中國制造業總量和規模已躍居世界第一，但制造業競爭力僅排世界第七，中國亟需借助從“制造”向“智造”轉變的契機，實現從“制造大國”到“制造強國”轉型。
以制造業為核心的實體經濟是保持國家競爭力和經濟健康發展的基礎，中國制造業總量和規模已躍居世界第一，但制造業競爭力僅排世界第七，中國亟需借助從“制造”向“智造” 轉變的契機，實現從“傳統模式下的業務提升”到“創新模式下的業務變革”的跨越，完成從“制造大國”到“制造強國”轉型的目標。
隨著信息化水平的不斷發展，以智能制造為主導的第四次工業革命正掀起變革浪潮，中國政府也提出“中國制造2025”理念，新一代信息技術與制造業的深度融合正在引發生產方式、產業形態、商業模式和經濟增長點變革，同時也對中國制造業向以“提質、降本、增效”為根本要求的精益管理轉型升級指明了新的路徑和方向。
何為智能制造？
智能制造是指將物聯網、大數據、云計算等新一代信息技術，與設計、生產、管理、服務等制造活動的各個環節融合起來的先進制造過程、系統與模式的總稱，智能制造關注信息技術與制造技術的融合。
智能制造以智能工廠為載體，智能工廠就是“物理工廠+ 虛擬工廠”，依靠自動化生產設備構建而成的物理工廠是智能制造的基礎，也是絕大多數中國制造工廠現階段轉型提升的重點，即實現生產自動化。在生產自動化的基礎上，通過應用物聯網和大數據，以端到端數據流為基礎，以互聯互通為支撐，構建高度靈活的個性化和數字化智能制造模式，實現信息深度自感知、智慧優化自決策、精準控制自執行，這是虛擬工廠建設的重點，也是制造行業在生產自動化程度已經達到較高水平后，將裝備優勢轉化為產品和市場優勢、實現升級轉型和趕超世界先進水平的重點路徑。
智能制造的兩個主角——
“物聯網”和“大數據”
物聯網的核心價值，是運用新一代信息和通信技術，把傳感器、感應器等智能裝置（信息系統）嵌入到電網、交通、建筑、工廠、貨物等各種物體和環境（物理系統）中，通過有線和無線網絡加以連接形成物聯網，再通過網絡和云計算將物聯網和互聯網整合起來，將物體接入信息網絡，通過人、生產與產品的實時聯通與有效溝通，實現對實體世界的洞察和控制。
大數據分析應用是指，通過將企業內部全流程運營數據和外部移動互聯端、社交媒體端、社會化物聯網端，以及延伸到消費者的智慧化物聯網數據，納入到完整的“洞察- 響應- 提升”閉環式精益管理中來，幫助企業充分發揮大數據分析的輔助決策作用。
制造型工廠以提升質量、降低成本、提高效率為根本目標，聚焦產品的生產能力和保障能力。應用物聯網技術，在生產設備自動化的基礎上，讓制造過程中的各種數據源互聯互通，實現信息流的自動化，使整個制造鏈條全程可視化，通過大數據分析將海量的隱形數據轉化為顯性數據，并將信息及決策建議實時提供給生產一線操作工人、主管和高級管理人員，幫助企業增強制造洞察力，提高IT靈活性，幫助工廠達成最具挑戰的運營目標：①生產柔性②質量優質③設備穩定④成本控制⑤能耗尋優，從而確保制造過程與商業目標一致。
生產柔性：當今市場瞬息萬變，為了能夠應對與日俱增的市場競爭壓力，更好地滿足市場需求，企業生產模式也由以往的大規模生產向大規模定制和更高級的個性化定制轉變，這就要求工廠的生產線具備模塊組合能力；在模塊組合生產中，借助于物聯網技術，對生產模塊中混線生產的個性化定制半成品、成品進行實時追蹤與組合配置與調度，實現工廠的柔性化生產，并解決大規模生產向定制化生產轉型帶來的不確定性、多樣性和復雜性問題。
質量優質：為更好地響應市場需求，追求成本最優，絕大多數公司會設立多家自有工廠或者使用代工廠。因此雖然是同樣的制造工藝及生產流程，但不同供應商存在原材料差異，且生產工藝易受氣候、溫濕度等眾多因素困擾，在這種情況下，如何確保在任何工廠或同一工廠的任何時間，按照同樣生產工藝流程制造出來的產品保持同一、優質的產品特性，成為擺在質量工程師和工藝工程師面前的一道難題。
借助物聯網技術，對全生產過程的數據打上批次烙印，從原材料供應、生產的各個工藝環節直至成品最終送達消費者手中，整個鏈條每個環節彼此建立關聯關系，并記錄每個環節的關鍵參數，如關鍵工藝參數、設備參數、操作情況等。在任意環節出現質量異常時，可精確追溯前段任意工藝環節，對各環節當時的參數進行獲取和分析，確定異常產生的原因，運用大數據分析工具建立質量預測分析模型，通過主動分析原材輔料質量檢驗數據、設備工藝參數變化等，發現潛在質量問題，及早做出預警，及時解決，從而實現產品質量的同一化與優質化。
設備穩定 ：為適應客戶的不同需求，現在越來越多的制造業工廠同時擁有面向大批量生產的連續型流水線工藝設備、面向定制化需求的離散型多機臺工藝設備，以及管線型值守動力設備、區域型值守物流設備等。對于不同的設備類型，如何建立差異化的運維與保障策略，實現對生產工藝、產品質量的有效保障，已經成為大型生產制造企業普遍面臨的難題。
傳統的設備運維策略通常依據設備在生產系統中的重要程度、檢修時的復雜和精密程度、有無備用設備或采購的難易程度等，按照關鍵設備、重要設備和一般設備三大類進行劃分和制定，并按照事后維修、計劃性維修、預防性維護進行維修策略制定。埃森哲認為該種分類分級方式只是從設備本身出發，并未考慮設備特性及設備對業務的影響程度及維修成本，很難制定高效的設備運維策略，設備狀態參數的微小變動都可能是設備故障的前兆或帶來不易察覺的質量隱患，而只在設備出現故障后，簡單的依據設備重要性采取分類分級維修保養策略，并不能有效提高設備管理效率，也不能保證生產系統的連續穩定，可能在故障發生時已有大批存在潛在質量風險的產品已經產出，精細化運維管理程度仍然不足。
成本控制：成本管理是企業管理的核心和重點，成本控制也是智能制造的重要維度之一，決定著企業的生存與發展。通過把精益管理思想與成本管理思想相結合，按照財務維度逐層從車間、工段、一直明細到機臺和生產線，明確各層級崗位對應的可控成本費用范圍及成本目標。按照業務維度結合生產計劃和物料清單將成本目標分解到各產品規格，結合各產品的生產工藝，制定工序成本定額標準體系，輸出產品各工序定額成本，建立產品的目標成本；最終形成崗位成本自我改善目標，使企業獲得較強的競爭優勢。
能耗尋優：提高能源效率是節能減排、降本增效的主要手段。而企業的現實情況是，能效管理往往停留在統計報告、性能試驗、設備改造等環節，缺乏有效的能源計量；無法在線檢測整個企業的生產能耗動態過程，數據嚴重滯后，無法及時準確地發現用能過程存在的問題；大量能耗數據分散于各個車間、部門，無法實現整體管控，缺乏完整性、可靠性和連續性；在用能過程中，較大的能源浪費及其他損失無法及時發現和處理，導致能源浪費較為嚴重，缺乏持續的管理。
埃森哲認為，在設備的設計和建造階段雖然已經確定基本能耗范圍，但借助物聯網對能耗進行監控，運用大數據分析技術建立多維數據分析模型，通過關聯更多的維度和數據項，例如班組、人員等信息，揭示人因與能效控制目標的偏差程度，對設備運行參數和能耗歷史數據進行分析，及時發現能耗偏離計劃目標的情況，整合相關數據進行分析，挖掘能耗異常的根本原因，指導設備進行自適應調整、生產工藝優化、節能管理措施實施等，不斷改進能耗表現。
贏在智能時代
物聯網和大數據分析技術能夠幫助制造工廠應對轉型挑戰，但要想充分發揮其效能，需統一考慮物理層級與虛擬層級的能力建設要求，我們建議按照以下兩個方面進行能力建設：
首先推進生產過程數字化及管理流程智能化。在工廠規劃設計和技改過程中，通過安裝布設和升級傳感器、數據采集設備及工控設備，將連續的、沒有中斷的數據進行集成管理，實現設備的互聯互通，提高設備智能化水平。該階段關注的重點是提升管理及生產效率、產品質量和降低生產成本，在設備數字化的基礎上，利用物聯網技術和監控技術加強信息管理服務水平，通過與MES和ERP系統等信息系統的融合，提高生產過程可控性，減少生產線人工干預，合理計劃排程，初步實現管理流程智能化。
其次進行決策智能化建設。在自動化和設備智能化的基礎上構建大數據分析能力，使“數據”轉化為“洞察”，再由洞察產生行動，不僅要從技術上提升洞察分析能力，也要從組織、管控、能力角度同步提升，真正實現“感知- 洞察- 評估- 響應”閉環的順利運作與循環提升。
埃森哲建議該部分分為三個階段、八個方面進行實施（見圖六）。
第一階段是數據管理：本階段聚焦于信息和數據管理，建立數據管理規則，指導海量數據辨識處理與信息提煉。
第二個階段是將信息轉化為洞察：這一階段建設重點是通過相應的運行機制、數據分析平臺和數據分析手段，利用數據分析挖掘根因，為管理決策提供支持。本階段需要從6個方面著手進行建設，包括
①支持和管控體系建設；
②組織和人才管理；
③獲悉洞察管理；
④洞察到行動的管理；
⑤服務與技術管理；
⑥平臺能力發展。
第三個階段由洞察產生行動：這一階段通過應用洞察分析結果，確保價值實現。本階段通過將分析洞察引入業務運營，實現最優決策的相關工作流程及建立相關評價工具、方法與流程，衡量大數據分析帶來的業務洞察對業務產生的實際價值。
在設備智能化的基礎上應用物聯網和大數據分析技術，實現數據洞察驅動業務經營管理全面提升，幫助制造工廠商業實現商業模式創新、生產模式創新、運營模式創新和科學決策能力，以應對不同挑戰，從而讓企業真正贏在智能時代。
綠 天 使 產 業 園
聚產業·匯人才·創價值
打造新時代新興產業集群
以“孵化+投資+加速+輔導上市”的服務模式
全方位賦能企業發展
聯系方式：
咨詢熱線：400-628-1280
網址：http://m.hbbothwin.cn/
地址：青島市山河路702號綠天使產業園運營中心
