智能制造、网络化制造、云制造，传统制造业如何华丽转型？
时间：2018-10-09 人气：262 来源：vocoor.com 作者：cenjianfeng
概述：智能制造涉及的技术和概念众多，但总体可以概括成四个方面：自动化、信息化、互联网化和智能化。随着技术的不断进步，越来越多的传统制造业开始利用智能制造的技术对生产过程进行自动化改造升级，其中又以汽车、制药、3C、锂电和光伏这五大领域最具代表性。......
自2015年5月国务院颁布《中国制造2025》行动纲领以来，关于推动我国制造业转型升级的议题便如雨后春笋般不断冒出。消失的人口红利，日渐集中化、规模化的生产以及制造业需要高质量发展的诉求，成为推进我国智能制造发展的先决条件。而在技术、资本、政策和人才的多重助力下，智能制造作为我国工业自动化生产的重要助力，已经在众多行业得以应用，并取得显著成效。
智能制造涉及的技术和概念众多，但总体可以概括成四个方面：自动化、信息化、互联网化和智能化。随着技术的不断进步，越来越多的传统制造业开始利用智能制造的技术对生产过程进行自动化改造升级，其中又以汽车、制药、3C、锂电和光伏这五大领域最具代表性。
存量市场广阔，汽车、制药行业自动化程度最高
在一众工业领域中，汽车制造是世界上规模最大、最重要的产业之一，同时也集中了最多的高新前沿技术，其发展水平和实力反映出一个国家的综合国力和竞争力。有观点认为，国家智能制造水平的增强，在很大程度上也取决于汽车工业的发展水平。因此，汽车智造成为代表我国智能制造最高水平的产业之一。
智能制造为何会在汽车行业大规模使用呢？
首先，是因为汽车制造业的自动化程度本身就很高。资料显示，早在上世纪80年代，丰田在日本爱知县设立的田原工厂的自动化程度便已达到95%，拥有的工业机器人数量更是达到1500台之多。随着中国汽车市场总量的进一步提升，越来越多的汽车厂商开在设立工厂的同时，也将他们的自动化产线带到国内。除了如丰田、通用等传统车企，新能源汽车制造商特斯拉也有计划在华设立生产基地。
在生产汽车的全流程中，从装配、压制、焊接到搬运、包装，到检测，各个步骤均有工业机器人的参与，可以说工业机器人已经成为汽车生产过程中必不可少的智能化设备，除了极少数超豪华品牌强调手工打造的尊贵感，几乎所有汽车公司都在追求提高工厂的自动化和数字化水平。
近年来，不断发展的智能汽车也成为推动我国智能制造领域发展的重要力量。集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术的智能汽车，不能只被当作交通工具，更是个性化需求和数据的手机终端与交互平台，更是全新的智能制造体系以及产业价值链的重要环节。
巨大的存量市场是其中又一重要原因。随着我国经济水平的不断提高，汽车产销保持了高速增长。数据显示，我国的汽车产量由2005年的570.77万台上升到了2016年的2811.88万台，而销量则由2005年575.82万辆增长至2016年的2802.82万辆。高速增长的产销量实则对汽车生产提出了更高要求，自动化、智能化都是其生产过程中必须要做到的。
与汽车制造业情况相同的还有制药业。FosterWheeler设计院数据显示，在过去数年间，全球制药行业一直保持着约5%的复合增长率，而这个数字在中国则是20%，是全球的四倍，国内从事制药的企业有数千家之多，市场增速很快。
然而，制药产业的专业门槛高、链条长，国内长期以来的“多头管理”体制造成了国内的药品数据极度割裂，标准不统一，数据孤岛现象严重。另外，医药领域涉及广大民生，监管政策与机构改革频繁，造成历史药品数据衔接难度较大。对于制药产业的从业人员而言，获得目标数据的过程，一直存在渠道众多、口径不一、过度依赖人工的难题。
与此同时，制药行业的特殊性也决定了国家对其品质、用料、生产过程、数据完整性等方面都有严苛规定，以保证药品的质量和安全，这就对整个产品的流程监控提出了很高要求，也是推行智能制造在制药业广泛应用的重要因素。
协同式供应链促进各环节高效无缝对接
越来越多的工业企业通过互联网平台建立了与上下游供应商、合作伙伴和客户的直接连通，集聚供应信息并进行深度挖掘分析，提高了供应链的反应速度、匹配精度和调运效率，降低了采购成本，减少了成品和在制品的库存，缩短了对客户服务的响应时间。
B2B模式对接了上下游的采购需求。传统供应链中的产品选择范围小、管理难度大、生产线周转效率低。通过互联网平台，制造企业可与上游供应商无缝对接，快速集聚行业内优质供应商资源，在最短时间内以最低成本实现了原材料采购的高效匹配，推动了企业采购与供应链管理创新，生产线供应链的协同实现高效精准配送。传统物料配送环节经常会出现配送不及时、物料缺少或囤积等问题，从而影响生产计划。企业利用大数据、物联网完善智能信息系统建设，对生产配比、物料配送、产品质量等各环节进行协同管控，实现物料配送的系统化、流程化，降低物流成本和能耗，降低仓储损失，加速了资金周转，提高了整个供应链的运行效率。
需求端泛在连接实现全流程用户参与
企业运用互联网、移动互联网等实现对用户的泛在连接，进而打造用户聚合平台、多元社交平台，通过用户行为和社交关系等的大数据分析，精准预判市场、开展精准营销；借助平台的集聚和交互功能实现海量用户与企业间的交互对接，使大规模个性化定制、精准决策等成为可能。传统的渠道单一、封闭运行、单向流动的企业用户关系被打破，旧有的需求定位粗略、市场反馈滞后等问题得到破解。
大规模个性化定制满足用户长尾需求。在传统标准化生产模式下，企业与用户间信息交互不充分、企业内生产组织缺乏柔性，只有同质化生产才是最经济合理的选择。而借助互联网平台，企业就可与用户深度交互、广泛征集需求，运用大数据分析建立排产模型，从而得以依托柔性生产线，在保持规模经济性的同时为客户提供个性化的产品。
当前，服装、家居、家电等领域已开启个性化定制，未来随着互联网技术和制造技术的发展成熟，柔性大规模个性化生产线将逐步普及，按需生产、大规模个性化定制将成为常态。
大数据分析支撑精准营销及决策。传统市场分析局限于抽样调查、线下座谈等有限样本的分析预判，产品改进也只能通过销售业绩来收集用户反馈情况，分析结果存在一定误差或延迟。利用通过互联网汇集的用户行为、需求、行情等海量多元化数据，企业可以进行大数据建模及分析，实现精准市场定位，优化营销决策，助力产品改进。未来，随着利用互联网汇集数据的持续积累，模型的不断修正，以及大数据分析能力的提升，企业有望实现全生命周期、全价值链的科学决策与精准控制。
融合型服务延伸企业价值创造链条
在市场竞争日趋激烈、生产要素成本不断攀升、供需对接日益便捷等因素作用下，制造本身在工业产品附加值构成中的比例越来越低，增值服务逐渐成为企业竞争的新焦点。云计算、大数据、物联网等相关应用的快速普及催生了多样化融合服务模式，带动以产品为核心的经营模式并加快了向依托产品提供综合服务的新方向的转变。
远程主动运维提高了设备的运维效率。借助智能传感、宽带网络、大数据分析等技术，机器设备的运行状况、环境参数等信息可以直接反馈到设备生产厂家，使厂家实时了解其运行信息，并通过数据建模分析、专家诊断等方式，提前预判故障风险并给出相应解决方案。过去的被动维护或凭借经验开展的定期维护可转变为按需提供的主动服务，有效节约运维成本，降低用户损失。
有能力的工业企业还可通过搭建云平台、部署定制化的工业APP应用、提供大数据分析支撑等，为用户企业提供多样化的增值服务，并探索从设备制造商向综合服务商的转变。例如中兴通讯智慧的供水管网服务。中兴通讯利用大数据挖掘、智慧物联网、移动互联网、云计算等新技术，从“端-管-云”三个层面为水务行业提供供水管道的物联网解决方案，包括基于事件敏感的管网实时监控、全生命周期的管网状态分析预测、提供可预测的维护和服务等。通过提供智慧供水管网的服务，有助于促进水务行业的健康发展，降低漏损，实现全网状态感知，从而提高供水安全和服务质量。来源：亿欧网
