亮相“中国商飞科技周”，高端制造转型背后的帆软身影

（原标题：亮相“中国商飞科技周”，高端制造转型背后的帆软身影）

2023年3月27日至31日，第六届中国商飞COMAC国际科技创新周在浙江嘉兴圆满举办。作为商飞合作伙伴，帆软、华为、西门子、达索共4家厂商受邀展出，帆软大制造事业部总经理张龙飞出席航空大数据论坛，并基于《数据制造未来-制造业数据建设路径及场景》展开主题演讲。

据悉，本次商飞科技周以“数字飞机 产业赋能”为主题，围绕航空“云+”与数字引擎、航空大数据、大飞机数字孪生、航空“AI+”五大维度进行深度对话。

帆软作为企业级数据服务领导厂商，连续5年排名国内BI市占率第一，在数据采集、可视化分析及场景展示等多模块处领先位置，并已服务超70%财富中国500强客户。

“专注BI赛道17年，帆软看到了国内制造企业对于数据可视化和数据驱动业务经营提效的需求和痛点，也希望通过商飞科技周等展示平台把团队过去服务众多制造企业的经验以及对未来中国国资国企数字化发展趋势的判断推广出去。”

在参与航空大数据论坛的发言中，帆软大制造事业部总经理张龙飞提到：高端制造升级，数字驱动是关键。在近10年服务制造业客户的过程中，我们发现数字化基础较好的企业在面对“不确定性”时有更大比例能够转危为机，同时越来越多的决策者们开始重新审视数字化转型对企业的价值与意义，并且在用实际行动加速企业数字化转型的进程：敏捷研发、精益生产、柔性供应链、客制化订单……数据可以提升企业经营的“弹性”。

制造行业是立国之本与强国之基，以数字经济发展推动制造业持续增长，加速数字产业与制造业的相互渗透，推动制造业的数字化发展，既是加快数字经济建设的关键一环，也是促进国民经济蓬勃发展的重要举措。

而随着2020年新冠疫情爆发，制造业迎来了史无前例的严峻挑战。如何提高柔性生产水平、科学敏捷决策，在波动不定的市场环境中始终保留自己的一席之地，是制造企业需要持续关注的问题，也成为了每一个制造行业企业主的必然“大考”。

在此背景下，帆软数字制造事业部重磅推出《数据智造未来•制造业数据建设白皮书》，帮助企业建立从数据获取生产到数据消费利用的全生命周期管理体系，使数据正式成为企业的资产被利用且产生价值。

张龙飞在演讲中还提到：制造企业进行数据体系建设，数据质量与流程是基础、数据文化建设是保障、数据人才培养是关键。在高端制造领域，尤其是以国资为代表的重点领域，数字化转型不仅要速度，更要质量，因此坚持“长期主义”很关键。

基于坚持“数据建设的长期主义”这一理念，帆软软件将将制造业数据建设划分为五个阶段，即传统、起步、加速、成熟和智慧五个阶段，同时从九大维度（企业文化、企业投入、组织人才、基础设施、业务管理、组织协同、规范体系、数据质量及数据安全）判断企业当前数据建设所处阶段，并针对每一阶段给出企业如何迈向下一阶段的行动方案，旨在帮助企业进行数据建设规划，指明数据建设的方向。

在张龙飞表示，在调研走访了上百家正在进行数字化转型的制造型企业后，帆软软件总结出了一套数据、人才、流程三位一体体系构建的方法论，保障企业数据资产价值挖掘。

1. 夯实基础：数据体系搭建

通过数据体系构建，夯实企业数据要素基础。如何做好数据体系搭建？核心通过前期业务调研确认，中期业务融合式数据开发与迭代，后期便捷自动化的配置运维三个典型动作，实现可用、好用和够用的数据体系搭建。

2.培养技能：人才体系打造

结合业务问题进行练兵布阵，培养企业内部数据人才，保证技术业务双向融合。在整个数据应用链路中有这样三类角色至关重要，数据底层开发人员保证数据架构的完善，数据产品/运营人才更好的理解和转化业务问题需求，业务分析人才能够结合自身业务经验和敏锐度，利用数据分析和定位业务问题。企业数据人才对于企业持续发挥“数据要素价值”和培养企业数据文化至关重要，因此帆软从去年起也积极入局，与制造业企业共创数据人才培养方法论，由帆软提供数据人才服务基础能力底座+制造企业提供具体业务场景需求，共同打造企业数据人才体系。

3.保障机制：流程体系制定

任何秩序的建立和价值的持续输出，都少不了流程和机制的保障，口径来源众多的数据处理工作更是这样，一不留神就会导致基础的脏乱差，所以同步打造数据和人才体系的同时，落实各项流程制度体系是数据应用机制长远运行的坚实保障。

在活动现场，帆软软件的可视化产品同样吸引了很多制企业及高校科研院所的关注。以“让数据成为生产力”为使命，帆软将携手更多制造企业，围绕企业大数据能力成熟度的不同阶段，助力国资制造数字化升级，实现业务经营提效领航发展。

帆软上海区域政企行业负责人在活动现场接受客户咨询时，谈到：现阶段国内制造企业在数据建设上的主要矛盾已经发生了变化，从原本“有没有”数据的矛盾，转变成了数据体系和数据应用“好不好”、数据人才队伍“强不强”的矛盾。未来帆软不仅要做好数据应用产品，更要提供数据人才服务，将数据价值拓展到数据应用之外，以数据人才培养带动产业链总价值提升，实现生态共赢。