智能制造：目的、层次和途径智能制造，制造是它的本质和目的，智能是它的方法和形式。从本质或目的的角度看，智能制造包括作为制造系统的“体”和作为
制造系统的“用”；“用”回答的是企业的生存问题，即利润从哪里来；“体”回答的是企业的发展问题，即如何健康运行。玖越小编认为，从方法
或形式的角度看，智能制造包括经营决策层面的智能决策和优化，管理执行层面的智能计划、组织、执行和控制，业务操作层面的自动化、柔性化作
业。图1智能制造的两个目的和三个层面1、两个目的利润来源企业要生存，就必须能够持续创造利润。那么，企业的利润从何而来呢？不同的人
，立足点不一样，答案可能也不一样。基层员工可能认为利润是他（她）们做出来的，中层干部或职能部门可能认为利润是他（她）们管出来的，老
板或总经理可能认为利润是他（她）们想或谋出来的。按玖越小编的认识，对于广大中小制造型企业来讲，他们往往处于产业链的上游，创新能力不
强，其利润主要是管出来和做出来的。管理境界企业要发展，就要有健康的组织和经营机制，俗称管理水平或管理境界。管理水平差的企业，管理靠
人盯，是典型的“人治”。管理水平较好的企业，管理靠制度和流程，是典型的“法治”；制度和流程建设往往落后于实践，也容易僵化，这种管理
的境界还不高。管理水平最好、境界最高的企业是“理治”，就是所谓的“自主管理”、“道法自然”或“无为而治”，也就是任正非先生讲的“自
由王国”；在这种企业中，各个生产要素可以根据环境的变化灵活而最优地进行组合和调整。在当前的实际中，广大中小制造业主要还是应该在制度
和流程化“法治”基础上，力争逐渐实现基于数据和算法驱动的“理治”。2、三个层次经营决策的智能经营决策的智能，指的是企业可以根据内外
部环境的变化和约束，合理地设定企业的经营目标，并为实现之而进行资源的有效获取、配置优化，以及能力的解耦和重构。经营决策智能化的主要
要求是多约束下运筹问题的求解。管理执行的智能企业制造系统的核心功能是通过自身的能力（PPT2：过程、人员、技术和工具的组合），将资
源转化为产品或服务，转化效率的高低则取决于转化方式和转化关系，即各生产要素（资源和能力）之间的在时间、空间和数量上的配比。管理执行
智能化的主要要求是资源和能力等要素之间在关系上的协同和集成。业务操作的智能业务操作主要包括设备的运行和员工的操作，具体的内容要求有
操作的准确性、及时性和一致性。以设备为主的操作，稳定性好，但弹性低；以人员为主的操作，稳定性差，但弹性高；在个性化定制生产场景中，
要兼顾稳定和柔性等多方面要求。业务操作智能化的主要要求是现场作业的自动化和柔性化。3、现实路径企业的核心能力主要有三项：连接能力，
整合能力和创新能力。对中国的广大中小制造企业而言，身处各自产业链的上游，创新能力很难在短期内有大幅的提高，企业要想生存，比较现实的
选择还是借助数字化技术来提高自身的连接和整合能力，管理执行的智能化是整合能力的主要内容：即在精益思想的指导下，借助ERP、MES、
APS、物联网、高级分析等IT系统或数字化技术的支撑，通过数据驱动的资源配置、过程优化和运筹求解，以实现一个精益、稳定、均衡、快速
的在制品流（WIPFlow）为着力点，从而达成制造系统整体上交期最短、质量稳定和成本最低的管理目标。在实际落地和推进中，则可借鉴
互联化、可视化、透明化、精益化、柔性化、可预测、自主化的智能制造成熟度发展路径。图2：中小制造企业的现实选择智能制造的范围很广
，概念很多，企业脱离自身实际和当前短板去谈智能制造，可能会迷失在术语或概念的森林中。以精益思想为指导，以精益、稳定、均衡、快速的在
制品一个流管理为抓手，推进企业制造系统在交期、质量和成本等绩效的持续优化，并以互联化、可视化、透明化、精益化、柔性化等为进化路径，
可能是广大中小制造企业智能制造建设的切实选择。我国正在大力推动智能制造的发展，使制造业发展能够站到了爬坡过坎、由大变强新的历史起点
上。智能制造、网络化制造、云制造，传统制造业如何华丽转型？用户贴近和分工开放程度决定智能化水平互联网沿产业链从最接近消费者的消费品
行业向上游装备、原材料等行业延伸，越靠近最终用户的行业越早萌发变革，发生变革的领域和环节也越多。手机、家电、服装等个性需求较强的消
费品企业已率先向互联网转型，具有代表性的如规模化个性定制模式已被广泛运用；受消费品生产模式变化影响，装备制造业需要提供支撑柔性制造
、按需制造等的装备，发展智能装备的市场需求逐渐增强；而距离消费者相对较远的上游原材料行业，一些大型骨干企业信息化水平较高，侧重于依
托互联网技术和网络提供精准供应链服务、生产监控和节能减排。开放程度越高的环节与互联网融合越紧密。目前采购、营销等开放度较高的环节，
更易与互联网融合；继而是开放程度次之的服务和研发环节，如远程控制与服务、众包设计等也已在一定范围内推广；而相对封闭的制造环节，在生
产的组织实施和制造能力整合等方面也在逐渐受到互联网影响。随着互联网对各环节逐层渗透，将最终打通生产运营全过程，彻底改变现有的生产范
式。新型研发组织方式集聚众智提升效率随着协同设计、众包、虚拟仿真等新研发模式应用的日益广泛，为传统企业高效、便捷、低成本的技术创新
开辟了新渠道，研发环节也成为营销之后与互联网融合的新热点。云平台实现研发设计全球协同。以往受空间、资源等限制，传统企业的研发设计环
节主要在企业内部完成。云平台则可以为企业提供开放的协同服务，设计人员可通过共享平台，查看和利用云端设计资源和软件，实现企业内部及企
业间合作与协同共享，打破地域限制，提高企业研发效率，降低人员往来成本。众包设计打通企业与社会创意的合作渠道。众包是通过互联网集聚全
球创意、资金来实现研发设计的新模式，基于互联网的众包平台将分散的中小型团队及个体专业人员的智慧与创意集聚到一起，需求方可借此平台发
布需求，以悬赏和速配方式寻找到精准匹配的服务者，通过消除信息不对称而提高效率和降低成本。虚拟仿真技术降低了企业的设计研发成本。过去
传统生产企业在测试、验证环节需要生产出实物来评测其性能等各项指标，成本随测试次数增加而不断提升。利用虚拟仿真技术，可以实现对原有研
发设计环节过程的模拟、分析、评估、验证和优化，从而减少工程更改量，优化生产工艺，降低成本和能耗。创新制造模式助力网络化智能化生产智
能制造成为制造业的重要发展方向。近年来，具有信息的深度自感知、智慧优化自决策、精准控制自执行等功能的智能制造模式的迅速发展，实现了
增效、提质、降成本及节能减排。在制造业领军企业的带动下，智能制造、智能工厂的实施与应用正在为传统产业带来深刻的改变。云制造高效聚集
和配置制造资源。云制造借助云计算的理念，通过建立共享制造资源的服务平台，将巨大的制造资源池连接在一起，使处于制造业中的用户像用水、
电、煤气一样便捷地使用各种制造服务，以帮助制造企业降低运行成本、提升快速反应能力。在理想情况下，云制造将实现产品开发、生产、销售、
使用等全生命周期相关资源的整合，提供标准、规范、可共享的服务。云制造包括企业内部“私有云”应用和企业外部“公有云”协同两种模式。在
一个大型集团企业内部，各种与企业运作有关的资源，例如设计、仿真、设备等，均可以利用云制造实现共享，避免或减少重复投资。云制造模式也
正在推动中小企业间的制造资源共享。目前，在国内已涌现一批云制造服务平台。协同式供应链促进各环节高效无缝对接越来越多的工业企业通过互
联网平台建立了与上下游供应商、合作伙伴和客户的直接连通，集聚供应信息并进行深度挖掘分析，提高了供应链的反应速度、匹配精度和调运效率
，降低了采购成本，减少了成品和在制品的库存，缩短了对客户服务的响应时间。B2B模式对接了上下游的采购需求。传统供应链中的产品选择范
围小、管理难度大、生产线周转效率低。通过互联网平台，制造企业可与上游供应商无缝对接，快速集聚行业内优质供应商资源，在最短时间内以最
低成本实现了原材料采购的高效匹配，推动了企业采购与供应链管理创新，生产线供应链的协同实现高效精准配送。企业利用大数据、物联网完善智
能信息系统建设，对生产配比、物料配送、产品质量等各环节进行协同管控，实现物料配送的系统化、流程化，降低物流成本和能耗，降低仓储损失
，加速了资金周转，提高了整个供应链的运行效率。需求端泛在连接实现全流程用户参与企业运用互联网、移动互联网等实现对用户的泛在连接，进
而打造用户聚合平台、多元社交平台，通过用户行为和社交关系等的大数据分析，精准预判市场、开展精准营销；借助平台的集聚和交互功能实现海
量用户与企业间的交互对接，使大规模个性化定制、精准决策等成为可能。大规模个性化定制满足用户长尾需求。在传统标准化生产模式下，企业与
用户间信息交互不充分、企业内生产组织缺乏柔性，只有同质化生产才是最经济合理的选择。而借助互联网平台，企业就可与用户深度交互、广泛征
集需求，运用大数据分析建立排产模型，从而得以依托柔性生产线，在保持规模经济性的同时为客户提供个性化的产品。大数据分析支撑精准营销及
决策。传统市场分析局限于抽样调查、线下座谈等有限样本的分析预判，产品改进也只能通过销售业绩来收集用户反馈情况，分析结果存在一定误差
或延迟。利用通过互联网汇集的用户行为、需求、行情等海量多元化数据，企业可以进行大数据建模及分析，实现精准市场定位，优化营销决策，助
力产品改进。融合型服务延伸企业价值创造链条在市场竞争日趋激烈、生产要素成本不断攀升、供需对接日益便捷等因素作用下，制造本身在工业产品附加值构成中的比例越来越低，增值服务逐渐成为企业竞争的新焦点。云计算、大数据、物联网等相关应用的快速普及催生了多样化融合服务模式，带动以产品为核心的经营模式并加快了向依托产品提供综合服务的新方向的转变。有能力的工业企业还可通过搭建云平台、部署定制化的工业APP应用、提供大数据分析支撑等，为用户企业提供多样化的增值服务，并探索从设备制造商向综合服务商的转变。 |
|
