近年來，數字經濟蓬勃發展，其發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量，在推動產業結構升級、做強產業鏈供應鏈創新鏈和推動經濟高質量發展等方面起著重要作用。制造業是經濟發展和社會運轉所需生產資料和生活資料的主要生產部門，具有科技創新密集、產業關聯性高、抗沖擊能力強等特點。今年《政府工作報告》多次提及數字化發展，強調加強數字中國建設整體布局，促進產業數字化轉型，加快發展工業互聯網。“十四五”規劃和2035年遠景目標綱要指出，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級。要看到，數字經濟時代的工業化呈現出不同于傳統工業化的新特征新態勢，這為我國制造業重構競爭優勢提供了難得機遇。推動制造業數字化轉型，實現數字技術與制造業深度融合，既是順應新一輪科技革命和產業變革浪潮的必然要求，也是深化供給側結構性改革、增強制造業核心競爭力、釋放經濟增長潛力的重要抓手，更是構建新發展格局、推動我國經濟高質量發展的關鍵力量。
所謂制造業數字化轉型，是大數據、云計算、人工智能、工業互聯網等多種數字技術的集群式創新突破及其與制造業的深度融合，對制造業的設計研發、生產制造、倉儲物流、銷售服務等進行全流程、全鏈條、全要素的改造，充分發揮數據要素的價值創造作用。分析來看，數字化轉型能夠有效破解“大而不強、全而不優”的發展掣肘，有利于優化生產流程、推進降本增效，有利于提升供給質量、創造服務價值，有利于拓寬銷售渠道、實現產品溯源。進一步看，制造業數字化轉型亦可以促進生產要素的再重組，催生新業態新模式，引領發展新方向，推動制造業質量變革、效率變革和動力變革，提升自主創新能力，實現從數量擴張向質量提升的戰略性轉變。
不容忽視的是，我國是制造業大國，但與國際先進制造水平相比仍有不小差距。目前，我國制造業數字化轉型面臨諸多挑戰，包括核心技術自主研發能力薄弱、綜合性服務商規模不足、核心技術人才供給匱乏、數據管理規范尚不明晰等，這些難題亟待破解。持續推動制造業數字化轉型，需要瞄準這些短板弱項精準施策，堅持創新導向，把握數字浪潮新機遇，更好實現數字技術與制造業的深度融合。
一方面，要加強核心技術攻關，構建制造業創新網絡。在技術創新方面，要聚焦底層操作系統、高端芯片等領域的研發和迭代升級，建立自主可控、安全可靠的信息技術體系。在這一過程中，要促進創新鏈和產業鏈精準對接，圍繞制造業發展需求布局數字技術創新項目，消除科技創新中的“孤島現象”；依托制造業創新中心、數字產業創新聯盟等載體，開展關鍵共性技術研發供給；通過技術成果轉化等方式，加速技術成果向制造業生產力轉化。在應用創新方面，要加快制造業領域5G網絡部署，推動5G應用向核心生產環節滲透；搭建工業互聯網平臺體系，推動人工智能、區塊鏈、大數據等技術在制造領域的創新融合。
另一方面，要提升數字化轉型服務商供給質量，強化數字轉型服務。制造業數字化轉型尚面臨技術支持薄弱、整體規劃模糊等挑戰，數字化轉型服務商能夠幫助企業有效解決問題、規避風險。因此，可考慮圍繞診斷咨詢、架構設計、運行維護、監管測評等綜合服務需求，培育優質的數字化轉型服務商，夯實服務基礎和技術能力，全鏈條、多環節、高質量賦能制造業數字化轉型；面向更為廣泛的應用場景，開發復用性高、通用性強、可規模化推廣的解決方案，增強解決方案供給能力；引導數字化轉型服務商精準對接企業轉型難點，定制開發個性化解決方案；進一步發揮平臺的連接樞紐作用，加強制造企業和平臺企業間的合作交流，鼓勵平臺企業開發更多轉型產品和服務，不斷提升工業互聯網平臺服務能力。
除了在技術和服務上下功夫，加快制造業數字化轉型，實現數字技術與制造業深度融合，還需要重視人才建設和數據管理兩個重點領域。
其一，要建設技術人才隊伍，健全人才培養機制。鼓勵企業建設數字化人才團隊，建立健全數字高質量人才培養機制，培養數字化生產、運營、管理等領域的復合型創新人才。特別是要支持企業與科研機構、高校展開深度合作，著力推進“政產學研用金”一體化建設，積極舉辦專家企業對接會、學術交流等活動，探索更具價值的復合型人才培養模式。同時，還要以數字經濟創新平臺為載體，打造數字化產業集聚區，以產業集群和規模效應吸引數字人才。
其二，要完善數據管理制度，推動數據匯聚共享。要看到的是，制造業設備繁多，應用場景復雜，存在大量多元異構數據，導致不同行業、企業、系統之間的數據難以兼容。對此，要推進國家工業互聯網大數據中心建設，規范數據接口標準和統計口徑，整合產業鏈、供應鏈、價值鏈數據，探索跨行業、跨領域、跨區域的數據共享，提升對數據的存儲、清洗、加工、防護等管理能力；加快推進在化工、汽車、機械等離散制造行業內打造流程統一、標準一致、上下游數據互通的數據管理中心，推動行業內數據資源的高效流通；鼓勵工業設備企業開放數據接口，推動企業構建信息化系統及數據中臺，整合集成內外部數據，釋放數據潛在價值。
來源：《經濟日報》
