當前，我國制造業面臨著異常嚴峻的挑戰，在這種背景下，制造企業如何實現轉型升級？推進智能制造成為重要的途徑。然而，我國制造企業在推進智能制造過程中面臨著諸多難點問題。

1

概念滿天飛，技術一大堆

從“工業4.0”的熱潮開始，智能制造、CPS、工業互聯網（平臺）、企業上云、工業APP、人工智能、工業大數據、數字工廠、數字經濟、數字化轉型、C2B（C2M）等概念接踵而至，對于大多數制造企業而言，可以說是眼花繚亂、無所適從。

智能制造涉及的技術非常多，例如云計算、邊緣計算、RFID、工業機器人、機器視覺、立體倉庫、AGV、虛擬現實/增強現實、三維打印/增材制造、工業安全、TSN（時間敏感網絡）、深度學習、Digital twin、MBD、預測性維護……讓企業目不暇接。這些技術看起來都很美，但如何應用，如何取得實效？很多企業還不得而知。

2

摸著石頭過河

企業在推進智能制造過程中缺乏相關技術經驗，目前，制造企業存在三種類型的孤島，即信息孤島、自動化孤島、信息系統與自動化系統之間的孤島。此外，許多企業缺乏統一的部門來系統規劃和推進企業智能制造進程。在實際推進智能制造的過程中，企業也仍然是頭痛醫頭，缺乏章法。

3

理想很豐滿，現實很骨感

? 一是規模持續擴大。以WMS產品為例，2021年10月有媒體發布信息稱，據大東時代智庫（TD）不完全統計，中國共有248家專業WMS服務商，據測算，2020年中國WMS市場規模達到30.6億元，同比增長14.6%。預計未來幾年，中國WMS市場仍將呈高速增長態勢，年復合增速約24.1%，2025年市場規模將達到90億元。
?二是更多廠商涌入，但行業集中度較低。從市場格局來看，除了專業物流軟件企業、ERP企業，物流系統集成商、自動化設備供應商等都在快速進入物流軟件市場。其中，ERP企業的特點是軟件功能完善，系統穩定，目前多為大中型企業應用；但軟件可塑性較差，操作要求高。物流系統集成商越來越重視物流軟件，有些不斷加大軟件研發投入，打造更多的專業化產品；有些則通過兼并專業軟件公司來增強自己的軟件能力。
?三是國內企業嶄露頭角。國外軟件價格高、對于國內企業管理流程適配度較差，國內企業選擇性價比更高、服務更好的本土供應商。主要原因在于，國內物流軟件企業在技術水平方面與國際物流軟件企業已經不相上下；在服務方面，由于物流軟件具有更加重視用戶體驗，以及在使用過程中需要不斷升級的特點，國內軟件企業在了解用戶需求、服務響應等方面更加方便、及時，使其在市場競爭中獲得優勢。
?四是企業發展分化。物流軟件如何同時兼顧行業覆蓋的廣度和細分行業的專業度，是軟件企業面臨的最大挑戰。無錫中鼎集成技術有限公司軟件總監潘穎認為，未來的物流軟件市場將會出現總體解決方案供應商和細分領域專業供應商的分化。前者能夠以自主交付的方式給企業提供一體化解決方案和一站式服務，但這類企業數量并不多。細分領域專業供應商包括兩類，一類是在某一領域，針對某一行業提供軟件產品和服務；另一類是提供算法服務的公司，側重解決某一個點上的難題，如專注于機器人調度，做視覺軟件，做物流仿真軟件、數字孿生等。4

自動化、數字化還是智能化？

在推進智能制造過程中，不少企業對于建立無人工廠、黑燈工廠躍躍欲試，認為這些就是智能工廠。而實際上，高度自動化是“工業3.0”的理念。

對于大批量生產的產品，國外優秀企業早已實現無人工廠。例如，日本FANUC全自動裝配伺服電機，可以做到40秒生產一個產品，但其前提是生產的產品需要做到標準化、系列化，以及擁有面向自動化裝配的設計，將需要用線纜進行插裝的結構改為插座式的結構。

從技術和管理的角度來看，中國制造向中國智造轉變還存在五大難點：

1 ? 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，貫穿于設計、供應、生產制造、服務等整個供應鏈制造、運營和管理環節。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。

2 ? 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深入應用上處于優勢地位，但在制造執行單元——機床方面，我國與歐美日相比還存在很大的差距。

3 ? 基礎數據平臺深度開發不受控。企業要實現智能制造，需要MES和ERP等兩個基礎系統平臺。而我國還沒有相關自主研發的軟件平臺，系統平臺要依賴于歐美，因此在深度定制開發上受到限制。

4 ? 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，過程離不開算法開發。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，又要求有IT技術思維。目前，我國在算法開發的資源上還存在很大差距。

5 ? 管理和組織的變革。一方面，智能制造基于數據可實現端對端、信息充分共享、管理平臺化，打破了企業原有金字塔管理體制結構。因此來自原有權力結構擁有者的變革阻力會很大，往往他們掌握了決策權，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，目前還沒有找到比較好的組織管理方式及組織文化。

基于以上原因，智能制造還有很長一段路需要走。其中有三點亟須創新和突破：

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。

二是在管理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。