軍工企業數字化轉型的固定資產投資策略研究

李瓏玲

摘?要：固定資產投資可為軍工企業實現數字化轉型提供有效驅動手段。由于企業規模、協作關系和體制改革約束等原因，當前我國軍工企業數字化轉型相對緩慢，針對軍工企業數字化轉型路徑探索工作，重點明確轉型過程中的目標及要求，分析軍工企業數字化轉型的固定資產投資發展方向，提出轉型發展的策略和相關建議，明確建設成果要求，最終達到持續提升裝備數字化水平的目標。

關鍵詞：固定資產投資；數字化轉型；軍工企業

中圖分類號：F23?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2023.08.052

0?引言

2022年，國務院印發了關于“十四五”數字經濟發展規劃的通知，要求“以數字技術與實體經濟深度融合為主線，加強數字基礎設施建設，完善數字經濟治理體系，協同推進數字產業化和產業數字化，賦能傳統產業轉型升級，培育新產業新業態新模式”。企業數字化轉型與新時代企業改革發展密不可分，軍工企業既然是我國做好產業高質量發展的引領者，就必然要在數字化轉型的大趨勢中加快探索和落地。

1?軍工企業數字化轉型的特殊性分析

軍工企業數字化轉型存在以下特殊性：一是企業規模普遍偏大，數字化轉型改造升級投資規模需求大；二是企業內外部協作、配套關系復雜；三是體制機制改革受制約環節和因素多。但是由于國際軍事形勢的逐漸演化，必須加快推進軍工企業數字化轉型，提升裝備數字化水平，滿足國家防衛需求。因此針對這些特殊性，需要深入明確特定轉型目標，制定轉型要求，按照軍工企業科研發展運行機制針對性提出建設策略。

2?軍工企業數字化轉型目標

軍工企業數字化轉型的根本目標是提質、增效、降本、賦能，進而在企業競爭乃至代表國家在國際上的競爭中取得優勢和領先地位。具體的數字化轉型目標主要有以下幾方面：

一是實現企業在產品規劃、產品研制過程中的數字化仿真及數字樣機驗證；

二是實現產品制造、試驗過程中的質量把控能力提升；

三是實現產品新能力的賦能，對原有產品附加新的數字價值；

四是實現新的技術顛覆，支撐跨越式的產品形態出現；

五是實現新的產品全壽命服務與支持模式，在產品應用上創造更多管理和服務價值。

3?數字化轉型對軍工企業固定資產投資建設的要求

軍工企業固定資產投資建設是其實現數字化轉型的重要支撐，數字化轉型主要從以下幾個方面對固定資產投資提出要求：一是基礎學科的能力建設要求橫向互通和縱向貫通，二是從產品深度出發，需要定制化建設與業務強相關的基礎支撐能力；三是服務于大量的產品生命周期業務，需要建設完整的“數據-開發-業務”生態。

4?數字化轉型投資建設策略分析

4.1?面向產品研制的數字化仿真能力建設

面向軍工企業產品，尤其是大型復雜設備，數字化仿真能力是實現產品研發數字化轉型的開端，也是形成產品全生命周期數字化能力的必然條件，只有在研發階段構建好精準的產品結構、模塊、系統的數字化模型，才能進一步在驗證、試驗和產品使用中產生相應的產品數據，并將數據服務于產品性能機理的分析和應用，從而為提高產品能力、改善產品結構、賦予產品新功能奠定基礎。面向產品研制的數字化過程主要是實現模型構建與管理、不同學科交叉與模型傳遞以及系統集成驗證與系統仿真測試等，數字化過程的關鍵是依據產品的真實科學機理，提煉并關注的產品性能參數，通過模型中參數的調整得到不同的產品功能和性能，從而在產品功能、成本、效率、質量間尋求企業期望的最優解。

因此，針對數字化仿真能力的建設需求，主要從4個方面重點開展固定資產投資建設：（1）建立聯合仿真頂層工具，實現仿真模型在不同學科之間及不同流程之間傳遞，并建立相應的產品研發仿真驗證規范，按照產品特色規定必須的仿真驗證流程。模型傳遞的互操作性要求不同學科軟件之間接口統一、語義一致、結果互用，是實現建設的關鍵。（2）仿真數據的管理工具建設要求所有仿真歷程數據的可追溯性、可復用性和可解讀性，即可對任何仿真過程精確復核和重新驗證。（3）系統仿真的標準化模型構建是復雜系統實現快速原型，開展產品總體設計高效驗證的有效手段，一般來說可以從模型庫構建、標準框架設立、系統仿真模型規范制定、通用驗證工具庫開發積累等幾個方面重點開展建設。（4）仿真優化應用工具必須針對產品可優化參數化能夠支持快速的調整和評價，進而在不同參數組合下，達到產品設計的總體最優，主要建設方向包括仿真驗證及聯合分析工具、多參數聯合優化算法庫以及聯合優化計算需要的基礎算力等。

4.2?面向產品能力形成的數字孿生能力建設

數字孿生是近年來隨著物聯感知技術的發展以及仿真科學的進步而融合形成的新的數字化發展方向，數字孿生的宗旨是實現數字模型與產品物理實體的相互映射和同步，實現產品狀態的精確感知與控制，進而形成數字與現實兩個平行產品的共生和共智，大幅提升產品的自治性、智能性和可追溯性。數字孿生從多個維度反映產品的各方面屬性和發展規律，包括物理性狀和尺寸、化學特性、力學特性、信號特性、熱與振動特性等，多個維度在能力體現為對產品狀態的復現、產品問題的分析甚至是產品未來發展趨勢的預測。

根據產品多維數字孿生能力框架，建設的主要方向為采集感知手段和設備、數字孿生特性多維表達的工具、數據管理的平臺、模型構建的工具以及最終實現數字賦能的公共開發平臺。數字孿生技術較為深入的應用方向在于對產品關鍵機理的揭示和產品性質變化的預測，該方面的建設主要依托各自學科的核心理論提升，這方面不具備一般的建設規律，但是在機理揭示過程中，往往統一用到數據處理工具、模型降階工具、算法訓練工具，這是探索未知機理所采用的各種參數擬合方法的必要手段。

4.3?面向產品全生命周期服務的數據中臺能力建設

產品的全壽命周期數據中臺需全面涵蓋設備的設計數據、仿真數據、試驗數據、質量數據、使用數據、運維數據、故障及處置數據、壽命數據等。數據中臺能夠為深入掌握設備全壽命演變機理，提供深層次的健康管理、故障診斷及預測性維護、更換等工作提供數據基礎，進而確保設備持續高可靠運行，減少事故與經濟損失。數據中臺建設的重點方向是：數據標準、數據關聯。數據標準需要對所有數據統籌考慮，制定每個數據時空維度、性能維度、從屬維度等方面的唯一標簽，從而在數據傳遞和數據應用過程中確保可讀性和唯一性。數據關聯與實際業務強相關，因此在建設過程中應盡可能實現基本數據關聯關系模板的構建，以及在構架上容許新的數據關聯快捷、便利的構建。

因此，面向產品全生命周期數據中臺的發展需求，服務于產品數據的產生、回歸、處理和應用，主要建設大數據的運算存儲、數據清洗與挖掘、數據關聯基礎模型以及從數據到知識的計算模型，這些基礎能力是高效挖掘大數據、以數據精準驅動產品、用數據產生新價值等一系列能力的底層基礎。

4.4?面向產品智能化賦能AI能力建設

智能傳感及物聯網技術，是利用先進的傳感器從多個維度感知工業設備的運行狀態，通過物聯網將各類數據以標準的形式匯集給計算機，從而給計算機提供了一個能夠量化理解設備狀態和工作邏輯的平臺，基于以上原理能夠利用數字化過程形成對工業設備有效地、敏捷的管理，同時也為復雜場景下AI技術的介入奠定了技術基礎。先進的AI算法能夠以遠超人類的速度和精準度實現各種復雜的監控和作業，從而代替人從事重復的、長效的工作，甚至在超越人類認知的復雜系統關系中找到其發展的趨勢和隱患，服務于產品能力的進化和跨越式提升。

因此，面向數字化轉型過程中產品智能化發展需求，有序建設積累智能化研究能力，是固定資產投資的重要內容。AI技術的進步主要依賴三個方面：分別是算力、算法和數據。算力是技術發展的基礎，承擔大規模AI訓練和傳統智能算法的高效求解，建設新型的“云+邊+端”分布式算力網絡，是實現智能化支撐的有效途徑。針對算法的建設目標主要是構建通用算法庫，以及全面的算法評價平臺，支撐算法的快速開發，并對算法的智能性、魯棒性等指標的驗證提供快捷的驗證條件。針對數據的建設主要體現在數據清洗、數據挖掘等算法訓練的先決條件上，構建符合學科原理、傳感器邊界及設備性能的數據清洗算法，是決定數據訓練有效、AI模型真實反映設備機理的前提。在海量的設備使用數據中挖掘復雜相關性的信息，同樣需要建設先進的數據挖掘算法進行支撐。

4.5?面向產品服務的數字化保障與維護能力建設

現代產品尤其是大型復雜系統，其研制能力已不僅需要滿足交付用戶時的功能和性能狀態，更需要在產品服務于用戶的全生命周期提供持續性的技術服務，包括產品的使用支持、故障維修以及保障維護等。企業需要對產品提供健康、壽命、性能等全方面的監測能力，并集中構成數字鏡像用于產品的監測及服務，同時在用戶端采用新型的數字化手段，為用戶提供復雜產品的現場指導、排故引導和診斷維修支持，甚至包括多用戶協同的數字化使用管理和可視化指導培訓，提高用戶使用產品的科學性，發揮產品的應有效能，同時科學管理產品的全生命周期狀態和數據，為客服提供增值服務，為企業改進產品提供全程的精準反饋。

針對產品的數字化服務保障能力需求，企業在固定資產投資建設方面需要從以下方面重點考慮：一是構建產品集群在全球范圍的數據回歸和狀態監視手段，為精準收集產品一手信息提供基礎，同時注重用戶保密需求。二是構建企業內面向全部產品的產品支撐框架及基礎設施建設。三是建設面向產品服務的數字化軟件生態，包括開發生態、算法生態、工具生態等，確保新的產品服務能力快速生成。

5?發展和展望

工業數字化應用的一般流程分為感知—互聯—處理—控制—人或機器閉環，采集感知是通過測控的技術手段，更加深入獲取設備物理和數據狀態的必要過程，是實現設備數字化的前提。目前傳感器微型化、智能化以及嵌入式的發展為微觀、精準的感知提供了充分的可能，同時多源傳感器的信息融合為從多個維度特征協同分析設備狀態提供了技術路徑。通過物理體狀態的感知和互聯，數字化可以進一步運用信號處理等技術實現深層次的信息挖掘，為構建自主控制、診斷等核心算法提供依據。將設備的數字化信息特征化后，能夠持續促進不同技術領域的先進模型及算法形成，能夠加持人工智能等技術對設備的理解和控制。設備的感知和數字化是實現軟件定義模型、軟件定義算法等各種先進處理方式的前提，最終通過與人交互或者機器自主完成處理閉環，實現工業過程中的共智和自治。這樣完整的數字化鏈路將不斷減少各個環節人因要素的介入，在科學的算法和模型支撐下大幅提高工業過程的效率、質量和智能化程度。

綜合以上分析，數字化轉型過程中，固定資產投資應重點展望以下5個方向能力建設：

（1）基礎數據中臺能力：構建基礎數據中臺能力需要構建工業全生命周期統一的數據標準和規范，為產品驗證、檢測、服務、維修及報廢的全部環節提供一致性的數據關系處理和管理能力，進而實現數據驅動的產品歷程管控，同時便于回歸海量數據，為產品的性能分析提升和多維度的預測提供充足的數據基礎。

（2）核心算法能力：企業需要在能力建設時，盡可能充分考慮產品關鍵核算算法的快速開發及驗證能力，一般來講可根據產品核心能力開展建模，通過搭建算法庫和通用算法開發平臺，提高算法開發效率，具備算法在精確模型上快速運行的驗證能力，縮短先進算法的驗證周期，同時構建包含算法智能性、魯棒性、適應性等性能的高效評價體系，通過成熟的平臺能力全面驗證產品核心算法的各項指標。

（3）敏捷交付能力：敏捷交付是企業實現數字化轉型的產品研制和開發能力的必然目標，敏捷交付能力建設主要從產品通用開發平臺建設、軟件模塊化設計、產品模板范式設計和低代碼開發幾個角度考慮，企業通過構建敏捷交付能力，既能確保產品品質和標準，同時大幅減少了開發時間成本和設計顛覆帶來的成本，為數字化提質、降本帶來明顯成效。

（4）硬件產品化能力：硬件的產品化能力主要建設方向是頂層形成硬件通用框架，中間層實現接口和協議的標準化，底層實現器件及傳感器的模塊化，從而根據產品需求的不斷變化，快速搭建新的產品形態，并通過長期驗證模塊化和通用接口的性能及可靠性來有效控制產品質量問題。

（5）產品生態化能力：注重軟硬件之間的信息互聯互通和互操作性，實現不同軟硬件在功能生態上的互補和布局，根據不同的產品要求快速重構實現產品目標。能夠大幅提高企業面向產品的競爭力，長期積累技術壁壘，確保產品生態群組優勢。

6?結語

軍工企業數字化轉型的能力建設承擔著國防事業高質量發展的重要使命，必須充分解放思想、科學長遠規劃、精準把控方向，滿足武器裝備在先進設計、智能感知、數字運維等方面的一系列科研能力需求，建設成果力求實際效益可量化、轉型產品可落地，充分發揮數字化轉型驅動力，在國際軍事格局百年未有之巨變中從容應對。

參考文獻

［1］“十四五”數字經濟發展規劃，國務院，2022.

[2]陶飛，劉蔚然，劉檢華，等.數字孿生及其應用探索[J].計算機集成制造系統，2018，24（1）：118.

[3]李勇.融合視域下軍工企業與民營企業間項目管理的經驗互鑒[J].現代商貿工業，2021，（09）.