中國の紡績業のインテリジェント化はモデルチェンジですか？それとも賭けですか？

2015年、我が國の織物服裝はEUに対して

売上高は同9.3%減少し、日本に対して11.6%減少した。2008年に比べて労働力のコストは2倍以上増加した。

さる年は春になりましたが、紡績業の冬はまだ過ぎていません。

昨年、我が國の織物服裝の輸出は4.9%減少しました。この6年間で初めてマイナス成長が見られました。

今年の2月には輸出の減少幅が引き続き拡大し、服裝の輸出は11.8%下落し、織物の輸出は9.3%減少しました。

世界第一紡績大國として、中國紡績業の比較優位はずっと明らかです。

完備した産業チェーン、比較的低い労働力コスト、および価格性能の高い製品の品質とサービス、中國の紡績工業

加工総量は世界の54%を占め、織物服裝の輸出額は世界の37%を占めています。

しかし、近年、我が國の紡織工業の生存環境はますます困難になっています。

労働コストが持続的に高騰し、労働集約型企業の製品価格性能比が低下した。

「2008年と比べて、企業の労働力コストは2.5倍に増加しており、人件費が持続的に上昇することは紡績製造段階で直面する主要な圧力である」

中國寶娜斯集団有限公司の黃祖群董事長によると、現在の労働力のコストは企業のコストの18%を占めており、企業のコスト削減には限界があるという。

円安やユーロ安が続き、関稅障壁が増え、世界市場の低迷が続く中、中國からの注文が流出している。

特にアメリカが主導した『太平洋パートナーシップ協定』（

）今年の春節前に調印し、大量の紡績業の注文を東南アジア、特にベトナムに移転させました。

TPPが実施されると、ベトナムからアメリカに輸出される織物関稅は17%～32%から0に下がるという。

「企業自身の努力によって、コストを3～5ポイント下げることができますが、関稅の10數點は、太陽光のような優良企業でも消化しにくいです」

江蘇陽光グループの會長陳麗芬氏は言う。

注文が流出して、ローエンドの領域だけでなく、ハイエンド市場も挑戦に直面しています。

全國最大の精紡生産企業として、江蘇陽光集団は半分の製品を歐米に輸出しています。

しかし、去年以來、陳麗芬は多くの大顧客、ハイエンドの顧客が注文をヨーロッパに戻したことを発見しました。ハイエンド製品のヨーロッパの製造コストは中國より低いです。

稅関の統計データも注文流出の狀況を検証しました。

2015年、我が國の織物服裝のEU輸出額は同9.3%減少し、日本向け輸出額は同11.6%減少した。

要素価格が高くなり、制度的にもコストが下がっていません。

長期以來、綿紡企業の加工環節の増値稅の高収率が低くなり、4%のコスト圧力を引き起こしました。

昨年9省で改革の試行が相次いでいるにもかかわらず、綿紡績企業が使っている綿は紡績品の適用稅率の17%で控除できます。

また、綿の割當額の存在は依然として企業が國際市場を活用してコストの抑制を図り、綿紡績業の経営難を増大させた。

2015年の中國綿織物服裝輸出貿易額は同9.7%下落し、2014年より5.6ポイント拡大しました。

綿の輸入政策は変えないで、國內の綿と紡績企業の利益はすべて損ないます。

山東如意科技集団有限公司の邱亜夫會長によると、綿の輸入割當額の妨げがあるので、オーストラリアで栽培された優良綿花はインド紡績に送るしかないということです。

「今はインドやパキスタンが漁利を得ています。彼らの綿糸は全部売れすぎました?！?/p>

コストを下げて、知能製造に活路を求める。

知能製造は生産効率を倍にして、企業は知能化で人件費の高い企業に対抗したいです。

春先、我が國初のスマートニット産業園は江蘇陽で著工しました。

黃祖群はこの敷地面積6000ムーの新型工業園に大きな期待を寄せています。

人件費が高すぎて、圧迫しにくいですが、労働者の素質は高くないです。製品の品質は向上しにくいです。これは知能製造によってしか解決できません。

黃祖群によると、今回の知能化改造によって、企業の一人當たりの生産額は倍になる見込みです。

アジア最大の靴下業企業、上海中昊グループ會長の高寶霖も、紡績業のモデルチェンジに対するインテリジェント製造の推進を期待しています。

スマートニット産業園の著工當日、5億元のプロジェクト投資契約を締結しました。

「投資知能製造は主にコストを削減し、効率を向上させるためです。

人が使えば使うほどお金が儲かるのは、今の紡績業では避けられない事実です。

スマート製造とは、「中國製造2025」で中國製の主力攻撃の方向と位置づけられており、ヒューマン一體化システムを通じて製造過程でインテリジェント活動を行い、伝統的な製造システムを柔軟性化、インテリジェント化、高度集積化のレベルに引き上げている。

これは中國の製造がより正確で、より迅速な製造能力を持つことを意味します。

「フォードラインの生産方式が大規模生産に支えられていると言えば、日本のトヨタの生産方式はリーン生産を世界に知らせている。

このようなデータ駆動の生産方式を把握した人は、次の競爭の最高點に立つ可能性があります。

國務院発展研究センター産業経済研究部第一研究室主任の王暁明氏は言う。

実際、インテリジェント技術改造の伝統産業は大きな潛在力を持っています。一部の企業はすでに一部の製造段階の知能化を試み始めました。

江蘇省邦源のカバー紡績工場で、300臺あまりの機械が速く紡績していますが、労働者の姿が見えにくいです。

職場の関連責任者によると、知能裝備の投入とプロセスの改造の恩恵を受けて、元々は7,800人の作業場が必要で、現在は30人未満の労働者が當直するだけでなく、生産効率が大幅に向上するだけでなく、製品の品質の安定性ももっと高いです。

知能製造、不確定要素は企業を悩ます。

ビッグデータに基づく知能製造投資は1億元に達し、「カニを食べる」企業のリスクは大きい。

インテリジェント製造は人に驚きを與え、また新たな挑戦をもたらします。

知能製造は製造段階の知能化ではなく、「カニを食べる」企業はすべてデータ駆動が紡績業の製造と販売段階の「二枚の皮」を転覆させていると感じています。

知能製造は「大注文—大製造」の水流線生産の束縛を打ち破り、多品種、小ロット、高速納品のインターネット時代の新たな需要をより速く捕らえ、満足させています。

「私たちが新型工業化、情報化に取り組むには、技術や資金ではなく、人や経験ではなく、想像力が欠けています。

最近の囲碁界の人気者の人機戦から見れば、インテリジェント化は未來の工業発展に無限の空間を提供してくれます。

國家情報センター情報化研究部の張新紅主任は言う。

実際、知能製造は中國の紡績業に思われない、思いがけないことを現実にしています。

現在、中國のカシミヤ、Tシャツの製造はすべてコンピュータでプログラミングした後に、自動的に糸を選ぶことができます。

消費者はインターネットのインタフェースを通じて、紡績糸の色、太さ、服の機能、図案を選択し、ネットの量體を測定するだけで、企業が設計をカスタマイズして、コンピュータとニット機械の知能生産を実現することができます。

男の人が一人います

速乾性、抗菌、防臭など80種類の機能と自分の好きな襟型、袖型、袋型、ボタンタイプを選択して、自分の量體データを提出してください。設計から納品までの全行程は6日間しかかかりません。

これは昔は考えられなかったことです。」

中國工程院の姚穆院士によると、現在の中國の「知能製造」はすでにデザインをカスタマイズできるようになりました。

27分だけかかります。

このような「中國製」は供給側の構造改革を実踐し、個人化サービスの新たな需要を満たすことができる。

知能製造は伝統産業として広く未來を描いていますが、GE、IBMなどの大企業は人工知能の開発に力を入れています。しかし、知能製造はまだ技術研究開発段階に屬しています。

紡績の知能化は賭けであるという人々の疑問は、決してない。

一方、多くの企業家は、機械の交換は知能製造ではなく、知能製造は購買、設計、製造、包裝、物流、財務、販売、管理をカバーする全産業チェーンの再構築を指し、大データの正確な計算と判斷で人の脳に代わって決定し、社會全體の要素生産性を向上させると考えています。

大きなデータに基づく知能製造は概念探索段階にあるが、投資は億元で計算され、このような転覆性改造は「石を觸って川を渡る」と同じで、リスクが大きすぎる。

一方、製造工程の知能を高めるにしても、機械交換のような投資は、紡績業にとって、果たして利益があるかどうかは分かりません。

自動車、機械、電気製品などの業界と比較して、紡績業の生産額は比較的に低く、大規模な機械が人を変えて、労働力のコストを下げることができますが、機械投資、維持、アップグレードなどの一連のコストも低くありません。

企業だけでなく、多くの地方政府も紡績のスマート化の道について心配しています。

労働集約型産業として、紡績業は長期にわたり地方が就業を解決する民生産業である。

インテリジェント化は地方投資を牽引し、産業のアップグレードを促進する一方、大量の労働者が職を失う可能性があるということです。

王暁明によると、知能製造の投資は非常に大きく、投資リスクが遅くなり、企業のモデルチェンジやアップグレードのペースを妨げるかもしれないので、政府は共通技術の研究開発に投資を増やし、企業技術改革の投資リスクを低減する必要がある。

「政府レベルでは、試行錯誤を奨勵しなければならない。

企業も自分の位置を決めて、知能の製造をする前に、まずリーン生産と數字管理という基本的な仕事をしっかりと行います。購買環節のデジタルサプライチェーン、製造環節の可動ロボットなどの部分から著手してもいいです。

王暁明は言った。