先需要了解,新的挑战到底是什么。我们看每年的政府工作报告、“十四五”的报告、研究机构的报告,再调研了几百家企业之后,发现一个明显的方向是中国整个价值链的构建借助了全球的力量,中国的制造业高质量发展未来也需要高质量、高水平的借助全球的优势资源。

  我们在过去几年调研了十余家跨国公司,发现它们最厉害的地方是通过庞大、复杂的管理组织,去合理的整合全球最细分领域的竞争优势。波音787客机可以在全球22个国家里面整合几百个供应商。波音有20万人,每天从事复杂的知识创造工作,他们的资源整合是高度国际化的。

  特斯拉也是同样,在与特斯拉以及大量造车新势力的沟通中可以发现,这些企业之所以能够实现快速发展,本质上是能够整合全球的优势竞争资源。通过观察特斯拉我们可以发现,这个公司对于知识的掌握深且广,一方面需要项目管理人员非常了解细分的技术,另一方面通过科学管理、整合和系统化的知识,快速从中国供应链选出具有比较优势的供应商,或者称之为合作伙伴。

  所以全球化是一个大的趋势,而中国的企业需要越来越多的专业知识,以及整合知识的知识。这两年一直谈中美竞争,或者美国制造业的回归,从2011年左右先进制造业成为全球经济的制高点,我们做了很多调研和访谈,无论投资界还是科技界,谈的更多的是如何去发展更好、更具有比较优势的产业。

  第二个趋势是深度的信息化。在1985年-2007年之前,全球的商品贸易保持增长的态势,这主要来自中国或者东亚地区的崛起。但是2007年之后,全球贸易持续陷入低迷,2016年全球的贸易增速1.7%,2019年出现了负增长,疫情也造成了一些影响。

  货物、资本、人员流动放缓的时候,我们看到数字贸易或者基于跨境数据流动的速度在加快。全球互联网协议从1992年每天的100GB增加到2017年每秒45000GB,我们看到大量的知识、大量的服务和大量的资源通过互联网、通过数据实现流动。

  从最近10年我们可以看到,我们国家和我们的企业更加重视智能制造。工业和信息化部对智能制造提出了比较高的愿景和目标,2025年规模以上的制造业基本实现数字化制造,重点行业、骨干行业初步实现网络化制造。到2035年,规模以上的制造业企业全面普及数字化、网络化制造。

  在与企业的交流中,他们会问到当下的增长究竟来自哪里,曾经做的事情已经达到了饱和,已经开始放缓,未来该怎么做?

  我认为在智能制造。发展智能制造不是我们的目的,智能制造只是手段,是以创新的方式实现资源的优化配置。

  智能制造需要大量的知识。去年对一家德国的公司进行调研发现,他们的劳动生产率人均在1000万-1500万之间,而中国的制造业人均产值100万,也就是能达到中国的10倍以上,这更多是靠新的知识去整合新的资源和要素。

  所以说,智能制造不仅是制造,还是创新。从我们自己的观察,无论是家电行业还是工程机械行业、汽车行业,大量的企业通过数字化挖掘新的价值,通过数字化连接新的资源,通过数字化创造新的服务模式和商业模式。

  我们产业价值创造的系统正在发生重构,汽车原来是机械的结构,但是我们看到越来越多的汽车从机械结构走向电子电气网络这样的结构。高端的车里面代码数已经呈几何状的增长,电子电气工程师能够通过新的价值创造改变这个产业,创造新的产品。

  产业边界也在重新定义,我们可以看到不仅是汽车,汽车之外大量的产业在发生快速的重构。我们昨天调研的农业企业通过与一些互联网公司的合作,在农业现场和设备上加上传感器,加上大数据的软件分析,帮助农户更好的种植。这家企业明确表示,他们关心的不是机械本身,是农户如何在服务支撑下做得更好。

  我们今年调研了几十家企业,像小米这样的公司在考虑如何拓展产业边界,如何进入新的领域。随之发生的是生产方式正在被重新定义。2019年我去到碧桂园调研,大家都以为它是房地产公司,但他们已经有8000人的团队从事数字化、自动化、软件、工业互联网相关的研究了。

  我们看到制造系统被重新定义,如果看三一重工、徐工、特斯拉,每家企业都在重构产品、重新定义产业边界的同时,重新定义制造系统。在与一家国内企业的交流中,他们表示现在最核心的目标是如何在快速波动的复杂环境下重构一个柔性的实时迭代的,软硬结合的生产系统。

  产业生态正在日趋复杂,无论是大型的机械、还是生活用品、家电行业,产品的系统越来越多,复杂性越来越高,资源配置的方式从静态的配置走向动态优化。

  我们从去年开始调研中国供应链的情况,大家其实是在一个复杂环境下去优化运营。每家企业都开始重视通过实时的优化,或者实时询价保障供应链的安全可靠,成都有一家公司在美国刚看上3000万的一套芯片,工作人员准备向老板汇报,大概中间只过了25分钟,芯片就被采购空了。

  这个产业生态,在疫情和供应链冲击、以及在数字化的影响之下越来越复杂,我们调研的家电企业,已经从传统的做电饭锅,做冰箱的业务转向开始做电动化的汽车零部件,如何在瞬息万变的环境下通过自己复杂的供应链,价值链创造价值,我们无时无刻不思考这样的问题。

  汽车行业也是一样,宝马10年前有二三十种车型,到现在已经接近50种,每个汽车制造企业,甚至每个汽车零部件制造企业都在时刻思考通过制造更复杂的、更适配的产品满足用户的需求,这让整个链条都在发生大的变动。我们去调研的一家汽车企业在思考,提供系统化、模块化的产品,通过产品进一步的轻量化,满足中国新能源汽车的轻量化的需要,这种复杂性让我们看到任何一个冲击,对我们制造系统带来的作用都是巨大的。

  现在我们每周都要调研三家企业,这些企业给我们比较明确的反馈,环境太复杂了,形势变化多样,如何寻找自己的增长主线,是增长自己团队扩大研发力量、营销渠道,还是借用互联网平台连接更多的资源,每一家企业都在找答案。

  外部复杂性带来的一个影响是让企业内部的复杂性也越来越大。当这些企业扩展自己的团队、增加复杂性时没有找到合适的增长方式,就会进入低效率运转,或者进入一种低水平运转的状态。如果持续很久都找不到增长路径,就有可能走向灭亡,所以找到增长主线至关重要。

  如何在未来价值创造中实现引领,我们也调研了数百家企业。有一点很重要的是我们发现生产系统的本质越来越像一个网络系统。

  目前,任何产品都已经变为了信息体,生产的本质是构建一个复杂的网络,去把知识和信息注入到产品中。一个简单的塑料产品如果注入足够的知识,可能卖500美金、600美金,就像手机一样。

  一辆豪华的汽车价格超过200多万美金,如果按公斤看每公斤价格10美元,顶级的宝马车60美金,每公斤的白银1000美元。我曾经以这个数据去与一家河北的企业聊,他们算自己的产品每公斤值多少钱,大概的数据都是每公斤60人民币。这样的企业可以算中国做的比较好的企业,可以想一想,中国大部分的企业创造的价值还不足每公斤60元人民币。

  如果看每个企业的价值单元,或者每个企业的价值创造过程,其实也是构建了一个复杂的网络系统。我们调研企业的时候做了一些拆解,发现2000万营收规模以上的企业,要经过20个或30个信息的节点的传递,才能实现知识的集成,最终把产品造出来。而规模超1000亿的企业,就要构建更庞大的网络来实现这种价值的创造。

  所以说产业知识和信息网络决定我们价值创造的方式,我们总是说中国从制造业大国变成制造业强国,本质上是构建新的网络体系。丰田大家都知道,把精益制造发扬光大,它的本质是构建新的信息系统,提高信息输入和转化的密度,从而在整个系统层面提高生产的效率。

  如今特斯拉可能会成为第二个或者第三个丰田,我最近看到很多的行业,我们发现基于特定的生产网络,用户网络,高价值产品的创造,其实是特定时间,特定环境的产物。我们曾经梳理了CAD工业软件行业的发展,我们发现它就是构建在美国合适的时间,在70年代左右构建了这样合适的价值网络,我们曾经看到美国的数字化产业的发展,或者美国高附加值产业的发展,更多在全球构建了这样的合适的价值网络。

  从历史上看,美国成为世界强国是由于从20世纪50年代开始到90年代之间经过网络持续的产生一个数字制造技术的大爆炸。从1952年的第一台数控机床,到后面的机器人,到CAD,这些革命性的技术都是在美国诞生的。

  如今我们看到中国的制造业,或者中国的汽车工业,正在实现新技术网络的形成,新社会网络的形成,新价值链网络的形成,和新的技术群的形成。

  最后需要我们深刻认识制造业重构的内核,无论是汽车工业、还是装备制造业还是家电行业,各个行业价值链在加速的重构,原来中国是价值链的参与方,嵌入到美国或者日本价值链的一个环节,提供零部件或者生产活动,最后实现产品的输出。

  现在中国已经有一批企业开始实现这种价值链的重构,从零件到整机的构建,基于先进制造、自动化、智能制造的技术链,从工艺到装备,到制造工程的一种技术链在逐渐的形成。中国是最强的装备制造业国家,拥有全球最强的技术和工程供给能力,同时看到大量的企业逐渐延伸和孵化服务链,从海尔、华为、美的衍生出大量的服务链。

  基于软件、数字化系统、智能制造的信息链,也在把这些链条逐渐的架构起来。在中国新能源的发展下,我们的企业、产业的应用链在逐渐的壮大,价值链逐渐解构成价值网络,很多的价值模块拿出来都是全球的专精特新,在全球可以实现引领,我们可以看到中国有一批企业拿着这些价值模块重新组合,形成新的价值能力和基础。

  比如说美的和华为,还有徐工和三一,他们不是在某一个产品上实现突破,而是把基于中国的制造能力,基于中国的制造知识的价值网络进行重构。

  所以我们可以看到在汽车行业乃至任何一个制造业里面,价值创造体系加速走向全球的网络化。产业升级的背后是价值创造体系能效的升级,中国现在已经拥有世界级的制造能力和制造效率,让人们看到产品的质量、产品的国际竞争力等多主体协同、多价值链交互的结果。

  在这种交互的结果里面可以看到不可见的价值正在成为价值创造的主体,在很多行业里面无形资产,基于产品的服务、基于软件的服务、基于平台的服务或者基于人的服务,已经可以提供更多的价值,这种价值越来越多的超过基于硬件、基础设施、资本提供这样的一种价值创造,所以价值创造的方式或者价值本身也发生变化。

  我们也可以看到在这种中国的制造业发展之下,供应链千丝万缕。我们跟踪中国大型公司的供应链,可以看到一些现成的数据。全球的供应链越来越复杂,相互交织、嵌套,给我们提供了一些机会。

  例如一家汽车企业拥有250家一级供应商,如果在汽车产业链进一步放大,1800家各级供应商。我们曾经在江苏的无锡调研一家汽车涡轮增压机的企业,年均增速近几年增长50%,在美国可以服务14000家客户,主要是4S店。他们的产品由70个零部件组成,企业自己负责涡轮叶片,其他的还有很大的一部分交给周边的300家供应商,他们要实现图纸的交换,订单的转换,实现加工中心的派单。这个企业在探索一种方式,如何经过新的数字化连接,实现效率的倍增,实现成本控制的情况下实现更快的反应、更敏捷的反应、更好产品的开发。

  已经有一些企业尝试重新借用他们的资源,不仅是数字化,还有可能是政府提供的资源,有可能是企业本身的资金或者一些社会关系,甚至还有可能和大学提供的一些合作重新构建一种价值创造的合作,他们基于网络创造新的知识,创造新的产品,创造新的工艺。

  如果我们拿起放大镜,可以发现网络上的突破其实是一个又一个节点的突破,就是通过这样的一个节点的突破,中国或者全球的新能源汽车或者汽车产业的革命似乎掀开了小小的波浪。我已经感觉不仅是这里面,包括芯片领域,包括控制领域,包括我们的车内娱乐系统,我们调研很多企业,我们发现星星之火以群体性突破的方式发生对原有产业的改变。

  在中国高质量发展里面汽车肯定是一马当先,在汽车的这种突破里面我们认为中国的头部企业,有一些关键制造企业和初创公司他们不是单打独斗的,已经形成了协同效应,通过政府的规划,他们试图构建一体化的、生态型的产业革命的力量,试图在新的汽车革命里面实现领先。

  中国的产业发展不仅是单点优化,要先认识系统重构,知道系统重构的方向是什么,重点是什么,通过合理的政策,合理的环境塑造还有法律的改变,实现流程的改造,在这个情况下帮助一些企业,或者一些企业自然而然看到方向,去实现他所擅长的领域里面的单点优化,我昨天调研的农机企业,敢用一个300人的小企业冲击世界级的企业,所以我感到非常的高兴。

  最终我们价值创造肯定是全面的网络化,未来的工厂肯定基于数字化的连接,基于全球价值链实现高度的协同,我们看到汽车产业已经发生了变化,一些企业基于互联网的协同开始新产品新的价值的创造,虽然在过程中,但是我感觉一旦力量集聚到一定的程度,这种突破在行业中可以看到,或者在中国的行业里看到。

  这里面数字化技术很重要,除了数字化技术,提取我们对行业的认知,对基础加工能力,对于制造机理的掌握或者核心技术的掌握,也是至关重要的。未来10年既是产业革命的10年,也是我们深化产业认知,创造更多产业发展洞见的十年。

  我的汇报到此结束,谢谢大家。

版权所有 中华工控网 Copyright©2024 Gkong.com, All Rights Reserved