具备这5个条件才能从3个维度打造最实用智能工厂

随着“工业4.0”和“中国制造2025”的提出，智能制造的概念被日益热炒，如果说互联网改变了人们的消费模式，那么智能制造将彻底改变生产模式，重构整个价值链的实现方式。但是如何正确理解智能制造呢？工信部和国标委联合在2015年12月30日发布《国家智能制造标准体系建设指南》，包含了我国的智能制造系统架构，从生命周期、系统层级和智能功能三个维度构建。本篇文章从不同角度对智能制造进行阐述，让大家对智能制造体系有个准确、全面的认知。

当前我国正在大力推进“中国制造2025”国家战略，很多企业将“智能制造”列为其战略愿景和奋斗目标。众所周知，智能制造是未来全新的制造模式，随着市场需求的变化不断丰富内涵与外延，是集成了技术创新、模式创新和组织方式创新的先进制造系统，同时也是集成制造、精益生产、敏捷制造、虚拟制造、网络化制造等多种先进制造系统和模式的结合体。

在企业两化融合咨询服务过程中，我们发现，客户无一例外把最终的目标设定为实现智能制造，但不同的企业，其信息化发展水平不同，容易出现两个极端的倾向：

1）认为智能制造无所不能，迫切希望引入一套全新的“智能制造”系统来解决自己面临的所有问题；
2）认为当前智能制造的概念大于本质，说到底与当前的数字化企业差别不大，升级并用好当前的ERP、MES等软件就实现了智能制造。

显然，这两种倾向的产生都是对智能制造体系的理解不全面、不准确导致的。智能制造是一种制造范式，有多个不同的维度，不同的维度会给出不同的理解。

1从生产资料加工的角度来理解

传统的制造是对物质资料的处理与加工，将原材料转化为产品。所有的传统制造过程是在现实的“物理”环境中，融合人们的相关“经验”进行生产，全部过程是看得见的。

智能制造需要在两个空间中进行生产：一是基于模型与知识与虚拟过程的制造，包括仿真、模拟；二是现实世界的加工生产过程。在现实世界中，加工生产过程中融入在虚拟世界形成的“知识”。虚拟制造对现实制造进行不断的干预、优化和控制。

2从产品的生命周期来理解

传统制造过程中，生产出产品后通过分销渠道提供给客户，并只承诺客户提供有限时间的质量担保（如售后服务的时间限制，而企业的真实想法也是尽可能少地给客户提供售后服务，因为产品价值已定的情况下相关服务会扩大成本支出）。

反之，智能制造提供的产品+服务，通过不同的服务创新满足客户个性化的需求，强调的是客户体验。智能制造希望在产品全生命周期能够与客户建立粘性，不断提供客户与产品生命周期一致的创新服务。从产品一生来看，首次的产品价格可能占到收入的50%以下。

3从管理重点的角度来理解

传统大规模生产模式下，制造过程是成本中心，通过高效率和精细化的制造过程管理，其目的是满足质量标准最低要求下的成本最低。在市场竞争中，产品价格（传统制造中产品同质化非常严重）是最为重要的因素。

反之，智能制造环境下，制造环境是直接面向利润和价值创造的。制造过程的设计中，客户的深度参与、个性化定制、按订单生产等模式，目的是不断的新价值创造（在这个过程中，虽然产品有差异，但总体来说直接成本相差并不大，但产品价格的组成中，创新服务占比很大）。

那么要达到以上3个维度的要求，我们需要做哪些准备，需要构建哪些条件呢？结合目前企业的特点，我们总结了一下5个基本的条件。

随着时代与时俱进，信息化，自动化接着智能化，许多务实的制造工厂正大胆尝试“自动化+信息化”，大步迈向智能制造。智能工厂、车间管理软件、都是不可或缺的，智能制造贯穿“设计、生产、管理、服务”等制造活动各环节，并具有信息深度自感知、智慧优化自决策、精准控制自执行等功能。时代日趋多样化、定制化、小型化的用户需求，培育了一批跨领域、多层级的系统集成商。智能工厂业务在领域知识的了解和掌握为业务需求向智能制造方案的转换打下了良好基础。在将业务需求转换为智能制造方案并落地的过程中，较强的技术和管理能力是需要具备的。

下面5个方面阐述需要的技术和管理能力：

1)具有规划整合能力

这体现在智能制造战略的制定及落地上。智能制造战略是服务于企业战略的，如何基于成本、公司现状及各种资源约束规划出效果好、可执行性高的智能制造战略是有一定挑战的；而在规划落地的过程中，从业务交互来说涉及到多个部门、多个层级的业务梳理整合和沟通，从技术上来说涉及不同规模、技术类型的系统集成，这种复杂性要求有很强的资源整合能力和推动能力。很多项目在启动之初看起来很不错，但最后实施下来并不满意，源头可能就在规划和整合上出了问题。

2)项目管理与运营能力

这也是对项目落地过程进行科学管控并保障顺利运行的过程。按照PMP认证的定义，项目管理涉及5大过程（启动、规划、执行、监控、收尾）和9大知识领域（整合、范围、时间、成本、质量、人力资源、沟通、风险和采购管理），不仅理论上理解这些内容，更重要的是能在实际工作中灵活运用这些知识处理项目实施过程中的问题；项目实施完毕只是项目开始发挥作用的开始，还需要进一步定义规范化的运营规则，持续监控项目运行，纠正偏差，不断优化，使系统始终保持健康状态。

3)方案制定与集成能力

这是对业务需求进行调研并转化为系统方案的实际执行步骤，并通盘考虑不同业务类型、不同IT系统之间的集成。下面会谈到智能制造方案中涉及到的不同系统，比如PLM, ERP,MES等，这些系统本身比较复杂，而相互之间有频繁的数据交互。 项目组织中通常有不同的角色，可能有专门的咨询顾问承担需求调研、方案制定等工作，但作为核心人员，了解并能承担这些工作是有意义的。

4)对技术方案及其应用的熟悉

对智能制造框架中，技术方案涉及到数据仓库、商务智能BI、PLM、ERP、MES、PLC、数据感知（传感器）多种系统，这些系统相互集成共同组成一套相对完整的智能制造方案。不管是那一种系统，需要理解系统的主要操作流程及应用模式、熟悉系统架构及部署方式，对各自系统的应用难点最好也有相应研究，比如数据仓库的建立、BI建模、高级计划及排程、设备的数据集成方式等。另外所有的技术方案离不开IT基础设施的支持，对基本的网络架构、数据安全、服务器架设等需要学习和理解。

5)保持对各类新技术的敏感度，引入合适的新技术支持业务改善

物联网、大数据、云计算、机器人、人工智能AI、增强现实AR、虚拟现实VR、3D打印甚至区块链等多种智能制造时代的新技术层出不穷，有很多已经投入实际应用，在业务运作中发挥着重要作用。自动数据识别极大提高了财务发票匹配的效率，大数据分析在提高设备利用率也显现出效果，机器人在提高效率和良率上有相当的优势，很多的应用也在往云平台上迁移，使IT系统也能轻资产运行。当然对新技术保持敏感度，并不意味着为了应用新技术而应用，要冷静思考工厂是否有合适的业务场景，是否有可信的投资回报，是否能从长远优化业务，优先挑选能带来切实改善的方案。

---END---