在河北省邯鄲市館陶縣現代農業産業園農業農村大數據中心，工作人員在介紹“農業大腦”系統。新華社記者 王曉 攝
服務型製造是製造業和服務業深度融合而形成的新型製造模式和産業形態，是製造業發展的重要趨勢。加快服務型製造發展對我國構建現代化産業體系、建設製造強國、提高全球産業競爭力具有重要意義。隨著數字技術的發展，數據要素不僅貫穿服務型製造價值鏈的全流程，更成為推動服務型製造發展的重要力量，服務型製造已經成為數據密集型的生産和服務過程。
全面提高服務型製造運作績效
隨著全球數字技術的加速發展和市場個性化需求的持續增長，生産組織、産出形態和商業模式不斷創新，越來越多的製造業企業開始從單純出售産品轉為提供産品和服務的組合，即開始向服務型製造轉型升級。目前，我國服務型製造模式創新已經取得積極成效，定制化服務、全生命週期管理、資訊增值服務、共用製造等模式已廣泛應用。
數據具有泛在性、非競爭性和時效性等特性，是數字經濟時代關鍵的生産要素。數據要素在研發設計、生産製造、用戶交付、産品運維等典型場景具有廣泛應用，並通過數據洞察、軟體定義、指令控制、數據實時流動和連接聚合等方式，全面提高服務型製造的運作績效。
通過數據洞察優化商業決策。數據作為生産經營過程中資訊和知識的載體，是企業經營管理的關鍵決策依據。企業通過對數據的挖掘分析，可以增強在發現需求、開發原型、生産執行、交付和運作等流程環節的洞察。無論是企業直接面向用戶，還是通過産品向用戶提供服務，都要在洞察用戶需求、使用習慣、産品狀態等關鍵數據的基礎上，有針對性地調整資源配置，提供定制化産品或服務。企業掌握的數據越全面，越有利於提高數據完整性、細化數據維度，築牢決策分析的數據品質基礎，做出更精準的商業決策。隨著商業智慧技術和大數據的進一步結合，企業不僅能夠更全面且深入地洞察用戶的真實需求，形成更為精準的用戶畫像，還能夠識別出用戶的潛在需求或對産品“健康”狀況作出預測，並將這些數據反饋到産品和服務的開發設計和生産、服務等環節，促進效率提升和發現新的商業機會。
通過“軟體定義”實現規模經濟。傳統服務的提供方式受制于企業專業服務人員的數量和技能水準，服務規模擴大的同時必須保持專業服務人員數量的同步增長，這不僅造成專業服務難以擴大規模，而且服務規模的擴大也很難帶來企業盈利的增長。擴大服務型製造的應用範圍和規模，必須減少對專業人員的依賴，提高服務的規模經濟性。要實現這一目的，就需要將服務生産、交付中的知識進行編碼化，通過“軟體定義”由系統自動化地執行個性化的服務生産和交付。將企業生産和交付服務的知識進行編碼化需要以數據形態存在的資訊，特別是在人工智慧技術功能日益強大和應用普及的今天，許多自動化的功能可以由人工智慧演算法來實現。數據是演算法的輸入和基礎，在目前以“大數據+機器學習”為人工智慧主流技術路線的條件下，數據量越大，演算法的優化程度就越好，因此，持續的數據量級提升也為人工智慧大模型在服務型製造中的服務應用提供了基礎。
通過指令控制提升柔性水準。服務型製造面臨的個性化需求水準越來越高，非標準化的産品生産和服務提供需要匹配更為柔性的“産品-服務”系統。隨著設備和産品的網聯化、數字化，密碼、文本、模擬信號等傳統方式的指令逐步被數據指令所替代，以數據流管控生産和服務就是要通過數據驅動“産品-服務”系統的智慧運作，形成工業數據智慧基礎上的柔性化能力。由於數據依賴人員、設備等要素共同發揮功能，因此數據對“産品-服務”系統智慧控制水準的高低就取決於企業數實融合的水準。數據、數字技術與生産體系融合得越好，數據指令的控制效果就越好，對促進“産品-服務”系統效率提升的作用就越顯著。通過數字化和網路化升級，數據支援的柔性化“産品-服務”系統可以更有效地處理分散的生産和服務指令要求，不僅可以根據企業內部的生産指令快速調整生産進度，還可以通過開放的數據介面直接接收和分析用戶下達的個性化指令，使得指令的下達在企業集中的生産數據處理中心基礎上拓展到更為分散的終端用戶設備，需求與生産的銜接方式變得更為緊密，有利於企業以更短時間和更小成本實現生産和服務能力的柔性化提升。
通過實時流動提高響應能力。由於用戶需求、産品狀態以及使用産品或服務的消費者狀態的易變性，他們所需要的增值服務活動也不是固定不變的。製造企業根據用戶、産品的實時變化和要求有針對性地提供增值服務，才能夠讓服務型製造帶給用戶更大的價值，也為企業自身帶來更多的收益。在産品數字化升級之前，用戶在使用産品時雖然也産生數據，但是並不具備有效的手段實現數據在産品端與企業之間的流動，數據作為生産要素的價值難以有效發揮，用戶的需求也不能及時得到響應，極大影響了産品的用戶體驗。得益於泛在的通信網路、産品搭載的數據採集和傳輸裝置，用戶與企業之間建立起數據流動的通道，産品運作的實時數據可以被傳遞和遠端處理，成為支撐企業開發和提供服務的關鍵資源。根據時效性要求，這些數據既可以在産品終端進行採集和初步處理，也可以被回傳至企業的數據中心進行集中處理，還可以在雲端算力線上加速處理，實現快速反饋。隨著對高併發數據、多模態數據、多源異構數據等處理能力的持續增強，更多複雜場景的實時數據將被應用到産品運作階段，進一步提高企業對現實場景變化的即時服務能力。
通過連接聚合實現價值倍增。在市場運作的過程中，大量資訊處於分散和雜亂的狀態，制約了參與主體之間的溝通效率。當這些資訊被數字化後，儘管存在多種模態和不同的格式，但是現代數字技術已經能夠對這些多來源、多模態、多規格的數據進行集中處理，從而打破原有的“資訊孤島”和資訊不對稱狀態，建立起數據之間乃至背後的經濟活動之間的關聯。數據具有顯著的非競爭性，不會因為參與生産過程而被消耗，與其他數據建立關聯還可以進一步提高數據的品質和價值。數據之間的連接度越高，價值創造的空間越大。如今，網際網路、移動網際網路、物聯網等已將企業、産品和用戶聯繫在一起，構建出一個以數據為紐帶的萬物互聯的世界。企業內部各部門之間的數據孤島逐漸被打通，有助於發現企業內部生産、管理和服務環節的癥結，提高數據要素的利用水準，改進生産和服務的運作績效；企業與用戶之間數據的互聯互通實現了供需兩端的有效銜接，支援企業開展深度的産品和服務創新，拓展價值創造的空間；企業通過促進供應商之間的數據連接共用，可以整合供應鏈資訊，提高供應鏈的安全性。
加快釋放數據要素賦能潛力
為提升數據要素促進服務型製造發展的效果，未來應圍繞數據供給、數據技術、數據安全、數據標準、數據跨境等方面加強能力建設，逐步提高我國服務型製造的綜合競爭能力。
提高製造業數據供給水準。強化製造企業在服務型製造數據資源建設中的主體作用，支援企業進行生産的數字化改造和産品的數字化升級，為企業提供上雲用數賦智服務，提升數據採集和處理能力，提高企業在研發、生産、經營管理中的數據積累水準。重視數據資源二次開發和利用，提高數據重復利用頻次和效率。建設製造業專業化數據要素市場，完善數據資産定價、確權、交付等制度規則，擴充製造與服務兩端的數據要素供給水準，加速數據要素在經濟迴圈中的流轉效率，塑造製造業數據資源稟賦優勢。
提升數據技術創新水準。加快通用型數據利用技術的創新，開展共性數據技術研究，開發高效便捷的跨行業、跨領域、跨場景和跨平臺的數據利用技術，提升企業數字技術應用的成熟度。培育一批掌握核心資源和技術的數據服務提供商，支援基於工業大數據和先進演算法開發製造業垂直領域的人工智慧大模型。開展服務型製造細分領域數據技術創新試點，促進大中小企業協同升級，形成一批服務型製造産業集群。深化製造業領域的數據技術開放合作，引進國際領先的數據技術研發中心和領軍科學家，創新技術合作方式，提升製造業數據技術創新活力。
提高數據安全保障水準。重視對工業數據和用戶隱私安全保護，對服務型製造的數據全生命週期、全流程各環節和各參與方進行安全規範，加強産業數據智慧財産權保護規則體系建設。加強數據安全技術在數據流通、連接和存儲等環節的應用，提高數據面向生産和服務的運作可靠性和穩定性。加強對數據硬體設施的安全保護，提高數字化生産設備和數字化産品的可靠性和可控性水準，對關鍵數字設施加強物理安全保護，定期開展硬體設施安全評估和更新升級。
加快研製和推廣數據技術標準。加強服務型製造標準統籌規劃，發揮標準對數據利用和規範管理的引導作用，重點推動基礎通用和行業應用的數據標準研製。加強數據技術標準的推廣普及，鼓勵行業性、區域性和團體性標準工作組織針對新技術領域開展標準的創新研製，推動企業開展貫標示範。
促進數據跨境流動。適應全球産品和服務貿易市場變化，積極利用國際組織和國際對話機制參與國際數字治理，推進數據跨境流動規則的協商制定和國際互認制度建設。貼近海外市場用戶，研究不同地區用戶的消費習慣和文化特徵，建立與海外用戶的長期合作關係，重點推動“一帶一路”等重點區域市場的數據互信能力建設。綜合考慮數據管理要求、數據響應時效、數據跨境成本等因素，提高數據跨境的安全性和處理效率，增強服務型製造的國際化服務響應能力。
（張亞豪、李曉華、劉尚文 作者單位：東北財經大學産業組織與企業組織研究中心、中國社會科學院工業經濟研究所、服務型製造研究院）
(責任編輯：沈曄)