有段時間沒有寫點東西了，出現了“題材荒”的感覺，不過，思想總不能停歇，關于智能制造這個話題，看來在很長的時間里都可以給我們很多靈感。

智能制造的話題是否如此的熱議，各種論壇、峰會、相關產業的會議、各種協會組織的討論、企業的各種交流、路演活動都是在圍繞著智能制造展開，這個場面的確有它好的一面，重視產業發展，然而，目前來看，如果放在一個更為宏觀的場景里觀察智能制造，我們會發現有很多影響著它發展的制約因素需要突破，顯然，這是一條漫長的道路，急功近利都會付出代價，需要且行且思慮。

本文大致梳理一下其中的相關問題：

一.生產模式與材料的制約

我們明確智能制造以實現“個性化生產”這個提升企業自身競爭力的產品戰略為導向，采用信息技術，將生產的各個環節的數據傳輸到管理系統，通過動態的優化來“提升質量、降低成本、縮短產品交付周期”。

1.1機械剛性制約

目前很多產業的生產方式，多是對現有的原材料無論是金屬材料、塑性材料、纖維材料還是半導體材料等通過一定的切削、成型、編織等工藝進行加工，而這些加工很多在機械上是有制約的，例如：制藥，我們不能進行“插單”靈活定制化，因為每個批次的藥物需要進行清洗生產環境才能進行另一個生產，而很多影響生產質量的參數無法實現在線的調整，必然會產生不良品，而質量迭代需要批量基礎的數據才能實現提升。

HP 數字3D打印技術

1.2材料科技與制造的融合研究

3D增材打印技術是一個熱點，但是，在材料方面、加工速度與成本方面還是有瓶頸制約的，而材料科技沒有突破，那么傳統的生產工藝也無法實現突破，例如：節能最有效的是工藝節能—通過工藝的徹底改善以新的生產方式來實現能耗的降低，例如：數字印刷雖然是很好的一種方式，但是噴墨頭的材料與加工目前沒有突破，我們國內在這個方向就無法實現突破，其它像油墨技術、黏膠技術、高性能金屬材料、特種纖維材料。

在基礎和新型材料方面缺乏突破會導致我們的制造業仍然在這些領域受制于人，無法真正實現制造業的升級，在信息化、自動化方面的能力再強也無法產生競爭力的產品。

二.現階段技術條件與技術融合的制約

2.1數據未被系統采集存儲

目前，在推進智能工廠的過程中，我們會發現由于原有的設備來自不同廠商、代次，這造成工廠無法互聯，在控制器上動態的數據如印刷套色的偏差及影響值、紗線CV值等傳統生產的數據都無法被有效采集，很多時候并非是技術封鎖，廠商不愿意開放，但很多時候，這些是在傳統的生產模式下未被考慮的因素，進而導致數據被大量浪費，沒有被有效采集。而無法互聯互通則僅僅是制約因素之一，反倒是容易突破的。

2.2信息模型

缺乏信息模型，使得對于采集什么樣的數據，如何使用這些數據都沒有有效的標準化以及應用軟件的支撐。

2.3信息化與自動化的融合

最為普遍的現象就是在很多工廠里，他們都用的是最有名望的SAP/ORACLE的ERP系統，也采用了自動化程度最高的生產線，很多都代表著全球最頂級的水平，然而，這些信息化系統和自動化系統仿佛兩個世界的人，他們相互并不認識，說的也是不同的語言，喊了多少年的兩化融合，現在看來效果非常一般。因為，你若問他們為什么？因為他們老板說了“我們的同行都在做智能制造，我們也要上智能制造系統”—很多企業推動智能制造的初衷大致如此。

包括機器人領域也是，機器人換人是國家政策重點扶持的對象，因此，大量的機器人企業產生，并生產了大量的機器人被安裝在現場，但是，機器人正的能夠帶來效率的提升嗎？換一個人就能節省成本嗎？這并非是經過嚴格論證的投資，很多時候，效果可能遠不及所期望的。

2.4智能算法的推進

經過數據采集、傳輸到所謂的云平臺、大數據平臺后，這些數據如何被分析優化？傳統的專家系統都是類似于深藍那種工程值的數十年累積，而非是學習算法自學習的智能優化，因此，如果你沒有數十年的積累，你仍然是沒有能力實現“智能優化與決策”能力的。

而另一方面，這么孱弱的制造業，無論如何沒有移動互聯、金融以及國家不在乎錢的航空航天領域的算法應用能力強，你的人才儲備不足以投入在這個領域，缺乏基礎應用開發人員。

三.管理升級的制約

3.1精益生產

關于“精益”是數字化的基礎，已經有很多共識，包括現在投入到智能制造項目中的人也會深刻體會這一點，然而，精益的基礎在日本已經數十年，然而，急功近利的中國制造業卻很難下功夫，長期投入進行這樣的管理升級。

事實上，今天，我們的制造業出現了問題，看上去有外部因素，但是，如果你去一些企業，甚至是大企業，你看看他們的生產制造環節的質量控制、倉儲物料管理、能源管理、資產維護等環節，你會發現大量的“浪費”—如果你用精益標準去看這些問題，你就會明白制造業帶來的問題除了外部的，內部的提升空間仍然是巨大的，僅在現有的能力上去挖掘，依然可以帶來巨大的收益，甚至可以不需要投資所謂的智能制造升級項目都是可以讓企業質量提升贏得競爭力，降低成本獲取價格優勢的。

3.2組織架構設計

不提精益生產帶來的收益，我們仍然討論面向未來的智能制造，我們會發現，原有企業的垂直事業部門的組織架構對于智能制造就是一個大的制約，因為需要信息采集與共享，這種共享不僅僅是數據，也包括了業務流程的重組與優化，傳統的企業組織架構實際上已經無法滿足新智能對于信息流，以及此產生的新的職責界定、內部決策機制的變化的需求。

打破部門界限，更趨向扁平化、更為“網絡化”的組織內部信息流才能適應智能制造的這種網絡互聯特性，否則，就會形成各種制約因素導致無法通常運行。

3.3合作戰略

企業不再是個體的競爭，而是企業聯盟的競爭，仍然依靠自己趨向于形成壟斷的組織將會在未來的協同中被逐漸邊緣化，而新的商業生態系統構建，內部的信息如何分享、邊界定義也將需要新的模式研究與實踐。

四.人才培養與教育的制約

4.1創新性人才

創新驅動已經談了很多年了，然而，在缺乏人才與開放的體系支撐的情況下，所謂的創新無非是“新瓶賣舊酒”的缺乏本質的變化。制造業的思維仍然是局限的，用傳統的思維去理解未來的智能制造是無法推動整個制造的發展的。

在智能制造的推動中需要的是材料科技的顛覆式創新、管理領域的創新、技術的創新，而這些如果缺乏“批判性思維”不敢挑戰權威與傳統的思維人才，以及缺乏創新的激勵機制、創新的方法支撐，這些創新都會流于形式，各種所謂的“鑒定”“評估”出來的所謂突破性項目，都是沒有真材實料的，為了應對創新驅動、為了獲得創新項目獎金而進行的集體性活動。

實際上，就像讓小學生學奧數，甚至現在連幼兒園都打算要學奧數--現在的教育應試功能仍然在加強，可是培養出來的一代代的學生正在由于應試而對教育失去興趣，進而毀滅了其創造力。

4.2全局性人才培養

智能制造需要架構設計，而這種架構包括了大的架構以及在集團企業的每個部門、公司之間形成，甚至到產品、技術的研發細節，都需要結構性的思維，對問題分析的完整性、連續性，這些思維的缺乏會導致在智能制造從頂層到底層實現的各個環節“顧此失彼”、“捉襟見肘”、“東拼西湊”的現象，如果沒有形成整體的架構運行機制設計，會造成“重復投資”、“項目返工”、“瓶頸制約—未解決實質問題”，大大影響智能制造的推動，不僅不能成為效率提升的方向，反而成為了讓公司走向毀滅的境地的投資。

五.平臺架構缺乏

中國一直是重視大型工程項目，也重視在可見的硬件方面的投入，但是，無論是智能裝備開發的集成開發環境如B&R的Automation

Studio、SIEMENS的Portal這些都是缺乏的，這對于形成智能制造所需“集成而言”是制約的。

圖-Automation
Studio平臺，實現基于集成開發平臺可以實現面向所有對象、整個流程的開發

在工廠級與企業級，MES、ERP、PLM等平臺軟件， Pro-e、Solidworks、CITIA等這種集仿真、設計、制造等于一體的平臺都是缺乏的。或者像華為這樣的IPD平臺。

智能制造最大的特點在于“集成”特性，而集成就一定會需要基于“平臺”來實現。

六、安全風險

安全不僅包括技術性的安全問題，也包括管理性的安全問題，包括在法律層面的制約問題。

6.1信息安全風險

信息安全首先是我們談到的“被攻擊”問題、病毒防護問題，這些還都只是技術層面的問題，還是能夠找到有效的機制來解決的。

在大數據時代，數據的使用權利界定問題就會需要明確，信息作為最重要的資產如何管理？如何協作，仍按缺乏在法規方面的界定。

6.2功能安全

智能制造中的安全問題在歐洲最為廣泛的關注，基本上大部分設備廠商都在開發功能安全系統并已經投入應用，而我們對功能安全的投入還很少。

因為我們對安全問題的認識是不足的，我們總是認為安全投入大，而事實上，安全問題并非是一個僅僅投入而不產出的領域，對于智能制造時代的互聯而言，其中一個單元的安全都會影響其它生產單元，某個機器的停機會造成巨大的關聯浪費，因此集成系統的安全如何實現就是一個迫切需要關注的問題。

當然，很多安全問題本身也是因為基礎缺乏，沒有走過逐步的自動化升級到信息化融合的過程，因此，尚未發展到對它認識清晰的階段。

openSAFETY-異構網絡的集成安全解決方案

當然，智能制造業需要國家資金、政策的支持，這也是制約因素，但是，這些就不在我的討論范圍了，我僅僅在我們涉及的技術、管理領域來觀察智能制造。