来源： 腾讯研究院

概要：事实上制造业的问题，这几年已经成为全球性话题引起越来越多国家的重视。其中以美国和德国为代表，较早意识到这场由互联网点燃的数字化革命的意义，不仅在于消费市场，更应该为国家的经济命脉—制造业注入能量。

引言

近年来中国经济的发展，整体上呈现出两面性特征：

一面是代表数字经济的互联网在中国快速而蓬勃的发展，让中国在全球市场凸显活力，并塑造出了能与美国比肩的互联网公司。

而另一面则是代表实体经济的制造业呈现出一定程度的疲态，成本攀升、效益下滑等问题萦绕其间，如何提振制造业成为举国上下越来越关注的问题。

事实上制造业的问题，这几年已经成为全球性话题引起越来越多国家的重视。其中以美国和德国为代表，较早意识到这场由互联网点燃的数字化革命的意义，不仅在于消费市场，更应该为国家的经济命脉—制造业注入能量。

因此美国发布了工业互联网、德国发布了工业4.0等的概念体系和国家战略，即是从国家角度鼓励推动整个市场，借助数字化占据下一代制造业生态体系的制高点。

我国作为当今的“世界工厂”，制造业的转型对于国家未来的重要性不言而喻。《智能制造发展规划》和《智能制造2025》等国家级战略的及时推出，为整个国家和产业提供了方向和框架的指引；同时各制造行业企业也在积极行动，越来越多的企业开始探索物联网、大数据、智能机器人等新技术在制造业领域的应用，探索制造业智能化升级的道路。

在这个过程中，制造业如何能有效利用互联网已积累的资源和新技术经验、加速智能化转型的进程，成为我们需要关心的重点问题。本文试图从互联网企业的角度，为大家解读一二。

一、中国制造业面临的现实问题

1. “夹心”的压力：

虽然从体量上看，2010年以来中国制造业的产值和产量已处于世界首位，取代了美国延续100多年的位置；但从结构上看，中国制造业处于全球制造业价值链的中低端，作为“世界加工厂”赚的是低利润率的“辛苦钱”。而随着08年金融危机后国际形势的变化，各国都在想办法重拾制造业的竞争力，处于大体量中低部区域的中国制造业自然受到了它国从各方的夹击：低端方向，南太、印度、墨西哥等高人口低成本市场对制造企业的抢夺日益激烈；高端方向，欧美等发达国家制造业回流形成了遏制。越来越多企业正将工厂搬离中国、或者至少是减少在中国生产。

 2. “升级”的困难：

主动“降级”去和其他发展中国家拼资源和人力成本，对当今中国而言已不可能。未来中国制造业的出路，主要在向高端制造，即向高精密、高质量、高价值的价值链方向升级。然而，高端制造的三条主要道路都已被先行者占据：以精密机器能力为核心的德国、以高效人员和组织能力为核心的日本、以及以科学和数据能力为核心的美国。目前中国在三方面均存在不足，能力的培养即需要时间又面临压力。

3. “引入”的代价：

随着新一轮制造业格局的争霸开启，主要竞争国都在不遗余力的构建和推广新的框架体系标准，以求主导制造业转型。其中我国产业企业接触最多的，应该是德国的工业4.0和美国的工业互联网。这两个框架体系本身没有太大问题，甚至已经建立了相互映射对接的关系，对全球通用发挥了积极作用。关键问题在于这两个框架指导下的企业实践，目前尚未出现正真意义的通用型开放平台，还存在各厂商之间的竞争壁垒，造成厂商之间的设备互联互通困难等问题。而制造业企业在面对厂商时，选择一个厂商可能意味着被锁定在这个厂商的一体化解决方案中，增值服务和替换成本较高，且难以掌握真正的核心技术。

正因为如此，中国制造业需要建立自主的智能制造框架标准体系，并鼓励产业和企业自主研发，探索自身的智能化经验，并最终汇聚成自身主导的智能制造平台和生态，完成整个制造业的转型和升级。

二、智能制造相关的概念解读

随着各国制造业转型升级战略的推出，业界涌现了很多相关概念，也存在不同立场和角度的解读。在此选择常被提及的几个主要概念，分析厘清其中含义和特点，以期推动共识的成型。

 1. 从无人化，到协同化：

“无人”的概念近期异常火爆，从无人商店到无人餐馆，相关标题频繁出现在各类媒体的推文之中，资本也在积极进入相关领域。

事实上，无人化最早兴起的领域是制造业，因为工业化大规模生产使得制造业的标准化程度最高。早在1952年，福特公司就建立了第一个生产发动机的全自动工厂。然而受限于当时的技术条件和认识，机器不够“聪明”，“无人化”是以机器重复生产为中心的流水线。由于是以机器为中心，一般机器生产环境与人的工作环境相隔离，如果人要对机器生产进行介入（比如故障处理等），往往需要停止整个生产线，并且进行复杂的操作，成本高、安全风险大。

如今再谈制造业的升级，“无人化”其实已不是主要障碍，流水线式的“机器替人”上世纪就能实现了。今天制造业的升级，需要重点解决的是上世纪“无人化”所解决不好的问题，即人机协同问题。因为今天人工智能等技术的突破性发展，使得机器性能升级，可以更好地适应人。制造业有望重新回归“人”为中心的生产制造组织方式，让机器协助人而非人去适应机器，实现人机高效协同生产。

比如日本的fanucCR-35IA机器人，已经实现能在高速工作和协作工作两种模式下自由切换，当有人接近机器工作区域时自动进入低速运转状态，不仅能保障安全还能保障持续生产。这类人机“协同化”生产的研究开发和应用尝试，可能才是今天的重点。

2. 从C2M（顾客直连工厂），到D2M（数据驱动生产）：

电商领域正热议下一步向C2M模式的转型。所谓C2M，指消费与生产的直接连接，消除中间包括渠道分销在内等各种环节，实现消费者需求的个性化满足。

目前的C2M模式，大多强调的是实现个性化定制。如红岭的MTM（量身定制）成为旗帜型的企业案例被广泛传播，随后海尔、长安汽车等众多企业也纷纷推出了自己的C2M平台。而从这些现实的企业案例中，能够发现C2M模式发展的面临的两个主要问题：

一是并非真正按消费者需求完全的定制，而是让消费者在标准化组件中进行选择和组合，反映出企业实际上需要在无限的需求和有限的资源之间做平衡；

二是如果各家制造企业都推出自己的C2M平台，将会碎片化市场，大部分企业可能仍然难以与消费者实现规模性互动，中间很可能仍需一个第三方聚合平台，而非理想的顾客与工厂间无任何中间环节。

因此不仅是消费者的需求和还是企业生产制造的能力，都需要一个中间平台进行聚合和匹配，最终的重点并不是实现消费者要什么就给消费者制造什么，而是知道消费者的偏好而给消费者制造更合适的产品。

实际上对制造业而言，消费者需求只是一端，优秀的产品不仅仅要考虑消费者需求，更要注入设计生产等专业人员的知识，才能成功实现。而这一切的信息，如果都能以数据（Data）的方式汇聚分析最终匹配生产，就能正真提升制造的效率和效果。以D2M的概念，强调在C与M之间需要有一个数据平台，实现以广义的数据驱动生产与需求的最佳匹配。

3. 从Made in Internet（互联网制造），到Made in IOT（融合制造）：

最近Made in Internet概念推出，引起业界热议。以互联网代表的消费者需求，推动制造业供给侧的改革，是其积极意义。

但同时也应该避免过于放大互联网的作用。对制造业的转型升级而言，互联网是其中重要的要素，但不是全部。智能制造的实现，除了需要借助互联网实现供需关系的匹配，更需要对制造业核心的生产制造过程进行升级。这个过程不仅需要人的连接、也需要物的连接，不仅需要数字信息技术、也需要物理操作技术。而其中最重要的是“融合”。因此未来的智能制造，可以认为是Made in IOT：

Internet of Things（万物互联融合）：Internet解决了人的连接，但制造业更需要解决的是物的连接、最终实现人-物的连接。将来的生产制造，很可能需求部分从互联网来、生产部分则通过物联网执行，中间还需要建立安全互通的机制，最终实现互联网与物联网的融合。

IT+OT（信息-制造融合）：传统制造企业，信息系统和制造系统分离，信息传递和制造执行之间需要很多人为转换和对接的工作，对生产管理造成诸多不便。IT与OT的有效融合，能够促使数字与物理建立直接映射关系，数字的操作能够直接控制物理生产、物理的操作能够直接反馈给数字作为下一次生产执行的经验输入，从而提升整个生产的效率、降低生产试错成本。

三、互联网企业如何加持中国智能制造升级

对于中国制造业而言，在自动化流程和工艺水平尚有欠缺，同时物联网、云、大数据和人工智能等新技术爆发的历史节点，拥抱代表新技术的互联网、走两化融合之路是弯道赶追先进制造大国的最佳路径。说互联网不懂制造业、或者说制造业大势已去，都是不负责任的说法。真正应该关心的，是如何用好互联网企业在消费市场的经验，来帮助制造业转型升级。

1. 做好两端服务：提供前端的需求洞察和后端的营销服务

对于大部分互联网企业而言，贴近消费者是其最擅长的事、也是对制造企业最直接的价值。在消费者需求方面，借助自身业务的消费者行为，加上广义的互联网信息采集工具（如社交媒体聆听），能够比较完整地勾勒出用户画像，帮助制造企业对产品趋势热点进行分析判断；在营销服务方面，线上的各种营销渠道和即时营销手段，也能够帮助制造企业快速推广产品和提供服务。

目前这部分的内容已经非常丰富，大型电商平台、第三方大数据分析工具等都在提供相关服务。未来应该考虑的核心问题是，假设将来D2M是必然趋势，那么这些D（Data）归属各制造商更有效率、还是中间平台更有效率？从大数据的价值角度看，大数据维度越多、体量越大，理论上价值含量越高。

因此可以认为，未来无论是互联网还是制造企业，构建这样跨企业、跨产品的消费者洞察平台至关重要。现在的平台只能勾勒出比较综合的、或者单维的需求；未来的平台，应可以根据不同行业产品的特点，定位并勾勒出不同的画像，指导不同的产品生产。

2. 提供基础设施：协助制造企业向云计算迁移

云计算是互联网发展的基础设施，也成为了部分互联网企业的核心能力，目前已经基本坐实了新IT基础设施的位置。中国制造业要追赶国外发达国家，将整个企业流程尽快向云迁移是必然之路。通过云部署，即能有效降低成本、又有利于促成IT和OT的融合。

目前这部分有两条路：互联网企业主导的，通用型云计算基础设施；工业装备和软件企业主导的，专业性云计算基础设施（工业云等）。对互联网企业而言，缺乏工业、制造业的经验是短期较难弥补的短板。

因此，做好通用IaaS、发挥自己IT计算经验和特长为其他专业云提供服务，可能是近期较为合理的方式。而向远期看，IaaS之上的工业云PaaS，才是最终需要努力打造的核心。而其中涉及各种软硬件接口和数据的标准化，任何一方都难独挑大梁。互联网企业应与优质的工业装备和软件企业等联盟，尽快和国家政府部门共同制定相关的规范和标准，推动大的工业云平台基础设施的成功建立与应用。

3. 贡献技术使能：发挥人工智能相关技术能力优势

人工智能技术的再兴起，为中国制造业的弯道超车提供了可能。当前欧美等先进制造国家的制造业技术，主要基于上一代信息处理技术发展，即信息传递的方式以文本为核心。这在机器对机器的交互中问题不大，但在人-机交互中其实比较受限，大量的人经验只能通过文本传递（比如参数输入），实际上并不符合人在操作中视听等感官经验。

随着人工智能的发展成熟，语音、图像、视频等的机器识别和交互越来越成为现实，这为整个制造业生产流程、至少是信息传递流程的颠覆创造了机会。试想一下，如果机器能直接通过视频识别发现残次品的问题和位置、并用图像直接叠加显示，能省去多少人用卡尺等反复测量的成本。

目前已有越来越多的IT巨头，在其云中提供人工智能API或SDK，以方便其他企业调用和二次开发。对互联网企业而言，提供类似的能力服务也是必然选择。不过从通用AI能力到专用AI应用，中间还有巨大的断层，需要通过与制造业企业联合研发等方式，才能更有效的发挥人工智能的能力。

4. 孵化新型制造：以资本和技术孵化新型制造企业

新的工业革命需要投资，而且可能是远比信息革命大的投资（物理资产、人力成本等相对比重大），而投资正是制造业最缺乏的东西。这种投资有两方面内容：

一是钱，多年来中国制造业利润率的持续走低，使得追求利益最大化的资本对制造业板块不太感冒；

二是人，互联网的蓬勃发展吸附了大量的优秀人才，人才决定了技术创新能力，制造业的转型缺乏大量的高质量跨界人才注入。从这个层面看，互联网对制造业的投入是必须也是必然。

一是钱，多年来中国制造业利润率的持续走低，使得追求利益最大化的资本对制造业板块不太感冒；

二是人，互联网的蓬勃发展吸附了大量的优秀人才，人才决定了技术创新能力，制造业的转型缺乏大量的高质量跨界人才注入。从这个层面看，互联网对制造业的投入是必须也是必然。

互联网对制造业的投资其实空间很大，可以从新型的智能产品切入（如AI音箱），组建项目组或投资创业公司，投入资金、人员和人工智能等技术能力，完全从智能化生产的新角度，自己深入和构建新的制造业流程，并在过程中尝试开发软件工具，最终形成新型制造企业的模型和经验。Google自制硬件、Facebook的Area 404硬件实验室等，都初步显示出这种端倪。

尾声

互联网大潮方兴未艾，人工智能新潮涌起，各行各业都在努力赶潮，避免被时代步伐落下。

面对这个极速变化的市场，不仅是制造企业，互联网企业也一样面临颠覆性挑战和机遇。智能时代大幕已经开启，作为工业时代代表的制造业、和信息时代代表的互联网更应主动拥抱与融合，有效利用新技术发展的窗口期，共同孕育新时代制造业的基础和生态，真正助推“中国制造”从生产升级、到产品升级、再到品牌升级，最终实现“中国制造”在全球市场的再次腾飞。