深度：中國智能制造分析報告

       亞洲正受到自動(dòng)化、智能化大潮沖擊。國際勞工組織調研發(fā)現，越南、柬埔寨、菲律賓和印度尼西亞的工人的失業(yè)風(fēng)險最高，據估計這幾個(gè)區域約50%的工人工作可能在未來(lái)20年被自動(dòng)化取代。

       亞洲尤其是中國作為制造業(yè)的重要區域，在面臨制造業(yè)向自動(dòng)化、智能化、數字化轉型中，能否繼續保持其競爭力？

        中國進(jìn)入高速成長(cháng)期

       智能制造是基于新一代信息技術(shù)，貫穿設計、生產(chǎn)、管理、服務(wù)等制造活動(dòng)環(huán)節，具有信息深度自感知、智慧優(yōu)化自決策、 精準控制自執行等功能的先進(jìn)制造過(guò)程、系統與模式的總稱(chēng) 。簡(jiǎn)而言之，智能制造是由物聯(lián)網(wǎng)系統支撐的智能產(chǎn)品、智能生產(chǎn)和智能服務(wù)。

       智能制造已經(jīng)成為全球價(jià)值鏈重構和國際分工格局調整背景下各國的重要選擇。發(fā)達國家紛紛加大制造業(yè)回流力度，提升制造業(yè)在國民經(jīng)濟中的戰略地位。毫無(wú)疑問(wèn)，在此次大潮中亞洲正在積極尋求突破。以人工智能為例，各國政府大力支持人工智能，推動(dòng)科技公司、初創(chuàng )公司和學(xué)術(shù)界的創(chuàng )新。

      2017年，韓國政府宣布了10億美元的人工智能資金；日本鼓勵人工智能創(chuàng )業(yè)公司和風(fēng)險投資；新加坡政府的國家研究基金會(huì )宣布國家人工智能計劃（AI.SG），計劃未來(lái)五年投入1.5億新加坡元（約1.07億美元）發(fā)展人工智能。

▲ 工業(yè)4.0發(fā)展路徑

       除了政府的支持，亞洲企業(yè)更積極打破行業(yè)壁壘加快新產(chǎn)品開(kāi)發(fā)。不同于歐美同類(lèi)企業(yè)，中國領(lǐng)先企業(yè)間的合作屢見(jiàn)不鮮，一些知名范例包括：百度與小米在物聯(lián)網(wǎng)與人工智能領(lǐng)域合作開(kāi)發(fā)更多應用場(chǎng)景；騰訊與京東合作布局電子商務(wù)生態(tài)圈；印度系統集成商組成AI聯(lián)盟（如OpenAI）。這賦予它們驚人的影響力，也意味著(zhù)它們擁有可用于快速推動(dòng)創(chuàng )新的技術(shù)實(shí)力和資本基礎。

       中國是亞洲智能化轉型的重要力量。政府加強智能制造頂層設計，開(kāi)展試點(diǎn)示范和標準體系建設；企業(yè)加快數字化轉型，提升系統解決方案能力。中國智能制造取得明顯成效，進(jìn)入高速成長(cháng)期。

       中國智能制造進(jìn)入成長(cháng)期主要體現在三方面：首先，中國工業(yè)企業(yè)數字化能力素質(zhì)提升，為未來(lái)制造系統的分析預測和自適應奠定基礎。第二、財務(wù)效益方面，智能制造對企業(yè)的利潤貢獻率明顯提升。第三、典型應用方面，中國已成為工業(yè)機器人第一消費大國，需求增長(cháng)強勁。

企業(yè)智能化的六大階段

       企業(yè)數字化能力素質(zhì)體現在其利用數據指導生產(chǎn)以及系統自?xún)?yōu)化的能力。我們借鑒國際普遍認可的工業(yè)4.0發(fā)展路徑，將企業(yè)智能化成熟度分為六個(gè)階段：計算機化、連接、可視、透明、預測和自適應。

計算機化

       企業(yè)通過(guò)計算機化高效處理重復性工作，并實(shí)現高精度、低成本制造。但不同的信息技術(shù)系統在企業(yè)內部獨立運作，很多設備并不具備數字接口。

連接

       相互關(guān)聯(lián)的環(huán)節取代各自為政的信息技術(shù)。操作技術(shù)（OT）系統的各部分 實(shí)現了連通性和互操作性，但是依舊未能達到IT層面和OT層面的完全整合。

可視

       了解正在發(fā)生什么，通過(guò)現場(chǎng)總線(xiàn)和傳感器等物聯(lián)網(wǎng)技術(shù)，企業(yè)捕獲大量的實(shí)時(shí)數據，建立起企業(yè)的“數字孿生”，從而改變以前基于人工經(jīng)驗的決策方式，轉為基于數字進(jìn)行決策。

透明

      了解事件發(fā)生的原因，并通過(guò)根本原因分析生成認識。

預測

        將數字孿生投射到未來(lái)，模擬不同的情景對未來(lái)發(fā)展進(jìn)行預測，并適時(shí)做出決策和采取適當措施。

自適應

       預測能力只是自動(dòng)化行為和決策的根本要求，而持續的自適應則使企業(yè)實(shí)現自主響應，以便其盡快適應變化的經(jīng)營(yíng)環(huán)境。

       隨著(zhù)中國兩化融合和工業(yè)物聯(lián)網(wǎng)建設等多項舉措推進(jìn)，制造型企業(yè)數字化能力素質(zhì)顯著(zhù)提升，大部分企業(yè)正致力于數據縱向集成。德勤調研結果顯示，81%的受訪(fǎng)企業(yè)已完成計算機化階段，其中41% 處于連接階段，28%處于可視階段，9%處于透明階段，而預測和自適應階段的企業(yè)各自占2%。

▲ 受訪(fǎng)企業(yè)所處階段（基于企業(yè)自我評估）

       智能制造利潤貢獻顯著(zhù)提升向工業(yè)4.0進(jìn)階為制造企業(yè)帶來(lái)真實(shí)可見(jiàn)的效益。2013年德勤曾調研全國200家制造型企業(yè)，結果顯示中國企業(yè)智能制 造處在初級階段，且利潤微薄。經(jīng)過(guò)五年的快速發(fā)展，智能制造產(chǎn)品和服務(wù)的盈利能力顯著(zhù)提升。

       2013年智能制造為企業(yè)帶來(lái)的利潤并不明顯，55%的受訪(fǎng)企業(yè)其智能制造產(chǎn)品和服務(wù)凈利潤貢獻率處于0-10%的區間，而2017年，僅有11%的受訪(fǎng)企業(yè)處于這個(gè)區間，而41%的企業(yè)其智能制造利潤貢獻率在11-30%之間。利潤貢獻率超過(guò)50%的企業(yè)，由2013年受訪(fǎng)企業(yè)占比14%提升到2017年的33%。智能制造利潤貢獻率明顯提升，利潤來(lái)源包括生產(chǎn)過(guò)程中效率的提升和產(chǎn)品服務(wù)價(jià)值的提升。

▲ 智能制造產(chǎn)品和服務(wù)利潤貢獻率顯著(zhù)提升

中國換道超車(chē)的兩大底牌

       中國已連續六年為工業(yè)機器人第一消費大國。IFR數據顯示，中國工業(yè)機器人市場(chǎng)規模在2017年為42億美元，全球占比27%， 2020年將擴大到59億美元。2018-2020年國內機器人銷(xiāo)量將分別為16、19.5、23.8萬(wàn)臺，未來(lái)3年CAGR達到22%。汽車(chē)、高端裝備制造和電子電器行業(yè)依然為工業(yè)機器人的主要用戶(hù)。 

       中國有哪些獨特優(yōu)勢？首先是數據量。當前人工智能熱潮背后的機器學(xué)習技術(shù)對數據極其依賴(lài)。識別人臉、翻譯語(yǔ)言 和試驗無(wú)人駕駛汽車(chē)需要大量的“訓練數據”。由于中國的人口數量和設備數量龐大，中國企業(yè)在獲取數據方面具有天然的優(yōu)勢。第二，中國制造業(yè)企業(yè)硬件設備和廠(chǎng)房相對歐美企業(yè)普遍較新，比較容易實(shí)現設備連接和廠(chǎng)房改造。

▲ 全球主要市場(chǎng)工業(yè)機器人銷(xiāo)量

       對中國來(lái)說(shuō)，工業(yè)互聯(lián)網(wǎng)不是“彎道超車(chē)”而是“換道超車(chē)”，基于中國龐大的工程師數量、完善的工業(yè)基礎和大量數據潛力。

——李義章，索為系統董事長(cháng)

如何部署智能制造

       德勤調查發(fā)現，中國工業(yè)企業(yè)智能制造五大部署重點(diǎn)依次為：數字化工廠(chǎng)（63%）、設備及用戶(hù)價(jià)值深挖（62%）、工業(yè)物聯(lián)網(wǎng)（48%）、重構商業(yè)模式（36%）以及人工智能（21%）。

▲ 受訪(fǎng)企業(yè)智能制造部署重點(diǎn)領(lǐng)域

▲ 受訪(fǎng)企業(yè)所關(guān)注的技術(shù)

工廠(chǎng)數字化

       智能制造是以制造環(huán)節的智能化為核心，以端到端數據流為基礎，以數字作為核心驅動(dòng)力，因此數字化工廠(chǎng)被企業(yè)列為智能制造部署的首要任務(wù)。目前企業(yè)數字化工廠(chǎng)部署以打通生產(chǎn)到執行的數據流為主要任務(wù)，而產(chǎn)品數據流和供應鏈數據流提升空間大。

       數字化工廠(chǎng)通過(guò)新一代信息技術(shù)，實(shí)現 從設計、生產(chǎn)、物流和服務(wù)等各個(gè)環(huán)節的數據串連，加速決策，提高準確性。只有打通數據流才能實(shí)現基于實(shí)時(shí)數據變化，對生產(chǎn)過(guò)程進(jìn)行分析和優(yōu)化處理，進(jìn)而實(shí)現業(yè)務(wù)流程、工藝流程和資金流程的協(xié)同，以及生產(chǎn)資源（材料、能源等）在企業(yè)內部及企業(yè)之間的動(dòng)態(tài)配置。打通數據流也是工廠(chǎng)建立“數字孿生”的前提，數字孿生不僅指產(chǎn)品的數字化，也包含工廠(chǎng)本身和工藝流程及設備的數字化，從而實(shí)現全面追溯、物理與虛擬雙向共享和交互信息。

      打通數據流主要包括三類(lèi)數據的連通，即生產(chǎn)流程數據、產(chǎn)品數據以及供應鏈數據。

生產(chǎn)流程數據

       打通生產(chǎn)流程數據除了從生產(chǎn)計劃到 執行的數據流(如ERP到MES)， 還包括MES與控制設備和監視設備之間的數據流，現場(chǎng)設備與控制設備之間的數據流，以及MES與現場(chǎng)設備之間的數據流等。

▲ 生產(chǎn)數據流主要類(lèi)型

產(chǎn)品數據流

       打通產(chǎn)品數據流主要體現在產(chǎn)品全生 命周期數字一體化和產(chǎn)品全生命周期可追溯。產(chǎn)品全生命周期數字一體化以縮短研發(fā)周期為核心，主要應用基于模型定義（MBD）技術(shù)進(jìn)行產(chǎn)品研發(fā)、建設 產(chǎn)品全生命周期管理系統(PLM)等。研發(fā)是數字化工廠(chǎng)“數據鏈條”的起點(diǎn)， 研發(fā)環(huán)節產(chǎn)生的數據將在工廠(chǎng)的各個(gè)系統間實(shí)時(shí)傳遞，數據的同步更新避免了傳統制造企業(yè)經(jīng)常出現的由于溝通不暢產(chǎn)生的差錯，也使得工廠(chǎng)的效率大大提升，縮短產(chǎn)品研制周期。產(chǎn)品全生命周期可追溯以提升產(chǎn)品質(zhì)量管控為核心。

       主要應用是讓產(chǎn)品在全生命周期具有唯一標識，應用傳感器、智能儀器儀表、工控系統等自動(dòng)采集質(zhì)量管理所需要數據，通過(guò)MES系統開(kāi)展在線(xiàn)質(zhì)量檢測和預警等。

供應鏈數據流

       打通供應鏈數據流主要體現在供應鏈上下游協(xié)同優(yōu)化，實(shí)現網(wǎng)絡(luò )協(xié)同制造。主要應用是建設跨企業(yè)制造資源協(xié)同平臺，實(shí)現企業(yè)間研發(fā)、管理和服務(wù)系統 的集成和對接，為接入企業(yè)提供研發(fā)設計、運營(yíng)管理、數據分析、知識管理、信息安全等服務(wù)，開(kāi)展制造服務(wù)和資源的動(dòng)態(tài)分析和柔性配置。

       德勤調研結果顯示，目前企業(yè)致力于打通從ERP到MES乃至現場(chǎng)設備的數據流，但這也僅是從生產(chǎn)到執行的打通，未來(lái) 還需將產(chǎn)品數據、供應鏈數據串聯(lián)。我們將生產(chǎn)數據流分為兩個(gè)環(huán)節：一、打通生產(chǎn)計劃與執行系統的數據流；二、執行與監控和現場(chǎng)設備的數據流。

      結果顯示， 83%的受訪(fǎng)企業(yè)表示已打通ERP和MES的數據流打通。62%的企業(yè)繼續向 下打通MES到現場(chǎng)設備的數據流。但僅有47%的企業(yè)打通了產(chǎn)品數據流，44%的企業(yè)打通供應鏈數據流。而且考慮到我們調查的企業(yè)均為資質(zhì)較好且為中等以上規模，這一系列比率顯然高于中國整體平均水平。

▲ 受訪(fǎng)企業(yè)數據連通情況

       從行業(yè)角度來(lái)看，航空航天領(lǐng)域全部受訪(fǎng)企業(yè)已經(jīng)打通從生產(chǎn)計劃到執行的數據，但從生產(chǎn)執行到現場(chǎng)設備、產(chǎn)品以及供應鏈的數據鏈條連通相對滯后，提升空間大。電子組件及電器制造行業(yè)產(chǎn)品數據流 和供應鏈數據流連通情況高于其他行業(yè)，數字化工廠(chǎng)整體水平較高。產(chǎn)品質(zhì)量可謂是制藥行業(yè)的生命，而打通產(chǎn)品數據流的制藥企業(yè)僅占33%，行業(yè)需要強化產(chǎn)品全生命周期可追溯，提升產(chǎn)品質(zhì)量管控能力。汽車(chē)及汽車(chē)零部件以及高端裝備制造都在產(chǎn)品數據流方面領(lǐng)先（見(jiàn)下圖）。

▲ 受訪(fǎng)企業(yè)數據連通情況（按行業(yè)）

      打通“次元壁”

      未來(lái)數字世界和現實(shí)世界會(huì )是一體兩面，打通數據流也是數字孿生（digital twin）操作的基礎。德勤認為數字孿生是物理實(shí)體或流程的準實(shí)時(shí)數字化鏡像，有助于企業(yè)績(jì)效提升。數字孿生往往包含“數字產(chǎn)品孿生”、“生產(chǎn)工藝流程數字孿生”和“設備數字孿生”不同層面但可以高度集中統一的數據模型。

       數字產(chǎn)品孿生領(lǐng)域，特斯拉公司為其生產(chǎn)和銷(xiāo)售的每一輛電動(dòng)汽車(chē)都建立 數字孿生模型，相對應的模型數據都保存在公司數據庫。每輛電動(dòng)車(chē)每天 報告其日常經(jīng)驗，并通過(guò)數字孿生的模擬程序使用這些數據來(lái)發(fā)現可能的 異常情況并提供糾正措施。通過(guò)數字孿生模擬，特斯拉每天可獲得相當于 160萬(wàn)英里的駕駛體驗，并在不斷的學(xué)習過(guò)程中反饋給每輛車(chē)。生產(chǎn)流程數 字孿生領(lǐng)域，一些嗅覺(jué)敏銳的工廠(chǎng)及生產(chǎn)線(xiàn)開(kāi)始引入數字孿生，在建造之 前，對工廠(chǎng)進(jìn)行仿真和模擬，虛擬出建造工廠(chǎng)的最佳流程，再將真實(shí)參數 傳給實(shí)際的工廠(chǎng)建設，有效減少誤差和風(fēng)險。待廠(chǎng)房和生產(chǎn)線(xiàn)建成之后，日常的運行和維護通過(guò)數字孿生進(jìn)行交互，能夠迅速找出問(wèn)題所在，提高工作效率。

       Gartner對美國、德國、中國與日本的202位企業(yè)的調查發(fā)現，到2020年，至少50%年收入超過(guò)50億美元的制造商將為其產(chǎn)品或資產(chǎn)啟動(dòng)至少一項數字孿生項目，屆時(shí)參與使用數字孿生技術(shù)的企業(yè)數量將增長(cháng)3倍。預計在今后數年時(shí)間，將有數以?xún)|計的用戶(hù)使用數字孿生操作，它將被企業(yè)用于規劃設備 服務(wù)、生產(chǎn)線(xiàn)操作、預測設備故障、提高操作效率、加速新產(chǎn)品開(kāi)發(fā)等。在未來(lái)，這項技術(shù)有望與工業(yè)生產(chǎn)徹底融合，推動(dòng)智能工業(yè)進(jìn)入新階段。

       如何創(chuàng )建數字孿生？德勤認為數字孿生的創(chuàng )建包含兩個(gè)主要關(guān)注領(lǐng)域：設計數字孿生的流程和產(chǎn)品生命周期的數據要求—— 從資產(chǎn)的設計到資產(chǎn)在真實(shí)世界中的現場(chǎng)使用和維護；創(chuàng )建使能技術(shù)，整合真實(shí)資產(chǎn)及其數字孿生，使傳感器數據與企業(yè)核心系統中的運營(yíng)和交易信息實(shí)現實(shí)時(shí)流動(dòng)。

       智能工廠(chǎng)的落地實(shí)施還要看企業(yè)痛點(diǎn)，有的企業(yè)要提升產(chǎn)品質(zhì)量，有的企業(yè)要實(shí)現產(chǎn)品設計生產(chǎn)和管理的數字化，由于企業(yè)往往難以承受“全家桶”解決方案，可以先解決眼前問(wèn)題，但一定要有長(cháng)遠規劃，以免以后無(wú)法實(shí)現互聯(lián)互通。   

—— 朱毅明，和利時(shí)集團總工程師

深挖設備和用戶(hù)價(jià)值

       制造型企業(yè)面臨愈發(fā)激烈的市場(chǎng)競爭和日益透明的產(chǎn)品定價(jià)，不得不尋找新的 價(jià)值來(lái)源。德勤智能制造調研結果顯示，設備和用戶(hù)價(jià)值深度挖掘是企業(yè)智能制造部署第二重點(diǎn)領(lǐng)域。62%的受訪(fǎng) 企業(yè)正積極部署設備和用戶(hù)價(jià)值深度挖掘，其中41%的企業(yè)側重設備價(jià)值挖掘，21%的企業(yè)側重用戶(hù)價(jià)值挖掘。

       圍繞設備進(jìn)行價(jià)值挖掘可以說(shuō)是制造型企業(yè)的天性。如在研發(fā)設計階段，嵌入新技術(shù)，生產(chǎn)更智能或更多樣化的產(chǎn)品；在銷(xiāo)售階段，提供設備相關(guān)金融服務(wù)；在售后階段，對出廠(chǎng)設備和產(chǎn)品進(jìn)行實(shí)時(shí)數據采集和監控，并進(jìn)行性能分析、預測性維護等，既提升安全性，也為企業(yè)創(chuàng )造更多服務(wù)機會(huì )。

       雖然起步較晚，制造型企業(yè)也在探索和嘗試對用戶(hù)價(jià)值進(jìn)行深度挖掘，其中以C2M (customer-to-manufactory，客戶(hù)到制造)最受矚目。C2M體現了定制化生產(chǎn)的特性，使制造商直接面對用戶(hù)，以滿(mǎn)足用戶(hù)個(gè)性化需求；同時(shí)通過(guò)減少中間環(huán)節降低成本、提升效率。

       例子：紅領(lǐng)集團通過(guò)打造C2M電商平臺、柔性供 應能力和大數據能力實(shí)現了大規模定制 化。顧客可以在其C2M電商平臺選擇款式、工藝、材料并下單。平臺快速收集顧客分散、個(gè)性化需求數據的同時(shí)，大數據和云計算技術(shù)按客戶(hù)需求匹配產(chǎn)品數據模型，其款式數據和工藝數據能滿(mǎn)足超過(guò)百萬(wàn)萬(wàn)億種設計組合，覆蓋99.9%的個(gè) 性化設計需求。當版型確定后，系統自動(dòng)生成工藝數據，工藝數據發(fā)送至工廠(chǎng)，工廠(chǎng)進(jìn)行生產(chǎn)交付。整個(gè)流程從下訂單到產(chǎn) 品出廠(chǎng)僅需7個(gè)工作日，并做到按需生產(chǎn)、零庫存、一人一版、一衣一款。

      阿里巴巴的“淘工廠(chǎng)”集結上萬(wàn)家工廠(chǎng)，將電商買(mǎi)家訂單與制造廠(chǎng)商產(chǎn)能進(jìn)行對接，把柔性產(chǎn)能檔期聯(lián)網(wǎng)，解決電商買(mǎi)家有訂單無(wú)工廠(chǎng)，制造企業(yè)有產(chǎn)能無(wú)訂單的結癥。

工業(yè)物聯(lián)網(wǎng)的三類(lèi)場(chǎng)景

      智能制造要求制造系統具備感知、分析、決策和執行的能力，而這些能力的核心均涉及物聯(lián)網(wǎng)相關(guān)技術(shù)，如面向感 知的物聯(lián)技術(shù)（傳感器、RFID、芯片）、面向分析的工業(yè)大數據分析和面向決策及服務(wù)的應用平臺。

       德勤調研結果顯示，目前中國制造企業(yè)物聯(lián)網(wǎng)應用以感知為重點(diǎn)，分析和服務(wù)交融將是未來(lái)物聯(lián)網(wǎng)建設重點(diǎn)。受訪(fǎng)企業(yè)普遍建立系統以傳感器采集動(dòng)態(tài)數據，但數據分析和平臺應用相對滯后。

       從行業(yè)應用來(lái)看，電子及電器行業(yè)傳感 器和平臺應用最為普及，76%的受訪(fǎng)企業(yè)利用傳感器采集數據，43%的企業(yè)利用物聯(lián)網(wǎng)平臺，但僅有33%的企業(yè)采用大數據技術(shù)分析所采集的數據。汽車(chē)及零部件制造行業(yè)傳感器技術(shù)應用也有較高普及率達73%，但大數據和平臺應用低于其他受訪(fǎng)行業(yè)。制藥行業(yè)大數據技術(shù)利用最為積極，因為醫藥行業(yè)早已面臨海量數據和非結構化數據挑戰（見(jiàn)下圖）。

▲ 受訪(fǎng)企業(yè)典型物聯(lián)網(wǎng)相關(guān)技術(shù)應用情況

       感知僅是物聯(lián)網(wǎng)應用的初級階段，以數據洞察指導行動(dòng)，從而提高效率，或者與服務(wù)交融創(chuàng )造新價(jià)值，才是物聯(lián)網(wǎng)的 核心。云平臺通過(guò)提供強大的數據傳 輸、存儲和處理能力，幫助制造企業(yè)采 集和處理大量數據。工業(yè)云平臺不僅能 夠實(shí)現企業(yè)通過(guò)平臺完成產(chǎn)品的設計、 工藝、制造、采購、營(yíng)銷(xiāo)等環(huán)節，還將改變傳統生產(chǎn)方式和制造生態(tài)，創(chuàng )造新的收入來(lái)源和商業(yè)模式。中國制造企業(yè)云部署現狀如何？

       德勤調研發(fā)現，中國制造企業(yè)云部署積極性不高。53%的受訪(fǎng)制造企業(yè)尚未部署工業(yè)云，47%的企業(yè)正在進(jìn)行工業(yè)云部署，其中27%的企業(yè)部署私有云，14%部署公有云，6%部署混合云（見(jiàn)下圖）。上云可以大幅降低每個(gè)單元的儲存和計算成本，甚至通過(guò)跨界創(chuàng )造新的商業(yè)模式，但也帶來(lái)了復雜性。企業(yè)擔心一旦將諸如工廠(chǎng)生產(chǎn)過(guò)程、資產(chǎn)性能管理的數據放到 云平臺上之后，信息安全、知識產(chǎn)權問(wèn)題會(huì )接踵而至。除此之外，很多企業(yè)尚未明 確工業(yè)云在企業(yè)層面的商業(yè)應用和相關(guān)能力欠缺也是導致企業(yè)云部署積極性不高的原因。 

       對于選擇公有云還是私有云，很大程度取 決于企業(yè)的關(guān)注點(diǎn)不同。如果企業(yè)只是 聚焦自己的生產(chǎn)制造，降本增效，往往不會(huì )選擇公有云；如果企業(yè)聚焦商業(yè)模式創(chuàng ) 新和產(chǎn)品轉型，則會(huì )天然的更傾向于選擇公有云或混合云，因為往往涉及服務(wù)平臺，需要做到一定程度上的兼容和融合。由于目前國內比較常見(jiàn)的工業(yè)云的部署 以云的基礎功能為主，企業(yè)把云看作虛擬服務(wù)器，在云上做存儲、計算，只有少數企業(yè)通過(guò)云部署改變生產(chǎn)方式和制造生態(tài)，進(jìn)行公有云和混合云部署的企業(yè)仍為少數。

▲ 受訪(fǎng)生產(chǎn)型企業(yè)工業(yè)云部署

       未來(lái)企業(yè)很大部分增值將來(lái)自跨企業(yè)活動(dòng)，從長(cháng)遠看，公有云、混合云是大趨勢，因為只有這樣才能實(shí)現數據交換和資源共享。私有云雖然安全，但很可能被孤立在新的商業(yè)模式和新的生態(tài)圈之外。

—— 賀東東 樹(shù)根互聯(lián)CEO

       德勤認為物聯(lián)網(wǎng)在智能制造領(lǐng)域的應用場(chǎng)景主要分為三類(lèi)：設備與資產(chǎn)管理、產(chǎn)品洞察和服務(wù)創(chuàng )新。

管理設備與資產(chǎn)

       具備感測與聯(lián)網(wǎng)功能的系統與大數據結合，可以實(shí)現設備的監控和管理，如遠程監控、預測性維護和互聯(lián)現場(chǎng)等。遠程監控以物聯(lián)網(wǎng)替代傳統的人工巡檢機制，通過(guò)傳感器遠距離將設備數據傳輸到運營(yíng)中心。預測性維護打破傳統工廠(chǎng) 按計劃進(jìn)行定期維護設備的運營(yíng)方式， 通過(guò)物聯(lián)網(wǎng)對設備整個(gè)生命周期進(jìn)行全程監控，并預測設備未來(lái)可能發(fā)生的故障，提前制定預防性維護計劃，減少故障率并提高生產(chǎn)效率。

       物聯(lián)網(wǎng)還可以連接和監控廠(chǎng)房的工業(yè)裝置和設備，獲得有見(jiàn)解的分析，從而幫助跨工業(yè)設備、 生產(chǎn)線(xiàn)以及在整個(gè)工廠(chǎng)范圍內優(yōu)化性能和效率。當然，除了新廠(chǎng)房，老廠(chǎng)房和設備在沒(méi)有更新?lián)Q代之前，也有聯(lián)網(wǎng)監控的需要，如何在現有設備上進(jìn)行物聯(lián)網(wǎng)改造是值得企業(yè)關(guān)注的問(wèn)題。

洞察產(chǎn)品

       制造企業(yè)往往不太了解自己的產(chǎn)品如何被使用，而物聯(lián)網(wǎng)將改變這一現狀。在產(chǎn)品投入使用后，制造廠(chǎng)商可以通過(guò)物 聯(lián)網(wǎng)與產(chǎn)品建立并保持聯(lián)系，收集動(dòng)態(tài)數據，以更加系統的方式實(shí)時(shí)地持續地 分析產(chǎn)品使用情況。在了解客戶(hù)對產(chǎn)品的使用方式后，廠(chǎng)商還可以基于數據預測客戶(hù)需求，開(kāi)發(fā)個(gè)性化產(chǎn)品和新的服務(wù)項目，提高產(chǎn)品附加值。

服務(wù)創(chuàng )新

       基于數據和平臺提供后市場(chǎng)服務(wù)，物聯(lián)網(wǎng) 與服務(wù)交融實(shí)現商業(yè)模式創(chuàng )新。物聯(lián)網(wǎng)協(xié)助制造企業(yè)更有效捕捉和預測市場(chǎng)需求，創(chuàng )造動(dòng)態(tài)化、個(gè)性化的智能服務(wù)、咨詢(xún)服務(wù)、數據服務(wù)、物聯(lián)網(wǎng)金融與保險 等新的服務(wù)種類(lèi)。這類(lèi)應用將打破企業(yè)原來(lái)的邊界，從全社會(huì )的維度思考制造資源的優(yōu)化，客戶(hù)和制造端的互動(dòng)以及各種商業(yè)模式的創(chuàng )新。

       企業(yè)需要評估自身業(yè)務(wù)需要，明確商業(yè)目標、相關(guān)流程和預期結果的范圍，在考慮技術(shù)可擴展性、性能、帶寬經(jīng)濟和技術(shù)創(chuàng )新等級后，才能對數據和物聯(lián)網(wǎng)系統的處理架構做出明智的選擇。

商業(yè)模式重構

       智能制造不僅能夠幫助制造型企業(yè)實(shí)現降本增效，也賦予企業(yè)重新思考價(jià)值定位和重構商業(yè)模式的契機。同時(shí)，新進(jìn)入者也在不斷挑戰傳統市場(chǎng)參與者的地位，眾多技術(shù)型企業(yè)加入戰場(chǎng)推動(dòng)工業(yè)企業(yè)探索商業(yè)模式上的創(chuàng )新。 

       德勤調研發(fā)現企業(yè)對未來(lái)商業(yè)模式的規劃大致呈四類(lèi)：30%的受訪(fǎng)企業(yè)未來(lái)商業(yè)模式將以平臺為核心，26%的企業(yè)走規?；ㄖ颇Ｊ?，24%以“產(chǎn)品+服務(wù)”為核心向解決方案商轉型，12%以知識產(chǎn)權為核心（見(jiàn)下圖）。平臺型商業(yè)模式定位以提供多種軟件服務(wù)和搭建生態(tài)系統為核心，未來(lái)可能不會(huì )出現類(lèi)似BAT這樣的行業(yè)巨頭，但不乏垂直行業(yè)領(lǐng)軍企業(yè)或平臺。 規?；ㄖ颇Ｊ?，如C2M已經(jīng)不局限于服裝制造，而延伸到汽車(chē)和裝備制造等行業(yè)。“產(chǎn)品+服務(wù)”為核心旨在圍繞客戶(hù)需求提供解決方案，是目前很多企業(yè)在做的。以知識產(chǎn)權為核心的企業(yè)往往通過(guò)專(zhuān)利戰略，形成技術(shù)壁壘占領(lǐng)市場(chǎng)。

▲ 受訪(fǎng)企業(yè)未來(lái)商業(yè)模式定位

       不同商業(yè)模式的價(jià)值定位和價(jià)值創(chuàng )造方式不同，所面臨的挑戰也不盡相同（見(jiàn)下圖）。 企業(yè)需要持續審視自己的商業(yè)模式，通過(guò)評估自身運營(yíng)情況進(jìn)行適當地改善并定期評估其他商業(yè)模式是否具有可行性。

▲ 不同商業(yè)模式特點(diǎn)及挑戰

人工智能顛覆制造和服務(wù)業(yè)

      人工智能對制造業(yè)的影響主要來(lái)自?xún)煞矫妫?一是在制造和管理流程中運用人工智能提高產(chǎn)品質(zhì)量和生產(chǎn)效率；二是對現有產(chǎn)品與服務(wù)的徹底顛覆。

       隨著(zhù)國內制造業(yè)自動(dòng)化程度提高，機器人在制造過(guò)程和管理流程中的應用日益泛，而人工智能更進(jìn)一步賦予機器人自我學(xué)習能力。結合數據管理，導入自動(dòng)化設備及相關(guān)設備的聯(lián)網(wǎng)，機器人通過(guò)機器學(xué)分析，可以實(shí)現生產(chǎn)線(xiàn)的精準配合，并更準確的預測和實(shí)時(shí)檢測生產(chǎn)問(wèn)題。

       人工智能在制造業(yè)產(chǎn)品和服務(wù)領(lǐng)域的應用則更具有顛覆性。產(chǎn)品本身就是人工智能的載體，硬件與各類(lèi)軟件結合具備感知、判斷的能力并實(shí)時(shí)與用戶(hù)、環(huán)境互動(dòng)。而產(chǎn)品的功能和服務(wù)，也將顛覆原有生態(tài)系統。以汽車(chē)產(chǎn)業(yè)為例，傳統汽車(chē)行業(yè)的競爭格局是金字塔型——整車(chē)廠(chǎng)處于頂端，各級別供應商跟隨其后。但是在智能汽車(chē)時(shí)代，整車(chē)廠(chǎng)的主導地位將受到嚴峻挑戰，零部件廠(chǎng)商、互聯(lián)網(wǎng)巨頭、算法公司、芯片制造商、傳感器供應商等企業(yè)無(wú)不加快對無(wú)人駕駛技術(shù)的研發(fā)和商業(yè)化步伐，并期望通過(guò)占據技術(shù)制高點(diǎn) 打破汽車(chē)產(chǎn)業(yè)的生態(tài)平衡。 

中國制造企業(yè)人工智能應用情況如何？

       德勤智能制造調研發(fā)現，51%的受訪(fǎng)企業(yè)在制造和管理流程中運用人工智能，46% 的受訪(fǎng)企業(yè)在產(chǎn)品和服務(wù)領(lǐng)域已經(jīng)或計劃部署人工智能（見(jiàn)下圖）。制造和管理流程中人工智能的運用更偏向系統自動(dòng)化和制造精益化，目的是提高生產(chǎn)效率和產(chǎn)品質(zhì)量，同時(shí)人也被解放出來(lái)，可以去思考更復雜的問(wèn)題。主要應用場(chǎng)景包括使用機器人實(shí)現流程自動(dòng)化、柔性制造、定制化生產(chǎn)、質(zhì)量檢測等。在產(chǎn)品和服務(wù)領(lǐng)域人工智能的運用更側重產(chǎn)品和服務(wù)與使用者的互動(dòng)，典型應用包括研發(fā)和新品測試、用戶(hù)行為分析、自動(dòng)駕駛等。

▲ 受訪(fǎng)企業(yè)人工智能應用及部署情況（整體）

        當然人工智能仍處在其發(fā)展早期，技術(shù)突破及商業(yè)論證需要更長(cháng)時(shí)間。另外，人工智能應用環(huán)境和基礎設施的完善程度，信息和安全法規、企業(yè)自身的能力都成為企業(yè)面臨的主要挑戰。我們發(fā)現，對于尚未部署人工智能的制造企業(yè)來(lái)說(shuō)，缺乏投資人工智能的商業(yè)論證、尚不具備建立和支持人工智能的系統能力、尚不明確部署人工智能的前提為主要挑戰（見(jiàn)下圖）。

▲ 受訪(fǎng)企業(yè)尚未部署人工智能的主要原因

       人工智能正迅速滲透各行各業(yè)。汽車(chē)及汽車(chē)零部件制造、高端裝備制造、電子及電器制造三個(gè)行業(yè)在制造流程中采用機器人的比例過(guò)半。汽車(chē)及零部件制造行業(yè)使用機器人的企業(yè)比例達到80%，預示未來(lái)工業(yè)機器人的市場(chǎng)增量將主要來(lái)自非汽車(chē)行業(yè)。在產(chǎn)品和服務(wù)領(lǐng)域已 經(jīng)或計劃部署人工智能的行業(yè)分布比較均勻，高端裝備制造和制藥比例較高，但其他行業(yè)如新材料、汽車(chē)及零部件、航空航天、電子及電器也正在或計劃部署人工智能。

▲ 受訪(fǎng)企業(yè)人工智能應用及部署情況（按行業(yè)）

       關(guān)于人工智能在制造業(yè)應用，設備相關(guān)的應用（如物流、盤(pán)產(chǎn)）還比較多，但是工藝相關(guān) 領(lǐng)域需求較少。

—— 趙金元，太極集團業(yè)IT事業(yè)一部總經(jīng)理

        行業(yè)對人工智能的理解已隨著(zhù)算法、技術(shù)和應用的發(fā)展，越來(lái)越加深。對于企業(yè)而言，應跳出人工智能僅是“機器換人”的既定思維，在精益制造、產(chǎn)品質(zhì)量、用戶(hù)體驗等多方面進(jìn)行部署。

▲ 人工智能行業(yè)應用場(chǎng)景

三招跨越能力鴻溝

       重構商業(yè)模式是一項復雜艱巨的任務(wù)，我們請企業(yè)就實(shí)現構想中的商業(yè)模式所面臨的能力鴻溝進(jìn)行打分，綜合來(lái)看，商業(yè)模式優(yōu)化、創(chuàng )新管理以及云部署為企業(yè)能力建設三大關(guān)鍵任務(wù)，德勤建議分別從以下幾個(gè)方面入手提升能力： 

▲受訪(fǎng)企業(yè)亟待提高的能力（企業(yè)自我評估權重打分，分值越高能力越弱）

商業(yè)模式優(yōu)化

       優(yōu)化商業(yè)模式可能僅需要改變或改進(jìn)目前模式中部分元素，也可能涉及改變整體運營(yíng)模式的重大轉型。在過(guò)去的15年里，由于技術(shù)、通信、物流和交通等方面的迅速進(jìn)步，整體運營(yíng)模式的重大轉 型已更為常見(jiàn)。企業(yè)需要運用行之有效 的方法和工具，從以下工作流程各環(huán)節入手優(yōu)化商業(yè)模式。

       企業(yè)轉型整編：優(yōu)化現有商業(yè)模式，包括從原材料采購到產(chǎn)品銷(xiāo)售過(guò)程所涉及的一切環(huán)節，挖掘可以整體改動(dòng)或局部改進(jìn)的待優(yōu)化環(huán)節，以支持新的商業(yè)模式。

       重新配置信息技術(shù)系統：企業(yè)需要探索、設計與實(shí)施基礎設施及信息技術(shù)系統的改進(jìn)。

       重新調配人員：人盡其用是企業(yè)轉型可持續性的關(guān)鍵之一。重新調配人員側重于設計和實(shí)施人員調度，以支持新商業(yè)模式，并實(shí)現從原有模式到新模式的順利過(guò)渡。該環(huán)節還包括制定新的關(guān)鍵績(jì)效指標及匯報關(guān)系以支持新商業(yè)模式。

       重組法律、財務(wù)及稅務(wù)架構：商業(yè)模式優(yōu)化方案的設計和實(shí)施通常涉及許多復雜的法律實(shí)體及稅務(wù)架構上的改變。企業(yè)管理團隊需要分析不同方式的利與弊。如新商業(yè)模式下所得稅和轉讓定價(jià)事項有何變化，增值稅和關(guān)稅對新商業(yè)模式可能產(chǎn)生的影響。

創(chuàng )新管理

      創(chuàng )新管理的目標包括優(yōu)化創(chuàng )新產(chǎn)品管理、 優(yōu)化生命周期成本、優(yōu)化資本使用效率和優(yōu)化風(fēng)險管理。

      優(yōu)化創(chuàng )新產(chǎn)品管理：建立統一的產(chǎn)品管理體系（包括有形 的產(chǎn)品和服務(wù)），優(yōu)化決策流程，提高決策效率

      優(yōu)化生命周期成本：通過(guò)產(chǎn)品生命周期的最優(yōu)化運作，優(yōu) 化產(chǎn)品投資成本和運營(yíng)成本

      優(yōu)化資本使用效率：通過(guò)監控、評估和KPI管理，優(yōu)化產(chǎn)品 管理、提升資本使用效率

      優(yōu)化風(fēng)險管理：有效管理創(chuàng )新過(guò)程中的市場(chǎng)風(fēng)險和數 據安全風(fēng)險等諸多風(fēng)險

       值得注意的是，單純的產(chǎn)品創(chuàng )新管理并 不能令企業(yè)長(cháng)久保持競爭優(yōu)勢。如今，幾乎所有產(chǎn)品類(lèi)別都處于激烈的競爭之中，任何新產(chǎn)品的任何獨特優(yōu)勢都會(huì )被快速吞噬。組合多種創(chuàng )新類(lèi)型可以幫助公司擁有更好的財務(wù)回報。雖然不能把這些公司的績(jì)效全部歸功于創(chuàng )新，但創(chuàng ) 新有助于提升一家公司的機制，包括投資者對它未來(lái)的預期。

云部署

       僅僅把數據和應用轉移到云上是遠遠不夠的，大多數情況，上云會(huì )牽涉多個(gè)業(yè)務(wù)功能，影響企業(yè)的供應商、財務(wù)報表和客戶(hù)，企業(yè)需要長(cháng)遠規劃，分步執行。企業(yè)還需要充分考慮人力資源和數字化程度如何與云部署配合。

      規劃：審視企業(yè)現有商業(yè)模式并探討是否有其他可行的商業(yè)模式，根據商業(yè)模式 制定云部署戰略，進(jìn)行商業(yè)論證和自身能力評估。

       執行：執行階段可以分四步走，第一步是SaaS 部署，包括ERP，CRM，人力資源轉型和其他軟件部署；第二步是個(gè)性化部署，包括應用開(kāi)發(fā)、架構搭建和平臺部署；第三步為云遷移，其間可能需要對應用軟件進(jìn)行更新和調整。第四步為引入大數據分析平臺。

        今天的市場(chǎng)變得越來(lái)越多樣化，消費者的需求在不斷變化。同時(shí)，產(chǎn)品、生產(chǎn)流程和服務(wù)的數字化、智能化已是大勢所趨，受此趨勢影響，工業(yè)企業(yè)正在加快智能制造部署，并不斷審視商業(yè)模式，并制定有效策略，以期從運營(yíng)和戰略層面推動(dòng)實(shí)際價(jià)值的創(chuàng )造。

小結

       隨著(zhù)全球新一輪科技革命和產(chǎn)業(yè)變革加緊孕育興起，加上我國制造業(yè)轉型升級形成如今的歷史性交匯。智能制造在全球范圍內快速發(fā)展，已成為制造業(yè)重要發(fā)展趨勢，對產(chǎn)業(yè)發(fā)展和分工格局帶來(lái)深刻影響，推動(dòng)形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式。但是風(fēng)險與機遇并存，企業(yè)應該從商業(yè)模式優(yōu)化、創(chuàng )新管理以及云部署三個(gè)大方向對自己轉型升級，以應對未來(lái)挑戰。