如何理解智能制造？传统制造业如何向“智能化”转型？

2015年，工信部发布了国家智能制造标准体系建设指南（2015版），批准了46个智能制造试点示范项目和94个智能制造专项。当前智能制造成为业界关注的热点。商道童言（Innovationcases）整理了三个关键相关问题如下。

智能制造是什么？

智能制造究竟是什么？目前业界还没有达成共识，不同背景的专家给出的解释往往大相径庭，很多概念甚至存在冲突。如果在制造企业的角度，智能制造的“制造”二字，是“manufacturing”，不仅仅是指生产“Production”。

智能制造内涵更合适理解是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。

其结构自底向上建立智能产线，构建智能车间，打造智能工厂；实现智能研发；形成智能物流和供应链体系；开展智能管理；推进智能服务；最终实现智能决策。

传统制造业应该如何转型智能化？

01

企业战略必须明确

如果传统制造业不知道转型智能化要做什么，就不会真正发挥技术的价值，因为智能制造的实现路径必须为企业自身服务。不同的行业具有不同的现有基本条件，不同的生产需求，并相应地具有不同的需求。

因此，智能制造只是一个过程，而不是一个产品，更合适的理解是将其视为互联网思维中的“动态化”和“迭代式”的过程。

对于制造企业而言，可以通过不同的战略组合来赢得竞争。如果个性化是必然趋势，那么对于制造企业而言，必须考虑如何实现这种差异化竞争的模式就会形成壁垒。一般而言，制造企业的个性化生产转型路径有三个方面：

其一，颠覆技术是最有效的

像电动汽车与燃油汽车之间的竞争，印刷电路与覆铜电路之间的竞争，这并不意味着传统领域的衰落。相反，新的智能技术可以帮助传统产业实现转型，包括机电工程领域传统产业的原始积累，并且还可以通过新材料和新工艺的转变获得生命力。

其二，柔性制造技术

尽管FMS在过去的几年中一直在进步，但是纯机械方式不会一下子消亡，像贝加莱ACOPOStrak这类柔性轨道系统，它就将生产的组织形式进行了颠覆性的设计，使柔性制造成为可能，使得机械、运输、网络和调度已成为可实现的整体。

其三，智能技术加速迭代

所谓的智能制造就是要处理生产中的质量迭代，解决因小批量故障而导致的OEE下降，并共同减少时间消耗。这些都是为了使制造过程能够根据个别要求进行快速的质量迭代。减少模型更改期间的测试和验证成本，提高机器的响应能力，并降低成本。

02

重新规划组织结构

从企业全局的角度进行规划，不仅要从技术路线上，而且要从组织、人才、流程、考核方面的规划，以形成有效的整体运作。

智能制造需要人才规划。首先，智能制造本身就是一个“集成”过程。智能化转型的人才必须在机电、运营、工艺多个方面具有接口能力，他们不一定需要精通每个方向的深入知识。但是，他们必须对它们之间的逻辑关系、流程、接口、规范与标准有全面的了解。

03

提高Know-how知识使用效率

传统行业中积累的领域知识通过建模被封装到可重用的软件中，根据老技师的经验形成可重用的知识，这将节省大量成本。但很多时候人们谈论工业软件时，他们都在关注软件的价格。

实际上，那些拥有经验的领先公司给智能化转型带来巨大的成本节省，否则所谓的智能化“附加值”就无法体现，竞争力就无从落地实现。

智慧制造热潮中的误解有哪些？

第一，技术是继承，而不是割裂

有论点喜欢将智能制造与传统制造割裂，似乎智能制造更为先进。实际上智能制造仅仅是因为能满足差异化的需求，使得必须寻求新的智能技术来帮助传统的制作企业。智能制造是制造的延续。

第二，技术是有经济性的

技术必须拥有经济性才能推进，但是，技术的经济性是需要不断的测试验证过程才能落地的，不是突然就有了经济性的，并且涉及智能制造的许多方法和技术经过迭代的。就像AI是因为芯片成本的下降而变得流行，而数字孪生也是在一定程度上积累了软件算法才有可能性。

第三，技术必须服务于制造

制造只是实现企业战略的一环，有了企业战略，有了产品设计的规划，才能去制造，在设计规划阶段，就要考虑可制造性、以及质量控制，这些都必须依赖于规划，而不是技术决定制造，这个逻辑顺序是需求拉动技术。

第四，智能制造不是单纯的制造+ AI

人们赋予AI给制造智能化，实际上，人工智能可以解决一些问题，但是工业数据不是大数据，AI必须与机理模型来结合，并且在有限的范围解决问题。

喜欢可以点个赞！欢迎关注商道童言（Innovationcases）！