前言

智能工厂、智慧工厂大家都在提及，但是究竟指的是什么，没有人能够真正的说明白，但是目前各个集团型企业申报关于工厂改造提升的时候基本上也都不怎么提及智能工厂，现在大部分提出的都是灯塔工厂。那么问题由来了，智能制造与智能工厂是一码事吗？个人认为其实并不是一码事，智能制造的概念为：将现金的制造技术与现金的信息技术相结合，贯穿于企业研发、采购、生产、售后等各个业务阶段，使各个业务过程具备自感知、自决策等相关业务特性，按照概念大部分集中在于生产执行的部分，因为不管是自感知还是自决策，目前看只能是单点业务的提升。但是智能工厂，个人认为应该是除了部分关键业务点自感知、自决策之外，更多的是管理的协同与透明，另外就是面向市场变化的敏捷度。所以综合来和，个人认为只能制造是智能工厂的其中一部分。

所以按照个人理解，智能工厂是通过先进的软硬件技术，实现生产过程协同与最大限度的自动化替代，实现工厂各个业务之间无缝衔接、最低的人工投入的一种工厂管理与生产模式。

数字化转型与智能工厂

数字化转型概念很热，每场会议都在喊数字化转型，都在讨论数字化转型。但什么是数据化转型，怎么实现数字化转型，各有各的看法。比较认同的解释是“数字化转型就是利用数字化技术来推动企业组织转变业务模式，组织架构，企业文化等的变革措施。数字化转型旨在利用各种新型技术，如移动、Web、社交、大数据、机器学习、人工智能、物联网、云计算、区块链等一系列技术为企业组织构想和交付新的、差异化的价值。采取数字化转型的企业，一般都会去追寻新的收入来源、新的产品和服务、新的商业模式。因此数字化转型是技术与商业模式的深度融合，数字化转型的最终结果是商业模式的变革” 。

所以按照概念来讲，数字化转型更多的偏向于企业外部业务，比如以运维服务为突破口进行业务创新等，而智能工厂则更多面向的是工厂内侧进行优化与升级，也就是说虽然两者都会通过先进的技术，诸如人工智能、物联网等推动企业业务组织架构变更、业务模型更改，但是智能工厂更多是人工劳动的智能化替代、降低运行成本、减少窝工，但是数字化转型是希望构建新的业务企业模式。

举个例子，某机械装备厂商通过MES+硬件的方式升级工厂管理，我们可以认为他是智能工厂，但是包装成数字化转型则有些牵强；但是如果该装备厂商以出租的方式替代一次性购买，然后收取每年的租赁费与服务费，这种可以认为是数字化转型。

智能工厂与工业互联网

智能工厂针对一个企业进行优化升级，而工业互联网的概念：是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。工业互联网不是互联网在工业的简单应用，而是具有更为丰富的内涵和外延。它以网络为基础、平台为中枢、数据为要素、安全为保障，既是工业数字化、网络化、智能化转型的基础设施，也是互联网、大数据、人工智能与实体经济深度融合的应用模式，同时也是一种新业态、新产业，将重塑企业形态、供应链和产业链。

通过上述概念我们可以看到工业互联网面向的是产业链、工业生态，而智能工厂只是针对一个企业进行升级，这个就是最大的区别；但是如果产业链需要数据打通，如果某个工厂还是作坊式为主的话，产业链根本不可能进行全面升级，所以智能工厂是工业互联网实现最终效果的基础，而如果需要做到数据统一、平台统一的话，工业互联网可以为智能工厂提供平台支撑。

挑战与机遇共存

正所谓“存在即合理”，个人一直有一个不成熟的想法：一个项目、两个项目、三个项目的主要责任人肯定是某个销售，这是毋庸置疑的，但如果是五十个、一百个项目仍然被某个企业打败，则肯定是产品技术方向的问题了，因为一个普普通通的一线销售根本背不起这个锅，所以既然那么多企业仍然不惜代价不断在软硬件上投入大量成本到智能工厂的升级上，只靠供应商的一张嘴很显然是不成立，说明这个方向在真真切切解决一些问题，而这些问题在企业业务野蛮增长的阶段貌似根本不影响什么，但是在各个行业内卷的时候部分问题很可能就是致命点，比如因为对供应商质量管控力度不够，老坛酸菜牛肉面最近迎来大量的退单行为，难道之前土坑酸菜加工就不存在吗？很显然不是，而是这种现象与现在大家追逐口味、品质与食品安全的发展南辕北辙。

如下图所示，智能工厂对应业务的优化在于：计划排程协同、制造过程透明、安全环保、物流智能化、质量管控、设备运维、精细化管理、业务多样化等，对应大的方面基本上对应的都是企业的核心能力，可预测、可视、可控、高效、可追溯、安全可靠、便捷等。但是下图是一个漫长迭代的过程，仅仅靠一个项目就希望达到很显然是不现实的，就跟一个企业一样仅仅靠一两年时间就做成全球第一的业务，很可能就会在一两个月丢失这个全球第一，因为护城河太低了。

市场上对于企业的要求基本上集中在低价、敏捷、短期交付、质量与安全，低价不言而喻，小米手机开始起家则依靠的就是“性价比屠夫”，而京东则走的是质量（正品）、短期交付的路线。但是市场上对于敏捷响应的诉求目前是越来越高，比如疫情期间五菱宏光与比亚迪迅速组件口罩生产线，以一句“国家需要什么，我们就生产什么”一时圈粉无数，这种在生产线、信息化系统以及组织架构的快速响应能力在未来则是一种非常重要的企业核心能力。

深度剖析

工厂管理依靠一套MES与ERP的阶段已经一去不复返，仅仅依靠IT只能将部分业务搬到线上，提升了业务部门之间的协同，部分业务数据的可视化，所以不管从工厂的生产执行还是管理都具备非常大的优化空间。

按照下图未来智能工厂实现个性化定制、敏捷响应、质量管控等，基本上包含了IT、OT、AI与数据管理，IT占据了工厂优化升级的大部分时间，从93年到08年主要以产品为核心，比如CAD、CAE、OFFICE等，对于用户的交付都是以产品为主+部分培训；从08年到19年基本上是以项目为核心的，基本上产品平台是项目的基座，大部分费用基本上会花在服务上；前两个阶段基本上都投入在IT信息化了，从19年至今基本上都在提端到端交付、顾问式服务，原因在于现在许多企业信息化已经建设完成，但是仍然存在许多痛点亟待解决，但是市场上又没有成熟的成体系的解决方案，这样就需要顾问式的咨询，然后提供端到端的解决方案。

未来的智能工厂建设仍然会在IT、OT、AI与企业模型数据等方面攻城拔寨，比如之前的IT基本上是以记录为核心，大部分的IT系统的数据都是来源于手工记录，比如MES系统，大部分数据来源于现场的报工数据，但是企业对于工人的考核是他加工了多少零件而不是录入了多少条数据，正因为如此之前我也写过一篇文章《MES上线的成功率在50%左右》。所以IT系统的更改方向则是由记录变为驱动，比如现在的DP（需求计划）、MP（主计划）、FP（工厂）等都会嵌入计算引擎，都是以数据为基础嵌入算法进行业务的自动驱动。

而OT则是以IOT的手段进行数据自动采集与质量管控，比如生产模具在其全生命周期过程中总计只能应用10000次，而通过IOT可以远程采集模具的应用次数，当达到10000次之后自动报警从而进行质量管理；通过IOT手段将三坐标检测仪的质检数据与生产任务进行绑定，可以实现质量数据的追溯。

工厂中应用AI可以认为是一种单点的优化，比如安全管理业务中通过机器视觉发现违规操作；工艺的单点优化；之前我写过关于MES的观点，未来MES将是IT+OT，其中的OT指的就是AI机器视觉，因为这样可以迅速降低人工劳动的强度；比如烟草生产现场，烟虫基本上需要人工手工去检验，但是通过机器视觉可以自动发现烟虫进而预警。

企业的数据模型我个人认为应该包含两个方面，一种是企业级数据的管控能力，另外一种是能够体现精益化管理的指标体系。数据处理的本质在于：提升数据的结构化程度与数据的价值密度，第一种是通过统一的数据平台提升企业数据的结构化程度与管控粒度，第二种则是提升工厂数据的价值密度进行科学决策。

在上文提过未来将会是以顾问式或者是以解决方案为核心的服务，而服务的条件则是需要懂用户业务、懂前沿技术，而未来的技术无非分为两种：

1）单点业务的优化，主要依赖技术的发展；

2）全面性的铺开，主要靠方法论，比如数据治理、咨询等。

总结

综合来讲，智能工厂其实并不是镜中花、水中月，是与用户沟通过程中频频被提起的，而且也在切切实实的在解决用户的问题，但是正如前文我们提过，智能工厂是一种模式而不是一个标准，是伴随着技术的发展、需求的不断提起而被不断优化迭代的模式，所以智能工厂是一项需要脚踏实地去与一线用户去交流，而又需要抬头望天。