智能制造让数据赋能制造业

-4-智能制造让数据赋能制造业随着新技术的进展和市场竞争的加剧，客户对于制造业的要求越来越高，产品质量要求高，品种更新换代要求快，批量小，批次多，生产的柔性化、共性化和定制化已经成为将来制造业进展的趋势。

随着新技术的进展和市场竞争的加剧，客户对于制造业的要求越来越高，产品质量要求高，品种更新换代要求快，批量小，批次多，生产的柔性化、共性化和定制化已经成为将来制造业进展的趋势。致力于高质量、高效率、低成本、低能耗、绿色环保的高端制造明显是将来进展的必定，要建设世界一流的企业，必需拥抱已经开启的技术革命和管理革命，而这两个革命将全方位地表现为"信息技术与制造技术，数字空间与物理空间，软件与硬件'的广泛集成和深度融合。传化智造正在通过智能制造技术的创新与实践赋能制造业，推动制造业实现自动化、数字化、网络化、智能化的高质量进展。

一、智能制造指引制造业换道超车。

工业2.0、3.0阶段，制造端的架构是基于信号掌握和文档流转来赋能体力劳动者的，而工业4.0阶段，制造端的架构是基于数据流淌，模型和算法驱动来赋能脑力劳动者的。我们要实现智能制造，不仅要追逐工业4.0，还要补上工业2.0、3.0的课。

所以，企业原有的ICT架构必需进行重构。对于绝大多数企业而言，重构并不意味着推倒重来，而是要找到传承过去和对接将来的新方案。这里的新方案可能有"四新'，即"新思维、新技术、新方法和新成果'。

新思维是指：IT与OT融合创新思维、生态思维、平台思维、数据思维、迭代思维等，这些思维可以关心解放思想，拓宽视野，阔大胸怀。这是重构的坚实基础和必要前提。

新技术是指：云计算、大数据、移动互联网、物联网、人工智能以及IT与OT深度融合的相关技术。新技术不仅可以强化机理原理作用，同时还可以发掘数据原理的威力，把优化和创新路径从因果规律扩充到相关规律。

新方法是指：中台化、场景化、微服务化、补充替代化、迭代化等等，这些方法是要做到新技术与老技术的结合，要做到ICT技术与业务场景的结合，要做到快速响应业务需求并快速调优，做到既有有用性又有创新性，既有经济性又有前瞻性。

新成果是指：新应用、新工具、新系统、新体系、新模式等等。ICT往往不是制造业直接经济成果的制造者，它的贡献经常是通过新成果来推动资源配置效率和决策精准性的大幅优化，从而实现质量、成本、平安和创新指标的更好改进和更大提高。

从将来进展趋势和竞争格局来看，不切换到智能制造的进展道路上来，想生存、想进展、想赶超几乎是不太可能。

二、智能制造要落实"两优化'，把握"两原理'。

对于制造业企业而言，资源配置的精准性和解决生产过程中的不确定性是两大难题，而对于流程工业的产品的配方、工艺等关键机理以及基于数据的猜测和优化问题也是必需要突破的课题。这里的"两优化'，就是"资源配置精准性优化和过程掌握不确定性优化'；这里的"两原理'，就是"机理原理和数据原理'。

两优化：一是要对生产全要素进行数字化，建立数字化的分析模型，对要素资源进行精准配置；一是要实现产品全生命周期，全生产过程的可追溯和可视化，让决策者、管理者和操能精确     地把握不确定因素，让生产实现平稳可控。

两原理：一是要将行业企业多年的积累形成的理论模型、工艺模型、故障模型、其他阅历模型等机理原理进行学问化、软件化，一是要将基于数据的猜测模型、优化模型、学问图谱等数据原理进行代码化、工具化。两者紧密结合共同赋能生产经营管理的优化和创新。

实现了"两优化'，把握了"两原理'，我们就可以实现实时响应，精准决策，执行有效，学习提升，起到事半功倍的效果。

三、智能制造要搭建快速开发的技术平台。

智能制造的特征是：实时监测、准时响应、精准决策、高效执行。这无疑需要搭建起准时对接业务需求的力量。在数据力量、学问图谱力量、模型力量、计算力量、工具力量、微服务力量等等方面都必需搭建起扎实的平台和力量供应。

数据力量：建立起集成和采集数据的力量，数据分类标签化的力量，以及数据存储平安等方面的力量；

学问图谱力量：学问图谱构建，积累、运用的力量；

模型力量：对于工艺、调度排产、设备维护、供应链等建模力量；

计算力量：对于公有云，私有云以及混合云的运用力量；

工具力量：对于工业APP和微服务需要的各类工具、组件力量；

微服务力量：对于业务优化创新需要快速进行开发实施的力量。等等。

将来，每家制造业企业也是一家软件定义的企业，随着工业数据平台的建设和完善，传统的系统可能会逐步被替换掉，实现智能制造工业系统的全面切换。

四、智能制造依旧要突出"人'的核心地位。

不管技术