近年來,工廠、企業(yè)招工難問題愈發(fā)凸顯。 數(shù)據(jù)顯示,2012-2018年,我國勞動年齡人口的數(shù)量和比重連續(xù)7年出現(xiàn)雙降,7年間減少了2600多萬人,2018年年末全國就業(yè)人員總量也首次出現(xiàn)下降。
另有數(shù)據(jù)顯示,自2012年中國農(nóng)民工總量增速第一次出現(xiàn)下降,之后增速基本保持持續(xù)下降趨勢,2019年增速相比2017年幾乎“腰斬”;且最近5年,50歲以上的農(nóng)民工占比一年比一年高。
與此同時,年輕群體則不再滿足于傳統(tǒng)制造業(yè)工人微薄的收入,在移動互聯(lián)網(wǎng)的高速發(fā)展下,轉(zhuǎn)而尋求快遞員、騎手、網(wǎng)約車等新的社會需求職業(yè)。尤其是去年疫情之下,網(wǎng)絡(luò)配送、直播電商等擴張,加劇了勞動力的遷移。
為了招到更多的工人,工廠不得不提高薪資待遇,而勞動力成本的水漲船高,進一步導(dǎo)致了制造業(yè)開始出現(xiàn)新一輪向勞動力成本更低的東南亞國家遷移的現(xiàn)象。
勞動力成本上升正日益成為中國制造業(yè)面臨的困境之一。
另一方面,以德國提出“第四次工業(yè)革命”、美國“智能制造領(lǐng)導(dǎo)聯(lián)盟”、英國《英國工業(yè)2050戰(zhàn)略》等為標(biāo)志,多國正在大力推動新型高自動化制造形式,下一代工業(yè)制造已逐漸成為新的趨勢。
當(dāng)前,作為世界工廠,中國制造已經(jīng)遍及全球,體量龐大,品類齊全。但是從產(chǎn)品的技術(shù)附加價值以及產(chǎn)品品牌溢價上看,中國制造還處于中低端水平,大多數(shù)制造企業(yè)也處于產(chǎn)業(yè)鏈的底端,缺乏競爭力。中國制造業(yè)大而不強、全而不優(yōu)的局面仍未得到根本改變。
在此背景下,國家近年發(fā)布多項政策支持制造業(yè)智能化轉(zhuǎn)型。2015年李克強總理提出“制造強國”戰(zhàn)略;在第一個“十年綱領(lǐng)”《中國制造2025》中,將“中國智能制造”作為發(fā)展的主要方向,推動傳統(tǒng)制造業(yè)轉(zhuǎn)型升級,以“機器換人”的方式,緩解中國制造業(yè)面臨的用工荒問題。
如今,從《中國制造2025》規(guī)劃綱要正式頒發(fā)至今,已經(jīng)過去6年了,中國制造業(yè)也在信息化、數(shù)字化、智能化的道路上摸索前行了6年。在這6年中,企業(yè)家們的觀念發(fā)生了轉(zhuǎn)變,大多數(shù)制造企業(yè)也正走在信息化、數(shù)字化升級的路上,少數(shù)企業(yè)在局部點上實現(xiàn)了智能化。
尤其在去年我國疫情防控最吃緊的時候,一批智能制造標(biāo)桿企業(yè)憑借自動化生產(chǎn)線、智能工廠、網(wǎng)絡(luò)運維平臺等優(yōu)勢,率先實現(xiàn)復(fù)工復(fù)產(chǎn),不僅增強了全社會抵御突發(fā)事件的韌性,也為市場主體平穩(wěn)運轉(zhuǎn)、產(chǎn)業(yè)鏈、供應(yīng)鏈保持穩(wěn)定發(fā)揮了堅實的保障作用,充分體現(xiàn)了智能制造強大的潛力。
盡管如此,總體上來看,大多數(shù)制造企業(yè)(包括歐美獨資企業(yè)和中外合資企業(yè))還只是停留在數(shù)據(jù)采集、數(shù)據(jù)呈現(xiàn)的應(yīng)用上,離數(shù)據(jù)自動分析、診斷、反饋到自動調(diào)整控制還有很大一段距離,尤其是在智能化上還存在很大的瓶頸和制約。
從技術(shù)和管理的角度看,中國制造要走向智能制造,主要還存在五大難點:
一,智能制造是基于新的物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字化技術(shù)與先進制造技術(shù)的深度融合,貫穿于從設(shè)計、供應(yīng)、生產(chǎn)制造、服務(wù)等整個供應(yīng)鏈制造、運營和管理的各個環(huán)節(jié)。
因此,智能制造包含兩個系統(tǒng)工程,一個是智能制造技術(shù)(制造技術(shù)和信息技術(shù))整合的系統(tǒng)工程,另一個是管理的系統(tǒng)工程。目前,這兩個系統(tǒng)工程不僅是中國企業(yè)面臨的問題,歐美企業(yè)也同樣面臨這個問題。
二,裝備制造業(yè)仍然是瓶頸,跟不上智能制造發(fā)展的要求。智能制造最終還是要落到制造技術(shù)和裝備上,雖然我國在互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字化技術(shù)以及5G的深入應(yīng)用上處于優(yōu)勢地位,但制造最后的執(zhí)行單元還得是機床,在這方面我們與歐美日企業(yè)相比還存在很大的差距,比如工業(yè)機器人、3D打印、芯片光刻機、高精度的測量測試設(shè)備等。
三,基礎(chǔ)數(shù)據(jù)平臺深度開發(fā)不受控。企業(yè)要實現(xiàn)智能制造,需要兩個基礎(chǔ)系統(tǒng)平臺,一個是MES系統(tǒng),另一個是ERP系統(tǒng),而這兩個系統(tǒng)我們沒有自主的軟件平臺,還是要依賴于歐美,因此在深度定制開發(fā)上還是受限制。
四,算法開發(fā)。智能制造需要基于數(shù)據(jù)并充分挖掘數(shù)據(jù)價值而實現(xiàn)自決策、自管理、自學(xué)習(xí),從數(shù)據(jù)源采集、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)分析到自行診斷、自動反饋、自動調(diào)整控制,中間就離不開算法的開發(fā),智能的核心也就是算法。
而算法開發(fā)是一個多元跨界和交叉學(xué)科的工作,既要求對業(yè)務(wù)有深入理解,又要有IT技術(shù)思維。目前,我們在算法開放的資源上還存在很大的差距。
五,管理和組織的變革。一方面,智能制造基于數(shù)據(jù)實現(xiàn)端對端、信息充分共享、管理平臺化,打破了企業(yè)原有的金字塔官僚管理體制結(jié)構(gòu),來自原有權(quán)力結(jié)構(gòu)擁有者的變革阻力會很大,往往他們還掌握了決策權(quán),導(dǎo)致智能制造的資源投入不到位。
另一方面,管理方式會因信息平臺化而發(fā)生改變,個體和任務(wù)小團隊的自管理、自決策機制會越來越普遍,但是,目前還沒有找到很好的組織管理方式及組織文化激發(fā)個體和小團隊的工作意愿并相互協(xié)同。
基于以上原因,未來智能制造之路還有很長一段時間需要去探索,其中有三點是需有所創(chuàng)新和突破:
一是在技術(shù)上需要自主研發(fā),突破裝配和軟件技術(shù)的瓶頸,同時關(guān)注整個生態(tài)鏈中的核心技術(shù);
二是在適應(yīng)性上,需要推動組織和管理的變革,以適應(yīng)信息技術(shù)帶來的管理變化。
三是在智能化的道路上需要引入系統(tǒng)工程、頂層設(shè)計,才有可能實現(xiàn)制造技術(shù)、信息技術(shù)和組織管理三者的深度融合。