©2023iResearchInc.中国制造业数字化转型路径实践关注落地价值2摘要ABSTRACT制造企业数字化转型具有优先级，与钱有关的环节往往优先级更高，但当前生产管理及数据价值释放是当前数字化转型的重点，且将持续很长时间。1）针对生产管理，主要聚焦于设备改造&上云、研发&工艺开发管理、供应链&仓储物流管理、排期&生产管理等方面，这些方面供需两端匹配度比较高，既具有实际的落地价值，还能进一步积累数据资产。2）针对数据价值释放，主要聚焦于AI和BI两方面：对于AI，主要聚焦于在系统最优、识别分类、预测、知识沉淀等问题处理方面赋能，但ChatGPT对企业工作流程的优化与效率的提升、AI增强开发赋能软件开发与测试等值得期待；对于BI，梳理企业数据资产见的关联与逻辑，赋能决策。制造业数字化转型供给市场仍然处于发展初期。与过去几年年相比，制造业数字化转型的供给方市场发生如下变化：1）行业和客户定位逻辑更加清晰：供给方会选择政策大方向有潜力的、且贴合自身优势的行业去攻克，目前汽车及其零配件、新能源、传统能源等行业比较热。确定行业后，供给方的客户逻辑大致呈现出头部/龙头企业-中腰部-长尾企业的拓展态势。2）供给方的产品及服务在横纵两方细分：在纵向上，呈现场景解决方案-行业解决方案-区域/领域解决方案的广度提升；在横向上，呈现出粗放的综合解决方案-细分场景解决方案-关注流程打通的解决方案的变化，即平台化属性开始凸显。3）制造大厂之间的竞争或将拉开序幕：行业know-how理解与沉淀、渠道体系、品牌影响力等仍是制造大厂间的竞争重点，除此之外，以AI为基础的“智造能力”将是期差异化的重要方面。4）市场化之路开始进入探索与验证阶段：部分供给方已经开启上市之路，将为定制VS标准化产品的路径探索提供参考与学习。制造企业进行数字化转型时，的三个关键词：适合、融合、克服。我国的制造业仍然具有“大而不强”的特点，其分层属性非常强，且企业文化中的“人治”也相对比较重，因此在推进数字化转型时，有3大方面需要注意：1）关于适合：适合的目标、适合的路径、适合的人是基础，毕竟或者依然是大部分企业的首选。2）关于融合：主要指IT部门与业务部门的融合。数字化转型或许是IT部门从成本部门走向价值输出部门的机会：一方面，能够从业务步骤拆解、业务要素确定、业务数据指标搭建等方面助力业务数字化，另一方面，从数据价值流转的视角帮助企业进行战略拆解并落地，即从采购-实施-落地等各个阶段赋能业务。3）关于克服：ISA95架构以满足功能点为主，是点状建设，而数字化转型是以数据价值释放为主，是中心化建设，二者之间存在一定的使用或切换偏差，需要克服或打破。基于制造业数字化转型落地实践分析后的启示有哪些？1）转型具有长期主义：技术迭代速度快，对供给方产品及服务的变革与升级也将作用于制造企业，并经由场景、产线等方式逐步渗透，转型具有长期性。2）软硬件逐渐云化：软硬件云化与工业知识沉淀相互促进，共同推动正向工程的形成与推进。3）从转型构建走向运营：当数字化建设趋于饱和时，基于平台功能及数据关联性的优化、基于知识的沉淀、基于数据价值释放的应用将是未来供给方服务的重点，毕竟花出去的钱需要落实下来。4）产业数据拉通缓慢进行中：数据拉通后的市场将推动买方市场形成，整个产业的价值链有望重构，且离核心机密越远的数据，如行业标准、供应链等，有望优先拉通。3目录CONTENTS01背景篇-基本情况说明Overview02供给篇-产品及服务市场扫描Supplyside03实践篇-各场景转型落地实践Implementation04难点与建议篇-合适、融合与客服ChallengesandSuggestions05启示篇-长期且趋于运营Inspiration4背景篇-基本信息说明Overview015©2023.12iResearchInc.www.iresearch.com.cn数字化转型的本质通过数据-信息-知识-智慧的蜕变，优化并赋能企业经营与运转制造业数字化转型并不要求“大而全”，也不要求“一步到位”，重点是希望企业结合自身需求，实现关键业务、关键环节、关键节点的数据资产的积累及应用。因此，制造业数字化转型的本质是解决“关键数据从哪里来、关键数据怎么用、关键数据价值如何构建及应用”的问...