成本居高不下、利润率持续承压、出海挑战重重……这些困扰中国制造企业的顽疾，其解药可能并非更大的厂房或更快的机器，而是一项被低估的战略资产：外部生产性服务。
文：中外管理传媒 王爽
责任编辑：胸怀天下
管理解读：刘百功（“中国造隐形冠军”评选评委、中外管理传媒利润倍增中心学术主任、西南财经大学西部商学院企业赋能增长研究中心执行主任）
前不久，黄奇帆在一场公开演讲中强调，生产性服务业不仅是推动制造业技术进步、提升运营效率与综合效益的关键力量，更是全球经济增长的核心引擎之一，应当受到产业界的高度重视。
回顾过去十五年，中国制造业在规模扩张、产业链完整性建设以及部分关键领域的竞争力突破上取得了令人瞩目的成就。然而，在生产性服务业方面，我国仍明显滞后。具体表现在：该产业占GDP的比重仍然较低、服务贸易在国际市场上的占比不足、制造业整体利润率有待提升、独角兽企业数量偏少，以及全要素生产率与发达国家存在一定差距。
黄奇帆预计，到2040年，我国生产性服务业占GDP的比重有望从目前的27%–28%提升至35%，并在2050年进一步达到40%。他特别指出，应重点强化知识型和人才密集型服务，通过赋能制造业实现附加值和全要素生产率的“双提升”，从而推动中国从“制造大国”全面迈向“制造强国”。
那么，面对这一宏观判断，中国制造业企业是否已经形成共识？在实践中，企业又应如何借助外部服务力量实现真正意义上的创新与效率提升？在出海拓展、人才结构转型和考核机制重塑等多重挑战下，企业该如何把握这一历史性的战略机遇？
从“自建自用”到“对外输出”：制造业服务化转型的必然路径
中外管理传媒：黄奇帆将生产性服务业从“辅助角色”提升到了“战略引擎”的高度。在您看来，当前中国制造业企业对这一趋势的认知程度如何？是否存在从“自建自用”的服务部门向“外包共享”或进一步“独立化、平台化”服务转型的实际案例？
刘百功：生产性服务业无疑将成为我国未来经济发展的重要增长极，甚至可被视作核心引擎之一。在农业、工业与服务业三大产业中，服务业的增长潜力最大，尤其是其中知识和技术密集型的部分。例如智能制造升级、管理咨询、精益生产等服务类别，具有高附加值、强赋能性的特点。
就认知程度而言，当前中国制造业企业呈现明显的分化态势：“隐形冠军”类企业大多已主动布局并持续推进服务化转型；而广大中小企业多数仍处于认知深化阶段，部分企业开始意识到其战略意义，正逐步探索适合自身的实践方式。
在服务模式的选择上——“自建自用”还是“服务外包”，本质上与企业所处的发展阶段密切相关。初期大多数企业更倾向于外包，以降低运营成本、聚焦核心业务。但也有一些企业，在多年外包合作中积累了行业经验，逐渐沉淀出自身的服务体系，进而不再局限于内部使用，而是走向“服务共享”甚至“对外输出”。在智能制造领域，我们已经看到不少企业将原属内部的服务部门，发展为独立解决方案供应商的成功案例。
中外管理传媒：生产性服务业常被称为科研创新和独角兽的摇篮。制造业企业应如何借助外部生产性服务来加速创新，而不是一味追求全部自主研发？是否存在“制造业企业孵化出生产性服务独角兽”的代表性案例？
刘百功：这类实践其实已并不少见。目前市场上已有专门为制造企业提供外包研发、科研支持，或覆盖产品从小试、中试到量产全流程解决方案的服务企业。例如成都有企业专注于中试平台的建设，为制造企业提供完整的中试服务，该模式在疫情后增长尤为明显。
从国际经验来看，这类模式也非常成熟。如德国许多行业协会就承担了为制造企业提供研发和中试服务的功能；日本部分行业组织同样具备类似的生产性服务属性。
此外，不少大型制造企业将内部的研发、检测机构升级为开放平台，与行业共享资源，甚至牵头制定行业标准。这些原本仅服务内部的部门，逐渐转变为可对外盈利的生产性服务业务。典型如IBM和华为，最初其管理咨询和信息化服务仅用于内部优化，随后逐步服务于产业链上下游，最终拓展至全社会。如今，这些业务已成为年收入达百亿甚至千亿级的重要板块，它们也早已超越“独角兽”阶段，成为真正的行业巨头。
“通信式”跨越：制造业升级不必按部就班
中外管理传媒：在您看来，哪些生产性服务环节对产品利润率的贡献最为突出？企业又应如何布局这些环节？
刘百功：有几个重点领域值得企业重点关注：首先是研发环节，高质量的研发能够显著提升产品的技术含量与市场竞争力；其次是智能制造改造，通过产线自动化与信息化实现降本增效；另外，供应链与物流服务也极为关键，高效的管理可帮助企业减少库存、降低成本，并通过精准配送提升客户满意度。
在布局策略上，企业应紧密结合自身的核心能力：如果长于研发，可构建开放平台为同行提供技术支持；如果擅长智能制造，可以考虑将相关团队独立孵化，面向市场提供解决方案；如果供应链管理能力突出，可为行业伙伴提供一体化供应链服务；甚至在客户关系管理方面具有优势的企业，也可通过深度洞察用户需求，孵化出新的配套服务业务。目前许多“隐形冠军”企业正在沿这一路径推进，已取得显著成效。
中外管理传媒：哪些外部生产性服务能够最直接、可衡量地提升工厂的生产效率？
刘百功：从“全要素生产率”的视角看，需从资本、劳动力、自然资源、科技、数据及生态资源六个维度识别效率提升空间。
就短期见效而言，降本增效类管理咨询最容易体现成效。例如精益生产服务，其效果可通过成本削减数据直接衡量。其次是信息化技术服务，但这类改造通常投入较大、周期较长，往往需数月甚至超过一年才能显现效果。
企业需特别注意，应结合自身资源状况与行业特性选择适合的服务类型。如现金流紧张的企业可借助金融类服务——比如应收账款证券化——快速盘活资金，间接支持生产效率提升。
中外管理传媒：对于许多中小型制造企业来说，工业2.0/3.0的基础自动化尚未完成，却需同时应对工业4.0的智能服务（如工业互联网、大数据分析等）。您认为它们应当如何制定务实策略，借助外部生产性服务实现“补课”与“跨越”并举？
刘百功：关键在于对投入产出比的精准测算——任何技术投入都应先进行经济效益评估，这是决策应“补课”还是可“跨越”的核心依据。
一个通俗的类比是移动通信技术发展：某些地区刚建好2G，4G就已普及，此时便不必再投3G，可直接迈进4G；待5G来临时，又可顺势升级；甚至有些地区依托星链技术，跳过了传统基站建设阶段，直接实现了更广覆盖的网络服务。
制造业的升级逻辑与之相似。企业并不必严格遵循从2.0到3.0再到4.0的线性发展路径，而应依据投入产出效益做灵活选择。若资金允许，可综合评估“跳过某些基础环节、直接布局工业4.0”的可行性，重点测算这一路径带来的效率提升、客户体验优化、以及长期运营成本下降等收益。反之，如果评估显示补齐工业2.0/3.0基础在短期内回报更高，且能为未来智能升级奠定更稳固的基础，那么优先“补课”则是更务实的选择。
总之，企业究竟该优先“补课”还是力争“跨越”，并不存在标准答案，核心是要通过严谨的投入产出分析，选择最符合自身实际的发展路径。而外部生产性服务，如技术咨询、成本测算、定制化方案设计等，可帮助企业更科学地完成评估与决策。
抓住生产性服务业机遇最紧迫的行动建议
中外管理传媒：在制造业出海过程中，企业应当捆绑国内生产性服务商“组团出海”，还是整合国际本地服务资源？这两种模式分别有哪些风险与机遇？
刘百功：从生产性服务商的视角看，“绑定出海”模式在国际实践中已有不少成功案例。以管理咨询行业为例，麦肯锡、波士顿咨询等机构，最初正是伴随西方制造业全球扩张的步伐，逐步将业务网络拓展至发展中国家。
“组团出海”的最大优势在于“熟悉度”。制造企业出海后延续与国内服务商的合作，可减少因更换服务伙伴所带来的磨合成本。尤其在智能制造领域，国内服务商可直接复制已在国内验证成熟的生产线方案与管理流程，显著缩短海外工厂的筹建与调试周期，降低双方协同成本，提高运营效率。
而“整合本地服务资源”模式的优势则体现在“本地化适配”方面。当地服务商更熟悉所在国的文化习俗、劳动力结构、政策法规与市场环境，可帮助中资企业规避因文化差异、政策变动带来的经营风险，尤其在合规管理、市场开拓等方面更具优势。
总体而言，两种模式各有侧重：“组团出海”强在协作效率高、模式成熟，易于快速复制；“本地整合”胜在适应性强、风险可控。企业需根据自身业务特点、目标市场情况做出综合判断。
中外管理传媒：未来制造业的人才结构是否会从以技术工人为主体，转向更多需要数据分析、软件应用、供应链管理、客户运营等能力的知识型工作者？企业应如何提前规划，吸引并培养这类跨界人才？
刘百功：这一转型事实上已在发生。比如近期中外管理组织的“隐形冠军企业私董会”赴赛力斯超级工厂考察时就看到，其生产现场设有数字化“作战室”，工作人员通过大屏实时监控生产数据。甚至连“螺丝是否拧紧”这样的细节，都可通过视觉识别技术自动完成检测。这意味着未来生产现场员工的核心能力，将不再是传统操作技能，而是对机器原理、数据逻辑的理解与运用能力。
面对这一趋势，不同规模企业的应对策略有所不同，但普遍仍面临人才短缺的挑战。大型企业目前已积极行动起来，一方面从高新园区引进成熟人才，另一方面与高校合作开展定向培养。但即便如此，合适人才仍供不应求。
对大多数企业而言，更可行的路径是“引进+培养”双线推进：先引进具备相关专业背景的高校毕业生或行业人才，再通过内部系统化培训体系，使其逐步契合企业实际需要。当前高校教育与企业实战需求之间仍存在一定差距，因此企业自主培养已成为弥补人才缺口的关键手段。
中外管理传媒：传统制造业的KPI体系是否仍适应当前发展需求？在企业积极引入生产性服务、推进智能化转型之后，是否需引入新的评估指标以衡量其新竞争力？
刘百功：关于KPI体系，我们需要思考两个核心问题：
第一，考核目标究竟是什么？过去制造业KPI多聚焦于“生产效率”，但在智能化设备大规模应用的背景下，单一效率指标已显得片面。例如赛力斯的超级工厂可实现每分钟下线一辆整车，这种效率飞跃主要依托于智能化生产系统的整体优化，而非个别员工的操作效率。因此原有仅考核人工效率的方式，参考价值正在下降。
第二，考核维度应如何重构？在传统生产中，交付周期、产品良率等指标与员工操作直接相关；而在智能生产模式下，这些指标更多受设备精度、系统稳定性影响，员工角色从“操作执行”转向“监控维护”。若仍沿用原有指标考核员工对良率的贡献，已不契合实际。
因此，随着生产性服务的深度融合与智能化转型的推进，企业必须引入新的评估指标。具体需引入哪些指标，应因企而异、因阶段而异。例如设备维护响应率、系统软件适配效率、生产线综合稼动率等，都可能成为关键绩效指标。未来对智能生产线岗位的考核，将更侧重员工维护设备、保障生产稳定运行的能力，而非传统意义上的产量或工时。
中外管理传媒：如果您要向一家制造企业的CEO提出一项最紧迫的行动建议，以抓住生产性服务业带来的战略机遇，您会建议什么？
刘百功：核心建议可归纳为两点：一是加快推进自身智能制造升级，并注重经验沉淀；二是精准识别核心能力，积极探索对外输出生产性服务。
具体而言，CEO首先须真正重视并推动企业内部的智能制造改造——这不仅是提升生产效率的基础，更是未来对外输出服务的前提。在此过程中，必须系统梳理和沉淀所形成的技术方案、流程标准与管理经验。
同时，CEO应牵头对企业全价值链中的核心能力进行识别：是在研发创新方面具备优势？是在供应链管理上表现突出？还是在智能产线设计与实施方面积累深厚？抑或拥有卓越的物流履约体系？一旦明确核心能力，就应进一步评估能否将其从“服务内部”转化为“对外输出”，为行业尤其是中小企业提供赋能服务，从而将隐性能力转化为显性业务，真正把握生产性服务业的战略机遇。
