（一）智能制造行业的痛点

在中央电视台录制的大型纪录片《互联网时代》中，有一句很有哲理的话：“在时代开启的黎明，人类未知的远远大于已知。”[5]目前，人们生产生活的方方面面正在被迅猛发展的新一代信息技术所改变，前方尚有许多“未知”的东西。但是，可以肯定的是，在人类历史中，每次信息技术革命都极大地提升了社会生产力，把生产水平推向了一个新的高度。如今，区块链技术也是如此。

当前，响应迟缓、互动不畅、信息单向、企业核心技术较弱等因素影响了制造业应有的发展速度和质量。其中，数据是一个关键因素。智能决策的前提在于拥有大量客观数据。数据可以是供应链上的某些交易数据、企业内部数据、行业数据、市场数据、客户数据等。同时，为了保证决策的顶层设计性，数据统计要求有一定的时间跨度。当所有的数据汇聚在一起时，找出其规律便能为智能决策提供条件。占有大量数据还有利于运营管理决策，有利于智能化研发，有利于设备的智能化升级，进而增强核心竞争力。然而，拥有全面、可靠的大数据，目前还存在一定的困难。

相对来说，企业内部数据比较容易采集。企业外部数据存在技术、利益关系方面的相关问题。举一个有代表性的例子——供应链上的“牛鞭效应”：客户往往隐藏自身的真实目的，将虚假的订单数据提供给供应商，使得供求数量关系不平衡，供大于求，进而采购商可压低价格，获得经济利益。同理可知，新产品的面世也将遇到相同的问题，各制造商基于生存环境隐藏真实的数据，从而限制隐性市场的需求。

智能制造的关键在于实现制造业内部信息系统的纵向合成及不同制造业企业之间的信息横向汇聚，进而使制造业信息网络化和数字化。在实际生活中，制造业的相关信息和硬件设备来源于多个企业或厂家，传统的中心化系统由人工或核心计算机控制，想要获得制造业中的所有数据难度较大。同时，采购订单、产能情况、货物储存量等信息存储在企业或厂家各自的管理系统中。这些系统不一定相互兼容，无法保证数据互通的效率，从而限制了区块链技术在制造业中的应用。目前，“区块链的应用仍然处于初级阶段，各类应用模式仍在发展中。”[6]