重构的制造业

---

当前，制造业的价值链正经历从传统的链状结构向全生态价值网络化的转变，这一过程呈现出去中间化、产销合一等特点。数字化转型是企业战略性重构，不仅是简单将原有线下的业务转换到线上，更涉及企业未来业务发展的方向、相应的组织文化、创新能力和价值创造能力的重构。

传统制造业的增长曾依赖于劳动力、资本和能源。然而，这种增长模式已基本走到尽头，其核心竞争力的构建现在需要依靠科技的驱动力。数字经济的兴起标志着一个新时代的开启。与工业化时代乃至后工业化时代相比，数字经济带来了哪些新机会，工业化时代又有哪些改变？

1995年，《数字经济——网络智能时代的承诺与危机》的作者首次提出了“数字经济”这一概念，特别强调了“网络”与“智能”的重要性。当时，互联网尚未在中国得到普及。

从全球经济到社会的发展变化，从商业模式的演进到生产力的提升，这些进步在很大程度上得益于网络和智能技术的巨大潜力，它们推动了我们的发展。企业首先需要适应这些变化，并应对由此产生的挑战。从另一个角度来看，这些变化也为众多企业和行业带来了难得的机遇。

适应数字化转型

当谈及制造业转型时，我们为什么更多时候使用的是“转型”这个词语，而不是“改进”或者“优化”？转型意味着颠覆传统认知和多年积累的竞争优势，以寻求新的增长机遇。“智造”作为制造业的另一个关键词，标志着其正经历一场根本性变革。从制造到智造，制造业的转型体现在多个方面。

过去三十年，新兴企业和行业的崛起开辟了新的赛道，为制造业带来了前所未有的机遇。新旧产业间博弈激烈，在位企业希望维持已有的竞争优势，如零售业线上与线下的竞争、新能源汽车与燃油车的竞争等。这场博弈不仅推动了市场的快速演变，也促使消费者行为发生变化，激励或倒逼企业不断创新。最终，这种创新将引发组织结构和企业文化的变革，转型本质上是一次深刻的进化和“再生”过程。

应当指出，这里提及的创新，在很大程度上是由客户需求驱动的，而非纯粹依赖技术。一些企业的技术发展已超越了当前客户需求，形成了未来的技术储备。例如，5G技术尚未完全展现其价值，6G技术已经在来的路上了。

尽管数字化转型已讨论了20多年，许多企业仍面临着巨大挑战，有的失败，有的难以为继。还有许多企业至今仍未找到适合自己的转型战略和路径。

以汽车产业为例，网络智能给汽车产业带来了剧烈变革。未来的汽车，无论是何种能源驱动，都将具备智能化特征，基于网络互联构建。数据作为网络的血液和智能化的基础，其价值的实现需要硬件与软件的有机结合。

在这一过程中，主要涉及三种不同的网络形态：首先是车体内的网络智能系统，它负责车辆内部各系统的高效通信和协同工作，如自动驾驶技术和智能车载娱乐系统；其次是车与人及环境互动的智能系统，通过车联网技术实现车与外界的实时数据交换和通信，提升道路安全和交通效率，如智能交通管理系统和紧急事故响应系统；最后是汽车产业链、价值链和循环生态圈的发展与进化，通过数字化和网络化手段优化产业链运作，实现资源的高效配置和循环利用，推动产业的可持续发展，如数字供应链管理、共享出行服务和循环经济模式。

当前，许多行业都在经历与汽车行业类似的变革，面对“网络”和“智能”带来的冲击，正经历颠覆性的变化。而对于制造业而言，其转型和发展需特别关注三个方面。

从方向上看，全球范围内，未来的发展方向已形成共识。网络智能技术的规模化应用正推动制造业的转型升级，朝着自动化、智能化、高效和可持续的方向发展，这将为制造业带来更大的竞争空间和增长潜力。今天，中国制造业在某些细分市场的市占率已非常高，传统的数量和规模增长模式已触及天花板。

从增长方面看，面对技术和市场的快速变化，制造业需摆脱依赖劳动力、资本和能源的传统增长路径。未来的制造业必须不断创新，加速产品和服务的迭代，开拓新市场和客户需求，发挥数据的价值，打造差异化竞争优势，以实现长期增长。

从价值方面看，制造业的价值链正从链状结构转变为全生态价值网络化，这一过程特征为去中间化、产销合一。例如，传统的制造业链条中生产、销售、使用是相互独立的环节，产品力或核心竞争力主要体现在生产制造环节。同时，制造业还出现价值链网络去中间化的趋势。随着人工智能的发展，这些特征还将进一步强化。

创新的方向

当前，中国制造业需认清自身定位。虽然已不再是早年外企的单纯代工厂，拥有了自己的品牌，但在许多细分领域，我们仍在一定程度上依赖国外巨头所掌控的原材料和生产加工设备。真正的创新不应仅限于产品硬件设计，还应涵盖制造工艺和软件，以实现从模仿、代工到需求和技术引领的产业升级。

创新是新质生产力的核心。企业创新需要超越传统的经济增长模式和发展路径，以实现高质量发展，这必须具备高科技、高效能和高质量的特征。

许多企业投入大量精力进行商业模式创新。然而，对于制造业而言，商业模式创新不足以解决差异化和持续增长的问题。制造业的核心竞争力应由科技驱动。过去依赖劳动力、资本和能源增长的模式已接近尽头。

我们正在探索新方向，通过科技驱动的创新，开发新的制造技术路线，利用新型生产工具变革来降低成本、提升效率，更好地满足用户的个性化需求。同时，我们需要改变追求快速见效的商业模式，转而长期坚持科技创新，这需要时间的磨练和沉淀，摒弃短期投资和短期收益的传统发展理念。

具体到企业层面，应关注新质生产力的三个关键要素：生产工具、劳动力队伍和生产关系。企业需要审视自身状况，从这三个方面评估是否具备参与未来竞争的能力。

中国制造业在寻求新的市场和增长点的同时，也面临着一个关键问题：经历了30年的快速增长后，下一步的发展路径是怎样的？

工业化的进程最早始于欧洲，随后转移到美国，再到日本和韩国。每次转移过程中，原有的制造强国都需深思熟虑，识别出哪些领域需要坚守，哪些则应放弃。例如，二战后，尽管许多欧洲品牌被美国取代，但欧洲仍保留了关键的高端设备制造能力，这成为其在制造业价值链和生态系统中的一项重要核心竞争力。

当前，中国制造业正站在一个类似十字路口的转折点。我们必须审慎考虑，在全球化的竞争格局中，哪些传统优势值得我们继续坚守，哪些领域需要我们勇于放弃？

战略性重构

中国制造业目前面临诸多问题与挑战，这些问题不仅制约了制造业的持续发展，也对中国经济发展的转型升级产生了深远影响。这些问题包括创新能力不足、资源和环境的双重约束、产业结构调整和升级的压力、劳动力成本的上升、国际竞争的加剧和数字化转型的困难等。总体趋势是推动产业链上下游的协同配合，进而实现产业结构的整体调整。

中国的生产能力已十分庞大，大家找不到新的增长点，导致许多行业出现了所谓的“内卷”现象，其本质在于缺乏差异化。其中部分问题可以通过企业的努力得到改善，例如加强信息化建设和推进数字化转型。

数字化转型有很多定义。企业是否值得下功夫去做这个，需要看是否有人“买单”，学术里称作由客户价值驱动的企业战略性重构。比如新能源汽车的竞争，最后谁会胜出，这由谁来决定？市场来决定。市场又由谁来决定？由消费者来决定。用户为什么买这个车型，没买那个车型？实际上有很多考量，性价比和客户体验是关键。

而一个制造企业想要胜出就要依靠制造价值。企业通过数字技术的应用和组织文化变革升级企业价值链，提高客户体验、满足客户多元和个性化需求，最终为客户和社会创造价值。

企业的战略性重构不仅仅是将线下业务转移到线上，而是对企业的发展方向和价值创造能力进行根本性的重构。如果仅仅将旧有组织结构和信息技术简单相加，可能会导致更加糟糕的“昂贵而低效的旧组织”。

不同企业对数字化的理解各不相同，这与其市场定位相关。以华为为例，自2015年起，华为开始以数据作为新型生产要素，驱动决策、管理和客户分析，将数字技术作为新型生产力工具，对企业业务进行全面重塑，实现提质、增效、降本和创新的企业转型升级，并最终落实到业务层面，实现业务的重构。数字化转型是一把手的系统工程，需要企业高层的领导和从上至下的全面规划，不可能一蹴而就。

成为未来企业

面向未来的企业应具备以下基本特征：一是效率，二是创新，三是敏捷性，四是协同。关于效率与创新的重要性，前文已有讨论。接下来，我们将探讨敏捷性与协同作用的重要性。

制造业历来是一个依赖计划和标准化的行业。然而，为了适应技术、市场和竞争环境的快速变化，敏捷性与协同能力已不再是可有可无的附加优势，而是企业生存和发展的关键要素。对于制造业来说，敏捷转型不仅体现在软件系统的灵活性、实体产品的快速迭代，还包括工业制造流程的敏捷适应。同时，提高企业内部，以及企业与用户和生态伙伴之间的协同性，也是数字化转型的主要目标之一。

企业变革中，技术到底起什么作用？不能为了技术而技术。转型也一样，不是为了转型而转型。今天，人工智能能否发挥其巨大的潜在价值，技术本身的发展固然重要，但能否实现大规模的应用落地是关键。

对于制造业企业而言，在研判是否对一项新技术进行投资时，需要考虑以下几个关键因素：首先是商业影响力，即新技术能否为企业带来实质性和可量化的商业效益；其次是灵活性与敏捷性，该技术能否使企业运营更加灵活、响应更加迅速、决策更加独立；再次是互联互通性，新技术是否有助于打破组织内外部，以及组织与价值链各方（包括用户）的沟通障碍，增强整体的连接性、互动性和协同性；最后是发展潜力与可扩展性，新技术是否有潜力在更广泛的领域内规模化应用，并促进企业运营与管理方式的优化甚至重塑。

在企业变革中，技术的作用不容忽视，但决不能“为了技术而技术”。同样的道理，企业转型也非仅为了转型本身。今天，人工智能能否发挥巨大的潜在价值，技术本身的发展固然重要，但能否实现大规模的应用落地是关键。

中国企业走向世界，还有很长的路要走。今天，不是简单的“产能走出去”，中国企业全球化的未来的重点是如何让“产品走进去”。

（作者系中欧国际工商学院经济学与决策科学教授、中欧经济学和决策科学系系主任、中欧AI与管理创新研究中心主任、AI与企业管理研究领域主任、企业数智化转型课程联席课程主任）