工業互聯網助力數字化轉型第22屆中國國際工博會行業論壇 · 工業互聯網+全面質量管理國際論壇綜述

◆張曉丹/ 文

（作者單位：上海質量管理科學院數字化轉型促進中心）

2020年9月18日，第22屆中國國際工博會行業論壇 · 工業互聯網+全面質量管理國際論壇在滬舉辦。論壇由中國國際工博會組委會主辦、上海質量管理科學研究院承辦，得到了上海市經濟和信息化委員會、上海市市場監督管理局指導。論壇以“工業互聯網助力數字化轉型”為主題，來自政府主管部門、國際產業界、工業互聯網和質量管理領域知名專家，以及國內先進企業代表，圍繞數字化轉型與高質量發展、“工賦上海”與數字化轉型、工賦企業數字化轉型等專題發表了精彩主題演講。

上海市質量工作領導小組辦公室副主任沈偉民致辭

上海質量管理科學研究院行政負責人魏玉劍主持開幕式

一、數字化轉型的本質內涵

數字化轉型要以質量發展為目標

國家市場監督管理總局發展研究中心副主任姚雷在題為《數字化轉型與高質量發展》的主題演講中指出，數字化時代，質量的敏感性更強，質量的需求更多，質量個性化的柔性內容更加突出。數字化轉型要以質量發展為目標，確保“三個不變”和“三個變化”。“三個不變”即質量作為需要滿足的本質屬性沒變、質量作為核心競爭力的內涵不變、質量的基礎要素不變；“三個變化”即提升質量的方法有變化、傳遞質量的路徑有變化、質量治理的模式有變化。未來，強調人人參與的質量共治模式，將成為潮流。

數字化轉型賦能高質量發展

上海市經濟和信息化委員會副處長山棟明以《“工賦上海”與數字化轉型》為主題，通過詮釋“新基建”闡述了數字化轉型賦能高質量發展的本質內涵。他認為，“新基建”意味著形態的重構、組織的再造和文化的變革。形態的重構，要形成化學反應，而不是物理反應。組織的再造，數字化轉型不是簡單的IT化，而是和業務高度協同。文化的變革，數字化轉型需要數字經濟思維和文化。

由信息技術引發的系統性變革

中信聯（全國兩化融合聯盟）副理事長兼秘書長周劍在《數字化轉型的主要任務和方法路徑》主題演講中提出，數字化轉型是由信息技術引發的系統性變革，是以物質經濟為核心內容，轉向為數字經濟。物質產品還在，但是更多的會變成一種載體。數字化轉型是以提高信息技術的作用，發揮數據這個新要素的價值。轉型真正的核心內涵是整個價值體系的重構。

二、數字化轉型的主要內容和路徑

以新型能力建設為主線

周劍指出，數字化轉型的首要任務是制定數字化轉型戰略，并將其作為發展戰略的重要組成部分。其次是新型能力建設。第三是策劃實施涵蓋數據、技術、流程、組織的系統性解決方案。第四是建立匹配的治理體系并推進管理模式持續變革以提供管理保障。第五是充分發揮新型能力賦能作用，加速業務體系和模式創新，推進傳統業務創新升級、培育發展數字新業務。

數字化轉型的質量推進路徑

姚雷從八個方面提出了數字化轉型的質量路徑：一是加快形成“質量4.0”理念。二是大力實施質量強國戰略，政府要發揮重要的作用。三是推動智能檢測云平臺建設。四是加快制造業數字化、智能化轉型。五是加強新型基礎設施建設。六是加強關鍵核心技術攻關，解決“卡脖子”問題，建立完整數字經濟產業鏈。七是實行包容審慎監管。最后是加強數字化人才培養，尤其中小企業應當成為推動數字經濟的重要力量。

以工業互聯網促數字化轉型

山棟明認為，數字化轉型賦能高質量發展的最佳路徑是工業互聯網促數字化轉型。其中，上海工業互聯網2.0核心是實現“三個轉變”。一是要從自動化轉變為數字孿生。二是要從單體高質量轉變生態高質量。三是要從網絡中心轉變為知識中心。

數字化轉型的方向和核心

中國企業聯合會智慧企業推進委員會張文彬在《數字化轉型與企業創新》的主題演講中提出，企業數字化轉型的方向是構建適應數字經濟的新范式，這意味著企業必須重建一套涵蓋所有要素的新架構體系。因此，數字化的企業架構體系設計是數字化轉型成功的關鍵和難點，但目前絕大多數企業高層還沒有意識到這一點。企業數字化轉型的核心是通過全域、全要素的數據挖掘創造新價值，包括賦能、升級和轉型三個層級，重點是基于數據驅動的新應用場景創建，產生新的客戶價值，實現基于數據的新增長。

數字化轉型的基本框架

上海質量管理科學研究院副院長王金德以《工業互聯網創新 推動企業數字化轉型》為主題做了演講。他提出，在新一代信息技術加速與實體經濟深度融合的背景下，“新基建”驅動數據正在向全產業鏈持續釋放要素紅利，新型數字基礎設施支撐生產管理全過程數據貫通、全要素網絡化協同和全場景智能化發展，加快產業鏈、價值鏈向中高端延伸。工業互聯網是數字化轉型的基礎，數字化轉型的本質則是以數據的自動流動化解復雜系統的不確定性，優化資源配置效率，構建企業數字化轉型框架：數字化轉型發展的戰略——物聯、數聯、智聯三維框架。頂層是組織戰略，數字化轉型能否成功取決于企業數字化轉型戰略定位和戰略舉措；核心是以數據為驅動要素的工業互聯網平臺的構建；基礎是構建工業化和信息化融合管理體系。

三、數字化轉型方法與技術

基于工業互聯網的數字化轉型平臺建設

王金德提出，在數字化轉型發展進程中，企業尤其是廣大中小企業在工業互聯網創新方面，存在應用深度不足、創新水平能力不足、行業覆蓋廣度不足和政策制度供給不足等需求和問題。企業亟需數字化水平評估、轉型建設指南、數字化轉型工具集、智能檢測、標識解析服務和高端智庫等公共服務。對此，上海質量管理科學研究院等單位通過產學研用多方協同，搭建了“工賦”企業數字化轉型公共服務平臺，為企業提供數字化轉型服務，推動企業數字化轉型發展。

以質量4.0方法驅動數字化轉型

國際質量科學研究院院士、美國質量協會吉姆·杜瓦迪在題為《質量4.0與數字化轉型》的主題演講中，圍繞“數字化轉型中數據科學的價值”，指出數字化轉型不只是傳統IT的建設，更是一項跨技術、跨系統、跨行業的復雜工程，是向工業4.0時代邁進的開始。他認為在數字化轉型分析中，需要重點考慮制定戰略計劃、制定戰略和戰術措施、構建包括大數據在內的數據科學價值鏈、成立數據科學合作委員會、設立數據科學家職位、不寄望于讓一位數據科學家完成一切、建立審查制度等七個方面。

始于現場問題解決的數字化轉型

日本能率協會中國法人杉本公敏總經理以《日本制造業數字化轉型實踐》為主題發表演講，從三個方面提出數字化轉型領域。一是現場問題解決的領域，這個領域通常使用物聯網（IoT）的現場工具。二是最優化的領域，即現場改善的更高層面，使用的是被稱為32個印象單元的工具。三是價值創造領域，就是如何進行新事業的創造。日本企業更傾向于首先在現場解決問題，然后再升級到整體的智能工廠的監測，最后才是企業的新領域的創新。

創新工業大數據服務作支撐

中科院上海高等研究院寧德軍教授在《工業大數據創新服務數字化轉型研究》的演講中，總結了工業大數據賦“智”面臨數據質量較差、領域知識比較匱乏、缺乏有效的知識發現手段等數字化轉型技術方面的挑戰，提出了工業大數據賦“智”DIKW技術路線，并對工業大數據服務數字化轉型的基本規律、應用場景、發展前景進行了詳細總結。在他看來，高質量數據集應該滿足三點：一是有清晰業務場景和需求定義；二是滿足業務需求同時滿足數據質量要求；三是能夠訓練出所需要的算法。

“工賦”企業數字化轉型公共服務平臺建設啟動及數字化轉型產融合作簽約儀式

四、數字化轉型的路徑與實踐

運用IoT工具實施數字化轉型

杉本公敏結合數字化轉型的大背景和日本制造業IoT實施現狀，提出通過IoT七種工具和傳感器，達成現場問題的解決。他認為，日本制造業未來的方向，一是通過IoT的深入進行下一代的生產方式。IoT的技術進步非常迅速，如果制造沒有進步、管理跟不上，那么將無法使用IoT的數字化改善。二是為客戶提供新的價值創造。比如增強現有業務功能（如大規模定制、顧客運作方式監控、智能產品）、建立新的商業模式（如增值類型、智能匹配類型）等。

工業互聯網創新推動企業數字化轉型

寧德軍以上海化工工業區智慧園區打造為例，介紹了打造工業互聯網、建設智慧企業所需的關鍵技術，包括打造智慧管廊系統過程中使用的數字孿生的方法。算法模型、機理模型、知識圖譜等，是企業擁有“智慧大腦”最基本、最核心的東西。智能系統需要解決兩個問題：一是物理世界的全面感知；二是現有諸多系統的交互。

工業互聯網平臺促進數字化轉型應用

產業互聯：上海電氣數科王勇副總經理圍繞工業互聯網產業互聯，結合電氣數科“星云智匯”平臺，提出通過工業互聯網平臺建設、生態建設、應用打造，助力企業內部服務業務，從被動式服務向預見式服務轉變，從現場服務向遠程服務、預防性服務轉變，形成價值鏈服務新模式。

生產智能：智能云科朱志浩總經理圍繞生產智能，指出“工業互聯網”建立的是制造數據高速公路。工業互聯網平臺縱向打通了數據，橫向通過破墻效應，打通企業和企業之間、車間和車間之間的數據，然后集成實現一系列真正的信息化、有別于以前的信息化，最終推動智能制造的實現。

邊緣解決方案：上海理想信息嚴春華副總經理圍繞工業互聯網邊緣解決方案，分享了天翼云工業互聯網平臺的整體解決方案。以園區的邊緣解決方案為例。最基本的是園區的虛擬專網，結合MEC能力提供連接類的服務。第二步可以提供IaaS層的服務，把計算能力、存儲能力、GPU能力提供給企業或者園區內企業做一些共享。第三層引入，從打造協作生態圈的角度，從應用層的角度，把SaaS的能力提供給客戶。

智能檢測：上海電器科學研究所張少迪博士圍繞智能檢測，分析了中小型企業數字化轉型需求，分享了面向中小型企業數字化轉型的上電科云操作系統及智能檢測平臺，并基于上電科工業互聯網循環優化體系列舉了多個典型應用案例。

設備數字管理：上海貝恒檢測金儉總經理分析了數據驅動決策的設備管理新模式，圍繞設備精益管理的目標，指出數字孿生應用能實現真正意義上的設備全生命周期管理，可提供知識圖譜、全流程信息和預測性維護等多種解決方案。