報告摘要

2021年工業互聯網帶動制造業增加值預計達到1.68萬億元。與此同時，工業互聯網產業增加值規模突破4萬億元，成為促進我國經濟高質量發展的重要力量。

目前，全球疫情仍在持續，世界經濟復蘇動力不足，大宗商品價格高位波動，外部環境更趨復雜嚴峻和不確定。同時，我國經濟發展面臨需求收縮、供給沖擊、預期轉弱三重壓力，我國制造業目前仍面臨內外經濟環境多因素不確定性的挑戰，需進一步鞏固已有的數字化建設成果，持續進行精益管理、智能制造改革。

在2022年政府工作報告中也將完善數字經濟治理，培育數據要素市場，釋放數據要素潛力，提高應用能力作為十四五期間的目標任務。在工業企業內部管理中，數據智能作為企業數字化轉型的基礎要素，決定了工業制造智能化管理的深度和精度。

近年國內外疫情反復，對制造業上下游市場的穩定性造成沖擊，全球產業鏈正經歷新一輪重構。因此，促進工業經濟平穩運行，加強原材料、關鍵零部件等供給保障，實施龍頭企業保鏈穩鏈工程，維護產業鏈供應鏈安全穩定是今年重點的保障方向。

愛分析通過本報告對工業數據智能平臺和供應鏈協同2個重點市場實踐案例的研究，為工業企業決策層以及業務、IT部門負責人提供企業數字化轉型的實際落地經驗，幫助其更好地完成企業數字化升級改造。

01

工業互聯網發展進入關鍵階段

1.1 工業企業面臨一系列挑戰

2022年，政府工作報告中指出，全球疫情仍在持續，世界經濟復蘇動力不足，大宗商品價格高位波動，外部環境更趨復雜嚴峻和不確定；我國經濟發展面臨需求收縮、供給沖擊、預期轉弱三重壓力；消費和投資恢復遲緩，穩出口難度增大，能源原材料供應仍然偏緊，輸入性通脹壓力加大，中小微企業、個體工商戶生產經營困難，穩就業任務更加艱巨，關鍵領域創新支撐能力不強。這高度概括了我國今年經濟發展中將要遇到的問題與挑戰。

放眼世界，盡管疫情依然持續，但全球科技和產業競爭更趨激烈，大國戰略博弈進一步聚焦制造業，美國“先進制造業領導力戰略”、德國“國家工業戰略2030”、日本“社會5.0”和歐盟“工業5.0”等以重振制造業為核心的發展戰略，均以智能制造為主要抓手，力圖搶占全球制造業新一輪競爭制高點。

縱觀國內，我國制造業目前仍面臨內外經濟環境多因素不確定性的挑戰，需進一步鞏固已有的數字化建設成果，持續進行精益管理、智能制造改革。

1.2 我國工業互聯網發展現狀

2021年我國企業數字技術與實體經濟加速融合，傳統產業數字化智能化改造加快，新興產業保持良好發展勢頭。企業研發經費增長15.5%，創新能力進一步增強。CNNIC發布《中國互聯網絡發展狀況統計報告》顯示，我國工業互聯網發展初具規模，工業互聯網體系呈多層級全面蓬勃發展的態勢。當前我國“綜合型+特色型+專業型”工業互聯網平臺體系基本形成，具有一定行業和區域影響力的平臺超過100家，平臺賦能效應進一步顯現。

圖 1：2021年我國工業互聯網平臺發展現狀

據中國工業互聯網研究院數據顯示，工業互聯網對我國GDP產生巨大帶動作用。其中，2021年工業互聯網帶動制造業增加值預計達到1.68萬億元。與此同時，工業互聯網產業增加值規模突破4萬億元，成為促進我國經濟高質量發展的重要力量。工業互聯網核心產業增加值在2017年-2020年期間超過93%，年復合增長率達24.6%。三年時間，工業互聯網核心產業增加值實現近一倍增長。

圖2：工業互聯網對制造業的帶動情況

制造業可以分為流程制造與離散制造兩類，因其生產過程的差異導致工業互聯網滲透率并不相同。流程制造生產過程多數涉及化學反應，不確定性大、高污染、高耗能等特征都促使流程制造企業更希望借助工業互聯網的數字化、智能化建設降本增效。生產過程特性導致流程制造相比與離散制造自動化基礎好、工業互聯網平臺應用價值高、應用剛需性強。離散型制造特征為多品種小批量，人工作業場景多的生產類型自動化程度都不高。所以流程制造較離散制造工業互聯網平均滲透率高。當前，流程制造工業互聯網行業滲透率平均值約為35%，離散制造工業互聯網行業滲透率平均值約為15-20%。

圖3：2021工業互聯網細分行業滲透率

1.3工業數據智能與供應鏈協同成為企業的核心關切

在工業企業內部管理中，數據智能作為企業數字化轉型的基礎要素，決定了工業制造智能化管理的深度和精度。在2022年政府工作報告中也將完善數字經濟治理，培育數據要素市場，釋放數據要素潛力，提高應用能力作為十四五期間的目標任務。

在工業企業外部業務合作中，供應鏈協同是一項重要課題，數字化賦能下的供應鏈協同能夠顯著提升企業產業鏈穩定性和經濟性。加之近年國內外疫情反復，對制造業上下游市場的穩定性造成沖擊，全球產業鏈正經歷新一輪重構。因此，促進工業經濟平穩運行，加強原材料、關鍵零部件等供給保障，實施龍頭企業保鏈穩鏈工程，維護產業鏈供應鏈安全穩定是今年重點的保障方向。

本報告中，愛分析通過對工業數據智能平臺和供應鏈協同2個重點市場實踐案例的研究，為工業企業決策層以及業務、IT部門負責人提供企業數字化轉型的實際落地經驗，幫助其更好地完成企業數字化升級改造。

圖4：工業互聯網市場全景地圖

02

工業數據智能平臺應用實踐

2.1 傳統模式下的挑戰

工業生產經營活動業務流程復雜、環節繁多，傳統企業往往需要使用上百個工業控制軟件對不同設備、工廠、部門或業務環節進行對應管理，但系統間數據相對孤立，聯動困難。同時，隨著企業不斷發展，內外部多種類多特征信息同步海量增長，企業難以高效準確地進行數據分析和業務決策。

基于精細化生產經營管理的需求，企業需要通過打通數據孤島、實時數據分析等手段更好地進行數據應用，進而實現降本增效的業務目標。

2.2 工業數據智能平臺解決方案及價值

工業數據智能平臺是支撐工業企業數據分析和數據應用的底層基礎設施，以工業數據為生產要素，利用大數據和人工智能技術對數據進行管理與應用，實現數據驅動的智能分析與輔助決策。

工業數據智能平臺能夠無縫接入各工業業務管理系統數據，例如MES、ERP等，同時對結構化、非結構化、流式及批式數據進行標準化處理，然后通過數據治理、數據計算、數據分析，形成數據資產，沉淀出不同業務維度的數據域及數據指標，進而能夠根據企業實際經營管理需求，對數據進行例如規則設定、邏輯關聯、分析開發、數據看板等數據應用，面向運營、生產、采購等業務場景輔助管理層高效決策，使得企業能夠進一步解放傳統人力工作，提高業務效率和質量，實現數據驅動。

案例：某軍民融合企業發力工業數據智能平臺建設，提高一體化生產經營能力

時代背景下孕育出的數字化轉型需求 中國電子信息制造業正在經歷由規模紅利轉向精益制造、數字化轉型推動行業發展的關鍵時期，產業發展進入“重科技研發，高價值產品創新突破”的新階段。同時，各企業面臨電子原材料漲價、用工成本高、產品同質化嚴重等不利因素，需要進一步利用好數據資源進行精細化管理。在當今數字經濟與技術快速發展的時代背景下，工業數據智能平臺成為企業數據驅動增長的重要抓手，為實現企業價值增量提供重要支撐。 某軍民融合集團大力推進數據驅動戰略 某軍民融合集團作為中國電子信息競爭力百強企業，跨行業、多領域的業務線促使其迫切需要精細化管理提升企業效能。企業已建設完成數字化設計（PLM）、數字化管理（ERP）、數字化制造（MES）三大核心平臺，但業務、生產相關數據未作關聯，業務流程斷點依然存在。多年來，集團已有系統中沉淀了大量寶貴的數據資源，但尚未通過有效治理形成可便捷使用的數據資產。該軍民融合集團迫切希望基于XBOM體系（不同業務視角下的BOM體系）構建出“研發-制造-管理”一體化數據鏈路，減少經營決策相關指標數據的手工核算，降低運營決策中個人經驗依賴度，能夠通過數據資產對業務決策形成支撐，提高日常管理運營效率。具體業務需求主要體現在以下三方面： 圖5：某軍民融合集團供應鏈協同業務需求圖

該軍民融合企業攜手滴普科技共同構建工業數據智能平臺 經過多輪供應商篩選，該軍民融合集團最終選擇與滴普科技合作共建數據智能平臺。 北京滴普科技有限公司成立于2018年，是專業的數據智能服務商。滴普科技以最新的數據智能技術為基礎，以數據的業務價值為核心，深耕精益制造、商業流通、生物醫藥、金融科技、能源雙碳等領域的數據資產建設，現已為100余行業頭部客戶實現數字化升級。 滴普科技數據智能解決方案為“數據基礎底座+數據資產管理與應用平臺"架構的新一代云原生數據智能服務平臺FastData。其中，數據基礎底座通過實時湖倉引擎DLink，實現對各種結構化、非結構化數據湖倉一體、流批一體的存儲，通過數據智能開發平臺DataFacts對多源異構的數據進行標準化處理，通過數據科學分析平臺DataSense進行數據探索式分析與應用。數據治理平臺DataKuber能通過數據資產生產、編織和生命周期運營，支撐上層設備故障診斷、經營分析、工藝優化等業務場景應用，實現業務與數據的底層融合與數據資產價值最大化。 通過需求調研、業務梳理、問題診斷、方案設計、布設實施五大實施步驟，滴普科技項目團隊為該軍民融合企業構建起數據采集、數據加載、數據轉換、數據計算儲存、數據分析、數據應用的一站式定制化數據智能平臺。 該數據智能平臺從技術層面可分為以下三層： 1）解決結構化數據、半結構化數據、非結構化數據的收集連通儲存問題，實現湖倉一體化及流批一體化。支持PB級海量數據儲存和調用，為各種離線數據和實時數據提供整體的解決方案。 2）提供標準化多功能的數據治理體系，通過數據治理、數據計算、數據分析，形成數據資產，沉淀出不同業務維度的數據域及數據指標，進而全方位多層次地進行數據資產管理，幫助軍民融合集團形成業務知識數據資產化的最佳實踐。 3）貫穿需求、設計、制造、供應鏈、銷售及售后的全業務鏈條，根據不同經營管理業務邏輯及指標，配用相應的模型和算法，生成相關業務場景數據看板，助力企業實現高效的管理決策，聚焦數據驅動，建設XBOM數據鏈、打造數字新軍工。 該數據智能平臺在數據應用方面，已初步建成采購、生產、產品、客戶、經營、方案六大主題數據中心，并配置數據看板。 工業數據智能平臺助力該軍民融合企業提質增效數據賦能業務價值 形成100+產品數據模型、130+經營數據模型、70+客戶數據模型、50+采購數據模型；新品3D數字化樣機率達到90%、BOM準確率從92.3%提升至96.6%、核心指標自動化率從62.2%提升至76.9%、報表自動化率從40%提升至90%。 圖6：項目成果

建設XBOM數據鏈，打造數字新軍工 實現集團核心經濟指標的自動化統計分析和追溯，提供實時可得的經營成果數據、預測數據。30+套信息化系統統一集成，形成11個業務場景數據應用落地，建設完成采購、生產、產品、客戶、方案、經營管理六大業務領域數據資產地圖，整體貫穿從需求、設計、制造、供應鏈、銷售到售后全業務流程。 以產品質量管理場景為例： 產品及其質量數據分散在相關業務系統中，當需要查詢產品信息和產品出現質量問題時，業務人員只能在各系統中進行數據查詢和問題追溯，效率低下且各數據的關聯性和準確性也得不到保證。產品質量管理人員迫切希望通過數據智能平臺的建設，進行數據治理和數據資產化管理，以實現產品全生命周期數據的及時查詢和產品質量的正反向追溯。為此，滴普科技提供了一整套的解決方案，并組織具備豐富交付經驗的團隊進行實施。 首先安排業務架構師到客戶現場展開需求調研，掌握客戶的急迫需求： 1、產品全生命周期包括任務來源、研發設計、物料采購、制造裝配、試驗驗證、產品交付、保障服務、問題跟蹤等環節，但這些數據分散在CRM、SRM、ERP、QMS、TC等系統中，不能實現產品全生命周期信息的快捷查詢。 2、產品的質量貫穿于物料采購、物料使用、庫存管理、制造裝備等環節，雖然每個環節有相關的質量管理流程，但是每個環節中產生的質量數據并沒有有效進行關聯，并缺乏統一的質量考核指標體系，導致出現質量問題時，不能快速定位問題原因和影響范圍。 圍繞上述痛點，進行源系統數據探索和業務梳理，共計梳理業務系統5個，梳理數據項541條，制定質量管控考核指標71項。 同時，滴普科技實現對多源異構數據的集成，采用數據智能開發平臺（DataFacts）產品進行數據分層分域的開發和數據治理，采用數據治理平臺DataKuber進行數據資產管理，數據資產編織等，最終在解決業務部門關于產品全生命周期信息查詢和產品質量正反向追溯的同時，也積累和沉淀了企業的數據資產。 優化決策、推動轉型 以數據為支撐對全域業務進行多維解構和深度分析，進一步提高決策的科學性和精準性，利用數據孕育智能，創造新的業務模式和業務價值，以價值為導向推動業務智能化轉型升級。 彈性擴展、綠色節能 以IT資源云化重構工廠數字基礎設施，實現IT基礎資源的彈性擴展、按需分配、動態使用和集約管理。基于超融合、余熱回收等技術精簡機房設備、降低運行能耗、實現數據中心的綠色節能。 經驗總結 數字化轉型方案設計：數據智能平臺建設需進行一體化設計，切勿形式主義，再造數據孤島。在企業數字化轉型早期，管理層易在局部視角下進行數字化建設，未能在全局視角下建立一體化設計思路，未在過程中建立聯動關系，致使生產、業務、管理之間仍然存在斷點，數據中心流于表面，處于靜態維護層面，最終實際應用價值大打折扣。本次案例有效進行了基于一體化設計的全局優化，顯著提高了業務自動化水平和內部管理效率。 多期迭代，持續升級：數字化轉型是一項且行且進的螺旋式上升工程，需要兼備全局和戰略視角。本次案例屬于該軍民融合集團與滴普科技的第一期數據智能平臺建設，企業管理層應當結合自身企業狀況和發展階段，借助數字化廠商的豐富落地經驗，持續進行數字化探索以建立長效機制，提高競爭力。 實施過程重行業落地經驗：工業細分領域行業知識差異大，非結構化數據多，對生產流程和業務邏輯的綜合把控并非易事。從數據處理到業務場景落地之間，實施過程更加注重合作廠商相關行業落地服務經驗。企業在廠商選型時需要關注其工業數據智能平臺所覆蓋的行業類別和服務的案例積累量。有相關行業落地經驗的廠商能夠在理解細分市場企業業務的基礎上，貼合企業自身生產經營狀態，幫助企業對數據進行統一規劃、提升精細化管理水平、提高數據分析精準度 ，促進企業提質增效。

03

供應鏈協同應用實踐

3.1 面對內外部壓力，供應鏈需要數字化轉型

新冠疫情依然在世界范圍內蔓延，地緣沖突加劇，政治、經濟不確定因素持續增加。一方面各國生產、物流運輸活動遭受重創，致使全球供應鏈完整性受到嚴重沖擊；另一方面，多種原材料及制成品價格的波動也為工業企業塑造柔性供應鏈提出了新的考驗。無論從短期還是長期看，供應鏈的安全穩定對企業安全生產、持續增長的意義已經上升至新的高度。

3.2 供應鏈轉型升級三個階段

總體來看，我國工業企業供應鏈管理轉型升級可分為信息化、數字化、智能化三個階段。

隨著ERP等信息管理系統的普及，工業企業開始利用信息化手段進行內部采購業務的管理，在使用這些標準化系統的過程中也客觀上實現了對企業內部業務流程的規范化和再塑造的過程。而這種信息系統因為規劃范圍、實施時間先后等各種原因，仍然是分散、獨立的，制約內部協同效率的進一步提升。

在電商平臺興起后，各類垂直或綜合類電商平臺改變了企業以往的尋源采購模式，同時市面上也初步出現了多平臺供應商資源集成平臺，旨在為企業采購一站式采購服務，企業供應鏈進入數字化階段。而此時企業采購內外部業務運作仍互相割裂，無法對供應鏈全環節進行整體把控。

在新一代大數據、人工智能技術等廣泛落地的背景下， 通過將企業采購全流程涉及的內外部系統全面打通，并對相關數據進行統一處理和分析，工業企業得以在供應鏈領域多個場景用數據價值驅動各環節降本增效。

圖7：具體數字化轉型業務需求

案例：鄂爾多斯創新“3+1”供應鏈體系，打造業務閉環，激發協同價值

內蒙古鄂爾多斯電力冶金集團股份有限公司（以下簡稱為“鄂爾多斯電力冶金集團”）自2003年成立以來，始終聚焦主業，堅持高質量可持續發展，積極履行經濟、社會責任，致力于建設世界級高科技清潔循環產業園區。 鄂爾多斯電力冶金集團以構建循環經濟產業鏈為發展戰略，以煤炭產業為起點，電力產業為中樞，帶動硅鐵、硅錳、電石、多晶硅、工業硅、氯堿化工、天然氣化工、三廢利用等頗具競爭力的終端環節，構成了上下游產品有序鏈接、多層次利用、轉化增值的循環經濟模式，在多個領域均處于全球領先地位；截至2021年底，公司成員企業達55家，合計員工1.8萬人，完成投資502億元，年產值353億元，累計納稅超200億元，是工信部認證的首批國家級“資源節約性、環境友好型試點企業”，國家級“高新技術企業”、自治區級“循環經濟示范企業”“創新方法應用試點企業”。 采購環節的數字化、智能化是企業實現供應鏈協同的核心。大型集團采購包括需求提報、采購計劃、采購實施（包括尋源、詢價、比價、招標等）、合同、訂單等多個環節，流程多，時間周期長，協同要求高。在本世紀初工業信息化的浪潮中，我國許多大型工業企業已經基本完成了內部數據系統建設，但隨著系統數量越來越多，原有采購系統間往往存在內外部信息斷點，阻礙數據在企業間流轉，無效流程化辦公問題始終沒有得到有效解決。同時，在我國當前局部疫情時有發生，原材料供應仍然偏緊的局勢下，保障供應鏈安全和穩定成為工業企業共同關注的議題。部分企業也率先認識到，強鏈補鏈不能依靠局部改造，需要具備全局優化的視角對供應鏈進行整體改造才能達到效率的提升。 鄂爾多斯電力冶金集團數字化轉型中，采購業務鏈條日趨復雜，采購業務管理不完善、供應商管理難把控等問題開始逐漸暴露出來。具體而言有以下3個方面。 1）數據存取調用難度大，內部協同效率低。鄂爾多斯電力冶金集團已經建立了ERP、SRM、BMP等信息系統，但由于系統沒有完全打通形成數據閉環，部分數據仍需業務員手工錄入，部分線下工作仍通過EXCEL表格、郵件、電話等方式進行，帶來極大的數據準確性風險，同時數據取用和匯總成為難題，直接影響到集團的年度核算、績效考核等內部工作開展，日常數據查詢、分析、決策支持等需求也很難得到滿足。 2）采購成本不透明，尋源質量難保證。鄂爾多斯電力冶金集團為規避供貨交期風險與供應商暗箱操作風險，要求同一物資多個貨源，而業務員因為尋源途徑有限，往往無法對接到行業中有競爭力的供應商，其中甚至不乏中間商或代理商，加之對成本結構缺乏了解，導致從源頭上無法保證供應商質量，且很做達到降本的效果。 3）供應商考評標準化程度低，外部協同遇瓶頸。鄂爾多斯電力冶金集團原有考評機制是由采購業務員從價格、周期等維度出發，結合主觀印象，對供應商進行評判，考評結果難以量化，無法通過考評結果反饋指導供應商在交期和服務質量等方面進行改進和優化。 在集團整體數字化智能化轉型戰略的驅動下，采購中心需要以"打造性價比最優、全成本最低的戰略采購供應鏈"進行整體數字化升級改造，鄂爾多斯電力冶金集團與北京隆道網絡科技有限公司（以下簡稱"隆道"）深度合作，互推互進，升級改造供應鏈管理系統，實現供應鏈管理自動化、數字化、系統化。 隆道作為數字化采購招標與供應鏈管理技術和運營服務提供商，是國內較早推出采購數字化產品和供應鏈管理數字化服務的公司，迄今已具有20年的采購和供應鏈管理數字化轉型研究和實施經驗。目前，隆道已陸續服務采購企業20余萬家，覆蓋制造、能源、化工、醫療、紡織、食品、家居等30余個行業，100多萬家供應商資源，年采購項目量超30萬個，年交易額超千億元人民幣。 隆道通過專家調研——方案設計——實施部署三個階段，為鄂爾多斯電力冶金集團實現采購系統升級。在專家調研階段，隆道專家團隊對集團采購業務進行深入調研，并全面梳理業務流程；在方案設計階段，隆道基于調研結果，為其量身定制了全套私有化部署的采購平臺解決方案；在實施部署階段，隆道從品類數據管理入手，對內外部系統數據進行全面打通，實現以數字要素驅動企業采購與供應鏈管理流程。 圖8：隆道供應鏈升級解決方案實施路徑

具體而言，隆道為鄂爾多斯電力冶金集團打造了以品類管理為核心，結合價格體系、效率體系、供應商體系的全方位升級方案。在項目實施中，隆道首先對集團內部品類數據進行統一細化，為后續搭建供應商體系與價格體系奠定基礎；其次對內打通SRM系統與ERP、BMP、集團主數據系統，對外接入SRM系統與百川盈孚、煤炭資源網等第三方平臺，實現供應商資源、專家、價格等信息共享，進而形成以數據為支撐的價格協同、內部協同、供應商協同三大系統功能，輔助決策，從而完成從信息化到智能化的轉型。 圖9：隆道供應鏈升級解決方案實施路徑

品類數據管理：激活供應鏈數據價值第一步 品類管理是推行戰略采購的關鍵基礎。方案實施前，鄂爾多斯電力冶金集團主數據品類顆粒度僅有三級，且與外部供應商類目不能一一對應。首先隆道幫助鄂爾多斯電力冶金集團將內部品類數據細化到四級類目，并與外部供應商品類建立對應關系，進而可以對供應商資源進行分類分析及選擇優化，促進供應商資源匹配企業戰略發展。 價格協同體系：優化采購策略，實現降本目標 隆道圍繞鄂爾多斯電力冶金集團物料成本結構、采購策略等運營基礎，構建采購品價格體系，并推動企業供應商共享，既科學降本，又賦能協同。 1）成本結構透明化：隆道平臺通過接入百川盈孚、煤炭資源網等價格庫，獲取第三方價格數據，將成本分解到各個細分環節。在業務員日常處理工作的過程當中，能夠將料工費力數據組合成預計價格，與歷史價格、第三方組合的成本價格進行對比和測算，有助于鄂爾多斯電力冶金集團深入了解供應商成本結構，不斷優化成本模型，定位行業內成本各個要素的最佳標桿。 2）供應鏈效率一體化：在清晰拆解成本結構的基礎上，鄂爾多斯可以反向對供應商進行輔導，共享成本結構模型，尋找改善機會，從而幫助供應商全面提升生產效率、降低成本、提升產品質量。 3）采購策略多元化：管理層可結合品類統計報表不斷優化品類采購策略，實現集團、事業部采購策略共享，提升基層采購員業務能力。系統支持采購策略多樣化選擇，多元化的關注供應商綜合服務能力，以性價比最優作為采購決策的主要依據，在一定程度上降低了以價格作為核心主導的單一采購目標。 內部協同體系：自動精細管理，數據輔助決策 1）減少簡單重復勞動：實時訂單管理表讓業務人員對供應商訂單執行進度情況一目了然，全局把控合同執行情況，及時發現異常，降低生產風險。系統“一鍵合同”功能支持將訂單數據一鍵推至ERP系統，提高內部工作效率，減少謄錄重復勞動。 2）精準精細績效管理：通過記錄關鍵業務操作節點的員工IP登錄情況，構建集團與人員效率統計表，實現對業務人員操作時長等工作的監督和能力評估，發現問題優化管理流程，提高企業員工滿意度。 3）數據分析輔助決策：通過接入第三方價格庫，為日常采買決策進行分析；數據系統自動提示風險與存在優化空間的環節，統計報表自動分析一定周期內成本變動情況及對應的品類。科學的數據和手段推動企業管理和決策升級。 圖10：鄂爾多斯供應鏈協同全流程示意圖

供應商協同體系：名單動態準入，采供雙向協同 1）紅黑考評：鄂爾多斯電力冶金集團擁有近3000家供應商，希望以更加科學合理的方式對已經進入合格庫的供應商進行定期考評。隆道通過對平臺上供應商報價、訂單、發貨等流程中的數據進行抓取，為鄂爾多斯建立了供應商報表，并基于報表數據對合格庫內供應商建立公平公正的考評體系。同時通過對報價、供貨的周期、后期服務等各方面整體優秀的供應商標注紅事件，對到貨逾期、價格偏高、服務不達標的供應商標注黑事件的方式，建立紅黑事件統計表，以供定期評定，優勝劣汰，一定程度上實現企業對供應商業務能力分析和風險控制。 2）動態準入：在前期通過隆道平臺擴大尋源范圍后，鄂爾多斯電力冶金集團進而產生對外部供應商進行新一輪準入的需求。隆道幫助鄂爾多斯電力冶金集團建立了全套供應商準入體系，通過復雜準入程序自動對供應商進行準入或淘汰的篩選工作。從而大大縮減尋源時間，提高尋源效率，獲得供應商選擇的比較優勢。 3）雙向協同：通過隆道平臺進行采供全流程協同，實現采供雙方雙向的反饋機制，鄂爾多斯電力冶金集團能夠對供應商訂單執行情況一目了然，及時發現異常問題， 把控供應商交貨交期風險。 圖11：隆道平臺供應商考評機制示意圖

目前，隆道已經幫助鄂爾多斯電力冶金集團實現采購平臺私有化部署。 品類數據管理不僅有利于集團加強對供應商選擇的整體管理，降低了業務員自主選擇供應商的廉潔風險。同時鄂爾多斯電力冶金集團還能通過準確的品類數據進行需求分析、市場分析、報表統計分析、供應商分析，以此制定更為實際與前瞻性的采購策略，實現戰略采購的目標要求。 價格協同體系的建立通過平臺價格庫和對接外部價格庫，幫助鄂爾多斯電力冶金集團實現內外價格對接與成本結構分析，在“有數可依”的基礎上，清晰采購策略，提升采購商供應鏈總體績效。 內部協同體系的建設通過打破系統間數據孤島，將鄂爾多斯采購全業務流程線上化，極大提升了工作效率，通過建立大數據的預測能力幫助供應鏈管理者提前制定計劃、全面性把控風險、減少業務誤差，實現戰略性采購的目標。 供應商協同體系提升了鄂爾多斯電力冶金集團在各業務節點把控供應商質量與風險的能力，在公平、公正、科學的評估體系下不斷地調整供應商結構，打造動態更新的供應商庫，形成良好的競爭關系，為鄂爾多斯電力冶金集團采購提供有力的支持。 綜合來看，通過供應鏈信息化、智能化升級在拓展融合應用場景、實現供應鏈協同等方面取得了良好效果。 全面的供應鏈數字化轉型是一個系統性工程。實現供應鏈協同的理想狀態非一日之功，為降低試錯風險，在實踐中多數企業會采取分批建設的方式完成。因此企業在前期的項目規劃中需要具備前瞻性，為后續其他功能實現保留一定的空間。同時，企業管理層要提前了解在過程中可能存在的多方利益沖突，堅定轉型信心。管理層在管理好自身預期的同時，更需要動員企業上下員工積極配合，為整體數字化建設奠定成功基礎。

04

工業互聯網趨勢展望

工業互聯網是數據、算法、萬物互聯等相關技術催生的新一代工業生產運營模式變革，隨著數據采集分析應用技術在工業領域滲透，工業互聯網將在更多高價值場景中發揮更大價值。

4.1 數字孿生與工業互聯網結合應用

在生產單元模擬中，通過工業網關、智能手環、高清攝像頭等載體對工廠里的人、機、物等多要素進行數據采集和匯聚，形成企業生產數據中心。利用數字孿生技術將生產過程中的各類實時數據和分析數據精準地映射到產線的三維模型，虛擬孿生有機硅化工產線完整地還原了物理產線；通過模擬生產工藝流程和設備生產關鍵動作，快速呈現生產狀態；將采集的數據與三維模型數據進行融合，實現虛擬設備與物理設備的聯動控制、靜態數據查詢和運行狀態實時展示。

4.2 5G與工業互聯網結合應用

工業設備的正常運轉是企業生產節奏的重要保障，而設備的高價值屬性也讓設備預測性維護成為工業企業普遍關注的應用場景。5G技術的應用在大幅度提升網絡傳輸速度的同時也大大降低了數字孿生的應用門檻，未來，將企業生產現場的工業設備、攝像頭、傳感器等接入5G網絡，實時傳輸設備的運行狀態至云平臺，實現工業生產設備性能和狀態的實時監控，構建設備歷史監測數據庫。基于故障預測機理建模等人工智能技術對監測數據進行實時分析，評估設備健康狀態，預判設備運行趨勢，智能制定設備維護保養計劃，實現設備安全預測與生產輔助決策，將會有效降低設備維護成本，延長設備使用壽命，確保生產過程連續、安全、高效。

05

結語

新一代信息技術與先進制造技術加速融合，不僅利用數字技術，將分散或孤立的設備、產品、生產者、企業等以產業鏈、價值鏈等方式連接起來，形成聯動發展，也為制造業高端化、智能化、綠色化發展提供了歷史機遇。后疫情時代，市場活力依然不足，企業短期增長動力減弱。在當今數字經濟與技術快速發展的時代的時代背景下，工業互聯網成為企業數據驅動增長的重要抓手，為實現企業價值增量提供重要支撐。

未來，我國將繼續深入實施創新驅動發展戰略，鞏固壯大實體經濟根基，推進科技創新，促進數字經濟發展，促進產業優化升級，依靠創新提高發展質量，大力推進智能制造，增強制造業核心競爭力。加快發展工業互聯網，培育壯大集成電路、人工智能等數字產業，提升關鍵軟硬件技術創新和供給能力，更好賦能經濟發展。

審核編輯 ：李倩