推進細分行業產業大腦更新迭代的浙江進行式

張君

浙江省基于工業互聯網發展的良好基礎，按照“一行業一大腦”的原則，開展三批共56個行業產業大腦建設試點，加快制造業數字化轉型，推動制造業質量變革、動力變革、效率變革

目前，行業產業大腦的運營模式，主要分為三種類型：一是數字化支撐型，已有化工產業大腦、模具（金屬）產業大腦等29個產業大腦采用該模式；二是供應鏈延伸型，已有電機產業大腦、智能電氣產業大腦、新能源汽車熱交換產業大腦等10個產業大腦采用該模式；三是產業鏈應用提升型，已有數控機床產業大腦、泵閥（泵業）產業大腦等10個產業大腦采用該模式。

傳統制造業是經濟的壓艙石，是現代化產業體系的基底，推動傳統制造業轉型升級，是推進新型工業化、培育新質生產力、加快制造強國建設的必然要求。浙江省基于工業互聯網發展的良好基礎，按照“一行業一大腦”的原則，開展三批共56個行業產業大腦建設試點，用以解決企業內部各環節數字化水平低、行業知識技術資源獲取難度大、產業跨區域跨行業跨企業協同難等問題，加快制造業數字化轉型，推動制造業質量變革、動力變革、效率變革。

“浙”里步入細分行業產業大腦建設快車道

當前浙江省產業大腦體系建設已步入快車道，各行業產業大腦累計注冊用戶34萬余個，為逾18萬家企業提供服務，已連接工業設備55萬余臺。

從運營模式來看，經過各地的探索實踐，目前已有49個試點地區明確了行業產業大腦的運營模式，主要分為三種類型：一是數字化支撐型，以提供數字化平臺、數字化改造為主要業務，帶動本行業產業數字化轉型，尤其是提供“低成本、輕量化”的數字化改造，目前共有化工產業大腦、模具（金屬）產業大腦等29個產業大腦采用該模式；二是供應鏈延伸型，依托行業龍頭企業，帶動上下游企業鏈接平臺，通過提供原材料集采、聯儲聯備等技術，不僅貫通了供應鏈，還提升了供應鏈韌性和穩定性，目前共有電機產業大腦、智能電氣產業大腦、新能源汽車熱交換產業大腦等10個產業大腦采用該模式；三是產業鏈應用提升型，以產業互聯網為核心，以訂單為驅動，調動協調行業資源，為行業企業尤其是中小企業搭建展示、交流、交易的平臺，提高產能利用率，目前共有數控機床產業大腦、泵閥（泵業）產業大腦等10個產業大腦采用該模式。

從產業生態來看，行業產業大腦相關的數字化生態系統逐漸形成，相關產業集群成為推動數字經濟發展的新引擎，各類產業大腦服務提供商、技術創新企業、數字化咨詢機構等相互交織，形成了協同合作的生態，助力浙江打造全球先進制造業基地。目前有22家行業產業大腦服務綠色石化、新能源汽車及零部件、智能物聯、現代紡織與服裝等4個兼具領先優勢和規模效應的萬億級產業集群；有8家支持集成電路、高端新材料、智能光伏、生物醫藥與醫療器械等4個兼具高成長性和輻射效應的五千億級產業集群。

“浙”些難題制約細分行業產業大腦發展

然而，浙江的制造企業具有中小企業眾多、塊狀經濟和產業集群協同發展的特征，雖然部分產業大腦按照“低成本、輕量化”的要求，支撐著制造業中小企業的數字化轉型任務，但仍面臨著數據資源支撐不足、智能決策水平不夠、產業專精程度不高等現實難題。

數據資源支撐不足，大腦發展缺乏高質量數據資源。細分行業大腦在定位上是基于行業視角面向全省企業提供服務，但在行業服務過程中往往受地理區域限制、聯動協調困難、數據標準缺失等因素影響，導致大腦難以可持續歸集、運營全省工業企業數據資源，出現數據來源匱乏、類型覆蓋面少、融合質量差的問題。如大多細分行業產業大腦數據倉難以匯聚融合全省層面的同行業企業數據，基本局限在本地縣域企業數據，導致運營服務缺乏行業大數據匯聚支撐，難以提升大腦行業智能化服務水平，需統一標準，助力行業數據的歸集、治理與運營。

智能決策水平不夠，大腦技術缺乏智能化升級手段。細分行業產業大腦在能力上是要求對數據資源進行加工從而具備預警預測和戰略管理能力，但在數智化能力構建過程中，往往受限于大腦原有的鏈主型、平臺型和政府型等主導企業特性，導致人工智能、大模型、元宇宙等技術實力不足，難以高水平助力企業創新變革、產業生態優化、政府精準服務。如鏈主型大腦以集采集銷、供應鏈管理等產業協同服務為主，難以參與本地企業數字化轉型升級浪潮；平臺型大腦以ERP、MES等數字化改造服務為主，難以充分發揮集群集聚優勢，提高行業運轉效率，需要聯合外部技術力量，提升大腦智能決策水平。

產業專精程度不高，大腦缺乏持續性盈利能力。細分行業大腦在運營上是本地產業集群最佳的產業服務“管家”，但在產業服務過程中，一方面受限于行業理解不足、投入有限、能力缺失等因素，相對其他數字化服務機構，存在差異化程度不足、對行業的深耕專精水平不夠等情況；另一方面，由于大腦無法實現業務運營“自我造血”，進而導致在產業服務中難以解決小企業普遍存在的不愿轉、不會轉、不敢轉等難題。如大多中小企業數字化轉型過程中，不乏知名度高的通用型數字化改造服務商提供服務，但受限于定制化產品難以規模化復制的利潤考量因素，缺乏愿意深耕垂直行業提供定制化解決方案的服務商，需要分行業的垂直領域服務商為中小企業數字化轉型保駕護航。

“浙”樣把握細分行業產業大腦升級路徑

面對目前推進全省細分行業產業大腦存在的瓶頸問題，應從推進大腦建設的“燃料、引擎及道路”等方面，準確把握大腦的升級路徑。

推動數據融合治理，儲備大腦升級的“燃料”。加強細分行業產業大腦數據管理能力，建設行業統一產品主數據標準，面向工業企業的各組織域、職能域、業務域等建立底層數據模型，通過清洗、整合與標準化數據資源，形成反映行業內無歧義、無冗余、單一數據來源的產品主數據庫，破題工業數據海量、繁雜、多態性等融合治理難題，為大腦更新迭代提供高質量的原材料。

加快行業大模型建設，打造大腦升級的“引擎”。提升細分行業產業大腦智能決策能力，部署推廣面向行業大模型的行業語料訓練中心，按照國家產品主數據標準（CPMS）支持分行業構建領域知識庫和自動化生產行業大模型的訓練原料，并鼓勵細分行業產業大腦利用產業知識中心訓練、精調、壓縮和部署行業大模型，特別是在研發設計、生產工藝、運維質控、組織協同等制造業環節要深度應用和場景落地，為大腦更新迭代提供技術驅動的強勁引擎。

賦能企業數字化轉型，暢通大腦升級的“道路”。打造細分行業產業大腦生態賦能閉環，基于統一主數據標準保障行業數字化的標準性和規范性，并借助行業大模型融合行業知識和經驗賦能企業數字化轉型，實現大腦數智化能力輸出，形成新質生產力創造新效益和新價值，同時在持續應用中還會加快數據、算法、模型的匯聚和產生，兩者通過耦合共生、雙向賦能形成良性的正循環，為大腦智能化提供不斷進化和升級的動力源泉。

“浙”般加快迭代細分行業產業大腦

細分行業產業大腦的建設是一項長期的、持續迭代的過程。未來，在把握其建設路徑的基礎上，還應從強基座、謀創新、融平臺等方面入手，推動探索大腦可持續發展模式。

夯實數據基座的賦能效應。加強企業數據庫建設和數據治理，支持產業鏈上下游企業建立安全可信的行業數據倉；引導各大腦構建本行業的產品主數據標準，形成行業統一的數據標準規范和接口規范，并打通中國產品主數據標準服務平臺的省際互認；構建產品主數據庫，以標準化、統一化、規范化的數據基座為中小企業數字化轉型賦能，深化工業數據應用，激活數據要素潛能，發展數據驅動的新模式新業態，促進工業數據的價值提升。

加快新技術應用的引領示范。要加快新技術在工業領域的應用，積極探索人工智能技術在工業領域的落地應用，重點瞄準工業產品研發中試、生產控制、經營管理等應用場景。比如在設計概念生成、正向模擬仿真等工業設計、仿真和中試環節，依托AI技術取代憑直覺和經驗的傳統設計方式，革新工業產品研發周期，助力提升產品設計水平與性能。運用區塊鏈技術為數據安全性和可信度提供新的解決方案，特別是在供應鏈管理和數字化交易等方面，為企業數字化轉型提供更為強大的技術支撐，形成示范引領效應。

深化大腦與產業互聯網平臺的融合共生。針對制造業門類多、差異大、資源散等特點，深化產業互聯網平臺與行業產業大腦融合共生，實現跨區域跨企業協同，進而打通產業鏈、創新鏈、資金鏈、供應鏈。瞄準工業互聯網運營服務實效提升的目標，構建運營服務評價體系，鼓勵融合供應鏈、金融、政策和能源等要素資源，積極拓寬大腦的服務生態，著力引導大腦自主探索市場化運營路徑和可持續發展模式。

（作者系浙江省委黨校2024年第一期中青一班學員，浙江省經信廳產業數字化推進處處長）