大型制造企业数字化转型研究

敬国仁 陈沫锡

［收稿日期］2023-08-31

［作者简介］敬国仁，硕士，高级会计师，主要研究方向：会计准则、财务管理和管理会计。

［摘 要］大型制造企业是推动我国经济发展的重要力量，其信息化建设虽已有一定的基础，但存在的问题仍然较多，要完全完成数字化转型还需要理论和实践的支撑。本文立足当前制造业企业的信息化管理需求，基于诺兰信息化建设阶段及数字化转型等理论，分析DC公司在进入信息化4.0阶段后的数字化建设策略，探索大型制造业企业数字化转型路径，为实现DC公司数字化转型奠定基础，同时为大型制造业企业数字化转型建设提供借鉴和参考。

［关键词］大型制造业企业；信息化建设；数字化转型

doi：10.3969/j.issn.1673-0194.2024.03.031

［中图分类号］F272 ［文献标识码］A ［文章编号］1673-0194（2024）03-0102-04

1     制造企业数字化转型的必要性分析

1.1   企业降本增效的内在需求

《第四次工业革命对供应链的影响》白皮书指出79.9%的制造业企业认为在不考虑金融影响的前提下，数字化转型将产生积极影响，数字化变革将使制造业企业成本降低17.6%、营收增加22.6%。制造业企业借助信息化工具，使企业内外各类资源呈現数据式集中，形成自动化数据链，挖掘数据中的内在逻辑，利用共享、低成本复制数据信息，推动生产制造各环节高效协同，提升企业的生产经营效率，降低生产运营成本。

1.2   组织架构再造的必由之路

企业通过在线管理，必然会对传统业务模式下的设计、研发、生产、运营、管理、商业进行变革和重构，组织架构进一步扁平化。减少沟通层级，提高沟通效率，统一协同机制，引入标准、模板、工具和框架，让组织能迅速明确行动标准，并快速行动，提升组织行动力，运营机制更加灵活，提高企业的运转效率。

1.3   打造竞争力的必然选择

在数字化时代，只有及时有效地获取更多市场信息才能及时准确地把握市场变化。制造业企业数字化建设能有效缩短信息传输、数据分析的时间，缩短业务审核流程，大大提高企业的运营效率。同时，能使企业在应对市场变化时及时做出决策，并根据市场变化制定针对性的经营策略，进行生产和经营模式的调整与改变。

2     大型制造企业数字化理论研究

2.1   诺兰企业信息化阶段理论

合理定位企业信息化建设阶段是指导企业信息化建设的关键。诺兰信息化建设阶段理论将企业的信息化建设分为六个阶段，前三个阶段归纳为信息化建设阶段，后三个阶段为企业数字化建设阶段。企业的信息化建设不是呈直线式上升，而是呈“S”形盘旋上升的趋势。

中国制造业企业一直走在中国企业信息化建设探索的前端，不少大型制造业企业已完成了统一阶段的建设，已经开始数据管理阶段，聚焦于大型制造业企业信息化向数字化转型的路径研究是推动信息化建设的重要工作。

2.2   数字化转型相关理论

对于国内大部分制造业企业，由于企业规模及信息化基础设施等方面的限制，目前信息化建设仍应该以数字化转型为重点。为了解决制造企业数字化转型缺乏理论指导的问题，需要明确具体、全面并且揭示转型本质内涵的驱动要素，从而帮助企业明确数字化转型中的关键管理问题［1］。驱动数字化转型的关键要素包括数据管理、信息融合、优化数据决策。三个关键要素互相驱动，具有密不可分的内在联系，三者共同作用并推动了数字化转型。数据管理为信息融合提供数据素材，同时，信息融合又对需要收集哪些信息、收集到什么样的精细化程度提出了要求。信息融合为优化决策提供信息基础，同时优化决策也为信息融合的发展方向提供了指引。

3     DC公司的数字化转型路径研究

3.1   DC公司简介

DC公司是一家专业从事新材料研发、制造、销售的科技型上市公司，长期致力于为社会提供安全、环保的新材料解决方案。公司以“1+3+N”产品战略作为发展方向，集团注册资本9.18亿元，下属18家全资及控股公司，分布四省五基地，员工3 000余人，总资产近100亿元。

3.2   DC公司信息化建设现状及问题

3.2.1   信息化建设现状

DC公司的信息化建设依托于ERP系统，已经在ERP系统上搭建了多个子系统，包括财务软件、SRM系统、HCMS系统（MES&WMS）、HER系统、全面预算管理系统、工程管理系统及协同办公OA等。在基地子公司信息化建设方面，集团信息部目前已经在各全资基地上线统一的信息化系统，能够为各基地子公司的运营提供技术支撑，为集团管控提供技术抓手。为了满足集团管控需求，更加高效支撑业务运行，DC公司仍然需要优化现有信息化建设模块，打通各个模块、各个管控层级，构建更加完善的数据逻辑框架。

3.2.2   信息化建设存在的问题

3.2.2.1   现有业务板块仍需进一步优化

公司已经在制造、财务、仓储、业务板块上线信息化，但系统与各部门业务贴合程度仍需提升，以实现系统的最大效用。部分板块的信息化操作较为烦琐，耗费时间较长，一线员工使用意愿较低，需要根据业务实际进一步优化调整各业务模块的信息化系统，增强操作便利性［2］。

3.2.2.2   未建立统一数据平台

目前公司已在多个板块推进信息化，也在多家子公司上线信息化系统，但还没有搭建统一的数据平台，不利于集团对各部门数据协同和进行统一管理。由于没有统一的数据平台，信息的及时性、准确性较差，部门之间沟通效率也较低；未建立集团层面的数据库，企业内部信息未有效集成，利用数据分析方法进行大数据分析成为困难，数据挖掘受限。

3.2.2.3   缺乏信息化专业人才

集团正在积极推进集团数字化和智能化建设，并进一步优化现有业务模块，但目前信息管理人员难以支撑未来信息化建设工作的开展。除了信息化建设人员缺乏，已建成信息模块的维护人员也相对缺乏。

3.2.2.4   员工对信息化的认识不足

部分员工只看到信息化增加当前工作量，操作烦琐，或者是对岗位的威胁，从而对信息化建设及使用有一定排斥心理，未意识到信息化对公司长远发展的支撑。此外，员工对信息化关注的重点大多集中于目前信息化存在的问题，而未积极提出信息化优化需求及建设性建议和意见。

3.3   数字化转型框架

结合集团管控的需求，以及诺兰阶段理论和数字化转型驱动因素理论，建立了公司集团层面的数字化转型框如图1所示。

3.3.1   数据管理层

数据管理是实现数字DC的基础，数据管理需要了解企业的业务需求。在公司信息化模块的完善及内外部数据采集技术提升的基础上，建立集团层面统一的数据标准，对挖掘的内、外部数据进行预处理，同时还需要通过领域建模对经过预处理的数据进行合理分类，为数据的分发、开放、交互奠定基础，从而促进数据资产价值的实现。

3.3.2   数据融合层

数据融合是实现数据价值的关键步骤。通过数据抽取、数据建模，打通企业内部不同层级、不同系统之间的数据壁垒，全面提升数据质量，实现对内支撑业务应用和管理决策、对外加强数据服务能力输出，从而提升数据潜在价值向实际业务价值的转化率。在数据交互融合阶段，对内打通所有业务线条，通过统一的数据平台将整个业务串联起来，实现各个模块的数据共享［3］。

3.3.3   决策优化层

数据管理为信息的生成提供基础素材，信息融合为智能优化提供相关信息，作为最后一步的智能优化为集团数字化管理能力的提升提供决策支持。决策优化可以提升各层面的决策水平。

3.4   DC公司的数字化转型路径

3.4.1   管理层面

3.4.1.1   顶层设计是重中之重

数字化转型是总体战略的重要组成部分，需要制定转型的总体框架与发展路径，实现战略全局的有效协同。完成数字化转型要战略与执行并重，处理好长期和短期，整体和局部等各方面关系。自上而下地推进管理一体化进程，从下而上地推动信息化技术革新进程，双向合力全面推进数字化转型整体进程。

3.4.1.2   全体人员的支持

数字化将对原有的管理模式和思路带来冲击，这项工作必定是艰难的。数据的真实性和及时性是推动更高更深层面应用、体现价值的基础，企业要想做好信息化，统一认识、群策群力才是关键。

3.4.1.3   加强数字化后备人才建设

目前，公司正处于数字化转型的关键时期，现有人员难以满足公司数字化建设的需求，应进一步加强数字化人才培养。对于数字化专业人才，应根据目前公司数字化规模及后续发展规划，完善信息部门内部组织结构，根据专业领域和公司建设阶段进行角色分工，有针对性地培养后备人才，保障方向及数量上的充沛。

3.4.2   技术层面

3.4.2.1   加强设备与系统的链接，完善数据采集技术

提升数据采集的真实性、准确性和及时性。目前DC公司车间统计数据存在的问题是成本数据采集不够准确和全面，没有采集工具，需要提升数据采集技术、加强设备与信息系统的链接。自动化程度较高的车间，主要是提升数据采集的准确性和及时性；设备相对落后的车间，需要在设备较为落后的部位，进行设备信息化改造。

3.4.2.2   优化现有信息化建设模块

一是信息化与业务更加贴合，结合前期建设发现，解决信息化系统中存在的技术问题，优化信息系统，能够使信息系统与业务流程更加贴合。二是各信息化系统之间联系与交互更加紧密。在数据平台内，根据技术和管理两个角度的需求，加强各模块数据的实时分享。三是信息化系统覆盖面更完善。结合目前的信息化建设现状，当前已建或即将筹建的信息化模块已经能够满足内部运营的需求，但是在支撑公司战略决策方面除了依靠内部运营数据，还需要建立外部数据库。

3.4.2.3   形成数据资产管理制度

建立公司数据管理制度，包括各项政策、制度、规章、流程、人员组织以及责任角色等，为DC公司数据资产管理准确性、一致性、完整性提供机制上的保证。统一数据标准，保证各子系统、各子公司之间数据能在数据仓内交换通畅，形成DC公司数据的共享机制。可以将数据的处理过程与管理规范有机融合起来，从根本上解决原来管理与执行脱节的问题。

3.4.2.4   建立数据平台，打通数据壁垒

实现数据融合的重要途径就是构建数据平台。为了实现数据实时呈现，以及数据高效分析，必须建立一个数据平台。目前公司数据平台已经经历了主数据平台、数据仓、数据中台几个阶段。主数据平台主要是对业务端的数据进行规范化、标准化处理，提升数据质量；数据仓能够对多源异构数据进行存储，能够利用历史数据进行分析；数据中台与业务关系更紧密，不仅限于分析型场景，也适用于交易型场景。DC公司要实现数字化转型，更好地实现业务赋能，应该将构建数据中台作为数据平台的目标。数据仓是数据中台的中间过程之一，可以将数据仓的建设作为短期目标。

3.4.2.5   梳理數据模型，搭建展示平台

DC公司在信息化系统上线之后，根据业务实际需要，部分模块形成了相应的数据关联模型，公司可以根据业务需求，进一步分类总结交互模型。从供应、销售、生产、质量等多个角度总结可以构建的数据模型。期望依托数据模型数据的直观展示，为经营决策及战略管理提供支撑。

4     总 结

通过近些年来的信息化建设，我国大型制造业企业的信息化基本完成了第一阶段的建设，逐步迈入转型期。目前，已经具备一定的数据库积累，在数字化转型阶段的主要工作就是进行数据管理、数据融合、数据挖掘，在此基础上实现企业数字化建设。企业的数字化建设尤其是大型制造业不是一蹴而就的，企业应正确面对和处理数字化转型面临的诸多困难和技术壁垒，梳理出存在的问题并积极处理，从管理层面以及技术层面提出相应举措，才能更好地推动大型制造业企业实现数字化转型升级。

主要参考文献

［1］李春发，李冬冬，周驰.数字经济驱动制造业转型升级的作用机理：基于产业链视角的分析［J］.商业研究，2020（2）：

73-82.

［2］吕铁.传统产业数字化转型的趋向与路径［J］.人民论坛·学术前沿，2019（18）：13-19.

［3］薛纯，杨瑾.信息化驱动装备制造业转型升级机理研究［J］.西安财经学院学报，2019，32（5）：120-127.