傳統制造業智能化發展的驅動力研究

黃光球，何 奕

（西安建筑科技大學 管理學院，陜西 西安 710055）

一、引言

近幾年隨著互聯網、大數據、信息技術的飛速發展，對傳統制造業的智能化發展有了更新角度的研究。LI 等（2017）[1]認為隨著當前互聯網的普及，傳感器的普遍存在，以及大數據的出現，人工智能發展的信息環境發生了深刻的變化，進入了一個新的進化階段。王喜文（2015）[2]認為智能制造的實質就是通過互聯網與工業進行融合，實現大規模定制生產、服務型制造，提升制度創新和管理能力，推動制造業向智能化發展。Thoben K 等（2017）[3]在物聯網和服務化的概念基礎上，通過物理實體（CPS）從產品設計到生產、物流再到后期維護分析現在和未來的智能制造計劃實施策略。夏后學等（2017）[4]從平臺搭建的角度探究出智能生產需包含決策、信息感知、傳輸、智能生產、服務組織幾大模塊。Decker 和Stummer C（2017）[5]認為互聯網為產品創新提供了方向，具體的他們提出產品分析和遠程訪問功能，利用其進行數據收集或與其他產品實現聯動信息共享，從而實現針對性的營銷管理。田慶鋒等（2019）[6]認為制造業商業模式的創新路徑選擇是基于客戶需求，客戶滿意，應該是以客戶需求為導向的。Frank A G 等（2019）[7]對探究的92 家制造公司的工業4.0 技術模式提出了概念框架，并將其分為前端技術與基礎技術。從智能制造、智能產品、智能供應鏈、智能工作；物聯網、云服務、大數據分析幾方面進行研究，研究結果表示前端技術中智能制造是核心，但基礎技術中大數據和分析水平較低則會對公司造成挑戰。

智能制造是目前制造業轉型升級的主要發展方向，但傳統制造業卻在轉型中一直受阻，高速發展的技術環境也給企業帶來了更多的選擇性，基于以上已有文獻中關于驅動力，許多學者都采用定性分析的方法來描述分析傳統制造業的智能化發展或在某種既定因素如物聯網推動、大數據推動等條件下探究其影響與作用，未能對比不同因素的影響作用效果，這都是需要進一步研究的。為了可以以長期發展的眼光，既貼合市場規律又順應產品概念產生、生產、售后的銷售模式，本文以產品生命周期為基線，實現傳統制造業智能化為出發方向，通過定性與定量相結合探究可以促使傳統制造業實現智能化發展的關鍵驅動力因素。

二、生命周期視角下傳統制造業智能化發展分析

（一）生命周期視角下傳統制造業智能化發展模型

故障樹分析是一種由上向下的分析方法，順序分析各環節事件成功或者失敗的發展變化過程，從而預測各種可能結果的分析方法，參考該理論的分析本質，將頂事件設為傳統制造業智能化發展，自上而下的分析各層事件。

所謂產品生命周期是從產品概念產生到產品消亡，包含了產品概念的產生、產品研發、生產、投產決策、服務等各個環節[8]。許多學者認為推動智能化發展需要貫穿于這之中的各個環節。李廉水等（2019）[9]提出智能制造需要貫穿設計、生產、管理、服務各環節，其中產品生產環節為關鍵。李樹翀（2015）[10]認為將智能制造作為主攻方向是從產品的全生命周期來看，具體包括生產智能化、管理智能化、物流智能化、渠道智能化、服務智能化。其中渠道智能化更側重于營銷方式，因此為簡化模型將渠道智能化劃分為管理智能化的下屬層級，并將設計環節并入生產智能化的下屬層級，基于以上，本文從管理智能化、生產智能化、物流智能化、服務智能化四大板塊構建模型第一層，如圖1 所示。

圖1 傳統制造業智能化發展模型第一層

管理智能化：根據企業管理基本概念，李樹翀（2015）[10]將管理智能化細分為智能決策、生產計劃智能化、質量管理智能化、倉儲管理智能化、人力資源等主要內容。此外童有好（2015）[11]還提出品牌、企業文化、營銷網絡、客戶關系、投入產出、風險控制、運營管理等方面的智能化。李宏巖（2019）[12]提出可以利用人工智能技術并搭建智能化質量管理系統從而實現生產前的質量預測與生產后的質量檢測，達到質量管理的智能化。陳觀富等（2018）[13]認為實現倉儲的智能化需要立體存儲設施、自動化搬運設備、自動存儲信息智能管理系統。立體存儲是高層貨架存儲，充分利用倉儲容積；自動搬運代替人工搬運，實現高效，降低人工成本；自動存儲系統代替人工記錄，實現動態存儲同時避免差錯率。基于以上構建出實現管理智能化模型。

生產智能化：許多學者認為生產智能化主要包括產品自身及生產過程設備的智能化。李廉水等（2019）[9]在產品智能化部分提出滿足消費者需求的前提下實現環節智能化及個性化追求。孫波和欒世奇（2019）[14]認為裝備的智能化是促進人工智能技術融入生產的前提與基礎，具體包括了對配套設備進行智能化改造、開展關鍵技術研究、建設健全機器人技術標準體系幾方面。李明月（2020）[15]認為實現裝備智能化可以通過以人工智能、大數據、物聯網等國內外的先進技術作為技術支撐利用自動化設備對原生產設備進行改造來實現。基于以上構建出實現生產智能化模型。

物流智能化：李樹翀（2015）[10]提到物流智能化方面應重點發展跟蹤溯源、交通運輸智能化、收發貨智能決策等環節。王玉（2020）[16]認為在機器人揀選、自動化立體貨柜、無人搬運設備及信息技術的結合下實現物流設備的高效運作智能化發展。基于以上構建出實現物流智能化模型。

服務智能化：除產品本身銷售以外越來越多的消費者更加注重產品所帶的附加服務。童有好（2015）[11]認為不僅要向客戶提供產品更要提供相應的售后使用培訓與維修保養等一系列附加服務。李樹翀（2015）[10]分析現階段在服務智能化方面，可將重點放在售前的電話智能咨詢，售中的案例庫建立、推送宣傳，售后的在線信息管理、使用培訓、智能檢測及維護等方面。基于以上構建出實現服務智能化模型。

綜上所述，得到制造業智能化發展的模型。

（二）模型最小割集確定

故障樹分析中最小割集表示使頂事件發生的最低限度基本事件集。基于以上結合得到的管理智能化（A）、生產智能化（B）、物流智能化（C）、服務智能化（D），使用布爾代數化簡法對傳統制造業智能化發展模型（T）的最小割集進行求解。對應符號解釋如表1 所示。

表1 代數運算符號表示

根據布爾代數運算法則，得到建立的傳統制造業智能化發展模型的最小割集為{X2}、{X3}、{X4}、{X6}，任意一個割集里的事件可以實現就會推動頂事件的發生，即推動智能化發展。

（三）模型最小徑集確定

故障樹分析中最小徑集表示使頂事件不發生的最低限度基本事件集。利用最小徑集與最小割集之間的對偶性進行求解。

根據計算得到建立的傳統制造業智能化發展模型的最小徑集為{X2X3X4X5X6X7}，該徑集里的事件都不實現則頂事件就不發生，即智能化發展難以實現。

通過以上分析，在傳統制造業智能化發展作為頂事件的模型中最小割集為4 個，分別為{信息技術}{人工智能}{自動化技術}{互聯網}，最小徑集為1個{信息技術、人工智能、自動化技術、大數據、互聯網、符合需求}，由此可以說明傳統制造業智能化發展相對容易發生，具有一定的可實現性。

三、傳統制造業智能化發展的SD 模型構建

依據以上模型定性分析得到的最小割集與最小徑集，將信息技術、人工智能、自動化技術、互聯網作為備選驅動力，通過構建系統動力學模型進行仿真來定量分析探究傳統制造業智能化發展的關鍵驅動力因素。

（一）系統因果關系圖構建及分析

因果關系圖是系統動力學模型的基礎和條件，分為正反饋回路與負反饋回路兩種，用于定性分析理清邏輯。通過上文關于傳統制造業智能化發展的定性分析結果，為實現頂事件即傳統制造業智能化發展的發生，從信息技術、人工智能、自動化技術、互聯網，四個角度出發分析。如圖2 所示。

圖2 傳統制造業智能化發展SD 因果關系

（1）利潤→開發智能產品動力→R&D 經費分配比例→R&D 經費→成本→價格→企業收入→利潤。

（2）利潤→開發智能產品動力→R&D 經費分配比例→R&D 經費→人才投入/技術研發→成果→品牌知名度→目標產量→調整生產率→生產量→價格→企業收入→利潤。

（3）利潤→開發智能產品動力→R&D 經費分配比例→R&D 經費→人才投入/技術研發→成果→品牌知名度→目標產量→調整生產率→生產量→庫存→成本→利潤。

（4）利潤→開發智能產品動力→R&D 經費分配比例→R&D 經費→人才投入/技術研發→成果→品牌知名度→目標產量→調整生產率→生產量→價格→企業收入→投入比例→智能設備投入→成本→利潤。

（5）成果→品牌知名度→目標產量→調整生產率→生產量→價格→企業收入→R&D 經費→人才投入/技術研發→成果。

（6）成果→品牌知名度→目標產量→生產量→價格→企業收入→利潤→開發智能產品動力→R&D經費分配比例→R&D 經費→人才投入/技術研發→成果。

（7）成果→品牌知名度→目標產量→調整生產率→生產量→庫存→成本→價格→企業收入→投入比例→智能設備投入→設備科研支持率→成果。

（8）成果→品牌知名度→目標產量→調整生產率→生產量→價格→企業收入→投入比例→智能設備投入→成本→利潤→開發智能產品動力→R&D 經費分配比例→R&D 經費→人才投入/技術研發→成果。

（9）智能設備投入→成本→價格→企業收入→投入比例→智能設備投入。

（10）智能設備投入→設備科研支持率→成果→品牌知名度→目標產量→調整生產率→生產量→價格→企業收入→投入比例→智能設備投入。

（11）智能設備投入→成本→利潤→開發智能產品動力→R&D 經費分配比例→R&D 經費→人才投入/技術研發→成果→品牌知名度→目標產量→調整生產率→生產量→價格→企業收入→投入比例→智能設備投入。

以上企業利潤、成果、智能設備投入的主要回路中，人工智能因素直接體現在R&D 經費分配比例、投入比例的決策上，而信息技術間接通過企業服務水平而影響目標產量與調整生產率的確定，互聯網因素主要為消費者需求的獲取間接影響企業的目標產量、開發智能產品的動力及產品價格的調整，自動化技術主要在供貨速度對消費者滿意度的影響從而使目標產量與生產率發生變化。

其中利潤收入的增加使企業開發智能產品動力增強，各項投入的力度加大從而提升產值，增加收入與利潤，是一個不斷增強的正反饋回路。而成本對利潤及供應需求之間的變化調節如2、3、5、10是負反饋回路。

（二）系統流圖構建

對圖2 的因果關系圖進一步具體化，利用Vensim 軟件構建傳統制造業智能化發展系統流圖，如圖3 所示。

圖3 傳統制造業智能化發展系統流圖

（三）SD 模型方程參數確定及模型檢驗

1.SD 模型主要系統方程。為探究傳統制造業智能化發展選取企業R&D 經費、企業成果、智能設備投入、產品庫存作為系統初始狀態變量。原數據來源于《陜西省統計年鑒》和公布傳統制造業企業年報。使用SPSS 和EXCEL 軟件對所獲數據進行處理。模型的主要系統方程如表2 所示。

表2 模型的主要變量及方程

2.SD 模型檢驗。通過對模型進行結構性檢驗及歷史性檢驗來驗證所建立模型的有效性。其中以軟件Vensim 對模型及方程進行結構合理性的檢驗，歷史性檢驗是將軟件模擬運行的結果與實際的數據進行對比，偏差率控制在0.20 之內，則可以說明該模型的構建是正確且有效的[17]。該模型選擇2013—2019年7 年的企業年報數據以企業成果、智能設備投入、利潤、R&D 經費為參考值進行多次模擬，如表3所示。

表3 參考指標偏差率

如表3 所示，偏差率都在0.20 之內，且通過Vensim 軟件的結構驗證，說明該模型可以為傳統制造業智能化發展的成因分析提供可靠依據。

四、傳統制造業智能化發展的影響因素分析

采用控制變量法對各變量分別調整10%、20%、30%的變化幅度進行分析，其產生的影響趨勢基本相同。為使對比圖中可以看到過渡性變化則不宜選取過大變化幅度，且使各備選驅動力的影響結果之間具有可比性，本文統一選取10%作為調整范圍。分別將R&D 經費分配比例、智能設備年投入比例、服務水平、消費者需求、供貨速度上下浮動10%觀察成果、利潤、智能設備投入、R&D 經費值的變化。

由圖4 可以看出R&D 經費分配比例的調整對企業利潤及智能設備投入的影響不大，但R&D 經費分配比例的變動直接影響當年的R&D 經費投入額，其影響會在當下直接體現出來，R&D 經費的支出又將用于人才及技術研發其對成果的影響則在后續慢慢體現出來。

圖4 R&D 經費分配比例調整

由圖5 可以看出智能設備年投入比例的調整，會直接影響當年設備投入值，但用于設備科研的支持率提升較弱使得成果變動不大。

圖5 智能設備年投入比例調整

由圖6 可以看出服務水平的不同對整體的影響較明顯，主要通過影響消費滿意度來實現對其他指標的影響，其中對利潤的影響相對于降低服務水平，增加服務水平的浮動范圍更大，而對成果、R&D經費及智能設備投入的影響一開始并不明顯，在后續逐漸增強，且較為持續。

圖6 服務水平調整

由圖7 可以看出消費者需求的不同對整體的影響十分明顯，一開始需求的增加對利潤會產生正向影響，但在某節點后轉為負向影響，結合R&D 經費的增加變化，原因為需求增多導致競爭激烈，企業為提升競爭力增加研發投入致使成本增加，利潤減少。

圖7 消費者需求調整

由圖8 可以看出供貨速度的不同對整體的影響較為明顯，其中在對利潤的影響中相對于降低供貨速度，提高供貨速度所產生的浮動范圍更大，而對成果、R&D 經費及智能設備投入的影響并不是很明顯，對R&D 經費指標在前期會產生一個較明顯變化，而對成果與智能設備投入所產生的影響一開始并不明顯，在后續逐漸增強且較為持續。

圖8 供貨速度調整

圖9 和圖10 所示，企業利潤受到供貨速度與消費者需求的變動影響較大，其中需求的變化出現不同的作用效果，此外可以直觀地看到消費者需求的變動對成果、R&D 經費、智能設備投入的影響也最大，且變動方向為同向。

圖9 各因素增加10%

圖10 各因素降低10%

五、結論與建議

（1）本研究基于全生命周期視角定性分析了傳統制造業智能化發展的可實現性。最小割集可以表示系統的危險性，其本質是頂事件發生有幾種可能性，最小割集越多頂事件就越容易發生，最小徑集可以表示系統的安全性，其本質是頂事件越不容易發生，系統就越安全，本文針對傳統制造業智能化發展構建的模型中最小割集有4 個，分別為{信息技術}、{人工智能}、{自動化技術}、{互聯網}，四種因素發生一個頂事件就會發生，最小徑集有1 個{信息技術、人工智能、自動化技術、大數據、互聯網、符合需求}，當所有因素均不發生時頂事件才不發生，由此說明傳統制造業的智能化發展相對容易發生，具有可實現性。

（2）通過仿真模擬可以看出互聯網因素通過消費者需求的影響對傳統制造業智能化發展的影響最大。在定性分析的基礎上本文構建了傳統制造業智能化發展的SD 模型，通過控制變量的方法，分別改變代表人工智能因素驅動的R&D 經費分配比例、智能設備年投入比例；信息技術因素驅動的服務水平；互聯網因素驅動的消費者需求；自動化因素驅動的供貨速度因素值，以企業利潤、成果量、R&D經費、智能設備投入作為參考值進行對比分析，從結果可以看出消費者需求的變動對成果、R&D 經費、智能設備投入的影響最大，且變動方向為同向。

（3）在企業利潤的對比圖中可以看出消費者需求的增加對企業利潤來說并不是一直產生正向影響，在某節點后轉為負向，主要歸因于對應研發成本的投入成本增加，針對此點建議企業提升相應的轉化效率從而降低成本。此外服務水平及供貨速度的提高也對各指標產生較大的正向影響，主要通過影響消費滿意度來實現，因此傳統制造業為更好地實現智能化發展，在互聯網助力下不僅要準確把握消費者需求量還需要不斷針對消費者的需求做出其他因素的投入調整。基于此提出利用互聯網平臺驅動，鏈接生產、管理、物流、服務幾大板塊實現動態監控及時調整糾偏，以消費者需求為焦點，結合自身實際情況，高效選擇企業管理方案，從而實現企業的智能化轉型升級的建議。