智能制造：多重推力與五大難點
http://www.debgrams.com 2021-05-07 15:36 來源：澎湃新聞·澎湃號·政務
近年來，工廠、企業招工難問題愈發凸顯。
數據顯示，2012-2018年，我國勞動年齡人口的數量和比重連續7年出現雙降，7年間減少了2600多萬人，2018年年末全國就業人員總量也首次出現下降。
另有數據顯示，自2012年中國農民工總量增速第一次出現下降，之后增速基本保持持續下降趨勢，2019年增速相比2017年幾乎“腰斬”；且最近5年，50歲以上的農民工占比一年比一年高。
與此同時，年輕群體則不再滿足于傳統制造業工人微薄的收入，在移動互聯網的高速發展下，轉而尋求快遞員、騎手、網約車等新的社會需求職業。尤其是去年疫情之下，網絡配送、直播電商等擴張，加劇了勞動力的遷移。
為了招到更多的工人，工廠不得不提高薪資待遇，而勞動力成本的水漲船高，進一步導致了制造業開始出現新一輪向勞動力成本更低的東南亞國家遷移的現象。
勞動力成本上升正日益成為中國制造業面臨的困境之一。
另一方面，以德國提出“第四次工業革命”、美國“智能制造領導聯盟”、英國《英國工業2050戰略》等為標志，多國正在大力推動新型高自動化制造形式，下一代工業制造已逐漸成為新的趨勢。
當前，作為世界工廠，中國制造已經遍及全球，體量龐大，品類齊全。但是從產品的技術附加價值以及產品品牌溢價上看，中國制造還處于中低端水平，大多數制造企業也處于產業鏈的底端，缺乏競爭力。中國制造業大而不強、全而不優的局面仍未得到根本改變。
在此背景下，國家近年發布多項政策支持制造業智能化轉型。2015年李克強總理提出“制造強國”戰略；在第一個“十年綱領”《中國制造2025》中，將“中國智能制造”作為發展的主要方向，推動傳統制造業轉型升級，以“機器換人”的方式，緩解中國制造業面臨的用工荒問題。
如今，從《中國制造2025》規劃綱要正式頒發至今，已經過去6年了，中國制造業也在信息化、數字化、智能化的道路上摸索前行了6年。在這6年中，企業家們的觀念發生了轉變，大多數制造企業也正走在信息化、數字化升級的路上，少數企業在局部點上實現了智能化。
尤其在去年我國疫情防控最吃緊的時候，一批智能制造標桿企業憑借自動化生產線、智能工廠、網絡運維平臺等優勢，率先實現復工復產，不僅增強了全社會抵御突發事件的韌性，也為市場主體平穩運轉、產業鏈、供應鏈保持穩定發揮了堅實的保障作用，充分體現了智能制造強大的潛力。
盡管如此，總體上來看，大多數制造企業（包括歐美獨資企業和中外合資企業）還只是停留在數據采集、數據呈現的應用上，離數據自動分析、診斷、反饋到自動調整控制還有很大一段距離，尤其是在智能化上還存在很大的瓶頸和制約。
從技術和管理的角度看，中國制造要走向智能制造，主要還存在五大難點：
一，智能制造是基于新的物聯網、大數據、云計算等數字化技術與先進制造技術的深度融合，貫穿于從設計、供應、生產制造、服務等整個供應鏈制造、運營和管理的各個環節。
因此，智能制造包含兩個系統工程，一個是智能制造技術（制造技術和信息技術）整合的系統工程，另一個是管理的系統工程。目前，這兩個系統工程不僅是中國企業面臨的問題，歐美企業也同樣面臨這個問題。
二，裝備制造業仍然是瓶頸，跟不上智能制造發展的要求。智能制造最終還是要落到制造技術和裝備上，雖然我國在互聯網、物聯網、大數據、云計算等數字化技術以及5G的深入應用上處于優勢地位，但制造最后的執行單元還得是機床，在這方面我們與歐美日企業相比還存在很大的差距，比如工業機器人、3D打印、芯片光刻機、高精度的測量測試設備等。
三，基礎數據平臺深度開發不受控。企業要實現智能制造，需要兩個基礎系統平臺，一個是MES系統，另一個是ERP系統，而這兩個系統我們沒有自主的軟件平臺，還是要依賴于歐美，因此在深度定制開發上還是受限制。
四，算法開發。智能制造需要基于數據并充分挖掘數據價值而實現自決策、自管理、自學習，從數據源采集、數據呈現、數據分析到自行診斷、自動反饋、自動調整控制，中間就離不開算法的開發，智能的核心也就是算法。
而算法開發是一個多元跨界和交叉學科的工作，既要求對業務有深入理解，又要有IT技術思維。目前，我們在算法開放的資源上還存在很大的差距。
五，管理和組織的變革。一方面，智能制造基于數據實現端對端、信息充分共享、管理平臺化，打破了企業原有的金字塔官僚管理體制結構，來自原有權力結構擁有者的變革阻力會很大，往往他們還掌握了決策權，導致智能制造的資源投入不到位。
另一方面，管理方式會因信息平臺化而發生改變，個體和任務小團隊的自管理、自決策機制會越來越普遍，但是，目前還沒有找到很好的組織管理方式及組織文化激發個體和小團隊的工作意愿并相互協同。
基于以上原因，未來智能制造之路還有很長一段時間需要去探索，其中有三點是需有所創新和突破：
一是在技術上需要自主研發，突破裝配和軟件技術的瓶頸，同時關注整個生態鏈中的核心技術；
二是在適應性上，需要推動組織和管理的變革，以適應信息技術帶來的管理變化。
三是在智能化的道路上需要引入系統工程、頂層設計，才有可能實現制造技術、信息技術和組織管理三者的深度融合。
更多關于智能制造的精彩內容可在文末留言咨詢，我們將通過提供專屬信息、情報和預測服務，為相關決策提供支持。
編輯精選
