“工业互联网”中的智能制造

　　过去20年，互联网是改变社会、改变商业最重要的技术;如今，物联网的出现，让许多物理实体具备了感知能力和数据传输的表达能力;未来，随着移动互联网、物联网以及云计算和大数据技术的成熟，生产制造领域将具备收集、传输及处理大数据的高级能力，使制造业形成工业互联网，带动传统制造业的颠覆与重构。

　　“工业互联网”的概念最早是由美国通用电气公司(GE)于2012年提出的，随后联合另外四家IT巨头组建了工业互联网联盟(IIC)，将这一概念大力推广开来。“工业互联网”主要含义是，在现实世界中，机器、设备和网络能在更深层次与信息世界的大数据和分析连接在一起，带动工业革命和网络革命两大革命性转变。

　　工业互联网联盟的愿景是使各个制造业厂商的设备之间实现数据共享。这就至少要涉及到互联网协议、数据存储等技术。而工业互联网联盟的成立目的在于通过制定通用的工业互联网标准，利用互联网激活传统的生产制造过程，促进物理世界和信息世界的融合。

　　工业互联网基于互联网技术，使制造业的数据流、硬件、软件实现智能交互。未来的制造业中，由智能设备采集大数据之后，利用智能系统的大数据分析工具进行数据挖掘和可视化展现，形成“智能决策”，为生产管理提供实时判断参考，反过来指导生产，优化制造工艺。

　　智能设备可以在机器、设施、组织和网络之间实现共享促进智能协作，并将产生的数据发送到智能系统。

　　智能系统包括部署在组织内的机器设备，也包括互联网中广泛互联的软件。随着越来越多的机器设备加入工业互联网，实现贯通整个组主和网络的智能设备协同效应成为可能。深度学习是智能系统内机器联网的一个升级。每台机器的操作经验可以聚合为一个信息系统，以使得整套机器设备能够不断地自行学习，掌握数据分析和判断能力。以往，在单个的机器设备上，这种深度学习的方式是不可能实现的。例如，从飞机上收集的数据加上航空地理位置与飞行历史记录数据，便可以挖掘出大量有关各种环境下的飞机性能的信息。通过这些大数据的挖掘与应用，可以使整个系统更聪明，从而推动一个持续的知识积累过程。当越来越多的智能设备连接到一个智能系统之中，结果将是系统不断增强并能自主深度学习，而且变得越来越智能化。

　　工业互联网的关键是通过大数据实现智能决策。当从智能设备和智能系统采集到了足够的大数据时，智能决策其实就已经发生了。在工业互联网中，智能决策对于应对系统越来越复杂的机器的互联、设备的互联、组织的互联和庞大的网络来说，十分必要。智能决策就是为了解决系统的复杂性。

　　当工业互联网的三大要素——智能设备、智能系统、智能决策，与机器、设施、组织和网络融合到一起的时候，其全部潜能就会体现出来。生产率提高、成本降低和节能减排所带来的效益将带动整个制造业的转型升级。

　　所以说，“工业互联网”代表了消费互联网向产业互联网的升级，增强了制造业的软实力，使未来制造业向效率更高、更精细化发展。

　　“工业4.0”中的智能制造

　　2009到2012年欧洲深陷债务危机，德国经济却一枝独秀，依然坚挺。德国经济增长的动力来自其基础产业——制造业所维持的国际竞争力。对于德国而言，制造业是传统的经济增长动力，制造业的发展是德国工业增长不可或缺的因素，基于这一共识，德国政府倾力推动进一步的技术创新，其关键词是“工业4.0”。

　　“工业4.0”中，互联网技术发展正在对传统制造业造成颠覆性、革命性的冲击。网络技术的广泛应用，可以实时感知、监控生产过程中产生的海量数据，实现生产系统的智能分析和决策，使智能生产、网络协同制造、大规模个性化制造成为生产方式变革的方向。“工业4.0”所描绘的未来的制造业将建立在以互联网和信息技术为基础的互动平台之上，将更多的生产要素更为科学地整合，变得更加自动化、网络化、智能化，而生产制造个性化、定制化将成为新常态。

　　自动化只是单纯的控制，智能化则是在控制的基础上，通过物联网传感器采集海量生产数据，通过互联网汇集到云计算数据中心，然后通过信息管理系统对大数据进行分析、挖掘，从而作出正确的决策。这些决策附加给自动化设备的是“智能”，从而提高生产灵活性和资源利用率，增强顾客与商业合作伙伴之间的紧密关联度，并提升工业生产的商业价值。

　　生产智能化。全球化分工使得各项生产要素加速流动，市场趋势变化和产品个性化需求对工厂的生产响应时间和柔性化生产能力提出了更高的要求。“工业4.0”时代，生产智能化通过基于信息化的机械、知识、管理和技能等多种要素的有机结合，从着手生产制造之前，就按照交货期、生产数量、优先级、工厂现有资源(人员、设备、物料)的有限生产能力，自动制订出科学的生产计划。从而，提高生产效率，实现生产成本的大幅下降，同时实现产品多样性、缩短新产品开发周期，最终实现工厂运营的全面优化变革。

　　传统制造业时代，材料、能源和信息是工厂生产的三个要素。传统制造业发展的历史，就是工厂利用材料、能源和信息进行物质生产的历史。材料、能源和信息领域的任何技术革命，必然导致生产方式的革命和生产力的飞跃发展。但是，随着移动互联网和云计算、大数据技术的发展，计算机到智能手机等移动终端的演进，越来越多功能强大的智能设备以无线方式实现了与互联网或设备之间的互联。由此衍生出物联网、服务互联网和数据网，推动着物理世界和信息世界以信息物理系统(CPS)的方式相融合。也可以说，是这种技术进步使得制造业领域实现了资源、信息、物品、设备和人的互通互联。

　　通过互通互联，云计算、大数据这些新的互联网技术，和以前的自动化的技术结合在一起，生产工序实现纵向系统上的融合，生产设备和设备之间，工人与设备之间的合作，把整个工厂内部的要素联结起来，形成信息物理系统，互相之间可以合作、可以响应，能够开展个性化的生产制造，可以调整产品的生产率，还可以调整利用资源的多少、大小，采用最节约资源的方式。

　　“工业4.0”时代，在智能工厂中，CRM(Customer Relationship Management，客户关系管理)、PDM(Product Data Management，产品数据管理)、SCM(Supply chain management，供应链管理)等软件管理系统可能都将互联。届时，接到顾客订单后的一瞬间，工厂就会立即自动地向原材料供应商采购。原材料到货后，将被赋予数据，“这是给某某客户生产的某某产品的某某工艺中的原材料”，使“原材料”带有信息。带有信息的原材料也就意味着拥有自己的用途或目的地。在生产过程中，原材料一旦被错误配送到其他生产线，它就会通过与生产设备开展“对话”，返回属于自己的正确的生产线;如果生产机器之间的原材料不够用，生产机器也可以向订单系统进行“交涉”，来增加原材料数量;最终，即便是原材料嵌入到产品内之后，由于它还保存着路径流程信息，将会很容易实现追踪溯源。

　　设备智能化。在未来的智能工厂，每个生产环节清晰可见、高度透明，整个车间有序且高效地运转。“工业4.0”中，自动化设备在原有的控制功能基础上，附加一定的新功能，就可以实现产品生命周期管理、安全性、可追踪性与节能性等智能化要求。这些为生产设备添加的新功能是指通过为生产线配置众多传感器，让设备具有感知能力，将所感知的信息通过无线网络传送到云计算数据中心，通过大数据分析决策进一步使得自动化设备具有自律管理的智能功能，从而实现设备智能化。

　　“工业4.0”中，在生产线、生产设备中配备的传感器，能够实时抓取数据，然后经过无线通信连接互联网传输数据，对生产本身进行实时的监控。设备传感和控制层的数据与企业信息系统融合形成了信息物理系统(CPS)，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导设备运转。设备的智能化直接决定了“工业4.0”所要求的智能生产水平。

　　能源管理智能化。近年来，环境和节能减排已成为制造业最重视的课题之一。许多制造业企业都已经开始应用信息技术，对生产能耗进行管理，以最具经济效益的方式，部署工业节能减排与综合利用的智能化系统架构，从资源、原材料、研发设计、生产制造到废弃物回收再利用处理，形成绿色产品生命周期管理的循环。

　　供应链管理智能化。在传统的制造业生产模式中，无论是工厂还是供应商，都需要为制造业的零部件或原材料的库存付出一定的成本支出，由于供应商和工厂之间的信息不对称和非自动的信息交换，生产的模式只能采用按计划或按库存生产的模式，灵活性和效率受到了约束。

　　“工业4.0”时代，复杂的制造系统在一定程度上也加速了产业组织结构的转型。传统的大型企业集团掌控的供应链主导型将向产业生态型演变，平台技术以及平台型企业将在产业生态中的展现出更多的作用。因此，企业竞争战略的重点将不再是做大规模，而将是智能化的供应链管理，在不断变化的动态环境中获得和保持动态的供需协调能力。

　　供应链管理智能化将统一工厂的零部件库存和供应商的生产流程，从而保证工厂的零部件库存的最小化，降低库存带来的风险，降低生产成本。供应链管理智能化要求企业间的信息采用基于事件驱动的方式交换信息，信息的交换是实时的，并且对方同样可以做出实时的反应，供应链上不同企业的运作效率与在同一个企业中不同部门的运作一样敏捷，具有满足不断变化的需求的适应性。供应链管理智能化将为供应链上的企业带来更大的利益，供应链上各个企业的协同制造将为降低制造成本、物流成本，缩短制造周期，提供更好的服务和有力的保障。

　　实现上述四个智能化体现了“工业4.0”的宏大愿景。“工业4.0”认为实现上述四个智能化其实是一个简单的概念：将大量的有关人、信息管理系统、自动化生产设备等物体融入到信息物理系统(CPS)中，在制造系统中，利用产生的数据为企业服务，协同企业的生产和运营。

　　智能制造的内涵

　　无论是德国的“工业4.0”，还是美国的“工业互联网”，其实质与我国工业和信息化部推广的“两化融合”战略大同小异。某种程度上说，以智能制造为代表的新一轮工业革命或许对于我国制造业是一个很好的机会，也可能是我国制造业转型升级的一个重要机遇。

　　工厂内实现“信息物理系统”。德国“工业4.0”其实就是基于信息物理系统(CPS)实现智能工厂，最终实现的是制造模式的变革。CPS概念最早是由美国国家基金委员会在2006年提出，被认为有望成为继计算机、互联网之后世界信息技术的第三次浪潮。

　　CSP是融合技术，包括计算、通信以及控制(传感器、执行器等)。中国科学院何积丰院士指出：“CPS，从广义上理解，就是一个在环境感知的基础上，深度融合了计算、通信和控制能力的可控可信可扩展的网络化物理设备系统，它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互来增加或扩展新的功能，以安全、可靠、高效和实时的方式监测或者控制一个物理实体。CPS的最终目标是实现信息世界和物理世界的完全融合，构建一个可控、可信、可扩展并且安全高效的CPS网络，并最终从根本上改变人类构建工程物理系统的方式。”

　　目前所说的制造业信息化，首先强调的是CAD(Computer Aided Design，计算机辅助设计)、CAM(Computer Aided Manufacturing，计算机辅助制造)等工业软件和PPS(生产计划控制系统)、PLM(产品生命周期管理)等信息化管理系统。主要应用于由上而下的集中式中央控制系统。

　　而信息物理系统(CPS)则通过物体、数据以及服务等的无缝连接，实现了生产工艺与信息系统融合，形成了智能工厂。物联网和服务互联网分别位于智能工厂的三层信息技术基础架构的底层和顶层。最顶层中，与生产计划、物流、能耗和经营管理相关的ERP、SCM、CRM等，和产品设计、技术相关的PLM处在最上层，与服务互联网紧紧相连。中间一层，通过CPS物理信息系统实现生产设备和生产线控制、调度等相关功能，从智能物料供应，到智能产品的产出，贯通整个产品生命周期管理。最底层则通过物联网技术实现控制、执行、传感，实现智能生产。

　　智能工厂的产品、资源及处理过程因CPS的存在，将具有非常高水平的实时性，同时在资源、成本节约中也颇具优势。智能工厂将按照重视可持续性的服务中心的业务来设计。因此，灵活性、自适应以及机械学习能力等特征，甚至风险管理都是其中不可或缺的要素。智能工厂的设备将实现高级自动化，主要是由基于自动观察生产过程的CPS的生产系统的灵活网络来实现的。通过可实时应对的灵活的生产系统，能够实现生产工程的彻底优化。同时，生产优势不仅仅是在特定生产条件下一次性体现，也可以实现多家工厂、多个生产单元所形成的世界级网络的最优化。

　　工厂间实现“互联制造”。随着信息技术和互联网、电子商务的普及，制造业市场竞争的新要求出现了变化。一方面，要求制造业企业能够不断地基于网络获取信息，及时对市场需求做出快速反应;另一方面，要求制造业企业能够将各种资源集成与共享，合理利用各种资源。

　　互联制造能够快速响应市场变化，通过制造企业快速重组、动态协同来快速配置制造资源，在提高产品质量的同时，减少产品投放市场所需的时间，增加市场份额;能够分担基础设施建设费用、设备投资费用等，减少经营风险。通过互联网实现企业内部、外部的协同设计、协同制造和协同管理，实现商业的颠覆和重构。通过网络协同制造，消费者、经销商、工厂、供应链等各个环节可利用互联网技术全流程参与。传统制造业的模式是以产品为中心，而未来制造业通过与用户互动，根据用户的个性化需求，然后开始部署产品的设计与生产制造。

　　另外，作为一个未来的潮流，工厂将通过互联网，实现内、外服务的网络化，向着互联工厂的趋势发展。随之而来，采集并分析生产车间的各种信息向消费者反馈，从工厂采集的信息作为大数据经过解析，能够开拓更多的、新的商业机会。经由硬件从车间采集的海量数据如何处理，也将在很大程度上决定服务、解决方案的价值。

　　过去的制造业只是一个环节，但随着互联网进一步向制造业环节渗透，网络协同制造已经开始出现。制造业的模式将随之发生巨大变化，它会打破传统工业生产的生命周期，从原材料的采购开始，到产品的设计、研发、生产制造、市场营销、售后服务等各个环节构成了闭环，彻底改变制造业以往仅是一个环节的生产模式。在网络协同制造的闭环中，用户、设计师、供应商、分销商等角色都会发生改变。与之相伴而生，传统价值链也将不可避免的出现破碎与重构。

　　工厂外实现“数据制造”。满足消费者个性化需求，一方面需要制造业企业能够生产或提供符合消费者个性偏好的产品或服务，一方面需要互联网提供消费者的个性化定制需求。由于消费者人数众多，每个人的需求不同，导致需求的具体信息也不同，加上需求的不断变化，就构成了产品需求的大数据。消费者与制造业企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。

　　因此，大数据将构成制造业智能化的一个基础。大数据在制造业大规模定制中的应用除了围绕定制平台这一核心之外，还包括数据采集、数据管理、订单管理、智能化制造等。定制数据达到一定的数量级，就可以实现大数据应用，通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用(图6)。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。

　　数据制造”时代，互联网技术将全面嵌入到工业体系之中，将打破传统的生产流程、生产模式和管理方式。生产制造过程与业务管理系统的深度集成，将实现对生产要素的高度灵活配置，实现大规模定制生产。从而，将有力推动传统制造业加快转型升级的步伐。毫无疑问，“数据制造”将会改变制造业思维，给制造业带来更多的灵活性和想象空间，也或将颠覆制造业的游戏规则。

　　对我国的启示

　　没有强大的制造业，一个国家将无法实现经济快速、健康、稳定的发展，劳动就业问题将日趋突显，人民生活难以普遍提高，国家稳定和安全将受到威胁，信息化、现代化将失去坚实基础。改革开放以来的30多年中，中国经济经历了接近10%的高速增长阶段，而制造业是我国经济高速增长的引擎。目前，我国尚处于工业化进程的中后期，制造业创造了GDP总量的三分之一，贡献了出口总额的90%，未来几十年制造业仍将是我国经济的支柱产业。

　　重新定义“智能制造”的关键词。进入21世纪以来，制造业面临着全球产业结构调整带来的机遇和挑战。特别是2008年金融危机之后，世界各国为了寻找促进经济增长的新出路，开始重新重视制造业，欧盟整体上开始加大制造业科技创新扶持力度;美国于2011年提出“先进制造业伙伴计划”，旨在增加就业机会，实现美国经济的持续强劲增长。美国国家科学技术委员会于2012年2月正式发布了《先进制造业国家战略计划》，德国于2013年4月推出《工业4.0战略》。我们应该通过比较研究《美国先进制造业国家战略计划》《德国工业4.0战略》等资料中的先进制造业关键词，进而来定义未来制造业的发展方向(图7)。

　　一是软性制造。大规模制造时代，传统的制造环节利润空间越来越受到挤压。所以，从发达国家发展先进制造业的战略规划中均可以看到，制造业的概念和附加值正在不断从硬件向软件、服务、解决方案等无形资产转移。相对于传统制造业，如今的制造业是软件带给硬件功能、控制硬件、对硬件造成极大影响。同时，与以往的硬件商品所不同，目前的制造业中，对商品附属的服务或者基于商品上面的解决方案的需求正在快速增加。

　　所谓软性制造，就是增加产品附加价值、拓展更多、更丰富的服务与解决方案。因为相对于硬件，产品内置的软件、附带的服务或者解决方案通常是软性和无形的，都是“看不见”的事物，所以称之为软性制造。

　　软性制造不再将“硬件”生产视为制造业，而认为“软件”在制造业中不断发挥主导作用，商品产生的服务或解决方案将对制造业的价值产生巨大影响。所以，未来的制造业需要放弃传统的“硬件式”的思维模式，而要从软件、服务产生附加值的角度去发展制造业。软件、服务在整个制造业价值链中所占的比重将越来越大，呈现显着的增长趋势。未来制造业企业向顾客提供的不再是单纯的产品，而是各种应用软件与服务形态集成于一体的整体解决方案。

　　二是从“物理”到“信息”的趋势。以往，每当提及制造业，恐怕都认为是各种零部件构成硬件产品的核心。随着封装化、数字化的发展，零部件生产加工技术加速向新兴市场国家转移，这样，零部件本身的利润就难以维系。因此，发达国家制造业开始更加注重通过组装零部件进行封装化，将部分功能模块化，将系列功能系统化，来提升附加价值。

　　模块化是将标准化的零部件进行组装，以此来设计产品。从而能够快速响应市场的多样化需求，满足消费者的各项差异化需求。以往，在产品生产过程中，需要付出很多时间和成本，如果将复杂化的产品通过几个模块进行组装，就能够同时解决多样化和效率化的问题。

　　但是，模块化本身不过是产品的一项功能，未来制造业将更加重视在通过模块化和封装化的基础上进行系统化，拓展新的应用与服务。如果以系统化为主导，就能相对于“物理”意义上的零部件，获取更多的带有“信息”功能的附加价值。相反，如果不掌控系统的主导权，无论研发出的零部件的质量和功能多么好，也难以成为市场价格的主导者。

　　三是从“群体”到“个体”的趋势。在发达国家，以规模化为对象的量产制造业将生产基地转移至新兴市场国家，以定制化为重点的多种类小批量制造业渐渐成为主流。同时，消费者本身也将有能力将自己的需求付诸生产制造。也就是说，“大规模定制”随着以3D打印为代表的数字化和信息技术的普及带来的技术革新，将制造业的进入门槛降至最低，不具备工厂与生产设备的个人也能很容易地参与到制造业之中。制造业进入门槛的降低，也意味着一些意想不到的企业或个人将参与到制造业，从而有可能带来商业模式的巨大变化。

　　“个性化”首先是美国大力推进的。在美国的文化背景下，个性要比组织色彩强烈。制造业的“个性化”趋势不仅仅是美国制造业回归，还将带动旧金山等大城市制造业的兴盛，一些专注于通过信息技术使得生产工程高效化、专业性的小规模手工制作的制造业将在市区内盛行，它们根据消费者的需求进行柔性的定制化服务，凭借独特的设计，与大量生产形成差异化竞争。

　　四是互联制造。随着信息技术和互联网、电子商务的普及，制造业市场竞争的新要求出现了变化。一方面，要求制造业企业能够不断地基于网络获取信息，及时对市场需求做出快速反应;另一方面，要求制造业企业能够将各种资源集成与共享，合理利用各种资源。

　　互联制造能够快速响应市场变化，通过制造企业快速重组、动态协同来快速配置制造资源，提高产品质量，减少产品投放市场所需的时间，增加市场份额。另外，作为一个未来的潮流，工厂将通过互联网，实现内、外服务的网络化，向着互联工厂的趋势发展。

　　美国因为有Google、Apple、IBM等IT巨头和无数的IT企业，所以在大数据应用上较为积极，非常重视对社会带来新的价值。Google不断将制造业企业收购至麾下，就是希望掌握主导权。同时，作为美国大型制造业企业的一个代表，GE公司也开始加强数据分析和软件开发，从车间采集数据，进行解析，提供解决方案，开拓新的商业机会。德国将“工业4.0”视为国家战略，将工厂智能化视为国家方针。通过信息技术，最大限度的发挥工厂本身的能力。

　　把“两化”深度融合作为主要着力点。工业和信息化部成立以来，一直致力于推进“两化融合”工作，通过信息化的融合与渗透，对传统制造业产生革命性影响。“工业4.0”本质上是由信息技术引发的，与我国的“两化融合”有异曲同工之处。在未来制造业中，我们应该将“两化深度融合”作为主要着力点，进一步继续加快推进信息化、自动化和智能化。

　　首先，研究部署信息物理系统(CPS)平台，实现“智能工厂”的“智能制造”。智能制造已成为全球制造业发展的新趋势，智能设备和生产手段在未来必将广泛替代传统的生产方式。而信息物理系统(CPS)将改变人类与物理世界的交互方式，使得未来制造业中的物质生产力与能源、材料和信息三种资源高度融合，为实现“智能工厂”和“智能制造”提供有效的保障。美国、德国等世界工业强国都高度重视信息物理系统的构建，加强战略性、前瞻性的部署，并已然取得了积极的研究进展。而我国目前的制造业发展仍然以简单地扩大再生产为主要途径，迫切需要通过智能生产、智能设备和“工业4.0”理念来改造和提升传统制造业。

　　其次，推动制造业向智能化发展转型的同时，同步推动制造业的模式和业态的革新。主要体现在，从大规模批量生产向大规模定制生产的革新、从生产型制造向服务型制造的革新、从集团式全能型生产向网络式协同制造的革新、从两化融合向工业互联网的革新。

　　提升制度创新和管理变革能力。“智能制造”时代，平台型企业、网络化组织、开放式创新、大规模定制、社会化生产等行为将更加普遍。所以，生产者与消费者的互动将更加紧密，中小企业的作用将更加突出，对市场需求的快速反应将更加重要……这些变化都要求适时、适度的制度创新和管理变革能力，对我国相对薄弱的制度创新和管理变革能力构成现实性的挑战。

　　危机是威胁，也是机会。新一轮工业革命将彻底改变现有的生产方式和产业组织形式，改变国家间的比较优势，进而重塑全球产业竞争力和国际产业分工格局。作为新一轮工业革命的主攻方向，“智能制造”的发展将直接影响我国产业结构调整的路径和进程，将给我国制造业转型升级带来重大机遇。