【智能制造】制造业转型升级：上、看见四化，中、转型升级四大象限，下、通用策略与升级路径

制造业转型升级三部曲（上）|看见四化

吴昊阳知识自动化

本文将仅就生产技术升级问题，试图梳理制造企业的转型升级路线。目前制造技术升级的概念是，本质仍然离不开四个关键词语：自动化、信息化、数字化和智能化。然而，并非所有制造业都要通过这‘四化’实现技术升级；同一个企业的不同发展阶段也需要兼顾不同的升级策略；不同类型的制造业也需要考虑适合自身发展规律的升级路线。

本文系列力图回答这些问题，并为中国制造提供可选择的路径。分三部，本文为上部，为制造业的要素“画”像。

自动化

首先需要考虑“自动”与“手动”。与“自动化生产”相对应的是“手工生产”。通常讲的自动化升级都是指用自动化设备和装置替代人工。因此，凡是人做不了或者不愿意做的工作都可以通过自动化进行升级，越是动作简单、重复、繁重的生产形式，越适合采用自动化升级策略，例如搬运、包装、喷涂等；而动作越复杂，对人手灵活性依赖越大的生产模式就不适合自动化升级，例如皮具制作、制衣等。

按照工业4.0的定义，1968年出现的莫迪康可编程控制站器Modicon PLC（后来被施耐德收购），被视为自动化的一个划时代意义的产品。

信息化管理

应该说“企业信息化”这个词是伴随着ERP的普及而流行的，而ERP的前身是MRP和MRPII，再往前推则是会计电算化软件、库存管理软件等。这类软件的流行基于数据库系统的成熟。

随着这类软件的普及，“MIS（管理信息系统）”应运而生，同时MIS市场迅速膨胀。也许是出于对会计制度与国际接轨的需要，当时MIS的主力是会计电算化软件，火爆的市场也成就了金蝶、用友这样的国产软件公司。

上世纪末期是跨国公司全球布局的黄金时期。外企进入中国不仅带来了先进的管理模式，也带来了对企业管理信息系统的市场需求。跨国公司要求中国本土供应商的管理系统与之对接，倒逼中国企业大干快上ERP项目。这个时期除了捧红SAP之外，还造就了不少ERP软件实施和信息系统咨询公司，诸如毕博和埃森哲。

2000年初的时候，业内对ERP的态度如同对当前的工业4.0，说法不一。

但普遍的共识是企业上ERP不是简单买个软件，更需要对管理流程进行梳理，破旧立新。随之而来就出现了一个流行词叫“企业流程再造BPR”，很大程度上也算是商家为了配合ERP项目搞的噱头。到目前为止，ERP通用功能已经非常成熟，而跟业务深水区的结合，正在面临全新的升级考验。

包括ERP在内，本段所提及的软件都是用MIS把企业管起来，本质上是企业商业和运营的信息化。与此同时，在产品设计、生产设备、质量管理等直接与制造相关的环节也在进行着信息化。

信息化制造与数字化制造

这里不得不提CIMS，计算机集成制造系统。CIMS要集成的对象是一个一个独立的计算机辅助软件（CAX），旨在消除信息孤岛。这个概念在中国的兴起要早于ERP。可以说ERP是面向商业的信息集成，而CIMS是面向制造业的信息集成，当时都是被当作信息化所理解的CIMS除了要集成CAD（计算机辅助设计）、CAM（计算机辅助制造）、CAT（计算机辅助检测）、CAPP（计算机辅助工艺等系统模块）等，还明确提出了逻辑层次结构，并整合了敏捷制造、并行工程、虚拟制造等方法论范畴的理论概念。

然而，技术为它的早产付出了代价。

CIMS的失败就是因为它提出的时代太超前，相关技术和产品都还没成熟。而在它之后便迎来了工业软件市场的大整合时代：例如由对CAD产品数据管理发展而来的PDM（产品数据管理），通过对产品BOM的信息化管理实现了产品“数字化”。“数字化”这个概念尽管现在被滥用，但是它应该是脱胎于3D数模的。至少在商业语境里，“数字化”要与3D图形和动态仿真同时出现。例如“产品数字化”是指用3D数模构建产品模型，“工厂数字化”则需要面向工厂进行3D建模。

当今工业4.0所处的环境，已远远超越CIMS所处的年代。大量设计软件广泛使用，大量数字化资源和虚拟化产品，已经进入主流，类似Digital Thread（数字主线）、Digital Twin（数字孪生）被更广泛地应用。

数据采集

在过去30年中国企业现代化进程中，除信息化项目大干快上之外，还有一条自动化升级的主线：在流程制造行业（如石化、水泥、食品等），一大批分散控制系统DCS和仪表自动化项目迅速崛起，而国产的DCS如浙大中控、和利时，甚至被GE收购之前的新华控制系统，都得到了长足的发展；而在离散制造行业的是企业采购了大量数控和自动化物流设备。随之而来出现的问题就是如何获得这些现场数据，并把这些实时数据用起来。

当下火热的“云数据”，前身可以说是“远程抄表”。最早是油田、矿井等野外设备需要监控运行状态——早期用的是电报，后来短信。在智能手机尚未普及的时代，还用过手机网页客户端，而现在基本就是成熟的3G/4G网络，外加APP客户端。

10年前做方案时，往往会在示意图中用云彩和墙的图标两端分别画上服务器和笔记本电脑，笔记本和云彩图标之间画一个闪电符号，意为有防火墙的无线数据交换。现在的“云”方案只是在笔记本旁边加上了手机和pad图标。事物的发展，只是在增添要素而已。

说到数据采集就不得不提组态软件。这类产品最早是DCS或PLC厂家为方便客户开发界面而配备的开发套件，后来出现了许多独立的组态软件厂商，可以通过图形界面直观地看到数据的变化。由此产生了“人机界面（HMI）”，所以“图形化”往往指的是人机交互相关的产品或项目，比如工作站的面板和电子看板等。

现场数据采集SCADA，正是自动化与信息化的链接节点，是自动化设备和信息化管理软件的承上启下的层级，也是自动化与信息化相融合的过渡区域。

而这些早年软件留下的数据，正是当下的工业大数据“黑金”。它们深埋在设备、模块和系统之中，不见天日。工业大数据从业者，需要有非常的智慧，来解救这些黑金。

智能化

智能化定义众说纷纭，就没有统一标准了。现在许多复杂一点的控制系统，似乎都被叫做“智能控制”，好像更新一代的控制系统都可以叫做智能化。

严格意义上的智能化，必须要借助大量的建模和算法，以及一些必要的人工智能技术，包括启发式算法和机器学习。如果按照这个标准，目前不少先进的控制系统的控制算法已经可以算是智能化，但真正智能化的管理信息系统市面上还不存在。信息系统的智能化趋势应该说是很明确的，特别是人工智能AI项目开始受到大量资金关注后，那些原本只在学术期刊上出现的，服务于制造调度算法的复杂公式才开始有了一些用武之地。

制造业转型升级三部曲（中）|转型升级四大象限

本报道将仅就生产技术升级问题，试图梳理制造企业的转型升级路线。本文系列力图为中国制造提供可选择的路径。共分三部，本文为中部，为制造业分类把脉。

工业4.0体系中，个性化定制被反复提及。这就特别需要考虑生产“柔性”与“刚性”。所谓刚性生产是指大批大量生产单一或若干种产品，这种生产模式特别适合自动化，例如紧固件等工业标准件的生产就是通过自动化专机实现的；所谓柔性生产是指多品种小批量，甚至单件定制化生产，这种生产模式对自动化系统的智能化程度要求较高（从某种意义上接近或等同于智能制造），比较典型的行业是汽车的混线生产和非标零件的机械加工。

另外，由于目前技术限制，机器设备的灵活性仍然无法与人手相比，特别是在空间有限的装配环节。很多人认为3D打印可以解决装配问题，可以说不同材料的增材制造可以在一定程度上减少对手工装配的依赖。但是从现实出发，彻底解放人力是个系统工程，需要从产品设计（DFM/DFA）源头进行重新梳理，并对现有工艺、工序以及生产设备进行重新整合，并不是一个单一技术解决的。总之，能否实现自动化在很大程度上受制于制造工序对人手灵活程度的依赖。

下图将目前国内制造业转型升级的方向进行了划分：X向表示产品种类的复杂程度；Y向表示生产工序要求动作的灵活程度。

象限I、手工柔性生产

该象限的特点是：产品种类复杂且动作灵巧度高。典型行业如飞机、航天器等复杂机电产品装配，成衣、皮具定制，家电、数码产品组装，以及产品维修或返修。

这类生产对动作灵活性要求高，因此无法通过自动化手段替代人工或者替代人工的自动化设备研发投入过高。例如目前的机器人或运动控制技术都难以达到人手的复杂和灵活程度，因此诸如皮具制作和缝纫等工作在相当长的时间内无法被机器所取代。

适合这类制造企业的生产模式，笔者认为可以称之为：手工柔性生产，即生产管理组织复杂且无法实现自动化。实际上这类企业非常适合走 “智能化”管理信息系统升级路线，既通过专家决策系统或相关的软件产品管理生产并指导工人操作。所以这个象限的企业转型升级应着眼于通过“智能化”信息系统指导生产，避免人为失误；而不是开发“自动化”设备替代人工（自动化物流和搬运设备除外）。

关于智能化升级的路线选择，简而言之：生产管理越复杂，对信息化软件的智能程度要求越高的企业越适合智能化升级。或者说适合选择智能化程度高的信息系统的企业通常具备以下特征：

产品系列多，工序变化多，零部件品种多，供应链管理复杂；

多以组装工序为主，多为劳动密集型企业；

典型行业：家电、服装、数码产品等。

最适合搞智能制造的比较极端的例子是产品维修：

每一个维修项目都各不相同，因此生产模式属于单件定制；每一个维修项目的工序复杂，没有既定模式，几乎无章可循；维修（生产）数据难以定义，更难以度量，难以采集；而且每一个维修项目的周期无法量化，产品复杂程度越高，维修周期不确定性越大；

因此在面临这样复杂问题的时候就只有通过“智能化”才能解决问题。

实操方案一：自动配料系统

例如保时捷发动机在装配过程中大量工序无法实现自动化，而产品多品种小批量的特点又难以避免工人在装配过程中犯错误。为调和这个矛盾，该生产系统采用集中备料的方案，发动机上的小型零部件随托盘运动到各个装配工位，装配工直接在托盘上取用配套的部件并按照电子操作终端的指示进行装配和自检即可。

class="video_iframe" frameborder="0" allowfullscreen="" scrolling="no" data-vidtype="-1" data-ratio="1.8181818181818181" data-w="640" data-src="http://v.qq.com/iframe/player.html?vid=f0179tti570&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=f0179tti570&width=670&height=376.875&auto=0"/>

此外，有类似成熟系统的汽车企业还有宝马，配料车上的终端面板会指示工人物料的取料位置、型号、数量等信息。并要求操作人员在将物料放入托盘前先对物料进行扫码，以确保配料准确。整个配料过程的信息指导系统智能化程度很高，但配料的操作过程仍需要工人根据物料车的指示在指定的仓库托盘中拾取，没有实现自动化，也没有必要自动化。

实际上比较成熟的软件应用是在服装行业，包括红领在内的许多国内企业，成衣定制的服装集团都已经采用自动下料，配料系统：一件成衣所需要的全部布料和配件等，会通过该系统配送给某个工位或制作单元，而工人只需要按照设计要求缝制即可。

实操方案二：操作辅助终端

（电子作业指导书+生产数据采集系统）

克莱斯勒变速箱组装视频：

class="video_iframe" frameborder="0" allowfullscreen="" scrolling="no" data-vidtype="-1" data-ratio="1.7647058823529411" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=c01846cssp4&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=c01846cssp4&width=670&height=376.875&auto=0"/>

视频为克莱斯勒变速箱组装线，值得注意的是每个工位上都有操作辅助终端，工人在装配过程中严格按照电子作业指导书的每个步骤进行，同时辅助终端也记录相应的生产组装数据并发送给上位机。

以上两个方案都属于数据采集层的子模块，是智能制造的基础，也是智能制造的雏形。自动配料方案实现柔性和单件定制化生产，向上集成智能排产、动态调度、专家决策等系统；操作辅助终端实现人与生产系统的数据交互，相当于增强版SCADA/HMI或电子作业指导书。

象限II、手工刚性生产

该象限的制造特点是：产品种类单一且动作灵巧度高。

鉴于在相当长时期内，这个象限的手工灵活性无法被机器所取代，因此自动化升级的路线基本被堵死；而产品的单一性又不需要智能化管理信息系统。因此这个区域内的制造企业面临着巨大的挑战。典型行业如传统的服装、鞋帽业等，这类行业产品产量大，但生产过程基本上只能通过手工实现。这种靠薄利多销生存的行业除非在产品设计和工艺上做文章，否则在自动化或智能化层面几乎没有改良的余地。转型升级路线：一是增加产品种类和对生产柔性的需求，即向第I象限靠拢；二是提高产品艺术性，向奢侈品和艺术品方向靠拢；三是转移到人工更便宜的地区。

象限III、自动化刚性生产

该象限的特点是产品种类单一且动作灵巧度低。

典型行业就是工业标准件生产如紧固件、轴承、齿轮、五金件、连接端子、微电子等行业，以及相对简单日用品如食品、饮料行业，纺织、印刷和制笔业等。

这类产品通常是通过专机和自动化设备实现的，而且技术非常成熟。中国大量低端制造业企业都属于这种类型的制造业，都可以通过自动化专机实现低成本量产。

而且，这种行业一旦开发出全自动高效量产的专用设备，那么就极有可能实现对该行业的垄断，为其他竞争对手设置投资门槛。

克强总理前不久提到的“圆珠笔芯困境”实际上就是这个道理：几大笔业集团垄断了笔芯制造设备，使笔芯的生产成本降至最低，因此中国这种市场追随者就很难获得同样的自动化系统，如果自行研发同类设备在投资上也并不划算，所以倒不如放弃这个行业，或者另辟蹊径，开发替代性产品和技术。

中国的中小制造企业里，有非常多是从事单一产品的批量化生产的，如USB线、鼠标、摄像头、拉链、打火机等。相信在未来的5年内必定会出现生产这些通用产品的全自动化生产线，也一定会在中国出现世界级的行业寡头。

象限IV、自动化柔性生产

该象限的特点是产品种类复杂且动作灵巧度低。

最典型的行业就是汽车，目前国际上主流车型均采用混线生产模式，即自动化柔性线。这种生产系统对设备的自动化程度和软件的智能化程度要求极高。是目前复杂程度最高的生产系统。与汽车类似的还有电子行业，如电路板的生产。事实上木工是最容易实现自动化柔性生产的行业。理由是木工制造的工序简单，零件结构标准化程度较高，产品的多样性要求较高。说得更通俗些，就是木工行业与乐高积木的相似性最大。

class="video_iframe" frameborder="0" allowfullscreen="" scrolling="no" data-vidtype="-1" data-ratio="1.7647058823529411" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=o01721dltjv&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=o01721dltjv&width=670&height=376.875&auto=0"/>

视频中所显示的系统，CAD软件为木屋设计提供了非常多的标准件库，并且可以自动生成项目BOM表；CAM软件具备下料计算功能，可以在标准尺寸木料上优化毛坯下料尺寸并自动生成每个零件的NC代码；同时ERP系统将所需木料尺寸和数量发送给供应商并进行采购；木料到达车间后，生产系统可根据木料编码和尺寸决定下料毛坯，并对毛坯进行机械加工；加工好的零件被贴上标签，连同五金件打包送往建筑工地，建造团队可以根据图纸把送来的这批木料零件拼装成木屋。

从这个案例可知，由于木屋的木料零件都是直的，基本上都可以通过切割和钻孔完成，工序简单，可以在CNC上完成所有工序，因此容易实现自动化。此外，木梁的拼接相对简单，零件种类少且标准化程度高，给PLM系统的简化带来便利。与之相似的还有楼梯和木门加工系统。

实际上，欧洲国家的木工行业的自动化和智能化程度已经达到了极高的水准，在瑞士、德国、英国、法国等地已经出现了大量的木工无人工厂。可见，家具行业绝不是夕阳产业。而第IV象限的所有行业都适合进行工业4.0或智能制造升级，都有着极大的潜力。

小结

象限I、手工柔性生产，适合“智能化”管理信息系统升级；

象限II、手工刚性生产，设计升级或产业转移；

象限III、自动化刚性生产，适合“自动化专机”升级；

象限IV、自动化柔性生产，适合智能制造/工业4.0升级。

制造业转型升级三部曲（下）|通用策略与升级路径

本报道将仅就生产技术升级问题，试图梳理制造企业的转型升级路线。本文系列力图为中国制造提供可选择的路径。共分三部，本文为下部，选择通用策略与路径选择。

制造企业转型升级的通用策略

总的说来，由于自动化和信息化程度的不断加深，对于从业人员来说，生产制造过程的管理变得越来越容易。从历史经验看，制造升级与人力解放是同一过程。

机器（机械）设备的出现解放了重体力劳动，如铁匠、矿工等；自动化技术的出现，解决了繁琐体力劳动，如流水线装配工和搬运工；

信息化管理系统则解放了从事繁琐的脑力工作的劳动者，如会计、仓库管理员等；

数字化软件使得产品设计和工艺人员不必趴在图板上画图并反复修改，同时给现场管理者更直观的图形化调度决策支持；下一步的智能化升级或将解放决策层的脑力劳动；

▽

可见，人类的制造系统在不断地更新换代，每次升级都会解放体力和脑力，使人的创造力可以有更大限度地发挥。未来制造业的从业人员将仅进行创造性的工作，可以模式化的体力和脑力工作将完全交给智能制造系统完成。也许到那时，我们理想中的社会制度——共产主义才开始真正具备实践基础。

值得注意的是，当我们谈转型升级的时候，我们已经不知不觉地按照工业1.0 – 4.0的套路在走了，我们似乎把焦点都集中在“智能制造”和“工业4.0”等自动化和信息化项目上。实际上制造企业的转型升级有太多的途径了，最根本的也是普适的策略是：产品设计和生产工艺升级。

在这里我们需要深刻认识制造业本质。

Manufacturing和Production 都可以翻译为制造。Manu-fact-turing拆分后是说“用手做”，因此翻译成‘手工业’或‘制作’比较贴切；Pro-duct-tion有向前引导的意思，感觉上是生孩子的过程，把婴儿从母体中拉出来，因此日本人将其翻译成生产，产生是非常贴切的。这个词有一种从无到有，经过一番孕育，酝酿而生成的意思，生成的结果可能是婴儿，作品或者是产品。可见“生产”制造（production）是有创造的过程的，这样就把产品设计涵盖到制造研究的范畴了；而“手工”制造Manufacturing则仅仅指代加工。以后中国的制造企业应该力争成为Producer，而不要做manufacturer。

狭义的制造就是Manufacturing，即制作产品的过程；而广义的制造是Production，即产生（实物）产品的活动。中国的制造业做的是狭义的Manufacturing，只是外包了手工作业的部分；而发达国家的制造业是广义的Production，涵盖了产品和工艺设计的高附加值环节。

可以说，产品设计和生产工艺是制造的基础，设计和工艺环节永远具备升级空间；

由于产品是制造业创造价值的最终载体，而制造业的产品永远是实物，所以产品被设计成什么样子（产品设计）和如何把实体产品做出来（生产工艺）是制造业永恒的话题。

在任何阶段投入精力研究产品设计和生产工艺几乎都是正确的战略选择。

值得中国制造企业注意的是：设计和工艺是不可分的，生产设备和工艺现状可能制约着设计，而设计的好坏又直接影响到工艺/工序路线的选择，影响到产品的功能、质量、可靠性、生产成本等。所以将资源投入在生产的前段（设计和工艺）要比投入在中段（设备及自动化）和后段（管理信息系统）会产生更大的效益。

下图反映了对生产技术不同阶段的资金投入产生的成本和成效的对比。该图适用于通常的工业领域，即需要进行产品设计，需要专门的生产设备，也需要人工装配，同时产品具有一定的多样性。

▽

一般来讲，制造业的技术升级可分为五个阶段：物理理论突破、产品设计创新、生产工艺/工序创新、专用设备开发及生产工具创新和生产系统优化。其中生产系统优化包括管理信息化软件的应用、质量体系、生产现场改善等等。

前段的技术革新周期通常较长，价值也就更高。因此越是在靠近产品设计和制造工艺的理论阶段（例如超导材料、石墨烯等）进行投入，其产出越大，投资效能越高；投资周期越长，投资风险越大；越是在靠近优化已定型生产系统阶段（包括诸如自动化/信息化改造、质量及管理体系优化、现场IE改进、工业4.0改进等环节）进行投入，其产出越小，投资效能越低，投资周期越短，投资风险越小。

产品生产的物理理论突破往往可以改变整个人类社会，例如相对论的提出从根本上改变了人类的宇宙观，也催生了核武器与核工业的发展，也使人类有可能彻底解决能源问题。这个阶段投入大、周期长、风险高，通常是政府行为。

产品设计创新，最经典的案例莫过于汽车的发明。而发明人和最早参与其中的企业也都获得了巨大的商业利益。除了革命性的发明以外，更多的是指新一代改进型产品的研发，即所谓的“微创新”。目前制约中国制造企业向前发展的最重要因素并不是自动化程度低，而是欠缺产品研发能力。只有具备了研发能力，企业才能够主动应对市场变化，通过不断的推陈出新来对冲由过度竞争而引发的产品利润率的不断下滑。否则，一味的模仿只能成为市场的追随者，只能通过降低成本保持盈利能力。

制造工艺的改进是指在生产方法上实现突破，比如通过特殊的热处理方法使金属获得特殊的物理性能。生产工艺的制定要以产品设计要求为基础，在产品设计时要充分考虑到制造工艺及DFM（Design for Manufacturing），而生产工艺通常离不开自动化设备的支持。可以说设备开发要以生产工艺为指导。可以说，产品、工艺和设备三者是相辅相成的，是生产系统中最基本的三大环节。目前中国企业普遍已经认识到设备的重要性，但是对于工艺和设计的重视程度远远不够。

系统优化的范围比较广，可以说是指传统工业工程（IE）涉及到的领域。例如现场改进、产线平衡、动作优化、组织优化、质量体系、管理信息系统等等（这里说的系统优化主要指对生产管理体系的优化，管理软件是管理系统的优化工具）。其特点是对现有制造体系进行完善和升级，使系统的运行效率更高，而不是创造性地发现新的增长点。

系统优化最适合两种情况，一是管理极差的生产体系，比如张瑞敏刚接手海尔时，海尔是没有管理体系的，但是经过短短几年的强化管理，就可以明显地看到绩效；二是管理复杂的系统，典型案例是物流配送，好的优化算法可以大幅降低运营成本。

应该说中国制造业升级起步于全球化产业分工，改革开放以后中国制造业承接了大量来自发达国家的产业转移，其中绝大多数是劳动密集型产业。因此通过系统升级可以短平快地提升生产效率，提高质量，降低成本。中国的家电行业的快速崛起就是最明显的例子。

但是系统优化的局限性也十分明显。例如通过质量管理体系可以使不良率控制在1%以下，但是如果要进一步降低不良率，使之低于万分之一，那么仅靠管理体系就不够了，必须通过检验设备，甚至自动化检验设备。如果要使不良率低于百万分之一，那么就需要对产品进行可靠性设计了，同时还需要对检测方法和检测体系进行可靠性设计。所以说靠系统优化提升绩效是存在瓶颈的，若要突破瓶颈就必须进行设备、工艺和设计层面的投入。

实际上在过去的30年里，中国制造企业就已经开始通过系统优化实现了转型升级，当时的系统优化主要体现在质量体系建立、团队培训、生产现场改进、管理软件的应用等。时至今日，大多数制造企业已经不再是作坊或粗放式管理了，已经初步具备了一定的管理能力。所以，与投入产品设计、工艺和设备相比，通过系统优化提升企业竞争力的就显得不是那么的经济和有效。把代工做到极致的富士康拥有全世界最完备的生产管理体系，凭借这个体系富士康可以调动起上百万人的劳动协作，富士康的现场IE工程师也是几乎将改善进行到极致。将系统优化做到最好以后，富士康开始投入大量精力在生产工艺上，并不遗余力地进行设备改造和自动化升级。

总之，系统优化可以短平快地提升制造系统的效能，但是提升幅度是有限的，远不及产品设计和工艺水平的提升对企业升级的贡献。所以跨国公司一定是将重金砸向研发及工艺部门，而生产部门用于技改的投资密度通常是要低于研发部门的。

因此，对于大多数制造企业来说，在产品和工艺设计阶段投入最大精力是效率成效最高的升级方式。对于长期被外媒诟病为山寨大户的中国制造业来说，现阶段正是通过产品设计和工艺改进实现转型升级的大好时机。

小结，在进行自动化和智能化升级的决策之前，需要明确下列事实：

☆在设计和工艺都明确的基础上才可能谈设备升级和自动化升级；

△设备升级和自动化升级都是机器替代繁琐重复性体力劳动；

△设备升级指的是专机的设计研发，（专机稳定定型后才成为标准机）；

△设备升级是基于产品工艺的自动化集成；

△自动化升级是基于生产工序和车间物流的自动化集成；

☆信息化升级是基于管理流程的自动化，用以替代繁琐重复性脑力劳动；

☆数字化升级时基于产品模型表达和生产状态的可视化，用以直观辅助设计和决策；

☆智能化升级是基于复杂生产状态的决策系统；

生产制造企业的转型升级是一个系统工程问题，绝不是单靠几个项目、几套软件、几套自动化生产线就可以解决的。说白了，它是一次战略革命。或者至少是对当下战略思路的一次清洗和重生。需要从市场定位、产品设计、工艺规划、供应体系规划、作业方式规划、产线平衡等课题入手。在前期决策时投入的研究精力越大，实施起来就越容易，转型升级成功的可能性也就越大。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。

官方网站：AI-CPS.NET

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！