智能制造的國際實踐及中國機會

李潔

近年來，世界制造業主要國家都陸續發布了智能制造相關的戰略和政策，美國再工業化戰略的主要方向就是布局智能制造關鍵技術，推動軟件和互聯網技術優勢反哺制造業，促進制造業智能化和數字化發展。德國則聚焦于制造過程和生產裝備的智慧發展，工業4.0已經漸漸演變為全球戰略，相關的協作框架和技術平臺也不斷完善。

中國適時推出《中國制造2025》戰略，并將智能制造作為戰略的主攻方向，在戰略出臺后，智能制造專項也快速跟進，成為《中國制造2025》的第一個落地專項。與此同時，日本、韓國和英國等國家也摩拳擦掌，不甘落后，以期在智能制造價值鏈上占據有利地位。

除了政府，一些制造業領先企業也紛紛加快轉型，力圖成為智能制造的主導者，其中實力最雄厚，戰線最長的就是通用電氣（GE）和西門子（Siemens）兩家企業。

這兩家企業對智能制造展開了系統性全價值鏈布局，且都是軟件開發和硬件制造兼長。在這一輪變革中它們緊抓智能制造這條主線，致力于主導核心技術標準，構建產業技術生態。

稍有不同的是通用電氣仍然代表了美國范式，強調用強大的信息通訊技術反哺制造業，所以工業互聯網的概念成為美國智能制造的代表;而西門子則是德國制造的典型，更多聚焦制造環節，所以提到西門子智能制造的典型，關鍵詞更多指向安貝格工廠、成都工廠。

我們也可以看到兩家的戰略布局有明顯的差別，西門子更多的布局是生產端，“偏硬一點”，比如在成都建設的智能工廠，而通用電氣的布局更側重服務端，“偏軟一點”，比如在航空領域利用智能產品來提供遠程運維等智能服務。

個人認為，智能制造將會被制造業大國所引領、由裝備制造業巨頭來主導，智能制造的重心落在制造，不掌握核心技術、熟悉制造的過程，智能化則無從談起，沒有強大的制造實體，智能化則是空中樓閣。

有的國家，像韓國和英國，他們最多只能是參加、補充或者是在局部領先，有的國家，像印度等發展中國家，他們只能處于跟隨地位，因為產業規模小，水平低。如果不出意外，德國和美國會占據智能制造的引領地位，在技術標準和游戲規則上掌握話語權，最終構建系統性競爭力。日本會力爭在優勢領域不掉隊，在機器人和機床關鍵等智能裝備方面保持領先。而中國通過將智能制造和產業升級充分結合，構建完整的新工業生態，則有很大的機會實現并行乃至超越式發展。

智能制造是兩個IT的融合

雖然主要制造業國家智能制造發展的路徑有所不同，但其在方向和內涵上卻有相通的地方，有人把智能制造概括為工業技術（industry technology）和信息技術（informationtechnology）的深入融合，即兩個IT的融合，不僅僅是疊加，而且要有乘數關系，是兩個IT的平方。

我更贊成對智能制造進行廣義理解，可以看到，當前這種融合產生于價值鏈上的研發、設計、制造、銷售和服務等各個環節，通過數字基礎設施的鋪設，最終打通各個環節，形成虛實合一的生產系統。但普遍來看，制造是最難且最關鍵的一環，它以經驗為主，有自己的話浯體系，依賴于技術工人的經驗，隱含太多的隱性知識，難以被“編碼化”，如果沒有深度理解產業知識，僅僅對表層數據進行收集分析，效果不大，盲目使用這些低質量數據來指導生產更有可能造成“內息走岔”。

縱觀全球主要工業企業，能做到兩類技術兼容并蓄的企業不多，這類企業往往需要有長度、有寬度、有高度、有深度。有長度是指發展時間長，熟知產業鏈的構成和特點，好比在一條復雜的公路上行駛，企業能知道在哪個直道可以加速，在哪個彎道應該減速。有高度是指企業占據產業鏈高端，掌握核心技術，再推進兩個IT融合的時候能夠找得準、捆的牢;有深度是指企業，充分了解行業中關鍵的隱性知識，能有效將智能技術和裝備導入到生產環節，實現深層次的兩個IT的融合。

近兩年國際和國內上均出現一批智能制造典型企業，這些企業往往都是行業中的領先企業，掌握了行業內的核心技術，積累了充足的“隱性知識”，具有實施智能制造的“先發優勢”。

智能制造的起點在工廠和車間

對于智能制造，各類觀察者有著不同的視角，有的側重于政策，有的側重于企業戰略，有的側重于新的技術，而我認為可以選取一個更微觀的視角——車間。

車間是勞動者、工業設備、生產技術以及原材料最終匯合的場所，縱觀歷史上英國、美國、德國和日本制造業的崛起，都是突出表現在它們從車間生產中獲取了競爭優勢。我們不得不去觀察車間里發生的變化，生產要素的融合發生在車間，價值源泉是來自于車間，未來制造業的革命也將首先發生在車間中。

德國企業對于這一點是更加篤信不疑，其智能制造戰略所考量的點也是圍繞著工廠里的生產設備和生產方式的變化。工業4.0的主題也正是智能工廠和智能制造。

如果你參觀過西門子成都工廠，站在二樓的通道里俯瞰整個車間，你也許會發現車間的布置和其他工廠并無什么不同，甚至在部分環節仍存留不少人工，但如果你了解智能制造的內涵，在解說以及想象力的幫助下，或許有可能“看到”生產線下源源不斷的數據流。

西門子成都工廠不僅搭建了先進的生產設施，還構建了高效的數字化基礎設施，這包括工業網絡、數字化軟硬件、數據庫、智能技術等關鍵共性技術，所以工廠里不僅存在著我們能輕易看到的生產自動化、物流自動化，還廣泛存在我們不易察覺的數據采集的自動化、管理的自動化，數字不僅僅是生產過程中產生的結果，更是引導生產、優化生產的主要依據，制造業變成數據驅動型的制造，工人、裝備和產品之間實現了互聯互通，數據流和物質流以及價值流實現了有機統一，車間由“黑箱”走向了透明，這是革命性的變化。

智能制造是Evolution（進化）不是Revolution（革命）

智能制造不是一個發展目標，它其實是一種工具和手段，或者可以理解為一種解決問題的方式。一些研究機構指出，“工業4.0”不是一次Revolution，而是一個較長時期的Evolution。

企業實施智能制造，可以放眼長遠，但同時也需做到腳踏實地，這既是一些業內專家所總結的發展智能制造要做到“眼高手低“。企業要結合自己在兩個IT上的發展水平，即用數字化和信息化手段來一步步走向“更高、更快、更強”。

智能制造的發展需要用兩條腿走路，一條腿是企業對工藝技術和產品技術的開發能力;一條腿是企業對信息化技術的應用能力，兩個方面是相輔相成的，制造技術的推進會促進智能技術應用的深化，智能技術的導入也會在一定程度上助推企業生產水平的提升，這是一個動態聯動的過程，任何一條腿有短板都會讓企業走不快、走不遠。

有的企業僅僅在用一條腿走路，且走的不是很穩，有的企業剛長出信息化的腿，正在蹣跚摸索，有些企業早已動身，現在大步前行，即使這樣，他們還在不斷的學習完善，例如西門子德國安貝格工廠，它已用20多年的時間來發展智能制造，被業界稱為“最接近工業4.0的工廠”，但它仍然有改進和優化的空間，而成都工廠在建設的時候也給未來的升級留下了足夠的“擴展槽”和“接口”，比如它的立體倉庫目前是3個貨架，而設計容量則達到了7個，最有趣的是它的車間的布置，一樓布置電氣和控制設施，二樓布置執行設備，二樓的地板上留下了許多圓孔，以便于后期設備的增添和調整。

今年7月，西門子成都工廠決定擴大成都“數字化工程”的規模，已建設完成的西門子一期項目以及正在建設的二期項目總投資將超過10億元人民幣，建筑面積將達到約5.1萬平方米。

智能制造三要素

智能制造的形式和手段多種多樣，行業之間和企業之間的差別很大，即使同一行業中相似的企業，也有可能從不同的環節開始，使用不同的技術手段，從完整系統角度來剖析具體行業或企業的智能制造，有三個要素是最基本的，它也是企業管理者在實施智能制造項目時必須思考的三個問題：生產什么？用什么設備？怎么生產？

第個是：生產什么？ （Product）

是指企業生產的產品。一般來說，制造業的智能制造可分為流程行業的智能制造和離散行業的智能制造，不同的產品，其智能制造的環節和模式有所不同，而且，在當前的技術條件下，并非所有的行業都適合發展智能制造。因此，我們在對兩個工廠智能制造水平進行比較的時候，如果他們不是同一行業，同類產品，則對比的意義不大。

一般來說，流程行業總體的自動化、智能化水平要高于離散行業，而在離散行業內，產品的價值越高、產量越大、標準化程度越高、生產自動化水平越高、模塊化程度越高、產品自身智能化水平越高的領域就越適合上智能制造。

以西門子成都工廠為例，它主要生產PLC、HMI和IPC設備，屬于離散行業，簡單地理解就是把各類零部件組裝成各類工業電子產品。這些產品多是模塊化產品，組裝工藝標準化程度高，一些特殊復雜工藝環節已經實現了機械化和自動化，具有向智能制造進一步升級的基礎。

但并不是所有生產工業電子產品的企業都實現了自動化，筆者曾經參觀過幾家技術水平相對落后的電子企業，這些企業所生產的產品檔次較低，生產規模較小，而且制造裝配環節多以工人的手工操作為主，整體處于1.0～2.0之間，這樣的企業并不具備發展智能制造的條件，它首要的考慮是先做自動化的改造。

當然，對于生產什么，還可以做更深一步的理解，就是企業要想實施智能制造，必須對于他所生產的產品有本質上的理解，我們有時候去看一些智能制造做的比較好的企業，都是規模較大的企業，比如國內的海爾、蒙牛或者國外的西門子、寶馬，我們總會想當然的把智能制造理解為一種投入，因為企業需要購買許多先進的設備，要對生產工藝進行徹底的改造，這些企業是行業內的龍頭，它們財力雄厚，所以走在了前面。

其實智能制造不止是錢的問題，規模大僅是表面原因，最根本的優勢是這些企業掌握了產品的核心技術，看透了產品的本質，摸清了生產工藝的特點。我們為西門子成都工廠每百萬產品僅為9.4的出錯率感到吃驚，但耀眼成績的背后是工廠的智能制造系統覆蓋了超過1000個測量點，企業知道哪些因素會影響到產品質量。這種能力是通過長期學習而來的，企業生產的越多，就理解的越多，正如庖丁解牛一般，企業可以做到“目無全牛”，它們看到的是牛的內部機理筋骨，然后就可以做到“以無厚入有間”，最后推行智能制造，自然可以走得快一點。

第二是：用什么生產？ （Productivity）

這個主要考慮到機器、機器人和人三者之間的關系。

不同行業的生產能力構成是不一樣的，比如在汽車制造行業，我們看到了大量的機器人替代了人，支撐了制造流，但是在芯片制造行業、飲料制造行業，機器人不多，但是生產的自動化程度也挺高，這就是專用設備在發生作用。

在許多地方我們還能看到大量的工廠是人海戰術，比如筆者曾去過的貴州一家知名的辣醬工廠，大量的工人組成了生產線，企業也做了許多嘗試，希望用智能機器和機器人替代人力，但由于工藝上難以滿足，至今沒有取得太大進展。

我認為智能制造并非是用機器人去替代人，而是根據市場需求和生產需要做到最優配置，在組合中實現人盡其才、物盡其用，從這個角度來看，我們不能簡單地用一個工廠的機器人數量或者工廠的無人化程度來判斷它的智能水平，而是應該看工廠內人和機器人的協同程度。

即使是比成都工廠智能化水平更高的德國安貝格工廠，其自動化率也只是75%，仍有為數不少的人在發揮著作用。來到成都西門子工廠，我們看到并非是帶有科幻味道的無人工廠，雖然在物流、配送及檢測等環節主要由智能裝備來完成，但在組裝、包裝等工序上仍然存在許多技術工人，但在有人的環節也會通過智能化的輔助裝備來規避人在能力上的短板，有效實現了效率、靈活性和可靠性的兼得。

比如在裝配線上，我們看到有許多人工操作環節.自動小車運送過來將需要加工的零件運送到組裝工人的工位，這時候工作人員通過顯示在電腦上的任務單，完成裝配。生產中，生產訂單由MES系統統一下達，并與ERP系統相集成，完成數據的實時傳送，當產品要到達下一個工序前要通過嚴格的檢驗，整個生產過程中有20多個質量控制點，以保證產品的質量。在質量檢測環節，也專門開發了視覺檢測裝備，它用相機拍照下產品的圖像，與Teamcenter數據平臺中的正確圖像進行比對，瑕疵品將被挑出，這相比傳統生產中的人工抽檢要可靠和快速得多。

第三個是：怎么生產？ （Producrion）

智能制造是靠數據來驅動的，數據反映生產設備的健康狀況，反映產品的質量，管理人員通過可視化的數據信息來優化生產，但這更要求企業掌握核心技術，找到關鍵的數據關系。

經濟上的很多研究是將工廠看作黑箱，因為傳統的生產模式主要靠經驗，靠規章制度，靠企業文化，難以琢磨總結。但是智能制造模式下要更多的靠數據來組織生產，對于生產控制的決策主要依靠聯通的、持續的智能數據，數據在各個層面和各個環節實現了整合，工廠變得越來越透明，設備對產品進行加工，產品在生產線上滾動，工人的一舉一動，都在數據倉庫中留了可追溯的數據痕跡。幫助管理者搜集信息、整合信息，輔助決策。

筆者曾經調研過一些工廠，他們在實施智能制造項目的時候就很難從經驗驅動成功轉向數據驅動，多數企業沒有能力搜集完整且高質量的數據，但最大的制約是不能理解數據關系，它看不出99和100之間的差異，不掌握分析和利用數據的知識。

西門子成都工廠某種程度上可以被稱之為數據工廠，通過數據的可視化，管理人員可以快速定位問題。在智能數據的幫助下，可以快速清晰地發現效率損失在哪里？質量問題發生在哪個環節？進而突破原有生產方式的極限。據西門子的工作人員介紹，這家員工總數不超過500人的工廠，年產自動化產品超過250萬件，平均每10秒生產一件產品，每100萬件產品中有缺陷的不超過10件，達到國際領先水平。這些指標遠遠優于那些雇傭了大量熟練工人的日本和德國的汽車工廠。

不僅僅生產過程是數字化的，生產工藝也逐漸被拆解，進而轉向了數字化，此前生產的組織更多依靠經驗型管理，各種規章制度給人的行為建立約束和邊界，而未來則會由數據提供引導，每一個崗位都會變得“有據可依”。

例如在西門子成都工廠中的生產環節，由于是混流生產，零件盒上的信號燈會指示工作人員所需安裝的零件，避免誤操作;在包裝環節，并沒有實現機械自動化，但卻實現了信息自動化，信息工作站會確認到達包裝環節的產品是否完成了所有測試，與此同時，裝箱單會被顯示在屏幕上，如果所有的流程和工作步驟都完成了，工作站會把標簽打印出來，如果沒有通過，這項任務就將被鎖住，停止運行，而且標簽也不會被打印出來，想想如果沒有實現信息自動化，這一環節不僅需要投入大量人力，還會成為最容易出錯的一個環節。

中國機會何在

如前文所述，中國是目前最可能做到在智能制造發展上同美國和德國實現并行發展甚至是超越發展的國家，結合上文對智能制造的理解，可以看到中國發展智能制造的主要優勢來自制造業內部，是一種內生的、自發的發展動力。

首先，最主要的優勢來自于中國制造業的總體規模優勢，目前中國已經是全球制造業第一大國，并且在許多產業已經做到全球第一，中國有大量的車間和工廠，擁有一批經驗豐富的技術工人，我們在產業鏈上一些“點”和局部片段上已具備領先優勢，這給制造業的智慧轉型尤其是生產環節的智能升級提供了豐富的產業資源和實驗空間。

其次，中國的裝備制造業也已經是全球最大規模，目前在工業機器人、數控機床、3D打印等關鍵智能裝備領域形成了一定技術實力，同時中國在ICT裝備制造商也形成了世界級的競爭力，這給制造業的數字化、網絡化和智能化發展提供了強大的技術支撐。

最后，中國制造業的發展迫切需要加快轉型升級，大幅度提高生產效率和產品質量，而智能制造正是一條切實可行的道路選擇，尤其是各個行業內的領先型企業，市場競爭加劇和產業轉型的壓力使得他們不得不加快智能轉型，而這些企業在重構自己的同時也重新塑造了整個產業。正如西門子成都工廠參觀結束后一位記者感嘆：“走著走著就上高速了，總不能還騎著自行車吧！”