1.2 AI时代，智能制造大势所趋

德国提出工业4.0战略，美国发展工业互联网，日本描绘智能社会5.0蓝图，中国鼓励传统制造转型升级，都是在促进智能制造的实现，试图向全新模式迈进。

可见，智能制造已经是大势所趋，这不仅是各个国家的目标，也是AI时代的必然结果。利用自动化手段生产市场所需产品、在满足用户需求的同时将生产效率提升到最高、节约劳动力成本、促进人机协作，都是智能制造带来的新变化。

1.2.1 数字化工厂：提升产量，节约劳动力成本

建立数字化工厂成为了如今很多企业发展智能制造的手段。数字化工厂从定义上来讲，是由数字化模型、方法和工具构成的综合网络，可以通过可视化、智能化的管理提升生产效率和产品质量。

这三个环节覆盖了数字化建模、虚拟仿真、VR（虚拟现实）、AR（增强现实）等技术。

在设计环节中，应用数字化建模为产品构建三维模型，可以降低人力、物力等方面的损耗。与此同时，产品的所有信息都会展现在三维模型上，并伴随整个生命周期，这是实现产品协同设计和生产的重要保障。

在规划环节中，虚拟仿真可以帮助企业布局生产线、安排设备、明确制造路径、调整和优化运行系统。如知名汽车制造企业大众旗下的斯柯达捷克工厂，就引进了虚拟仿真这项技术，以降低和改进生产线需要花费的成本。此外，随着VR、AR与虚拟仿真的进一步融合，数字化工厂的生产规划甚至增添了真实感和科技感。

在执行环节，因制造执行系统与其他系统相连，所以所有产品信息可以始终保持同步，并及时更新。例如，假设某产品的原材料发生变化，那制造执行系统与其他系统中的产品信息会同步变化，制造执行系统也会自动实施解决方案。这样可以减少误工带来的损失。此外，借助无线射频识别，制造执行系统还可以识别生产线上的产品零件，从而实现智能化的混线生产。

基于上述优势，数字化工厂现在已经遍地开花，其中比较典型的是三星。在三星数字工厂中，物联网、VR、AR、大数据、人工智能等技术发挥了重要作用。

在大数据方面，三星整理了所有与生产相关的数据，找到2 000个因子，并将其分成三类：产品特性、过程参数、影像。以影像数据来说，三星将用于电影、游戏等商业性娱乐产业中的VR、AR应用到实际生产中，解决了不同地区之间进行实时远程协同配合的需求。

在人工智能方面，三星不仅对生产过程及产品进行百分之百的自动检测，还通过人工智能设备判断产品的质量。以卷绕工序为例，三星的主要检测项目有材料代码、正/负极、张力、卷绕、尺寸、速度等159项，高清摄像可以识别出微米级气泡，进而降低出错率，为用户提供优质的产品。

另外，三星还可以实现自动监控和智能防错，以杜绝人为失误与异常状况的发生。在自动监控方面，三星主要从环境、生产、标准、设备等入手。以环境监控为例，具体包括温度、湿度、压差、洁净度四大工程，其中，温度变化要控制在±2℃左右，湿度则始终保持在32%左右。

在三星的数字化工厂中，中央系统会对现场环境进行24小时监控，通过探头自动收集数据。当现场环境出现异常变化时，中央系统会发出警报，风机和除湿等设备会在第一时间进行调整，直到恢复正常。

相关数据显示，采用数字化工厂解决方案后，企业能够将布局生产线的时间减少40%，将返工的现象减少60%，将生产效率提高15%以上，将整体的成本降低15%，将产品的上市周期缩短30%，这些都可以带动效益的提升。

在智能制造的发展之路上，时间、效率、损失无疑是三大绊脚石，数字化工厂除了以其快速、自动、智能等特点为制造企业做出贡献，还帮助制造企业实现各个环节的互连互通，为打破信息孤岛、走向科技化奠定了坚实基础。

1.2.2 工业物联网：云计算+大数据，辅助管理决策

全球经济竞争从未停下脚步，如今制造业已成为了各国新的竞争重点。随着技术的发展，中国的制造企业正面临着诸多挑战。从内部来看，生产成本增加、研发资金不足、管理体系陈旧等都是当下的重点问题；从外部来看，消费的主导权在用户手里，企业的竞争压力越来越大。

如今，大数据、云计算、3D打印、机器人等技术正在冲击着整个制造业，智能化生产、智能化管理已经成为了制造业发展的大趋势。对于传统制造企业而言，技术变革虽然非常困难，但形成一个新的管理模式更加困难。智能制造时代，企业的管理模式必须改革升级，否则就会对未来的发展产生重大不利影响。

随着工业物联网的发展，管理模式逐渐以云计算、大数据等技术为基础，其特点是权力绝对分散，能快速决策，各方资源完全打通，最终实现效率的提升。事实上，这样的管理模式，关键并不在于企业拥有多少优质的数据和多么精巧的算法，而在于企业能否重视并形成“以数据为核心进行决策”的企业文化。

工业物联网开放性平台正在不断发展，获取数据的渠道也越来越多，但如果企业不重视数据，那么大数据所带来的变革也与企业无缘。因此，工业物联网背景下的管理模式要求企业重视数据及技术的升级。

在生产和管理方面，工业物联网确实有很多优势，但企业也要避免过于依赖这项技术。对于企业来说，考虑到各个决策对于数据的需求，把数据快速分配到不同的部门，建立起一个灵活的组织架构，从而促进不同部门之间的合作和协调，才是正确、合理的做法。

在中国，很多发展较快的云服务商早就开始与制造企业深度合作，例如，阿里云和中策橡胶、徐工集团、比亚迪等国内知名制造企业都有合作；网易云和吉利合作，实现了柔性制造，缩短了产品上市周期。

除此以外，腾讯也和三一重工合作，共同搭建了一个工业物联网平台。那么，它们具体是怎么合作的呢？

首先，三一重工与腾讯的云计算相结合，把全球的30万台设备全部接入工业物联网平台，实时采集运行参数。

其次，云计算和大数据可以实现对工业物联网平台运行设备的远程管理，这不仅实现了实时故障维修，还极大地减轻了库存压力。

最后，三一重工从过去的传统制造企业转变成服务型制造企业，在AI时代，这样的做法符合发展潮流，有利于推进商业模式和管理模式的进步。

知名日用消费品企业宝洁也是运用工业物联网的代表性案例。对于宝洁而言，工业物联网已经不是一种简单的技术，而是已经成为新型的管理文化，即“Data based decision making（基于数据的决策）”。通过工业物联网，宝洁获得了很多数据，并在这些数据的基础上建立了一套完整的管理模式，改善了决策不合理的现象。

工业物联网是一剂猛药，可以对制造业和制造企业的生产模式、管理模式、销售模式产生巨大的冲击。在这种情况下，制造企业会积极引入更加科学的工具，不断进行技术创新、模式创新和组织方式创新，最终逐渐形成智能制造的雏形。

1.2.3 AI发展促进人机协作

麻省理工学院计算机科学和AI实验室主任丹妮拉·鲁斯认为，当下科学探索的主题应该是人与机器合作的方法，而不是机器取代人工的恐慌。在他看来，人和机器不应该成为竞争对手，而应该是合作伙伴。

MIT曾做过一项研究，结果显示，如果人和机器一起工作，效率可以提高。因此，未来几年，技术专家、制造企业最关心的问题应该是：“机器如何和人一起工作，实现人机协作的目标？”

众所周知，制造业的生产过程十分复杂，一件产品由数十种甚至数百万种原料构成。不同企业生产同一个产品，会使用不同的生产工艺，投入不同的设备和资源，这就给供应链上下游的数字化连接带来重重阻碍。AI有助于增强工人在制造业上的能力，机器和智能软件则可以在定制与生产产品方面发挥非常大的作用。

以雷柏为例，AI为雷柏带去了自动化，自动化又为雷柏带去了“福利”，而这里所说的福利则是指，单位时间内用更少的工人生产更多的产品。对此，雷柏工厂以前8个工人一天只能生产2 500根鼠标线，现在4个工人一天就能生产3 000根鼠标线。

而且，随着我国老龄化的不断加剧，人口红利正在消失，工人短缺和劳动力成本提高的问题逐渐浮现出来，加之有的制造企业希望尽快完成转型和升级，这些都促使劳动密集型的传统制造业向智能化转变。

自从引入机器以后，用工紧张问题就比之前缓解了很多，与此同时，生产过度依赖工人的状况也有了很大改善，这两点在长三角、珠三角地区体现得尤为明显。另外，一些专家表示，机器参与生产以后，工人就不需要去做那些重复、危险、简单、烦琐的工作，所以，所需工人数量就会大幅减少，但对工人素质的要求有了很大提高。

由此可见，虽然机器已经包揽了很多工作，但并不意味着工人就可以被完全取代。事实上，在很多时候，一些事情必须通过人机协作才可以顺利完成。例如，用机器将产品装配好以后，还需要工人来完成极为重要的检验工作，而且还需要为每个生产线配备负责操控和维护机器的组长，如图1-2所示。

机器替代人工并不是简单的替换，而是寻找机器与人工的平衡。确实，自从“机器换人”以后，雷柏的工人结构就发生了很大转变，由产业工人占比大的金字塔结构转变为了技术工人占比大的倒梯形结构。

实际上，在描述AI带来的新趋势时，与其使用邓邱伟所说的“机器换人”，还不如使用“人机协作”或“人机配合”，毕竟在短期内，机器还不会完全取代工人。而且，与机器相比，工人在某些方面有着不可比拟的优势。

从目前的情况看，机器似乎只能完成一些简单、重体力、重复的流水线工作，而如果面对高精度、细致、复杂的工作，则显得无能为力。在此之前，很多制造企业都引入大量的机器生产产品，其结果好像并不都是那么尽善尽美。

必须承认，现在的机器还只能完成前端的基础性工作，而那些细致、复杂、高精度的后端工作则需要工人来完成。例如，在上螺丝的时候，机器就无法做到高精准度，因此只能交给工人。这也就表示，即使AI时代已经到来，机器生产也有了很大发展，工人还是有生存机会，而其中的关键就是专注精细化生产，提高完成后端工作的能力。

将机器应用于制造业，是为了让其代替人工的重复性劳动，提高生产效率。因此，智能制造的“自动化”本质其实是人机协作，工人负责制定目标，机器负责重复性劳动，最终改变生产流程，实现制造业的转型升级。

可以预见的是，AI一定会改变制造业的生产流程和生产模式，至于如何改变以及用什么样的方式改变，现在还是一个未知数。不过，可以肯定的是，在这个过程中，无论是企业还是工人，都需要面对各种各样的困难，所以必须要做好充分的准备。

1.2.4 高认可度与前景

随着社会信息化的加剧，传统制造企业对新技术的需求更加迫切。智能制造时代，设计、生产、销售、商业模式等都发生了巨大变革，创新已经成为推动企业发展的主要动力。

如今，智能制造已经成为新的社会课题，为了应对这个社会课题，世界各主要国家都在摩拳擦掌，制定相应的战略，具体如表1-1所示。

通过表1-1不难看出，世界各主要国家都在极力推动智能制造的发展，一方面是因为在AI时代，智能制造才顺应潮流；另一方面是因为，智能制造可以实现全球影响力和市场竞争力的提升。可以说，智能制造已经是大势所趋，未来前景非常广阔。

智能制造在中国及全球范围内快速发展，足以体现其极高的认可度。与此同时，智能制造的前景也非常值得分析，具体如下。

（1）建模与仿真技术是智能制造常用的工具。建模技术贯穿于从设计、生产到服务整个产品生命周期；仿真技术则为制造系统的智能化和自动化提供动力。

（2）机器人和柔性化生产是智能制造关注的重点。机器人可以解决工人短缺和人力成本上涨的问题，也可以提高产品的质量和作业安全，是市场竞争的有力武器。在工厂和车间中，机器人的应用越来越广泛，工人比之前更加轻松。

（3）物联网在智能制造中发挥日益突出的作用。借助物联网，制造企业可以对产品的整个生产过程进行感知、决策、控制、执行和管理，并实现人、机、物、信息的集成与共享。

（4）重点关注供应链管理。供应链管理是一个动态的过程，将其与前沿技术结合在一起，可以使数据得到可视化的展现及移动化的访问。通过供应链管理，制造企业可以更好地满足用户需求，用户拿到产品的时间也大大缩短，提高了各个环节的协同效率。

（5）3D打印技术推动智能制造迅速发展。3D打印技术以数字模型为核心，不需要外在的机械加工，直接就可以从数据库中生成各种物体。对于制造企业来说，3D打印技术有利于缩短设计周期，实现个性化生产。

如今，中国的制造业还处于发展不平衡的阶段，存在很多问题，例如，解决方案供给能力不足、缺少国际性的制造企业、智能制造人才匮乏等。“十三五”规划的不断深化，再加上5G的迅速发展，制造企业迎来新的春天，进入提质增效、由大变强的关键时期，因此，瞄准智能制造，实现信息化与工业化的结合，是当下的重要任务。