[科学技术]创收能力越来越强的智能制造，在工业企业中如何部署？

近日，德勤发布了《中国智能制造，稳定而深远——2018中国智能制造报告》，对来自汽车、装备制造、电子电气行业的100多家大中型企业进行了调研。调查显示，中国工业企业的数字化能力明显提高，智能制造对效益生成的贡献明显增加。此外，中国对工业机器人的需求增长强劲，已成为最大的消费国。

新兴技术的成熟和新技术在中国的高接受度，显然极大地推动了其应用的步伐。智能音箱等智能终端产品为消费者所熟悉，但工业企业中的智能制造所带来的影响，对大多数人来说还是陌生的。本文中，意欧智库通过解读德勤的报告，分析了工业企业智能制造的部署策略。

首先，德勤在报告中指出“智能制造是基于新一代信息技术的先进制造工艺、系统和模式的总称，贯穿于设计、生产、管理和服务等制造活动，具有信息深度自我感知、智能优化自我决策、精确控制自我执行等功能。”。

换句话说，智能制造涵盖了从制造智能产品，利用智能技术提供服务，到在生产过程中使用智能技术的一系列过程。如今，全球价值链的重组和分工的调整迫使企业布局智能制造来保护自己的地位。传统制造企业作为主导力量，将智能转型提升到战略地位，各大科技公司纷纷开展战略合作，提供系统的解决能力。毫无疑问，中国的智能制造已经进入高速增长期，工业企业已经开始发展智能制造。

德勤调查了企业部署智能制造的重点方向，总结出五个重点:数字化工厂、设备和用户价值深度挖掘、工业物联网、商业模式重构、人工智能。

数字工厂

智能制造以数字化为核心驱动力，数据采集无疑在所有制造环节中占有重要地位。因此，积累生产数据、产品数据和最上游的供应商数据是企业的主要任务。通过数据的积累和信息技术的支持，实现制造中各个环节的串联，可以快速建立合适的模型，为企业制造提供指导。通过建立这个数字化工厂，企业可以提高决策的准确性。

在数字化工厂建设中，打通数据流，实时观察数据的变化意义重大:通过数据的变化，可以优化生产流程，实现业务、流程、资金流的协同，合理配置资源。目前，多达62%的受访企业已经开放了从生产规划到实施，再到现场设备的数据流。然而，在航空空航天领域，由于其精密的制造和强大的质量控制，该领域的企业普遍具有较高的能力来建设数字化工厂。

设备和用户价值的深度挖掘

设备价值挖掘是指在各个环节中与产品和设备相关的服务效益的提高。比如开发设计更智能的产品，在销售阶段提供设备相关的金融服务，在售后阶段基于产品收集监控数据，以便进行绩效分析等。，挖掘更多服务机会。用户价值挖掘的核心是满足客户的个性化需求，进一步降低成本，提高效率。典型的例子，比如c2m模式，不同于以往企业的先制造后销售。c2m模式在R&D和设计之前接受用户分散的个性化需求。通过有针对性的订购和制造，不仅更好的满足了用户，也大大减少了中间环节的浪费。

如今，在竞争更激烈、产品定价更透明的行业，深度挖掘可以产生新的价值来源。报告显示，62%的企业在积极部署设备，深度挖掘用户价值。

工业物联网

事实上，在云部署成本高的情况下，企业在未能创造核心价值之前，一般不会热衷于云部署；国内工业制造也是如此。如今，智能制造系统的感知、分析、决策能力都涉及物联网相关技术，迫使企业使用传感器和物联网平台收集数据，并进一步使用大数据能力分析。其应用场景包括设备监控和管理、了解产品使用方式和创新服务。

目前有47%的企业在部署工业云，其中电子电气行业的传感器和平台最受欢迎，这主要是因为需要与该领域的消费者建立更紧密的联系。

重构未来的商业模式

智能制造除了实现智能流程，帮助企业降低成本、提高效率外，还可以应用于企业产品和服务的创新；此外，创新创业公司的涌入也对传统企业的地位提出了挑战。因此，企业需要重构商业模式，实现价值。

目前，工业企业的商业模式主要是平台型、大规模定制、“产品+服务”和知识产权。基于平台的商业模式以垂直行业为基础，提供多种软件服务，构建生态系统；大规模定制模式是指业务领域的横向拓展；“产品+服务”是指围绕客户需求探索新的解决方案；知识产权模式是指建立技术壁垒，通过专利申请占领市场。其中，选择前三种策略布局企业数量较多，分别达到30%、26%和24%。然而，不同的模式面临不同的挑战。

人工智能

人工智能对工业的影响主要来自两个方面:通过将人工智能应用于生产过程，智能控制质量，提高生产效率；二是创新产品和服务的研发。

目前国内制造业自动化程度越来越高，机器人应用数量居世界第一。通过进一步实现机器学习，结合大数据，可以提高生产线的协作性，减少生产问题；比如过程自动化和质量监控。通过彻底颠覆自己的产品和服务，深入结合人工智能技术，设计出具有感知和判断能力的产品更具竞争力；典型的例子就是自动驾驶。

调查显示，超过一半的被调查企业在制造和管理过程中使用过人工智能，46%的企业有计划制造人工智能产品和服务。在行业分布上，人工智能在汽车和汽车零部件领域的部署比例远远高于其他行业。

其实我们也可以看到，人工智能的应用越来越多，市场接受度也比较乐观。Ai近年来成为创业和资本市场的高频词，ai领域出现了很多独角兽企业。而且，人工智能企业的收入逐年增加。如果能跳出自动化机器人的局限，大胆尝试更多的人工智能产品和应用场景，人工智能的发展将会以很大的概率保持这种高速增长。