中國制造面臨的嚴峻挑戰

· 人口紅利消失、企業招工難，人工成本迅速上升；

· 高房價、高地價迫使國內制造業向內地轉移，低成本制造業向東南亞國家轉移；

· 高賦稅以及社保費用的壓力也給企業帶來高昂的運營成本；

· 鋼鐵、化纖等原材料價格上漲對下游行業帶來巨大的成本壓力；

· 中興事件則暴露出我國制造業核心技術缺失的尷尬現狀；

· 國際貿易爭端更是對出口型企業雪上加霜......

即使面對以內循環為主不受國際政策影響的制造型企業，也因為招工難、成本上漲的現狀隱隱作痛，部分企業甚至“一頓操作猛如虎，一年到頭還不如賣房利潤高”。

據不完全統計，僅2016年就有逾百家出售房產，轉讓金額超20億元。而與此同時，去年有105家公司的利潤不足千萬，不抵北上廣深一線城市一套住宅的價格，制造型企業之苦可想而知。

概念應接不暇

以前美國流行挖金，但是最終挖金的人并沒有取得多少財富，反而是給提供給挖金者服務的卻發了財。與此類似，本著救制造業于水火當中提出各自政策，但是如今卻成了概念橫飛：工業4.0的熱潮未退，智能制造、CPS、工業互聯網（平臺）、企業上云、工業APP、人工智能、工業大數據、數字工廠、數字經濟、數字化轉型、C2B(C2M)等概念接踵而至，對于大多數制造企業而言，可以說是眼花繚亂、無所適從，每個企業都希望不被時代的車輪拋棄，但是如果每個概念都去嘗試極有可能是一地雞毛，甚至部分企業最終只是賺取了國家補助，并未對企業有更深層的影響更何談轉型。不但概念風起云涌，而且智能制造涉及的技術也非常多，例如云計算、邊緣計算、RFID、工業機器人、機器視覺、立體倉庫、AGV、虛擬現實/增強現實、三維打印/增材制造、工業安全、TSN（時間敏感網絡）、深度學習、MBD、預測性維護......，讓企業目不暇接。這些技術看起來都緊接潮流，但如何與企業業務貼合，或者讓企業在原有的賽道上提高名次或者拓寬賽道，至今煙云環繞不明方向。

不但概念與技術難以甄別，而且企業推進智能制造領域經驗十分匱乏，許多制造型企業對于智能制造參與度主要取決于總經理的認知程度，因為根本沒有信息化部門，對于數字化轉型的認知程度僅存于公眾號了解。即使參與許多培訓會議也是淺嘗輒止，而且現在也有許多不良廠商攢的各種以廣告為中心的會議，已經沒有了當年以學習為目的的初心。在實際推進智能制造的過程中企業領導像熱鍋上的螞蟻，生怕被時代沒有打招呼的拋棄，經歷了八十年代勇闖天下下海經商、九十年代購各種自動化設備買入，如今渴望搭上數字化轉型的列車而又不清楚如何聚焦落地，企業整個信息化規劃、實施基本毫無章法可言。

企業數字化轉型當局者迷

我國制造企業在推進智能工廠建設方面，或者說是數字化轉型還存在諸多問題：

· 盲目購買自動化設備、自動化產線

很多制造企業仍然認為推進企業數字化轉型就是自動化或機器人代替人工，極致追求概念追求所謂的“無人工廠”而將產出比置于腦后，我曾經目睹過某企業通過產線加工某機加件，整個自動化產線費用4-5億，但是每年產出只有千萬級，如果作為樣板工程來推演概念無可厚非，如果是作為實際生產來如此改造，如果放在中小企業身上老板很可能早已經破產去跑滴滴或者送外賣了。所以推進單工位的機器人改造，推行機器換人一定是為了解決某瓶頸工序，產出比應該是可觀的，而不是為了實現無人工廠而花費大量成本去滿足這個需求。這種讓人不禁想起那句話：“世界上沒有實現不了的需求，只是看時間與成本，以及回報比”。

· 尚未實現設備數據的自動采集和車間聯網

企業在購買設備時尚不清楚設備除了生產還能實現監控，但是由于缺少專業人員咨詢、指導并沒有要求廠商免費開放數據接口，大部分設備數據還僅存于機床層面，沒有實現生產監控。如果之后想實現設備監控的時候又被設備供應商再割一輪韭菜。

如果沒有實現設備數據自動采集，生產設備則很可能沒有得到充分利用，設備的健康狀態未進行有效管理，沒有將設備最大化利用。

如果是離散制造行業，設備沒有實現自動化采集尚可理解，畢竟大部分還屬于勞動密集型，但是如果類似于鋼鐵、化纖等流程行業還處于人工巡檢、紙質單據記錄的話，這樣的企業目前也只能道一句“珍重”后揮手告別，因為流程行業對于生產影響最大的當屬于工藝、設備保障等業務，而這些業務統統可以通過設備監控來實現。

· 工廠運營層還是黑箱

在工廠運營方面還缺乏信息系統支撐，車間仍然是一個黑箱，生產過程還難以實現全程追溯。生產過程的可視化其實是分為兩個部分的，一個部分面向企業內部實現進度跟蹤，杜絕窩工現象；一部分面向企業外部是為了展示給客戶，讓客戶進度可查、質量可追溯，主要是為了向客戶秀肌肉用的。

而如果是面向內部訂單管控，這種需求往往會出現在訂單多到人工已經管控不了的情況，也就是希望通過進度管控實現增產來獲取更多效益。而如果希望面向的是給自己客戶秀肌肉的念頭去實現運營層面數字化的話，更多是站在希望開拓新的業務的背書之下。但是如果全面實現數字化時間成本可控性嚴重不足，而且項目風險太大。重點應該以行業樣本工程為目標來開疆拓土。

· 依然存在大量信息化孤島和自動化孤島

智能工廠建設涉及到智能裝備、自動化控制、傳感器、工業軟件等領域的供應商，而且由于缺少統一性規劃，許多工廠都是頭疼醫頭腳疼醫腳，造成以單點業務優化為核心 ，而沒有將整個鏈條的數據打通。很多企業不僅存在諸多信息孤島，也存在很多自動化孤島，看起來自動化程度非常高但是信息化幾乎為零。

就整個現狀究其原因，是智能制造或者智能工廠涵蓋領域很多，系統極其復雜，企業還缺乏深刻理解。在這種狀況下，制造企業根據業務需求進行單點優化，造成企業的零散投資。對于缺少信息化部門的企業還是應當依托有實戰經驗的咨詢服務機構，結合企業內部的IT、自動化團隊以及企業業務痛點，高層積極參與，根據企業的產品和生產工藝，做好需求分析和整體規劃，在此基礎上穩妥推進，才能取得實效。

國內外智能工廠建設的現狀

近年來，全球各主要經濟體都在大力推進制造業的復興。在工業4.0、工業互聯網、物聯網、云計算等熱潮下，眾多企業開展智能工廠建設。比如西門子安貝格電子工廠實現了多品種工控機的混線生產；FANUC公司實現了機器人和伺服電機生產過程的高度自動化和智能化，并利用自動化立體倉庫在車間內的各個智能制造單元之間傳遞物料，實現了最高720小時無人值守；施耐德電氣實現了電氣開關制造和包裝過程的全自動化；美國哈雷戴維森公司廣泛利用以加工中心和機器人構成的智能制造單元，實現大批量定制；三菱電機名古屋制作所采用人機結合的新型機器人裝配產線，實現從自動化到智能化的轉變，顯著提高了單位生產面積的產量；全球重卡巨頭MAN公司搭建了完備的廠內物流體系，利用AGV裝載進行裝配的部件和整車，便于靈活調整裝配線，并建立了物料超市，取得明顯成效。

但是現在智能工廠沒有一個固定模板讓其他企業學習，建設內容更是包絡萬象，更多的是企業將生產方面任何升級改造都歸化到智能制造領域，這就造成了智能制造口號震天響，但是驀然回首智能工廠并沒有在燈火闌珊處。

當前智能工廠會出現多樣化噴涌而出，主要因為我國制造企業面臨著巨大的轉型壓力，但是行業不同所面臨的痛點是不一致的，比如產能過剩、客戶個性化需求日益增長、訂單交付壓力大等，迫使制造企業根據自己某個痛點出發完成智能制造改造，所以現在智能工廠會出現差異化、多樣性，當然也是企業行業所造成的必然結果。

所以我國也出現了例如汽車、家電、軌道交通、食品飲料、制藥、裝備制造、家居等行業的樣板工廠。正因為業務不同，渴望解決的問題或者實現的價值不同，最終造成了智能工廠改造的多樣性。

智能工廠主要建設模式

智能工廠的多樣性同時也折射出智能工廠不同的建設模式：

· 生產過程數字化到智能工廠

在石化、鋼鐵、冶金、建材、紡織、造紙、醫藥、食品等流程制造領域，企業發展智能制造的內在動力是設備監控與質量追溯，側重從生產數字化建設起步，基于質量追溯需求從產品末端控制向全流程控制轉變。所以流程制造式企業發展模式首先是設備過程參數監控與設備健康OEE分析，通過生產對于溫度、壓力等過程參數的控制來進行質量管控與追溯。然后將質量追溯的內容拓展到外協單位與原材料供應商，當然拓展數字化追溯范圍的前提是內部已經具備了數字化追溯能力，否則著急拓展到企業外部的數字化意義并不大。所以其智能工廠的建設模式為：第一實現智能單元工藝參數溫度、壓力等監控與追溯，實現設備OEE管理提升產能；第二由智能生產單元進一步拓展到非關鍵工序環境的數字化；第三打通上下游企業之間的數據隔閡。

· 智能制造生產單元（裝備和產品）到智能工廠

在機械、汽車、航空、船舶、輕工、家用電器和電子信息等離散制造領域，由于離散制造業人工參與較多，企業發展智能制造的核心目的在于最大限度的實現數據共享，縮減因信息不通暢而造成的窩工現象，所以離散行業雖然現在比較提倡全部自動化的智能單元，但是僅限于瓶頸工序，否則即使全部實現流水線式的智能單元也沒有實現透明化管理對于生產效率、質量等方面效益來得多。所以其智能工廠的建設模式為：第一實現生產過程透明化管理；第二通過在線質量檢測、智能單元設備監控實現瓶頸工序產量提升；第三實現設計、服務與制造之間多維度數字化協同。

· 個性化定制到互聯工廠

在家電、服裝、家居等距離用戶最近的消費品制造領域，企業發展智能制造的重點在于充分滿足消費者多元化需求的同時實現規模經濟生產，側重通過互聯網平臺開展大規模個性定制模式創新。因此其智能工廠建設模式為：一是推進個性化定制生產，引入柔性化生產線，搭建互聯網平臺，促進企業與用戶深度交互、廣泛征集需求（犀牛智造已經在做了）；二是推進設計虛擬化，打通設計、生產、服務數據鏈，采用虛擬仿真技術優化生產工藝；三是推進制造網絡協同化，變革傳統垂直組織模式，以扁平化、虛擬化新型制造平臺為紐帶集聚產業鏈上下游資源，發展遠程定制、異地設計、當地生產的網絡協同制造新模式。

上述模式與賽迪智庫所歸結的行業與數字化轉型趨勢不謀而合，所以只能智能工廠也是按圖索驥，根據自己行業尋找行業難點與其他賽道（利潤增長模式)，然后針對性改造。

互聯網倒逼工業互聯網提前面世

雖然智能工廠的建設模式會因為行業、企業有所差異，甚至是千差萬別，但是最終的我們分析了幾種建設模式之后都會發現他們最終的歸宿都是打通異地協同、貫通上下游廠商、實現服務增值，也就是說需要實現企業與企業之間的數據互聯、貫通，甚至在部分行業需要實現TO B、TO C的多維度數據共享，構建產業平臺，以平臺化優勢賦能產業。所以我是比較認同賽迪智庫對于工業互聯網的定義：工業互聯網=工業全要素+全價值鏈+產業鏈重構。

那么我們從智能工廠與工業互聯網的概念當中也能看出端倪：

智能制造（智能工廠）的定義：

智能制造定義為基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動各個環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱。具有以智能工廠為載體，以關鍵制造環節智能化為核心，以端到端數據流為基礎、以網絡互聯為支撐等特征，實現該智能制造可以縮短產品研制周期、降低資源能源消耗、降低運營成本、提高生產效率、提升產品質量。

工業互聯網的定義：

工業互聯網是新一代信息技術與工業系統全方位深度融合所形成的 產業和應用生態，是工業數字化、網絡化、智能化發展的關鍵綜合信息基 礎設施。其本質是以人、機、物之間的網絡互聯為基礎，通過對工業數據 的全面深度感知、實時傳輸交換、快速計算處理和高級建模分析，實現智 能控制、運營優化和生產組織方式變革。

通過概念定義可以看出工業互聯網與智能制造從表面論述看各有側重，一個側重于工業服務，一個側重于工業制造，智能工廠偏向于企業內部優化改造，而工業互聯網希望借助工業級平臺化優勢打破產業鏈當中企業之間的數據鴻溝，進而孕育新的業務模式或者服務方式，為企業打開新的利潤點、拓寬企業賽道。

所以我們可以清晰匯總出工業互聯網是智能工廠的旗艦版，本身應該在企業已經完成內部智能制造升級改造之后，也就是說打開了企業內部業務的黑盒子，而希望將數據拓展到外部上下游或者說產業鏈，這個時候工業級平臺才會應運而生，但是由于電子商務、手機APP提前打開了客戶端服務數據，才會進一步將工廠與個人之間數據互通的需求提前暴露，所以對于工業級平臺或者企業上云的訴求、緊急度大幅提升，這才有了工業互聯網提前面世。

對于工業互聯網目前在新基建當中被重點提出，除了互聯網大數據爆發造成對于工業制造端數據的需求大幅提升之外，還有一點就是站著國家的層面渴望塑造更多的智能工廠樣本工程進而對整個產業形成羊群效應，通過樣板工廠倒逼產業鏈升級，另外一點就是迫切希望通過工業互聯網新基建縮短產業升級的周期，因為工業互聯網比智能工廠站位更高，在概念的定義當中已經提出產業級、工業級平臺的關鍵字，在產業升級的過程中更容易孵化出更多的商業模式。

本來現階段屬于智能工廠樣板工廠已打造，逐漸進入產業升級綜合集成階段，然后再到業務模式創新，但是國家在現階段提出工業互聯網顯然希望加快進度，所以在當前階段利用工業互聯網發力。

通過2020年3月20號《工業和信息化部辦公廳關于推動工業互聯網加快發展的通知》 也能隱約感受到國家層級的用心良苦，跨平臺是希望孕育更多的商業模式，垂直行業深化工業互聯網應用其實就是目前智能工廠發揮的作用：樣板工廠推動產業鏈升級。

抬頭望天，腳踏實地

盡管工業互聯網概念現在已經深入人心，但是通過如下已經發布出來的應用場景來看，我們私戶也有有種智能工廠建設模式的錯覺，其實工業互聯網是希望站在產業級更高維度上去推動新的商業模式產生，但是步子還是要一步步往前邁，這就造成了扯著工業互聯網的大旗干著智能工廠的事實，但這種情況是前期工業互聯網與智能工廠交接所不可避免的現象。因為即使現在搭建產業級平臺首先需要解決的也是企業內部數字化的問題，這部分內容不可避免而且不得不做。

東方國信智能化生產：基于cloudiip工業互聯網平臺，圍繞冶煉配方、冶煉工藝、高爐安全等開發了煉鐵云平臺，覆蓋了全國30%左右的高爐；

京博石化設備健康管理：基于supos工業互聯網平臺利用人工智能和大數據技術，將設備故障預警和故障處理的機理模型部署在設備端，實現設備本體的智能化；

波音公司只會研發：基于同一數據源和統一模型進行研發設計，波音777實現全球238個DBT團隊協同研發；

海爾集成柔性化生產：基于cosmopat平臺打造15家互聯網工廠，形成以用戶需求驅動的即需即供、彈性部署的柔性生產能力。

也就是說目前工業互聯網在近期或者很長一段時間仍然會以智能工廠建設內容的方式攻城略地，一邊帶動企業內部數字化、一邊伺機尋找新的商業模式。這個階段會存在比較長的時間，如果說非常渴望縮短這個階段，只能通過人工錄入數據的方式先營造出企業數字化繁華的景象，然后通過人工錄入的假數據倒推新的商業模式，然后再逐步實現企業數字化改造，不過這樣的方式有些殺雞取卵的味道。

工業互聯網領域各顯神通

通過上述公布的工業互聯網場景除了能夠讀出智能工廠的味道，另外我們也發現發布各類應用場景的都是之前某行業的集成商，在行業中已深度耕耘十數年。行業ISV或者集成商對于企業業務相對比較了解，完全能夠實現行業中某企業數字化改造，甚至通過樣本工廠推動產業鏈中企業進行升級改造。但是如果站在產業鏈當中創造新的業務模式、塑造新的商業模式就有些強人所難了，因為行業集成商的能量是有限的，一般以中小企業為主，即使舉公司之力研發工業級平臺也只是望洋興嘆，因為新的商業模式需要注入的資本與技術門檻相對都太高。

即使站在制造企業的角度來看，企業數字化的目的相對比較單純，就是為了開源節流，所謂節流就是為了實現過程可視化縮減交付周期、減少窩工現象，開源則是更多以數字化、可視化塑造企業品牌來獲取更多訂單，在客戶那獲取更多的信任，在同行業或者客戶那里獲得更多的話語權（諸如海爾、三一、許工等已經具備行業足夠話語權），當具備一定話語權之后談及商業模式才更有說服力。

既然行業集成商與制造企業都很難實現工業互聯網終極目標：模式孕育，因為缺乏系統技術與資本。這份責任顯然會落入到資本與技術結合比較緊密的寡頭身上，所以現在雖然許多企業都聲稱自己在做工業互聯網，但是具備實現工業級平臺能力的少之又少，更多的只是利用概念拉一些項目僅此而已。

但是具備技術能力與資本的寡頭對于是無法深耕行業的（中國是世界上制造業種類最全的國家），而且寡頭們進入某行業深耕企業信息化與其定位不符，再者斷人財路如殺人父母，顯然進入企業信息化領域就是與行業集成商爭奪市場利潤從而有了不共戴天之仇，即使強如華為也一直聲稱自己“上不碰應用”，一方面與華為做底層技術的定位不符，另外一方面就是擔心自己與眾多行業集成商的利益發生沖突進而影響自己其他服務的銷售。所以目前還是寡頭通過更底層的方式進入到工業互聯網領域，比如以IAAS、PAAS云服務的方式推動企業上云，而對于SAAS端的應用雖然是最重要的但也是最棘手的，只能通過行業供應商一步步蠶食。所以這個階段寡頭更多做的是搭建平臺的作用，而不具備云計算方面底層平臺能力的企業更多還是打著工業互聯網的旗號以智能工廠項目的形式來歷練自己的二次開發平臺，比如海爾、東方國信等。

綜合來講，工業互聯網與智能工廠概念有所差異但殊途同歸，都是為了縮減制造企業的運營成本、擴展制造業企業利潤點賽道等為出發點，但是智能工廠更加偏向于企業內部的升級改造，工業互聯網更像是站在產業鏈之上對于商業模式的審視與探索，兩者相輔相成而又先后傳承。