近日，英國《經濟學人》雜志印刷版刊登了一篇題為《數字化程度低導致企業效率差》的文章，該文稱，雖然中國的互聯網市場表面十分繁榮，但中國企業的數字化和網絡化程度仍然偏低，制約了生產效率的提升。這篇文章的論據來自由麥肯錫咨詢公司創辦的MGI智庫發布的最新報告。報告發現，只有1/5的中國企業使用云計算數據存儲和處理技術，而美國的這一比例高達3/5。中國企業只將2%的營收投入到IT領域，只有全球平均水平的一半。盡管這篇文章的結論不能放在每個中國企業的頭上，但至少能說明中國企業信息化建設的整體水平與美國等發達國家相比還有很大差距，進而導致企業運行效率不高。而在激烈的市場競爭中，企業運行效率低下則意味著失去了競爭力，最終將會被淘汰出局。

如今，無論是美國制定的先進制造業國家戰略計劃，德國推出的“工業4.0”戰略，還是日本發布的制造業競爭策略，其核心便是實現制造業的高度數字化發展。而企業的命運關系到行業的發展，因此企業的信息化實力的提升將是未來大國制造業博弈的焦點。

危機凸顯

很多人會認為，企業在生產和經營管理中使用信息技術并不是一件新鮮的事情，他們會以企業上馬ERP、應用財務軟件、部署供應鏈信息系統，并在生產中用到CAD軟件等事實加以佐證。

的確，這些IT產品和技術已經得到廣泛的應用，但卻只是淺層的信息化應用手段，面對如今全球激烈的市場競爭還遠遠不夠，尤其是市場環境變得越來越苛刻的當下。

“客戶對個性化產品的要求越來越高。舉例來說，在汽車行業，可供客戶選擇的汽車版本日趨多樣。其他領域也是如此，如個性化的醫療等等。同時，產品的上市速度變得越來越快。企業只有通過現代信息技術才能滿足客戶的這些需求。”西門子中央研究院研究與技術中心負責人沃爾夫岡·赫凌表示，“在未來市場中，只有那些反應迅速靈活的企業才能生存下來。要做到這一點，就必須全面實現數字化。”西門子是德國“工業4.0”戰略最重要的技術提供商之一，因此其頗有話語權。

可以說，一方面市場對企業的要求變得更高，另一方面，作為企業信息化的工具，信息技術也在突飛猛進地發展，大數據、云計算、移動互聯網、物聯網等新技術層出不窮，其對制造業生產方式、發展模式帶來了顛覆性、革命性影響。如何有效應用這些技術關系到企業能否在這輪數據化浪潮中生存。

例如，在互聯網技術應用方面，MGI的結論是，中國企業并未享受到互聯網在營銷、供應鏈管理和協作研究方面帶來的很多好處。“盡管已經有數以百萬的中國企業在淘寶上出售商品，但仍有數量龐大的公司依然過度依賴線下渠道——中國只有20%至25%的小企業挖掘了互聯網的潛力，遠低于美國的75%。由此也不難理解，中國本土小企業的勞動生產率，為何只有全國平均水平的三分之二。相比而言，英國和巴西的這一比例分別達到90%和95%。”MGI報告表示。

在大數據應用方面，工信部電信研究院的最新報告也指出，當前對大多數企業，特別是傳統領域的企業而言，還未找到有效的應用模式，目前主要集中于互聯網的市場營銷場景。大數據仍以初級應用為主，多數應用仍然使用傳統分析流程和工具，只是擴大了數據的來源、增加了數量。

事實上，對于制造業領域的企業，工業大數據地位將會日益突出，因為企業在生產制造過程中不斷產生出海量數據，企業利用這些大數據，可以優化產品和生產過程。例如，通過大數據分析，可以分析出工業高爐等設備的維修周期，并提前預測下一次維修的最佳時間點，從而延長設備使用壽命減少突發性停產等事故的發生。

多重糾結

企業數字化發展的潮流勢不可擋。中國企業也或多或少地意識到信息技術的價值，認為最先進最前沿的信息技術是登上數字化浪潮中“諾亞方舟”的船票，但是，為何仍然有很多企業并沒有應用這些工具?

“應用這些工具需要花太多錢”，成本是企業首要考慮的因素，尤其是對中小企業而言，當他們面對技術提供商喊出的要價時的確會考慮收入產出比。其實，在2008年國際金融危機蔓延到實體經濟時，記者曾采訪了一些中小企業，很多企業都意識到信息技術是企業應對危機的重要手段，提升企業信息化水平對企業健康發展至關重要。但是，真正付諸行動的企業并不多見。盡管原因有很多，但最主要的還是因為，很多中小企業認為信息化還屬于“成本中心”，是花錢的事情，擔心一旦投入，產出效果不一定可觀。

“推動中小企業信息化發展，關鍵是要讓信息化成為企業利潤中心，而不是成本中心。”中國網庫董事長王海波表示。在他看來，只有讓企業從信息化中嘗到甜頭，獲得利潤，才能提高企業應用信息技術的積極性，從而形成良性發展。因此，一方面，政府通過政策杠桿和搭建交流平臺等營造健康良好的產業發展環境;另一方面，也是更主要的，就是發揮企業的主體作用，尤其是各類信息化服務商等中介的作用。

除了成本以外，人才的短缺也讓企業在面對最前沿的信息技術時束手無策。賽仕(SAS)軟件研究開發公司總經理劉政告訴記者，數據分析是大數據應用的核心，沒有數據分析，就沒有數據價值的提取。隨著大數據的出現，非結構化數據分析需要新的算法。設計新的算法需要復合型人才。“目前這方面人才非常短缺。例如，做汽車行業的數據分析，不僅需要計算機、統計學、數學等知識，還要擁有豐富的汽車行業知識和經驗，通過這些知識經驗進行建模，才能開發出合適的分析方法，從而找到數據的價值。”劉政強調。NEC中國研究院技術總監徐明也表示：“把數據分析的接口應用到各個行業創造價值，需要數據分析的專家。數據分析專家包括兩個方面，一方面是做數據分析，另一方面，則是精通行業的流程和工作性質的行業專家，只有這兩方面結合，才能真正創造出價值。”

最后，至關重要的一點是，當前，對于信息技術的應用，其與制造技術融合時，缺乏“共同語言”。也就是說，沒有統一的標準讓企業面對高度數字化發展感到糾結，無法將最前沿的技術轉化為生產力。

標準先行

近期國務院發布的《關于加快發展生產性服務業促進產業結構調整升級的指導意見》明確指出加快生產制造與信息技術服務融合。目前，將信息化與工業化作為立部之本的工信部也先后出臺了多項政策，如《信息化和工業化深度融合專項行動計劃(2013~2018年)》對企業信息化建設提出了2018年具體目標，也積極通過部署全國工業云創新服務試點等工作從多個緯度促進企業信息化建設。國家發改委也將在云計算、物聯網、電子商務等關鍵領域出臺重大產業政策?？梢哉f，中國企業數字化發展的政策環境在持續優化。

近日，中國互聯網與工業融合創新聯盟應運而生，工信部副部長楊學山在成立大會上表示，互聯網界與工業界目前還沒有“共同語言”，因此，找到“共同語言”是聯盟和企業努力的方向。記者了解到，德國“工業4.0”的愿景是讓設備與設備對話，產品與生產設備之間相互溝通。而實現這一愿景的重要前提條件就是采用統一的數據標準。數據的標準化是“工業4.0”所提出的最大挑戰，難度甚至超出了流程和工作組織。目前各方正在加緊研究制定這些標準。由此可見，標準研制是中國信息化與工業化融合領域各界需要高度關注的問題，而企業作為主體，更應該親力親為。