王蕴辉等：智能移动终端行业数字化转型场景图谱构建与实践路径研究

      智能移动终端作为连接人与信息、人与服务的重要载体，在现代社会中扮演着不可或缺的角色。在数字化转型的大潮中，智能移动终端行业各环节均需适应新的技术和市场环境，以实现从生产制造到市场营销的全面升级。这不仅关乎单个企业的生存和发展，更关系整个产业链乃至国家在全球竞争格局中的地位。在推进智能移动终端行业数字化转型过程中，企业时常面临转型成本高、转型要素不明确、供需双方出发点错位等难题，如服务商提供的数字化解决方案“自说自话”，与企业数字化转型需求不匹配，企业数字化转型痛点和需求不明，找不准转型重点。如何通过数字化转型提升产业链的整体效能成为业界关注的焦点。本研究通过对智能移动终端行业的深入调研和分析，围绕细分行业共性需求挖掘数字化转型的典型场景和关键要素，梳理各类场景工具软件、数据模型、数据要素、数字化人才技能 4 类数字化要素，构建智能移动终端行业数字化转型场景图谱，理清智能移动终端行业制造业数字化转型问题与路径，帮助需求侧、供给侧、政府侧等相关参与主体明晰转型方向和路径。

      一、智能移动终端产业概况

      智能移动终端指具有信息智能处理、可网络传输、可携带或可自主移动的软硬件结合的终端产品，包括智能手机、笔记本、平板电脑、可穿戴设备等。我国作为全球重要的智能移动终端生产基地，产业实力强劲、产业链完备齐全，在生产过程柔性化、设备管理智能化、质量检测自动化等领域具备丰富的数字化转型场景。

     （一）我国是全球重要的智能移动终端生产基地，产业规模优势显著、行业龙头企业众多

      一是产业规模优势显著，重点产品出货量全球领先。2023 年，我国规模以上电子信息制造业实现营业收入 15.1 万亿元、利润总额 6411亿元。智能移动终端作为电子信息制造业的关键细分领域和重要发展缩影，核心产品出货量全球领先。以智能手机为例，IDC 数据显示，2023 年全球智能手机出货量为 11.7 亿部。其中，小米出货量为 1.46 亿部、OPPO 出货量为 1.03亿部、传音出货量为 0.95 亿部，位列全球第三至第五。

      二是行业龙头企业众多，经济发展效益良好。我国智能移动终端行业在整机方面有华为、小米、OPPO、vivo 等行业龙头企业，经济效益稳中有增，如华为 2023 年全年实现营业收入7042 亿元，终端业务销售收入 2515 亿元，同比增长 17.3%；小米 2023 年全年实现营业收入2710 亿元，净利润同比增长126.3%，其中智能手机业务收入 1575 亿元。

      三是产业集聚度高，拥有多个重点产业集聚区。我国智能移动终端行业集聚度较高，如在东莞形成了以华为、OPPO、vivo 三大整机制造厂商为核心，以智能组件基础元器件、精密模具为主要配套的智能移动终端产业集群；在深圳形成了以华为、荣耀、创维等整机企业牵头，以欣旺达、瑞声科技等零部件厂商配套的“研发生产—整机组装—品牌建设”智能终端产业生态；在西安高新区形成了以紫光展锐、龙腾微电子等芯片和零部件企业，以华为、华勤等研发设计企业，以中兴、比亚迪等集成制造企业为引领的“关键芯片、零部件 + 设计研发 +生产制造”智能移动终端行业。

     （二）智能移动终端行业形成涵盖“上游零部件供应、中游终端产品制造、下游品牌建设及销售”的完整产业链

      产业链上游主要负责生产制造智能移动终端所需的元器件、材料、精密模具以及智能模组等。其中，元器件包括片式元器件、频率元器件等，供应商有立讯精密、欧菲科技等；材料包括光电子材料、磁性材料、半导体材料等，供应商有生益科技、蓝思科技等；精密模具包括外壳、五金、支架等，供应商有捷荣技术、模德宝等；智能模组分为显示模组、射频模组、芯片模组等，供应商有京东方、海思半导体等。

      产业链中游主要负责智能移动终端的研发设计、组装制造，可以分为智能移动终端品牌商和代工商。品牌商包括华为、小米、OPPO、vivo、荣耀等智能手机和穿戴设备制造商，华为、联想等平板电脑制造商，Pico、深圳增强现实技术有限公司等 VR/AR 设备制造商；代工商则分为原始设计制造商（ODM）和原始设备制造商（OEM），其中 ODM 厂商包括华勤、天珑、龙旗等，OEM 厂商包括富士康、和硕等。

      产业链下游主要负责智能移动终端的销售和相关售后服务，分为线上销售渠道和线下销售渠道。线上销售渠道包括淘宝、京东等，线下销售渠道包括各类电子产品零售店、品牌专卖店等。智能移动终端产业链上下游情况如。

     （三）智能移动终端行业在柔性生产、设备健康管理、质量检测等领域具备丰富的数字化转型场景需求

      一是生产制造柔性化。智能移动终端行业是典型的离散制造行业，具有生产工序复杂、产品种类繁多、个性化定制需求较高等特点。这些特点要求该行业具备较高的柔性生产程度，以实现高效、灵活的生产管理。如：广东东勤科技有限公司通过引入全自动锡膏印刷机、贴片机等自动化设备，建成表面组装技术（SMT）和测试一体化产线，采用通用化、模组化的产线组织方式，实现灵活转线，满足多种机型生产，并将劳动生产率提升 6.2%、产品不良率降低 20%。

      二是设备管理智能化。智能移动终端行业设备种类繁多，且对设备加工精度要求较高，传统设备管理模式容易引发生产线意外停机、核心贵重设备及器件过早报废、产品质量问题等风险，因此需要利用物联网、人工智能等技术，实现设备健康管理和预测性维护，提高设备利用率，减少非计划停机。如：小米针对手机主板测试中的射频探针维护，研发探针寿命预测算法。该算法可提前 500 个测试循环识别探针异常，并准确预测其剩余使用寿命，从而在探针寿命极限时自动更换，节约设备停机损失和维护成本 10%。

      三是质量检测自动化。智能终端行业因其产品的高技术含量和用户对使用体验的高期望值，对产品质量有着严格的要求，因此需要应用人工智能视觉检测技术推动质检自动化、数字化，降低人工检查错误率，提高产品质量一致性。如：烽火通信针对 SMT工序的印制电路板组件（PCBA）生产质检工作，通过深度学习PCBA 板焊接不良特征构建人工智能算法模型，以人工智能视觉自动检测降低不良缺陷流出率95%、减少直接作业检验员 50%。

      二、智能移动终端行业数字化转型现状及问题

     （一）重点场景高度依赖国外工业软件

      在设计与研发阶段，以达索、西门子、参数、ANSYS、新思科技、楷登电子等为代表的国外厂商技术成熟、产品线完善，已处于垄断地位；国内厂商尚未形成可持续发展及维护的大型软件，无法提供数字化全流程解决方案以满足高端智能移动终端产品的设计需求。以印制电路板（PCB）设计验证过程为例，SolidWorksCAM、Siemens NX CAM 等产品具备先进的工具路径生成算法和仿真功能，可直接将 CAD 设计的 PCB 文件转化为贴片机可识别的 Gerber 或NC Drill 文件格式，确保从设计到生产的准确性，提高生产效率和产品质量。在整机组装环节，控制与检测系统和装备数字化互相促进，国外厂商已形成封闭生态。以 SMT 表面贴装场景为例，满足一级线体标准的镭射机、PCB 清洁机、锡膏机、串行外设接口（SPI）、回流焊炉、自动光学检测（AOI）检测等设备基本是国外进口。其中，回流焊炉的 Wincon 软件与 BTU 的专有IntelliMAX 2 控制板紧密集成，KIC 的 RPI 系统虽然提供工艺追溯和温度曲线测试等功能，但仍需向设备制造商购买真空通信包与炉子控制器通信软件。

     （二）元器件知识模型资源难以拉通共享

      国内电子企业、工业商城及工业软件用户所用元器件等零部件资源库数据主要依赖Samacsys、Ultra、SnapEDA 等欧美企业，且数据服务器都建在国外，涵括我国重点企业数据，存在信息安全泄露风险。望友、嘉立创、为昕等国内厂商投入资源（3~20 人不等）通过自建电子元器件基础资源库等方式解决上述问题，但重复投入导致研发成本上升，使智能移动终端行业元器件模型数据仍处于小散弱、难拉通、不共享状态。我国从 PCB、元器件到整机组成的电子元器件工业基础资源库市场空间预估超过 22 万亿 / 年，亟须在从元器件选型、设计、采购、制造到维护的全生命周期，通过国产化EDA/CAD 无缝链接、实时调用，实现工业知识的拉通共享，通过国产 CAM 工具对制造、工艺参数的透明化传递，实现工艺知识长期积累，打通整个生态链，精确沉淀知识模型，助力工业软件、PCB、整机产业发展。

     （三）行业数据要素价值化尚未形成明确路径

      企业内部缺乏统一的数据管理，如研发设计环节涉及大量的“需求数据”“仿真数据”“测试数据”，生产环节涉及大量的产品“工艺数据”“制造数据”和“质量数据”等，这些数据是智能制造的核心与基础。但各场景应用数据质量参差不齐，数据资源混乱，有效数据短缺，深层价值挖掘不足，企业亟须建立起以数据交付为核心的管理体系。一些大型企业如华为、小米、OPPO、vivo 等，虽然沉淀了海量的数据，可以用来提升用户体验、优化产品设计、加强安全性以及进行市场分析等，但数据产权、流通交易、收益分配等基础性法规制度不完善，数据授权运营、资产登记、市场监管等环节不健全，企业内部数据资源难以拿到市场上发挥真正的流通价值，数据资产价值评估缺乏指引，较难衡量企业内部产生的数据资源。

     （四）数字化转型人才供给不足

      智能移动终端行业技术更新换代速度较快，对劳动者的知识和技能提出了更高的要求，低技能、重复性、程序性的就业岗位正被机器和智能技术大幅替代，同时高技能、复合型人才成为企业的新需求。智能移动终端的研发设计环节是一个跨学科的过程，需要不同背景的专业人士协同工作，如移动终端开发工程师（熟悉 iOS 或 Android 平台开发）、硬件工程师（具备电子工程基础，熟悉 PCB 设计工具）、产品设计师（具备良好的审美能力和用户体验设计能力）、测试工程师（熟悉测试流程和标准）、人工智能 / 机器学习工程师（熟悉 Python、TensorFlow、PyTorch 等工具和框架）、安全工程师（熟悉加密技术、网络安全协议）等。这些领域技术融合了光学、机械、电子、软件与算法等多学科知识，并依赖于国内基础工业的发展。因此，该领域企业倾向于招聘具备多种技能的复合型人才。这导致企业在外部进行社会招聘愈加困难，内部人才培养和应届生招聘成为数字化人才供给的主要渠道。但又因为这些领域的专业门槛较高、人才培养周期较长，人才供给远远无法满足企业需求。

      三、以数字化转型场景图谱引导智能移动终端行业改造升级

      基于对智能移动终端行业情况及数字化转型现状的分析，智能移动终端行业呈现以整机制造企业为核心，连接上游基础元器件、材料、精密模具、智能模组等原材料供应商，中游移动终端品牌商的代加工商以及下游销售环节的全产业链条，其发展水平不仅是一个国家信息技术实力的重要标志，也是推动数字经济增长的关键动力。近年来，人工智能等新技术的飞速发展和终端产品的更新换代给智能移动终端行业带来了新的机遇和挑战，开展数字化转型已成为其迈向高质量发展的必由之路，同时它在研发设计、生产制造等环节具备丰富的数字化转型场景需求。鉴于此，本文以智能移动终端行业场景数字化转型为重点研究对象，以产业链关键环节为主线，按照“4+N+4”实施思路，梳理重点产业链上的 4 个关键环节，解构产业链上下游企业的 N 个典型场景，分析工业软件、数据要素、知识模型、人才技能 4 类数字化要素需求及现状（“四清单”），构建智能移动终端行业数字化转型场景图谱（“一图”），以“一图四清单”的方式加快行业数字化转型。具体思路如下。

     （一）4 个关键业务环节划分

      智能移动终端行业是离散行业，企业产品生产全流程涉及多个环节，主要包括研发设计、零部件采购与生产准备、整机组装与包装、品牌销售与服务四个方面。

      研发设计环节是智能移动终端产品从概念到实际产品交付的一系列活动，将市场智能移动终端产品需求开发成产品原型，通过产品测试和验证转化为有竞争力的产品，并确保高质量、高性能和高用户满意度。

      零部件采购与生产准备环节涉及原材料和零部件的采购、库存管理、生产计划的制定以及生产线的准备等，企业根据产品线生产计划提前准备齐全且合格的生产资料，包括产品组装所需的各类零部件种类、型号、品牌及用量等信息，注重提高供应链响应速度，降低库存成本，减少生产准备时间。

      整机组装与包装环节是智能移动终端产品生产过程的关键一环，将各零部件、组件（经单元调试、检验合格后）按照设计要求进行装配、连接，再经整机调试、检验而形成合格的、功能完整的电子整机产品。企业在此环节广泛应用高端装备、数字化工具来提高生产效率、减少人为错误、优化流程、提升产品质量。

      品牌销售与服务环节涉及产品营销管理、销售渠道管理、客户服务和支持等，企业通过优化供应链管理、增强品牌影响力、提升客户服务水平，从而提高整体运营效率和市场竞争力。

     （二）“N”个场景解析

      本文从企业 4 大业务环节出发，共选取智能移动终端行业各环节中代表性高、通用性强的 16 个主业务场景和 52 个细分场景作为产业链上下游业务运转和数字化水平呈现的最终载体。在设计与研发环节，主要包括产品需求与立项、工程验证测试（EVT）、设计验证测试（DVT）、生产验证测试（PVT）4 个主业务场景；在零部件采购与生产准备环节，主要包括物料采购、来料检验（IQC）、产线设备调试、工艺流程规划 4 个主业务场景；在整机组装与包装环节，主要包括 SMT 表面贴装、点胶、组装、半成品仓、测试、包装 6 个主业务场景；在品牌营销与服务环节，主要包括营销管理与客户服务 2 个主业务场景。

      其中，在智能移动终端整机组装与包装环节，SMT 表面贴装至关重要。SMT 表面贴装是电子组装行业中最流行的一种技术和工艺，是指将无引脚或短引线表面组装元器件安装在PCB 的表面或其他基板的表面上，通过再流焊或浸焊等方法加以焊接组装的电路装连技术。SMT 表面贴装主要包括激光打标、PCB 清洁、锡膏印刷、SPI 检测、贴片炉前 AOI 检测、回流焊接、炉后 AOI 检测和 X-Ray 检测等细分场景，基本通过制造执行系统（MES）进行内部信息交互 , 涉及贴装工艺、组装流程、关键设备和未来发展趋势等多个方面，从设计 PCB 板、准备贴装元件到贴装工艺和组装测试，确保了整机的高效、精密和可靠制造，体现了电子制造业的高度自动化和智能化。目前，OPPO、小天才、东莞华贝、深圳天珑等代表性品牌厂商及 ODM企业的 SMT 车间已实现了贴片测试一体化和连续化生产，减少了人工检测及搬运环节，且采用高端设备，自动化程度高，满足了一线标准。例如，东莞华贝自行研发的 MES 系统已全部实现在线生产设备与离线辅助设备的自动交互，极大地保障了产品质量并提升了生产效率。

     （三）“4”项数字化核心要素梳理

      本文从工具软件、数据模型、数据要素、数字化人才技能 4 类数字化核心要素出发，明确产业链上下游各类业务场景的数字化现状，并进一步挖掘痛点问题。此处同样以 SMT 表面贴装为例。目前，SMT 表面贴装业务场景的工业软件主要包括 MES 系统、RDWorks 激光控制软 件、CorelDRAW 矢 量 绘 图 软 件、SPI 系 统、AOI 检测系统等，需要搭建刮刀印刷移动路径模型、图像处理及特征提取算法、缺陷检测算法（位置偏移、桥接和断开检测）、回流焊炉温控制及优化算法等知识模型，涉及锡膏印刷速度、刮刀压力、脱模速度、锡膏偏移参数、贴片精度、回流焊炉温曲线及含氧量等数据要素。从业人员需要掌握材料科学知识、电子元器件知识以及镭雕机、贴片机等重点设备智能维护技能。

      基于“4+N+4”的研究思路，形成的智能移动终端行业数字化转型场景图谱。

      四、智能移动终端行业数字化转型发展路径建议

     （一）推动产业链数字化供给能力升级

      工业软件是工业知识软件化的产物，随着单一企业数字化逐渐向产业链数字化转型升级，商业逻辑及业务需求的重构带动数字化技术解耦与发展，呈现双向反馈态势。一是在创新管理上沉淀知识，通过产品生命周期管理（PLM）系统集成 CAD、EDA、CAPP、CAE 等软件，打通设计、流程规划、生产工程等场景，实现设计规格、模型、工艺和工程数据数字化。建议推动整机厂商开放结构设计、3D 公差分析、电路仿真等典型应用场景，依托国家重点研发计划、核心软件攻关工程等任务，支持产业联合攻关三维几何引擎、求解器等关键技术，加速设计仿真类工业软件国产化替代。二是在业务管理上创造价值，通过 ERP 集成 APS、SCM、MRP、MES、QMS、DRP、CRM 等软件，打通生产计划、零部件供应、制造、交付分销、客户支持等场景，实现人、机、料、质量数据数字化。针对 MES、SCM、CRM 为代表的系统，大多 ODM 厂商进行自行研发的基础良好，依托新技改、中小城市等政策补贴，支持上游零部件及精密模具厂商进行试用，提升供应链质量模型数字化，逐渐迭代并稳步完善国产工业软件。三是在运营管理上存续资产，通过应用生命周期管理（ALM）系统集成 MRO、APM 等软件，打通系统设计、建造、投产、运维、设备报废与回收等场景，实现使用及维护数据数字化。头部企业运维类软件应用大数据、人工智能等新技术，与国外巨头同步布局甚至部分超越，可持续发挥场景丰富的优势，形成国际领先地位。

     （二）构建以模型库为载体的行业知识中心

      以产品研发效率提升为锚点，以设计一体化为牵引，打造智能移动终端产业集聚区网络化协同设计新模式，构建“3+4+4”架构的行业知识中心。一是建设三大平台，即以工业领域行业知识库平台为引擎，打造企业零部件 / 设备 /工艺包定制库、国家标准件 / 行业模型库，依托数据与 AI 创新平台开发 3D 模型搜索、产品成本预估、创成式设计、CAE 仿真分析等智能支撑工具，支撑工业商城运营平台形成模型展示、知识交易、知识培训、设计师订购、零部件供应商目录、零部件订购等全体系服务。二是链接四大主体，主要包括零部件供应商、终端整机厂商、产品中试基地及组装工厂。零部件供应商作为定制化模型的提供者，为整机厂商在设计阶段直接采购应用零部件模型提供服务，而将整机厂商的产品设计模型直接应用于产品试制工艺验证，对产品的可制造性和可测试性进行优化，可确保设计顺利转入组装工厂批量生产。三是培育四类角色，分别为建模设计师、产品设计师、工艺规划师和行业运营伙伴。建模设计师创建定制化零部件模型并上架至工业商城；产品设计师付费使用零部件模型可加快设计一体化，形成零部件清单以服务于采购；工艺规划师依托产品设计、仿真分析、产品成本预估等知识模型，为产品试制工艺验证及批量生产持续优化工艺。

     （三）推进行业数据要素资源化、资产化、资本化

      数据要素价值的发挥，主要在于高效的数据资源收集、有效的数据资产化以及灵活的数据应用，让数据“动起来”，激活数据要素潜能。一是加强数据资源化管理。企业内部组建由业务场景专家、数据分析师、IT 技术人员等多方从业人员参与的数据管理体系，理清智能移动终端行业研发设计、生产制造、经营管理、供应链管理等环节各细分场景数据，共同维护形成企业内部数据汇聚和开放共享平台，共同负责数据管理体系的规划、实施和监控，依据业务场景做好数据分类分级，切实提升数据质量，管理好、利用好、发挥好企业内部数据。二是完善数据“资产化”评估。根据行业不同场景特点以及成本法、收益法和市场法建立并出台数字资产价值评估体系，衡量企业数据经济价值和应用潜力，建立行业关键业务场景下的数据资产清单并标明价值，鼓励行业龙头企业牵头带动产业链上下游企业数据资产入表，定期开展数据资产价值更新、评估、盘点等。三是建立数据“资本化”交易平台。规范数据交易市场管理制度，搭建安全可靠的数据交易平台，提供数据需求发布、数据集发布、数据智能洞察、数据交易撮合、数据交易结算等服务。成立专门的数据交易监管机构，负责监督数据交易活动的合规性，定期对数据交易平台进行安全性和合规性审计。

     （四）改革数字化人才培养机制

      以适应产业发展需求为核心导向，健全数字化人才评估体系，打造人才培养新范式。一是建立数字化人才标准及考核。从产业数字化出发，制定职业技能人才标准，包括但不限于技能要求、知识体系、证书、实践经验等方面，清晰地界定每个岗位从业者需要具备的技能水平。同时，设立一套公正、透明且具有权威性的技能认证体系，用于评估和考核人才的专业技能能力，有效提升人才整体素质。二是探索内外协作的人才培养模式。在数字化管理人才方面，传统企业单凭内部培训资源和体系往往很难培养出复合型人才，可以通过内外协作引入外部数字化企业的力量，如：帮助企业启发管理者的数字思维、培养数字化领导力等；借助外部数字化企业的专业知识和技术积累，帮助企业内部人才更好地理解和应用数字化技术，实现技术与业务的深度融合。三是组建数字化人才培养共同体。支持科研院校与智能移动终端行业龙头企业联合组建技能人才培养共同体，针对一线业务场景制定人才技能培养提升方案，包括专业设置、课程体系、实践环节等。支持高校选聘企业专家到高校授课，建立产业兼职导师的引进、认证和使用机制，通过实训基地共建、校园人才选拔大赛等多种方式加深校企合作，构建人才培养生态体系。