智能制造的跨界融合，是对技术的考验，更是对人的考验｜数据猿直播干货分享
数据智能产业创新服务媒体
——聚焦数智 · 改变商业
智能制造已经逐渐渗透到各个领域，如汽车制造、机器人、3D打印、工业互联网等。越来越多的制造业企业也在纷纷转型智能制造，通过创新的技术和工具实现产品创新和降本增效的目的。
智能制造的发展可以追溯到上世纪70年代，当时出现了计算机集成制造系统（CIMS）和计算机辅助设计制造系统（CAD/CAM）等技术。随着信息技术的不断发展，智能制造得到了快速发展。2006年，德国率先提出了“工业4.0”的概念，标志着智能制造迈入了一个新的发展阶段。此后，全球各国纷纷加强了对智能制造的研究和投入，推动了智能制造的发展。
根据市场研究机构的数据显示，2019年全球智能制造市场规模约为1.3万亿美元，预计到2025年将达到2.4万亿美元，年复合增长率约为11.8%。其中，亚太地区是智能制造市场规模最大的地区，占据了全球市场的近40%。
总体来说，智能制造已经在全球范围内得到广泛应用，成为推动制造业转型升级的重要手段。随着技术不断进步和应用，智能制造的市场规模和应用领域还将不断扩大。在制造业不断转型升级的今天，技术创新究竟在智能制造中有哪些方面的应用？企业在打造智能制造IT基础设施，都要有哪方面的考虑呢？新技术的发展，对就业市场可能会有怎样的冲击呢？
带着这些问题，数据猿联合创始人兼主编张艳飞组织了一场主题为“智能技术与制造业的激情碰撞”的直播，邀请了美的集团楼宇科技研究院首席研究员周明春，焱融科技CTO张文涛，华院计算副总裁、智能制造事业部总经理钟炜铭，深入探讨智能制造的相关问题。
以下为完整直播回放：
工业互联网这个词早在6年前就已经开始在国内“火热”起来，随着5G通信技术、人工智能、大数据、物联网的发展，在工业互联网平台也在不断的升级和改进，越来越多的新技术创新伴随着制造业的转型升级而应用于生产线上。技术创新究竟在智能制造中有哪些核心应用场景呢？
在说场景前，必须先要理解工业互联网的概念。周明春认为，“工业互联网”其实这个字面上虽然有“互联网”三个字，但觉得绝对不是互联网跟工业的简单组合。而是以网络为基础、平台为中枢、数据为要素的深度融合的整合体。它运用了很多技术创新，帮助企业实现降本增效，比如：5G通信技术、数据字典的技术以及自动化标识解析的体系等。
钟炜铭也非常认可工业互联网是整合体的概念，而且在他看来，工业互联网是围绕着制造业的工艺本身或者设备本身，结合物联网的技术、结合大数据的技术、结合人工智能的技术，形成整体的结合。而且，工业互联网在创新方面都要求特别高。比如说物联网技术的创新，也就是工业4.0，或者是工业物联网也好，很多时候企业管理者希望让企业内部实现智慧化、集成化的管理，其目的是优化生产流程和提高生产效率，这其实对物联网技术的创新要求非常高。因为它需要利用不断创新的物联网技术，将生产设备、仓储设备或者机器人连接起来，同时能够逐渐实现数据共享或者协同共赢，这样才可以达到智慧化、集成化管理。
在了解了工业互联网的概念之后，再回到智能制造的应用场景中，我们就会对它有更深刻的理解。周明春认为，传统模式很多时候是以模型为驱动的，而现在都是数据驱动，但如何将数据和模型结合起来，这才叫未来智能制造，也是未来发展的新方式。最近几年，数字孪生技术在制造行业里一直都有所倡导，其实在几十年前，在制造业也一直在使用类似的技术和工具，比如 CAD计算机辅助设计、CAE计算机辅助工程仿真等软件，在工业制造过程中被大量运用，只不过最近十年，由于计算机算力的提升以及数据挖掘技术的发展，再加上原来传感技术的进步，之前仿真和算法模型可以结合现有的数据，做更加深度的挖掘，从而可以实现贯穿产品全生命周期的延伸应用，用数据驱动的方式来实现跟虚实世界的融合。同时我们可以进一步修正物理世界里面实体产品的交替迭代过程。
由此可见，工业互联网并不是有网络即可，而是多种设备、多种工艺的互联互通。落脚到核心的应用场景中，智能制造与传统模式相比，它的驱动力主要来自于数据。
数据驱动生产既然智能制造的主要驱动力是数据，那么当一家企业在进行智能制造IT基础设施建设和布局的过程中，不可避免的就需要考虑一系列与数据有关的问题。智能制造IT基础设施都要有哪方面的考虑呢？张文涛认为，企业需要从三个方面考虑。
第一个方面是网络数据安全， 这是任何企业都首要解决的问题，智能制造中的数据涉及到企业的核心机密信息，包括产品设计、生产流程、销售渠道等重要信息。这些信息如果被泄露，将会给企业带来巨大的经济损失和声誉损害。
其次是一些系统性的相关的问题，因为现在制造业里面的业务会越来越来越多，需要去管理的设备也越来越多，系统本身的性能需要能够得到保障，而且随着业务发展，还需要规划未来一段时间的增长空间。
第三是数据管理，随着设备和产业的数字化以及信息化的增加，会产生大量的数据，从数据的产生、采集到数据存储、处理等方面，会涉及到很多环节，这就需要企业解决好这些数据的流动和管理问题，让系统能够有序、高效的运转起来。
整体来看，智能制造的关键还是在于数据，而智能制造的基础设施布局，归根结底还是要保障制造业企业数据的安全和稳定运转，只有数据在整个生产环节完整的运行起来，才能有生产线和产品的高效生产。
拥抱变化，自我升级智能制造作为不断融合新技术、新工具的平台和制造方式，必然会对传统模式下的就业岗位和从业者产生冲击。一直以来，大部分人认为技术革新会取代传统的、劳动密集型的岗位，然而，今年以来，ChatGPT的出现让很多白领感到了“危机”。那我们该如何看待智能制造对传统制造业就业市场的影响，以及从业者可以采取哪些应对措施呢？
钟炜铭结合自己的职业生涯成长经历和自身的感受，提出了自己的想法和建议，他认为，人跟动物或者是跟机器相比，最大的区别就是人有学习的能力，人会有认知能力。智能制造对现有从业者和某些岗位的影响肯定有，但是最终它只会促进科技的进步，提升制造业的效率，降低制造业的成本。人可以在政府政策的支持帮助下，在相关的培训下，经过自我的学习努力，能够找到自己新的方向和新的岗位，这相当于一个动态平衡的过程。
程序员出身的张文涛更是以身边同事的变化为例，谈到了对新技术的看法和大家的改变。他认为，程序员肯定是首当其冲受到影响，但是在ChatGPT普及后的两个月里，现在很多人的变化是在利用 ChatGPT的能力，来加快自己的生产，从而提高自身的效率。比如就写代码而言，原来写基础函数时，可能要去做一些搜索、调试，有了ChatGPT之后，这些事情很快就能够完成了，程序员不需要在这些基础性代码上花太多的精力，而是会把更多的精力专注在业务本身，而业务本身其实更具有创造性。然而，创造性是ChatGPT 当前还不太具备的能力。因此，在程序员群体中，不少人其实心里都在做一个转变，就是应该要去充分利用它的能力来提升自身的效率。当看到新事物的时候，大家更多的应该是去拥抱变化，然后不停的去学习，来提升自己的能力，然后主动的适应变化的环境，这样才能保证我们自身的竞争力。
周明春的看法充满哲学意义。他认为，传统制造业是人类社会从农业向工业发展，本身就是技术发展的产物，大数据、云计算、物联网这些都只是技术工具，我们真正要往前推进靠的还是人。所以从传统的制造业向智能的制造业转变，新技术迭代发展肯定是必然，但是，在过程中一些刚工作岗位会受到冲击，甚至出现消亡，一些新的岗位也会出现， 所以在制造业变成智能制造的过程中，我们需要思考怎么去应对它。在生产线上做简单重复工作的工人，这种其实比较危险。学习各种知识固然重要，最重要的还是要学会如何快速的升级自己，就是把自己的“能量”和“内存”升级起来，这种方法要比一直奔波在升级自己的道路上更有效。
三位专家对于新事物、新技术、新工具的态度都非常积极，更愿意积极拥抱新事物，取长补短，进一步提升从业者的学习能力，不断升级自己，从而让自己不断改变、不断适应、不断创新。
以前，很多人认为智能制造距离我们很远，可能只是制造业企业或者制造业行业的事情，甚至很多人会以为蓝领群体是最容易被新技术、新工具取代的群体，然而从智能制造的发展和趋势看，并没有哪个岗位或者能力是永恒的，任何岗位都有可能受到新技术的冲击和改变，每个人都需要学会快速提升自己、升级自己，才能跟上时代的步伐。
文：赢家/ 数据猿