制造业是立国之本、兴国之器、强国之基。面对巨变的世界经济格局，中国的制造业也正在向高质量发展的转型升级中爬坡过坎。宏观目标已然确立，但中观和微观如何落地，有效通路在哪里？面对大数据、云计算、智能制造、工业互联网等层出不穷的新概念，工业制造基因又如何与之承接？认知与实践之间，哪些环节和资源容易错配？
为了理解这些困惑，哪怕只是为了提出正确的问题，经济观察报联合长期躬身产业一线调研的“民间高手”，推出“工业智识”专栏，试图通过对不同产业集群的观察和企业的一线探访，发现潜藏于制造业中那些容易被忽视的细节、常识甚至是被误读的信号，进而探索描摹出中国制造这个复杂系统的演进逻辑和发展脉络。
——编者按
饶展/文 就在中共中央办公厅印发《关于在全党大兴调查研究的工作方案》发布的一个月前，笔者所在智库团队，为内地某著名文化城市提供的产业高质量发展规划方案，被某位参与评审的领导一票否决了。这位领导的原话是：“你们的规划太像调研报告了，调研报告谁都能写......”
我们当然知道这背后的潜台词：调研这件事，听政府各部门说说工作要求，召集企业家开几场座谈会，到一线车间转转，找相关部门收集一些数据，再心怀忧患地指出产业急需转型升级，饱含信心的强调强链延链补链、数字变革、机制改革的重要意义……也就差不多了。
这位领导心中规划方案的重点，可能是衔接十几份上级文件，按照万亿、千亿、百亿的预期产值排序出重点发展产业，为关键产业园区定好发展方向，强调供应链核心环节的链主招商，对各部门的日常工作提出“志存高远”的数字目标，再参考先进地区经验提出几条数字经济、工业强基、机制改革、产业基金的相关工作要求。
这样，一张“清晰”的蓝图就绘制好了：工作任务可以分部门分层级下发，资源分配可以做数字分解，工作业绩可以按目标考核，向上级汇报工作思路时可以在1-2分钟内讲完。
笔者曾经调研辅导过30多个转型升级的产业集群，与500余位企业家做过一对一的现场探访与微咨询碰撞，深深知道，经过40年“摸着石头过河”，今日中国是一个彻底的“复杂中国”，仅依靠大企业、大基金的资源盘整，并不能解决很多存量基本盘的现实问题；在基层要做成任何一件触及根本、影响长远的事，都是系统工程。
系统工程意味着会面对复杂问题，而复杂问题往往要用“笨办法”解决，下“笨功夫”。在古代，清官良吏要有所作为，都要先摸清楚“一城一地”的山川河流、物产商路、风俗民情、行政建制、历史沿革，然后对症下药、辨证施治。
展开全文
然而，现代社会已高度分工，隔行如隔山，立场和视角也不同。不要说系统工程，地方主官想摸清产业的真实困难，都面临企业家“说不到点，不敢说透”的局面。调研报告这个工作，不是“谁都能写”的。
弯道超车有陷阱
最近，在调研过程中，笔者也在一线持续探讨关注总理关于“坐在办公室碰到的都是问题，深入基层看到的全是办法”的讲话。大家的理解比较一致，觉得总理讲话至少包含两层意思：一是积极行动，不要畏难观望；二是实事求是，尊重客观事实和规律。
以笔者较为熟悉的产业数字化转型而言，第二点可能比第一点更为重要。因为认知指导行动，认知影响结果。产业数字化转型作为近些年的热点，各级政府都很积极，也取得了很大成绩。但一些认知上的误区，虽出自美好愿望，但落到实践也确实衍生出了很多问题。
例如，沿海省份某制造业大市投入数十亿元补贴制造业，对评选入围的数字化智能化示范工厂，给予其所属制造企业千万元级的补贴。但评选的硬性条件之一是要求企业部署数据中台，并对相应的部署方式、机器物联、系统拉通、机理模型等逐项技术规范列出严格要求。
这套打法背后的思路，可能是想推动数字化技术的弯道超车，督促制造企业提前布局最先进的数字体系，保障未来可持续竞争力。然而，这些花费昂贵的数据中台，实际使用情况很多可能并不理想。
笔者调研发现，目前，国内制造业承接的大多还是“多品种、小批量、快交期”的非标定制订单，不能完全自主定义产品线和标准规格，不能固化生产工艺和计划，生产组织依赖人脑做模糊调整，不掌握数据规范的主动权。数据治理的基础条件太弱，数据分析自然也难以做深，再先进的数据中台也难有用武之地。
此外，有的企业自身数字化能力并不差，或已有较为满意的数字化服务商，为了部署硬性规定的数据中台，不得不重金引入普遍尚处于培育期的工业互联网平台，并以此为核心重整所有数字化体系，打乱了原有数字化战略布局节奏。
更为关键的是，这种过高起点的示范工厂，有赖于平稳订单、专业人才、先进管理，加上高昂的技术投资和管理成本。即使头部企业能做成，中小企业也不具备条件学习复制。
参与过国家级灯塔工厂评审咨询工作的专家李铁军在接受媒体采访时说：“灯塔工厂的评审标准不是死的，是动态的。这个‘动态’的唯一标准就是‘先进’，也就是在灯塔工厂评选的打分表格中，看企业到底有多少项技术是行业领先的。打个比方，去年评审的标准可能认为使用了预测性维护的工厂是领先的，但今年预测性维护普及了，可能这个标准就改成5G+柔性制造了。”
但不客气的讲，在笔者看来这完全是数字对工业的凌驾，是对工业运作的基本规律缺乏常识和敬畏，违背两化融合的政策精神。事实上，德国、日本很多隐形冠军企业，反而是聚焦于技术、工程、工艺、设备的突破；数字化水平甚至是精益管理水平，也并不是特别高。靠数字化去实现弯道超车的思想是危险的，容易滋长忽视工业本体的情绪。
现场有神明，细节是魔鬼
当地有一位五金制品行业的女企业家，做贸易出身，工厂制造原本完全交给合伙人打理。但企业在发展过程中为了冲击2亿元产值的门槛，产品品类和订单开始逐渐多元化，散碎非标订单的比例不断上升。
这位女企业家发现，后端制造成为瓶颈，具体表现是生产组织开始变得散乱，信息不透明，成本和交期越来越难以控制，接单越多，企业越乱，利润反而不如从前。
在专业机构的辅导下，这位女企业家开始学习精益管理和数字化，理解了底层逻辑是彻底去除冗余和模型化管理后，以壮士断腕的决心砍掉了很多订单，从仓库管理入手，全面调整工厂动线，逐项梳理工艺流程、技术设备、人员文化，再配套部署了WMS、MES、APS等管理软件，经过几年努力成为当地知名的数字化领先企业，很多同行都或明或暗地设法过去学习。
这个过程是一场脱胎换骨的全面变革，每一步都克服了诸多困难，付出了巨大代价。
例如，企业的仓库管理不规范是行业通病，很多中小企业普遍依赖仓管员个人的“强闻博志”。一旦骨干仓管员生病或离职，找不到物料导致生产停顿是经常发生的现象。
这家企业决定对所有物料进行精准编码，对物料的入库出库和位置摆放都进行了严格规定。但由于当地土地紧张，企业的仓库与工厂有数百米的距离，物资涉及到来回搬运。五金制品和物料又较为沉重，管理规范后使得仓库管理人员的工作量增加，习惯上也不适应，结果旺季来临前，夕仓库管理团队大批离职，出货陷入混乱，直接影响了当年业绩。凡此种种，不胜枚举。
当地产业数字化政策发布后，各方都认为这家企业应该是申报灯塔工厂的“种子选手”。
然而，这位企业家告诉笔者，其所在的五金行业设备较为多元和小型化，很多并没有数据接口；此前精心打造的MES系统的核心任务，是配合精益管理解决生产现场的快速物料齐套问题；MES系统采集设备数据作用不大，还需要重构系统架构，数据中台和深度数据分析也还是相对遥远的事情。
如果完全按照政策评审标准来搞数字化，“整个工厂恨不得推倒重来，怕不得投入几个亿，企业经营节奏全得乱了”。最后，这位企业家放弃了示范工厂申报。
产业数字化的系统工程具体如何推进，作为专栏开篇无法深谈。但简单来说，现阶段中国工业的核心挑战还是如何老老实实扶持精益，如何将“人机料法环测”等现场制造要素的工作流拉通，并提高设备自动化和信息透明化水平。
未来，深度数据采集与分析工作的开展，需要先鼓励“懂行人”打造产业中间体，积极开展业态创新和生态制度设计，在打造提升基于健康竞合生态的前提下关注经济性，再下沉实现制造、产品、营销的全局拉通。
现场有神明，细节是魔鬼。再好的愿望和设计，都需要扎根基层实际情况，尊重规律，敬畏专业，回归工业智识与工业文明主航道，而非一刀切的居高临下、指点江山。
（作者就职于北京庄生拓扑咨询有限公司）
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权【久伴学 9banxue.com】发表，未经许可，不得转载。