构建价值创造为导向的CPS制造业转型升级模型


打开文本图片集

[摘 要]中小企业多关注显性需求,但如果能识别并把“客户的隐性需求”因素融合到产品设计中,那么产品和服务就创造了与众不同的价值,创造了市场竞争中的战略优势。本文通过构建以CPS为核心的数据价值创造体系,在此体系下运用“主控式创新”产业转型模型辨识客户的隐形需求,寻找由新供给创造的新需求,实现价值创造。

[关键词]CPS价值创造;主控式创新;制造业

doi:10.3969/j.issn.1673 - 0194.2019.22.051

[中图分类号]TP278 [文献标识码]A [文章编号]1673-0194(2019)22-0-02

0     引 言

2016年2月26日,广州市人民政府印发关于广州制造2025战略规划通知,通知指出目前限制广州制造业发展的难题包括资源环境压力加大,土地日益紧缺、环境容量趋于饱和,特别地指出高端产业发展滞后、创新能力不足等问题。简单地提效率和降成本并不能完全解决制造业的困境,以合资汽车行业为例,中国的制造在工艺、流程、管理、运营等方面已经做到高效、极致,并不比国外差,但利润空间被压缩几乎为零,发达国家则通过专利转让、配套服务、软件创新等手段轻而易举地拿走大部分利润。因此,大多企业研究院都加大研发投入,希望能够实现跨越式创新,通过新技术、新产品来获取战略竞争地位。

1     研究现状

自2015年习总书记提出“供给侧结构性改革”以来,就为我国从供给端发力,解决结构性问题提供了重要突破口,同时也为我国制造业转型升级指明了改革方向。目前,新供给经济学主要从两个导向指导产业转型升级,第一是主要通过放松要素约束,解除要素抑制,提高要素效率,降低成本以实现经济转型。吴敬琏等分析了通过资本、劳动力、土地等要素市场改革以解除要素抑制,提高要素效率以促进经济转型。具体到制造业转型升级,目前主要从互联网技术包括云计算、大数据及物联网等在生产环节、供应链及最终端应用促进产业机构升级,推动生产、组织方式改变,提高生产效率。在大数据与制造业全产业链信息整合方面,Jay Lee提出了一种可能会改变产业创新方向的新思维,他认为产业转型升级的新路径是价值创造,探索了在信息物理系统(Cyber-Physical Systems,CPS)框架下从数据到信息再到价值创造的制造业转型路径。Paulo Leitão等进一步探索了CPS环境下,智能代理在智能工厂的应用。目前,GE医疗、美国John Deere等公司已经成功通过CPS技术与数据价值创造方法实现了从制造企业到生产服务型企业的转型。

2     广州市制造业现状

在2018年的报告中,杨本建、林云鹏对广东省珠三角地区9个城市的制造业技术水平进行了实证研究,研究表明广州市制造业的技术发展水平处在珠三角地区的第六位,属于较低水平。在这份报告中,还提示了广州市制造业技术发展水平较低的原因在于广州市的產业分布中,低水平的制造业占据较高比例。其中,广州家具制造业占9市的12.4%,技术发展水平低的有色冶金加工业占15.7%,皮革等手工业占14.7%。这份报告显示2012年后广州市制造技术发展水平依靠这些产业向西北地区迁徙而得。而占有广州市制造业大份额的家具制造业、有色冶金及纺织手工业本身的技术发展水平并未得到提高。供给侧改革背景下,要实现制造业转型升级,有两个层次的路径:第一层次是提升生产要素效率,降低要素成本,目前国内的研究主要着眼于这一层次;第二层次是新供给创造新需求,即价值创造。低要素成本为导向的传统思维,主要通过放开“供给约束”、解除“供给抑制”或引进新技术来提升生产效率、降低要素成本。近年来,制造技术向智能制造方向发展,为相关部门解决广州市制造业的技术发展问题提供了新思路,不需要再迁移传统制造业,仅需要将传统制造技术引入信息物理系统(Cyber-Physical Systems,CPS)来实现工业生产自动化,物理设备中嵌入感知、通信和计算能力,实现计算、通信和控制能力有机融合与深度协作,对工程系统进行实时感知和动态控制,联合大数据云技术实现用户潜在需求识别,并按用户需求组织、制造资源。

3     CPS为核心的数据价值创造体系架构

总体思路,CPS为核心的数据价值创造体系架构由3部分组成,具体内容如图1所示。第一层次为数据输入端,包括可穿戴设备、用户交通数据、社交媒体、购物习惯等大数据来源。第二层次为大数据处理层,由FPGA芯片对数据流进行识别辨识,再由大型计算机对数据进行自动模式识别和缺陷检测及大数据挖掘。第三层为价值创造层,由大数据中心将用户标签、潜在需求、工艺改善要求、现存产品故障分析等数据反馈给企业,企业依据此调整生产云制造系统的参数,从而实现产品创新。第四层为云制造执行系统层,能根据大数据反馈的结果调整合适的配方、工艺参数等,实现产品改良。

4     构建价值创造为导向的CPS制造业转型升级模型的困境及解决办法

无论是规模制造企业还是中小企业,跨越式创新一般投入和风险都较大,对现有技术延续性低,广州很多老字号如陈李济、致美斋、王老吉等本身拥有核心技术,但是在行业竞争激烈的“红海”中利润被严重压缩,而企业所拥有的核心地位也有重要作用,更具有历史和文化意义。以企业现有核心技术和核心产品为基础,通过提供向外延伸配套服务,从提供单向的产品,到提供与外界信息相连接的产品及服务组合,不仅能够创造新的价值,帮助企业在较低成本、较低风险的路径中实现传统制造业向生产服务业成功转型,更能在转型过程中保持较高的进入壁垒,同时也保持了企业本身的技术与历史传承。目前,CPS架构设计的技术包括FPGA芯片编程及大数据处理、大型计算机系统维护、FPGA芯片编程,国内多数的信息科技企业都无法独立完成,对于大型计算机进行维护及提高大数据的处理能力则更需要专业的团队长期服务。一方面,我国数据处理、系统维护及芯片编程方面缺少专业技术人员;另一方面,专业技术人员一般薪酬较高,企业难以长期承担高昂的研发和维护费用。目前可行的途径是将大数据处理的数据输入端和处理过程外包给专业的数据挖掘公司来处理。

5     结 语

目前,大多数制造型企业主要着眼于显性需求,但如果能识别并把“客户的隐性需求”因素融合到产品设计中,那么产品和服务就创造了与众不同的价值,创造了市场竞争中的战略优势。由此,传统制造业要顺利实现向生产服务业转型,关键的步骤是发掘向外延伸的配套服务,实现价值再造。通过构建以CPS为核心的数据价值创造体系,在此体系下运用“主控式创新”产业转型模型辨识客户的隐形需求,寻找由新供给创造的新需求,实现价值创造。

主要参考文献

[1]Hill R,Devitt J,Anjum A,et al.Towards In-Transit Analytics for Industry 4.0[C]//2017 IEEE International Conference on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData),2017.

[2]Lee J,Ardakani H D,Yang S,et al.Industrial Big Data Analytics and Cyber-physical Systems for Future Maintenance & Service Innovation[J].Procedia Cirp,2015(2).

[3]刘棣斐,田洪川,刘贺贺.工业CPS技术、架构及应用策略研

究[J].中兴通讯技术,2016(5).

[4]王磊,刘强.轻装配智能制造系统框架及管控模式[J].计算机集成制造系统,2016(9).

[5]杨本建,林云鹏.粤港澳大湾区制造业升级现状分析[J].城市观察,2018(4).