昆山变了
初夏，走进全球工业电脑龙头研华科技的昆山工厂，没有轰隆的机器声，反倒像是进入了一线城市的白领办公楼，整洁明亮。每一条生产线的尽头，都有一个物联网链接设备，之上附着传感器和显示屏，上面的红色字体意味着该生产线还有工单未完成。产品的信息、何时生产、站位是谁等模块会转换成可视化信息，出现在生产机器旁边的显示屏上。如果某个产品质量不达标，微信和邮件会第一时间推送到该生产线的主管和工程人员。从收到信息到解决问题只需一至两分钟。
通过物联网捕捉数据，并呈现出来，为研华一线员工提供了便捷。近年来，在研华昆山主任管理师詹礼明的工作过程中，体力工作越来越少，工厂提出了一个新的口号：数据驱动管理。他不再需要耗费大量时间整理数据，越来越多的数据收集工作自动化就能完成。管理者可以清晰地了解员工进展，以及短期和长期任务的完成进度。“这样的转变，我觉得还是蛮多的。”詹礼明对《商业周刊/中文版》兴奋地表达。
2014年之前，研华昆山工厂的产品生产周期，从生产到入库大约是两周时间；2015年已经减为7天左右。智能制造让研华缩短生产周期，加快制造速度。 “将信息呈现出来，从而实现管理通透。这些可视化内容带来效益，比如2014年有八条产线，当时产值是7000万元左右，2015年产值最高是1亿。”研华制造中心副总经理林东杰说道。
“在数据可视化上，我们采集出每个设备大概花了多少时间生产。针对顾客需求优化每一台设备，确认生产所花费的时间是不是比较均衡。如果不均衡，就把可能存在的问题消除掉。持续看这些数据，提高产出，这就是可视化带来的好处。”研华昆山板卡厂副厂长郭海瑞解释。
“工人的工作也不像过去繁琐、重复性高，只要按照各种警示装置或测试流程提示完成指定动作即可；以前的一些插拔或者确认的动作全部省略。员工流动率开始下降，每个月招工的人数减少。并且可以严格地过滤、筛选出素质好的员工。”林东杰继续说道。根据研华官方数据，2017年导入自动化生产线的效益为：厂区的总员工数下降2.2%，但人均产值却提升了16.9%。
客户需求倒逼智能制造
研华的智能制造在昆山不是特例。早在2016年7月，昆山第十三次党代会就提出未来五年首要的发展目标是主攻智能制造产业。中国科学技术协会分析，智能制造源于对人工智能的研究，是制造业转型升级的重要一环。实现的过程中，制造企业的生产水平提升，人员成本下降。根据昆山本地门户网站《今日昆山》报道显示：2017年昆山全市机器人及智能装备企业总数已达357家，实现主营业务销售收入365亿元，同比增长19.3%，全市培育机器人及智能制造产业产值超亿元企业已达69家。
民生证券研究院在2017年中发表的《智能制造及其核心信息设备的研究进展及趋势》报告指出，智能制造发展需经历自动化、信息化、互联化、智能化四个阶段，每一阶段都对应着智能制造体系中某一核心环节的不断成熟。自动化是指淘汰、改造低自动化水平的设备，制造高自动化水平的智能装备；信息化的意思是产品、服务由物理到信息网络，智能化元件参与提高产品信息处理能力；互联化意味着建设工厂物联网、服务网、数据网、工厂间互联网，装备实现集成；智能化的含义是通过传感器和机器视觉等技术实现智能监控、决策。
2011年以来，中国东部沿海地区劳工薪资持续上涨、人民币升值、房价及原材料物价成本上升，制造企业面临严重的劳动力挑战。同时，国际经济局势的改变也让制造业发展越发艰难。2016年度中国商务环境调查报告显示，中国美国商会超过一半的会员认为，成本上升是他们的企业在中国遇到的最大挑战。大约四分之一的受访者表示，他们已经或者正在计划把产能转移到中国境外。中国制造业发展缘于改革开放时期，依托低成本劳动力，从低端制造业发展起来，但当下制造业正在经历变化，传统制造业模式失效。中国制造业正在经历由劳动密集型向技术密集型、资本密集型转移的过程，以及从低端制造业向高端制造业或者先进制造业转型。
劳动力成本和生存环境的变化，让张家港、常熟、太仓、吴江、吴中等作为县级市组成的大苏州地区展开了一场全新的智能制造变革。与北京、上海相比，苏州有着分散的城市架构，兼具古风和现代气息，在地理位置上也占据优势。这里自古就有着丝绸之府、鱼米之乡的称号。
在2017年，华盛顿经济研究院(前身为上海经济发展研究所)发布的中国百强城市榜单中，苏州位列第八。这一榜单依据城市的经济和非经济（软经济）两大系列指标，反映出该城市发展的状态。根据2017年10月《新华日报》报道：苏州地区目前发展成为全国第二大工业城市，全市规模以上工业总产值连续4年保持在3万亿元以上，2016年规模以上工业增加值占全省的18%，约占全国的3%。
苏州市政府主导成立了智能工业融合发展中心、工业大数据创新中心等十大服务机构。苏州已建设形成5个智能制造产业集聚区。苏州的经济发展中占比最高的并非旅游业，而是以制造业为代表的第二产业。国家统计局对苏州制造业调查数据显示，3月份苏州制造业采购经理指数（即PMI）为52.3，环比上升2.3，PMI已连续20个月保持在荣枯线（即采购经理指数PMI和企业家信心指数的临界值）以上。这是苏州测算PMI以来维持在扩张区间持续时间最长的一个时期，苏州制造业发展处于相对平稳的增长期。
毗邻上海，使得苏州拥有人才和信息优势。“加强人才引进，比如成立昆山杜克大学为区域提供人才，此前昆山本地没有本科生培养机制，”昆山市台湾同胞投资企业协会会长兼大震锅炉董事长李宽信认为，政府完善技术创新政策和财政支持，加之长三角地区离市场最近，这是苏州成为制造业重地的原因。
苏州城市夜景
智能制造的发展，另一个原因来自于客户需求的倒逼。“电子和3C硬件制造企业一般选择苏州和深圳两地驻厂。和深圳相比，苏州的工厂更多是中大型规模，这样我们面对的客户群体比较集中，节约了人员配置。这里采购时间通常有3至6个月周期，而深圳的工厂更多将周期限定在1至3个月内。昆山更适合研发。”昆山希盟自动化科技有限公司总经理林少渊是福建人，说话富有逻辑，思维缜密，徐徐道来。
林少渊认为，苏州制造企业的发展之所以较为稳健并有计划性，与当地早期以外来企业为发展主体的行业聚集形态密不可分。其次，当地政府在用市场化的方式引领地区改革，比如提供智能制造产业创新发展等相关的财政支持。
希盟为手机品牌商的屏幕生产提供自动化设备。近几年3C行业发展迅速、资金密集，加上手机行业更新换代速度快，屏幕行业也成为快速轮动的技术和资金密集行业。2016年底，一家手机品牌商向林少渊提出，需要生产全屏幕手机的全自动化生产线设备。从年底到2017年4月份，希盟按照手机品牌商的要求提供给品牌商所需要设备—10条全自动生产线。自动化产线每3秒生产一片手机屏幕，一分钟20片。这一笔订单，让林少渊觉得：“一个全新的智能制造时代要到来了，现有的制造业产业链模式，由品牌商、代工厂、自动化公司三大板块组成，但每一板块都同时需要不同属性的人工，分工还没有达到极致，这种要素的组合方式并不是最高效的生产方式。目前品牌商已开始介入到工艺环节，与自动化厂家更多接触。全自动化产线的使用，将使品牌厂家有能力自己生产产品，这样未来可能会剥离掉无研发能力的代工厂。
这是一个新的时代，这一单让林少渊意识到：“代工厂正在被品牌商倒逼上马智能制造。这种倒逼可以拆解成三点：交期——自动化让生产周期变得更快更准；价格——自动化产量稳定，降低管理成本。良率——使工厂内部避免人员早晚班交接问题，解决质量不稳定的问题。” 林少渊告诉《商业周刊/中文版》：“目前一些大的品牌商已开始陆续绕过其下属代工厂，直接下单自动化生产设备。”
下游客户品牌商在倒逼上游代工厂提升智能制造水平。2017年阿里研究院出品《中国制造业转型的十个方向》报告，也解释了客户对制造业升级的“倒逼”：在需求快速变化的今天，制造业企业最重要的一项能力是快速响应市场，而非生产成本。快速响应包括产品创新能力、快速交货能力，以及连续补货能力等。小单、急单、短单已经大行其道，这无形中倒逼生产制造企业必须能快速响应，否则将逐步出局。
从量到质的生产方式转变
美的集团董事长方洪波在2018年中国制造论坛上阐述，“制造企业转型的最终目标之一，是创造以用户为中心的新经营模式，以更高效率把产品传递给用户，给用户带来新的价值。”徐工集团信息化管理部副部长付思敏接受《商业周刊/中文版》采访认同地说：“对于徐工来说，智能制造首先支撑的是打造能够技术领先的智能化产品，这是本质。不仅仅要提升质量，还要优化制造周期。”
研华也深有同感。“我们在中国的拓展方向就是怎么样更接近客户，只要有客户就不怕没有营收。”研华工业物联网事业群副总经理蔡奇男认为。说话和蔼亲切，性格外向，笑起来一双眼睛烔烔有神的蔡奇男是一个极客，喜欢无人机和滑雪，一直保持着好奇心和开放。蔡奇男负责研华的物联网业务，很明显地感觉到一些明确的数据指标和客户变化。为什么会在同一时间大量制造企业聚焦到智能制造这件事？他回忆以前去过的工厂，铁皮房顶，没有高楼大厦，噪声哄哄；现在智能制造工厂已经全然改变。他和很多制造业企业的老板聊过之后，越发感觉道，“更有效率的利用人工和生产线提升产能，本质的原因来自于客户对企业的更高要求。过去中国的人工成本有优势，但这个优势不再存在。产品质量要求越来越高，加上用户的个性化需求，这些决定了企业需要智能化”。
研华制造中心副总经理林东杰，身材魁伟，来到昆山4年有半。他分析，“工厂必须朝着智能化和自动化方向改进。工人不好找，并不是我们改变的直接原因，最重要的原因是消费者的消费习惯开始改变，工厂也需要因需而变。比如用户需要有特色的产品越来越多，但是每一个品种的产量越来越少，少量多样的时代到来。电子产品、服装、家具等各种产品都是如此。所有的产品千篇一律大量生产的年代已经过去了。”他接受《商业周刊/中文版》采访时说道，实际上制造企业并没有因为成本的上升，提高产品价格，客户的报价没有增加。但成本的增长达到每年10%，主要源自人力成本的提升，企业必须达到政府规定的调薪标准。2005年，研华人事成本占生产成本的40%至50%，现在已经占到70%。
林东杰在“智能制造战情室”向记者展示研华的智能制造工厂。战情室有一块巨大的Led显示屏，实时展现出研华昆山车间里的生产线 运营数据。“智能制造最难之处在于整个工厂的生产中涉及到不同品类的生产线调整，研华的一些生产线SPD(Supply、Processing、 Distribution，供应链中的供给、分拆加工和配送)一天会换七次，也就是生产七种不同品类的产品。”林东杰说道。
“其实，员工都希望成长，希望工作越来越有挑战性，并不想一辈子站在生产线旁边。从简单操作员调岗到调度，他们的工作也有了较大的变化，更加积极。他们对生活的规划也发生了改变，以前做普通工人的时候，想的是要什么时候回老家盖房子。现在工作提升了，一些人有了买房子定居的计划。在帮助员工提升的过程中，我觉得对员工的培训是非常重要的。一线的作业人员希望有一个系统化的培训，帮助他们融入生产环境。”研华昆山詹礼明接受《商业周刊/中文版》采访时说道。
2003年大学毕业，詹礼明通过应聘研发岗进入公司。从一线岗位开始，他做了五年的产品经理岗位，晋升为部门主管。“每一年半到两年，公司就会提供调岗机会，让我们接触一些不同的职能。” 詹礼明说起话来纯朴直爽，为人实在能吃苦。刚来昆山的时候，当地生活条件没有现在好，他并不在意。现在他更喜欢昆山，城市日新月异，詹礼明也逐渐从一个普通的工人，学习更多技能，成为管理者。
只是，并非车间的每个环节都能实现自动化。研华的做法是用系统和软件进行智能化管理，尽可能降低复杂度。“如果在单纯的生产动作上没办法太多自动化，就采用周边系统实现智能化，适度降低员工的操作度，减少员工的压力。比如把员工的工作量规划成一到十个步骤，用可视化的看板提示工作流程。”研华制造中心林东杰进一步解释。
“行业里面有一个困扰，认为做智慧工厂可能就是买一堆的自动化生产设备，但我们发现必须要做一些人机协同的事，才能符合自己的需求，而不是盲目地导入一些自动化，”皮肤黝黑，身材健硕的研华昆山板卡厂副厂长郭海瑞说道，他随手指向车间正在操作的几个一线工人介绍：这里原来是几个女孩子对着主板，在主板里面做一些插件，是非常枯燥乏味的工作。现在我们就把一些容易出错的零部件，用自动化的设备来做。剩下一小部分，没有办法实行自动化的，用人工完成。
自动化是否意味着工人失业？国家信息中心副主任徐长明认为，“工业革命早期是机器替代人，如今的工业4.0则是人操作机器友好地生产。”智能制造更重要的是改变了传统的工人工作节奏。林东杰觉得一线工人从一开始有失业压力，到真正提升工作效率，获得更多奖金，这是一个提升自我的过程。
研华昆山板卡厂副厂长郭海瑞
史宾沙人力顾问有限公司大中华区联合负责人张洋接受《商业周刊/中文版》采访分析，“到底是制造业先缺人，推动了智能制造发展，或是智能制造的发展导致了制造业工人减少，这是一个鸡生蛋还是蛋生鸡的关系，我觉得是交织在一起的。制造业是一个国家GDP比重中占比最大的经济形态之一，制造业升级的意义毋庸置疑。但是，现在全球制造业远未达到4.0阶段，甚至很多企业的水平参差不齐。其实，制造业的基层操作人员总体来讲，还未到严重缺乏的阶段，更缺的是技术型人才。” 张洋以全球制造业大厂GE通用电气举例，随着技术成熟，GE用技术替代人力主动发现在什么时间内安排维修、工期和生产计划，做出最优化安排。
“制造业因此想在人工智能领域挖人的情况非常多，包括掌握不同行业的算法人才，”张洋透露。“未来的趋势是，对人才的层次要求越来越高。可能少了操作员，但需要一大批人去做数据分析。如果你自己技能没有升级，你会发现你越来越难找工作。工厂实现自动化并不是说员工都要失业，因为代替人的设备也需要维护，而且需要更多的数据分析人才。”昆山CIO联盟会长曹斌认为。
台达吴江厂区足球场
从全自动化延伸
自动化并非一蹴而就，而是要循序渐进。柔触机器人CEO张帆对此认同地说，生产一项产品的正常流程是，从实验室全手工到半自动化加上人，最后到全自动化。就像画画先打一个草稿，确定姿态后再添色，完成画作。如果跳过了半自动化的过程，直接到全自动化会有风险，开发成本是最不可控的风险。从人工到半自动化的过程，需要一步一步地验证功能是否完善，接下来是大量的测试，测试可以包含功能性实验，也包含耐久性和可靠性实验。“只有从功能、疲劳强度到环境的严苛程度都符合标准，自动化生产线才能真正投入生产。”张帆强调。
张帆生于1983年，在武汉大学学习机械设计制造和自动化，之后作为交换生到德国斯图加特大学，六年完成本硕连读。毕业后，他在德国工业企业博世工作两年，从事汽车行业在线检测设备和产线的自动化设备开发。由于出身军人家庭，张帆没有加入德国籍，并且早已期盼回到国内工作。
2010年回国后，张帆在德资企业做项目经理，把德国的流水线部署到中国的客户现场。三年的时间里面，他完成了14条生产线，总计价值9亿人民币。2013年开始，他在张家港创立了第一家公司，做非标检测仪器开发，和实验室第三方检测服务。在操作第一家创业公司的时候，他找到了现在的事业方向—生产人类仿生手指，作为机械臂的末端执行器应用在制造业的生产过程中。
在自动化生产过程中，机器人手臂通过搭载不同的执行器可以完成焊接、拧螺丝等动作，末端操作的柔性抓手以前可以用吸盘。现在，张帆所做的尝试就是生产像章鱼一样可以柔软包裹，自动适应产品形状的抓手以及背后的完整解决方案，从而抓取小到一粒花生米的生产原料。柔触是张帆创立的第二家公司，这一名字的含义就是给机器人一双温柔的手去触碰生产资料。
2016年末，柔触和苏州一家汽车厂商开始合作，帮其部署自动化生产线。经过几个月的努力，到2017年8月，这家车厂已经完成功能性测试，自动抓取没有任何问题，但这条生产线仍不能立即投产。从去年8月到今年5月，9个多月的时间中，该企业一直在测试成功率。成功率测试是指优化测试路径，找到故障原因，比如手臂之间的程序够不够精准，产品与生产线是否相符。张帆用一句话概括：“要把功能做到80%，需要1个月。要把功能做到80%至99%需要5个月。”然而，想把自动化机器人真正用于生产过程中，就必须达到100%的稳定率。
快速上马自动化生产线并非明智之举，因为早期升级的过程充满试错，成本投入较大。“国内有些企业也是做了智能制造，但最后没有办法用，因为包括库存、周转率、人工成本、折旧成本、管理费用的分摊等，成本太高了，智能化只是用于参观。产品的质量也不稳定。衡量智能制造的水平，需要通过一个量化的指标。”徐工集团信息化管理部副部长付思敏接受《商业周刊/中文版》采访时说道。
研华在智能制造升级的过程中也没有冒然投入全自动化，而是对可以改变和提升的案例进行成本效益评估。“如果这项投资可以在两年半到三年之间收回成本，我们就不惜代价全部投入。”林东杰向《商业周刊/中文版》强调，研华不是为了自动化而自动化，因为在实际评估中， 80%的场景是没有效益的。林东杰认为， “不建议直接引入大量的自动化设备，要考虑人机协同，也就是找到适合工厂自身的自动化模式。比如搬运和自动封箱对于人工操作过于枯燥，适合一步到位引入自动化设备。”
和研华一样，相隔不远的台达吴江工厂也没有大面积推广智能制造方案，而是在推进的过程中通过建立“示范线”的概念，寻找能力和经济的平衡点。例如在包装生产线上，个别步骤对弹性作业的需求较高、人可以完成的动作千变万化是机器难以完成的，这时台达会选择继续让工人在该位置作业。台达目前在改造变频器等生产线，在示范线上试运营，通过从设备到工艺的改善，实现高度智能化。根据台达提供的官方数据，符合标准的生产线可以使在产线操作人员数量降低近90%的同时，提升产能40%。
智能制造厂商开始向服务业转型。在台达办公室里，所有的投影仪都是自己生产的。台达创立于1971年，以电源管理与散热解决方案生产起家，在美国北卡罗来纳州的首府拉里设有电力电子实验室，在上海，江苏与广东都设立了专属的电力电子研发中心。台达旗下中达电子(江苏)有限公司坐落在江苏吴江。创立以来的复合成长率是40%，2016年时，吴江工厂营收是2073万美元，占台达整体营收近1/3。台达的产品可分为电源及元器件、自动化、基础设施三大业务领域。在工业自动化上，台达提供变频器等产品以及水平关节工业机器人和垂直多关节工业机器人等。
台达吴江工厂可以容纳3万员工生活，提供集休闲娱乐美食以及身心健康管理一体的生活设施，为员工打造一个便利的生活和工作环境。厂内设有24小时社区医疗服务、培训机构—台达企业学院等。厂区还经常举办系列活动，比如广场舞、植树节、运动会以及摄影大赛。
智能制造生产线让一线员工可以实时了解生产进度和机器运行情况
过去几年，台达加强了在软件研发方面上的投入，在台达工业自动化事业群中成立了一个以软件研发为主的团队，并通过并购提升自动化软件开发能力。2018年4月，台达集团旗下中达电通股份有限公司机电事业部宣布其新任掌门人—陈敏仁全面负责台达工业自动化业务未来在中国大陆地区的管理、运营及业务发展。“台达是一家自动化产品供应商，更是一家自动化、智能化系统解决方案供应商，”陈敏仁透露，2017年台达在自动化市场份额增长超过两位数。
台达集团机电事业群智能制造业务全球总监李逢堉接受《商业周刊/中文版》采访时说道：“台达的自动化部门是在1995年成立，逐渐发现大的制造企业会遇到跟台达一样的阶段性难题—少量多样，少人化。我们使用的技术、开发的技术，有市场，所以开始调整布局。从1995年到现在，自动化部门业绩复合成长的比例是非常高的，也占集团营业额15%以上，成为台达内部非常重要的支柱。”
宏碁集团创办人施振荣在1990年代提出“微笑曲线”（Smiling Curve）理论。微笑曲线，意指在产业链中，附加值更多体现在创新研发及品牌服务两端。 “服务是制造企业最终的高端利润来源，”国家信息中心副主任徐长明在2017年北汽产业投资论坛上分析，在不了解消费需求的情况下，进行生产流程和工艺上的改进，没有涉及到生产端和消费端的融合，并不能解决问题。制造业企业需要将硬件变成以软件为推动的智能互联产品。同时，该产品要能为用户提供个性化的极致体验。昆山CIO联盟会长曹斌接受《商业周刊/中文版》采访表达，“一些制造业企业，在有了一定的大数据积累经验之后，会转向对外提供服务。因为其工厂积累了大量的智能制造的经验。”
制造业公司越来越重视向客户延伸提供服务，将自身使用过的智能制造解决方案转变为可售卖的服务或者产品平台推出。比如，三一重工旗下的树根互联提供工业物联网云平台解决方案，旗下的根云平台可以为制造企业提供连接、计算、创新、应用的服务。树根互联已经获得数亿元首轮融资，投资方包括国投创新、经纬创投等。2018年初，埃森哲《物联网+：制造业向智能服务转型的新引擎》报告提到，随着传统工业巨头的衰落和新兴 “数字原生”企业的崛起，企业的竞争力正在被重新定义。对制造企业来说，硬件产品和实体资产已经不再是企业竞争力的必然保证：一方面，重资产的多少已经不等同于企业优势和实力；另一方面，硬件产品的价值正在不断向服务和软件迁移。制造企业必须重新审视和定义自身的竞争力，寻找新的增长动能。
自动化让一线员工从重复性工作中解放出来，他们渴望接受系统化的培训，从而提升自身能力
数据互联使得智能制造衍生出价值。2016年，苏州协鑫光伏下定决心解决光伏切片生产参数分析的难题，提升良品率。协鑫光伏主要生产应用于新能源的硅片，2010年开始逐渐在生产过程中为设备增加传感器，收集数据。每天收集的数据量达到几十GB。在生产过程中，不同部位的不同温度变量都会影响到最终的良品率。协鑫处理海量数据，需要用到云计算，合作企业阿里云人工智能首席科学家闵万里认为，“传统制造业拥有海量数据，而数据就是金矿，一定有挖掘的价值。双方通过数据模型，几千个生产参数计算分析，确定其中60个关键参数，提高良品率。”根据协鑫光伏的官方数据显示，良率每提升到1％，节省一千万元成本。
中国工程院院士李培根认为，工业产品之间的物联、设备之间的物联、设备和人之间的物联，企业中的一切过程、活动都需要数据驱动，包括设计、生产、管理等方面。数据在企业生产中起到重要的作用，比如汽车设计中通过数据分析，精准量化用户的需求，从而指导设计的过程。数据驱动还体现在实时监控机器运行情况，从而判断市场需求。
早在90年代，通用电气已经在生产制造的发动机叶片上装了很多的传感器，目的就是收集数据，并通过健康保障系统进行分析、反馈，从而改善设备。2017年12月4日，在乌镇世界互联网大会上，制造业服务商树根互联技术有限公司董事长梁在中表示：未来，互联网会不断渗透到第二产业，机器设备会被数字化，甚至包括土壤数据、空气数据、水的数据、天气数据都会被数字化。在摩尔定律的作用下，被数字化的产业都将指数级增长、爆发式发展。“中国目前90%以上的机器设备还没有连接。全球有300亿到500亿台机器设备有待联网。”他补充。
“工业X.0“
2017年末，埃森哲对全球21个国家的900多家大企业高管进行调研，仅有13%的企业通过数字化投资实现了效率提升、成本节约和业务增长。埃森哲提出了一套具体的解决方案“工业X.0”。“X代表未来和未知，包括大数据、人工智能、区块链，甚至量子计算在内的新技术层出不穷，未来将充满无限可能，” 埃森哲数字服务大中华区主管董事总经理俞毅在接受媒体采访时表示，在制造业领域，通过对中国六大制造业行业170家上市公司的数字化水平进行分析，仅有4%的企业已经在工业X.0转型中抢得先机，兼具数字化投资力度和业务成果优势。而约有77% 的企业还没有开始转型。
昆山CIO联盟会长曹斌接受《商业周刊/中文版》采访时说道：“中国制造2025、德国工业4.0、美国工业互联网的共性是越来越依赖大数据。”蔡奇男拜访超过一千家以上的工厂。他觉得智能制造的重要意义是让你的管理更加精细，而不是靠经验。用数字去掉管理之中的不确定性。“企业做的越大，管理者的心里越‘慌’。你真的会担心如果突然客户说退50万双鞋回来，你该怎么办。你会恐惧自己的品质是不是合格。管理者导入数据系统，可以使得每一个环节变得更加踏实。”蔡奇男分析。
制造业有一项技术叫自动光学检测（AOI），每个零部件生产出来后都会被拍照检验质量的好坏。倘若按每分钟收集一张1M像素的图片来估算，一台机器一天产生的数据就是1.5G。每个工厂有N多个机台，N多个传感器，总的数据量可想而知。
昆山杜克大学教授李昕不久前刚刚回到中国，加入杜克大学、武汉大学、昆山市联合建立的昆山杜克大学。他毕业于美国卡内基梅隆大学、专注于制造业大数据研究，是富士康集团总裁郭台铭先生的大数据顾问。李昕接受《商业周刊/中文版》采访时说道：“如何更好地收集数据、分析数据、利用数据才是企业根本，尤其是制造业。数据分析在制造业应用有两大技术难点：第一个是数据变异性，不同机台，在不同时间、不同环境下的数据具有不同的统计特性，不能简单地将各种数据融合于一体建立统计模型。第二个是工艺的变化。制造工艺不断改变，需要不断更新模型。这是两个制造业数据分析的挑战。也侧面反映出，制造业数据量庞大难以想象，如果利用大数据把效率提高10%，就可以创造巨大的利润。”
李昕认为大数据提升制造效率、降低制造成本有四种方法：第一个途径是调度优化。通过数据分析，了解每个产品在每个机台上需要处理的时间，然后决定出把某个产品送到哪个机台去处理的最优解决方案。另外一个重要途径是设备监控。在每个机台上都安置多个传感器来监测设备是否有故障。第三个途径是虚拟测试。在制造业中，测试占整个制造成本的25%-50%，利用数据的相关性，也就是用统计方法去分析不同的数据量之间是否相关，如果存在相关就可以用一个数据量去估计另一个数据量。第四个途径是故障追踪。监控生产线中产品的制造过程，发现故障的根源，是原材料、机台还是人为因素。
数据对于制造业不仅仅可以应用在生产制造的过程中，还可以用在管理和销售上。“数据对企业的价值在于把AI （Artificial Intelligence，人工智能）变成IA—Intelligence Assistent，用AI的工具来协助公司管理，”研华共同创办人兼执行董事何春盛正在思考人工智能对制造业的影响，物联网就是数据采集，上传到云端进行分析，回馈。深度学习就是将大量的数据资料和参数设置好，分析之间的关系。制造业企业也能够应用人工智能。研华会用数据分析客户，从现有的客户推演潜在客户。
智能制造进展如火如荼，但仍充满挑战。昆山市台湾同胞投资企业协会会长兼大震锅炉董事长李宽信今年已经76岁，在昆山经营工厂多年，也是昆山台胞秘书长。李宽信认为，智能制造最大的障碍是领导意识和资金问题。一些企业意识不到工业4.0的价值，没有足够的动力，更受制于资金有限。“台商协会帮助大家做一些新三板融资，解决个别企业的资金问题，”李宽信说道，一些企业达到标准之后，并没有持续的动力继续推进智能制造。
智能制造车间中，工人在操作自动化设备
一位不愿意透露姓名的昆山台企高管向《商业周刊/中文版》透露，他自己是大陆人，领导是台湾人。然而，台企高管目前没有给他足够的权限，让他可以考虑制造业转型的问题。“因为对智能制造的投资会影响到企业的年收入，投资不能马上见到回报时，企业就要考虑是否推进。一些台湾企业的毛利率在个位数，如果在职业经理人的任期内花几千万做智能制造，没有任何营收的帮助，企业就会考虑还要不要做。而且，企业数据放在云端上，也会牵涉安全问题。”这位高管说。
“智能制造其实是一把手工程，”研华工业物联网事业群蔡奇男认为，公司成功的关键就是一把手重不重视。从企业运营的角度，一些焊接等恶劣环境的工作，想做这类工作的员工会越来越少。如果以后没有人做，你就得考虑用机器人。昆山过去是一个以台商为主的电子生产基地，电子的生产基地相对在自动化上的条件，比一些传统做鞋子、做衣服、做纺织的工厂，改造条件基础好。管理者可以先投10万块，也可以投一百万、一千万，先做一台机器、一条生产线，这取决于自己的能力，但一定要启动。“对于制造业来说，最关键的是启动，在错误和实践中不断修正、迭代。”
自动化生产线上，机器人进行包装作业
徐工集团信息化管理部付思敏接受《商业周刊/中文版》采访表示，“开展智能制造，首先领导要有绝对的决心干这个事情。只有把智能制造的核心理解和认识了之后，才可能把它上升为主攻方向。” 一些企业没有对智能制造重视起来的本质原因是无法快速为企业带来收益。
海尔首席信息官殷皓也分析，“对大型的制造业来说，提升一个百分点良品率，都可能是非常大的营收增长，就有很大的动力对整个生产线投入在人工智能技术或智能制造。对中小企业来说，这不是最重要的。他们最看重现有的产能下如何更好地找到它的用户。”解决之一只能是通过市场机制。殷皓认为，今天的整个经商环境，如果没有创业创新的精神，不仅仅不可能有发展，稳定地做原先的事情都不可能。业务的发展、转型，都是非常快速的，不能适应走在前面，最后就可能会被淘汰。对时机的把握，是每一个企业都要必须思考的。
另一个挑战是一些制造企业目前处于2.0和3.0的阶段，在开始智能制造的过程中需要克服更大的困难。曹斌比较， 3.0和2 .0时期，生产设备需要人定期检测，通过日志数据分析系统运行。4.0时代，不需要设备工程师完成工作，而是机器自己通过数据预警。比如，用数据分析机器上的滚轮，哪一个节点的故障率最高，通过大数据看到这一趋势，往往是非常准确的。以后智能机器会越来越聪明。聪明的意思是它会来告诉你，这个事情是对的还是错的。工厂现在都是在往这个方向去靠，因为要知道整个生产的良品率，在工艺过程中有哪些点出问题，后面会涉及到巨大的计算量。引起出错的原因可能是多种多样，维度不同，类型不同，触发的原因也不同，分析模型非常复杂。
林东杰认为，如果想做4.0，先要做好2.0和3.0。4.0相比3.0增加了两个关键的要素，第一个是感知的能力，第二个是讯息、数据传递运算的能力。他打一个比方，3.0好似人体有五官，但没有大脑和末梢神经，像机器人。4.0就是把你的感知神经、中枢神经放进去，你可以感受到温度、疼痛，自主性地运作你的大脑和四肢。4.0的工厂可以自己感知、诊断和学习，具备基本的AI能力。“但目前大部分工厂还没有真正实现自动化，仍然处在萌芽阶段。”
海尔CTO殷浩接受《商业周刊/中文版》采访时，谈及智能制造的进展补充：“今天其实看制造业的转型，大部分聚焦在建设生产线、自动化或用机器取代人。一个制造业企业，生命力还在于它的品牌。制造业的转型升级应该是全方位的。把整个制造、营销、管理到服务的流程全部管理起来。今天制造业的营销更多是直接面对用户的管理，包括口碑的管理、售后服务整个链条；甚至要把物流、维修、售后都变成服务的能力。”
研华何春盛自2000年接手研华中国，即提出以中国大陆为本土市场（Greater China Homeland）的战略，使研华业绩维持双位数的高成长。2010年起，何春盛接任研华总经理，主管全球品牌策略和行销，以及俄罗斯、东欧等新兴市场业务扩展。他制定了“智能地球推手”战略，加速研华进入物联网产业。“当时我身在北京，离技术的前沿很近。从提出物联网战略到现在，研华的市值成长了5倍，从10亿美金市值达到50亿美元市值，研华不断追寻找到新的转型增长点。现在，研华的股价有点下来，是时候要找到新的转型增长点，投资者是最敏感的。”何春盛精神矍铄地告诉《商业周刊/中文版》。
传感器和显示屏成为智能制造过程中必不可少的工具
何春盛认同华为创始人任正非的一句话：“不要去炫耀锄头而忘了种地。” 他认为，这句话背后的含义其实是，如果我们天天歌颂新零售，但忽略了工厂生产，实体经济会逐渐被虚拟经济破坏掉。作为一个强国，制造业不可以丢，因为制造业将带来最多的就业机会。“这个世界竞争激烈。一个企业本来是产业领导者，一不小心就会瞬间被超越，例如诺基亚手机、柯达。有些公司却又一瞬间就冒出来，例如谷歌，脸书。领先者被颠覆是每天都在发生，制造业本身就需要一气呵成的标准化产品生产流程，但当你进入创新的产业时，就需要全新的管理模式。”何春盛总结说。
撰文：张宇婷 编辑：范荣靖、王越丁
◆ ◆ ◆ ◆ ◆
点击你感兴趣的关键词
立即获得关于TA的更多信息！
......