電影《摩登時代》里，卓別林扮演的工人在生產線上日復一日重復著機械式勞動，幾乎變成了機器人——這是始于19世紀晚期的第二次工業革命（或稱工業2.0）的一個切面——流水線生產方式和電氣化的引入大幅提升了生產效率，把人類帶入了大機器大生產的工業時代。此后的數百年，圍繞人類和機器的生產力和生產方式的變革浪潮持續推進。

通過自動化、計算機和機器人等信息化技術的導入，這些“不知疲累”的自動化生產線，成為了人類手和腳的延伸。之后，物聯網(IoT)與人工智能(AI)等新興技術的發展，使機器擁有智慧成為可能，它們將不僅成為人類勞動力的延伸，更將是人類大腦和智慧的延伸。

當前正在進行中的工業4.0革命就意在于此，其目標是推動傳統制造業的數字轉型，打造導入IoT與AI技術的智能化工廠，通過大數據的收集與分析，以及利用各種數字化技術構筑的虛擬模型，讓現實世界的生產效率與良率更高，同時節省成本、提升安全性并激勵產品創新。

不過，第四次工業革命的進程和影響力，顯然與前三次將大不相同?！芭c之前的工業革命相反，這次革命正以指數而非線性的速度發展?！?a href="http://www.nxhydt.com/article/bbs/" target="_blank">世界經濟論壇創始人克勞斯·施瓦布(Klaus Schwab)在其著作《第四次工業革命》中這樣指出，因為 “這將不僅僅影響著我們要生產什么以及怎么生產，更將改變我們是‘誰’”。

與此同時，近幾年來，在全球經歷了疫情、地緣政治沖突以及各類不確定因素之后，全世界對于智能制造的轉型之路又有了新的考量。強調靈活性、創新和彈性的生產流程以及供應鏈韌性，成為新的訴求。

顯然，未來的智能制造已不只是單純的生產力和生產方式的智能化升級，它正被賦予更豐富的內涵。面對未來可能出現的長期不確定性，如何通過包括物聯網、云計算、人工智能、虛擬現實、區塊鏈、5G網絡等先進技術與傳統工業的深度融合，開出應對未來的智能化良方？

這個意義之下，接下去工業智能要如何落地？數字化生產力要如何構建？人類智能與機器智能要怎樣協作融合？

智造下一站：彈性、靈敏和個性化

曾經制造業經過長期運作打磨出的堪稱完美的“Just in Time（準時制）”生產方式，即“在需要時采購所需數量零部件”，將庫存保持到極低甚至是零庫存，在過去兩三年里遭到了前所未有的挑戰。

芯片短缺、供應鏈中斷、地緣沖突等種種不確定因素對制造業帶來嚴重沖擊，很多國際大廠開始考慮抓緊轉向“Just in case（以防萬一）”的生產方式，即分散生產，增加庫存。

據媒體報道，英特爾（Intel）不久前大幅轉變了經營戰略。這家全球半導體大廠過去50余年來一直將人力、物力、資金集中于美國的生產基地，向全世界出口半導體?，F在它正試圖改變其堅守了50多年的商業模式，開始在歐洲等地區推進工廠建設，以期離客戶更近。

從18世紀末以來人類經歷了三次工業革命，工業1.0用機械化和蒸汽機改變了傳統的手工制造方式；工業2.0以流水線生產方式和電氣化大幅度提高了生產效率；工業3.0則將自動化、計算機和機器人等信息化技術應用到生產制造中。

可以看出，從工業1.0到工業3.0，其革命性的轉折點都來自于制造過程中的技術革新，從而帶來了生產效率的大幅提升。但是從工業3.0到工業4.0的推進，則與前三次大不相同。工業4.0帶來的革命，不僅涉及產品的組織生產，還包括與產品生產相關的周邊各種軟硬件的相結合，是真正將產品設計、產品生產、產品回收、產品管理等全方位實現全面智能化的軟硬結合的時代。

而全球經歷了疫情等一系列新形勢對工業產業的影響之后，重新來看為什么要從制造邁向智造這個問題，或者說，如今工業界迫切希望通過智能制造來解決哪些發展痛點和現實的問題，顯然已經與三年前有所不同。

除了提升生產效率，降低生產成本外，可以應對長期風險的供應鏈韌性，強調靈活性、創新和彈性的生產流程，成為越來越多制造業領導者關注的重點。這需要一個反應敏捷的柔性制造體系來支持，可以實現靈活調整產線快速滿足不同的訂單需求。

如果說，工業3.0的重點是落腳在全面的自動化上，那么工業4.0則將進一步立足于全面的智能互聯。這意味著，要實現人、機、物、料、法、環的全面互聯，讓各個環節的信息和數據更透明，構建起全要素、全產業鏈、全價值鏈的新型工業生產制造和服務體系。

而要實現這一切，有一個重要的基礎前提：數字化生產力。

數字化生產力，挖掘數據價值對抗不確定性

美國商務部的統計數據顯示，工廠里計劃外的設備停機時間約占工廠整體制造成本的24%。這種計劃外的停機可能是由于意外的設備故障，或是材料短缺、產線排程問題等各種原因造成。而當前的全球形勢下，這樣的“意外”也許在將來會更頻繁出現。

另外，庫存合理化一直是工業企業的一大管理痛點，主要源于上下游產業的信息孤島化問題。前文所提到的英特爾等國際大廠不得不放棄曾一度“堪稱完美”的Just in Time模式，其原因也在于此——地緣政治以及疫情等不可控因素，讓上下游供應鏈的數據和信息壁壘進一步凸顯。

長期以來，工業企業在制定供應鏈計劃時更多倚仗工作經驗，物料信息、產品需求信息難以在產業鏈中實現跨環節的自由流通。再加上在供應鏈成本壓力持續發酵、產品毛利逐漸攤薄的大背景下，企業急需構建產業鏈上下游信息流通渠道，結合產品需求、原料供給和產能配置，科學和敏捷地調整生產計劃，提高產能利用率，減少庫存積壓，提升客戶滿意度，保障訂單穩定到期兌現，從而實現具備高敏捷性和靈活性的產業協同。

數字化生產力，挖掘數據價值的重要意義正在于此，這是讓工業制造邁向智造的基礎，更將是應對未來長期不確定性的重要技術手段。

那么數字化生產力如何落實？

全球領先的智能制造及工業互聯網整體解決方案服務商富士康工業互聯網股份有限公司（簡稱“工業富聯”）以“ABCDE”提煉了數字化轉型的五大要素。A是Analytic（分析），或者是Artificial Intelligence（人工智能），B是Big Data（大數據），C是Cloud Computing（云計算），D是domain（場域），E是evidence（實例）。其中A、B、C是互聯網的基本要素，D和E則強調了數字化工業一定要到具體的應用場景中去，如CNC、焊接、組裝、包裝等各個生產場景，要有落地的應用實例。

具體來看，機器學習、大數據和自動化技術等數字化手段，能使工廠精確采集、分析和傳輸數據，從而為整個制造企業提供更高的效率、可持續性和質量控制。數字孿生技術，則能通過匹配虛擬和物理世界，讓工廠可以在實際生產之前先對數據進行分析，對系統中的業務和其他背景數據進行監控，從而幫助工業終端用戶實現更優化的性能，同時提前規避可能出現的問題。這種實體設備與互聯網相互連接的制造系統，能對數據進行收集分析，對錯誤進行預判，并能通過融入機器學習等技術不斷進行自我調整，從而適應不斷變化的環境。這樣，數據才真正產生了價值。

另外，人類的智慧如何融入到機器設備中更為關鍵。寧波市智能制造技術研究院副院長、副總裁（技術）肖勇在去年貿澤電子技術創新周期間的一場工業自動化為主題的演講中對此做過這樣的解釋——通俗地講，就是把人的智能（簡稱“人智”）從隱性知識提煉為顯性知識，進行模型化、算法化處理，再把各種模型化（機理模型、數據分析模型等）的知識嵌入軟件，軟件再嵌入芯片，芯片嵌入某個模塊，然后再把模塊嵌入到機器設備中，從而賦予機器一定的自主能力可讓機器具有一定程度的“智能”（簡稱“機智）?！叭祟愔R不斷進入軟件，知識載體由以碳基知識為主轉向以硅基知識為主，數字生產力激增?！?/p>

工業富聯首席執行官鄭弘孟在和麥肯錫的一場訪談中指出，通常做數字化，除了IT還要物聯網化，比如說機器聯網。“人和機器是要‘有來往’的，”他強調，“很多公司（智能制造）為什么做不起來？因為人和機器沒有‘來往’。”

事實上，工業4.0的一個關鍵點，就是“原材料（物質）”=“信息”，或者更廣義地來說，就是將物理空間里的一切進行信息化、數字化，終而實現整個生產力、生產過程的數字化，從而實現各個環節數據的流動、分析和再造，形成統一的信息物理融合系統。在此基礎上，再加上工業企業外部價值鏈的橫向整合，以及網絡化和垂直集成的制造系統，就可以建立一個好的信息物理系統，可以實現生產和維護的自我管理，快速有效地應對供應鏈問題、質量波動、訂單變更和設備停機等各類意外。

關鍵技術和未來趨勢

智能制造是一個復雜的生態系統，包含了物聯網、云計算、人工智能、虛擬現實、區塊鏈、5G網絡等諸多前沿技術，涉及感知、自動化、網絡、人機交互、大數據等諸多層面。不過，目前這些技術中只有少部分已經成熟落地，絕大部分還處于大規模爆發的前夜。

從技術變革層面看，當前正在進行中的工業4.0將傳感器、機器、工件和工業軟件、IT系統在整條價值鏈上融合到一起。在整個推進過程中，從模擬到數字、從簡單到復雜、從集中式到分布式，以及越來越實時的數據傳輸、更長距離的無縫網絡連接、數字孿生等技術與工業的深度融合是主要的技術變革點。

其中作為工業4.0之路上基礎器件的各類傳感器，就如同給機器增添了“五官”，讓機器可以感知到環境狀態，這是成為智能機器的第一步。隨著近年來傳感器的低價普及，也為新一輪工業革命的推進降低了成本門檻，讓物理世界和數字世界之間的“縫合”更為順暢。在此基礎上，物理時空信息源源不斷地化作比特數據流，再通過工業軟件，人工智能算法/算力的提升，以數據和軟件重新定義了材料、零件、產品、工藝、產線、供應鏈、系統的時空表現。

另一個重要的基礎是連接能力。實現更長距離的無縫網絡連接，是推動工業智能應用和創新，實現工業4.0的關鍵技術基礎。

以一座智能工廠為例，其產生的價值很大程度取決于連接資產、流程、人員和設備的能力。比如，當所有的生產節點、工廠內的設備應用可以通過互聯互通實現遠程監控和可見性，再與機器學習等技術相結合，才可能進一步解鎖更多高級功能，如預測性維護或數據驅動型即服務的業務模式。

德勤的調查報告指出，就現階段來看，互聯互通依然是打造智能工廠時面臨的首要挑戰。比如，在鋼筋水泥鑄就的工廠中，Wi-Fi信號和蜂窩連接信號經常不穩定。即使在同一工廠網絡內，每項設施的布局、設備和產品都可能是獨一無二的。那么車間內的各種機器、傳感器以及其他設備如何連接起來并相互緊密工作？工廠如何實現智能化管理多種不同設備？這些都有賴于強大、穩定、靈敏的連接技術。目前在連接層面面臨的主要挑戰是工業設備種類、通信協議、數據格式繁雜，尚缺乏有效的技術手段低成本、便捷地實現連接。

未來還有哪些趨勢需要重點關注？

研究機構Gartner近日發布了2023年需要探索的十大戰略技術趨勢中，提到了包括數字免疫系統（Digital Immune System）、行業云平臺（Industry Cloud Platforms）、無線價值實現（Wireless Value Realization）、自適應AI（Adaptive AI）等一系列與加速工業智能化數字化升級的相關技術。Gartner認為，這些技術能夠幫助企業機構優化韌性、運營或可信度，擴展垂直解決方案和產品交付，并利用新的互動形式、更加快的響應機會進行開拓。

鄭弘孟提到工業富聯接下去三到五年再數字化、智能化轉型上要持續抓緊去做的三大方向，或許也能提供一種思路：

持續在能源管理上下功夫。作為全球性的制造企業，工業富聯大量使用能源來加工，因此對新能源持續開發以及能源管理的數字化，是很重要的方向。

盡快建立生態。把更多的供應鏈，更多的生態結合起來，變成一個趨勢。

挖掘機器人化的生產空間。從過去的自動化生產到智能化生產，很快會轉向機器人化的生產。

結語：重新思考人與機器

值得一提的是，2020年，全球疫情的第一年，歐盟委員會提出了“工業5.0”的概念。2020年9月歐盟委員會發布了《工業5.0的使能技術》，此后又于2021年1月發布了《工業5.0——邁向可持續，以人為本和彈性的歐洲產業》。

工業5.0源于“工業4.0”的概念，但其革命性在于，工業5.0重要的考慮因素之一是打開人與機器人之間的物理接口。工業5.0更加需要讓機器人去做那些單調、危險、臟亂差的工作，人類則是去做富有創造性和感興趣的工作，但機器人更能夠理解人類在工作中的意圖以及思考。這意味著，機器和人的智能要在未來深度融合，而非簡單的替代。

比起僅僅強調追求生產效率及經濟效益，它提供了一個不同的側重點——更強調整體價值導向，突出了研究和創新的重要性，強調以人為本、可持續性和彈性，以支持工業在全球范圍內為人類提供長期服務。