余颖1 刘坤明1 李广沈2 邵静1 曲永冬2
1 云南省机械研究设计院 云南 昆明 650031； 2 云南省机电一体化重点实验室 云南 昆明 650031
摘要：在工业互联网背景下，制造业表现出了明显的服务化价值创造主体演变趋势以及服务化价值融合趋势。而且，工业互联网的应用，在提升我国制造业服务化价值创造，实现跨领域价值共创方面也发挥着十分重要的作用。基于此，本文重点针对互联网背景下制造业服务化价值创造体系的建设进行了详细的分析，以供参考。
关键词：工业互联网;制造业;服务化;价值创造体系
信息技术与制造业的深度融合，催生了工业互联网时代的到来。在工业互联网背景下，制造业企业开始与服务业融合。制造业服务化这一经济形态的兴起与发展对制造业企业的经营方式以及价值创造模式产生了影响，纯粹制造环节对工业产品附加值的影响越来越小，但物流配送、研发设计等服务类环节却对工业产品的附加值产生了巨大的影响。正因如此，制造业企业必须要重新建设价值创造体系，才能更好的适应时代的发展。
一、制造业服务化的概述
当卖方市场逐渐向买房市场转换，制造商们要想继续获得盈利，就必须要对市场需求进行深入的了解，然后以客户服务为中心开展生产经营管理活动，所以越来越多的制造商们开始引进并应用“产品+服务”的经营模式。在这种经营模式下，产品制造在价值链附加值中的占比最低，无法成为制造商们的市场竞争优势。实务中，“服务中心”开始逐步取代“制造中心”，并期望借此提升价值链。
所谓制造业服务化，其实就是制造业企业对传统的提供“产品”经营模式进行调整，并将之转换成与提供与产品有关的“服务”经营模式。与此同时，相应的价值链也随之进行调整。当更多的制造业开始关注“满足客户需求”相关产品的研发、改进、营销、售后以及回收的时候，制造业服务化也就发展成为了一种全新的经营模式。这种经营模式的价值经营形态，是以对客户需求的满足与引导为基础的，所以具备很大的发展潜力，可以整合各种价值链上的活动。制造业服务化的价值创造，依赖于服务与制造价值链商各种活动的彼此渗透、延伸以及重组，所以会对制造业企业的盈利模式以及成本管理产生较大的影响。
二、工业互联网对制造业服务化的影响
工业互联网可以为制造业服务化打造一个专门的平台，并将制造业的设备、生产线、工厂、供应商、产品、服务以及服务商整合到这一平台上。这样一来，在工业互联网背景下，制造业就实现了全要素、全价值链以及全产业链的互联互动，进而推动制造业服务化价值创造的智能化发展。另外，工业互联网平台的发展，还离不开深度业务、工业知识应用创新与海量数据管理的协同发展。而这，主要与以下几种核心技术的应用有关：第一数据集成与边缘处理技术、第二平台使用技术、第三应用开发技术、第四微服务技术、第五数据管理技术等。在工业互联网背景下，制造业服务化价值创造最关键的要素就是数据、信息以及知识。体系创造最重要的工作就是数据价值的体现、工业知识的挖掘、利用以及协同。也就是说，工业互联网的发展，不仅为制造业服务化价值创造提供了源源不断的动力，也使得制造业服务化价值创造体系的建设找到了更多的方法和策略。
（一）工业大数据汇聚分析对制造业服务化价值的影响
传统的制造业企业的盈利方式依赖于规模经济，而服务业可以将服务提供给制造业价值链的上游和下游。在信息化时代下，服务业已经在潜移默化中渗透到制造业价值链的多个环节，延伸到制造业产业链的方方面面。而这，就意味着制造业价值提高与创造的必然性。现阶段，当工业互联网逐渐向制造业服务系统延伸的同时，工业大数据的增长速度也表现出了井喷式特点。对工业大数据进行挖掘和利用，可以对制造业服务化价值创造产生积极的影响。要想进一步促进工业互联网在制造业中的应用，就必须要对基于数字的工业数据分析模型予以重视，借此提升大数据的汇聚能力和分析能力。例如，在工业互联网背景下，越来越多的制造业服务化领域开始利用Spark、Hadoop为首的大数据分析框架进行海量数据的批处理与流处理，并逐步加强了以决策树、贝叶斯等为代表的机器学习算法、以深度学习、强化学习为代表的人工智能算法的应用，借此提升制造业服务化价值创造体系建设中存在的各种问题。制造业利用工业互联网平台，将“模型+深度数据分析”数据化服务模式应用到了相应的设备维护、产品售后、能耗管理以及工艺优化、质量控制当中，并与产业全链条进行了联通。然后再结合数据分析结果，对制造业的生产、设备以及管理模式进行了优化与升级，进而推动了制造业服务化体系的智能化发展，提高了制造业服务化价值创造体系的建设质量[1]。
（二）工业知识深度挖掘对制造业服务化价值创造能力的影响
制造业服务化价值创造能力的提升，取决于制造业企业所拥有的工业知识储备能力。在以往的工业实践当中，制造业与各个行业以及学科领域的接触，积累了极为丰富的经验和知识，并逐步形成了完整的知识体系。对这一知识体系进行应用，就可以精准描述企业的生产现象，并完成相应的分析工作。而这，就为传统的工业生产与管理优化奠定了扎实的基础。工业互联网的不断发展与推广，更是明显提升了制造业企业储备工业知识、应用工业知识的能力。因为工业互联网背景下，制造业企业可以利用相应的平台，进行数据积累、算法优化以及模型迭代，进而实现海量工业设备数据与工业系统数据的集成。这样一来，制造业企业也就可以对业务与资源进行智能化管理，对知识和经验进行积累并传承，对应用和服务进行创新与优化。而且，不同企业、不同系统、不同工作人员的经验与知识，同样可以汇聚在这一平台上。企业及其工作人员在此平台上进行学习，掌握更多的工业原理，通过大量技术的学习与应用来加大工业知识的分析与挖掘，就实现制造业服务化价值创造能力的提升[2]。
（三）全流程系统性对制造业服务化跨领域价值共创的影响
在工业互联网背景下，制造业企业利用相应的平台，将供应链、价值链以及产业链的各大要素联系在一起、在辅助以相应的数据分析，就可以强化相应价值创造体系的建设效果，通过各方面的资源共享、数据分析、互联互通以及整体优化来实现资源整合能力的能力，加强不同主体之间的资源对接与合作深度，进而为制造业服务业跨领域价值共创提供方便。所谓跨领域价值共创，主要体现在以下两点。首先，利用平台对产业链资源进行整合，并进行多种应用服务的提供，例如供应链协同服务、制造能力交易服务等。其次，利用全流程系统性优化产业链、价值链以及产品生命周期，提升企业生产与管理的系统性与高效性[3]。
三、工业互联网背景下制造业服务化价值创造体系的建设
在工业互联网背景下，价值创造体系的建设，是实现制造业服务化模式创新的关键。对于价值创造体系来说，价值创造以及价值获取是实现各节点有效链接的关键。制造业企业可以结合价值创造和价值获取，来对客户的消费需求进行刺激，并以此来实现价值创造能力的提升。而传统的价值创造体系已经不能满足功制造业服务化发展的需求，所以必须要进行全新价值创造体系的建设。
（一）明确价值创造体系的构成要素
在工业互联网背景下，以下五个节点是制造业服务化价值创造体系的主要构成。
1.供应商
供应商，即主要将原材料提供给制造企业，通过工业互联网平台与制造企业进行资源的协同调配，并对现场物料的消耗情况进行实时跟踪，根据实际情况提升配货的精准性，所以属于价值创造体系中的上游节点。
2.制造企业
制造企业，即在工业产品生产制造过程中，借助柔性制造生产模式、智能制造生产模式等进行价值创造，然后延伸并重构制造也企业的价值链和业务范围，所以属于价值创造体系中的关键节点。近几年来，制造业服务化价值链开始朝着价值网络的方向发展，制造企业可以借助市场化方式或一体化方式增加产品生产制造过程中生产性服务要素的投入，增加价值创造过程中研发设计、营销服务以及配送服务等生产性服务要素的占比。另外，在完成产品的生产制造之后，还可以借助工业互联网平台增设产品售后使用指导，为客户提供科学合理的设备健康管理以及产品增值服务等业务。这样一来，企业就可以从传统的“卖产品”转型为“卖产品+服务”，价值创造能力也就得到了明显的提升[4]。
3.企业客户
企业客户，同时兼具生产与消费功能，既可以向上游进行产品或服务的采购，也可以将采购到的产品或服务投入到实际的生产活动中，属于制造业服务化价值创造体系中的中心地位。
4.终端消费者
终端消费者，是价值创造体系的终点，与企业客户一样，处于价值创造体系的中心地位，其关于服务的诉求、感知以及体验将会对整个价值创造体系的建设产生影响。
5.工业互联网平台
工业互联网平台，即制造业服务化价值创造体系的使能平台，可以通过相关服务平台的构建，对上下游的各种资源与要素进行有效的对接与配置。由于平台还具有一定的信息交互功能和信息协同功能，所以可以对工业数据进行有效的采集、挖掘与分析，将不同行业、不同区域以及不同企业的资源与能力汇聚在一起，实现设计、制造以及服务的协同[5]。
（二）明确相应的价值交换逻辑
在传统的制造业服务化价值体系中，价值创造过程主要借助以上五大节点进行价值创造。价值传递以及价值实现。几乎所有的网络体系的价值创造过程都非常相似，只是节点企业略有差异而已。在工业互联网背景下，制造业服务化价值创造体系的建设，需要将工业互联网平台作为链接渠道，其价值交换方式不再是以商品买卖关系为主，且价值交换过程受到工业大数据以及工业知识的影响较大。
随着时代的发展，企业客户和终端消费者的需求也越来越个性化和多样化。再加上制造业产品的科技含量越来越高，技术升级速度越来越快，客户正确掌握产品操作技能与维修技能的难度越来越大。在这种情况下，传统的“产品主导逻辑”的价值创造体系已经表现出了明显的滞后性，制造业必须要建设全新的价值创造体系，即分析客户的个性化需求，根据产品的实际情况向客户提供基础性服务和专业化增值服务，并借助专业化增值服务来促进企业的差异化发展。其中基础服务主要包含以下几方面：第一产品的售前咨询与设计服务、第二产品的安装服务、第三产品的配送服务、第四产品的调试检测服务、第五产品的验收服务等。专业化增值服务主要包含以下几方面：第一产品维保服务、第二客户培训服务、第三管理咨询服务、第四融资租赁服务、第五衍生金融服务等。另外，工业互联网平台还具备较强的大数据分析能力和协同能力。将其应用到制造业的设备维保、产品售后、能耗管理以及工艺优化等方面，还可以对制造业服务化的内容进行拓展，将专业化增值服务发展为融合型解决方案和知识型解决方案[6]。
（三）创新制造业服务化模式
在工业互联网背景下，制造业服务化的价值创造体系的建设已经有了更高的要求和标准，更加强调借助工业大数据的汇聚分析、工业知识的深度挖掘、全流程系统性功能的优化来实现相关业务与资源的智能化管理。鉴于此，非常有必要对现有的制造业服务化模式进行创新[7]。
1.以工业应用云端迁移为基础的模式创新
在工业互联网背景下，以物联网技术、人工智能技术以及大数据技术为首的新型基础与传统的工业云平台进行了充分地结合，并形成了精准性更高、及时性更强、效率更高的数据采集体系。首先，传感器、控制器以及相应的信息系统可以对工业现场设备数据进行有效的搜集。而工业互联网平台可以借助基于云的开放物联网架构，就可以利用安全通道，将这些数据实时传输到云端，实现工业应用向云端的迁移。其次，工业互联网平台还可以在云端将数据科学、计算机科学、信息科学、管理科学以及工业科学进行充分的融合，进而将各方面主体汇聚到云端。这样一来，也就实现了各种信息流、资金流、制造能力、制造工具以及创意的汇聚。实现这些内容的共享，就可以打造社会化的协同生产体系。制造也企业也就可以在云端直接与假植创造体系中的其他4大节点进行有效的交互，并在了解客户个性化需求的基础上，向用户提供个性化的在线云服务[8]。
以制造业企业云化服务内容为标准，可以将以工业应用云端迁移为基础的模式制造业服务化模式分成以下两种：一种是以能力交易为导向的服务化模式，即以工业互联网平台为基础，结合制造业服务化价值创造体系中的各节点，将相对分散，且处于闲置创造的服务性资源与能力进行整合，并以此为基础提升制造业服务化价值创造体系的建设潜能。另一种是以集成应用为导向的服务化模式，即借助REST API等Web API新型集成系统，通过系统平台、门户入口、权限管理以及数据模型的统一来对企业整个价值其创造过程中所需的应用进行集成制造，例如与产品研发有关的应用、与产品生产有关的应用，与产品销售有关的应用，与产品物流有关的应用以及与产品售后服务有关的应用等。这样一来，企业就可以通过不同业务系统的信息交互与调度，提升价值创造体系的建设质量[9]。
2.以跨组织知识协同为基础的模式创新
在工业互联网背景下，制造业服务化价值创造体系的核心优势是制造业企业所积累起来的工业知识、工作经验以及相关模型。作为价值创造体系中的使能节点，工业互联网平台可以将数据分析方法与工业机理知识进行融合，进而将制造业企业积累起来的知识与经验转化成数据和模型。这样一来，即可以对生活现象进行精准的描述和分析，实现传统工业生产与管理的优化。另外，在数据积累逐渐增多、算法功能越来越强大、模型不断更新升级的形式下，工业互联网平台中必将形成各种不同类型的知识库、模型库以及工具库。根据这种发展趋势，制造业企业将会为用户提供越来越高质量的创新性服务[10]。
结语：
综上所述，在全球经济的发展形势下，制造业服务化已经成为必然的趋势。在制造业服务化经济形态不断完善与更新的过程中，我们还要不断的探索与之相关的价值创造体系。只有这样，才能够不断的促进制造业的可持续发展。
参考文献：
[1]王利改.基于价值共创理论的制造业服务化发展策略研究[J].科技创业月刊,2020,33(11):45-48.
[2]唐国锋,李丹.工业互联网背景下制造业服务化价值创造体系重构研究[J].经济纵横,2020(08):61-68.
[3]陈如洁. 中国制造业服务化对制造业升级的影响研究[D].华南理工大学,2020.
[4]王素云,沈桂龙.制造业服务化内涵重释:从价值增值到价值创造[J].学习与探索,2019(10):128-134.
[5]王丽娜,张超,朱卫东.互联网时代制造业服务化价值共创模式研究——基于海尔的服务化转型实践[J].企业经济,2019(08):68-76.
[6]杨依莲. 青岛海尔智力资本促进制造业服务化价值创造的案例研究[D].浙江工商大学,2019.
[7]李潇潇,李天柱.制造业服务化的选择机制研究[J].科技资讯,2017,15(19):127-128+130.
[8]常玉翠. 宝钢股份制造业服务化价值增值研究[D].兰州财经大学,2017.
[9]张忠,金青,王晓宇.基于网络的制造业服务化价值创造研究[J].常州工学院学报,2015,28(04):43-47.
[10]冯雪莲.论制造业服务化的价值创造模式[J].中国高新技术企业,2013(25):5-6.