内容摘要:由于智能制造涉及产业链较长,跨越多个产业,因此需要加强统筹协调,避免由于政出多家而导致政策碎片化,从而难以形成系统性的政策合力。在智能制造研发投入方面,目前我国智能制造侧重于技术追踪及技术引进,而在高端电子装备制造、极限制造、生物制造和芯片制造等基础研究和共性技术研究领域投入不足,原始创新匮乏,严重制约了我国智能制造的推进。对于广大企业来说,银行利率偏高、适合智能制造特点的金融产品少、财务风险和资金压力已经成为企业实施智能制造的主要障碍,现有的一些金融财税政策与智能制造的发展也已经不太适应。针对我国智能制造在发展过程中的上述问题,笔者认为,应从如下几点着手,为我国智能制造的发展创造良好的环境:加强顶层体系设计,构建适合我国国情的智能制造顶层架构体系。
关键词:智能制造;标准体系;制造业;创新政策;企业;产业;应用;财税;形成;政策体系
作者简介:
由于智能制造涉及产业链较长,跨越多个产业,因此需要加强统筹协调,避免由于政出多家而导致政策碎片化,从而难以形成系统性的政策合力。
近年来,发达国家纷纷提出了重振实体经济和制造业的口号,如德国工业4.0、美国工业互联网等,但是其核心都是智能制造,智能制造已经成为国际制造业竞争的一个主战场。推进智能制造,打造制造业竞争新优势,实现制造业向自动化、数字化、网络化、智能化和绿色化转型,无疑需要良好政策环境的支持和引导。但是,在智能制造加速推进的趋势下,我国现有的政策环境仍然有所欠缺,难以形成积极有效的“政策合力”,成为智能制造发展的障碍,主要表现在如下几个方面:
标准体系的制约。根据德国工业4.0的观点,纵向集成、横向集成和端到端集成是智能制造战略的核心内容,是实现智能制造的三条路径。以上三种集成,无论是哪种集成都离不开统一的标准体系。目前我国智能制造领域由于标准体系缺乏所导致的问题主要存在以下两个方面:第一,没有建立完整的智能制造顶层框架。在2017年中国智能制造百人年会上,专家普遍认为缺乏统一的标准体系是制约我国智能制造发展的主要障碍,必须从国家层面构建统一、规范的标准体系。第二,与智能制造相关的传感器、机器人、物联网、大数据、云平台等关键技术的发展路径不清晰,不同企业的产品兼容性比较差,企业跨平台、跨系统集成应用时,不同系统之间不能实现无缝对接,浪费企业大量资源来解决繁杂的标准对接问题,有时甚至需要企业重新建立平台或系统。例如,由于物联网应用标准缺失,导致设备不兼容,甚至造成许多企业内部不同的信息系统也无法集成。
创新政策的制约。在智能制造研发投入方面,目前我国智能制造侧重于技术追踪及技术引进,而在高端电子装备制造、极限制造、生物制造和芯片制造等基础研究和共性技术研究领域投入不足,原始创新匮乏,严重制约了我国智能制造的推进。从智能制造创新政策来看,由于智能制造涉及产业链较长,跨越多个产业,因此需要加强统筹协调,避免由于政出多家而导致政策碎片化,从而难以形成系统性的政策合力和创新政策体系。由于历史原因,条状分割的现象在我国行政管理体制中依旧存在。例如,包含新一代信息技术、高端制造、大数据、云计算等新兴产业的战略规划由国家发改委制定,制造业创新体系及政策由工信部主导,科技创新政策由科技部负责,而致力于促进智能制造产业投资合作的机构——智能制造产业国际合作委员会则由商务部牵头。不同部门对不同环节、不同产业的分割式管理和支持,很难形成统一、完整、协调的政策目标和体系,势必会影响政策的整体功能和实施效果。
金融财税政策的制约。金融财税政策应积极引导中国智能制造进程,与国家产业发展战略相协同。目前银行贷款仍然是企业融资的主要来源。对于广大企业来说,银行利率偏高、适合智能制造特点的金融产品少、财务风险和资金压力已经成为企业实施智能制造的主要障碍,现有的一些金融财税政策与智能制造的发展也已经不太适应。此外,共享经济已经从最初的生活、交通领域向制造业领域渗透,基于工业物联网技术的设备、工厂等生产能力共享智能制造新模式,也给现行税法带来了严峻挑战。在共享经济模式下,现有法律和规范存在模糊边界,相关的税收、保险等政策也不尽符合共享经济发展的要求。
法律保障的制约。工业大数据是智能制造发展的重要核心,是构建智能应用生态的关键所在。虽然大数据蕴藏着巨大价值,但是大数据背景下,消费者信息安全问题、企业信息安全问题等仍面临严峻挑战。对于消费者来说,随着智能制造模式C2M逐渐成为制造业的主流模式,在消费者与企业之间不可避免地会产生大量交互数据,这些数据如果泄露,就可以做大数据分析形成用户数据画像,被用来精准营销,甚至诈骗。除此之外,随着制造业资产和设备数字化、网络化、智能化,竞争对手的企业策略、产品设计及研发、供应商数据和知识产权数据也是黑客关注的重点对象和主要的潜在泄露源。






