中國制造業總量和規模已躍居世界第一，但制造業競爭力僅排世界第七。從“制造”到“智造”的革命之路，仍然漫長。

那到底什么是智能制造呢？

智能制造關注的是信息技術與制造技術的融合——即將物聯網、大數據、云計算等新一代信息技術，與設計、生產、管理、服務等各個制造環節融合起來，形成先進的制造過程、系統與模式。

就是說，不是你在工廠里放幾個機器人就能傲嬌地宣稱自己是“智能制造”了，那頂多叫“生產自動化”。要做到真正的智能制造，至少需要做到1253，請記住這一四位數的神秘代碼！

一個概念：虛擬工廠

通常我們提到傳統制造的時候，一定會想到工廠、生產線和設備，在智能制造時代，載體依然是工廠，但是智能制造建設的新模式是“物理工廠+虛擬工廠”。

物理工廠的概念不難理解。它依靠自動化生產設備構建而成，是智能制造的基礎，也是絕大多數中國制造工廠現階段轉型提升的重點，即實現生產自動化。

但何謂“虛擬工廠”呢？

在生產自動化的基礎上，通過應用物聯網和大數據，以端到端數據流為基礎，以互聯互通為支撐，構建高度靈活的個性化和數字化智能制造模式，實現信息深度自感知、智慧優化自決策、精準控制自執行，這是虛擬工廠建設的重點，也是制造行業在生產自動化程度已經達到較高水平后，將裝備優勢轉化為產品和市場優勢、實現升級轉型和趕超世界先進水平的重點路徑。

兩個新主角：物聯網、大數據

物聯網的核心價值是運用新一代信息和通信技術，把傳感器、感應器等智能裝置（信息系統）嵌入到電網、交通、建筑、工廠、貨物等各種物體和環境（物理系統）中，通過有線和無線網絡加以連接形成物聯網，再通過網絡和云計算，把物聯網和互聯網整合起來，將物體接入信息網絡，通過人、生產與產品的實時聯通與有效溝通，實現對實體世界的控制。

大數據分析應用指通過將企業內部全流程運營數據和外部移動互聯端、社交媒體端、社會化物聯網端，以及延伸到消費者的智慧化物聯網數據，納入到完整的“洞察—響應—提升”閉環式精益管理中來，幫助企業充分發揮大數據分析的輔助決策作用。

制造型工廠以提升質量、降低成本、提高效率為根本目標，聚焦產品的生產能力和保障能力。應用物聯網技術，在生產設備自動化基礎上，讓制造過程中的各種數據源互聯互通，實現信息流的自動化，使整個制造鏈條全程可視，通過大數據分析將海量的隱形數據轉化為顯性數據，并將信息及決策建議實時提供給生產一線的操作工人、主管和高級管理人員，幫助企業增強制造洞察力，提高IT靈活性，幫助工廠完成最有挑戰性的運營目標。

五個目標：生產柔性、質量優質、設備穩定、成本控制、能耗尋優

生產柔性：為適應瞬息萬變的市場，企業由大規模生產向大規模定制和更高級的個性化定制轉變，要求工廠的生產線具備模塊組合能力；在模塊組合生產中，借助于物聯網技術，對生產模塊中混線生產的個性化定制半成品、成品進行實時追蹤、組合配置與調度，實現工廠的柔性化生產，并解決大規模生產向定制化生產轉型帶來的不確定性、多樣性和復雜性問題。

海爾集團通過物聯網技術，通過布設在門體、U殼等各模塊和總裝線之間的數百個RFID和數千個傳感器，實現各模塊生產與總裝線互聯。在接收個性化訂單后，各模塊按個性化需求生產相應部件。在總裝線混線裝配中，根據訂單及產出的各部件關聯的消費者信息進行零誤差裝配。物聯網技術讓生產周期縮短50%，也讓消費者參與到生產中。

質量優質：借助物聯網技術，企業可以對全生產過程的數據打上批次烙印，整個鏈條每個環節彼此關聯，并記錄每個環節的關鍵參數。出現質量異常時，可追溯任何一個工藝環節，并確定異常產生的原因。另外，運用大數據分析工具建立質量預測分析模型，通過主動分析原材輔料質量檢驗數據、設備工藝參數變化等，發現潛在質量問題，保證產品優質。

廈門煙草和埃森哲攜手合作，借助物聯網和大數據技術，通過建立質量批次管理機制，實現對卷煙生產全過程的物料使用狀況跟蹤，及全過程質量關聯性分析。確保不同型號的機臺，在使用不同產地種植的煙葉時，按照同樣的生產工藝及配方保持感官口味一致；并在發現質量異常時，快速定位和分析質量異常的原因。

設備穩定：傳統的設備運維策略只是從設備本身出發，未考慮設備特性及設備對業務的影響程度及維修成本，很難制定高效的設備運維策略。在設備出現故障后，簡單的依據設備重要性采取分類分級維修保養策略，并不能有效提高設備管理效率，也不能保證生產系統的穩定，可能在故障發生時已有大批存在潛在質量風險的產品被產出。新的技術可以提前知曉設備狀態參數的微小變動，避免帶來不易察覺的質量隱患。

力拓集團攜手埃森哲，通過對設備歷史故障幾率、維修成本、業務影響程度分析，結合設備屬性，對設備進行分類排序；根據設備歷史故障大數據分析，建立設備預知性模型。通過接收設備傳感器數據，實時監控設備狀態；利用預知性模型分析數據，對運行狀態分類；通過設備健康性實時分析，分析設備故障出現概率，避免計劃外的設備故障所造成的損失。設備預知性平臺上線后，設備非計劃停工時間最大減少至75%，設備生產效率提升5%到25%，設備總體成本降低至15%至30%，項目投資回報率超過10倍。

成本控制：按照財務維度逐層從車間、工段，一直細化到機臺和生產線，明確各層級崗位對應的可控成本費用范圍及成本目標。按照業務維度結合生產計劃和物料清單,將成本目標分解到各產品規格，結合各產品的生產工藝，制定工序成本定額標準體系，輸出產品各工序定額成本，建立產品的目標成本；最終形成崗位成本自我改善目標，使企業獲得較強的競爭優勢。

埃森哲與廈門煙草聯手，將工廠成本管理責任單元分為部門（車間）、區域、生產線（工段）、機臺4個層級。高一層級不僅對歸屬于本級的可控直接成本負責，對下一級的可控成本也負有一定的間接管理責任；每一層級制定相關的指標和參數，準確及時反映整個成本管理過程中存在的問題；將成本管理的事后控制轉變為過程控制，讓管理層及時采取措施應對暴露出的問題，實現成本管理的精細化；通過構建統一的成本數據應用平臺，實現成本數據與業務現場數據的集成；用大數據分析全面支持業務運作、成本管控和決策分析，實現崗位成本自我改善，幫助決策層更準確地評估企業成本狀況，大大提高企業決策的成功率。

能耗尋優：提高能源效率是節能減排、降本增效的主要手段。借助物聯網對能耗進行監控，運用大數據分析建立多維數據分析模型，通過關聯更多維度和數據項，揭示人為因素與能效控制目標的偏差；對設備運行參數和能耗歷史數據作出分析，發現能耗偏離計劃目標的情況；整合相關數據并分析、挖掘能耗異常原因，指導設備調整，優化生產工藝，實施更高效節能管理，最終改進企業能耗表現。

華誼集團在化工生產過程中結合設備工藝數據，收集和分析大量分散的能耗數據，幫助能源管理人員找到影響設備能耗的因素，通過物聯網對能源管網實行動態監測，在線檢測整個企業的生產能耗動態過程，使整個能源消耗過程信息化、可視化，實現用能從粗放式到精細化管理的轉變；對出現的能耗異常作出報警、預處理并實時調整，實現平衡、調度與優化，從整體上提高能效水平和能源管理效率。

三個階段：信息、洞察、行動

要充分發揮物聯網和大數據分析技術的長處，幫助工廠應對轉型挑戰，需統一考慮物理層級與虛擬層級的能力建設要求，在推進生產過程數字化、管理流程智能化、決策智能化建設等方面進行能力建設，將數據轉化為洞察，由洞察產生行動，推動技術、組織、管控、能力各維度的同步提升，真正實現“感知—洞察—評估—響應”閉環的順利運作與循環提升。

這一部分包含三個階段。1、數據提煉信息。聚焦于信息和數據管理，建立數據管理規則，指導海量數據辨識處理與信息提煉。2、信息轉化為洞察。重點是通過相應的運行機制、數據分析平臺和數據分析手段，利用數據分析挖掘原因，為管理決策提供支持。3、由洞察產生行動。通過將分析洞察引入業務運營，實現最優決策的相關工作流程及建立相關評價工具、方法和流程，衡量大數據分析帶來的業務洞察對業務產生的實際價值。