智能制造是一種可以讓企業在研發、生產、管理、服務等方面變得更加“聰明”的生產方法，制造業企業要從自身發展的核心痛點出發，在合理的整體規劃和頂層設計基礎上，沿著智能制造要素→智能制造能力→智能制造系統的發展方向，分階段且持續性的獲取智能制造要素，建立、完善、擴展企業在研發設計、生產制造、物流倉儲、訂單獲取、產品服務等各個環節的智能制造能力，最終形成完整、高效、科學的智能制造系統。

目前中國智能制造仍面臨關鍵裝備與核心零部件受制于人、中小企業難以融入智能制造浪潮、大部分企業缺少智能制造的文化內核等重大挑戰，制造業企業要順應趨勢，提前規劃，明確目標，關注網絡協同制造、5G等新模式、新技術帶來的新機遇，以“立足當前，著眼長遠”的原則，分階段、持續性地實施智能化轉型。

智能制造的“何為”與“為何”

“何為”智能制造

企業實現生產、管理、服務、產品智能化的全新生產方式

“智能制造”這一概念最早由美國學者P.K.Wright和D.A.Bourne在其著作《Manufacturing Intelligence》中出現，他們將智能制造定義為機器人應用制造軟件系統技術、集成系統工程以及機器人視覺等技術，實行批量生產的系統性過程。工信部出臺的《智能制造發展規劃（2016-2020年）》中，將智能制造定義為基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。

艾瑞認為，智能制造是通過新一代信息技術、自動化技術、工業軟件及現代管理思想在制造企業全領域、全流程的系統應用而產生的一種全新的生產方式。智能制造的應用能夠使制造業企業實現生產智能化、管理智能化、服務智能化與產品智能化。

智能制造的起源與演變

起源：數字化制造→成長：網絡化制造→目標：智能化制造

智能制造代表著先進制造技術與信息化的融合，盡管概念提出至今僅30年的時間，但智能制造的起源可以追溯至上世紀中葉，其發展與演進可以大致分為三個階段：從上世紀中葉到90年代中期的數字化制造，以計算、通訊和控制應用為主要特征；從上世紀九十年代中期發展至今的網絡化制造，伴隨著互聯網的大規模普及應用，先進制造進入了以萬物互聯為主要特征的網絡化階段；當前，在大數據、云計算、機器視覺等技術突飛猛進的基礎上，人工智能逐漸融入制造領域，先進制造開始步入以新一代人工智能技術為核心的智能化制造階段。但受限于人工智能技術的發展水平與制造業應用尚未成熟，目前的“智能制造”還遠未達到“自適應、自決策、自執行”的完全智能化階段，智能化制造仍是未來的主要發展目標。

中國“為何”需要智能制造

智能制造是中國制造業轉型升級、提質增效的必由之路

近年來，中國的經濟發展已由高速增長階段逐步轉入高質量發展階段，政府更加關注于優化經濟結構、轉換增長動力。制造業是供給側結構性改革的主要領域，盡管制造業增加值在全國GDP總量中的比重呈下降態勢，但以制造業為代表的實體經濟才是中國經濟高質量發展的核心支撐力量。2015-2016年，中國制造業增加值的同比增速僅為3.5%和5.9%，原料、土地、人力資源等生產要素成本的不斷上漲使制造業本就不高的利潤率很難提升。提高質量效益、轉變生產方式是中國制造業必須要解決的問題，而發展智能制造正是中國制造由大到強的必由之路。

智能制造系統的構成要素

智能制造系統的基本構成

智能制造系統=自動化設備+智能“神經系統”

智能制造是一種可以讓企業在研發、生產、管理、服務等方面變得更加“聰明”的方法，我們可以把制造智能化理解為企業在引入數控機床、機器人等生產設備并實現生產自動化的基礎上，再搭建一套精密的“神經系統”。智能“神經系統”以ERP（企業資源計劃系統）、MES（生產過程執行系統）等管理軟件組成中樞神經，以傳感器、嵌入式芯片、RFID標簽、條碼等組件為神經元，以PLC（可編程邏輯控制器）為鏈接控制神經元的突觸，以現場總線、工業以太網、NB-IoT等通信技術為神經纖維。企業能夠借助完善的“神經系統”感知環境、獲取信息、傳遞指令，以此實現科學決策、智能設計、合理排產，提升設備使用率，監控設備狀態，指導設備運行，讓自動化生產設備如臂使指。

智能制造系統的整體架構

智能制造要素是構建智能制造系統的基本組成單位

中國制造業企業智能化路徑分析

實現路徑千差萬別，總體思路可以總結

智能化之路——智造要素→智造能力→智能制造系統

制造業企業智能化不存在“放之四海而皆準”的普適路徑。艾瑞認為，制造業企業實現智能化要從自身的核心痛點出發，在合理且有延續性的整體規劃與頂層設計的基礎上，沿著智能制造要素→智能制造能力→智能制造系統的發展方向，分階段且持續性的獲取智能制造要素，建立、完善、擴展企業在研發設計、生產制造、物流倉儲、訂單獲取、產品服務等各個環節的“智造能力”，最終形成完整、高效、科學的智能制造系統。

本部分對制造業企業生產活動中各個環節的六種典型智能制造能力從預期收益、實施難度、成本下降、資金投入、時間跨度五個維度進行分析評價，并以此為基礎提出智能化路徑示例。

數字化設計

縮短研發周期、降低研發成本、對接制造環節

數字化設計是智能制造系統的源頭，是企業實現數字化、智能化道路上必須要突破的關鍵點。制造業中的設計包括產品設計、工藝設計、工藝優化、樣品制造、檢測檢驗等一系列過程。傳統的研發設計流程是以模塊分立形式，按照順序完成開發，產品開發周期長且質量得不到保證。而數字化設計借助計算機輔助設計軟件（CAX）、三維設計與建模工具等技術能夠賦予企業將研發過程全面數字化、模型化，實現研發設計流程的高度集成、協同與融合，大幅縮短產品開發周期，降低開發風險和開發費用。

目前CAX類軟件在國內制造業企業中已有一定程度應用基礎，但從發展趨勢及與智能制造系統的契合程度來看，第三代產品設計語言MBD（基于模型的設計）技術將成為數字化設計的主武器，MBD的應用將打通數字化設計與數字化制造，使三維模型成為制造的唯一數據源，讓產品模型在整個生命周期得到充分利用。

智能制造單元

提升設備使用率帶動企業加快生產節奏，增加產出與效益

智能制造單元是針對離散加工現場，將一組能力相近的加工設備和輔助設備進行模塊化、集成化、一體化的聚合，使其具備多品種少批量產品的生產輸出能力。對于離散制造領域的中小型企業來說，打造智能制造單元是開啟智能化道路行之有效的切入點，其最大的作用在于提升設備開動率，加快生產節奏，“簡單粗暴”的通過增加產出來提升企業收益。

奇步自動化控制設備有限公司推出的“智造單元”是智能制造單元的成熟范式之一。“智造單元”是一種模塊化的小型數字化工廠實踐，整個單元由自動化模塊、信息化模塊和智能化模塊三部分組成，以“最小的數字化工廠”實現企業在多品種小批量乃至單件自動化的生產智能化。

生產全過程數字化

打通數據→整合優化→互聯互通→降本增效

生產全過程數字化是將“人、機、料、法、環”五個層面的數據連接、融合并形成一個完整的閉環系統，通過對生產全過程數據的采集、傳輸、分析、決策，優化資源動態配置，提升產品質量管控。生產全過程數字化需要企業在人員配備、自動化設備、設備連接、環境感知等各方面具備良好的基礎，即前文中提到的智能“神經系統”包含的要素必須齊全。在此基礎上，生產全過程數字化的重點工作是打通各種數據流，包括從生產計劃到生產執行（ERP與MES）的數據流、MES與控制設備和監視設備之間的數據流、現場設備與控制設備之間的數據流。有條件的企業可以自主研發或委托開發生產數字化集成平臺，將不同生產環節的設備、軟件和人員無縫地集成為一個協同工作的系統，實現互聯、互通、互操作。

智能物流倉儲系統

讓一切物理實體流動起來，節省空間、時間與人力資源

物流倉儲是制造業中極為重要的一環，如果說通信網絡是智能制造系統的神經纖維，那么物流倉儲則可視為智能制造系統的血管。智能物流倉儲系統的應用能夠使原材料、輔助物料、在制品、制成品等物理對象在各個生產工序間順暢流轉，并通過提升倉庫貨位利用效率、提高倉儲作業的靈活性與準確性、合理控制庫存總量、降低物流倉儲人員需求數量等方式大幅壓縮物流倉儲成本。

智能物流倉儲系統盡管不直接參與產品的生產，但作為整個智能制造系統中的重要子系統，其組成架構也與之類似，分為設備層、操作層、企業層，設備層包括倉儲設備、物流設備、識別設備；操作層由WMS、WCS、TMS等軟件構成；企業層則對接ERP、CRM、SCM等管理軟件的采購、計劃、庫存、發貨等模塊，融入總系統的閉環中。

大規模定制平臺

打造向大規模定制轉型的入口，提升品牌價值與用戶粘性

銷售是所有企業的核心業務之一，智能制造系統中的銷售智能化除了應用CRM等軟件管理銷售業務外，更為重要的是在訂單獲取層面發揮作用。在當前個性化需求日益旺盛的環境下，企業通過建立定制平臺，能夠將用戶提前引入到產品的設計、生產過程中，通過差異化的定制參數、柔性化的生產，使個性化需求得到快速實現，以此提升品牌價值，增加用戶粘性。與之相匹配的，企業應將定制平臺與智能制造系統中的研發設計、計劃排產、制造執行等模塊實現協同與集成，實現從線上用戶定制方案，到線下柔性化生產的全定制過程；在企業后臺建立個性化產品數據庫，應用大數據技術對用戶的個性化需求特征進行挖掘和分析，并反饋到研發設計部門，優化產品及工藝，基于用戶需求新趨勢開展研發活動。

產品遠程運維服務

以智能化服務拓展商業模式，推動價值鏈向后延伸

智能制造視角下的產品服務是借助云服務、數據挖掘和智能分析等技術，捕捉、分析產品信息，更加主動、精準、高效的給用戶提供服務，推動企業價值鏈向后延伸。遠程運維服務即是典型的制造企業智能化服務模式，企業利用物聯網、云計算、大數據等技術對生產并已投入使用的智能產品的設備狀態、作業操作、環境情況等維度的數據進行采集、篩選、分析、儲存和管理，基于上述數據的分析結果為用戶提供產品的日常運行維護、預測性維護、故障預警、診斷與修復、運行優化、遠程升級等服務。

遠程運維服務可以有效降低設備故障率，提升設備使用率與使用壽命，既能減輕制造商的負擔，又能顯著提升產品價值。遠程運維對于企業產品的智能化程度要求較高，產品必須配備開放的數據接口，具備數據采集、通信模塊；企業還需建立遠程運維服務前端平臺與后端數據中心，采集產品數據并基于大數據分析與計算，向用戶提供增值服務。

落地基石——整體規劃與頂層設計

解決“我是誰，我在哪，我要干什么”三大問題

智能制造系統的整體規劃與頂層設計是制造業企業正式踏上智能化道路的第一步，企業在這一環節要為“我是誰、我在哪、我要干什么”三大問題尋找答案：首先要明確“我是誰”，詳細掃描企業自身的核心競爭力、運營情況、財務狀況、人員配備、組織架構等基礎條件；而后通過智能制造能力成熟度模型等工具進行智能程度自評與診斷，了解企業缺失的智能制造要素、已具備和尚未具備的智能制造能力，精準定位企業目前所處的智能化階段，搞清楚“我在哪”；在回答了前兩個問題的基礎上，以企業發展的核心痛點為切入點，以獲取關鍵“智造能力”為階段性目標，以搭建完整、高效、科學的智能制造系統為發展方向，按照統一架構和統一標準規劃設計智能制造系統總體實施方案及核心要素能力解決方案，確保企業在智能化之路上知道“我要干什么”。

No.1智能化路徑示例

破解“多品種、小批量”困局——智造單元+智能物流倉儲

Alpha公司是一家生產發動機連桿的汽車配件廠商，隨著業務的發展和客戶的增加，Alpha公司的產品線不斷拓展，生產車間由3個增加至10個。生產規模擴大、產品種類增加給Alpha公司帶來了設備利用率不足、交貨期難以保證、物料及在制品積壓嚴重等一系列問題，亟需智能化轉型來應對生產經營中的重重挑戰，保持競爭活力。

No.2智能化路徑示例

以產品差異化突出重圍——數字化設計+大規模定制平臺

Beta公司是一家機械鍵盤生產廠商，近年來游戲市場的持續火爆帶動機械鍵盤市場的新進玩家數量激增，為應對激烈的市場競爭，拓展商業模式，提升品牌價值，Beta公司準備由批量化生產向大規模定制模式轉型。

No.3智能化路徑示例

抓住產品后市場的廣闊空間——PLM+智能遠程運維服務

Gamma公司是一家主要從事高端農業機械研發制造的大型裝備制造企業，Gamma公司在企業戰略探索過程中，確立了以研發生產智能化產品、為客戶提供智能遠程運維服務作為企業的未來發展方向。

中國智能制造的挑戰與發展趨勢

中國智能制造面臨的挑戰

關鍵裝備、核心零部件受制于人，短期內難以實現國產替代

我國近90%的芯片、70%的工業機器人、80%的高檔數控機床和80%以上的核心工業軟件依賴進口。這造成國內制造業企業智能化改造成本居高不下，嚴重制約我國智能制造的整體進展。以工業機器人為例，中國已經連續六年成為工業機器人第一消費大國，2017年中國工業機器人銷量達到了13.8萬臺，全球占比達到36%。而其中僅有3.5萬臺是由國內工業機器人制造商生產，國產率僅為25.2%，比2016年的31%還下降了近6個百分點。由此可見，中國制造業企業在提升自動化水平時優先選取的是選購國外品牌的工業機器人，國產機器人盡管發展較快，但短時間內難以滿足智能制造的需求。

小微企業難以融入智能化發展浪潮

在全國規模以上工業企業中，84.2%的企業屬于小型企業，規模以下（年主營業務收入2000萬元以下）尚有200余萬家小微企業。廣大小微企業是制造業的根基，其智能化水平很大程度上影響著中國智能制造工程的實施效果。然而從《中國制造2025》戰略提出以來，由于自有資金不足、信息化基礎薄弱、缺乏相關人才等多方面因素的影響，大部分中國制造業小微企業只能羨慕大企業申請智能制造試點示范項目、圍觀大企業開展轟轟烈烈的智能化改造，自己卻難以融入智能制造的發展浪潮。相比于大中型企業，小微企業的智能化之路面臨更大的試錯成本和不可控風險，稍有不慎就會危及生存。

中國智能制造未來的發展趨勢

流程領域有望率先實現智能化

智能制造系統是一個覆蓋設計、物流、倉儲、生產、檢測等生產全過程的極其復雜的巨系統，企業要搭建一個完整的智能制造系統，最困難也是最核心的部分就是生產過程數字化。尤其是對于生產工藝復雜、原材料及原器件種類繁多的離散制造領域，產品往往由多個零部件經過一系列不連續的工序裝配而成，其過程包含很多變化和不確定因素，在一定程度上增加了離散型制造生產組織的難度和配套復雜性，要做到生產全程數字化、可視化、透明化殊為不易。

與離散領域顯著不同的是，流程領域的生產流程本質上是連續的，被加工處理的工質不論是產生物理變化還是化學變化，其過程不會中斷，而且往往是處于密閉的管道或容器中，生產工藝相對簡單，生產流程清晰連貫，生產全過程數字化難度相對較低。流程領域企業接下來要做的是在全面貫通整合各階段數據的基礎上，運用人工智能的深度學習、強化學習（主要是動態規劃方法）進行實時數據分析和實時決策，并進一步將智能系統延伸至供應鏈、生產后服務等各個環節，最終實現全面智能化。

供應鏈協同倒逼產業鏈上游企業“上馬”智能制造

制造業企業智能化的動力本源是響應市場需求，這點在消費品制造領域尤為明顯，乘用車、家電、3C、服裝、醫藥、食品等直接面向消費者的制造業企業搭建智能制造系統的主要目的即是實現高度柔性生產，快速、準確地實現消費者對產品的個性化、定制化需求。如果我們把視角向上推，對于原材料工業和裝備工業的企業而言，智能化浪潮前沿的消費品制造廠商即是他們的市場所在，要跟上客戶多品種、小批量的生產節奏，就必然要大幅提升自身的產品創新能力、快速交貨能力以及連續補貨能力。快速變化的市場需求從消費端沿著產業鏈不斷向上傳導，下游企業生產方式的顛覆與創新迫使上游供應商融入智能化浪潮，智能制造倒逼機制就此形成。在這種倒逼機制的作用下，產業鏈上游企業要主動適應變化，實現柔性生產，基于供應商先期介入思維，通過網絡協同制造確立競爭優勢，否則將面臨被市場淘汰的風險。