企業(yè)數(shù)字化轉(zhuǎn)型投入產(chǎn)出關(guān)系研究報告-數(shù)字化轉(zhuǎn)型助力高質(zhì)量發(fā)展

9 1 7 （一）數(shù)字化轉(zhuǎn)型助力傳統(tǒng)生產(chǎn)力向新質(zhì)生產(chǎn)力躍升 （二）發(fā)展新質(zhì)生產(chǎn)力要求數(shù)字化轉(zhuǎn)型向價值驅(qū)動轉(zhuǎn)變 （三）探究投入產(chǎn)出關(guān)系是實現(xiàn)價值驅(qū)動轉(zhuǎn)變的關(guān)鍵一招 第二章價值驅(qū)動下的數(shù)字化轉(zhuǎn)型規(guī)律總結(jié)與認(rèn)識 （一）價值驅(qū)動下數(shù)字化轉(zhuǎn)型的三大模式、五大場景與一條主線 （二）數(shù)字化轉(zhuǎn)型中容易陷入的六大誤區(qū)和陷阱 （三）數(shù)字化轉(zhuǎn)型產(chǎn)出效益明顯的三大關(guān)鍵投入 第三章以價值驅(qū)動為導(dǎo)向構(gòu)建數(shù)字化投入產(chǎn) （一）數(shù)字化投入范疇 （二）數(shù)字化投入產(chǎn)出模型 （三）宏觀層面：關(guān)注難以量化的社會價值 （四）微觀層面：關(guān)注可以量化的經(jīng)濟(jì)價值 1.商業(yè)視角：CEO/CFO 2.使用視角：CIO/CTO 3.功能視角：廠長/礦工/部門負(fù)責(zé)人 當(dāng)今時代，數(shù)字技術(shù)、數(shù)字經(jīng)濟(jì)是世界科技革命和產(chǎn)業(yè)變革的先機，深度驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級，推動數(shù)字化轉(zhuǎn)型已成為共識。一方面，以數(shù)據(jù)為核心、產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化為載體、數(shù)字基礎(chǔ)設(shè)施為支撐的數(shù)字化轉(zhuǎn)型能推動傳統(tǒng)生產(chǎn)力向新質(zhì)生產(chǎn)力躍升；另一方面，新質(zhì)生產(chǎn)力發(fā)展也要求數(shù)字化轉(zhuǎn)型由標(biāo)桿引領(lǐng)向價值驅(qū)動轉(zhuǎn)變。在這一過程中，利用科學(xué)的評估模型，正確衡量數(shù)字化轉(zhuǎn)型的投入產(chǎn)出關(guān)系，成為引領(lǐng)數(shù)字化轉(zhuǎn)型（一）數(shù)字化轉(zhuǎn)型助力傳統(tǒng)新質(zhì)生產(chǎn)力代表著生產(chǎn)力的躍升和質(zhì)變，是由技術(shù)革命性突破、生產(chǎn)要素創(chuàng)新性配置、產(chǎn)業(yè)深度轉(zhuǎn)型升級而催生的當(dāng)代先進(jìn)生產(chǎn)力。與傳統(tǒng)生產(chǎn)力相比，新質(zhì)生產(chǎn)力的重要特征表現(xiàn)在更高素質(zhì)的勞動者、更高技術(shù)含量的勞動資料、更廣范圍的勞動對象及三者的優(yōu)化組合。以數(shù)字技術(shù)、數(shù)據(jù)要素為核心的數(shù)字化轉(zhuǎn)型有助于推動勞動者、勞動資料和勞動對象向新質(zhì)生產(chǎn)力要求的方向躍升，有利于推動傳統(tǒng)生產(chǎn)力升級形成新質(zhì)生就勞動者而言，數(shù)字化轉(zhuǎn)型通過強化數(shù)字技術(shù)與數(shù)據(jù)要素應(yīng)用，為勞動者提供學(xué)習(xí)、掌握先進(jìn)技術(shù)的機會，能夠提升勞動者的綜合能力，助力其躍升為與新質(zhì)生產(chǎn)力相匹配的知識型、技能型、創(chuàng)新型勞動者。一方面，數(shù)字技術(shù)能夠延展、補充勞動者的技能，降低勞動者掌握技能的難度。另一方面，數(shù)據(jù)要素能夠為管理型勞動者提供決策依據(jù)，提升其管理能力、決策效率和判斷準(zhǔn)就勞動資料而言，數(shù)字化轉(zhuǎn)型通過運用數(shù)字技術(shù)對其進(jìn)行升級改造，推動實現(xiàn)勞動資料數(shù)字化和智能化，使其具備自我感知、自我決策、自我優(yōu)化等特性，助力躍升成為更高技術(shù)含量的勞動資料。例如，智能設(shè)備、物聯(lián)網(wǎng)等技術(shù)應(yīng)用催生了一系列新型勞動資料，包括“高級、精密、尖端”自動化設(shè)備、工業(yè)互聯(lián)網(wǎng)和工業(yè)軟件等，可處理過去需用人力完成的大量工作，并在工作中通過收集數(shù)據(jù)不斷優(yōu)化生產(chǎn)過程，極大的提升就勞動對象而言，數(shù)字化轉(zhuǎn)型通過運用數(shù)字技術(shù)和數(shù)據(jù)要素，促使勞動對象的范圍進(jìn)一步拓展，并向高新科技化和虛擬化延伸。如數(shù)字時代下，勞動對象不局限于傳統(tǒng)物質(zhì)層面的機器設(shè)備、原材料等傳統(tǒng)生產(chǎn)資料，大量的信息和數(shù)據(jù)、電腦網(wǎng)絡(luò)等成為新的勞動對象，擴(kuò)大了勞動對象的范圍，這些新的勞動對象正成為未來產(chǎn)業(yè)和戰(zhàn)略性新興（二）發(fā)展新質(zhì)生產(chǎn)力要求數(shù)字經(jīng)濟(jì)時代的新質(zhì)生產(chǎn)力是以數(shù)字化、網(wǎng)絡(luò)化、智能化的新技術(shù)為支撐，以科技創(chuàng)新為驅(qū)動力，以深化高技術(shù)應(yīng)用為主要特征，具有廣泛的滲透性和融合性的生產(chǎn)力形態(tài)。新質(zhì)生產(chǎn)力作為現(xiàn)代經(jīng)濟(jì)社會發(fā)展的重要驅(qū)動力，對數(shù)字化轉(zhuǎn)型提出了全新的要求。傳統(tǒng)的數(shù)字化轉(zhuǎn)型通常以標(biāo)桿引領(lǐng)為核心，即通過模仿和學(xué)習(xí)行業(yè)內(nèi)的先進(jìn)企業(yè)或成功案例，來推動自身數(shù)字化進(jìn)程。近年來，我國加快推進(jìn)人工智能與制造業(yè)深度融合，推動建成了一批數(shù)字化車間和智能工廠，打造了多個數(shù)字化轉(zhuǎn)型標(biāo)桿示范項目，擁有超過全球三分之一的“燈塔工廠”，標(biāo)隨著技術(shù)的不斷進(jìn)步和市場的日益復(fù)雜化，單純依賴標(biāo)桿企業(yè)的經(jīng)驗和做法已不能完全滿足數(shù)字化轉(zhuǎn)型的個性化需求。數(shù)字化轉(zhuǎn)型已不僅僅是技術(shù)層面的革新，更是組織、文化和價值觀層面的深層次變革。企業(yè)在數(shù)字化轉(zhuǎn)型過程中越來越關(guān)注對其自身經(jīng)營能力、盈利能力的改善，注重挖掘與發(fā)揮自身核心競爭優(yōu)勢，更希望在有限投入的前提下產(chǎn)生更多價值，將數(shù)字化技術(shù)與企業(yè)的戰(zhàn)略目標(biāo)和價值觀相結(jié)合，實現(xiàn)價值創(chuàng)造和因此，單純依賴標(biāo)桿引領(lǐng)已無法滿足新投入產(chǎn)出關(guān)系，作為經(jīng)濟(jì)學(xué)與管理學(xué)中的一個核心概念，關(guān)注的是資源投入與產(chǎn)出成果之間的動態(tài)關(guān)系。這種關(guān)系不僅反映了企業(yè)、行業(yè)乃至整個經(jīng)濟(jì)系統(tǒng)的運作效率，更從深層次揭示了價值驅(qū)動的本質(zhì)。企業(yè)數(shù)字化轉(zhuǎn)型作為一項復(fù)雜的系統(tǒng)工程，投入大、周期長、影響因子多、邊界條件不穩(wěn)定，其產(chǎn)出成效往往要通過主營業(yè)務(wù)的提升來間接體現(xiàn)。研究數(shù)字化轉(zhuǎn)型的投入產(chǎn)出關(guān)系，有利于政府、產(chǎn)業(yè)和企業(yè)等相關(guān)主體精準(zhǔn)評估數(shù)字化轉(zhuǎn)型的成本收益，為企業(yè)數(shù)字化轉(zhuǎn)型決策提供決策依據(jù)，是推動數(shù)字化轉(zhuǎn)型由短期利潤驅(qū)動向價值驅(qū)動轉(zhuǎn)變、推動發(fā)深入理解投入產(chǎn)出關(guān)系有助于精準(zhǔn)定位價值驅(qū)動。企業(yè)資源投入的形式多種多樣，包括人力、物力、資金、技術(shù)等。而產(chǎn)出則體現(xiàn)為由此帶來的經(jīng)濟(jì)效益和社會效益。通過深入分析投入與產(chǎn)出之間的關(guān)系，政府、產(chǎn)業(yè)和企業(yè)等相關(guān)主體可以明確哪些數(shù)字化資源投入對價值創(chuàng)造貢獻(xiàn)最大，哪些環(huán)節(jié)存在效率損失或價值泄露，從而為優(yōu)化資源配投入產(chǎn)出關(guān)系研究還有助于實現(xiàn)價值驅(qū)動轉(zhuǎn)變。在價值驅(qū)動模式下，企業(yè)不再單純追求短期的利潤最大化，而是將短期商業(yè)價值與可持續(xù)發(fā)展等長期戰(zhàn)略價值結(jié)合考慮，不斷調(diào)整和優(yōu)化投入產(chǎn)出結(jié)構(gòu)，確保資源的有效利用和產(chǎn)出的最大化。通過改進(jìn)生產(chǎn)流程、提升技術(shù)水平、加強成本控制等措施，持續(xù)探究投入產(chǎn)出關(guān)系有助于敏銳把握發(fā)展機遇。隨著市場環(huán)境的不斷變化，投入產(chǎn)出關(guān)系也會受到各種因素的影響而發(fā)生變化。通過及時監(jiān)測和分析投入產(chǎn)出數(shù)據(jù)，政府、產(chǎn)業(yè)和企業(yè)等相關(guān)主體可以迅速發(fā)現(xiàn)市場趨勢的變化，對激烈市場環(huán)境保持敏銳洞察力，以調(diào)整戰(zhàn)略方向、抓住發(fā)展機遇。同時，這也有助于相關(guān)主體在風(fēng)險來臨時做出及時應(yīng)對，降低潛在損失。因此，對社會各界而言，重視并加強對投入產(chǎn)出關(guān)系的探究以價值驅(qū)動的數(shù)字化轉(zhuǎn)型是從企業(yè)的實際需求出發(fā)，不是為了做數(shù)字化而做數(shù)字化，而是通過數(shù)字化來解決業(yè)務(wù)痛點、創(chuàng)造真實價值。我們將數(shù)字化轉(zhuǎn)型中行之有效的規(guī)律總結(jié)為“三大模式、五大場景、一條主線”，識別常見的誤區(qū)和陷阱，并進(jìn)一步提出符合新質(zhì)生產(chǎn)力特征的數(shù)字化關(guān)鍵投入要的三大模式、五大場景與一從產(chǎn)業(yè)的層面看，我們識別出三種由價值驅(qū)動的組織模式，這三種模式下的數(shù)字化轉(zhuǎn)型路徑不一，但都是從需求出發(fā)，探索出龍頭企業(yè)訂單牽引型。當(dāng)今的產(chǎn)業(yè)競爭，在某些領(lǐng)域已經(jīng)從企業(yè)與企業(yè)的競爭升級為某產(chǎn)業(yè)生態(tài)與生態(tài)的競爭。龍頭企業(yè)在自身加速數(shù)字化轉(zhuǎn)型的同時，出于打造柔性、敏捷智慧供應(yīng)鏈的考慮，以訂單為牽引，對供應(yīng)商數(shù)字化轉(zhuǎn)型水平提出明確要求，倒逼供應(yīng)鏈上游企業(yè)加速數(shù)字化轉(zhuǎn)型。如蘋果、特斯拉等整機企業(yè)，均對零部件供應(yīng)商數(shù)字化能力提出要求，有力推動供應(yīng)鏈上游企業(yè)數(shù)字化轉(zhuǎn)型。國內(nèi)整機企業(yè)如華為、小米等，在帶動供應(yīng)鏈企業(yè)協(xié)同轉(zhuǎn)型中賦能平臺供需對接型。第三方平臺企業(yè)深耕產(chǎn)業(yè)鏈上玩家分散、效率不高的中間環(huán)節(jié)，分行業(yè)提供供需對接、集采集銷、供應(yīng)鏈金融等服務(wù)，構(gòu)建虛實結(jié)合的產(chǎn)業(yè)數(shù)字化新生態(tài)。如致景科技建設(shè)全布、百布、飛梭智紡和天工智創(chuàng)等平臺，鏈接上游織廠超9000家，服務(wù)下游企業(yè)近萬家，降低生產(chǎn)質(zhì)量問題32%，減少訂單延誤65%。國聯(lián)股份整合下游企業(yè)需求集中反饋至上游廠商，賦能上下游296萬余家中小企業(yè)，平均降低企業(yè)成本7%。海外市場需求拓展型?？缇畴娚唐髽I(yè)依托自身全球訂單資源匯聚能力，通過數(shù)字化手段賦能商家進(jìn)行柔性標(biāo)準(zhǔn)化的生產(chǎn)，依托“跨境電商+產(chǎn)業(yè)帶”模式，發(fā)揮我國全產(chǎn)業(yè)鏈產(chǎn)能優(yōu)勢，推動中國制造從產(chǎn)品出海向品牌出海升級。如希音跨境電商業(yè)務(wù)整合全國300多個不同城市產(chǎn)業(yè)帶資源，把產(chǎn)業(yè)帶與數(shù)字貿(mào)易和數(shù)字化柔性供應(yīng)鏈貫通，預(yù)計在未來三年幫助全球1萬個賣家年銷售額突破100萬美元，幫助10萬個中小賣家年銷售額達(dá)到10萬美元。從企業(yè)本身的業(yè)務(wù)場景看，數(shù)字化將驅(qū)動業(yè)務(wù)場景的全方位變革，引領(lǐng)企業(yè)在研產(chǎn)研發(fā)模式從瀑布式1向DevOps2轉(zhuǎn)型，通過敏捷開發(fā)與迭代、拉通前端研發(fā)與后端運維的通路，更快滿足變化的市場需求。例如，華為將DevOps理念融入到整個軟件開發(fā)和運維流程中，構(gòu)建了一個高效的自動化工具鏈，并外溢為華為云的產(chǎn)品。通過持續(xù)集成、持續(xù)交付和持續(xù)部署等自動化實踐，華為云能夠幫助企業(yè)更快速地識別和解決軟件需求分析、軟件設(shè)計、程序編寫、軟件測試和運行維護(hù)，且這些階段的順序是自上而下、相互銜接2Development和Operations的組合詞，強調(diào)軟件開發(fā)人員與技術(shù)運維人員之間的溝通。第二章價值驅(qū)動下的數(shù)字化轉(zhuǎn)型規(guī)律總結(jié)生產(chǎn)模式從大規(guī)模標(biāo)準(zhǔn)化的生產(chǎn)到大規(guī)模個性化定制，滿足千人千面的需求。例如，酷特智能基于大數(shù)據(jù)和用戶洞察，自動匹配版型，為用戶提供在線服裝定制，帶來訂單收入增長，在汽車、家居、家電行業(yè)也供應(yīng)鏈管理依托數(shù)字化的賦能向韌性、安全、協(xié)同高效與綠色低碳轉(zhuǎn)型。例如，聯(lián)想集團(tuán)自主研發(fā)全球供應(yīng)鏈ESG數(shù)字化平臺，集中化管理分散的ESG相關(guān)數(shù)據(jù)，提供數(shù)據(jù)驅(qū)動的ESG分析與決策能力；藍(lán)思科技構(gòu)建供應(yīng)商管理協(xié)同平臺，向上游供應(yīng)商提供云協(xié)作門戶，集成供應(yīng)商的生產(chǎn)、倉儲、運輸管理等系統(tǒng)，實時傳遞訂單、計劃等信息，實現(xiàn)可視化管控與資源調(diào)度，降低采購銷售模式向基于數(shù)據(jù)的精準(zhǔn)營銷驅(qū)動、消費者驅(qū)動的業(yè)務(wù)創(chuàng)新轉(zhuǎn)型。例如，光明乳業(yè)利用大數(shù)據(jù)采集消費者信息，描繪360度消費者家庭畫像，實現(xiàn)營銷活動的精準(zhǔn)策劃；伊利通過從線上、線下等渠道收集產(chǎn)品評論和消費者建議等信息，利用大數(shù)據(jù)數(shù)據(jù)分析技術(shù)識別產(chǎn)品改進(jìn)點，進(jìn)一步驅(qū)動新產(chǎn)品研發(fā)創(chuàng)新3；維尚家具為消費者提供家居個性化定制設(shè)計，基于客戶需求挖掘，應(yīng)用模塊化服務(wù)模式向提供基于AI、大數(shù)據(jù)、云的高價值產(chǎn)品及增值服務(wù)轉(zhuǎn)型，客戶不再基于產(chǎn)品付費、而是基于價值與服務(wù)付費。例如，羅羅公司銷售飛機發(fā)動機后，基于大數(shù)據(jù)開展健康狀態(tài)監(jiān)測、燃油效率改進(jìn)，幫助航空公司節(jié)省燃油成本；特斯拉等汽車企業(yè)向用戶提供OTA在線升級服務(wù)，讓售出的產(chǎn)在三大模式、五大場景的背后，數(shù)據(jù)驅(qū)動是貫穿始終的主線。信息化時期，企業(yè)主要是推動信息的數(shù)據(jù)化，并促進(jìn)其高效流動。但數(shù)字化轉(zhuǎn)型將產(chǎn)生和積累海量數(shù)據(jù)，構(gòu)建數(shù)字孿生世界，不僅驅(qū)動產(chǎn)業(yè)鏈上下游的業(yè)務(wù)協(xié)同與共贏，也將驅(qū)動企業(yè)自身研產(chǎn)供銷服各環(huán)節(jié)的數(shù)據(jù)拉通、價值挖掘與決策優(yōu)化，從而實現(xiàn)全局最優(yōu)。例如，在研發(fā)環(huán)節(jié)中，寧德時代結(jié)合材料機理、大數(shù)據(jù)分析和人工智能算法探索各種材料基因的結(jié)合點，加速電解液、正極、包覆等電池材料的開發(fā)，縮短研發(fā)周期30%，降低研發(fā)成本30%；在生產(chǎn)環(huán)節(jié)中，寶武鄂城鋼鐵，基于“數(shù)據(jù)+機理”構(gòu)建轉(zhuǎn)爐工藝過程模型，破解轉(zhuǎn)爐煉鋼過程“黑箱”，動態(tài)優(yōu)化和實時控制氧槍、副槍及加料等操作參數(shù)，煉制效率提升23%，煉制能耗降低15%；在全流程的管理與決策中，濰柴動力構(gòu)建智能管理與決策分析平臺，匯聚生產(chǎn)數(shù)據(jù)，基于大數(shù)據(jù)分析結(jié)合人工智能算法，開展動態(tài)資源調(diào)度、設(shè)備預(yù)測維護(hù)、能耗智能優(yōu)化等數(shù)據(jù)應(yīng)用，生產(chǎn)效率提升30%，生產(chǎn)成本降低15%。（二）數(shù)字化轉(zhuǎn)型中容易陷無論是產(chǎn)業(yè)還是企業(yè)的數(shù)字化轉(zhuǎn)型，在實踐過程中仍然存在很多認(rèn)知的誤區(qū)和陷阱。我們需要正視這些陷阱和誤區(qū)的存在，因為數(shù)字化轉(zhuǎn)型本身是一個螺旋式上升的過程，很多成功實現(xiàn)了數(shù)字化轉(zhuǎn)型階段性成果的企業(yè)，也是在不斷的試錯中完善適合自身的解決方案。本報告通過識別一些容易陷入的誤區(qū)和陷阱，希望幫助大家更好理解價值誤區(qū)一：“新瓶裝舊酒”。企業(yè)在智能工廠、數(shù)字車間實踐中，容易陷入部署了一3中國信通院，《中國智能制造發(fā)展研究報告-智能工廠》批軟件系統(tǒng)，購買了大量智能裝備，提升了生產(chǎn)制造效率，但企業(yè)經(jīng)營績效沒有發(fā)生質(zhì)的變革。建議同步開展生產(chǎn)工藝、管理等業(yè)務(wù)模式的優(yōu)化，推動業(yè)務(wù)模式變革，將新技術(shù)應(yīng)用與業(yè)務(wù)模式優(yōu)化結(jié)合起來，從而提升誤區(qū)二：“畢其功于一役”。很多企業(yè)在數(shù)字化過程中急于求成，注重獲得短期收益，制定不切實際的轉(zhuǎn)型目標(biāo)，想要通過一次大投資、大動作解決所有轉(zhuǎn)型問題，而忽略了轉(zhuǎn)型過程的持續(xù)性和漸進(jìn)性。從普遍實踐看，數(shù)字化是一個螺旋式上升的長期過程，而非一蹴而就的任務(wù)，建議將轉(zhuǎn)型目標(biāo)誤區(qū)三：“完美主義”。在轉(zhuǎn)型的路徑選擇上，不要過度追求完美主義，轉(zhuǎn)型的目標(biāo)和大方向基本正確就可以，否則可能錯失市場機遇和先機。數(shù)字化轉(zhuǎn)型是一個動態(tài)、復(fù)雜而漫長的過程，需隨著技術(shù)進(jìn)步和市場需求變化隨時調(diào)整，建議將精力集中在轉(zhuǎn)型的核心目標(biāo)和戰(zhàn)略方向上，不斷調(diào)整和優(yōu)化誤區(qū)四：“穿上紅舞鞋”。一些企業(yè)被數(shù)字化轉(zhuǎn)型的熱潮和新技術(shù)的光鮮亮麗所迷惑，迷倒在自己的想法里，忽視了轉(zhuǎn)型的目的和實際效用。數(shù)字化的目的是為了解決企業(yè)實際的業(yè)務(wù)痛點，建議企業(yè)基于實際業(yè)務(wù)需求選擇合適的技術(shù)解決方案，并保持兼容并蓄、開放協(xié)作的態(tài)度，積極汲取本行業(yè)數(shù)字化的成功經(jīng)驗，批判性地看待自身數(shù)字化誤區(qū)五：“數(shù)字化是IT的事”。數(shù)字化轉(zhuǎn)型不僅僅是技術(shù)和信息技術(shù)（IT）部門的事情，而是涉及企業(yè)的方方面面，包括業(yè)務(wù)流程、組織結(jié)構(gòu)、文化變革以及客戶體驗等。建議企業(yè)將數(shù)字化轉(zhuǎn)型工作上升為“一把手”工程，設(shè)立數(shù)字化轉(zhuǎn)型管理部門，通過各部門協(xié)同合作、力出一孔，系統(tǒng)推進(jìn)數(shù)誤區(qū)六：“數(shù)字化成為新業(yè)務(wù)”。有一（三）以價值效益為導(dǎo)向的數(shù)字化轉(zhuǎn)型三大關(guān)鍵投入企業(yè)收獲數(shù)字化帶來價值的前提，是對生產(chǎn)要素的合理投入。農(nóng)業(yè)經(jīng)濟(jì)時代，以土地、勞動力為關(guān)鍵生產(chǎn)要素，通過體力勞動對土地資源進(jìn)行開發(fā)投入，解決溫飽問題。工業(yè)經(jīng)濟(jì)時代，機器的出現(xiàn)把勞動者從繁重的體力勞動中解放出來。隨著資本積累，帶動各類生產(chǎn)要素集聚配置，促進(jìn)擴(kuò)大社會化再生產(chǎn)；隨著技術(shù)進(jìn)步，帶來機器制造上的進(jìn)步，同時促進(jìn)了管理和組織方式革新，大大提高了生產(chǎn)效率。對于資本、技術(shù)等的投入成為這個階段的關(guān)鍵。數(shù)字經(jīng)濟(jì)時代，資本、傳統(tǒng)勞動力等生產(chǎn)要素投入的邊際產(chǎn)出在逐漸下降，數(shù)據(jù)、技術(shù)和數(shù)字化勞動力4投入的產(chǎn)出效益在持續(xù)上升，未來將是以數(shù)據(jù)驅(qū)動的物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、云計算等數(shù)字技術(shù)重大創(chuàng)新為標(biāo)志，這些投入將帶來更為明顯的乘數(shù)效應(yīng)，有效擴(kuò)大市場需求和投資空間，使工業(yè)時代的生產(chǎn)方式發(fā)生變革，構(gòu)建穩(wěn)定、可循環(huán)的產(chǎn)業(yè)鏈、供應(yīng)鏈和第二章價值驅(qū)動下的數(shù)字化轉(zhuǎn)型規(guī)律總結(jié)1.數(shù)據(jù)作為新生產(chǎn)要素蘊涵巨大價值數(shù)據(jù)所具備的基本特征有利于其價值釋放。與土地、勞動力、管理、技術(shù)、資本等傳統(tǒng)生產(chǎn)要素相比，數(shù)據(jù)超越了傳統(tǒng)要素的基本屬性、作用形態(tài)和增值方式。一是數(shù)據(jù)具有非競爭性、規(guī)模報酬遞增性。同一組數(shù)據(jù)可以同時被多個企業(yè)或個人使用，一個額外的使用者不會減少其他現(xiàn)存數(shù)據(jù)使用者的效用。這一特點揭示，數(shù)據(jù)額外使用的邊際成本為零，因而具有高使用效率與巨大的潛在經(jīng)濟(jì)價值。數(shù)據(jù)的規(guī)模越大、種類越豐富，產(chǎn)生的信息和知識就越多，價值就越大，由此帶來的經(jīng)濟(jì)價值將非?？捎^。二是數(shù)據(jù)具有一定程度的非排他屬性。數(shù)據(jù)本身具備的非常強大的復(fù)用效率使其可以按照既有模式在一定范圍按照一定權(quán)限重復(fù)使用，這無疑徹底顛覆了傳統(tǒng)要素的使用局限。有些數(shù)據(jù)由于生產(chǎn)過程比較復(fù)雜，存在多方同時產(chǎn)生、同時共享共用的情況，這樣的數(shù)據(jù)就具有非排他性。三是數(shù)據(jù)具有很強的流動性。數(shù)據(jù)資源具有多維屬性，適用于不同的場景和目的，具有廣泛的應(yīng)用領(lǐng)域。相比之下，傳統(tǒng)生產(chǎn)要素通常是相對單一的，只能用于特定用途。數(shù)據(jù)要素具有可復(fù)制性，數(shù)據(jù)資源可以輕松復(fù)制和存儲，而傳統(tǒng)生產(chǎn)要素的復(fù)制通常需要更多的投入和資源。這使得數(shù)據(jù)要素的流通、利用成本相對較低，促數(shù)據(jù)與其他生產(chǎn)要素結(jié)合產(chǎn)生乘數(shù)效應(yīng)。2023年12月，國家數(shù)據(jù)局會同中央網(wǎng)信辦、科技部、工業(yè)和信息化部等17部門聯(lián)合印發(fā)《“數(shù)據(jù)要素×”三年行動計劃（2024—2026年）》，強調(diào)發(fā)揮數(shù)據(jù)要素的放大、疊加、倍增作用。數(shù)據(jù)要素價值實現(xiàn)在于與具體應(yīng)用場景的結(jié)合，通過從數(shù)據(jù)中挖掘有用信息，作用于其他要素，能夠找到企業(yè)、行業(yè)、產(chǎn)業(yè)在要素資源約束下的“最優(yōu)解”。通過基于行業(yè)間數(shù)據(jù)復(fù)用的價值創(chuàng)造，能夠不斷拓展經(jīng)濟(jì)增長新空間，推動各行業(yè)知識的相互碰撞，孕育出新產(chǎn)品、新服務(wù)，創(chuàng)造新的價值增量。不同類型、不同維度的數(shù)據(jù)融合，能夠推動不同領(lǐng)域的知識滲透，促進(jìn)生產(chǎn)工具創(chuàng)新升級，催生新產(chǎn)業(yè)、新模式。例如數(shù)據(jù)要素×金融服務(wù)將輔助投融資決策和風(fēng)險管控，推動金融服務(wù)實體經(jīng)濟(jì)的發(fā)展，并加速各行業(yè)各領(lǐng)域資源的有效開發(fā)利用。數(shù)據(jù)要素×科技創(chuàng)新將催生新產(chǎn)業(yè)、新業(yè)態(tài)，促進(jìn)先進(jìn)技術(shù)的傳播、擴(kuò)散，數(shù)據(jù)通過資源化、資產(chǎn)化為企業(yè)帶來變革機遇。數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)時代驅(qū)動數(shù)字化投入的核心要素，對產(chǎn)業(yè)創(chuàng)新發(fā)展與提質(zhì)增效具有變革性影響。數(shù)據(jù)資源化通過采集、計算和分析數(shù)據(jù)，提升了企業(yè)的運營效率，輔助企業(yè)生產(chǎn)實現(xiàn)提質(zhì)降本增效。數(shù)據(jù)資產(chǎn)化通過將數(shù)據(jù)資產(chǎn)入表，實現(xiàn)了價值變現(xiàn)，幫助企業(yè)增加資產(chǎn)，提升信用，并推動了企業(yè)數(shù)據(jù)的開發(fā)和深度利用。2023年8月，財政部印發(fā)《企業(yè)數(shù)據(jù)資源相關(guān)會計處理暫行規(guī)定》。圍繞數(shù)據(jù)資源是否可以確認(rèn)為資產(chǎn)、可能確認(rèn)的資產(chǎn)類別以及相關(guān)確認(rèn)和計量等問題進(jìn)行了規(guī)范，以全面地反映數(shù)據(jù)資源對企業(yè)財務(wù)狀況、經(jīng)營成果等的影響。符合數(shù)據(jù)資產(chǎn)確認(rèn)條件的數(shù)字化投入可從數(shù)據(jù)資源轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)，并直接或間接優(yōu)化財務(wù)指標(biāo)。數(shù)據(jù)資源“入表”能更全面反映企業(yè)資產(chǎn)價值，助力企業(yè)獲得多渠道資金支持，為企業(yè)數(shù)據(jù)資產(chǎn)質(zhì)押融資、開展IPO等業(yè)務(wù)提供有效支撐。（圖1：數(shù)據(jù)資源入表對企業(yè)報表的影響）2.數(shù)字技術(shù)投入將重構(gòu)產(chǎn)業(yè)價值鏈通用人工智能引發(fā)廣泛產(chǎn)業(yè)變革。人工智能技術(shù)發(fā)展推動傳統(tǒng)產(chǎn)業(yè)邁向數(shù)字化和智能化發(fā)展階段，并培育壯大了智能產(chǎn)業(yè)，“AI+”的發(fā)展方向越發(fā)明晰，教育、醫(yī)療、金融等新興產(chǎn)業(yè)都通過人工智能技術(shù)得到了迅速發(fā)展，成熟的人工智能技術(shù)已經(jīng)成為提高效率、降低成本、優(yōu)化服務(wù)體驗的關(guān)鍵手段。同時，人工智能技術(shù)正改變企業(yè)數(shù)字化轉(zhuǎn)型的投入和實施模式，一些企業(yè)開始利用通用人工智能代替或優(yōu)化傳統(tǒng)的數(shù)字化工具。比如，西門子與微軟聯(lián)合部署ChatGPT，致力于幫助各種規(guī)模的企業(yè)員工以全新的方式進(jìn)行協(xié)作和創(chuàng)新，雙方還宣布算力成為推動新技術(shù)發(fā)展的重要驅(qū)動力。算力作為數(shù)字時代的新型生產(chǎn)力，是支持人工智能、云計算、大數(shù)據(jù)、區(qū)塊鏈、元宇宙等興起發(fā)展的重要基礎(chǔ)，比如，在人工資產(chǎn)負(fù)債表利潤表現(xiàn)金流量表企業(yè)資產(chǎn)費用存貨無形資產(chǎn)存貨無形資產(chǎn)注：假設(shè)企業(yè)營業(yè)活動現(xiàn)金流量增長比率高于企業(yè)凈資料來源：財政部《企業(yè)數(shù)據(jù)資源相關(guān)會計處理暫行規(guī)第二章價值驅(qū)動下的數(shù)字化轉(zhuǎn)型規(guī)律總結(jié)智能領(lǐng)域，其復(fù)雜的模型和大規(guī)模訓(xùn)練需要大規(guī)模的高算力支持，一方面，作為人工智能的“發(fā)動機”，強勁大規(guī)模的算力將加速推動人類社會進(jìn)入人工智能時代。另一方面，算力的指數(shù)級增長也為新一輪人工智能突破提供了重要支撐，大算力大數(shù)據(jù)推動人工智能走向大模型時代。沒有算力作為基礎(chǔ)支撐，大模型難以得到快速發(fā)展。目前，為推動人工智能進(jìn)一步深入發(fā)展，我國正加大對人工智能算力基礎(chǔ)設(shè)施的投資。據(jù)IDC統(tǒng)計，截至2023年8月，全國已有超過30個城市建設(shè)智算中心，總建設(shè)規(guī)模超過200億。云計算成為釋放企業(yè)潛能的關(guān)鍵。云計算已成為企業(yè)及產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵基礎(chǔ)，為企業(yè)帶來了諸如數(shù)據(jù)共享和投資成本降低等競爭優(yōu)勢，加速產(chǎn)業(yè)轉(zhuǎn)型升級和協(xié)同發(fā)展的步伐。公有云投資成本較低，使用方便且靈活度高，其特殊容錯措施實現(xiàn)了使用極低成本節(jié)點構(gòu)成云，同時自動化集中式管理大幅降低了管理成本，并減少了維護(hù)和支持硬件和軟件的需求，從而提高了資源利用率，降低了云計算服務(wù)費用，展現(xiàn)出價格優(yōu)勢。服務(wù)應(yīng)用便捷性也是云計算的一大優(yōu)勢，企業(yè)可以避開硬件安裝和軟件開發(fā)環(huán)節(jié)，快速部署應(yīng)用系統(tǒng)，而云計算的簡易調(diào)用和易推廣性更是為企業(yè)帶來了便利。云計算，云服務(wù)、云化軟件工具和云計算基礎(chǔ)設(shè)施等，可被視為企業(yè)的研發(fā)支出，從而增加企業(yè)的研發(fā)投入比例。公司可以將資本支出（CAPEX）轉(zhuǎn)換為運營支出（OPEX運營3.圍繞勞動力升級的數(shù)字化投入將帶在對數(shù)字化轉(zhuǎn)型的研究和實踐當(dāng)中，數(shù)字化轉(zhuǎn)型和勞動力轉(zhuǎn)型是相輔相成的，人員數(shù)字化素養(yǎng)的提升同樣是轉(zhuǎn)型成功的關(guān)鍵。當(dāng)前，勞動力的絕對數(shù)量呈下降趨勢，傳統(tǒng)勞動力短缺的問題進(jìn)一步凸顯。員工體驗也在影響傳統(tǒng)勞動力供給，隨著生活質(zhì)量和教育水平不斷提高，諸多企業(yè)面臨老齡化、招工難等困境。在這種情況下，數(shù)字化技術(shù)為工作模式帶來了重大革新，企業(yè)正積極尋求利用數(shù)字化技術(shù)，打破人機邊界，推動用工模式的深刻轉(zhuǎn)型。數(shù)字技術(shù)為員工效率賦能，通過設(shè)施、設(shè)備和軟件等工具提高了員工的工作效率，減少了工作時長。以流水線工人為例，傳統(tǒng)流水線工人在完成體力需求高的工作時，面臨高錯誤率和操作困難的問題。通過數(shù)字化技術(shù)賦能傳統(tǒng)流水線，數(shù)字化的防差錯系統(tǒng)等工具使得操作更為輕松，錯誤率得以降低。此外，數(shù)字化勞動力也在逐漸進(jìn)入業(yè)界視野，數(shù)字勞動力的興起將推動數(shù)字經(jīng)濟(jì)的增長，機器人和數(shù)字化員工將逐漸替代傳統(tǒng)重復(fù)性的工作。在客服領(lǐng)域，傳統(tǒng)人工客服存在著回答響應(yīng)時間長、交互態(tài)度差以及知識和專業(yè)水平不足等問題，而AI客服、數(shù)字化客服等的引入，則可以減少等待時間，降低情緒輸出風(fēng)險，并且擁有豐富的大數(shù)據(jù)知識學(xué)習(xí)庫，以更高效、更專業(yè)基于對價值驅(qū)動下數(shù)字化轉(zhuǎn)型規(guī)律的認(rèn)識，為了更加有效的推動行業(yè)進(jìn)行深度變革，正確評估數(shù)字化轉(zhuǎn)型投入產(chǎn)出關(guān)系成為政府及每一個企業(yè)的必答題，為更好的探究實現(xiàn)價值驅(qū)動的關(guān)鍵環(huán)節(jié)，即數(shù)字化投入產(chǎn)出關(guān)系，我們基于對煤炭、汽車、家電等代表性行業(yè)內(nèi)重點企業(yè)的剖析，獲取代表性行業(yè)內(nèi)企業(yè)的具體運營數(shù)據(jù)支撐，用扎實的調(diào)查研究、決策者訪談和詳實的數(shù)據(jù)統(tǒng)計、案例分析等方法進(jìn)行分析，并通過梳理參考業(yè)界已有的數(shù)字化轉(zhuǎn)型評估模型、方法論，構(gòu)建了包括宏觀和微觀兩個層面的產(chǎn)業(yè)、商業(yè)、使用、功能、實施5級視角，且以價值驅(qū)動為導(dǎo)向的數(shù)字化投入產(chǎn)出模型。我們梳理了投入產(chǎn)出的相關(guān)定義，詳細(xì)解釋了兩層5級模型架構(gòu)的內(nèi)涵，期望能夠通過本模型幫助政府行業(yè)管理者、企業(yè)決策者基于數(shù)據(jù)、模型進(jìn)行科學(xué)預(yù)測數(shù)字化的本質(zhì)是以先進(jìn)的數(shù)字技術(shù)來改變產(chǎn)業(yè)。以制造業(yè)和能源類等工業(yè)企業(yè)為例，此類型企業(yè)所覆蓋的運營范圍涉及研發(fā)、生產(chǎn)、供應(yīng)鏈、銷售、服務(wù)等多個價值鏈環(huán)節(jié)，所需的技術(shù)類型也更加多樣化，主要包括信息技術(shù)（IT），著相關(guān)技術(shù)在信息化、數(shù)字化、智能化進(jìn)程中不斷改進(jìn)，數(shù)字化投入所覆蓋的技術(shù)范圍也在持續(xù)變化，為了更好理解數(shù)字化所涉及的范圍，本報告收集了部分代表性技術(shù)作為示例，以更好智能化數(shù)字化信息化智能引領(lǐng)數(shù)據(jù)驅(qū)動IT技術(shù)CT技術(shù)OT技術(shù)智能化數(shù)字化信息化智能引領(lǐng)數(shù)據(jù)驅(qū)動GG通用人工智能通用人工智能機器視覺機器學(xué)習(xí)AR/VRHH算網(wǎng)一體II智能智能機器人數(shù)字化支出DD云計算云計算大數(shù)據(jù)EE物聯(lián)網(wǎng)物聯(lián)網(wǎng)5G/IPV6邊緣計算FF傳感器傳感器3D打印工業(yè)機器人信息化支出互聯(lián)網(wǎng)信息化支出互聯(lián)網(wǎng)BA計算機自動化數(shù)控機床C自動化數(shù)控機床C信息化階段：信息化階段的企業(yè)投入主要包括計算機、ERP等IT技術(shù)和互聯(lián)網(wǎng)等CT技術(shù)，這個階段的特征是：基于業(yè)務(wù)需求，將原先的物理信息、流程搬到線上，被計算機所存儲和識別，數(shù)據(jù)成為信息系統(tǒng)的副產(chǎn)品。同時，信息化階段還包含自動化，自動數(shù)字化階段：數(shù)字化階段的企業(yè)投入包括云計算、大數(shù)據(jù)等IT技術(shù)、物聯(lián)網(wǎng)、5G/IPv6、邊緣計算等CT技術(shù)，以及傳感器、3D打印機、工業(yè)機器人等OT技術(shù)，這個階段的發(fā)展特征是：強化數(shù)字技術(shù)賦能，利用數(shù)據(jù)智能化階段：智能化階段的企業(yè)投入包括通用人工智能、機器視覺、機器學(xué)習(xí)、AR/VR等新一代IT技術(shù)、自動駕駛網(wǎng)絡(luò)、算網(wǎng)一體等最新CT技術(shù)以及智能機器人等OT技術(shù)，這個階段的發(fā)展特征是：通過增強人工智能、機器學(xué)習(xí)和高級分析功能對企業(yè)經(jīng)營進(jìn)基于以上對技術(shù)的概念認(rèn)知，并且結(jié)合企業(yè)財務(wù)管理的普遍認(rèn)知，本報告考慮的數(shù)字化投入包含以上三階段，即數(shù)字化支出5=息化、數(shù)字化、智能化等三個階段的OICT技術(shù)；數(shù)字化支出包含信息化和自動化支出，還覆蓋數(shù)字化和智能化階段的相關(guān)技術(shù)投入，如數(shù)字化階段的云計算、物聯(lián)網(wǎng)、傳感器等技術(shù)投入，以及智能化階段的通用人工智能、自動駕駛網(wǎng)絡(luò)、智能機器人等相關(guān)的5數(shù)字化支出涉及到企業(yè)數(shù)字化設(shè)施設(shè)備、軟件等開支，并可能作為企業(yè)投資。同時，基于財務(wù)角度，符合相關(guān)會計標(biāo)準(zhǔn)的數(shù)字化支出或可被稱為企業(yè)資本性支出（CAPEX并且從報表層面披露為企業(yè)固定資產(chǎn)賦能政府賦能(Government)：政策引導(dǎo)、產(chǎn)業(yè)集聚ENABLE產(chǎn)業(yè)賦能(Industry)：產(chǎn)業(yè)平臺、鏈主牽引社會價值社會價值MODEL產(chǎn)業(yè)視角企業(yè)CEO商業(yè)視角數(shù)字化投入產(chǎn)出模型數(shù)字化投入產(chǎn)出模型APPLY宏觀層面宏觀層面發(fā)展新質(zhì)生產(chǎn)力，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展發(fā)展新質(zhì)生產(chǎn)力，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展微觀層面微觀層面全員勞動營業(yè)現(xiàn)金研發(fā)經(jīng)費資產(chǎn)全員勞動營業(yè)現(xiàn)金研發(fā)經(jīng)費資產(chǎn)總額收益率生產(chǎn)率比率投入強度OUTPUT經(jīng)濟(jì)價值OUTPUT經(jīng)濟(jì)價值(Economy)社會價值(Social)CEO/CFO…數(shù)據(jù)(Data)數(shù)據(jù)(Data)(Technology)(LaborResource)IT支出占收入IT支出占運營支出百分比(ITO)使用視角CIO/CTO投資回報率(ROI)經(jīng)濟(jì)價值功能視角廠長/礦長/部門負(fù)責(zé)人OEE研發(fā)周期庫存周轉(zhuǎn)率平均交貨周期…原煤產(chǎn)量噸鋼能耗單位產(chǎn)品成本物料齊套率…機器人工作節(jié)拍事故發(fā)生次數(shù)停機時長巡檢時間工人數(shù)量工人工作時長設(shè)備運行時間運輸周期…使用視角CIO/CTO投資回報率(ROI)經(jīng)濟(jì)價值功能視角廠長/礦長/部門負(fù)責(zé)人OEE研發(fā)周期庫存周轉(zhuǎn)率平均交貨周期…原煤產(chǎn)量噸鋼能耗單位產(chǎn)品成本物料齊套率…機器人工作節(jié)拍事故發(fā)生次數(shù)停機時長巡檢時間工人數(shù)量工人工作時長設(shè)備運行時間運輸周期…決心(Determination)能力(Capability)解決方案(SolutionOffering)本報告以數(shù)字化投入產(chǎn)出模型為主線，并進(jìn)行重點行業(yè)高價值場景的應(yīng)用和測算。數(shù)字化投入方面，關(guān)注數(shù)據(jù)、勞動力、技術(shù)這三大生產(chǎn)要素；模型方面，研究數(shù)字化投入所產(chǎn)生的價值是如何層層傳遞的；產(chǎn)出方面，基于不同角色來考慮數(shù)字化所帶來的經(jīng)濟(jì)價值和社會價值；賦能方面，基于宏觀和微觀兩個維度分析其為數(shù)字化轉(zhuǎn)型所帶來的疊加效應(yīng)或乘數(shù)效應(yīng)；約束/條件方面，基于能力、決心、解決方案的不同，企業(yè)在數(shù)本報告嘗試挖掘數(shù)字化投入與產(chǎn)出之間的關(guān)系，無意窮盡數(shù)字化投入給企業(yè)帶來的全部價值，且由于企業(yè)本身的業(yè)務(wù)成熟度與數(shù)字化成熟度存在差異，社會價值也難以進(jìn)行精準(zhǔn)的定量測算，實現(xiàn)完全精準(zhǔn)的投入產(chǎn)出測算有較大難度。所以，希望本報告的研究成果能為企業(yè)提供 創(chuàng)新 創(chuàng)新聚焦創(chuàng)新業(yè)態(tài)、產(chǎn)品/服務(wù)創(chuàng)新賦能、企業(yè) 生態(tài)營造區(qū)域協(xié)同、行業(yè)貫通的數(shù)字化轉(zhuǎn)型生態(tài)體系非量化量化非量化量化 共享促進(jìn)各方技術(shù)、人才、數(shù)據(jù)等優(yōu)質(zhì)資源共享 安全微觀上提高生產(chǎn)安全、宏觀上保障產(chǎn)業(yè)安全 提質(zhì)流程上提高生產(chǎn)質(zhì)量、結(jié)果上保證產(chǎn)品質(zhì)量 降本 降本從研發(fā)、人工、能耗、安全等不同維度節(jié)約成本 增效提高生產(chǎn)效率、自動化故障處理、降低庫存周轉(zhuǎn)時間 增收提升固有業(yè)務(wù)收入、探索新興業(yè)務(wù)收入產(chǎn)出方面，從微觀層面和宏觀層面出發(fā)，衡量易于量化的經(jīng)濟(jì)價值和難以量化的社會價值經(jīng)濟(jì)價值其中，在宏觀層面上，基于產(chǎn)業(yè)視角出發(fā)，政府部門重點關(guān)注產(chǎn)業(yè)政策規(guī)劃、產(chǎn)業(yè)鏈布局、產(chǎn)業(yè)創(chuàng)新發(fā)展、產(chǎn)業(yè)集群、產(chǎn)業(yè)安全等方面的作用和價值；企業(yè)家探索如何通過創(chuàng)新、生態(tài)、共享、綠色安全等方面的建設(shè)以提升企業(yè)長期競爭力、滿足社會責(zé)任要社會價值經(jīng)濟(jì)價值功能視角、實施視角四個部分。具體來看，將從企業(yè)CEO、CFO、CIO、CTO、廠長、礦施視層面的效益，幫助企業(yè)提質(zhì)降本增效，宏觀層面宏觀層面商業(yè)視角CEO/CFO實施視角商業(yè)視角CEO/CFO實施視角工程師/生產(chǎn)人員微觀層面產(chǎn)業(yè)視角政府部門/企業(yè)CEO產(chǎn)業(yè)視角政府部門/企業(yè)CEO創(chuàng)新生態(tài)共享綠色安全利潤總額收益率(ROE利潤總額收益率(ROE)勞動生產(chǎn)率現(xiàn)金比率投入強度資產(chǎn)負(fù)債率市場份額稅息折舊及攤銷前利潤(EBITDA)…凈資產(chǎn)全員營業(yè)研發(fā)經(jīng)費使用視角CIO/CTOIT支出占收入百分比(ITR)IT支出占運營支出百分比(ITO)企業(yè)人均營業(yè)收入(RPE)企業(yè)人均營業(yè)利潤(IPE)投資回報率(ROI)功能視角廠長/礦長/部門負(fù)責(zé)人OEE原煤產(chǎn)量研發(fā)周期噸鋼能耗庫存周轉(zhuǎn)率單位產(chǎn)品成本平均交貨周期物料齊套率……機器人工作節(jié)拍事故發(fā)生次數(shù)停機時長巡檢時間工人數(shù)量工人工作時長機器人工作節(jié)拍事故發(fā)生次數(shù)停機時長巡檢時間工人數(shù)量工人工作時長設(shè)備運行時間運輸周期…產(chǎn)業(yè)視角從政府部門和企業(yè)CEO的立場出發(fā)，從實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展和企業(yè)戰(zhàn)略價值的視使用對象：政府有關(guān)部門（含中央政府部門，地方政府）通過產(chǎn)業(yè)視角評估企業(yè)通過數(shù)字化轉(zhuǎn)型驅(qū)動經(jīng)濟(jì)高質(zhì)量發(fā)展所貢獻(xiàn)的社會價值；企業(yè)CEO通過產(chǎn)業(yè)視角評估數(shù)字化投入的企業(yè)作用：分析數(shù)字化投入產(chǎn)生的難以量化的企業(yè)戰(zhàn)略價值和社會價值。（圖6：宏觀層面，產(chǎn)業(yè)視角）產(chǎn)品/政府部門/企業(yè)CEO創(chuàng)新：將企業(yè)創(chuàng)新業(yè)態(tài)、產(chǎn)品服務(wù)創(chuàng)新共享：將技術(shù)、人才、數(shù)據(jù)等優(yōu)質(zhì)資源 定量 企業(yè)經(jīng)濟(jì)價值研發(fā)/生產(chǎn)/運營/維護(hù) 定量 企業(yè)經(jīng)濟(jì)價值研發(fā)/生產(chǎn)/運營/維護(hù)223344凈資產(chǎn)收益率凈資產(chǎn)收益率在商業(yè)視角下，CEO/CFO從戰(zhàn)略層面布局企業(yè)數(shù)字化轉(zhuǎn)型，關(guān)注企業(yè)營收、利潤、凈資產(chǎn)收益率、勞動生產(chǎn)率、資產(chǎn)負(fù)債率等使用對象：CEO/CFO使用商業(yè)視角評估以2023年作為央企重點考核指標(biāo)的“一利五率”等為例，指導(dǎo)企業(yè)做大、做優(yōu)、做做大：以利潤總額為主；按國資委要求“要有利潤的收入和要有現(xiàn)金的利潤”，企做優(yōu)：以凈資產(chǎn)收益率、全員勞動生產(chǎn)率為主；強調(diào)提高企業(yè)的質(zhì)量和效率，這兩項指標(biāo)直接反映了企業(yè)的資本運作效率和員營業(yè)現(xiàn)金比例資產(chǎn)負(fù)債率研營業(yè)現(xiàn)金比例資產(chǎn)負(fù)債率研做強：以營業(yè)現(xiàn)金比例、資產(chǎn)負(fù)債率、研發(fā)經(jīng)費投入強度為主;強調(diào)增強企業(yè)核心競爭力和抗風(fēng)險能力，其中資產(chǎn)負(fù)債率、營業(yè)現(xiàn)金比率等財務(wù)指標(biāo)的健康運轉(zhuǎn)意味著企業(yè)有良好的資金鏈和償債能力，能持續(xù)加強研發(fā)投入提升創(chuàng)新競爭力，助力科技自立自強。（圖9：中央企業(yè)經(jīng)營指標(biāo)體系）“兩增一控三提高”“一利五率”“一增一穩(wěn)四提升”“兩利三率”“兩利三率”“兩利四率”++++“兩增一控三提高”“一利五率”“一增一穩(wěn)四提升”“兩利三率”“兩利三率”“兩利四率”++++65%左右保持在65%提升tt0.1%t5%“一利五率”五率持續(xù)優(yōu)化”資料來源：國資委、《中央企業(yè)負(fù)責(zé)人經(jīng)營業(yè)績考核辦法》近年來，為推動中央企業(yè)加快實現(xiàn)高質(zhì)量發(fā)展，國資委建立了中央企業(yè)經(jīng)營指標(biāo)體系”；從2019年“兩利一率”到2023年的“一利五率”，“一利五率”經(jīng)營指標(biāo)是考核重點，“一增一穩(wěn)四提升”是經(jīng)營方向，其中，利潤總額和凈資產(chǎn)收益率（ROE）是實現(xiàn)規(guī)模與平衡的抓手，是高質(zhì)量發(fā)展的重要標(biāo)志，而“四率”是行動方向和落地關(guān)鍵，其中，資產(chǎn)負(fù)債率和營業(yè)現(xiàn)金比例指標(biāo)可以引導(dǎo)企業(yè)提升風(fēng)險意識和加強抵御風(fēng)險能力，進(jìn)一步加大研發(fā)投入，幫助企業(yè)提升2023年企業(yè)績效評價標(biāo)準(zhǔn)值包含“一利五率”在內(nèi)的共二十四個績效評價指標(biāo)，并將這24個指標(biāo)分成4個評價維度的16項指標(biāo)和8項指標(biāo)，如盈利回報指標(biāo)、營業(yè)收入利潤率、總資產(chǎn)報酬率、盈余現(xiàn)金保障倍數(shù)等指標(biāo)。（圖10：企業(yè)績效評價標(biāo)準(zhǔn)值）《企業(yè)績效評價標(biāo)準(zhǔn)值》凈資產(chǎn)收益率（ROE）凈資產(chǎn)收益率（ROE）已獲利息倍數(shù)已獲利息倍數(shù)(EBITDA)(EBITDA) 2.使用視角：CIO/CTO在使用視角下，企業(yè)CTO/CIO站在更高層面，負(fù)責(zé)承接和分解CEO職責(zé)，重點關(guān)注數(shù)字化投入在提升企業(yè)營業(yè)收入、利潤和效使用對象：CIO/CTO通過使用視角以更好的站在企業(yè)層面去整體評估數(shù)字化投入最終所實現(xiàn)的經(jīng)濟(jì)效益和可量化的價值體現(xiàn)，并且與企業(yè)負(fù)責(zé)人CEO/CFO所關(guān)注的商業(yè)視作用：使用視角有效的將企業(yè)數(shù)字化投入在商業(yè)視角所關(guān)注的企業(yè)經(jīng)營成果（比如，企業(yè)收入、營業(yè)利潤等）以及在數(shù)字化投入實施或運行的效益進(jìn)行聯(lián)動和價值測算。（圖11：使用視角）使用視角主要關(guān)注的是企業(yè)IT項目效企業(yè)數(shù)字化項目效益：以投資回報率（ROI）為例。成本價值矩陣模型：以IT支出占收入的ITIT支出占收入的百分比(ITR)ITIT支出占運營支出的百分比(ITO)每位員工的收入(RPE)每位員工的營業(yè)利潤(IPE)投資回報率（ROI）投資回報率（ROI）參考來源：根據(jù)調(diào)研顯示，企業(yè)CTO/CIO主要關(guān)注ROI等能評估企業(yè)數(shù)字化投入的量化指標(biāo)，本報告參考GartnerCVM6成本價值矩陣模型，準(zhǔn)確衡量數(shù)字化投入和IT成6參考Gartner《CostValueMatrix成本價值矩陣》在功能視角下，廠長/礦長/集團(tuán)某業(yè)務(wù)部門負(fù)責(zé)關(guān)注數(shù)字化投入企業(yè)經(jīng)營管理績效使用對象：廠長/礦長/集團(tuán)某業(yè)務(wù)部門負(fù)責(zé)人通過功能視角評估數(shù)字化投入對企業(yè)作用：功能視角具有一定的行業(yè)特性，能體現(xiàn)不同行業(yè)重點關(guān)注的關(guān)鍵經(jīng)營指標(biāo)。（圖12：功能視角）用指標(biāo)，及煤炭、汽車、家電等具有行業(yè)特行業(yè)通用：提質(zhì)方面包括不良品率、制造達(dá)標(biāo)率、客戶投訴率等指標(biāo)；降本方面包括原料成本、人工成本、能耗成本等指標(biāo)；增效方面包括OEE、人均單位產(chǎn)量、庫存周煤炭行業(yè)：提質(zhì)方面包括煤巖灰分；降本方面包括原煤營業(yè)成本；增效方面包括原汽車行業(yè)：提質(zhì)方面包括車輛召回率；降本增效OEE提質(zhì)…降本增效OEE提質(zhì)……………降本方面包括單車成本；增效方面包括人均家電行業(yè)：提質(zhì)方面包括直通率；降本方面包括產(chǎn)品利潤率；增效方面包括及時供基于功能視角的行業(yè)特征和不同評價方向，還可進(jìn)一步強調(diào)功能視角中側(cè)重結(jié)果的成果、世界一流對標(biāo)體系、行業(yè)評價體系以衡量各個行業(yè)重點關(guān)注的具有行業(yè)特征的企業(yè)運營要素指標(biāo)；2）數(shù)字化水平指標(biāo)主要參考工信部兩化融合發(fā)展評價，數(shù)字化轉(zhuǎn)型成熟度評價，智能制造能力成熟度評價，以及除了考慮提質(zhì)、降本、增效等方面的指標(biāo)表現(xiàn)，功能視角還考慮到了括綠色、安全等方面的效益指標(biāo)，并且可以從通用和行業(yè)特征等方向進(jìn)行評價。（圖13：功能視角中側(cè)重結(jié)果的效益指標(biāo)）OEEVOC排放量因公致傷/殘/職業(yè)病病例/率比量率本率量井身/率率率率率率…數(shù)字化投入占營業(yè)收入數(shù)字化覆蓋業(yè)務(wù)環(huán)節(jié)數(shù)量產(chǎn)業(yè)鏈企業(yè)之間信息交互和共享數(shù)據(jù)比例生產(chǎn)設(shè)備數(shù)字化設(shè)備數(shù)據(jù)自動采集關(guān)鍵工序按自動生成生產(chǎn)計劃排產(chǎn)的比例智能化開采裝備替代率儲運銷物聯(lián)網(wǎng)企業(yè)采煤智能化開采裝備替代率儲運銷物聯(lián)網(wǎng)企業(yè)采煤機械化程度智能煉鋼智能汽車資料來源：1工信部兩化融合評價體系，制造業(yè)中小企業(yè)數(shù)字化評估指標(biāo)體系電子標(biāo)準(zhǔn)研究院、2中國煤炭工業(yè)協(xié)在實施視角下，工程師/一線操作人員主要負(fù)責(zé)測算數(shù)字化投入對企業(yè)實際生產(chǎn)和運作的量使用對象：工程師/生產(chǎn)人員所關(guān)注的與產(chǎn)能、設(shè)備、人員、網(wǎng)絡(luò)、物料等相關(guān)的最直接、作用：實施視角選取生產(chǎn)運營的原始數(shù)據(jù)，如產(chǎn)能、良率、周期、節(jié)拍等。是整個數(shù)字化投入產(chǎn)出評估測算的基礎(chǔ)。（圖15：實施視角）……………AGV數(shù)量…通用和行業(yè)特征指標(biāo)：主要包括機器人中，還需結(jié)合行業(yè)特異性指標(biāo)進(jìn)行進(jìn)一步篩關(guān)注重點：實施視角的數(shù)據(jù)來源為生產(chǎn)為了更好理解實施視角的覆蓋范圍，本指標(biāo)，幫助企業(yè)評估數(shù)字化投入產(chǎn)出效益8?！撹F行業(yè)油氣行業(yè)汽車和零部件行業(yè)指標(biāo)鋼鐵行業(yè)油氣行業(yè)作業(yè)次數(shù)液壓支架有效負(fù)載重量作業(yè)次數(shù)液壓支架有效負(fù)載重量有效前進(jìn)速度/本報告重點結(jié)合制造類、能源類行業(yè)深度調(diào)研，選取了邊界條件相對清晰，且具有較高價別及解決方案：露天礦無人在煤炭行業(yè)的露天礦開采過程中，運輸環(huán)節(jié)是基建投資的重要部分，占據(jù)了總投資的60%。運輸成本和勞動量也占據(jù)了總成本和總勞動量的一半以上。因此，如何在運輸環(huán)節(jié)提高效率、降低成本并保證安全成為了煤炭行業(yè)的高價值場景。然而，當(dāng)前露天礦存在一些不可忽視的痛點問題。首先，礦區(qū)地理環(huán)境錯綜復(fù)雜，受惡劣環(huán)境和天氣的影響，工作人員的人身安全易受損害。其次，駕駛員短缺，人力資源不足，招聘和用人成本高，存在“從業(yè)司機老齡化、招工留工難”等問題。此外，效率方面，人工駕駛存在操作失誤，操作不規(guī)范等風(fēng)險，作業(yè)效率為更好地解決以上痛點問題和評估數(shù)字化價值，以中國西北部某露天煤礦作為研究對象，該礦產(chǎn)量為3000萬噸/年，該礦現(xiàn)有員工1500人，現(xiàn)有運輸作業(yè)礦用自卸寬體車600余輛，司機人數(shù)1200余人，評估數(shù)字化在提升礦山生產(chǎn)安全系數(shù)、改善綜合經(jīng)營效益、利用5G+無人駕駛技術(shù)實現(xiàn)礦山運輸無露天礦無人駕駛解決方案使用大型礦用自卸卡車，基于對礦卡的5G和智能化改造，通過中控室集中控制來實現(xiàn)其在礦區(qū)的無人駕駛，完成采裝、運輸、排土、卸載等環(huán)節(jié)。該方案中主要產(chǎn)生影響的指標(biāo)包括但不限于礦卡不間斷運行時長、駕駛員工作時長、露天煤礦原煤工效（噸/工）、生產(chǎn)設(shè)備該項目通過構(gòu)建礦卡3D模型，分析車載終端組網(wǎng)，利用視頻I幀碰撞模型和等效容量算法計算出無人駕駛礦卡的網(wǎng)絡(luò)SLA需求。同時，將礦卡模型導(dǎo)入礦山3D高精度地圖中，動態(tài)還原無人駕駛礦卡業(yè)務(wù)路線，準(zhǔn)確輸出整網(wǎng)網(wǎng)絡(luò)需求；采用車路云協(xié)同技術(shù)，以商業(yè)化運營為目標(biāo)，實現(xiàn)安全員下車常態(tài)化作業(yè)，多編組協(xié)同，綜合效率與有人駕駛持平，解決了露天礦無人駕駛商用面臨的安綜合評估這一場景所帶來的收益，主要包括以下三個方面：(1)安全保障：從源頭優(yōu)化，提供本質(zhì)安全，實現(xiàn)以人為本；(2)智能平臺取代人工：智能調(diào)度系統(tǒng)實現(xiàn)一系列環(huán)節(jié)自動化，極大提升作業(yè)效率，減少用工成本；(3)效率提升：無人駕駛可實現(xiàn)24小時連從數(shù)字化投入的角度，硬件部分主要包（含加裝5G模組、線控系統(tǒng)），另一部分則攝像頭和MDC(移動數(shù)據(jù)中心）等；軟件部分性軟件應(yīng)用；服務(wù)部分則主要包括云服務(wù)費解決方案部署前，人工駕駛的礦卡每日可工作24小時，由3位工人采取輪班制進(jìn)行駕駛。替換為露天無人礦卡后，駕駛?cè)藛T由駕駛室移至更為安全的中控室，礦卡每日運行時間仍為24小時。無人駕駛替代人工駕駛的比例為1:1。無人礦卡可實現(xiàn)全天候全工況生產(chǎn)，作業(yè)平均車速為40km/h。同時，無人礦卡擁有車道級的路徑規(guī)劃，厘米級的高精度定位和精準(zhǔn)?？?，實時動態(tài)更新的高清地圖，以及時延不高于100ms、上行帶寬20M~30M/1個終端的5G無線網(wǎng)絡(luò)。4.功能視角指標(biāo)分析9安全方面，無人礦卡解決方案部署后，可有效減少安全事故發(fā)生概率。一方面，無人礦卡將工作人員從駕駛環(huán)境中解放出來，使其轉(zhuǎn)移至更為安全的中控室，可有效降低因為人工操作失誤而產(chǎn)生的重大安全事故；另一方面，設(shè)備損毀或損壞概率降低后也可有效減少遠(yuǎn)期投入和額外費用產(chǎn)生。此外，無人設(shè)備具備自主導(dǎo)航和智能感知能力，可以在復(fù)雜多變的煤礦環(huán)境中進(jìn)行精確作業(yè)，高效方面，無人礦卡通過自動駕駛替代傳統(tǒng)人工駕駛，可有效減少人工干預(yù)，提升總體工作效率。無人礦卡效率目前可達(dá)人工效率的100%，預(yù)期在未來可能在工效方面超9參考新華網(wǎng)文章《5G賦能揚帆未來礦卡每年工作時長為330天；礦區(qū)內(nèi)工作總?cè)藛T數(shù)量為1400人，其中礦卡駕駛?cè)藛T數(shù)量為1200人；礦卡駕駛?cè)藛T年平均工資為15萬元，企業(yè)用工成本為30萬元/人/年；礦區(qū)年均原煤產(chǎn)量為3000萬噸。部署無人礦卡解決方案后，原煤生產(chǎn)工效可提高至9.38萬噸/工，相比之前約提升3.38倍。此外，無人礦卡可以有效降低駕駛員雇員數(shù)，優(yōu)化人力結(jié)構(gòu)，每年可節(jié)約人力成本約9.7億元。（圖17：露天無人礦卡功能視角指標(biāo)計算-1圖18：露天無人礦卡功能視角指標(biāo)計算-2）1,200人120人人力成本節(jié)約150,000元/人150,000元/人3年324,000,000元3000萬噸1,4003000萬噸1,400人原煤生產(chǎn)工效（原）生產(chǎn)效率提升總?cè)藬?shù)（原）生產(chǎn)效率提升總?cè)藬?shù)（原）總?cè)藬?shù)（現(xiàn)）原煤生產(chǎn)工效（現(xiàn)）1400人1,200人120人受駕駛員雇員人數(shù)下降，安全事故發(fā)生次數(shù)有效減少及購入新型無人礦卡設(shè)備等影響，生產(chǎn)人力成本取得顯著下降。方案總投入為4億元，其中服務(wù)占比45%，軟件占比20%，硬件占比35%，服務(wù)費用按三年期進(jìn)行計費，按3年期間折現(xiàn)率（PV）為3%，單個項目的3年EBITDA折現(xiàn)值可得投資回報率（ROI）為2.37。（圖19：露天無人礦卡使用視角指標(biāo)計算-1）投資回收期方面，該方案實施后，預(yù)計約15個月后即可實現(xiàn)盈虧平衡，投資者能在較短時間內(nèi)收回投資成本，可有效降低投資風(fēng)險，提高資金流動性。（圖20：露天無人礦卡使用視角指標(biāo)計算-2）ROI/PV計算1收益/收益/投入(PV)35%!20%!45%硬件3軟件3服務(wù)3（按三年計費）硬件3軟件3服務(wù)3（按三年計費） 折現(xiàn)值(PV)額（元）收益投入2注2：方案第一年的投入包含軟件、硬件等一次性投入費用，方案第二年和第三年投入注3：硬件投入主要包括包含車體無人駕駛適應(yīng)性改造（含線控），及車端智能感知硬件如激光雷達(dá)、傳感像頭和MDC(移動數(shù)據(jù)中心）等；軟件投入主要包括車輛適配、調(diào)測、規(guī)控和算法等功能性軟件應(yīng)用；服務(wù)投資回收期（PaybackPeriod）盈虧平衡點圖示(Breakev=1.23年X12個月=14.8個月●注1：盈虧平衡按項目3年預(yù)期收益和投入的現(xiàn)金總該方案實施后，利潤總額可上升約1.9億露天無人礦卡在煤炭行業(yè)中具有重要的經(jīng)濟(jì)價值。它通過先進(jìn)的自動駕駛和遠(yuǎn)程操控技術(shù)，如實時動態(tài)更新的高清地圖、高精度定位和精準(zhǔn)停靠、車道級路徑規(guī)劃，以超高可靠組網(wǎng)架構(gòu)融入核心生產(chǎn)流程的5G無線網(wǎng)絡(luò)等，有效解決了傳統(tǒng)露天礦開采中的運輸環(huán)節(jié)面臨的挑戰(zhàn)，如運輸成本高、勞動量大和作業(yè)安全性低等問題。無人礦卡的應(yīng)用不僅能顯著提高采礦作業(yè)的效率，降低企業(yè)的運營成本，還有助于保障工作人員的人身安全，提升整體生產(chǎn)過程的安全性。同時，它還為企業(yè)提供了智能化的資源配置和調(diào)度方案，進(jìn)一步優(yōu)化了采礦流程。（圖21：露天無人礦卡模型視角模型分析）3利潤總額稅息折舊及攤銷前利潤3針對300輛投資回報率(ROI)投資回收期(Payback投資回報率(ROI)5G模組、智能感作業(yè)效率100%3.383.24億元5G模組、智能感作業(yè)效率100%3.383.24億元IT工程師25G無線網(wǎng)絡(luò)作業(yè)平均車速路徑規(guī)劃211高精度地圖刷新精度定位作業(yè)工況局部實時更新，全局小時級別厘米級7*24小時全天候在汽車行業(yè)，車企的競爭力不只在于硬件實力，軟件能力在其中的占比將越來越高。未來車企能否在這場變革中掌握關(guān)鍵控制點關(guān)系到是否能在行業(yè)轉(zhuǎn)型期取得更大的優(yōu)勢。近些年，車企面臨多重挑戰(zhàn)，首先，無論功能層面還是架構(gòu)層面，復(fù)雜度越來越高；其次，汽車軟件開發(fā)效率低，軟件復(fù)雜度提高的速度比開發(fā)效率提高的速度更快；同時，行業(yè)發(fā)展趨勢重度依賴軟件開發(fā)、自動駕駛化、網(wǎng)聯(lián)化、電動化、共享化等先進(jìn)軟件，且這些軟件出錯率較高，經(jīng)常為更好地解決以上痛點問題和評估數(shù)字化價值，以我國某汽車集團(tuán)作為研究對象，以某長鏈條開發(fā)周期軟件為例，開發(fā)總周期平均為18個月。軟件開發(fā)全生命周期的各個環(huán)節(jié)中：需求-設(shè)計-編碼-測試和部署時間為1個月、4個月、4個月、6個月；其中測試和編碼環(huán)節(jié)因外部環(huán)境所需等待時間為3個月，該軟件開發(fā)團(tuán)隊有100名研發(fā)人員。針對軟件研發(fā)場景目前已有的解決方案集中聚焦在制造軟件研發(fā)工具鏈，即通過一站式研發(fā)作業(yè)平臺支持軟件開發(fā)全生命周期管理，提升研發(fā)效率。該方案中主要產(chǎn)生影響的指標(biāo)包括但不限于編譯速率、測試速署、測試、制品倉庫等關(guān)鍵環(huán)節(jié)的流程和數(shù)綜合評估這一場景所帶來的收益，主要包括以下兩個方面：(1)縮短產(chǎn)品開發(fā)周期30%，進(jìn)而降低研發(fā)相關(guān)人力成本超過900萬元；(2)自動化測試工具提升軟件質(zhì)量。從數(shù)字化投入的角度，汽車制造軟件研發(fā)工具鏈解決方案除了考慮方案的軟硬件及服務(wù)投入，還需結(jié)合企業(yè)對自身人才、技術(shù)和數(shù)據(jù)等投入以作為數(shù)字化轉(zhuǎn)型方案釋放價根據(jù)歷史項目經(jīng)驗，此工具鏈可全面提升軟件開發(fā)流程中各環(huán)節(jié)的作業(yè)效率。需求管理階段，通過需求分層分解、需求變更管理等功能，有效提升需求分析質(zhì)量，使得需求管理階段所需時間縮短20%左右。軟件設(shè)計階段，通過提供API設(shè)計工具、結(jié)構(gòu)化設(shè)計文檔協(xié)同寫作等功能，實現(xiàn)設(shè)計環(huán)節(jié)所需時間縮短25%。在軟件編碼階段，通過人工智能輔助編碼，代碼靜態(tài)檢查、分布式并發(fā)構(gòu)建等方法，縮短編碼所需時長40%。在軟件測試階段，全面測試自動化措施落地，大幅縮短了測試用例的執(zhí)行時長，將測試所用時長縮短45%左右。4.功能視角指標(biāo)分析10從高效維度，制造軟件開發(fā)工具鏈解決方案部署后，可有效提升開發(fā)效率。一方面，工具鏈賦能軟件開發(fā)生命周期中的需求、設(shè)計、編碼、測試和部署等環(huán)節(jié)，大大提升開發(fā)效率；另一方面，工具鏈通過代碼質(zhì)量檢查，自動化測試等功能全面提升軟件質(zhì)量。首先，從研發(fā)周期角度考量。假設(shè)目前一個汽車軟件開發(fā)周期為18個月11，軟件開發(fā)全生命周期的各個環(huán)節(jié)需求-設(shè)計-編碼-測試和部署時間分布為1個月、4個月、4個月、6個月，以及等待時間3個月。部署該制造軟件開發(fā)工具鏈后，可以將研發(fā)時間從18個月降為12.5個月。開發(fā)周期縮短30.6%。由于總體環(huán)節(jié)所需時間減少，年均研發(fā)相關(guān)人力成本可降低約917萬元。此外，從軟件10參考國家環(huán)境保護(hù)總局于2006年發(fā)11該案例測算選取長鏈條開發(fā)周期軟件，開發(fā)總周期為18個月；18個月的開發(fā)周期中，除需求-設(shè)計-編碼-測質(zhì)量維度考量。工具鏈在軟件開發(fā)的過程中提供全E2E測試管理與執(zhí)行能力，如啟發(fā)式測試策略與設(shè)計、測試用例管理、自動化測試等；并提供全棧立體運維，軟件生產(chǎn)環(huán)節(jié)實時監(jiān)控，快速發(fā)現(xiàn)恢復(fù)問題；工具打通需求過程數(shù)據(jù)孤島，形成全方位追溯關(guān)系網(wǎng)，保障研發(fā)過程與需求高度貼合，綜合保證軟件質(zhì)量。（圖22：制造軟件研發(fā)工具鏈功能視角指標(biāo)計算-1圖23：制造軟件研發(fā)工具鏈功能視角指標(biāo)計算-2）?在需求環(huán)節(jié)，通過高效需求分配和優(yōu)先級管理，定制化需求分析和報告等手段縮?在設(shè)計環(huán)節(jié)，該研發(fā)工具鏈提供多種設(shè)計工具如軟件設(shè)計、API設(shè)計、科學(xué)計算?需求環(huán)節(jié)時間縮短20%?設(shè)計環(huán)節(jié)時間縮短25%?編碼時間縮短40%?測試時間縮短45%指標(biāo)11個月4個月4個月40%18個月的開發(fā)周期中，除需求-設(shè)計-編碼-測試和部署四個環(huán)節(jié)外，還考慮了因開發(fā)依賴外部環(huán)境，在編碼和測試環(huán)節(jié)之間所需要的等待45%3.3個月20%25%3個月開發(fā)周期由18個月降低至12.5個月產(chǎn)出計算2注2：18個月的開發(fā)周期中除需求、設(shè)計、編碼、測試和縮短45%縮短40%縮短25%縮短20%指標(biāo)1=時薪(元/h）30.6%*100*150*8*250*≈9,166,667元39,166,667元縮短比率（%）每日工時（h）功能成本××××2受開發(fā)周期縮短的影響，年均研發(fā)成本將減少。本方案總投入為400萬元，其中外包服務(wù)占比20%，軟件占比80%，按1年期間折現(xiàn)率（PV）為3%，單個項目EBITDA的3年折現(xiàn)值計算可得投資回報率（ROI）為1.29。（圖24：制造軟件研發(fā)工具鏈?zhǔn)褂靡暯侵笜?biāo)計算-1）投資回收期方面，該方案實施后，預(yù)計約9個月后即可實現(xiàn)盈虧平衡，投資者能在較短時間內(nèi)收回投資成本，可有效降低投資風(fēng)險，提高資金流動性。（圖25：制造軟件研發(fā)工具鏈?zhǔn)褂靡暯侵笜?biāo)計算-2）ROI/PV計算1收益/收益/投入(PV)80%20%↓80%20%↓約（元）折現(xiàn)值(PV)額（元）收益投入投資回收期（PaybackPeriod）盈虧平衡點圖示(Breakev=0.77年X12個月=9()注1：盈虧平衡按項目3年預(yù)期收益和投入的現(xiàn)金總該方案實施后，基于年均研發(fā)成本將減少917萬元，營業(yè)成本有效縮減，從而帶動利潤總額提升近516萬元，稅息折舊及攤銷前利潤（EBITDA）有效提升516工具體驗：一站式軟件開發(fā)平臺，自動銜接軟件開發(fā)上下游數(shù)據(jù)，解決單一工具頻繁切換 微觀視角 微觀視角利潤(EBITDA)3數(shù)字化技術(shù)融合到企業(yè)研發(fā)業(yè)務(wù)核心場景；車企需要依賴強大的軟件開發(fā)能力來打造標(biāo)志性的、用戶滿意度高業(yè)務(wù)系統(tǒng)調(diào)用AI大模型：匹配產(chǎn)品信息和檢測結(jié)果，數(shù)(PaybackPeriod)數(shù)字化技術(shù)融合到企業(yè)研發(fā)業(yè)務(wù)核心場景；車企需要依賴強大的軟件開發(fā)能力來打造標(biāo)志性的、用戶滿意度高業(yè)務(wù)系統(tǒng)調(diào)用AI大模型：匹配產(chǎn)品信息和檢測結(jié)果，數(shù)(PaybackPeriod)(ROI)-30.6%12編碼構(gòu)建平臺：系編碼構(gòu)建平臺：系統(tǒng)設(shè)計算法、IEF鏡像推理，實際產(chǎn)線需求時間縮短20%設(shè)計時間需求時間縮短20%設(shè)計時間縮短25%編碼時間縮短40%測試和部署時間縮短45%注2：在設(shè)計環(huán)節(jié)，該研發(fā)工具鏈提供多種設(shè)計工具如軟件設(shè)計、API設(shè)計、科學(xué)計算仿真、系統(tǒng)仿真等來縮短設(shè)注3：在編碼環(huán)節(jié),通過分布式編碼構(gòu)建、人工智能輔助編碼等方法縮短編碼所需時間；例如編碼流程中（三）家電行業(yè)高價值場景識別及解決方案匹配：大模質(zhì)量是家電行業(yè)的核心競爭力之一，在質(zhì)量上把好關(guān)，避免讓不合格品出廠銷售到客戶手中，是家電企業(yè)提升品牌力、加強產(chǎn)品質(zhì)量與生產(chǎn)效率、降低成本的重要工作。傳統(tǒng)質(zhì)檢在數(shù)字化時代背景下，逐漸面臨諸多挑戰(zhàn)。首先，傳統(tǒng)方式下產(chǎn)品外觀檢測依靠人工方式進(jìn)行，產(chǎn)品生產(chǎn)節(jié)拍較高時需要大量質(zhì)檢人員進(jìn)行質(zhì)量檢測，且人員培訓(xùn)成本較高。其次，人工檢測依賴工人的經(jīng)驗和專注力，大批量檢測情況下漏檢、誤檢等情況時有發(fā)生，檢測精確度低，產(chǎn)品報廢率高。此外，產(chǎn)品外觀缺陷隨機性較大，生產(chǎn)工藝要求檢測內(nèi)容多，人工檢測用時多，限為更好地解決以上痛點問題和評估數(shù)字化價值，以某東部沿海家電集團(tuán)洗衣機生產(chǎn)線作為研究對象，該生產(chǎn)線日均一天計劃檢測滾筒零部件5000個，質(zhì)檢人員人數(shù)為10人，上游生產(chǎn)的不良率為1%，在AI質(zhì)檢應(yīng)用后，專職質(zhì)檢員工人數(shù)減少到2人，主要從事缺陷復(fù)檢和修復(fù)工作，且產(chǎn)品缺陷檢出率提升8%，進(jìn)一步改善企業(yè)在降低運營成本、提針對質(zhì)檢問題目前已有的解決方案聚焦在大模型下的AI質(zhì)檢，即基于攝像頭、云端和邊緣網(wǎng)絡(luò)和算力等相關(guān)硬件改造，加上基于大模型的機器視覺、AI算法等軟件和平臺服務(wù)等方式，對產(chǎn)品的外觀表面細(xì)粒度質(zhì)量進(jìn)行檢測，實現(xiàn)對產(chǎn)品缺陷的自動化與智能以本次研究對象為例，大模型下的AI質(zhì)檢可實現(xiàn)提質(zhì)、增效、降本等三方面的效益提升，并且主要表現(xiàn)包括：零部件良品率提升0.08%，OEE提升0.08%，以及年均運營成本降低超400萬元。從數(shù)字化投入的角度，硬件主要包括智能感知硬件（含攝像機、傳感器）、邊緣節(jié)點和云端服務(wù)器、海量存儲和算力訓(xùn)練服務(wù)器；軟件部分主要包括軟件和質(zhì)檢云平臺搭建；服務(wù)部分主要包括AI大模型訓(xùn)練開發(fā)+模型管理（含數(shù)據(jù)集管理、AI算法、AI訓(xùn)練、模型部署等）。家電AI質(zhì)檢解決方案除了考慮方案的軟硬件及服務(wù)投入外，還需結(jié)合企業(yè)對人才、技術(shù)和數(shù)據(jù)等方面的投入，以上投入都應(yīng)作為數(shù)字化轉(zhuǎn)型方案釋放價值以本案例的生產(chǎn)線日均檢測滾筒零部件5000個，上游生產(chǎn)的不良率為1%，即日均缺陷品為50件的情況下，使用人工質(zhì)檢方案可日均檢出45件缺陷品，缺陷檢出率為90%。在大模型AI質(zhì)檢解決方案部署后，從生產(chǎn)一線角度，單日缺陷檢出數(shù)量由45件變?yōu)?9件，單日缺陷檢出數(shù)量增加4件，缺陷檢出效率由8%提升到98%，每日減少4件不良品流入市場。同時，AI質(zhì)檢可以使得單個零件檢測時間由人工50s/件提升為AI質(zhì)檢4s/件，即單個零件檢測時間減少92%，質(zhì)檢速度提升10倍以上。4.功能視角指標(biāo)分析及計算12提質(zhì)方面，AI質(zhì)檢較傳統(tǒng)質(zhì)檢方式精準(zhǔn)度提升，降低下游產(chǎn)品不良品數(shù)量。以良品率角度為例，在每日生產(chǎn)5,000零部件的場景下，AI質(zhì)檢部署前日均生產(chǎn)合格品為4,995件，不良品為5件，良品率為99.9%。在AI質(zhì)檢方案部署后，每日生產(chǎn)合格品為4,999件，不良品為1件，不良品率為99.98%，良品率提升0.08%。增效方面，在考慮時間開動率與性能開動率不變的情況下，OEE提升程度等同于良品率提升百分比，故OEE相較AI質(zhì)檢部署之前提升0.08%。12參考工業(yè)和信息化部、國家發(fā)展改革委、金融降本方面，主要體現(xiàn)在兩個方面：首先，提升質(zhì)量可以降低退換貨成本，在企業(yè)根據(jù)三包政策對不良品進(jìn)行直接更換的場景下，AI質(zhì)檢部署后，不良品數(shù)量減少4件/日，單件產(chǎn)品平均價格為3000元，年不良品替換成本減少360萬元；其次，優(yōu)化人力結(jié)構(gòu)，節(jié)約人力成本，AI質(zhì)檢部署后，質(zhì)檢人員由10人減少至2人，在質(zhì)檢人員平均年薪8萬/年的情景下，共節(jié)約人力成本64萬元，結(jié)合不良品替換成本和人力成本減少，年運營成本降低共為424萬元。（圖27：AI質(zhì)檢功能視角指標(biāo)計算-1圖28：AI質(zhì)檢功能視角指標(biāo)計算-2）1指標(biāo)1指標(biāo)?單個零件檢測時間由人工質(zhì)檢的50s/件變?yōu)锳I質(zhì)檢4s/件，質(zhì)檢速度提升10倍以上?單日缺陷檢出率由人工的90%件提升為AI質(zhì)檢98%，缺陷檢出效率提升8%2不良品數(shù)量(原）5個提質(zhì)不良品數(shù)量(現(xiàn)）1個99.9%99.98%33增效增效提升降低成本3000元質(zhì)檢人員薪酬（原）800,000元質(zhì)檢人員薪酬（現(xiàn)）160,000元