业智能化五大关健步骤、六大必知要素！

智能制造模式要素条件

一、离散型智能制造

1、车间/工厂的总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理。

2、应用数字化三维设计与工艺技术进行产品、工艺设计与仿真，并通过物理检测与试验进行验证与优化。建立产品数据管理系统(PDM)，实现产品设计、工艺数据的集成管理。

3、制造装备数控化率超过70%，并实现高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等关键技术装备之间的信息互联互通与集成。

4、建立生产过程数据采集和分析系统，实现生产进度、现场操作、质量检验、设备状态、物料传送等生产现场数据自动上传，并实现可视化管理。

5、建立车间制造执行系统(MES)，实现计划、调度、质量、设备、生产、能效等管理功能。建立企业资源计划系统(ERP)，实现供应链、物流、成本等企业经营管理功能。

6、建立工厂内部通信网络架构，实现设计、工艺、制造、检验、物流等制造过程各环节之间，以及制造过程与制造执行系统(MES)和企业资源计划系统(ERP)的信息互联互通。

7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。

通过持续改进，实现企业设计、工艺、制造、管理、物流等环节的产品全生命周期闭环动态优化，推进企业数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。

二、流程型智能制造

1、工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现生产流程数据可视化和生产工艺优化。

2、实现对物流、能流、物性、资产的全流程监控，建立数据采集和监控系统，生产工艺数据自动数采率达到90%以上。实现原料、关键工艺和成品检测数据的采集和集成利用，建立实时的质量预警。

3、采用先进控制系统，工厂自控投用率达到90%以上，关键生产环节实现基于模型的先进控制和在线优化。

4、建立生产执行系统(MES)，生产计划、调度均建立模型，实现生产模型化分析决策、过程量化管理、成本和质量动态跟踪以及从原材料到产成品的一体化协同优化。建立企业资源计划系统(ERP)，实现企业经营、管理和决策的智能优化。

5、对于存在较高安全与环境风险的项目，实现有毒有害物质排放和危险源的自动检测与监控、安全生产的全方位监控，建立在线应急指挥联动系统。

6、建立工厂通信网络架构，实现工艺、生产、检验、物流等制造过程各环节之间，以及制造过程与数据采集和监控系统、生产执行系统(MES)、企业资源计划系统(ERP)之间的信息互联互通。

7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。

通过持续改进，实现生产过程动态优化，制造和管理信息的全程可视化，企业在资源配置、工艺优化、过程控制、产业链管理、节能减排及安全生产等方面的智能化水平显著提升。

三、网络协同制造

1、建有网络化制造资源协同云平台，具有完善的体系架构和相应的运行规则。

2、通过协同云平台，展示社会/企业/部门制造资源，实现制造资源和需求的有效对接。

3、通过协同云平台，实现面向需求的企业间/部门间创新资源、设计能力的共享、互补和对接。

4、通过协同云平台，实现面向订单的企业间/部门间生产资源合理调配，以及制造过程各环节和供应链的并行组织生产。

5、建有围绕全生产链协同共享的产品溯源体系，实现企业间涵盖产品生产制造与运维服务等环节的信息溯源服务。

6、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。

通过持续改进，网络化制造资源协同云平台不断优化，企业间、部门间创新资源、生产能力和服务能力高度集成，生产制造与服务运维信息高度共享，资源和服务的动态分析与柔性配置水平显著增强。

四、大规模个性化定制

1、产品采用模块化设计，通过差异化的定制参数，组合形成个性化产品。

2、建有基于互联网的个性化定制服务平台，通过定制参数选择、三维数字建模、虚拟现实或增强现实等方式，实现与用户深度交互，快速生成产品定制方案。

3、建有个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析。

4、个性化定制平台与企业研发设计、计划排产、柔性制造、营销管理、供应链管理、物流配送和售后服务等数字化制造系统实现协同与集成。

通过持续改进，实现模块化设计方法、个性化定制平台、个性化产品数据库的不断优化，形成完善的基于数据驱动的企业研发、设计、生产、营销、供应链管理和服务体系，快速、低成本满足用户个性化需求的能力显著提升。

五、远程运维服务

1、采用远程运维服务模式的智能装备/产品应配置开放的数据接口，具备数据采集、通信和远程控制等功能，利用支持IPv4、IPv6等技术的工业互联网,采集并上传设备状态、作业操作、环境情况等数据，并根据远程指令灵活调整设备运行参数。

2、建立智能装备/产品远程运维服务平台，能够对装备/产品上传数据进行有效筛选、梳理、存储与管理，并通过数据挖掘、分析，向用户提供日常运行维护、在线检测、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。

3、智能装备/产品远程运维服务平台应与设备制造商的产品全生命周期管理系统(PLM)、客户关系管理系统(CRM)、产品研发管理系统实现信息共享。

4、智能装备/产品远程运维服务平台应建立相应的专家库和专家咨询系统，能够为智能装备/产品的远程诊断提供智能决策支持，并向用户提出运行维护解决方案。

5、建立信息安全管理制度，具备信息安全防护能力。通过持续改进，建立高效、安全的智能服务系统，提供的服务能够与产品形成实时、有效互动，大幅度提升嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用水平。

新技术创新应用要素条件

一、工业互联网

1、建立工业互联网工厂内网，采用工业以太网、工业PON、工业无线、IPv6等技术，实现生产装备、传感器、控制系统与管理系统等的互联，实现数据的采集、流转和处理；利用IPv6、工业物联网等技术，实现与工厂内、外网的互联互通，支持内、外网业务协同。

2、采用各类标识技术自动识别零部件、在制品、工序、产品等对象，在仓储、生产过程中实现自动信息采集与处理，通过与国家工业互联网标识解析系统对接，实现对产品全生命周期管理。

3、实现工厂管理软件之间的横向互联，实现数据流动、转换和互认。

4、在工厂内部建设工业互联网平台，或利用公众网络上的工业互联网平台，实现数据的集成、分析和挖掘，支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。

5、通过部署和应用工业防火墙、安全监测审计、入侵检测等安全技术措施，实现对工业互联网安全风险的防范、监测和响应，保障工业系统的安全运行。

二、人工智能

1、关键制造装备采用人工智能技术，通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术，实现制造装备的自感知、自学习、自适应、自控制。请加微信公众号：工业智能化(robotinfo)马云都在关注

2、结合行业特点，基于大数据分析技术，应用机器学习、知识发现与知识工程以及跨媒体智能等方法，在产品质量改进与缺陷检测、生产工艺过程优化、设备健康管理、故障预测与诊断等关键环节具备人工智能特征。

3、目标产品采用智能感知、模式识别、智能语义理解、智能分析决策等核心技术，实现复杂环境感知、智能人机交互、灵活精准控制、群体实时协同等方面性能和智能化水平的显著提高。

4、人工智能技术已在产品开发、制造过程等产品全生命周期过程中实际运用，实现对制造过程优化，技术方案和应用模式等具有可复制性、可推广性。

打造未来工厂6大必知要素

在最近的联合国制造业出口排名中，中国位居榜首。但随着“工业4.0”推动制造业经历近几十年来最深刻的变革，中国这个制造业大国也面临一个至关重要的问题：它还能否继续保持破竹之势？我们的研究表明，在塑造制造业未来趋势的四项根本性转变中，中国依旧领跑主要的制造业国家。

“工业4.0”的基础是自动化制造。机器人、协作机器人(cobot)、自动驾驶汽车不仅能创造出全自动生产线，而且还能把工厂融入一条端对端的价值链，使之进入一个供应商生态系统之中。这样的生态系统既能大幅增加增值服务，又能大幅加快商业模式创新。

这些未来工厂将拥有海量数据，使用强大而新颖的分析工具挖掘数十亿数据点，释放人工智能和机器学习的潜力。结果如何？我们预计：生产线效率取得的突破将促使产出几乎翻番；更加严格的绩效管理可以将质量问题减少一半；而先进的预见性维护则能大幅缩短机器停机时间。

由于与供应商的整合更加密切，生产厂商可以预测到零组件层面的生产需求，从下游供应商开始，逐步延伸至原始设备制造商，最后到客户。我们认为，这种透明度可以把预测精度提高三分之一，而且，与整个供应链的生产数据实时共享技术结合起来之后，库存持有成本可以降低20%-40%，交付周期也可以缩短最多15个星期。

让机器人从事最具挑战的手动任务，可让多达90%的一线工厂工人接受再培训，而他们从事更高回报和更高附加值的工作所产生的净效应大约可以将劳动生产率提高70%（图）。总的来看，这些改进意味着对未来工厂进行的投资有可能在两年内就能收回。

我们的调查数据显示，中国制造商对这些益处心知肚明：接近90%的受访者把部署“工业4.0”作为首要任务，而全球的这一比例仅为68%。（只有印度受访者对此的重视程度高于中国受访者。）另外，中国制造企业也在采取实际行动，进行试点的“工业4.0”解决方案达到了平均10.2个，高于全球平均数8个。

但挑战仍然存在。大企业在协调内部部门时可能存在困难，有的部门不愿做出改变。领导者要有克服内部障碍的勇气，要能带领组织完成巨大变革。寻找人才并非易事，内部资源往往很匮乏——但外包又会引发网络安全和数据所有权方面的担忧。

然而，企业正在逐步克服挑战。我们的研究表明，通过数字化技术在运营中创造价值最多的企业，都遵循了以下几项成功要素：

1、领导团队信仰坚定，并拥有直接所有权

成功的故事都是从获取先发优势开始的，即便它们并不是阿里巴巴或优步(Uber)这种天生的数字化企业。尽早进行大刀阔斧的数字化技术改革能让企业大规模获利，汽车和半导体等行业的某些企业已经收获颇丰了。它们的经历可提供宝贵的洞见，帮助那些以流程为导向的传统生产商从传统思维跨越到“工业4.0”。当然，坏消息是，未能实现跨越的公司将很快落后于人。但好消息是，只要公司领导层下定决心改变，且不惧怕获得直接所有权，就可以如愿完成转变。

2、制定优先路线图和战略

很多组织在为重要的IT基础设施投资清晰地阐述商业案例时都会遇到问题。进一步的检查往往会揭露出根本性错误：认为在规划战略时应该围绕技术展开，而不是围绕公司的独特业务需求和流程来展开。

但实际上，公司应该首先详细诊断目前的运营状况，让最高管理团队和其他利益相关者明白真正的机会来源，拥抱“可能性”艺术。然后，跨职能创新团队寻找众多具有潜力的商业流程，通过大幅改造将其变成数字化应用。根据投资回报排列顺序之后，要先对这些用例进行设计、测试和提炼，然后再整合到实施路线图中，逐渐将改变融入日常生产系统，把一端的供应商与另一端的客户完全对接。

3、有效的员工衔接

在一线员工和管理者看来，改变或许是一种威胁。因此，通过有效的沟通和管理变更项目突破思维障碍就显得很有必要——还要辅以明智的排序来减少员工的痛点。企业若借助数字化应用启动测试和部署流程，改进一线员工的工作，便可有效转变员工观念，让他们认为改变不是不可能的。与此同时，从公司各个层级选出来的变革推动者也可以倡导新的工作方式；与从老板那里听到各种益处相比，从同事那里听到这些内容更可能帮助更快地建立信任。对员工进行再培训，并将其调动到新的职位，可以打消他们对公司承诺所存在的疑虑。

4、明确理解IT需求

要发挥“工业4.0”的潜力，企业IT必须比以往做更多。但现实情况往往并非如此：全球有超过44%的受访者指出，IT力量匮乏是“工业4.0”的主要发展障碍。要为“工业4.0”做好准备，制造商的IT系统须满足以下几点：

全面性，通过数据的收集和连接、分析和应用，对公司的运营模式提供全方位支持；

可分析性，使用数据湖等架构实现深入分析；

可扩缩性，尤其是在数据收集和分析方面；

集成化，融合运营和信息技术；

安全性，既包含现在的连接，也包括潜在的未来发展。

5、与一些供应商，建立紧密的合作关系

“工业4.0”创造了一个由专门提供专有解决方案的科技公司所组成的“家庭手工业”，所以选择技术合作伙伴十分重要。与那些真正理解并关注你的企业的供应商建立强有力的伙伴关系尤为重要。你需要首先排除那些不符合你企业优先路线图的解决方案，同时设定明确的进展里程碑，并拟定上报问题所需的协议。

6、尽早培育关键新技能

想要打造一家成功的数字化组织，技术、分析和商业能力缺一不可，但只有很少一部分人同时具备这三种技能。公司应尽力在内部培养这些技能，并将其作为员工衔接战略的一部分。但如果需要很长时间才能填补空白，那就应尽早招募新的关键人才，尤其是一些短缺人才，例如数据架构师和工程师、数据战略和数据科学分析师以及系统集成工程师。

无论是当下还是未来，中国工厂都展现出了广阔的前景。但要实现这种前景，还需要更多公司更快、更多地采取行动，否则就有可能落于人后。