思科（Cisco）：《数字化转型，成就制造业升级》白皮书精选分享智库
思科（Cisco）是全球领先的网络解决方案供应商，网络应用的成功实践者之一，致力于为无数的企业构筑网络间畅通无阻的“桥梁”，并用自己敏锐的洞察力、丰富的行业经验、先进的技术，帮助企业把网络应用转化为战略性的资产，充分挖掘网络的能量，获得竞争的优势。
2018年7月19日，《财富》世界500强排行榜发布，思科公司位列212位。以下是智库带来的思科《数字化转型，成就制造业升级》白皮书精选分享：
经济“新常态”迫使中国制造业必须转型
伴随着中国经济在过去30多年的高速发展，中国制造业也取得了跨越式发展。制造业不但贡献了中国超过三成的GDP, 总规模也占全球大概20%左右，名列第一位。然而随着经济从高速增长步入温 和增长的“新常态”，制造业在今天也面临着新的挑战，从行业宏观角度看主要有以下三点：
1、国内经济减速，国际需求萎靡
2015年中国GDP增速为6.9%，创二十多年以来的新低，而经济放缓会进一步持续，预计 2018年的增速会在6%，同时以欧盟为代表的海外市场也没有从上一轮经济危机中完全恢复，这都造成需求疲软，进而导致企业产能过剩。以汽车行业为例，其产能利用率，从2009年的近100%下降至70%，其中商用车行业利用率只有52%。
2、外资制造业回流
美国政府出于保证经济稳定、保证就业的目的，推出了一系列“再工业化”的政策。同时美 国能源、物流、资本等一系列要素价格下降，也助推更多高端外资制造企业将生产中心迁回美国。
3、低成本的优势逐渐消失
根据波士顿咨询公司《全球制造业成本变迁报告》的计算：中国制造成本只比美国低4%。依据经生产力调整后的工资水平，中国工人的时薪从2004年的4.35美元涨到2014年的12.47 美元，涨幅达187%。而且我们没有看到成本上涨趋势在短期内会改变的迹象。
大多数制造企业在经历以上压力的同时，还都面临着各自不同的挑战，归纳起来，也有三个方面：
1、研发投入不足，产品同质化，价格竞争激烈
2014年，中国制造业研发投入强度，即企业研发投入总量与产品销售收入的比值为1.1%，而美国的这个数值是 4%、日本3.4%。较低的投入造成产品同质化，只得靠降价来去库存，较低的利润又限制了企业研发投入。
2、自动化程度不高、产品质量不稳定
与美日等国家相比，大部分国内制造企业在自动化设备上的投资不足，这也是造成产品质量不稳定的原因之一。据专家估算，我国制造业每年因质量问题造成的直 接损失达1700多亿元，因产品质量问题造成对下游产业 影响、市场份额损失、污染治理等带来的间接损失超过 1万亿元。
3、收入来源单一，来自服务点的收入很少
企业主要依靠销售产品获得收入，缺乏通过增值服务来开辟新业务的意识。造成企业收入不稳定，毛利率低，客户忠诚度不高。
数字化转型是制造业升级必要之路
在过去二三十年里，拜高速发展的信息通信技术所赐，中国迅速跨入数字化时代。互联网、移动通信、云计算、物联网、大数据分析等技术深刻地改变了消费者的行为模式，进而促使企业运用信息技术构建新的业务模式、流程、软件和系统，带来更高的收入、更出色的竞争优势以及更高的效率。实施这种转变的过程被称为数字化转型。数字化转型并不是预言家口中的未来趋势，已经有很多企业开始这方面的探索和实践。根据IDC预测，截止2018年，对于67%的全球2000强企业来说，数字化转型将是关键策略，并且截止到2017年，超过50%的IT预算将花费在新技术上。对于制造业企业来说，“数字化制造技术将会改变产业链的每个环节：从研发、供应链、 工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将 释放出巨大的价值，并彻底刷新制造业的版图”，驱动向智能制造的方向转变，主要体现在3个方面：
1、加速研发
复杂工业品的设计需要企业内部分布在全球的多个研发团队，工厂和供应商的紧密合作。虚拟现实、云计算、协作等技术可以实现协同研发，降低沟通成本，这将大大缩短新产品上市时间。
2、卓越运营
物联网、大数据分析技术使管理者清晰地了解原材料、部件和成品在整个价值网络中的流动状态，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率，还可以提升设备利用率和产品质量，同时降低能耗。
3、业务创新
互联网和物联网等新技术的使用还可以给客户带来更好的体验，客户也愿意为更好的体验 支付费用。这既可以成为增强客户忠诚度的利器，也可以成为企业新收入的来源。
实现智能制造需要坚实的IT基础架构
实现智能制造需要将广泛应用于制造业的自动化技术和信息技术深度融合。这就对企业的信息技术架构提出了较高的要求，具体说来有三方面的要求：
1、互联互通
制造企业与一般工商企业相比， 其特殊性体现在，传统上生产车间里的传感器、数控机床、PLC 等设备是在封闭的工业自动化网络中运行的，完全不能与运行计算机、服务器的IP网络相连。而要融合自动化技术与信息技术，首先就要求运行在以太网中的IT设备能够和这些自动化设备互联，能够读取自动化设备产生的数据。这是分析生产数据，进而实现智能制造的基础。
2、灵活简单
一般制造企业的IT网络人员有限，但工作内容多样，责任重大。比如确保在全球部署的研发、运营和生产部门间的协作正常；新工厂按时投产；与供应链上下游的可靠协同等等，都要求IT能够快速响应。要能做到这一点，IT架构必须要简单可靠，易于扩展，易于管理。
3、安全可靠
对于制造企业来说，一个安全的信息系统对保护关键技术、 新产品信息尤为重要，甚至会直接影响企业的成败。而且随着越来越多生产设备连入开放网络，越发要求企业要有一套整体方法来提升IT系统的安全性，从而保护整个生产价值链的安全。
如何搭建一个好的IT基础架构，它包含了三个重要组成部分：
1、软件定义的互联工厂基础架构
这是一个全面、安全、端到端的基础架构。它建立在一个统一管理自动化设备和IT设备的，且能支持企业移动应用、协作和商业智能分析等业务需要的网络之上。这个网络既要支持企业内部不同部门，也要连接供应商，分销商，零售商的业务系统。对企业来说，这个网络不仅意味着更小的建设维护成本、安全的访问，还是支撑所有智能制造应用的基础。因为只有有了这个基础，千千万万的产品、生产设备、生产过程等才能成为管理人员可见的对象，才有被进一步优化的可能。
2、数据处理（计算）
从基础架构中收集的海量数据需要经过处理，才能成为指导业务的洞察。无论数据来自数据中心、云（ 公有云、私有云或混合云）还是联网的机器设备，首先都要保证可以在最需要的地点对它们进行处理。 这个“地点”可能是处在网络边缘的交换机，可能是工厂或企业的数据中心，也可能是跨越防火墙的供应链伙伴系统。其次，还要不断争取用更低的成本实现更高效的计算。 比如工厂虚拟化技术不仅显著减少了PC、工作站、服务器、存储等的数量，还可以提升应用处理速度，降低管理负担。数据虚拟化技术使上层应用可以统一访问异构数据，是智能制造分析应用的基础。
3、应用
两类应用对实现智能制造非常重要。第一类是协同，包括企业部门间的协同和供应链伙伴企业间的协同。大家互相交换数据，根据对方的状态和反馈及时做出业务安排。第二类是大数据分析， 包括对实时产生的结构化和非结构化数据的分析，可以产生业务洞察，这些洞察可以指导企业优化生产，提高质量，减少停工带来的损失等。
