破解未来制造业的秘钥——智能制造

人类总共经历了四次工业革命，从蒸汽机和机械制造，到电气化和组装线，到自动化和IT革命，再到现在的工业物联网转型，工业变得越来越智能，数据的价值也愈加凸显——智能制造的概念应运而生。从制造业的整个价值链来看，在研发、设计、生产、运营、销售、服务、支持等各个节点上都需要融入“智能化”的因子，以实现“智能”创造“价值”最大化的目标。

智能制造的真正内涵

中国制造业下一个十年的顶层设计将集中在三大主题：新兴业务增长、海外扩张和数字化智能制造。其中，数字化智能制造可能成为新工业革命的基础并重塑世界未来的经济，而对中国而言，其将帮助中国制造业实现弯道超车。为此，中国政府颁布了《中国制造2025》，力争借助工业4.0的浪潮促进信息技术与工业技术的深度整合，实现从世界第一制造大国到世界制造强国的转型。

德勤认为，数字化智能制造主要包含智能工厂、智能生产和智能物流三大组成部分，其中，汽车、先进设备制造和电商物流是其中的先锋应用行业。智能工厂指的是通过生产系统智能化和生产设备网络化，使工厂成为未来智能设施的关键组成部分。智能生产指的是通过将先进技术运用于生产过程中，以形成高度灵活、个性化、网络化的生产链。而智能物流是在实物流通过程中及时获取信息并进行分析，从而提升物流网络的自动化和整体效率。而在这三大组成部分，智能制造所带来的提升主要是通过三个层面、十二大方面的先进技术突破得以实现，如图1所示。

图1智能制造将通过三个层面、十二大方面的先进技术突破传统制造业的局限

通过数字化智能技术进行创新对制造业竞争力至关重要，数字化智能制造能够从安全、质量、响应、效率和环保五大维度带来全方位的提升。然而，现阶段最大的问题在于中国制造商的能力参差不齐，现状复杂，要在数字化转型中获得最大价值则需要针对公司自身能力和所处发展阶段量身定制数字化转型路径。按照德勤规划的发展路线，数字化智能制造转型大致可分为起步期、发展期和突破期三个阶段，每个阶段都必须同时关注在目标、战略、流程、组织、人才5大方面。

在起步期——以点带面的提升，目标：通过对关键设备、流程及工艺点的改进，实现“点”的提升；战略：关键设备和核心流程提升；流程：提高生产的自动化水平，并利用相关技术的应用，初步实现智能生产，通过RFID等技术实现物与物，物与人的信息交互与处理；组织：建立专门的改进提升团队；人才：对相关岗位员工提前培训，引领各部门快速适应新的生产方式。在发展期——体系转型和升级，目标：通过信息化技术整合价值链各个环节，实现自组织管理的智能工厂；战略：价值链网络化，核心环节信息化；流程：基于物联网技术和信息系统，实现采购、制造、物流等环节的智能化和信息化在价值链垂直网络上实现生产体系对需求和变化的定制和快速响应；组织：价值链上高度协同的组织；人才：培养价值链各环节的复合型人才来实现组织内部协同。在突破期——商业模式的变革，目标：基于生产系统的垂直网络和价值链的水平整合，实现商业模式的变革；战略：完全基于客户需求的价值链运营；流程：基于数据的联通，生产体系的柔性，提供高度定制化的产品和服务；通过与供应商、物流商、客户数据的联通，将传统制造型企业的商业模式转变为基于合作共赢的商业模式；组织：智能化的整体组织以驱动整个供应链；人才：加强供应链整合型人才的储备以指导整条供应链的运作。

图2物联网、工业物联网、工业4.0概念的区别（来源：德勤研究）

工业物联网：生产、服务与人的互联

智能制造是制造业新旧动能转换的重要引擎和数字化转型的主战场，充分释放网络互联与数据智能对工业转型升级的巨大作用，激发个性化定制、网络化协同制造、预测性维护等新模式，是中国制造企业的共性需求，而在发展智能制造过程中，云是重要支撑、数据是神经和动力之源，工业互联网平台是关键基础。

根据德勤的研究报告显示，工业物联网相较于传统工业自动化有以下四个特点：

●数据收集范围：工业物联网利用RFD、传感器、二维码等手段随时获取产品从生产到销售到最终用户使用各个阶段的信息数据,而传统工业自动化的数据采集往往局限于生产质检阶段；

●互联传输：工业物联网利用专用网络与互联网相结合的方式,实时准确地传递物体信息，对网络依赖性更高，更强调数据交互；

●智能处理：工业物联网综合利用云计算、云存储、模糊识别、神经网络等智能计算技术，对海量数据和信息进行分析和处理，并结合大数据技术，深入挖掘数据价值；

●自组织与自维护：工业物联网的每个节点为整个系统提供自己处理获得的信息或决策数据节点失效或数据发生变化时，整个系统会自动根据逻辑关系做出相应调整。

在市场潜力的同时，工业领域也面临着互操作性、数据分析、商业模式、安全性和可扩展性等来自技术和业务的挑战。在英特尔看来，工业物联网演进的过程包含三个阶段：第一阶段是连接未联网的物；第二阶段是智能互联的物，边缘设备不仅连接到互联网，还互相连接，并且这些边缘设备有足够的计算能力以进行本地分析和本地行动；第三阶段是自主和软件定义功能添加到系统中，以提供真正自主的软件定义体验。

在工业物联网演进的第二个阶段中，联网后的工业设备将产生海量数据，如何充分挖掘工厂中数据的价值，通过对制造大数据进行分析，提升数字化工厂运行效率，已经成为工业智能化的关键。英特尔中国区物联网产品营销部产品总监谢青山表示：“随着更多功能注入边缘设备，设备会变得更加智能和自给。‘物’会变得真正智能化，并大量依赖本地连接，而不是云来按需做出决策。”

当然，在制造业中广泛普及新一代工业物联网系统之前，仍然需克服多个阻碍因素，其中包括工业物联网相关行业标准的创建、网络安全保护和适应新技能组合的劳动力等等，这些都需要产业链上下游的共同努力和探索。（来源：伺服杂志6期）