分类：经济论文 时间：2022-03-08 热度：721
摘 要：20 世纪 80 年代以来，制造业呈现明显的服务化转型趋势，制造企业基于研发、制造产品的能力而提供增值服务愈发普遍，我国也将服务型制造作为制造业转型升级的重要方向。 服务型制造的发展受到用户信息、生产成本、服务人才、运行数据等方面的限制，新一代数字技术使制造业在连接、数据、算法和算力、加工制造能力等方面显著增强，为服务型制造的发展扫平了障碍。 在新一代数字技术的支撑下，制造企业在服务化转型中向用户提供的服务从基于能力的服务向基于数据的服务拓展。软件定义推动增值服务的产品化，使制造企业的服务型制造活动得以实现规模化提供，极大地拓展了服务型制造发展的空间。 在向着全面建成社会主义现代化强国的第二个百年奋斗目标迈进的新征程上，我国应发挥制造业规模大、门类全、场景丰富、数字经济发达的优势，在强化制造技术、能力从而提供基于能力的服务的基础上，更好地发展基于数据的服务，并推动从制造服务化迈向服务产品化。
关键词：服务型制造;服务化;数字化;产品化
20 世纪 80 年代，制造业开始了服务化转型的进程，服务型制造活动在制造企业收入和利润中所占比重越来越高。用户信息、生产成本、服务人才、运行数据等方面的因素，严重制约了服务型制造的模式创新、领域扩展和规模扩大。 作为新一轮科技革命和产业变革重要组成部分的新一代信息技术的发展成熟与渗透融合，打破了这些限制，实现了服务型制造的产品化、规模化，成为推动服务型制造发展的重要力量。
一、制造业的服务化：从产品到产品服务系统
人类文明出现后的大多数时间，人类处于农业社会，农业产品是社会经济产出的主体。 虽然在分工深化后出现了餐饮、住宿、贸易等服务活动，但所占比重较低。 麦迪森的数据显示，1700 年的英国，农业占就业的比重高达 56%，第二产业和服务业各占 22%。 第一次工业革命后，随着蒸汽机、纺织机等机械的发明和应用，生产力获得前所未有的提升，工业生产能力快速扩张，工业成为经济活动的主体。到第二次工业革命时期，电力等新技术的发展和大规模生产方式的广泛采用，使工业的生产规模进一步扩大。 与此同时，由于分工的深化，服务业的比重不断提高。 1890 年，农业、第二产业和服务业占英国就业结构的比重分别为 16%、43%和 41%[1]97。 在工业经济时代，虽然工业产品的相当部分会作为生产资料成为服务业的投入，或者说服务企业需要在工业产品的基础上向用户提供服务，但工业与服务业仍然存在较为清晰的边界。 从工业企业的角度来看，为获得专业化分工带来的收益，除产品的安装、操作培训、维修等基本服务外，很少基于自己制造的产品向产品的最终用户提供其他增值服务。到 20 世纪 80 年代，随着技术进步和产品复杂度的不断提高、经济发展带来的个性化需求不断增长、新一代信息技术的发展，在追求成长和提高利润率的驱动下，制造企业开始基于自家产品向用户提供更多的增值服务，并且不断扩大服务业务的范围和规模[2]。 制造企业基于研发、制造产品的能力而提供增值服务愈发普遍的现象受到学术界的关注，服务化(Servitization)[3]、产品—服务系统(Product-Service Systems， PSS)[4]等概念相继被提出。 在我国，这一现象或商业模式更多地被称为服务型制造[5]。
从最终产品或服务的用户(包括个人消费者和机构用户)的角度来看，制造企业向他们提供产品还是提供服务是无差异的，因为对于绝大多数产品，用户所需要的不是产品本身，而是产品能够带给他们的效用。例如，人们使用复印机，不是需要复印机这台设备，而是需要复印机所提供的文档复制服务。从提供文档复制服务的角度来看，可以有几种不同的商业模式供复印机制造企业选择：第一种是复印机企业出售复印机给最终用户，由用户自己操作复印机进行资料复印。 在这种模式下，复印机企业开展的是制造活动，用户的复印活动发生在企业内部，不创造直接的市场价值。第二种是复印机企业将复印机出售给专门的复印公司，由复印公司向有复印需求的用户提供复印服务。 在这种模式下，制造业与服务业出现分离，复印机企业的业务属于制造业，复印公司的业务属于服务业。第三种是复印机企业不是将复印机出售给用户，也不是出售给复印公司，而是由它自己根据用户需求直接向其提供复印服务。 在这种模式下，制造业与服务业出现融合，从行业划分的角度很难区分复印机公司的活动到底属于制造业还是服务业，其产出从产品转变为产品—服务系统。在产品—服务系统的商业战略视角下，企业是聚焦于用户的需要而不是产品来建立价值主张。
服务化或服务型制造是制造业的发展方向已经成为各界共识。服务型制造不仅关乎制造企业的市场竞争力与收入、利润增长，而且会影响一个国家的全球价值链地位、供应链韧性和产业链现代化水平。 国家“十三五”规划纲要提出，要 “促进制造业朝高端、智能、绿色、服务方向发展”，“推动制造业由生产型向生产服务型转变，引导制造企业延伸服务链条、促进服务增值”。 2016 年，工业和信息化部联合国家发展和改革委员会、中国工程院印发《发展服务型制造专项行动指南》，提出创新设计、定制化服务、供应链管理、网络化协同制造服务、服务外包、产品全生命周期管理、系统解决方案、信息增值服务、相关金融服务、智能服务等十类服务型制造模式，开展服务型制造示范(企业、项目、平台、城市)遴选工作。2020 年，工业和信息化部等 15 部门联合印发《关于进一步促进服务型制造发展的指导意见》，进一步明确了工业设计服务、定制化服务、供应链管理、共享制造、检验检测认证服务、全生命周期管理、总集成总承包、节能环保服务、生产性金融服务等九大类服务型制造模式。国家发展和改革委员会也在推动服务型制造相关活动。2019 年国家发展和改革委员会等 15 部门联合印发《关于推动先进制造业和现代服务业深度融合发展的实施意见》，提出 10 种融合型新业态新模式，其中的柔性化定制、共享生产平台、总集成总承包、全生命周期管理都属于典型的服务型制造模式。2021 年国家发展和改革委员会等 13 部门联合印发《关于加快推动制造服务业高质量发展的意见》，提出培育服务衍生制造、供应链管理、总集成总承包等新业态新模式。 “十四五”规划纲要明确提出要“发展服务型制造新模式”。
由于服务型制造的快速发展、在企业和产业层面重要性的提高以及国家政策的关注，近年来国内外涌现一批有关服务型制造的研究成果。
这些成果主要集中于以下方面：一是关于服务型制造内涵、类型的理论探讨。 例如，李晓华、刘尚文提出服务型制造=制造企业+面向用户+基于(本企业制造的)产品+增值服务[2]。 Tukker将产品—服务系统分为三大类八种具体类型[6]：第一类是产品导向的产品—服务系统，包括产品相关的服务、建议和咨询服务;第二类是使用导向的产品—服务系统，包括产品租赁、产品出租和共享、产品池;第三类是结果导向的产品—服务系统，包括活动管理和活动外包、按服务单位付费、按功能性结果付费。 二是关于企业层面如何开展服务型制造的研究。 例如，贝恩斯和莱特福德研究了高级服务的传递、绩效的衡量、相应的组织结构、人员配置等方面的问题[7];甘特·莱研究了九个行业的制造业服务化情况，并在企业运作层面提出制造业服务化的模式、影响因素和运作建议[8];Annarelli et al.研究了产品—服务系统对竞争优势的作用、产品—服务系统战略的实施及其对公司商业模式的颠覆等问题[9]。 三是关于服务型制造的实证研究。 例如，张峰等研究了服务型制造与企业在进口竞争中的经营绩效之间的关系[10]。由于目前缺乏对服务型制造的系统统计数据，有关服务型制造实证研究的对象是制造业中服务活动的投入或制造企业所开展的服务活动，严格来说并不等同于服务型制造。
近年来，新一轮科技革命和产业变革深入发展，以云计算、大数据、物联网、移动互联网、人工智能等为代表的新一代信息技术不断成熟并广泛扩散，正在成为各产业生产组织方式、商业模式、产业业态等全方位颠覆性变革的推动力量。新一代信息技术同样深刻改变着制造业的模式和形态，使服务型制造的应用更深入、领域更广泛、模式更多元。 例如，贝恩斯和莱特福德指出，信息技术的使用帮助制造商掌握已出售并由客户实际操作的产品(资产)的运行数据，通过对这些数据的采集和分析挖掘，可以开展运行状态监测、预防性维护等高级服务[7]。 李刚、汪应洛认为，“互联网+”能让制造企业将顾客引入产品服务系统从研发设计到运营的全过程，提供针对性的服务[11]80-82。 虽然国内外已有从数字技术视角对服务型制造的研究，但总体上看仍缺乏系统性，没能很好地揭示数字技术推动服务型制造发展的机制，以及数字经济条件下服务型制造的模式和形态变革。
二、服务型制造的制约因素与数字技术赋能
近二三十年来，服务型制造呈现快速发展之势。IFS 公司对 16 个国家 750 家制造企业的调查显示，接近 70%的被调查公司在开展某种程度的服务化;Barclay 公司的调查发现，接近 3/4 的管理者将服务化作为建立更紧密客户关系的方法[12]。 在相关政策的推动下，服务型制造获得了我国制造企业的广泛了解和认可，制造业服务化转型的步伐正在加快，但仍有许多因素制约着服务型制造的模式创新、领域扩展和规模扩大。这些因素包括制造企业及其用户各自内部的因素，如对服务型制造重要性的认识、对服务价值的接受程度、组织刚性等，当然，支撑服务型制造发展的相关技术的不成熟也是重要的制约因素。新一代数字技术使制造业在连接、数据、算法和算力、加工制造能力等方面显著增强，为服务型制造的发展扫平了障碍。
(一)服务型制造发展的制约因素
传统上的服务具有非标准化、个性化、人力密集和即时消费等特征。 所谓非标准化，是指由于服务由人来提供，而人很难做到机器那样精准控制、生产出完全相同的产品，即使是同样的服务或与服务相伴的产品(如餐食)也很难做到完全相同。 所谓个性化，是指由于人的感官和肢体具有高度的适应性，能够根据服务对象的不同，在成本、时间基本不发生变化的情况下，根据服务对象的需求、特征提供千人千面的定制服务，如理发、定制服装加工。所谓人力密集，是指服务往往需要服务人员的深度参与，甚至现场一对一 地进行服务的生产和提供。 当服务用户增加、服务规模扩大后，也需要服务人员数量几乎同比例的增长。 所谓即时消费，是指许多服务的生产和消费相伴生，具有同时性且需要在现场来完成，服务生产的过程也就是消费的过程。 相比之下，制造业具有标准化、资本密集、大规模生产、生产与消费分离等特征。 当制造企业开展服务型制造活动时，服务的特征就与制造业的传统特征产生冲突。
在业务实施层面，制造企业提供基于产品的增值服务还面临着以下方面的制约：
一是信息不对称，不了解用户需求。 大多数制造企业在将产品制造出来后，会将产品交付给分销商进行销售，制造企业与其产品用户的直接联系少，通常需要通过市场调查、用户投诉建议等方式了解用户对产品外观、功能、售价等方面的诉求。 经销商虽然直接与用户接触，但是它们长于渠道和销售，缺乏关于产品架构、工艺等方面的知识，也难以准确、全面掌握用户的需求。当交付给用户后，产品就脱离了制造企业的视线，制造企业无法了解用户使用产品的习惯以及产品的运行状况。
二是制造成本高企，市场接受度低。 一些类型的服务型制造活动需要根据用户的个性化需求进行差别化的设计、生产，随之要求产品架构、零部件构成、生产工艺等方面作出改变。 通常的工业生产具有显著的规模经济效应，产品原型开发、专用零部件模具的制造等诸多环节都涉及高昂的固定成本，需要大规模生产才能摊薄成本，因而产品设计一旦定型，在一个时期就不会改变。在生产过程中，定制化产品需要根据该产品所需要的原料和零部件调整供应链，还需要对生产线进行调整，而无论是供应链的重新组织还是生产线的重新调整都耗资巨大，同样也需要大规模生产才能分摊成本。
三是人才供给不足，规模扩张受限。 一些制造企业向客户提供定制化服务，这些服务虽然有利可图，但由于服务提供的一对一方式具有很高的人力资源密集度且不具有规模 经济性 ，因此，如果向新增客户提供定制服务就需要额外的人力投入，这些人力的投入往往是需要手把手的，且依赖于关键人才[13]。在这种商业模式下，制造企业虽然可以向用户提供个性化定制服务，在满足市场需求的同时增加用户黏性、实现规模扩张，但是受制于企业高素质人才数量的限制和培养的难度，这类服务的规模扩张具有较大难度。
四是缺乏使用数据，阻碍模式拓展。传统上，制造企业将产品交付给用户使用后，除了当用户在使用时出现疑难问题需要提供指导或产品出现故障时需要提供维修服务外，基本上脱离了与产品的联系。只有产品用户自己，有条件掌握产品的运行状态、使用习惯，但多数情况下用户没有意识也没有能力掌握这些数据，而制造企业缺乏获得产品使用过程中数据的途径，更无法掌握产品运行状态的实时数据，因此，基于对产品运行状态、用户使用习惯的许多增值服务——如预防性维护、个性化使用方案等就无法开发和开展。
(二)数字技术的赋能基础
云计算、大数据、传感器、物联网、移动互联网、人工智能、3D 打印、智能加工中心和工业机器人等新一代数字技术使制造业呈现区别于工业经济时代的新特征，奠定了数字技术为国民经济各产业赋能的技术基础，成为服务型制造发展的巨大推动力。
1.万物互联成为可能
互联网、物联网、移动互联网等技术的成熟和应用使泛在连接成为可能。 在企业运营层面，制造企业依托互联网基础设施和数字化设备，实现制造企业内部从产品创意、设计到制造再到运行服务的价值链各环节，机器设备、供应链系统、生产系统和运营系统等生产流程，以及供应链上下游的供应商、合作伙伴等商业生态的互联，对应着德国“工业 4.0”所说的纵向集成、端到端集 成和横向集成[14]。 借助于 5G 的大规模机器类通信(mMTC)场景，工厂中的各种物料、半成品、最终产品都能够连接进企业的信息网络。在最终产品层面，依托互联网连接技术，制造企业能够与产品、产品应用场景、产品用户实现实时的连接。超高可靠低时延通信(uRLLC)5G 网络还能使对时延要求高的生产线、最终产品(如手术机器人)等实现实时连接。
2.数据规模爆发式增长
无处不在的传感器将制造业的价值链、供应链、商业生态的各个节点与环节的运行数据采集起来，嵌入式系统、智能控制系统、工业软件和各种应用软件本身也能够持续产生数据。 此外，制造企业还能够接入外部数据，并使这些数据与企业内部数据打通、融合。随着数字化的深入推进，人类社会的数据规模呈现指数型爆发式增长。据 IDG 预测，2025 年全球将有 416 亿台物联网设备，产生 79.4ZB 的数据。涉及企业内部研发、采购、加工制造、销售、产品使用等全方位的数据，在企业的数据价值链中流通，被传输到企业的数据中心进行储存、清理、分析、处理，最终转变为控制指令、决策命令或解决方案。
3.算法和算力显著增强
常规的技术手段无法处理数字经济时代产生的海量数据。 在摩尔定律的推动下，集成电路芯片的处理以指数级速度增长，超级计算机、云计算的出现，一方面能够高效率地处理海量数据，另一方面云化的算力资源使用户无须自己投资建立计算能力，可以按需弹性租用，使算力的获得门槛和使用成本大大降低。量子计算机更是可以凭借强大的计算能力，完成经典计算机无法完成的计算任务。 随着 CPU、GPU 处理性能的显著增强以及专用人工智能芯片的开发，基于 2006 年多伦多大学教授辛顿发表的深度信念网络论文及相关理论，建立在“大数据+机器学习” 基础上的人工智能技术获得飞跃式发展，并进入商业化应用阶段。 借助基于历史数据的训练，人工智能系统能够揭示常规技术下无法洞察的事物之间内在的联系，并对事务的发展趋势作出准确判断和预测，在此过程中，人工智能系统仍然可以持续地进行训练和学习，不断提高判断和预测的精度。
4.加工制造更加柔性化
制造业具有显著的规模经济特征，在一定限度内，生产规模越大，单位产品的生产成本越低。为了提高规模经济效应，制造企业会进行资产专用性的投资，用专用的设备、生产线生产专门化的产品。这种专用性生产系统在实现规模经济的同时却缺乏适应性。计算机数控机床与拱式可重构机床、机器人等生产设备形成的可重构生产系统或柔性制造系统，使生产线可以更方便地充分调整以适应新产品的加工制造需要[15]13-14。 人工智能系统、智能化的机器人和人机协作的引入使生产线更加具有柔性，而 3D 打印机的逐步成熟可使企业快速且低成本地进行产品原型设计、小批量或单个产品的定制化生产。
(三)数字技术赋能服务型制造的架构
新一代数字技术在制造业的深度和广泛应用有效破解了制约服务型制造发展中的用户信息、生产成本、服务人才、运行数据瓶颈，为服务型制造的模式创新、应用领域拓展开辟了广阔的空间。
数字技术赋能服务型制造的架构可以划分为物理层、功能层与模式层(见图 1，下页)。 物理层包括物联网、移动互联网、工业互联网等连接设施，传感器、智能设备、软件等数据设施，超算中心、云计算中心、边缘计算等算力设施，数字加工中心、机器人、3D 打印机等生产设施。功能层是在物理层的基础上，由物理层的各种设备、网络、软硬件等针对价值链、产业链、供应链和产品使用过程中的数据所提供的数据采集、数据传输、数据处理、加工制造、智能服务等各种能力。模式层是利用数字化、网络化、智能化的数据采集、传输、存储、计算和生产设施以及产品，结合产业特点、产品特点和具体的应用场景所提供的各种具体的服务型制造活动，如个性化定制、系统解决方案、远程监测、预防性维护、产品远程升级、个性化产品使用优化建议、软件化智能服务等。
随着数据收集、存储、加工处理和开发应用能力的不断提升，数据在企业生产经营中的作用日益增强，在制造企业中的应用贯穿于企业生产经营的全流程[16]。 新一代数字技术提供的连接、数据、算法和算力、加工制造等能力有效化解了传统制造企业中服务型制造发展所面临的用户信息、生产成本、服务人才、运行数据等制约。 在用户信息方面，通过抓取用户搜索、浏览、停留、评价等各种数据并与电商、社交网络、视频平台等数据进行打通、整合，制造企业可以更全面、准确地对用户画像，了解用户对产品的兴趣、意见等。 通过对用户使用产品的大数据分析，能够准确掌握用户的使用习惯。 依托电商平台、众包平台，还能够让用户根据喜好自主选择产品配置甚至直接参与产品设计。 在生产成本方面，更加柔性化的设计、制造系统能够适应多样化的产品需求，显著降低最终产品的制造成本和售价，使企业能够以具有竞争力的价格向用户提供小批量乃至个性化定制的产品。借助于硬件平台的可拓展性、软件的自适应性和易于快速迭代的特征，企业能够在硬件不发生改变的条件下向用户提供多样化和不断升级的服务。 在服务人才方面，智能化的后台生产、客服和软件系统能够大规模地替代人工，解决服务型制造的专业化人才短缺难题。在运行数据方面，通过产品内置的传感器、软件和泛在的网络，能够将产品的运行状态或使用数据实时回传给制造企业。
三、基于数据的产品化服务型制造
在新一代数字技术的支撑下，制造企业在服务化转型中向用户提供的服务从基于能力的服务向基于数据的服务拓展，增值服务的形态包括流程支撑型、软硬融合型和产品重构型。 软件定义推动增值服务的产品化，使制造企业的服务型制造活动同样可以实现规模化提供。
(一)从基于能力的服务到基于数据的服务
1.基于能力的服务型制造的发展
制造企业的核心能力是通过整合市场中和企业内部的资源，开发设计与生产制造具有竞争力的产品以满足用户的需要。传统上的制造企业负责制造产品，在产品交付后，由用户使用该产品，使产品的使用价值得以发挥并满足用户自身的需要。 服务型制造是由制造企业将在研发、制造和交付产品中形成的能力向外拓展，依托自己的核心能力向用户提供原本由用户自己实施的基于产品的活动，更大限度地发挥产品的功能，向用户提供更有价值的服务。 例如，制造企业能够将关于产品架构、生产的知识拓展到使产品保持高效的运转上，并以服务活动的形式提供给用户。 制造企业的服务化转型，实际上就是由简单地“提供一个产品”上升到“提供一种能力”[7]。 系统解决方案、定制化服务、总集成总承包、全生命周期管理等典型的服务型制造模式都属于此类。也就是说，传统上制造企业服务化转型所提供的服务属于基于能力的服务。
数字技术极大地拓展了制造企业可以提供的增值服务的类型，基于数据的服务型制造模式得以实现快速发展。实现数字化转型或正在向数字化转型的制造企业成为数据中心：制造企业内部各部门、各环节的数据不断形成和汇聚，制造企业与所处生态中的供应商、服务商以及各种互联网平台保持紧密的数据联系，产品运行和用户使用的数据也源源不断地反馈到制造企业。数据成为制造业向服务化转型的重要驱动力量和价值创造的重要来源。数据的价值创造作用不仅体现在与用户不直接接触的研发设计、加工制造等环节，而且体现在与用户接触的界面上，并将用户接触界面获取的数据反馈到研发设计、加工制造等价值链的前端环节。通过与用户之间保持持续和低摩擦的交互并将个性化的交互信息反馈至价值链、供应链和产业生态的相应组成部分，制造企业能够向市场提供不同的高度定制化的服务。 运行状态远程监测、预防性维护是基于数据的服务型制造的典型案例。制造企业对用户手中设备的运行数据进行实时接收和分析，基于自己对有关产品性能知识的积累，对设备的运行状态是否正常以及可能出现的故障或出现故障的时间进行预测或预判，前瞻性地进行干预或提前维护，使生产设备保持最佳运行状态并避免生产事故的发生。
相关知识推荐：如何让论文符合国际sci发表要求
需要注意的是，基于能力的服务型制造与基于数据的服务型制造不是截然分离的。基于数据的服务型制造的开展也需要建立在企业对产品研发设计、加工制造、运行使用等各环节的技术、知识积累所形成的能力之上。 在许多情况下，企业的这些知识形成了专业化的知识库，并通过软件定义的形式自动地根据输入数据的变化作出响应，提供个性化的服务输出。
2.基于数据的服务型制造运作形式
基于数据的服务型制造主要包括三种运作形式：一是流程支撑，由企业或企业所处商业生态内部的数字化生产流程所支撑的服务，如运行状态远程监测。 二是软硬融合，由用户直接面对和感知的各种互联网应用。按照世界各国通行的国民经济行业分类标准，软件和信息技术服务业、互联网和相关服务都属于服务业的范畴，因而制造企业向用户提供软件及基于软件的信息服务，也属于服务型制造的重要形态。 三是产品重构，制造企业根据用户需要重新组织产品架构并进行生产。
第一，流程支撑。 当制造企业基于对用户需求、使用习惯、产品运行状态等数据的分析，并有针对性地生产和提供增值服务时，需要调动制造企业内部及其所处商业生态中的研发设计、加工制造、供应物流等生产流程，生产流程中的设备、软件、网络根据服务的不同进行适应性调整。 这一调整过程离不开新一代信息技术及其所构成的数字化系统的支撑。支撑服务型制造发展的生产流程是高度数字化的，从这个意义上说，智能制造、工业互联网与服务型制造是对制造企业数字化、智能化转型的不同视角的描述。 智能制造强调的是制造企业的生产方式，工业互联网强调的是制造企业运行其上的基础设施，服务型制造强调的是制造企业的产出形态。
第二，软硬融合。 泰格马克根据生命设计自品，使产品的使用价值得以发挥并满足用户自身的需要。 服务型制造是由制造企业将在研发、制造和交付产品中形成的能力向外拓展，依托自己的核心能力向用户提供原本由用户自己实施的基于产品的活动，更大限度地发挥产品的功能，向用户提供更有价值的服务。 例如，制造企业能够将关于产品架构、生产的知识拓展到使产品保持高效的运转上，并以服务活动的形式提供给用户。 制造企业的服务化转型，实际上就是由简单地“提供一个产品”上升到“提供一种能力”[7]。 系统解决方案、定制化服务、总集成总承包、全生命周期管理等典型的服务型制造模式都属于此类。也就是说，传统上制造企业服务化转型所提供的服务属于基于能力的服务。数字技术极大地拓展了制造企业可以提供的增值服务的类型，基于数据的服务型制造模式得以实现快速发展。实现数字化转型或正在向数字化转型的制造企业成为数据中心：制造企业内部各部门、各环节的数据不断形成和汇聚，制造企业与所处生态中的供应商、服务商以及各种互联网平台保持紧密的数据联系，产品运行和用户使用的数据也源源不断地反馈到制造企业。数据成为制造业向服务化转型的重要驱动力量和价值创造的重要来源。数据的价值创造作用不仅体现在与用户不直接接触的研发设计、加工制造等环节，而且体现在与用户接触的界面上，并将用户接触界面获取的数据反馈到研发设计、加工制造等价值链的前端环节。通过与用户之间保持持续和低摩擦的交互并将个性化的交互信息反馈至价值链、供应链和产业生态的相应组成部分，制造企业能够向市场提供不同的高度定制化的服务。 运行状态远程监测、预防性维护是基于数据的服务型制造的典型案例。制造企业对用户手中设备的运行数据进行实时接收和分析，基于自己对有关产品性能知识的积累，对设备的运行状态是否正常以及可能出现的故障或出现故障的时间进行预测或预判，前瞻性地进行干预或提前维护，使生产设备保持最佳运行状态并避免生产事故的发生。需要注意的是，基于能力的服务型制造与基于数据的服务型制造不是截然分离的。基于数据的服务型制造的开展也需要建立在企业对产品研发设计、加工制造、运行使用等各环节的技术、知识积累所形成的能力之上。 在许多情况下，企业的这些知识形成了专业化的知识库，并通过软件定义的形式自动地根据输入数据的变化作出响应，提供个性化的服务输出。
2.基于数据的服务型制造运作形式基于数据的服务型制造主要包括三种运作形式：一是流程支撑，由企业或企业所处商业生态内部的数字化生产流程所支撑的服务，如运行状态远程监测。 二是软硬融合，由用户直接面对和感知的各种互联网应用。按照世界各国通行的国民经济行业分类标准，软件和信息技术服务业、互联网和相关服务都属于服务业的范畴，因而制造企业向用户提供软件及基于软件的信息服务，也属于服务型制造的重要形态。 三是产品重构，制造企业根据用户需要重新组织产品架构并进行生产。第一，流程支撑。 当制造企业基于对用户需求、使用习惯、产品运行状态等数据的分析，并有针对性地生产和提供增值服务时，需要调动制造企业内部及其所处商业生态中的研发设计、加工制造、供应物流等生产流程，生产流程中的设备、软件、网络根据服务的不同进行适应性调整。 这一调整过程离不开新一代信息技术及其所构成的数字化系统的支撑。支撑服务型制造发展的生产流程是高度数字化的，从这个意义上说，智能制造、工业互联网与服务型制造是对制造企业数字化、智能化转型的不同视角的描述。 智能制造强调的是制造企业的生产方式，工业互联网强调的是制造企业运行其上的基础设施，服务型制造强调的是制造企业的产出形态。——论文作者：李晓华
文章名称：数字技术推动下的服务型制造创新发展
