中國制造現階段存在的問題

第一，中國制造不應該再停留在人力或工廠領域。國內的一些制造企業目前還只是停留在工廠進行加工生產，而不是開發技術，那么即使行業做得再大，關鍵零部件仍要依靠進口。

第二，中國制造不應該再把貼牌當作是一種正常的模式。貼牌生產并不能代表企業強大與否，因為企業基礎零部件基本上全部靠進口，基礎工藝全部靠照搬。

制造追求的是對工藝的卓越性，從手工制造、到機器制造、到軟件集成，到最后的未來數字化制造--讓全世界幫我們制造，而不是我們幫別人生產，才是制造的智慧，才是中國制造應該具備的智慧。

我國智能制造業面臨著哪些嚴峻的挑戰？

智能制造提升生產效率的功能有助于抵消勞動力成本上漲的影響，保持并強化“中國制造”的綜合競爭力。制造業向智能制造的轉型會產生對智能裝備、智能傳感器、新材料、工業軟件系統以及相關服務的大量需求，能夠形成新的產業增長點。智能制造借力新的生產模式和商業模式，能夠實現生產制造與市場多樣化需求之間的動態匹配，有利于減少過剩產能和庫存，這與供給側結構性改革的目標方向高度契合。同時，中國也具有發展智能制造的有利條件。我國工業化起步晚，技術積累相對薄弱，先進技術的產業化能力與工業強國存在顯著差距，我國智能制造業面臨著哪些嚴峻的挑戰？

一、智能制造的基礎研發能力相對較弱。

我國產、學、研的整體科技水平與美日歐等先進國家仍有較大差距，智能化的軟硬件缺乏自主研發技術，高端傳感器、操作系統、關鍵零部件主要依賴進口，在一定程度上阻礙了智能制造的發展。

二、智能制造生產模式尚處于起步階段。

我國企業長期依靠低廉勞動力成本形成的成本洼地，慣于在國際國內市場上拼價格，導致全球價值鏈低端鎖定，多數企業使用智能設備替代人工的動力不足。現階段，即使一些引入智能設備的企業，也僅停留在初級應用階段，以智能制造整合價值鏈和商業模式的企業屈指可數，更沒有形成構建智能制造體系的戰略思維和總體規劃。

三、“兩化”融合的整體水平有待進一步提升。

我國地區間、行業間以及企業之間信息化發展不平衡，一些企業已經開始智能化探索，但更多的企業尚處于電氣化、自動化甚至機械化階段，半機械化和手工生產在一些欠發達地區仍然存在。

四、高素質復合型人才嚴重不足。

從經營管理層面來看，我國企業缺少具有預見力的領軍人物，以及在高水平的研發、市場開拓、財務管理等方面的專門人才。從員工隊伍層面來看，我國企業存在初級技工多，高級技工少，傳統型技工多，現代型技工少，單一技能的技工多，復合型的技工少的現象。員工綜合素質偏低，直接制約了智能制造系統的應用和推廣。而在國家戰略層面，涉及智能制造標準制定、國際談判、法律法規等方面的高級專業人才更是明顯的“短板”。

五、智能制造標準、工業軟件、網絡信息安全基礎薄弱。

標準是產業特別是高技術產業領域工業大國和商業巨頭的必爭之地，主導標準制定意味著掌握市場競爭和價值分配的話語權。目前，德國除了在國內及歐盟層面推廣工業4.0標準化工作外，還在國際標準化組織設立了與工業4.0相關的咨詢小組。我國雖然是制造大國，但是由我國主導制定的制造業國際標準數量并不多，國際上對中國標準的認可度也不高，中國在全球制造標準領域缺少話語權及影響力。

如何實現智能制造？

要實現智能制造，首先要解決智能維護這個大問題，再做智能預測，最后做到無憂系統與大價值。具體來看分為以下幾個階段：

第一階段，全員生產系統。這個是日本提出來的。應該是七八十年代整個制造系統當中引以為核心的標準。這種固化在了組織和對人培訓方面。

第二階段，精益制造和6-Sigma。它的核心價值是如何以數據作為標準建立管理體系，在這個基從礎下面包括質量管理體系、產品全生命周期管理體系等等。這個時候數據真正在制造使用過程中發揮作用。

第三階段，數據驅動的預測性建模分析。目前處于轉型的最重要時期，我們還沒有完全到達第三個階段。以數據驅動的預測性建模分析，指的是怎么把隱性的問題顯性化，顯性化之后解決隱性的問題，避免顯性問題的發生。

第四階段，以預測為基礎的資源有效性運營決策優化。對于過去產生的關聯性都能夠建模之后，怎么根據系統生產、環境、人員多方要素變化進行實時動態優化。

第五階段，“信息-物理”系統。我們認為它是建立在對于所有設備本身運行的環境、活動目標非常精確建模基礎上，這個時候我們產生知識的應用和傳承問題。

智能制造聽起來宏大，其實就在我們身邊

作者：施耐德電氣（來源：知乎）

比如A是個吃貨，網購了不少食品，但是質量參差不齊，A吃了一塊夾心餅干就鬧了肚子。心里不服氣，要找店家理論一番，可是問題出在哪里？沒人知道。如果有了透明的智能制造，所有環節都能查到！「餅干→快遞→店家→食品廠→原材料」順著手里這塊小餅干，能夠追溯到運輸、包裝、生產的每一個環節，這種數據的透明從根本上解決了食品安全問題！終于發現，原來是運輸員開車時繞了遠路耽誤了餅干配送。

A吃壞了肚子，于是自己買了腸胃藥，可吃了一直不見好。原來，西醫是根據抽樣群體取的平均值制藥，但是每個人的致病機理、身體情況都各不相同，這樣吃藥治療不能達到精準的治療效果，需要具體問題具體問診。智能制造將人的基因圖譜數據收集起來，通過柔性定制，針對個人不同的情況制作不同的藥品，價格也不貴，不用再購買批量生產的藥品了。這種醫藥領域可控成本的柔性定制，在未來一定會實現。

智能制造在工業生產中如何運用？

如果將工廠簡化成一個兩端開口的箱子，制造商在入口端投入原料、能源和生產資源，就能在出口端收獲相應的產品。然而，在大多數制造商眼里，這個箱子卻是黑色的——工廠管理者能夠清楚的核算箱子之外的投入和產出，但是箱子里具體發生了什么，比如生產進行的如何？怎樣組織生產最優？為什么訂單沒有按時完成……往往不太清楚。

工廠里90%的問題都是因為信息不透明所致。首先，有用信息被掩蓋，管理層無法洞悉生產過程，也就無法對正確決策形成輔助，謂之“看不見”；第二，管理決策流程不合理，導致管理層很難把真正的戰略意圖落實下去，謂之“夠不著”；最后，問題追溯不及時，導致企業無法及時止損，謂之“來不及”。這導致企業生產效率難以提高，產品質量上不去，成本下不來。

為了降本增效，近年來世界范圍內掀起一股智能制造的熱潮，轉型升級成為制造企業時刻掛在嘴邊的熱詞。不同的國家有不同的智能制造戰略，但本質都是為了提高本國制造業在全球市場的競爭力。

換言之，無論是“工業4.0”還是“工業互聯網”，無論概念說得如何天花亂墜，最終都要落實到產品的交期、質量，工廠的成本、效率這些實實在在的問題上面。

如何實現智能制造？就是要回歸制造的本質，打開工廠的“黑箱”，讓生產制造的過程變得透明可視。唯有正確的數據信息，才能讓管理洞悉纖毫；唯有合理的決策流程，才能讓執行有的放矢；唯有及時的干預，才能讓問題防患未然。

1997年，施耐德最早提出了“透明工廠”的概念，并基于面向工業市場的EcoStruxure架構，如今已形成更加完善的“透明工廠”解決方案。

智能制造對中小企業也觸手可及

“透明工廠”本身是一個融合了OT運營技術、IT數字化技術和AT自動化技術的完整系統。其中，涉及硬件的自動化是最容易被直觀看到的部分，所以說起智能制造、透明工廠，不少人會想當然的把這些概念和機器換人、無人工廠、自動化流水線聯系在一起。然而，對于大多數中小企業來說，這樣的場景顯得有些遙遠。

法國某智能制造業務部負責人曾在演講中提到了一個例子，令人印象深刻——中國某個中小規模制造企業的領導在參觀過一些高大上的智能工廠后，竟然放棄了對自家工廠做智能化升級改造的想法。因為他覺得，自己根本不可能做到這種程度，或者說如果想要做到同樣的水準，需要投入的時間和資金成本簡直難以估算！

在中國，這種中小規模的企業才是制造業的主流。他們的盈利能力有限，但降本增效的需求卻最為迫切，為他們找到一條切實可行的轉型升級路徑，才是智能制造真正的價值所在。

中小企業轉型要——“軟硬結合，先軟后硬”。也就是說，并不是所有的制造業問題都必須通過自動化的手段去解決，這就像是跑步，步子邁得太大，反而容易拉傷自己。自動化投資往往是高昂、見效慢的，很多情況下，先從軟性的部分的下手，通過對企業流程的梳理和優化，幫助企業在數據透明和管理精細方面做出切切實實的改善，或許是一條更為合適的轉型升級之路。