【摘要】：本文从“制造-X”倡议的提出背景出发，探讨了在全球化竞争加剧和数字化快速发展的大环境下，德国如何通过这一跨部门倡议增强制造业的韧性、可持续性和竞争力。文章详细分析了制造-X的核心概念及其数据空间的整体架构和主要特征，即构建一个开放、去中心化、便于协作的数据空间，确保信息在整个生产及供应链中高效且安全地流通。同时，文中梳理总结了制造-X在行业应用中的实施情况，特别是在标杆项目中取得的关键进展。文章最后提出了对我国在新时期构建具有中国特色的工业数据应用生态的建议。

制造-X为未来制造业发展勾画了一幅具有前瞻性的蓝图。这一新兴模式以数据为驱动，强调构建开放、去中心化且便于协作的数据空间，确保信息在整个生产及供应链中高效且安全地流通。从产品、生产、过程设计到现场客户服务和循环经济，整个价值链将通过数字化进行整合，跨越公司、地域和国家的界限。

（1）数据生态系统构建：制造-X致力于打造一个跨企业的可信数据交换生态系统。该系统基于开放标准设计，为制造商提供多方数据共享与访问机制。在没有中央存储实体的情况下，由数据空间的用户自行决定访问、使用和共享数据的规则。

（2）智能网络化工业：制造-X推动工业生产的智能化，通过物联网、人工智能和机器学习等技术进一步实现生产流程的优化。

（3）竞争力和可持续性：共享数据的网络效应促进形成跨越企业边界的合作潜力。制造-X可推动数字化创新并培育新的商业模式，强化德国及其工业企业在全球市场的竞争力，推动可持续发展。

（4）适应性和灵活性：企业能够快速响应市场和供应链变化，高效地推动信息管理和流程透明化，提高生产和运营的灵活性。

制造-X倡议不仅是技术的应用，更是一项全面的工业战略。制造-X的目标是建立联合数据空间，确保德国作为商业中心的数据自主性，减少中小企业对全球其它主导数据平台的依赖，增强德国制造企业的韧性和数字化水平，应对全球化竞争和市场挑战。

具体来说，推动实现三个方面的愿景：

（1）韧性：重组并增强工业价值链和网络的灵活性与自治性；

（2）可持续性：提高效率，推动形成基于数据的碳平衡和循环经济解决方案；

（3）竞争力：加速数字创新，构建基于数据的新商业模式，为制造业创造新的价值。

为实现制造-X目标，德国作为以中小企业为主的商业中心，需要实现智能化工业网络、端到端数据整合，并在可信赖的数据生态系统中促进多边数据共享；需要开发新的合作模式，推动数据驱动的解决方案，并提升生产过程中的效率和灵活性。

为此，制造-X的总体架构旨在支持制造商在没有中心化存储实体的情况下多边共享自身数据，同时确保数据主权仍掌握在各自手中，从而最大化数据共享的网络效应。这种结构作为对中心化平台经济的替代，允许用户自行定义数据的使用和访问规则，同时保障了数据安全性和数据主权。

图1描述的制造-X数据空间架构涵盖了三个层面：

（1）数据生态系统（蓝色）：体现数据共享和使用的附加值。这一层与网络物理生产系统相对应，是物理世界和数字世界的转换点。

（2）数据/语义空间（绿色）：为实现数据在机器之间的流动以及流程优化，需对各组件进行语义描述并建立逻辑连接。

（3）联合软件基础设施（灰色）：使参与者能够找到、联系到网络中的其它参与者，并与之互动。可通过对共享数据附加使用条款行使数据主权。

图1 制造-X数据空间的结构和界定

理想情况下，这些软件基础设施组件可以作为免费开源软件提供。实际上，数据空间开发最理想的方式“合作与竞争”，即企业和组织依据反垄断法联合起来，共同开发数据空间的基本功能（合作），同时又各自开拓市场实现服务收入（竞争）。

图2中的特定领域服务作为可拓展服务，用于为客户定制化创造特定的服务产品，并通过许可和/或使用费来获利。

图2 数据空间的基本服务和可拓展服务

（1）数据所有权与互操作性。

• 数据所有权和控制权：制造-X数据空间的核心原则是确保数据所有者始终保留对其数据的控制权。数据不会集中存储在第三方平台上，而是安全地保留在数据所有者的本地系统中。

• 数据互操作性：通过标准化的接口和协议，确保不同系统之间的数据能够一致解析和有效使用。

（2）数据连接。

• 分布式数据访问：每个参与方安装的网关使其能够将自身系统与数据空间连接起来，在不同企业之间安全地传输和共享数据。

• 安全性与合规性：网关不仅提供数据传输功能，还确保传输过程符合安全和隐私法规，如欧盟《通用数据保护条例》（GDPR）。

（3）去中心化网络。

• 分布式架构：制造-X采用去中心化的网络架构，参与者通过连接器与其它参与者进行点对点的数据共享，而无需将数据存储在单一的中央云平台上。

• 数据主权保障：数据的传输和使用经过加密，并实施严格的访问控制，以确保数据主权和隐私得到充分保障。

（4）信任与认证。

• 身份管理与认证：制造-X数据空间中的每个参与者都需经过身份验证和认证，确保满足数据传输过程中的信任机制。这可以通过基于区块链的分布式身份管理系统来实现。

• 数据使用控制：数据所有者可以通过智能合约等技术手段，设定数据的使用权限、时限和其它条件，从而在数据共享的过程中确保其目标得以有效执行。

（5）标准化数据模型。

• 数据标准化：制造-X架构依赖于行业广泛接受的标准化数据模型，使各参与方在共享数据时能够相互理解和有效利用对方所提供的信息。

• 互联互通：这些数据模型确保供应链中所有参与者能够在统一的框架下开展数据交换，提升协作效率。

（6）数据治理与合规性。

通过监控和审核工具，参与方可以实时跟踪数据的使用情况。同时，制造-X架构内设有一套严格的数据治理框架，确保数据的共享、存取和使用均符合行业规范及法律法规的要求。

（7）智能应用与分析。

• 数据驱动的智能应用：制造-X的开放架构允许参与者在数据空间内开发部署智能应用，如预测性维护、供应链优化等，从而提升生产效率和竞争力。

• 数据分析与机器学习：通过访问海量的行业数据，制造企业可以利用高级数据分析和机器学习算法，深入挖掘数据价值，实现创新。

（8）集成与扩展。

• 与现有系统集成：制造-X的数据空间架构支持与现有的ERP、MES、PLM等企业系统的集成，确保数据无缝流动。

• 可扩展性：由于架构是模块化和开放的，制造-X数据空间能够根据企业需求灵活扩展，适应不同规模的业务需求。

  
  

制造-X倡议已涵盖众多工业集团，如西门子（Siemens）、博世（Bosch）、思爱普（SAP）和德国电信等大公司，以及中小型企业、初创公司，还包括德国电气和数字行业协会（ZVEI），德国机械设备制造业联合会（VDMA），德国信息技术、电信和新媒体协会（Bitkom）等协会组织。这个概念并不局限于单一行业，而是涉及汽车、机械工程、化工、电子等多个领域。

（1）汽车行业。

• 供应链数字化：汽车制造商如大众、宝马和戴姆勒等企业积极参与制造-X倡议，推动供应链全面数字化。

• 数据共享平台：建立统一数字平台，实现供应商、经销商和服务提供商的数据互联及共享，优化零部件的采购与物流。

• 实时监控与分析：利用物联网和大数据分析，对生产流程和供应链进行实时监控，提高效率和响应速度。

（2）机械和装备制造行业。

• 智能制造：西门子公司在其“数字化企业”战略中整合制造-X，以提升生产线的灵活性和定制化能力。西门子和通快（TRUMPF）等公司利用制造-X框架进一步实现生产设备的智能互联。

• 协同研发：借助数字平台与供应链上下游的伙伴共同研发新产品，并缩短研发周期。

• 远程维护：实现远程监控和预测性维护，降低设备停机时间。

（3）化工行业。

• 流程数字化：化工行业巨头，如巴斯夫（BASF）和科思创（Covestro）应用制造-X优化生产流程的数字化监控。

• 供应链透明度：建立全球统一的供应链管理系统，与原材料供应商和客户共享数据，提高供应链的透明度和可追溯性。

• 安全与合规：利用数字技术加强对安全和环保法规的合规监控，减少事故和违规风险。

（4）电子和电气行业。

• 快速响应市场：博世等公司通过数字化平台促进对市场需求的快速响应和定制化生产。

• 全生命周期管理：实现产品从设计、生产到售后的全生命周期数字化管理。

• 全球协同：与全球的生产基地及合作伙伴共享数据，提升全球供应链的协同效率。

德国认为实施制造-X需要为每个领先行业建立灯塔项目。这些项目的目标是基于相关的应用案例，快速有效地为整个行业构建起数据生态系统。每个灯塔项目由一个行业联盟主导，该联盟必须具备高度的认可度，以确保价值网络中尽可能多的中小企业愿意参与。同时，联盟需具备建立和长期运营数字生态系统所需的能力和资源。

在启动灯塔项目的同时，还有必要建立同步项目，以确保项目之间的互操作性和可持续性。需要同步的方面主要包括：技术兼容性与互操作性、法律基础、经济考量，以及社会价值等（如环境保护）。此外，跨行业和行业特定的转型中心将支持制造-X在整个行业的广泛应用。转型中心能够为中小企业提供更具针对性的支持，帮助它们融入行业的数据生态系统，通过提供资金、专业知识和资源等方式，推动企业的持续变革与转型。

下面介绍几个实施中的制造-X主要相关项目的推进情况：

（1）Catena-X汽车网络。

在汽车行业，Catena-X项目已率先取得显著进展，被视为其它行业实施制造-X的蓝图。Catena-X是由德国政府推动的与欧洲数据战略密切相关的产业项目。该项目致力于构建汽车行业的开放式数据生态系统，推动汽车行业数字化转型和供应链优化，关注汽车产业链的数字化协同。通过去中心化的数据空间，实现企业间的无缝数据共享与集成，推动供应链的透明化与可视化，提高质量与生产效率，实现碳足迹跟踪与可持续发展，并降低成本与管理风险。

图3 Catena-X汽车网络

自项目启动以来，Catena-X已在多个方面取得显著进展。

• 基础设施建设：Catena-X采用去中心化架构，通过数据空间连接不同企业。该架构已开展部署工作，各个合作伙伴持续构建和整合符合Catena-X标准的基础设施，并安装和部署连接器，进行数据共享测试。

• 供应链透明度与可追溯性：Catena-X平台已实现供应链透明化的阶段性成果。通过供应链追踪解决方案，企业能够实时查看从原材料供应商到整车制造商的所有生产环节。这种透明度帮助企业更有效地应对供应链中断风险，提升生产效率。

• 碳足迹管理：Catena-X的一大亮点是其在碳足迹管理方面的应用。通过Catena-X数据空间，企业能够追踪供应链中每个参与者的碳排放数据，汇总整个供应链的碳足迹。这为企业实现可持续发展目标提供了强有力的支持。该功能已在试点项目中得到验证，多个企业已经开始基于这些数据优化其供应链对环境的影响。

• 质量管理与预测性维护：Catena-X数据平台支持预测性维护和质量管理。通过整合供应链中不同环节的数据，企业能够预测潜在的设备故障，并提前进行维护。这种数据驱动的维护模式大幅减少了停机时间和维护成本。在最新的试点项目中，这项技术帮助企业减少了15%的设备停机时间。

• 供应链风险管理：通过实时数据流动，企业能够更快速地识别供应链中的风险，例如供应商问题或物流延迟。Catena-X平台的风险管理功能已被试点企业采用，在供应链中断时显著提升了响应速度。一些企业通过Catena-X平台将处理供应链危机的反应速度提升了30%。

• 试点项目与合作伙伴：Catena-X已在多个供应链场景中部署试点项目，涵盖供应链可视化、碳足迹追踪、质量管理等应用。这些试点验证了数据空间架构的可行性和应用场景的实际效果。目前，已有超过80家企业加入了Catena-X生态系统，包括知名的汽车制造商（如宝马、戴姆勒、大众）、供应商（如博世、采埃孚）以及IT服务提供商（如思爱普、西门子）等。这些企业积极参与项目的各个方面，包括技术开发、标准制定和试点应用等。

（2）Gaia-X。

Gaia-X是由欧洲多个国家和企业于2019年共同发起的战略性项目，也是制造-X的重要支柱之一，旨在创建一个网络化的数据基础设施，基于透明、开放、互操作的共同价值基础，通过去中心化架构，确保欧洲在经济、科学和社会领域的数字主权。

Gaia-X并非试图创建一个新的超级云或垄断性的服务平台，而是旨在连接现有的云服务提供商和用户，形成一个联邦式的、去中心化的数字生态系统。其核心理念包括：

• 开放性：任何符合Gaia-X标准的企业和组织都可以加入。

• 透明性：提供关于服务、数据处理和存储位置的清晰信息。

• 可移植性：用户可以轻松地在不同服务提供商之间迁移，避免供应商锁定。

• 互操作性：通过统一的技术标准，实现不同系统和服务之间的无缝协作。

自启动以来，Gaia-X项目已取得一系列关键进展：

• 参考架构和技术标准：Gaia-X参考架构定义了数据共享和云服务的基本原则，包括透明性、互操作性、数据主权和安全性。通过开放的API和标准协议，确保不同平台和供应商之间的数据流动和应用的无缝集成。特别在需要跨行业、跨国界开展数据合作时，Gaia-X 可提供统一的技术标准和基础设施支持。

• 数字孪生平台：2022年，Gaia-X推出了数字孪生平台，允许企业在虚拟环境中模拟和管理其物理资产。2023年，Gaia-X又推出了其认证和标识系统，以确保参与者的合规性和技术能力。这个标识系统可根据透明度、数据主权和互操作性等标准，对云服务供应商进行评级和认证。

• 生态系统：Gaia-X积极推动不同领域的应用场景试点，这些试点项目涵盖了制造、农业、能源、金融和医疗等多个行业，验证了Gaia-X架构的实用性和可扩展性。多个欧盟成员国已建立起区域性的Gaia-X Hub，以促进地方层面的Gaia-X项目实施，并推动具体应用场景的开发与部署。例如，德国的Gaia-X Hub重点推进工业4.0和汽车供应链的数字化，而法国的Gaia-X Hub则更加关注金融和医疗领域的数字化。

未来，Gaia-X将继续在制造、金融、能源和农业等领域推动实现更多应用场景，并计划引入更多跨国合作项目，提升欧洲在全球数据经济中的竞争力。Gaia-X已启动与日本、韩国数字主权项目的合作，并计划与美国技术巨头展开对话，探索建立互操作性标准的可能性。

（3）EuProGigant。

EuProGigant是欧洲制造业领域的旗舰项目之一，由德国和奥地利主导，并与多个欧洲国家的制造企业、研究机构和技术提供商开展合作。该项目通过实施Gaia–X规范，推动跨国、跨行业的智能制造和大规模工业生产协同。EuProGigant特别关注大规模生产中的数字化转型，结合人工智能、数据分析和工业4.0技术，推动制造企业在生产流程中的智能决策、资源优化和供应链管理。

EuProGigant已在多个欧洲国家实施试点项目,涵盖汽车制造、机械加工和电子元件生产等多个行业，以验证去中心化数据空间在大规模生产中的可行性和效益。取得的阶段性成果主要包括：

• 生产效率提升：通过EuProGigant数据空间和智能化管理系统，试点企业实现了生产效率的明显提升。多个企业通过数据驱动的决策机制减少了约20%的停机时间，生产线自动化程度大幅提升。同时，企业能够根据市场需求更灵活地调整生产计划，缩短产品交付周期。

• 供应链优化与风险管理：EuProGigant平台通过供应链中的实时数据共享,帮助企业优化物流和库存管理。例如，参与企业可提前预测供应链中可能出现的中断或延迟，从而采取预防措施，降低风险。

• 绿色制造与可持续发展：该项目在可持续发展方面也取得了显著进展。通过数据共享和分析，企业能够优化能源使用，减少生产过程中的浪费，降低碳排放。一些企业的报告中称，通过EuProGigant平台，他们的能源消耗减少了15%，废品率下降了10%。

• 跨国协同与资源共享：EuProGigant项目成功展示了跨国协同制造的潜力。试点项目中的企业能够通过平台与不同国家的合作伙伴实时共享生产计划和资源，从而大幅提高资源利用率。例如,通过跨国数据共享，优化原材料采购和物流，减少供应链中的浪费和冗余。

  
  

（1）去中心化数据共享的实现：制造-X采用去中心化数据空间架构，在确保数据可控的同时实现高效共享。企业安装连接器在不同系统之间进行点对点的数据传输，避免数据集中存储的风险，保障数据主权。这种去中心化架构提升了企业间的协作效率，特别是在全球化供应链中促进了信息流的传输速度和透明度。

（2）标准化促进互操作性：制造-X大力推广标准化的数据模型和接口，采用国际数据空间（IDS）、OPC UA(开放平台通信统一架构）、资产管理壳(AAS)、ECLASS标准化主数据（ECLASS协会发布的跨行业数据标准）、数字产品护照（DPP）等国际标准和行业标准，确保不同企业和系统能够无缝互操作。通过标准化，企业可减少系统集成成本，提升数据交换的准确性和一致性，从而降低供应链中的信息孤岛和延迟。

（3）供应链透明度和效率提升：制造-X通过实时数据共享和集成，使供应链管理更加透明。企业能够实时跟踪订单、库存和物流等信息，快速应对供应链中断及需求变化。制造商动态调整生产和库存计划，显著减少库存过剩和供应链风险，提升供应链的敏捷性和效率。

（4）数据驱动决策：制造-X将物联网、大数据和人工智能技术集成到制造流程中，实现智能化生产。企业通过实时数据分析进行预测性维护、优化生产流程、改进质量管理，并减少停机时间。数据驱动的智能制造使得生产流程更加高效和精确，进一步提升企业在市场中的竞争优势。

（5）可持续性与绿色制造：制造-X支持企业通过透明化的数据空间追踪其供应链中的碳足迹、能源消耗和废弃物管理。通过数据共享与协作，企业能够制定并执行更为有效的绿色制造战略，减少资源浪费和环境影响。这不仅有助于企业实现可持续发展目标，同时也提升了品牌的环保形象。

（1）全球化数据生态系统建立：随着全球越来越多的制造企业、供应商和服务提供商的加入，制造-X有望发展成为一个全球化的数据共享平台，促进全球制造业的无缝协作。这不仅将提升全球供应链的透明度和灵活性，还将推动制造业的全球化发展。除德国工业4.0平台外，国际制造-X委员会（IM-X）已与法国未来工业联盟、美国智能制造研究所（CESMII）、韩国智能制造办公室（Kosmo）、日本机器人革命和工业物联网倡议（RRI）等多个国家相关机构和组织开展合作。

（2）智能制造持续深化：随着技术发展，制造-X将在智能制造领域继续取得突破。未来，AI、5G、云计算和边缘计算等技术的广泛应用将使制造流程更加自动化和智能化，数据驱动生产将成为常态。制造-X平台将提供一个支持企业实时分析、优化和决策的智能基础设施，进一步提升制造业的效率和精准度。

（3） 绿色制造和可持续发展：全球对可持续制造的需求日益增长，制造-X将在推动绿色制造方面发挥越来越重要的作用。借助制造-X平台，企业能够实时监控并优化能源消耗、碳排放和资源使用，从而逐步实现碳中和目标。未来，制造-X将有望成为全球制造企业达成可持续发展目标的重要工具，提供强有力的数据支持，助力实现环保、节能和高效的制造流程。

（4）应对未来供应链挑战：未来的供应链将面临更加复杂的全球市场和不确定性，制造-X将帮助企业构建更加智能和灵活的供应链体系。通过实时数据共享、跨企业协作和智能预测技术，企业能够更快、更精准地应对供应链的中断和变化，提升韧性和抗风险能力。

当前，制造业进入数字化网络化智能化发展阶段，数据资源已成为重要驱动力和战略性资源，数据资源作用发挥的好坏，决定了智能制造的成色。在风险可控、知识产权受到切实保护的前提下，大数据深度挖掘应用可以使企业间互利互惠，实现跨企业、跨行业、跨地域调动、协同生产资源等智能制造高质量发展的愿景。但同时，由于工业数据存在多模海量、泛在交换频繁、行业应用多样以及隐私保护、稳定性要求高等特征，工业数据的开放共享和可信流通一直是智能制造的重点和难点。制造-X（Manufacturing-X）为我们描绘了一个满足行业应用要求、去中心化且便于协作的全新数据应用解决方案和数字业务模式，对我国新时期构建具有中国特色的工业数据应用生态、推动智能制造高质量发展具有较好的借鉴价值。美西方制造业主成分大多由不同归属的企业集团控制，推动数据资源协同跨界应用的难度比我国要更大。我国可以发挥举国体制优势，依托行业力量打通数据有效利用的通道，促进智能制造系统升级。

“X”的交叉不仅是指设备交叉、功能交叉扩展，更应是指数据的交互衍生放大。制造-X的核心在于数据安全是前提、数据交互是关键。只有在充分解决好硬件软件供给支撑的前提下，才能探索实现如何通过数据资源驱动制造业升级换代。数据驱动的先进制造业通常是通过软件实现的，以数据世界为前提进行总体设计。然而，现有的工业软件及应用软件大多是在本体、单机或局域之上衍生出来的，功能上具有较大的局限性，采用的是打补丁式的适应模式。这种模式不仅难以适配升级，还很难实现数据应用的跨界协同。如果无法实现跨界协同，数据应用解决方案和数字业务模式就难以构建。只有基于数据共性特征进行架构设计的软件系统，才能支撑更高水平的智能制造发展。

在新时期，构建工业数据应用生态是适应智能制造高质量发展的必然要求。建议关注以下几个重点：

第一，数据开放共享可以推动制造业生产链供应链既刚性亦柔性，使制造业生产组织模式发生变革，管理扁平化、生产资源共享共创协同等将成为重要趋势。在未来，伴随着智能制造系统深入实施，企业要以提高质量、降低成本、增加效益、绿色低碳、供应链安全等为导向，不断探索数据应用新模式、新业态，实现数据价值挖掘与企业需求及能力的有机契合。

第二，安全（包括知识产权保护）是数据开放共享和拓展应用的防护墙，只有构建安全保障体系，才能打破企业和行业不敢共享、不愿共享的现实困境。在未来，要制定数据安全分类分级、动态感知、风险识别、应急处理、治理监管等要求规范，建立数据空间安全管理体系，提前防范安全风险，做到责任可追溯。同时，法律法规也需要与时俱进地调整完善。

第三，工业数据的管理和治理是一个复杂的系统工程，需要建立完善的数据管理体系和治理机制，包括数据标准制定、数据质量管理等方面。然而，目前许多企业在数据管理和治理方面缺乏经验和有效方法，导致数据的可用性和价值难以充分发挥。另一方面，工业数据类型繁多、结构复杂、批量大、频率高等特性也给治理工作带来极大挑战。在未来，要加快工业数据参考架构、功能要求、数据字典等基础共性标准，以及数据交换、数据模型等关键技术标准的研制，发挥标准化引领作用，推进数据畅通流动、高效配置，培育健康开放的工业数据要素产业，支撑和促进智能制造高质量发展。

参考文献

1. International Manufacturing-X Council Playbook, 国际制造-X委员会

2. 《制造-X数据空间初步研究》，弗劳恩霍夫（Fraunhofer）、德国电气和数字行业协会（ZVEI）、德国机械设备制造业联合会（VDMA）

3. Manufacturing-X: Initiative to digitalize supply chains in the industry 4.0, 工业4.0平台

4. White Paper on Manufacturing-X, 工业4.0平台

5. Manufacturing-X Data Space for Industry 4.0, 汉诺威工业博览会

6. Catena-X Release 2024, Catena

7. Europe in the Global Data Economy, Gaia-X

8. The lighthouse project for Gaia-X in manufacturing, EuProGigant

来源：中国机械工程学会 ，作者欧阳劲松