摘要：
... 随着新一代信息技术和制造业的深度融合，智能制造已经成为制造业发展的新模式。经过多年的发展，上海在智能制造体系建设上已经取得了一定成果，但在地区智能工厂的建设上依然存在着部分企业智能制造建设迟缓、转型成本较高、数据平台无法联通等问题。为此，需要通过政策体系建设和市场培育的双重方式解决当前上海智能制造高质量发展所面临的现实问题，实现智能制造的高质量发展。
一、上海智能制造发展现状
经过多年的发展，上海在智能制造体系建设已经取得一定成果。2023年度的“智能制造示范工厂揭榜单位”和“智能制造优秀场景”，上海共有11家单位获评国家级智能制造试点示范工厂，33家单位的62个场景获评国家级智能制造优秀场景，获评工厂数和场景数均高居全国城市首位，包揽了“双料第一”。在上海市层面，2023年度“上海市智能工厂名单”，共有77家工厂成功入选。这些工厂涵盖了多个行业，包括但不限于汽车制造、电子信息、生物医药等。它们通过引进先进的自动化设备和技术，实现了生产过程的高度智能化和自动化，显著提升了生产效率和产品质量。
但是，在建设的质量上，上海与全国水平还有一定差距，呈现出低级别智能工厂占比较高，高级别智能工厂建设不足的情况。根据中国智能制造评估评价公共服务平台数据，截至2024年三季度，上海制造业企业智能制造成熟度评估中，一级及以下成熟度企业占比高于全国平均水平约6个百分点，三级智能工厂占比则高于全国平均水平5个百分点，而四级和五级高级别智能工厂占比则比全国平均水平低2个和1个百分点。
二、上海智能制造发展面临的问题
1、制造业基础有待进一步提升，数字化和网络化在总体发展上也存在短板。上海智能制造的发展中，高级智能工厂建设领先，但整体上制造业智能制造水平不高，亟须提升传统制造业数字化和网络化水平。低级成熟度智能工厂中还大量存在着传统工业化大生产的制造业企业，也就是还没有建立起数字化网络化基础，或者仅仅在制造流程中使用了部分数控机床设备，整体制造业存在显著能级不足的情况。上海制造业亟须提升基础制造业技术水平。
2、智能工厂建设投入较大，中小企业无法负担转型成本。智能制造模式的发展具有阶段性和渐进性，但从其核心本质来讲需要从传统制造业出发，经历数字化、网络化和智能化三方面的升级和改造。对于数字化转型刚起步的企业而言，成本成为制约其转型的主要因素，企业对数字化改造首先考虑的就是投入产出比。硬件的高投入已经成为制约企业，特别是中小企业数字化转型的主要难题。
3、智能制造体系建设中工业软件来源不同，信息在系统间横向流动存在壁垒。智能制造是制造业与新一代信息技术深度融合的结果，是以信息物理系统（cyber physical system，CPS）为主要特征的智能制造在企业内部的实现。而信息物理系统所能够实现的就是部门间、产品生命周期中和不同系统层级间信息的互联互通，这一互联互通的数据交流、汇总、处理需要相关数据拥有统一的数据标准和格式。
从企业中所产生的数据来看，智能制造数据主要源自工业软件所产生的数据，即机器设备上嵌入式工业软件所产生的信息流和计算机平台上各个部门所使用的产品研发、生产管理、生产控制、协同集成等工业软件所发生的数据流。在这些数据之间存在较大的数据标准差异，仅在产品研发类工业软件中就有CAD（计算机辅助设计）、CAE（计算机辅助分析）、CAM（计算机辅助制造）等各方面的软件系统，而各个软件的生产企业并不统一，软件和软件之间仅仅依靠标准格式和标准协议实行数据的读取和输出，并没有信息联动的渠道和平台，人为设置了软件和软件之间的信息交互壁垒。对于嵌入式工业软件所产生的信息则更为难以接入信息系统，特别是在高端制造领域，高端装备所产生的信息大多会直接被设备生产厂家单独获取，以此作为为客户服务的数据基础。
这些软件供应企业和装备制造企业为了自身的差异化竞争优势和商业模式的独占，人为设置了信息壁垒，这在未来制造业深度融合发展的过程中势必拖延制造业与新一代信息技术的融合进程和融合深度，最终无法深度融合。
4、跨产业、跨企业平台建设缺乏，上下游信息互联尚未打通。在上海智能制造体系的建设中，高级别智能工厂车间层面和企业层面的工业互联网平台建设基本完善，对于车间内生产和企业内部的数字化管理、智能化决策已经达到了较高的水平。但是，在企业间智能工厂的工业互联网的数据交互和信息流通上还处于起步阶段，平台间的互联互通尚未畅通。这一情况普遍出现在产业链上不同企业中，即便有上下游关系的企业也出于信息安全、商业机密、数据标准等原因没有意愿实现数据链的联通。这不仅阻碍了单一智能工厂智能化发展，限制了工业互联网由企业内向区域内的延伸，更使得中国制造业强链抓手有所丧失。
5、作为智能制造的核心要素，数据安全存在隐患。数据是智能制造的核心生产要素，智能工厂的建设必须以软件安全为基础。在上海当前智能化工厂建设中，尽管国产工业软件的占比有所提升，但众多企业仍大量使用国外软件，这构成了数据安全的一大隐患。例如，国外知名工业软件厂商达索系统旗下的SolidWorks软件，就曾曝出存在重大安全漏洞，能够泄露用户计算机中的信息。此外，过度依赖国外软件还可能使中国产业面临来自美国等国家的制裁风险。
三、政策建议
（一）优化政策体系，针对各级别智能制造水平精准施策。
不同级别智能工厂建设的短板不同，因此对于不同企业需进行差异化的政策支撑，形成完整的政策体系，激活企业对智能工厂建设的积极性，形成智能工厂建设—收益提升—深化智能工厂建设的良性循环。在促进智能工厂建设的政策上不能仅仅关注于前沿技术与制造业的融合，更要着重坚持传统“两化融合”所推进的制造业能级的提升，实现优势企业和落后企业的“并联式”发展。对于处于不同阶段的制造业企业，其融合发展的首要任务不同，落后企业需要的是数字化的补短板，提高其生产绩效，扩展生产方式，而领先企业则需要承担探索适合中国制造业企业融合发展的模式。
针对上海制造业企业的发展现状，建立有梯度的新产业政策体系，促进制造业与新一代信息技术深度融合。产业政策主要为两方面，一是对落后企业“补课”的引导，促进传统制造业向信息化、网联化升级转型；二是对领先企业的试错鼓励，鼓励领先企业研究探索中国新一代智能制造的模式。由此两方面实现上海制造业企业的“并联式”发展，完善产业智能工厂建设体系。
（二）为企业智能制造建设提供公共服务，降低智能工厂建设成本。
一是数字化转型刚起步的企业大多面对成本制约的问题。推动上海智能制造产业园建设，实现园区内智能制造全产业链发展，形成智能制造产业集群，以此构建智能工厂建设成本洼地，为产业向智能工厂转型提供低成本前提。
二是对于当前存在大量的智能工厂未达标企业和一级企业，其核心需克服的短板是智能工厂人员和技能上的不足。通过对这类企业定向开展智能工厂建设培训，为企业经营者培养智能化生产意识和智能工厂建设思路，拓展企业生产模式，弥补低成熟度工厂在人员和技能上的短板，以此撬动智能工厂的全面建设。
（三）建设区域工业互联网平台，打通企业间的信息交互。
针对地区智能制造发展中企业间信息不畅通的问题，上海应紧抓现代化产业体系建设机遇，依托本土产业集聚优势，支持区内企业分产业建设专属工业互联网标识解析二级节点，通过二级节点与工业互联网平台、工业信息系统、企业节点的对接，促进供应链管理、重要产品追溯、产品全生命周期管理等应用，提供标识备案、解析监测等公共服务。打造具有地区产业优势的工业互联网行业数据平台，构建行业工业互联网互联互通平台，助力国家“强链”目标。
（四）发挥产业链龙头带动和溢出作用，推动智能制造集群化发展。
一是支持链主企业构建开放式的合作创新中心，推动链主企业、中小企业联合科研院所、高校等组建一批大中小企业融通、产学研用协同的创新联合体，鼓励承接科技重大项目，加强共性技术研发，进一步地细化以企业为主体的联合创新攻关机制。
二是支持链主企业建设工业互联网平台、产业链供应链赋能平台，以链主企业为引领，发挥平台企业作用，鼓励链上中小微企业接入平台，充分利用平台共享资源促进大中小企业在研发创新、创意设计、生产制造、物资采购、市场营销、资金融通等方面全方位合作，扩大企业可以利用的资源边界、加速知识与技术的交流与转移，进行生产模式、管理模式乃至商业模式创新。
（作者蒋程虹系上海对外经贸大学国际经贸创新与治理研究院 国际贸易研究中心副主任）
————
澎湃新闻“申论”专栏延续《东方早报·上海经济评论》同名专栏风格，聚焦上海命题，在细节中观察战略，在现实中建设理想之城。
还没有评论，来说两句吧...