企业对智能制造部署的五大重点方向详解

近日，德勤发布《中国智造，行稳致远——2018中国智能制造报告》，对一百多家来自汽车、装备制造、电子电器等行业的大中型企业进行调研。调研发现，中国工业企业的数字化能力明显提升，智能制造在效益产生方面的贡献明显增加，且中国工业机器人的需求增长强劲，已成为第一消费大国。

首先，德勤在报告中指出，“智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动环节，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的先进制造过程、系统与模式的总称”。

也就是说，智能制造涵盖了从制造智能化产品、利用智能技术提供服务到在生产过程中利用智能技术的一系列过程。如今，全球价值链的重构以及分工调整已迫使企业布局智能制造，以保障自身地位。传统制造企业作为先头部队将智能化转型提升至战略地位，各大技术公司间相继展开战略合作，提供系统的解决方案能力。中国智能制造毫无疑问已进入高速成长期，工业企业开始发力智能制造。

德勤调查了企业对智能制造部署的重点方向，总结出五大重点：数字化工厂、设备及用户价值深挖、工业物联网、重构商业模式以及人工智能。

数字化工厂

智能制造是以数字作为核心驱动力的，在各个制造环节中数据的收集无疑占据着重要地位。故此，无论是生产数据、产品数据还是最上游的供应商数据的积累都是企业的主要任务。通过数据的积累，以信息技术作为支撑，实现制造中各个环节的串联可以快速建立起合适的模型，为企业生产制造提供指导。通过此数字化工厂的建立，企业才能提高决策准确性。

而在数字化工厂的建设中，打通数据流、实时观测数据变化的指导意义重大：通过数据变化可以对生产过程进行优化，实现业务、工艺以及资金流程上的协同，并合理配置资源。目前，在被调查企业中高达62%的企业已打通从生产计划到执行，再到现场设备的数据流。而航空航天领域由于制造精密、质量管控力强，该领域内企业的数字化工厂建设能力普遍较高。

设备及用户价值深度挖掘

设备价值挖掘是指在各个环节产品、设备相关服务效益的提升。如研发设计更智能化的产品、销售阶段提供设备相关金融服务、售后阶段基于产品收集并监控数据，从而进行性能分析等，挖掘更多服务机会。用户价值挖掘则是以满足客户个性化需求为核心，进一步降低成本、提升效率。典型例子如C2M模型，不同于以往企业生产制造再进行销售，C2M模型在企业研发设计之前接收到用户的分散、个性化需求，通过针对性下单、生产制造，不仅更好地满足用户，而且大大减少了中间环节的浪费。

如今，在竞争程度愈发高、产品定价更透明的产业内，深度挖掘可以产生新的价值来源。报告显示，62%的企业正在积极部署设备及用户价值的深度挖掘。

工业物联网

实际上，面对高昂的云部署成本，在其未能创造核心价值之前，企业普遍对云部署积极性不高；国内工业制造业同样如此。如今，智能制造中系统需要实现的感知、分析、决策等能力均涉及物联网相关技术，迫使企业开始利用传感器及物联网平台收集数据，并进一步利用大数据能力分析。其应用场景从设备监控管理、了解产品如何被使用到创新服务均有涉及。

目前，47%的企业正在部署工业云，其中电子电器行业的传感器和平台应用最为普及，我们猜想其主要是由于该领域需要与消费者建立更为紧密的联系。

重构未来商业模式

除实现智能化流程，帮助企业降本增效外，智能制造还可以应用于企业产品及服务的创新中；而且，非常具有创新力的创业公司的不断涌入也在挑战传统企业的地位。由此，企业需要重构商业模式，实现价值。

目前，工业企业商业模式定位以平台型、规模化定制、“产品+服务”、知识产权四种为主。平台型商业模式是立足于垂直行业，提供多种软件服务，搭建生态系统；规模化定制模式是指业务领域的横向拓展；“产品+服务”指围绕客户需求，探索新的解决方案；知识产权模式指通过专利的申请来建立技术壁垒，占领市场。其中，选择前三种战略来布局企业数量较多，分别达到30%、26%及24%。但各种模式之间挑战也不尽相同。

人工智能

人工智能对工业的影响主要来自两方面：通过将人工智能运用到生产流程中，智能把控质量，提高生产效率；二是创新产品及服务的研发。

目前，国内制造业的自动化程度越来越高，在机器人的应用数量上更是居于全球首位。通过进一步实现机器学习，结合大数据，可以提高生产线的配合度，减少生产问题；如流程自动化、质量监测等。而通过完全颠覆自有产品及服务本身，深度结合人工智能技术，设计具有感知、判断能力的产品则更具竞争力；典型例子如自动驾驶。

调查中指出，一半以上的受访企业已经在制造和管理流程中运用人工智能，46%的企业有制造人工智能产品及服务的计划。而行业分布中，汽车及汽车零部件领域中人工智能的部署比例远高于其他。

实际上，我们也可以看到，人工智能的落地应用探索越来越多，市场接受度也比较乐观。AI成为近几年创业、资本市场的高频词，AI领域更是出现多家独角兽企业。而且，人工智能企业的营收逐年提升。如果能跳出自动化机器人的局限，大胆尝试更多的人工智能产品和应用场景，人工智能的发展很大概率上会保持着这种高速增长。