基于互聯網及大數據的智能制造體系與中國制造企業轉型升級

肖靜華，毛蘊詩，謝 康

（中山大學管理學院，廣東 廣州 510275）

?

基于互聯網及大數據的智能制造體系與中國制造企業轉型升級

肖靜華，毛蘊詩，謝 康

（中山大學管理學院，廣東 廣州 510275）

[摘要]本文提出一個基于互聯網及大數據的智能制造體系概念模型與管理理論框架，認為該體系由基于互聯網及大數據的智能活動、核心智能制造能力、智能制造的知識管理活動，及基于互聯網與大數據的智能聯盟四個基本子系統構成。與CIMS和以往的智能制造系統不同，基于互聯網及大數據的智能制造體系將消費者與智能聯盟納入到體系中，成為企業與消費者、與合作伙伴協同演化動態能力的重要基礎。企業與消費者、與合作伙伴協同演化動態能力，又構成企業智能制造轉型升級的關鍵能力。中國制造業應抓住人口大國、市場活力、互聯網應用領先優勢與智能制造體系深度融合的發展機遇，實施智能制造設備的追隨與智能制造應用知識管理差異化的二元競爭戰略，通過“中間突破、兩端發力”的轉型升級路徑，實現中國制造業由大變強的轉變，推動中國制造進入世界制造的第一梯隊。

[關鍵詞]智能制造體系；互聯網；大數據；轉型升級；協同演化動態能力

毛蘊詩，男，中山大學管理學院教授，博士生導師，中山大學企業與市場研究中心主任，研究方向：企業轉型升級管理；

謝康，男，中山大學管理學院教授，博士生導師，中山大學信息經濟與政策研究中心主任，研究方向：信息經濟學、企業互聯網管理、電子商務。

一、問題的提出與文獻回顧

制造業不僅是國民經濟的主體，而且是經濟長期競爭力的體現，國家間的制造業能力差異能夠解釋國家間收入差異的70%（Hausmann et al., 2011），表明制造業本身蘊含的生產能力和知識積累是國家長期發展績效的關鍵（黃群慧和賀俊，2013）。2014年，中國工業增加值達22.8萬億元，占GDP比重達35.85%。2013年，中國制造業產出占世界比重的20.8%，在500多種主要工業產品中產量位居第一的約占44%。中國已連續4年保持世界制造業第一大國地位，但中國制造業大而不強的現實也是共識，僅有16%的企業進入智能制造的應用階段（任毅和東童童，2015）。為此，中國政府發布《中國制造2025》計劃，力圖實現制造業由大到強的轉變。

《中國制造2025》將智能制造定位為中國制造業實現由大變強的主攻方向，及工業化與信息化深度融合的主攻方向。智能制造的這一戰略定位，本質上與德國工業4.0、美國工業互聯網、日本全球智能制造合作計劃，及歐盟IMS2020計劃的定位是一致的。然而，目前國內外有關智能制造的研究主要側重于技術和工程實現領域，及產業政策和策略研究領域（楊叔子和丁洪，1992；周濟，2015），對智能制造的經濟管理理論研究尚處于起步階段，尤其對作為智能制造核心的智能制造體系在互聯網及大數據情境下的經濟管理理論研究更加薄弱，因而，難以為互聯網環境下的企業智能制造管理實踐提供有力的理論指導和政策干預。鑒于此，本文聚焦于探討互聯網及大數據情境下智能制造體系的理論框架，在此基礎上對基于智能制造的中國企業轉型升級戰略及策略提出政策建議。

智能制造系統的發展，一般沿著智能裝備單一技術點智能化、面向智能裝備的組線技術、高度自動化與柔性化的智能生產線、基于中央管控和智能調度的智能工廠、異地協同的智能聯盟的路徑發展。因此，從智能制造系統的技術基礎和實施規模來看，智能制造系統可以劃分為裝備級、生產線級、車間級、工廠級和聯盟級（杜寶瑞等，2015）。德國工業4.0提出以信息物理系統（Cyber-Physical System，CPS）為基礎，由智能工廠、智能生產和智能物流三個子系統構成的互聯網環境下的智能制造框架，將CPS作為智能制造的底層基礎設施，力圖引導德國成為智能制造技術的主要供應商和CPS技術及產品的領先市場（王欽和張隺，2015）。可以說，德國工業4.0的內涵與中國政府提出的工業化與信息化深度融合本質一致，都是力圖在底層或應用層實現制造技術與信息技術的深度融合。美國提出的再工業化或工業互聯網則是基于美國在互聯網技術領域，尤其在智能制造領域的全球競爭優勢提出的，通過互聯網與制造業的緊密結合，以數據整合實體來推進智能制造（王欽和張隺，2015），本質上也是推進工業化與信息化的深度融合，只是美國依據自身優勢選擇了與德國不同的實施路徑。

智能制造的本質，是通過信息技術與制造技術深度融合實現自感知、自診斷、自優化、自決策、自執行的高度柔性生產方式（宋利康等，2015）。或者說，智能制造是從獨立設備的機器智能到制造過程系統智能演進發展的生產方式，具有動態感知、實時分析、自主決策和精準執行四個典型特征（王淼和王湘念，2015）。智能制造體系（Intelligent Manufacturing System, IMS）就是建構在制造技術與通訊信息技術深度融合基礎上的集感知、分析、決策和執行于一體的智能化制造體系，力圖解決以往工業化進程中人類腦力勞動自動化效率低的難題。在1870～1980年的100多年工業化進程中，生產過程效率提高了20倍，但生產管理效率只提高了1.8-2.2倍，而產品設計僅提高了1.2倍（楊叔子和丁洪，1992）。智能制造的目標之一就是提高人腦的自動化，智能制造體系唯有與人的智能活動聯系在一起，才構成真正意義的智能制造體系，因為智能制造技術的應用和執行過程就是制造技術與企業戰略、營銷和管理工作的系統性協調變革過程（Lester，1998）。

首先，在從剛性自動化到大規模制造，再到柔性制造的過程中，由于忽視人在產生高效、高性能生產系統中的關鍵作用而導致計算機集成系統（CIMS）發展出現了難以逾越的障礙（路甬祥和陳鷹，1994）。CIMS難以解決人與自動化之間的技術矛盾，無法將兩者集成在一起，企業能做的選擇或是昂貴的全自動化生產線，或是手工操作，缺乏人力與制造設備之間的相容性（趙東標和朱劍英，1999）。因此，2013年GE與亞馬遜、埃森哲及云平臺企業Pivotal共同創立的工業互聯網，特別強調智能機器、高級分析與工作人員三者的深度融合，關注生產設備的智能化、機器與機器的融合，及人與機器的融合（寧振波，2015）。

其次，人工智能以“自主”系統為主線的研發路線，開發出大量的獨立專家系統，形成了大量的“智能孤島”。 20世紀90年代初美國采用的柔性制造系統中有20%的設備沒有投入實際使用，主要就在于這些設備與企業管理和員工能力不匹配（Koren，2008）。因此，全球領先的制造企業在加大智能制造技術投資的同時，也開始加大對人力資本等互補性資產和企業能力的投資，因為員工知識和管理能力在智能制造中的重要性日益提高（黃群慧和賀俊，2013）。這也是為什么德國工業4.0特別強調系統配套和人的能力的發展，強調組織設計、員工培訓與知識要素重組等配套方案的原因（黃順魁，2015）。

最后，互聯網提供了基于網絡的原型、虛擬產品測試和虛擬市場測試等多種方式，使企業可以將消費者或客戶的集體智慧融入創新過程中（Sawhney et al.，2005），使制造企業借助智能化集成提高人類腦力勞動的自動化效率成為可能，而且互聯網環境下消費者的增權過程，使智能制造需要將更廣泛的人的范疇納入智能制造體系中。由于消費者是重要的創新資源，制造企業通過建立開放式創新的商業模式為消費者創造價值（Chesbrough & Rosenbloom，2002；Chatterji & Fabrizio，2014），因此，互聯網環境下企業戰略管理需強調知識創造，需打破現有企業戰略管理的邊界，將消費者作為企業資源納入到戰略管理中，構建用戶資源觀（Adner & Kapoor，2010，2012；Priem et al.，2013；王欽，2014）。同時，在企業動態能力基礎上，互聯網環境下的企業需要強化與消費者協同演化的動態能力，捕捉變化能力、適應變化能力和引導變化能力構成企業與消費者協同演化動態能力的三種具體形式（肖靜華等，2014）。

可以認為，智能制造體系是人機一體化的混合系統，將機器智能和人的智能緊密地集成在一起（王淼和王湘念，2015）。基于互聯網及大數據的智能制造體系（IMS based on Internet and Big Data，IMSI&BD），則是將更廣泛的人的智力因素與制造技術的智能因素緊密融合在一起。這種結合為中國制造企業實現戰略性轉型升級既帶來了挑戰，也提供了機會。

一方面，中國制造業大國地位正在受到全球智能制造體系的挑戰。首先，在全球競爭中，美、德、日等發達國家普及應用IMS后，國際價值鏈對發展中國家廉價勞動力的依賴將大幅降低（楊叔子和丁洪，1992），從而減少對發展中國家的國際直接投資，導致發展中國家制造業的勞動力比較優勢難以與國際技術資本結合，因此，對中國的制造業發展構成嚴峻挑戰（黃群慧和賀俊，2013）；其次，在產業基礎上，中國制造業總體制造水平參差不齊，工業2.0與工業3.0并存（王欽和張隺，2015；徐廣林和林貢欽，2015），且物流成本高，從原材料到終端產品有超過90%的時間用于運輸、倉儲、包裝和配送等物流環節（張寶華，2010）。在這樣一個不同基礎的企業并行發展的情境下迎接智能制造體系的嵌入，具有引進、消化和吸收的高不確定性風險；

另一方面，IMSI&BD的迅猛發展，為中國制造業由大變強提供了難得的發展機遇。大規模生產造就了美國工業強國的地位，柔性制造實現了日本制造業的趕超（黃群慧和賀俊，2013），中國制造業能否借助IMSI&BD發展機會，實現從世界制造第二梯隊進入由美、日、德組成的第一梯隊的戰略目標，成為擺在中國制造企業及中國政府面前的一個機會選擇。以下三方面因素使中國制造業有機會躍升到世界制造業第一梯隊中：一是以BAT為代表的電商平臺推動著中國互聯網尤其是移動互聯網應用領先全球，中國不僅成為全球最大的電商市場，而且成為全球最大的機器人市場，具有將全球最先進的制造技術及設備引進、消化、吸收和再創造的市場活力。盡管美、德、日的智能制造產業體系相對成熟，但缺乏中國這樣龐大的互聯網應用市場；二是中國人口規模優勢，地域廣闊，文化多樣性且消費偏差大，消費者廣泛參與應用性研發活動，為大數據形成及應用于智能制造體系提供了全球獨一無二的社會實驗場境，有利于形成中國智造品牌和應用產品創新；三是中國工業體系相對完善。可以說，中國制造業既部分兼具美、德、日的制造優勢，又部分具備它們各自不具備的優勢，有利于互聯網及大數據與智能制造體系在中國的深度融合。

總之，市場活力、人口規模、互聯網應用領先優勢與智能制造體系之間的深度融合，構成中國借助智能制造浪潮躍升為世界制造強國的歷史機遇。因此，構建IMSI&BD的管理理論，不僅可以深化對IMSI&BD發展規律的認識而具有理論價值，而且對中國制造企業實現戰略性轉型升級具有實踐意義。

二、基于互聯網及大數據的智能制造體系及管理

從技術視角看，IMS的研究主要包括智能活動、智能機器，及兩者的深度融合技術，其中智能活動是問題的核心（楊叔子和丁洪，1992）。從管理視角看，IMSI&BD的研究主要包括五個部分，即以消費者或客戶活動為核心的智能活動、IMSI&BD的二元能力管理（個性化定制與大規模制造之間的靈活性與效率）、集成式智能化PMC平臺的知識管理、與IMSI&BD匹配的C2M戰略與組織變革，及IMSI&BD的二元能力與組織的二元能力之間的協同演化，由此形成如圖1所示的IMSI&BD管理理論研究框架。

圖1：IMSI&BD管理理論研究框架

首先，以消費者或客戶活動為中心的智能活動，強調消費者或客戶是創新來源（Boudreau & Lakhani，2013），構成IMSI&BD與之前的計算機集成制造系統（CIMS）和20世紀90年代以來的智能制造體系的顯著差異。隨著自動化從剛性自動化、柔性自動化到智能自動化，制造模式也從單件生產模式、大批量生產模式、多品種小批量生產模式到變品種變批量生產模式的演進（王天然和劉海波，2000），但這些制造活動均只關注產品生產過程本身，制造與消費者是脫節的（楊叔子和丁洪，1992）。可以說，CIMS關注連接生產線中的單個自動化子系統，屬于提高制造效率的技術集成，20世紀90年代以來發展的智能制造系統雖然強調人的因素，但其中人的范疇主要限于制造環節的操作人員和管理者。同時，盡管CIMS和90年代發展起來的智能制造體系強調“以客戶為中心”，但企業的創新活動往往是從企業視角來看待消費者的需求，而非真正的消費者需求（王欽和張隺，2015）。然而，互聯網環境下消費者對企業運作管理的參與度逐步加深，改變了以往的商業模式及運作模式（肖靜華等，2014），智能制造系統由此需要從內部封閉的智能活動轉變為基于互聯網及大數據的開放環境下的智能活動。在20世紀90年代以來智能制造體系的基礎上，形成了新一代的智能制造系統——IMSI&BD。IMSI&BD的基本結構如圖2所示。

圖2　IMSI&BD的概念模型

由圖2可知，IMSI&BD由四個基本子系統構成：一是基于互聯網及大數據的智能活動子系統，包括基于移動互聯網、云平臺、物聯網及大數據的智能體對消費者需求及市場環境變化的動態感知和實時分析等；二是智能制造的知識管理活動子系統，集中體現在智能管控中心的活動，或集成式智能化生產計劃調度（PMC）平臺的活動，體現自主決策；三是核心智能制造能力子系統，包括智能車間和智能生產線，體現精確執行；四是基于互聯網及大數據的智能聯盟之間的高效協同子系統，為滿足消費者或客戶的高度個性化需求，核心制造能力需要尋求全球智能制造能力的高效協同，由此構成的智能聯盟包括從研發到銷售、從大規模定制到單件短周期定制、從制造到服務的全過程，既包括全球其他智能工廠，也包括全球家庭智能作坊或智能工作站，如以個人或家庭為單位的“微制造”組織等，由此將全球智能制造帶入更高層級的“個人手工業”時代，出現各種各樣的新型“手藝人”及其聯盟，實現智能手工業與智能大規模制造之間的有機協同。IMSI&BD的這一特征是獨特的，是互聯網環境下制造企業從面向合作伙伴的供應鏈轉變為面向消費者供應鏈的擴展和創新（肖靜華等，2015），唯有在互聯網及大數據基礎上才有可能實現，該模式力求確保潛在的商業利潤在全價值鏈所有利益相關者之間得到共享，其追求的商業模式目標是率先滿足動態的智能聯盟網絡價值而非單個企業的價值（寧振波，2015）。

其次，IMSI&BD的二元能力管理，即智能制造體系的個性化定制能力與大規模標準化制造能力之間的靈活性與效率管理。一般地，個性化產品包括模塊化產品和非模塊化的一體化產品（Ulrich，1995），前者如冰箱、機床、手機、家具等產品，后者如藥品、服裝和鞋子等。模塊化產品的個性化創新，關鍵是根據產品功能的要求設計包含模塊序列和界面標準在內的開放架構，由消費者根據偏好進行模塊組合形成個性化產品，如海爾的“眾創會”平臺、索菲亞的3D自主設計等。一體化產品的創新，關鍵是在產品設計階段就引入消費者參與設計，產品制造只是根據消費者參與的個性化設計執行。因此，模塊化個性產品設計的開放架構是統一標準的，一體化產品在產品設計階段就是非標準的（黃群慧和賀俊，2013）。因此，針對模塊化產品和一體化產品，IMSI&BD前臺的靈活性管理流程和架構是不同的，但在后臺的大規模制造中，針對這兩種產品的效率管理方式總體上具有相似性，只是在生產組織方式上有所差別。

再次，集成式智能化PMC平臺的知識管理，這是IMSI&BD的核心或心臟。如何將面向消費者或客戶的千差萬別的個性化需求轉化為后臺的大規模標準化制造，關鍵在于集成式智能化PMC平臺的知識管理。本質上，這種知識管理就是借助人腦與電腦的深度協同，解決前臺隨機的、高度非結構化數據與后臺程序的、高度結構化數據之間的轉換問題。中國企業在實踐中往往是采取從部分轉換到全部轉換的遞進方式，例如索菲亞采取專業化的數百人的PMC團隊與家具專業軟件長期協同演化的方式，完成從部分定制到完全定制的數據轉換。這樣，消費者在網上或體驗店設計的個性化家具數據傳輸到工廠后，被PMC平臺分解為帶編碼的原件，通過計算機將這些原件進行重組形成大規模制造，使同一流水線生產的是完全基于消費者個性化定制的產品。因此，集成式智能化PMC平臺的知識水平代表了IMSI&BD的智能水平。

第四，與IMSI&BD匹配的C2M戰略及組織變革，這是最能體現IMSI&BD與CIMS和90年代以來IMS差異的運作特征。IMSI&BD要形成有效的智能化，需要戰略管理及其相應的組織變革作為支撐。以消費者為導向的C2M制造戰略構成IMSI&BD的靈魂，企業組織結構變革和組織能力提升則構成IMSI&BD的管理基礎。因篇幅所限，本文僅就與IMSI&BD相匹配的組織結構變革進行簡要討論。C2M的戰略二元性決定了IMSI&BD也需要具備兼具靈活性與效率的二元性，與IMSI&BD相適應的組織結構也需要進行相應的變革，一種常見的模式是由以往的金字塔結構轉變為前端小團隊、后端大平臺的組織結構（參見圖3）。由此帶來一系列需要變革的組織管理問題，如智能制造企業如何從金字塔型組織結構轉變為前端小團隊后端大平臺的結構？如何解決前端小團隊從管理執行到管理決策與執行一體化的組織創新問題？如何解決后端大平臺從管理控制到創新支持的組織創新問題？如何解決前端小團隊與后端大平臺之間相互協調的組織創新問題？如何解決靈活性與可控性之間的沖突問題？等等。為此，以海爾為代表的企業采取了“按單聚散”、“用戶評價、用戶付薪”和“超利分享”等一系列制度改革來保障小團隊大平臺的組織結構變革。

圖3　與IMSI&BD相匹配的前端小團隊后端大平臺的組織結構變革

最后，IMSI&BD的二元能力與組織的二元能力之間的協同演化。IMSI&BD的二元能力主要來自于集成式智能化PMC平臺的知識積累與創新，PMC平臺的知識積累越豐富，與智能制造體系中自動化系統的匹配就越深入，由此構造出來的應對前臺個性化的靈活性與滿足后臺大規模制造的效率之間的二元能力就越強。同時，前端小團隊后端大平臺的組織結構也在構建市場探索的靈活性與管理協同的效率之間的二元能力。在IMSI&BD與組織的發展演化過程中，這兩種二元能力之間會形成協同演化。前端小團隊的靈活性形成的各種大數據將影響PMC平臺的計算能力，PMC平臺的計算能力將提高智能工廠中虛擬工廠和虛擬制造平臺的計算效率，從而提高實體智能工廠的生產效率；反過來，實體智能工廠效率的提升，將極大地提高組織后臺的協同效率，從而又可以更好地提升前端小團隊的靈活性。由此形成IMSI&BD的二元能力與組織的二元能力之間的協同演化。例如，IMSI&BD為客戶提供在線支持、實時維護、性能監測等智能化服務支持，不僅需要技術保障，而且需要組織保障，通過IMSI&BD與組織二元能力之間的協同，制造企業能實現對用戶特征的分析，辨識用戶的顯性或隱性需求，為用戶創造高附加值的服務（杜寶瑞等，2015）。

三、基于互聯網及大數據的智能制造體系的發展演化

IMSI&BD的發展演化既受內部驅動因素的影響，也會受外部環境的影響。從內部驅動因素來看，IMSI&BD的二元能力與組織的二元能力之間的協同演化決定著IMSI&BD的發展演化方向。具體而言，企業與消費者協同演化動態能力在此體現為IMSI&BD的二元能力與組織的二元能力之間的協同演化機制，這種機制影響著IMSI&BD的發展演化。如前述，肖靜華等（2014）將企業與消費者協同演化動態能力具體分為捕捉變化、適應變化和引導變化的能力。其中，企業捕捉變化和適應變化的能力，形成消費者驅動的IMSI&BD發展演化模式，這種模式適合短生命周期產品的研發制造（參見圖4）；企業引導變化的能力，形成大數據驅動的IMSI&BD發展演化模式，這種模式既適合短生命周期產品的研發制造，也適合復雜產品的研發制造（參見圖5）。

圖4　消費者需求驅動的IMSI&BD發展框架

在圖4中，智能云平臺發揮了IMSI&BD的智能化PMC平臺角色或功能，如海爾鏈接全球用戶需求與創新資源的開放創新平臺——HOPE（Hair Open Partnership Ecosystem），就部分發揮了這項功能。HOPE為全球的創新需求與創新技術實現自由組合與匹配提供創意與資源對接，形成了中國情境下的全球化智能云平臺。智能云平臺發揮了IMSI&BD的智能聯盟的角色或功能，如主要接入全球供應商資源的海爾“海達源”云平臺。通過“海達源”云平臺，海爾推動著家電網絡生態圈的模塊化制造。物聯網承擔起IMSI&BD與消費者之間智能物流的公共基礎設施架構的角色，移動互聯網則成為IMSI&BD感知變化的基本途徑。由此，圍繞消費者需求的變化，制造企業通過IMSI&BD搭建起一個智能制造的生態圈，企業邊界變得越來越模糊，進入生態圈的通行法則，就是滿足消費者或客戶的需求。

圖5　大數據驅動的IMSI&BD發展框架

如圖5所示，大數據驅動的IMSI&BD發展的一個主要特征，是大數據成為智能工廠或智能車間構建虛擬工廠或虛擬制造平臺的關鍵數據來源，且成為驅動虛擬工廠精準模擬或仿真現實執行的關鍵因素。在此基礎上，將虛擬工廠與實體工廠進行匹配融合，精準地轉變為實體制造過程，形成“研發-制造”一體化的產品，及“產品-服務”一體化的綜合解決方案，構成大數據驅動的IMSI&BD發展的核心能力，以此支持企業與消費者協同演化動態能力中企業引導消費者變化能力的實現，這是IMSI&BD發展的高級階段。在這一階段，IMSI&BD發展才推動制造真正成為創新的一個部分，即制造資產成為企業創新體系的組成部分（Pisano & Shih，2012）。具體而言，制造企業通過快速迭代的消費者驗證過程，形成引導性的消費者群體決策模式，實現消費者服從被引導路徑的消費偏好，從而提升企業引導消費者偏好變化的動態能力。同時，大數據驅動的IMSI&BD發展，將創造出許多消費者需要但尚未得到滿足的潛在需求，有力推動制造企業從生產型向服務型轉型，這對中國制造企業來說是一次實現生產性服務業增值的發展機遇，因為世界制造第一梯隊的美、日、德三國生產性服務投入比例平均在28～30%左右，而同期中國最高只有18%，生產性服務投入的不足嚴重制約了中國制造業的發展（隗斌賢，2009）。

四、中國企業智能制造的轉型升級戰略與路徑

非互聯網環境下制造企業轉型升級的路徑研究，主要從三個視角來探討：一是企業-產業-產業集群的視角，即制造企業升級過程呈現為過程升級、產品升級、功能升級到跨產業升級（Humphrey & Schmitz，2000，2002；Kaplinsky & Morris，2001），如制造企業OEM-ODM-OBM的轉型升級路徑等，以漸進式的價值鏈提升路徑為主；二是企業經營的視角，即制造企業升級過程主要分為技術升級、品牌升級，及基于技術相關性多元化升級三個階段（Amsden，1989；朱海靜等，2006）；三是企業-國家-國際區域的視角，即制造企業升級過程主要沿著企業內部升級、企業間升級、本土或國家內部升級，及國際性區域升級的路徑實現（Gereffi，1999）。總之，非互聯網環境下制造企業轉型升級路徑主要呈現出階梯式的線性路徑（毛蘊詩等，2015）。

當前，盡管中國制造企業多數處于工業2.0或3.0階段，但海爾、富士康等企業正在邁入基于互聯網的工業4.0門檻，娃哈哈集團、伊利集團等46家企業已進入工信部智能制造試點企業名錄，總體來看，中國制造企業正面臨一次新的轉型升級機會。

互聯網環境下制造企業通過協同演化動態能力實現與消費者、合作伙伴的價值共創，以更低成本、更快速度、更高技術效率對原有制造價值鏈乃至全球價值鏈進行重構，對原有價值鏈格局進行重新調整。因此，互聯網環境下制造企業在切入價值鏈初期就憑借新的競爭優勢可能占據價值鏈高端，從而呈現出與以往常規軌跡不同的躍升式、非線性的轉型升級路徑，即互聯網環境下制造企業轉型升級路徑，既可能出現階梯式的線性轉型升級路徑，也可能出現躍升式的非線性轉型升級路徑。

綜合中國制造業的優劣勢，我們借鑒美國20世紀60年代針對前蘇聯的國家戰略思路，提出一種國家智能制造追隨與差異化并存的二元戰略，即同時兼顧制造大國的制造效率與制造強國的創新靈活性。一方面，在智能制造設備的研發和制造領域，在2025年前采取跟隨美、日、德的追隨戰略，在2025～2030年期間為緊跟美、日、德的追隨戰略，到2030～2035年轉變為趕超美、日、德的趕超戰略。具體實施策略包括借助“一帶一路”國家戰略和完整的工業體系，進一步開展國際合作；借助中國移動互聯網及電子商務應用的領先優勢，構建基于互聯網及大數據的“一帶一路”全球區域智能制造體系，構建“一帶一路”智能制造聯盟，以此吸引美、德、日將其智能制造技術及設備引入中國，中國制造企業逐步完成對工業4.0智能制造技術及管理模式的引進、消化、吸收和再創新過程，促進從基礎元器件和傳感器，到工業機器人和工業軟件的中國智能制造產業的升級換代。另一方面，在智能制造應用知識庫領域和制造品牌領域，則采取與美、德、日差異化的戰略。借助人口規模、市場活力、互聯網及電子商務應用領先優勢與智能制造體系之間的深度融合，構建中國智能制造的應用知識庫優勢，形成全球價值鏈“中間突破、兩端發力”的轉型升級路徑（參見圖6）。

圖6　中國制造企業IMSI&BD的“中間突破、兩端發力”轉型升級路徑

一方面，借助中國市場活力與IMSI&BD發展的結合，在引進、消化、吸收和再創造智能制造產業體系基礎上，持續升級中國完整的智能制造產業體系，使中國制造從工業2.0與3.0并存為主的格局逐步演變為工業3.0與4.0并存為主的格局，吸引美、日、德投資中國市場，合作完成升級過程的刺激動力。同時，借助中國互聯網及電子商務應用領域的全球領先優勢，使IMSI&BD成為中國智能制造體系的主流模式，從而實現對美、日、德智能制造的躍升式跟隨與追趕。另一方面，向兩端發力，借助中國的消費多樣性和世界獨一無二的消費社會試驗場條件，形成智能制造的客戶端大數據，尤其是形成億萬人次選擇驗證的各種智能制造知識庫模型，憑借智能制造的知識庫進行形式多樣的產品應用研發和品牌創造，與美、日、德形成差異化，構造應用端的全球智能制造知識優勢（謝康，1999；謝康等，2002）。例如，湖北某服裝企業原來主要從事品牌服裝代工，處于價值鏈低端，但其在與全球一流服裝品牌的20多年版型合作中積累了豐富的實物版型庫。版型設計是服裝價值鏈中多品種、小批量的關鍵環節，也是許多企業的薄弱環節。該企業憑借打造亞洲最大的女裝版型數據庫，通過實物版型的數字化建立知識模型，從而能快速進行版型換裝、放碼、布料冗余度測試等改進優化，使版型設計從通常的7天左右壓縮到幾小時（馮國華，2015），企業從傳統服裝加工轉型升級為服裝加工數據服務提供商，由生產型制造轉變為服務型制造。由此可見，中國制造企業形成智能制造的知識優勢后，再借助IMSI&BD的研發制造一體化優勢，及本土的市場優勢，可形成全球性的智能制造品牌，從而實現向智能制造研發和品牌的兩端延伸。這是中國制造由大變強的戰略愿景，IMSI&BD則是支持中國制造企業實現這一愿景的利器。

具體地，研究企業轉型升級，需要關注企業的核心能力和動態能力（毛蘊詩和鄭奇志，2012）。借助IMSI&BD實現中國制造企業轉型升級，則需要培育中國企業與消費者及合作伙伴的協同演化動態能力，尤其是通過大數據驅動的IMSI&BD發展模式所需要的引導消費者變化的動態能力。根據對現有制造企業互聯網轉型升級的研究，我們歸納了互聯網環境下制造企業非線性轉型升級的主要路徑：

一是技術資本跨產業創新驅動的升級路徑，即基于互聯網及大數據的商業創新模式與技術資本結合后，導致競爭格局和盈利模式變革，形成制造企業跨產業創新驅動的轉型升級路徑，如小米、酷漫居等；

二是集成式智能化創新驅動的升級路徑。集成式智能化創新是通過技術的組合產生革命性創新的一種創新方法（周濟，2015）。基于互聯網及大數據的商業創新模式與智能制造體系結合后，導致產業模式變革，企業邊界發生變化，形成制造企業集成式智能化創新驅動的轉型升級路徑。如蘋果手機、特斯拉電動汽車、Google無人駕駛汽車等；

三是雙向嵌入/重構價值鏈創新驅動的升級路徑，即基于互聯網及大數據的商業創新模式與智能制造體系結合后，導致價值鏈變革，形成制造企業雙向嵌入/重構價值鏈創新驅動的升級路徑。具體又有三條路徑：① 制造企業借助實體網絡優勢與互聯網及大數據結合來嵌入/重構價值鏈，形成線上線下融合的O2O創新升級；② 基于互聯網及大數據整合本土資源，通過品牌經營嵌入或重構全球價值鏈，由此牽引或推動本土制造企業實現產品、功能或跨產業的升級。如北京昌佳集團通過品牌經營，帶動了中國部分油泵制造企業實現轉型升級；③ 基于互聯網及大數據整合國際資源，如通過電商平臺實現跨境電商的資源整合，構建面向本土和海外市場的國際品牌，實現轉型升級。

五、結論與政策建議

從剛性自動化到柔性自動化，從非互聯網的智能制造到IMSI&BD，制造業正在經歷一次全新的產業模式變革，從而將人類帶入一個基于智能制造的“手工業+大工業”的個性化新時代。本文圍繞IMSI&BD展開討論，提出了IMSI&BD概念模型與管理理論研究框架，認為IMSI&BD由基于互聯網及大數據的智能活動、核心智能制造能力、智能制造的知識管理活動，及基于互聯網及大數據的智能聯盟四個基本子系統構成。IMSI&BD的研究主要包括以消費者或客戶活動為核心的智能活動、IMSI&BD的二元能力管理、集成式智能化PMC平臺的知識管理、與IMSI&BD匹配的C2M戰略與組織變革，及IMSI&BD的二元能力與組織的二元能力之間的協同演化五個部分。本文研究形成了如下結論：IMSI&BD的核心是人的互聯制造，使制造業再次成為國家間競爭的基石，中國制造業抓住IMSI&BD發展機遇實現由大到強的轉變，不僅迫切，而且具備現實可能性。

為此，中國智能制造可以實施如下三步走的戰略管理方案：第一步，以智能制造中的集成式智能化PMC平臺為主攻方向，借助全球最大的消費社會試驗場的條件，及全球領先的移動互聯網及電子商務應用地位，形成IMSI&BD應用端的大數據；第二步，在IMSI&BD應用端大數據資源的基礎上，借助人口眾多、文化多樣性與消費偏好多元化的優勢，構建與美、日、德相區別的競爭優勢，即智能制造應用的知識庫優勢；第三步，借助智能制造知識庫優勢形成全球制造的應用研發創新和品牌創新，從而實現中國企業智能制造的轉型升級，推動中國制造進入世界制造的第一梯隊。

[參考文獻]

[1]杜寶瑞，王勃，趙璐，周元莉. 智能制造系統及其層級模型[J]. 航空制造技術，2015，(13) .

[2]馮國華. 打造大數據驅動的智能制造業[J].中國工業評論，2015，(4).

[3]黃群慧，賀俊.“第三次工業革命”與中國經濟發展戰略調整[J].中國工業經濟，2013，(1).

[4]黃順魁. 制造業轉型升級：德國“工業4.0”的啟示[J]. 學習與實踐，2015 (1).

[5]隗斌賢. 生產性服務業與制造業互動發展促進產業轉型升級[J]. 科技通報，2009，(11).

[6]寧振波. 智能制造——從美、德制造業戰略說起[J]. 航空制造技術，2015，(13).

[7]路甬祥，陳鷹. 人機一體化系統與技術──21世紀機械科學的重要發展方向[J]. 機械工程學報，1994，(5).

[8]毛蘊詩，鄭奇志.基于微笑曲線的企業升級路徑選擇模型[J].中山大學學報（社科版），2012，(3).

[9]毛蘊詩，張偉濤，魏姝羽. 企業轉型升級：中國管理研究的前沿領域——基于SSCI和 CSSCI（2002-2013年）的文獻研究[J].學術研究，2015，(1).

[10]任毅，東童童，“智能制造”對中國食品工業的影響及發展預判[J].食品工業科技，2015-11-23網絡出版。

[11]宋利康，鄭堂介，黃少華，郭宇，朱永國. 飛機裝配智能制造體系構建及關鍵技術[J]. 航空制造技術，2015年，(13).

[12]王欽. 新工業革命背景下的管理變革：影響、反思與展望[J].經濟管理，2014，(12).

[13]王欽，張隺. “中國制造2025”實施的切入點與架構[J]. 中州學刊，2015，(10).

[14]王淼，王湘念. 智能制造的基礎、組成與發展途徑[J]. 航空制造技術，2015，(13).

[15]王天然，劉海波. 自動化制造系統的產生與發展[J].信息與控制，2000，(6).

[16]王鐵山. 基于大數據的制造業轉型升級[J].西安郵電大學學報，2015，(5).

[17]肖靜華，謝康，吳瑤，冉佳森. 企業與消費者協同演化動態能力構建：B2C電商夢芭莎案例研究[J]. 管理世界，2014，(8).

[18]肖靜華，謝康，吳瑤，廖雪華. 從面向合作伙伴到面向消費者的供應鏈轉型：電商企業供應鏈雙案例研究[J]. 管理世界，2015，(4).

[19]謝康，陳禹，烏家培. 企業信息化的競爭優勢[J]. 經濟研究，1999，(9).

[20]謝康，吳清津，肖靜華. 企業知識分享、學習曲線與國家知識優勢[J]. 管理科學學報，2002，(2).

[22]楊叔子，丁洪. 智能制造技術與智能制造系統的發展與研究[J]. 中國機械工程，1992，(2).

[23]張寶華. 物流企業信用評價研究[D].大連：大連海事大學，2010.

[24]趙東標，朱劍英. 智能制造技術與系統的發展與研究[J]. 中國機械工程，1999，(8).

[25]周濟. 智能制造——“中國制造2025”的主攻方向[J]. 中國機械工程，2015，(17).

[26]Adner, R., Kapoor, R., Value creation in innovation ecosystems: How structure of technological interdependence affects firm performance in new technology generations[J]. Strategic Management Journal, 2010,31(1).

[27]Boudreau, K.J., Lakhani, K. R., Using the crowd as an innovation partner. Harvard Business Review[J]. 2013,(4).

[28]Chang, S., Gong, Y.P., Way, S.A. and Jia, L.D., Flexibility-oriented HRM systems, absorptive capacity, market responsiveness and firm innovativeness[J]. Journal of Management, 2013, 39(7).

[29]Chatterji, A. K., Fabrizio, K. R., Using users: when does external knowledge enhance corporate product innovation?[J]. Strategic Management Journal, 2014,35.

[30]Keen, P., Williams, R., Value Architecture for digital business: Beyond the business model[J]. MIS Quarterly, 2013, 37.

[31] Hausmann, R., Hidalgo, C.A., Bustos, S. Coscia, M., Simoes, A., Yildirim, M.A., The atlas of economic complexity: Mapping paths to prosperity[EB/OL].http://www.hks.harvard.edu/content /download/69524/1250906/version/1/file/ATLAS_2013_Part1.pdf

[32]Sawhney, M., Verona, G and Prandelli, E. Collaborating to create: the internet as a platform for customer engagement in product innovation[J]. Journal of Interactive Marketing, 2005, (9).

[33]Ulrich, K., The role of product architecture in the manufacturing firm[J]. Research Policy, 1995,24.

Transformation of Chinese Manufacturing Industry: Insight from Intelligent Manufacturing System Based on Internet and Big Data

Xiao Jinghua, Mao Yunshi, Xie Kang
(Business school, Sun Yat-sen University, Guangzhou Guangdong, 510275, China)

Abstract:The Intelligent Manufacturing System (IMS) based on Internet and Big data includes four fundamental sub systems which are the intelligent activity based on internet and big data, core intelligent manufacturing capability, knowledge management activity of Intelligent Manufacturing, intelligent alliance based on internet and big data. Different from CIMS and traditional IMS, the IMS based on internet and big data includes the customers and intelligent alliance into the system, which become the foundation of co-evolution dynamic capability between enterprise and customers or business partners. The key competence of Chinese Manufacturing industry transformation is also the co-evolution dynamic capability between enterprise and customers or business partners. If Chinese industry seizes the opportunity of demographic advantage, market vitality, Internet application advantage and IMS further development, and also implements follow strategy in intelligent manufacturing equipment, differentiation strategy in knowledge management with the “ central breakthrough, both sides extend” transformation path, it might be able to transform from big to strong. If succeed, the global intelligent manufacturing market will move to a new balance, which includes the Industrialization of the Internet in USA, Industry 4.0 in German and Japan, Chinese Manufacturing 2025.

Key Words:Intelligent Manufacturing System; Internet; Big Data; Transformation; Co-evolution dynamic capability

[作者簡介]肖靜華，女，中山大學管理學院副教授，中山大學信息經濟與政策研究中心副主任，研究方向：企業互聯網轉型管理、供應鏈信息系統價值、電子商務；

[基金項目]本文是國家社會科學基金重大招標項目“食品藥品安全社會共治的制度安排：需求、設計、實現與對策研究”（14ZDA074）、國家社會科學基金重點項目“我國傳統產業向中高端轉型升級的動因、路徑與對策研究”（15AZD003）、國家自然科學基金項目“供應鏈協同中信息系統的治理價值研究”（71371198）的階段性成果。

[收稿日期]2016-02-16

[中圖分類號]F424.3

[文獻標識碼]A

[文章編號]2095-7572(2016)02-0005-12

﹝責任編輯：馮艷玲﹞