Цифровая трансформация: открытие нового измерения в эффективности производства (2024)
Производственный сектор находится на пороге цифровой революции, которая обещает коренным образом изменить его операционный ландшафт. Исследование посвящено цифровой интеграции в сфере производства и освещает процесс цифровой трансформации и его последствия. Дискуссия начинается с анализа текущего состояния цифровой трансформации в производственном секторе, с особым акцентом на технологиях Интернета вещей (IoT), искусственного интеллекта (AI), цифрового двойника (DT) и робототехники, которые находятся на переднем крае повышения эффективности и стимулирования инноваций. Значительное внимание уделено опыту Китая в цифровой трансформации производства и вызовам, с которыми могут столкнуться производители, включая культурную инертность и недостаток навыков. Описаны пути преодоления этих препятствий. Рассматриваются варианты выхода на перспективные траектории и инновации в цифровизации производства, прогнозируются последствия появления таких технологий, как передовая робототехника, связь 5G, устойчивые производственные практики и тенденции кастомизации. Акцентируется стратегическая важность цифровой трансформации производства и конкурентные преимущества, которые она предоставляет.
В исследовании очерчены стратегические рамки проблематики цифровой трансформации в производственном секторе, оно представляет интерес как для работников науки и образования, так и для практиков, задействованных в сфере цифровизации.
The manufacturing sector stands on the cusp of the digital revolution that holds the promise of fundamentally reshaping its operational landscape. This paper delves into the transformative journey of digital integration within the manufacturing realm. Employing a scoping review methodology, this study amalgamates insights from prior literature and case study analyses to shed light on the digital transformation process and its consequent outcomes. The discourse initiates by scrutinizing the prevailing state of digital transformation in the manufacturing sector, with a particular focus on the embracement of Internet of Things (IoT), Artificial Intelligence (AI), Digital Twin (DT) and Robotics technologies that are at the forefront of driving efficiency and spurring innovation. The article then cites China’s experience in the digital transformation of manufacturing and outlines the challenges that manufacturers may encounter, including cultural inertia and skills deficiencies, and spells out strategic interventions to overcome these obstacles. Moreover, the discussion ventures into prospective trajectories and innovations in manufacturing digitalization, forecasting the ramifications of emergent technologies such as advanced robotics, 5G connectivity, sustainable manufacturing practices, and customization trends. The significance of this research’s contribution to the scholarly domain is underscored, culminating in an exhortation directed towards industry stewards and policy framers to champion and facilitate digital transformation, accentuating its strategic imperative and the competitive leverage it bestows. This article delineates a strategic framework for navigating the intricacies of digital transformation within the manufacturing sector, offering invaluable perspectives for academicians, industry practitioners, and policy architects endeavoring to unravel new paradigms of efficiency and competitive edge in the digital epoch.
Идентификаторы и классификаторы
Список литературы
Ahmed, E., Yaqoob, I., Hashem, I.A. T., Khan, I., Ahmed, A.I. A., Imran, M., & Vasilakos, A.V. (2017). The role of big data analytics in Internet of Things. Computer Networks, 129, 459–471. https://doi.org/10.1016/j.comnet.2017.06.013
Attaran, S., Attaran, M., & Celik, B.G. (2024). Digital Twins and Industrial Internet of Things: Uncovering operational intelligence in industry 4.0. Decision Analytics Journal, 10, 100398. https://doi.org/10.1016/j.dajour.2024.100398
Banga, K. (2022). Digital technologies and product upgrading in global value chains: Empirical evidence from Indian manufacturing firms. The European Journal of Development Research, 1–26. https://doi.org/10.1057/s41287-020-00357-x
Baranauskas, G. (2020). Digitalization impact on transformations of mass customization concept: conceptual modelling of online customization frameworks. Marketing & Management of Innovations, (3). https://doi.org/10.21272/mmi.2020.3-09
Brunetti, F., Matt, D.T., Bonfanti, A., De Longhi, A., Pedrini, G., & Orzes, G. (2020). Digital transformation challenges: strategies emerging from a multi-stakeholder approach. The TQM Journal, 32(4), 697–724. https://doi.org/10.1108/TQM-12-2019-0309
Budagov, A.S., & Sukhova, N.A. (2020). Problems of effective business digital transformation management. European Proceedings of Social and Behavioural Sciences. https://doi.org/10.15405/epsbs.2020.10.03.48
De Oliveira, R.I., Sousa, S.O., & De Campos, F.C. (2019). Lean manufacturing implementation: bibliometric analysis 2007–2018. The International Journal of Advanced Manufacturing Technology, 101, 979–988. https://doi.org/10.1007/s00170-018-2965-y
Erol, T., Mendi, A.F., & Doğan, D. (2020, October). Digital transformation revolution with digital twin technology. In 2020 4th international symposium on multidisciplinary studies and innovative technologies (ISMSIT) (pp. 1–7). IEEE. https://doi.org/10.1109/ISMSIT50672.2020.9254288
Georgakopoulos, D., Jayaraman, P.P., Fazia, M., Villari, M., & Ranjan, R. (2016). Internet of Things and edge cloud computing roadmap for manufacturing. IEEE Cloud Computing, 3(4), 66–73. https://doi.org/10.1109/MCC.2016.91
Goel, R., & Gupta, P. (2020). Robotics and industry 4.0. A Roadmap to Industry 4.0: Smart Production, Sharp Business and Sustainable Development, 157–169. https://doi.org/10.1007/978-3-030-14544-6_9
Grieves, M. (2014). Digital twin: manufacturing excellence through virtual factory replication. White paper, 1, 1–7.
Gul, R., Leong, K., Mubashar, A., Al-Faryan, M.A. S., & Sung, A. (2023). The Empirical Nexus between Data-Driven Decision-Making and Productivity: Evidence from Pakistan’s Banking Sector. Cogent Business & Management, 10(1), 2178290. https://doi.org/10.1080/23311975.2023.2178290
Helo, P., & Hao, Y. (2022). Artificial intelligence in operations management and supply chain management: An exploratory case study. Production Planning & Control, 33(16), 1573–1590. https://doi.org/10.1080/09537287.2021.1882690
Kagermann, H. (2013) Securing Germany’s future as a production location. Implementation recommendations for the future project Industry 4.0. Berlin: Forschungsunion. 116 p.
Kamble, S., Gunasekaran, A., & Dhone, N.C. (2020). Industry 4.0 and lean manufacturing practices for sustainable organisational performance in Indian manufacturing companies. International journal of production research, 58(5), 1319–1337. https://doi.org/10.1080/00207543.2019.1630772
Lasi, H., Fettke, P., Kemper, H.G., Feld, T., & Hoffmann, M. (2014). Industry 4.0. Business & information systems engineering, 6, 239–242. https://doi.org/10.1007/s12599-014-0334-4
Li, R., & Qiao, H. (2019). A survey of methods and strategies for high-precision robotic grasping and assembly tasks—Some new trends. IEEE/ASME Transactions on Mechatronics, 24(6), 2718–2732. https://doi.org/10.1109/TMECH.2019.2945135
Lom, M., Pribyl, O., & Svitek, M. (2016, May). Industry 4.0 as a part of smart cities. In 2016 Smart Cities Symposium Prague (SCSP) (pp. 1–6). IEEE. https://doi.org/10.1109/SCSP.2016.7501015
Lu, Y. (2017). Industry 4.0: A survey on technologies, applications and open research issues. Journal of industrial information integration, 6, 1–10. https://doi.org/10.1016/j.jii.2017.04.005
Saeed, S., Altamimi, S.A., Alkayyal, N.A., Alshehri, E., & Alabbad, D.A. (2023). Digital transformation and cybersecurity challenges for businesses resilience: Issues and recommendations. Sensors, 23(15), 6666. https://doi.org/10.3390/s23156666
Shi, Y. (2022). Digital economy: Development and future. Bulletin of Chinese Academy of Sciences (Chinese Version), 37(1), 78–87. https://doi.org/10.16418/j.issn.1000-3045.20211217002
Singh, M., Fuenmayor, E., Hinchy, E.P., Qiao, Y., Murray, N., & Devine, D. (2021). Digital twin: Origin to future. Applied System Innovation, 4(2), 36. https://doi.org/10.3390/asi4020036
Sundar, R., Balaji, A.N., & Kumar, R.S. (2014). A review on lean manufacturing implementation techniques. Procedia Engineering, 97, 1875–1885. https://doi.org/10.1016/j.proeng.2014.12.341
Tran, M.Q., Doan, H.P., Vu, V.Q., & Vu, L.T. (2023). Machine learning and IoT-based approach for tool condition monitoring: A review and future prospects. Measurement, 207, 112351. https://doi.org/10.1016/j.measurement.2022.112351
Wang, W., Guo, Q., Yang, Z., Jiang, Y., & Xu, J. (2023). A state-of-the-art review on robotic milling of complex parts with high efficiency and precision. Robotics and Computer-Integrated Manufacturing, 79, 102436. https://doi.org/10.1016/j.rcim.2022.102436
Wang, Y., & Su, X. (2021). Driving factors of digital transformation for manufacturing enterprises: A multi-case study from China. International Journal of Technology Management, 87 (2–4), 229–253. https://doi.org/10.1504/IJTM.2021.120932
Wolf, M., Semm, A., & Erfurth, C. (2018). Digital transformation in companies–challenges and success factors. In Innovations for Community Services: 18th International Conference, I4CS 2018, Žilina, Slovakia, June 18–20, 2018, Proceedings (pp. 178–193). Springer International Publishing. https://doi.org/10.1007/978-3-319-93408-2_13
Yanyu W., Xin, S. (2021). Driving factors of digital transformation for manufacturing enterprises: a multi-case study from China. International journal of technology management. 87(2/4), 229–253.
Zhu, Z., Tang, X., Chen, C., Peng, F., Yan, R., Zhou, L., Li, Z., & Wu, J. (2022). High precision and efficiency robotic milling of complex parts: Challenges, approaches and trends. Chinese Journal of Aeronautics, 35(2), 22–46. https://doi.org/10.1016/j.cja.2020.12.030
Выпуск
Другие статьи выпуска
Актуальность вопросов международной интеграции вытекает из тенденции схожих экономических систем к объединению с целью достижения взаимовыгодного эффекта на фоне деглобализационных процессов, ставших неотъемлемой частью капиталистического мира в последние десятилетия. Напряженная геополитическая обстановка, затронувшая весь мир на фоне кризиса международной торговли, ставит под сомнение дальнейшую гегемонию западного мира в контексте неэквивалентного обмена капитала. Одним из подходов для анализа эффективности сложившегося общемирового способа ведения хозяйства является мир-система. В данной статье Евразийский экономический союз рассматривается сквозь призму мир-системного подхода. Целью исследования является выявление проблем и возможных перспектив для развития интеграции в контексте мир-системы. Кроме того, рассмотрены вопросы взаимных инвестиций и трудовой миграции в государствах — членах ЕАЭС, раскрыта специфика экономики Союза, указаны имеющиеся проблемы, стоящие перед ним, и возможные пути решения данных проблем с целью дальнейшего развития интеграционных процессов между странами-участницами.
Появление и активное развитие цифровых экосистем определяет новый объект изучения менеджмента, интегрирующий в себе управление знаниями, управление инновациями, управление операциями, цепями поставок и организационных изменений. В условиях конкуренции и рыночных барьеров экономические субъекты активно используют цифровые экосистемы как ключевой фактор успеха. Сами цифровые экосистемы являются особым, сложным объектом управления, свойства которого меняются по мере прохождения им различных этапов жизненного цикла. При этом жизненные циклы цифровых экосистем находятся под влиянием функционирующих в их контуре объектов и субъектов и связанных с ними экономических систем. На основании наблюдения за экономическими системами и влиянием на них различных факторов авторами были определены этапы жизненного цикла цифровых экосистем. Базируясь на результатах анализа специфики поведения цифровых экосистем на этапах их жизненных циклов, авторами были сделаны выводы о наиболее значимых особенностях управления ими.
Введение экономических санкций против России привело к массовому уходу западных компаний с российского рынка, что создало благоприятные возможности для расширения деятельности китайских автомобильных компаний. Цель исследования состоит в том, чтобы выявить особенности деятельности китайских автопроизводителей как давно присутствующих на российском рынке, так и впервые выходящих на него. По оценкам авторов, на конец 2022 г. на российском рынке присутствовали 38 китайских компаний, что составило около 60 % от всех функционирующих китайских автопроизводителей. В результате проведенного исследования была предложена авторская классификация китайских компаний на российском рынке по способу выхода на рынок, которая включает в себя «серый» экспорт, косвенный экспорт через дилеров и дистрибьюторов, собственный сбытовой филиал, прямые инвестиции, портфельные инвестиции. Авторы приходят к выводу, что косвенный экспорт, наряду с собственными сбытовыми филиалами, является наиболее распространенным способом выхода китайских автомобильных компаний на российский рынок. При этом прямые иностранные инвестиции выступают важнейшим методом закрепления китайских компаний на российском автомобильном рынке. Такие компании, как Chery, Great Wall, Geely, являются лидерами среди китайских компаний по продажам в Р россии: их совокупная доля составляет около 93 %, что означает высокую концентрацию продаж. К ключевым особенностям деятельности китайских компаний с прямыми иностранными инвестициями относятся наличие мощной дилерской сети, а также производство автомобилей китайских марок на совместных предприятиях (инвестиции brownfield), где ведущую роль играет российское предприятие «Автотор». Единственным исключением является компания Great Wall Motor, которая построила завод Haval в Т туле «с нуля» (инвестиции greenfield). Авторы высказывают предположение, что малые объемы китайских инвестиций в российскую автомобильную промышленность объясняются в том числе превалированием brownfield инвестиций над инвестициями greenfield. На основе проведенного исследования авторы полагают, что важнейшими факторами продвижения китайских автомобильных компаний в Р россии выступят разворачивающиеся процессы цифровизации, а также растущий спрос на электромобили. При этом китайским автопроизводителям придется столкнуться с серьезной конкуренцией как со стороны российских, так и корейских компаний.
Остаточные выбросы от потребления ископаемого топлива свидетельствуют о долгосрочном воздействии прошлых выбросов углекислого газа (CO2) на современные объемы. Учитывая, что текущие уровни выбросов остаются на высоком уровне, необходимо обращать внимание на накопительный характер данного процесса. Представленное исследование направлено на изучение влияния потребления газа и остаточных выбросов CO2 на выбросы углекислого газа в Южной Африке с использованием модифицированной идентификации IPAT, а также скрытой модели Маркова. Внедрение дополнительных переменных в модифицированную идентификацию IPAT выявило доказательства влияния потребления газа на окружающую среду в энергетическом секторе Южной Африки. В модели динамической регрессии Маркова (MSDRM) использованы ежегодные данные из энергетического сектора Южной Африки с 1966 по 2020 г., собранные из различных источников. Результаты показывают, что вероятность модели (0,8475) будет сохраняться в состояниях с высокими выбросами с течением времени. Результаты MSDRM показали, что потребление газа указывает на статистически значимую отрицательную связь между потреблением газа (–0,0461) и выбросами CO2, означающую, что, несмотря на снижение выбросов CO2 при использовании газа, это не влечет за собой мгновенных обратных изменений в атмосфере. Вероятно, такие изменения вызваны другими источниками выбросов. Результаты MSDRM показали, что остаточные выбросы CO2 положительно влияют (I) на нынешние выбросы CO2 и что декаплинг (T) приводит к увеличению выбросов CO2. Полученные результаты подчеркивают необходимость разработки приоритетных «зеленых» стратегий, направленных на борьбу с источниками с устойчивыми высокими выбросами.
Представлен всесторонний анализ роли России на мировом рынке строительных услуг, освещены исторические и современные аспекты рынка, выявлены ключевые факторы, влияющие на текущее положение России, и обозначены основные вызовы и перспективы отрасли. Проведенное исследование основывается на анализе статистических данных, обзорах научных публикаций, отчетах правительственных и международных организаций, а также экспертных мнениях. Подробно рассмотрены экономическое значение строительного сектора для России, его интеграция в мировую экономику и влияние глобализации. Обсуждаются также важность строительства для создания инфраструктуры, жилья, занятости и поддержки смежных отраслей. Оценивается влияние экономических, политических и технологических факторов на строительную индустрию России, включая экономическую политику, курс национальной валюты, законодательные изменения и инновационные технологии в строительстве. Проанализированы проблемы и вызовы отрасли, в том числе воздействие международных санкций и политической обстановки, ключевые препятствия на пути развития, предложены возможные пути их преодоления. Особое внимание уделяется стратегиям и рекомендациям, направленным на улучшение позиций России на мировом рынке строительных услуг. В заключении подчеркивается, что позиция России на мировом рынке строительных услуг зависит от комплексного взаимодействия экономических, политических и технологических факторов. Эффективное управление этими аспектами требует глубокого понимания глобальных экономических тенденций и стратегического планирования на национальном уровне.
Основной целью исследования является рассмотрение повышения туристской привлекательности российских регионов на основе использования кластерного подхода с учетом формирования персонализированных технологий сервиса. Для выполнения поставленной цели приводится определение структурных компонентов туристских кластеров региона с учетом специфики предоставления туристских, рекреационных услуг, видов и факторов интеграционных процессов системы организации туристских кластеров. Результатом исследования является определение макроэкономического туристского кластера, позволяющего путем объединения последовательно или параллельно производимых технологических процессов профильных специализированных предприятий туристской территории или трансграничных территорий осуществлять создание, продвижение и предоставление кластерного турпродукта с учетом потребительских предпочтений. Макроэкономический туристский кластер отражает экономическую парадигму туристско-рекреационного комплекса, включающую системность, синергизм и институционализм, а также другие признаки организации функционирования комплексообразующих структур в туристской индустрии. В ходе исследования были уточнены виды и факторы интеграционных процессов системы организации туристских кластеров, проведено обоснование содержания системы стратегического планирования макроэкономических туристских кластеров, приведена оценка состояния российского рынка туристских услуг с учетом формирования персонифицированных технологий сервиса в условиях кластеризации, определены научно-прикладные аспекты диагностики и мониторинга функционирования туристских кластеров в условиях ограничения использования финансовых ресурсов, предложены рекомендации по важнейшим проблемам использования ресурсного обеспечения, ориентированных на максимальное предпочтение интересов и потребностей туристов в современный период развития кластеризации в туристской индустрии, а также развития интеграционно-производственных, координационных отношений деятельности профильных предприятий туристских кластеров. Отмечаются процессы, сдерживающие динамичное развитие кластерообразования в туристской индустрии, к которым следует отнести отсутствие организации по взаимодействию органов исполнительной власти трансграничных регионов, ограниченные возможности применения адаптированной методологической базы, позволяющей использовать кластерные технологии, недостаток подготовленных управленческих кадров и специалистов по вопросам формирования и использования туристских кластеров трансграничных регионов.
Актуальность исследуемой проблемы обусловлена необходимостью внедрения информационных технологий в различные сферы деятельности и их влиянием на развитие финансов домохозяйств. Цель исследования — выявление мер, повышающих влияние цифровизации на финансы домохозяйств, и разработка показателей, характеризующих эффективность доходов населения от использования цифровых технологий. Ведущим методом исследования данной проблемы выступает регрессивный анализ в качестве предлагаемого инструмента тестирования модели использования современных технологий в экономической и финансовой сферах. Используемый метод позволяет рассмотреть проблему как процесс изменения индикаторов, непосредственно влияющих на финансы домохозяйств. Cделан вывод о том, что доходы домохозяйств могут изменяться под воздействием различных переменных факторов, таких как информационно-коммуникационные технологии. Определено, что для оценки уровня ИКТ (Индекс развития информационно-коммуникационных технологий) используются показатели: индекс инновационного развития, индекс расходов правительства на инновации, индекс работоспособности технологических изобретений. Выявлена тенденция совершенствования показателей ИКТ и их позитивное влияние на развитие рынка труда и информационной среды. Определено, что на результативный показатель глобального инновационного индекса оказывают воздействие переменные факторы, характеризующие политическую, экономическую, социальную и информационную сферы деятельности. Сделан вывод о том, что цифровые технологии оказывают влияние на формирование финансов домохозяйств и могут способствовать повышению уровня доходов населения.
Человеческий капитал признается фундаментальной движущей силой экономического роста, по крайней мере, в инновационной, основанной на знаниях экономике. Этот тезис многократно обосновывается в работах ведущих экономистов, посвященных экономическому росту. Однако эмпирические исследования, связывающие человеческий капитал с экономическими результатами, не дают безусловного подтверждения этого тезиса как на макроэкономическом, так и микроэкономическом уровнях. В исследовании рассматривается вопрос о вкладе человеческого капитала в вероятность ухудшения экономических результатов домохозяйств на фоне кризисных явлений. Оценки, полученные на основе данных Российского мониторинга экономического положения и здоровья населения (RLMS, НИУ ВШЭ), показывают, что условная вероятность ухудшения финансового положения для людей с высшим образованием значительно увеличилась в 2020 и 2022 гг. по сравнению с 2019 г. С помощью логит-анализа мы рассчитали отношения шансов ухудшения финансового положения для трех групп: работающие в настоящее время и неработающие, сообщившие о плохом здоровье по сравнению с группой респондентов с хорошим здоровьем, группа респондентов с высшим образованием по сравнению с тем, у кого нет диплома о высшем образовании. Люди с плохим здоровьем имеют на 20 % больше шансов снижения доходов, чем люди с хорошим здоровьем, что является негативным, но ожидаемым результатом. Однако вызывает тревогу то, что после 2020 г. для людей с высшим образованием шанс ухудшения финансового положения семьи также в 1,2 раза выше, чем у людей, не имеющих высшего образования. Эти оценки не ставят под сомнение положительное влияние человеческого капитала на экономику, основанную на знаниях. Но возникает вопрос, в какой степени черты экономики, основанной на знаниях, сохраняются во время кризисов. Возникает и другой вопрос, в какой степени высшее образование сегодня соответствует ожиданиям рынка труда и способна ли система образования обеспечить высокую отдачу от инвестиций в человеческий капитал.
Издательство
- Издательство
- РУДН
- Регион
- Россия, Москва
- Почтовый адрес
- 117198, г. Москва, ул. Миклухо-Маклая, д. 6
- Юр. адрес
- 117198, г. Москва, ул. Миклухо-Маклая, д. 6
- ФИО
- Ястребов Олег Александрович (РЕКТОР)
- E-mail адрес
- rector@rudn.ru
- Контактный телефон
- +7 (495) 4347027
- Сайт
- https://www.rudn.ru/