当前位置: 塑机 >> 塑机前景 >> 中国制造业数字化转型,智慧化系统建设大纲
背景-供需市场均需转型升级
工业革命和制造业全球转移在推动需求端升级生产制造能力的同时,也推动供给端市场服务能力升级和创新,全球皆如此:
政策规划因地制宜,转型目标不断深化;
目前,世界主要国家/组织的制造业转型存在两种政策规划:1)“单点式”打法,以美国、德国、日本等工业大国为代表,强调国家自身技术发展和数字建设的重要性,对制造业数字化转型也提出了更高要求;2)以欧盟、东盟为代表的“抱团式”打法,强调数字合作和技术共享,对于那些非数字经济大拿的普通国家,更具借鉴意义。但无论何种政策趋势下,世界主要经济体均对数字化建设,尤其是制造业的数字化转型展现了野心,且随着时间推移,转型目标的提出越发详细、具化。在未来的5-10年内,制造业转型仍然是全球性质的重要议题。
建模+仿真起家,从研发数字化过渡到一体式平台化解决方案
法国达索系统是全球领先的工业软件制造企业,也是研发设计领域的龙头。达索系统脱胎于法国达索航空,于年成立,成立之初专注于飞机的研发和制造软件工具,产品为CATIA。此后,自研与收购并进,通过收购整合CAD/CAE/PLM等领域厂商,主攻建模+仿真,同时形成了以3DEXPERIENCE平台为核心的多元化工业软件解决方案,通过协同自家产品矩阵,为航空、汽车、机械、电子等11个行业提供软件服务及技术支持。
-德国西门子数字化布局,主打工业软件领域,重点布局研发设计和生产控制
西门子是全球领先的工业技术企业。年起,西门子不断通过收购、整合和自我消化,强化自身在软件行业的布局。年,成立了西门子PLM软件事业部,在产品生命周期管理(PLM)以及一些计算机辅助设计(CAD/CAM/CAE)上投入研发;年推出MindSphere工业云平台;年发布“公司愿景+”对公司架构进行调整。在收购了ORSI、UGS、Camstar等工软企业后,西门子逐渐从MES过渡到数字工厂再过渡到工业云和大数据领域,形成了包含三种类型、十二条产品线的数字化布局,基本覆盖了数字化生产从产品设计—生产—服务的全链条。
日本发那科数字化布局,主打机器人业务,自研+外购构成数字化技术底层
发那科是全球市占率第一的工业机器人企业,一直保持着20%-40%的高增速。其起步于数控系统,于年开始生产伺服电机,并生产首台工业机器人,年成立发那科美国公司,开启工业机器人出口。发那科主要布局在工业自动化、机器人和智能机器三大业务。其中工业自动化业务包括NC(数控)、伺服电机和激光,这些技术也应用于机器人和智能机器业务;机器人业务包括工业机器人、协作机器人和特种机器人;智能机器业务包括机器人钻机、电动注塑机机床等。控制器、伺服电机、减速器是机器人的主要零部件,发那科在控制器、伺服电机方面具有一定自研基础,从研发投入占比也可以看出,高于“四大家族”的其他企业;而减速器则需从纳博和哈默纳科等公司外购,但也具有一定的成本规模效应。
工业互联网、工业4.0、中国制造两化融合本质都是新一代信息技术在制造业中的深度应用,并引导其走向智能制造
制造业困境1-潜在劳动力不足
制造业潜在劳动力市场适龄人口持续减少的现象或将维持10年以上,制造业企业亟需转型缓解未来劳动力不足的窘境。
截至年,中国的劳动力市场呈现特点如下:
1)4次婴儿潮成为劳动力市场的重要补给。第一次婴儿潮的全部劳动力与第二次婴儿潮的绝大部分劳动力几乎已经退出就业市场。第三次婴儿潮就业时处于互联网飞速发展的阶段,就业市场非常活跃、就业选择多,制造业就业市场被严重分流。第四次婴儿潮整体呈现周期短、峰值小的特点,且尚未进入就业阶段。
2)年,65岁及以上的人口占比达7%,此后便一直上涨,在年达到14.2%,中国进入老年社会。
3)从年开始,中国制造业的潜在劳动力适龄人口数量变化(即潜在新增劳动力人口数与退出劳动力市场人口数之差)为负数,持续到年底,制造业潜在劳动力市场平均每年减少万左右的适龄人口,并且制造业潜在劳动力市场的适龄人口持续减少减少的现象或将维持10年以上,其影响可能是行业潜在劳动力不足,制造业企业在工作环境、待遇等方面都需要更进一步。
制造业困境2-产业转移与回流
面临产业向成本更低的国家转移和向发达国家回流的双重夹击,亟需通过降本增效、提升制造水平留住制造业
目前产业向成本更低的国家(如越南)转移。以纺织品和服装为例:据世界银行公布的数据,目前中国的纺织品和服装占制造业的比重基本维持在10%,但越南则呈明显上升趋势,年,越南纺织品和服装占制造业的比重高达16%。
结合历史上前4次制造业转移的两个主要特点(向成本更低的国家或地区转移、从技术相对低端的行业逐步渗透至相对高端的行业)来看,制造业迁移的苗头已经显现,国内制造业需降低成本以挽留相对低端的制造业。发达国家纷纷出台政策引导制造业回流并转型升级,如美国和德国。美国政府出台相关政策表示要“重返制造业”,同时,还强调要在技术、供应链等方面发力,确保美国占据先进制造业的领导地位。德国在年就提出《国家工业战略》,并在次年将工业4.0升级为全国战略,旨在保就业的同时,要在全球范围内维护德国工业的技术主权、保持德国工业在欧洲和全球竞争中的领先地位、转型升级为智能制造。故提升制造水平与服务水平是我国应对高端制造业回流的有效措施。
制造业困境3-产业结构失衡
制造业整体偏向资源导向型,计算机通信相关代工属性明显,亟需通过技术应用引导我国制造业走向高端化、服务化。
据国家统计局发布的数据,矿物相关、工业机械、石化相关是年不同类别规模以上制造业企业数的TOP3,其占比总和达48%,其中矿物相关占比最高,占比为21.3%,中国的制造业整体偏向资源导向型。对比年中美营收TOP的制造业上市企业数据,中国制造业企业更为集中,“矿物相关(26%)”“计算机、通信和电子设备制造业(20%)”“汽车相关(13%)”是TOP3大类,占比之和达59%。值得注意的是,“计算机、通信和电子设备制造业”中,以代工为主的企业占比30%,这也侧面说明中国的制造业缺少核心技术。反观美国,其产业结构更为分散,“石化相关”“医药制造业”“计算机、通信和电子设备制造业”是TOP3大类,占比之和为48%。
制造业困境4-企业数量多,但名企少
制造业企业数万家,规模以上占比不足10%,企业利润低,制造业企业亟需降本增收以提升企业影响力
据国家统计局公布的数据,年,我国共有万余家制造业企业,其中规模以上制造业的企业数为37.3万家,占比仅为9.7%,我国制造业整体呈现出“数量多但规模不大”的现状。对比年中国和美国营收TOP制造业上市企业数据,美国制造业企业净利率超过10%的企业有37家,是中国的3.1倍。整体来看,美国制造业企业在营收总额、净利润等方面更具优势。通过将年中国和美国营收TOP制造业上市企业与年《财富》发布的世界强名单对比发现,美国有34家世界强制造业上市企业,而中国只有22家,美国的制造业企业知名品牌更多。综上,国内制造业企业当前发展需重点考虑如何降本增收、如何提升企业影响力。
制造业困境5-核心技术匮乏
我国隐形冠军数仅92项,与世界第一的德国相差个,制造企业亟需提升单项实力弥补差距
据统计,年全球隐形冠军数个,其中德国个,占47.4%,而中国仅92个,与德国相差个,我国核心技术严重匮乏。为此,我国通过培育单项冠军产品及示范企业以应对核心技术缺口大的问题。截止年年底,拥有单项冠军产品数最多的TOP3省份分别是浙江、江苏、山东,这与当地较为发达的制造业息息相关。
基础建设与技术深入工业场景应用并行
欠发达技术加速追赶,相对成熟技术探索创新性与深入应用
关于技术,主要有3点:1)芯片/传感器:基本为国外垄断,目前我国处于政府激励、国产不断研发追赶的阶段,但预估历时将非常久。2)云计算、AI、大数据、5G等:我国基础建设比较完善,目前处于深入探索应用、重视安全与创新的阶段。3)工业软件、工业硬件:整体看,核心技术由国外掌控,且国外龙头企业在中国份额高,国内企业主要有深入自研、拓展创新应用两种打法切入赛道。但我国的优势主要体现在令出必行、基建铺设完善、创新应用强劲等方面。
软件相关市场持续受资本市场支持
生产控制类和AI检测类软件逆势上涨,细分落地市场受欢迎
从全年角度,对比年和年,制造业投融资市场迎来次数和金额双增长,其中,在投融资事件数上增长46.5%,在投融资金额上增长31.9%,综合解决方案厂商是年的一个热点。从半年角度,年上半年对比年上半年投资热度有所下降,其主因可能是疫情持续导致资本市场变的更加谨慎。但从细分市场来看,软件相关领域的投融资依旧呈现上升态势,其主要拉动力来自于生产控制类软件和AI检测类软件。
企业、学校、政府均有采购需求
主体不同,采购偏向不同,企业偏硬件生产设备、学校偏实训设备、政府偏咨询服务,整体以硬件采购为主
从统计的起招投标事件看,企业是最强需求方,占比约90.2%,公布的招投标项目中,平均采购金额为万元。就采购目的与采购内容而言,整体以硬件设备采购为主,占比近八成。其中:1)企业以生产制造为目的,以硬件生产设备为主;2)学校以教育培训为目的,以采购实训设备为主;3)政府以数字化的事前规划和事后的结果评估为目的,以采购设计、咨询等服务为主。同时,就交付时间而言,若是采购软硬件及物料,交付时间多集中在30-90天;若是设计、咨询、诊断服务则执行时间长,多以1-3年为主,长的可能达5年,执行周期及成本均会拉大。
大部分制造业企业已涉猎信息技术
企业在无形中已经对数字化有一定认知,具备转型基础
大部分制造业企业目前在供应链、生产管理、数据分析等模块上或多或少均已经有一定较为成功的软件应用实践,即现阶段企业在数字化转型工具方面并非完全的小白,已经具备了一定的数字化转型认知,并且已经积累了大量生产经营过程的数据。如何盘活并应用内部已经沉淀的大量数据资产、如何覆盖更多的场景以收集更多的数据优化企业运营是制造业企业需要重点
转载请注明:http://www.aideyishus.com/lkcf/3934.html