畢馬威-阿里研究院：通向智能製造的轉型之路

技術算法經濟核聚變移動互聯網人工智能畢馬威雲計算物聯網市場營銷物理未來智庫 2019-04-20

溫馨提示：如需原文檔，可在PC端登陸未來智庫www.vzkoo.com搜索下載本報告。

報告摘要：

隨著物聯網、5G、人工智能、雲計算等技術的“核聚變”式爆發，各主要工業國圍繞智能製造所制定的“再工業化”戰略也甚囂塵上。我國在2019 年的政府工作報告中首次提出了“智能+”的概念，將智能製造確定為了國家經濟發展新動能的重要發展方向。

本報告從智能製造崛起的背景出發，通過探討消費互聯網帶動產業智能化升級這一中國特色的智能化路徑，歸納總結出了“數據+ 算力+ 算法”這一實現智能製造的核心技術體系，並深入闡述了該體系賦能重構的製造業生產體系各個環節。在大量案頭研究和訪談的基礎上，報告通過淘工廠、恆逸石化、中信雲等企業的六個案例分析，首次提出了企業實現智能製造的四條獨特路徑。

報告還從社會和企業發展的角度審視了智能製造的意義。就社會而言，“數據+ 算力+ 算法”引領的智能製造，帶來了工具革命，也帶來了決策的革命。工具革命以自動化的方式讓工作效率大幅提高，決策革命則以智能化提高了決策科學性、精準化。就企業而言，只有儘早確定以價值為導向的智能化升級戰略，才能在工業4.0的浪潮中立於不敗之地。

第一章:智能製造崛起新消費時代的來臨倒逼製造業變革

國際市場調研公司歐睿國際發佈的《2019 年全球十大消費趨勢》中將個性和定製總結為未來消費發展的重要關鍵詞，而這兩大趨勢在中國消費市場的發展中更是被演繹的淋漓盡致。

過去十年間，中國已經成長為了名副其實的消費型社會。一方面，城鎮化進程的加速和居民可支配收入的提高催生出我國巨大的消費市場。另一方面，消費已經成為驅動中國經濟發展的首要動能，2018 年對經濟增長的貢獻率達到76.2%，成為經濟增長的“壓艙石”。

近年來，移動互聯網在全社會迅速滲透和普及，數字化技術被廣泛應用於消費產業鏈的各個環節，推動了新消費時代的到來。這一時代的主要特徵是在數字化支撐下的個性化升級，這一時期的特徵是:以消費者為核心，以滿足消費者需求為目的，通過消費者需求逆向推動商品生產和服務提供。在此背景下，消費結構、消費需求、消費渠道和消費理念都發生了深刻變化:

• 在消費結構上，升級趨勢明顯，側重於發展和享受型消費，用戶的個人體驗變得更為重要;

• 在消費需求上，個性化、品質化的用戶需求尤為突出; • 在消費渠道上，注重線上線下聯動的經營模式;

• 在消費理念上，向綠色健康、便捷高效等方向轉變。

消費的升級帶來了消費的分級，催生出不同的消費階層和群體。例如，一二線城市消費繼續看好高品質、重體驗，而之前被主流平臺邊緣化的小城鎮青年消費需求逐漸走上舞臺，所形成的長尾效應開始受到關注。

新消費時代下個性化定製的消費觀已經越來越普遍，消費品產業鏈條中生產者和消費者間的關係正在被重塑，對供給端的生產效率、產品質量、敏捷反應等提出了更高的要求，製造產業的智能升級迫在眉睫。

智能技術群“核聚變”驅動製造業智能升級

過去十多年來物聯網、5G、人工智能、數字孿生等科技的爆發性發展帶來了算力和算法的巨大進步，傳統制造業的數字化發展又帶來了海量的數據。三者的日益融合逐漸形成了以“數據+ 算力+ 算法”為核心的智能製造技術體系。

• 數據是基礎，也是智能經濟的核心生產資料，在產業鏈各環節產生的大量數據是驅動智能製造提高精準度的核心;

• 有了海量數據，就需要強有力的算力進行處理，而以雲計算、邊緣計算為代表的計算技術，為高效、準確地分析大量數據提供了有力支撐;

• 但是，僅有了數據和算力依然不夠，沒有先進的算法也很難發揮出數據真正的價值。以人工智能、機理模型等為代表的算法技術幫助智能製造發現規律並提供智能決策支持;

• 與此同時，以5G、TSN 為代表的現代通訊網絡憑藉其高速度、廣覆蓋、低時延等特點起到了關鍵的連接作用。它將三大要素緊密地連接起來，讓它們協同作業，發揮出巨大的價值。

智能製造的系統閉環

由核心技術集群使能的“數據+ 算法+ 算力”模式使得製造領域中的數字世界、物理世界以及人三者間產生了融合，其中數字世界是指工業軟件和管理軟件、工業設計、互聯網和移動互聯網等;物理世界是指能源、工作環境、工廠以及機器設備、原料與產品等。

在傳統制造業中，人類直接面對物理世界。現代數字科技的發展形成了數字世界，形成了與人類和物理世界互相對應的第三極。在這個新的系統中，不僅是人和物理世界互動，數字世界也同時和人以及物理世界相互影響、相互作用。

來自物理世界的模型、知識通過代碼、軟件等被數字化，成為數字世界的基礎。同時，來自人的信息、決策等(如在網絡上瀏覽的信息、購物歷史、偏好等等)也被轉化為數據，豐富了數字世界的內涵。在此基礎上，數字世界通過算法、算力的支持，反作用到人和物理世界:為人提供更智能的決策支持，使人的生活更加方便、更加高效，同時數字世界甚至將直接作用於物理世界，極大地改變現有的生產、生活模式，例如無人駕駛就將是這一趨勢的生動代表。

各國大力推動智能製造發展，搶佔創新高地

智能製造的概念脫胎於德國提出的“工業4.0”戰略。“工業4.0”一詞首次出現於2012 年3 月發佈的《德國2020 高技術戰略》行動計劃，並於2013 年在漢諾威工業博覽會上提出了“ 工業4.0 ”戰略。之所以被稱為工業4.0，主要相對於前三次工業革命而言:工業1.0 指的是18 世紀開始的第一次工業革命，實現了由蒸汽動力驅動的機械生產代替手工勞動; 第二次工業革命始於20 世紀初，依靠由電賦能的生產線實現批量生產; 工業3.0 指的是20 世紀70 年代後，依靠電子系統和信息技術實現生產自動化。與工業3.0 相比，“工業4.0”的主要特徵是大規模定製。由於產品的大批量生產已經不能滿足客戶個性化定製的需求，要想使單件小批量生產能夠達到大批量生產同樣的效率和成本，需要構建可以生產高精密、高質量、個性化智能產品的智能工廠。在這一全新的模式中，行業的界限將被打破，產業鏈的分工將被重組。

德國工業4.0 概念中智能製造核心內容可以總結為:建設一個網絡(信息物理系統)，研究兩大主題(智能工廠、智能生產)，實現三大集成(縱向集成、橫向集成、端到端集成)，推進三大轉變(生產由集中向分散轉變、產品由趨同向個性轉變、用戶由部分參與向全程參與轉變)。

與德國“工業4.0”側重工業製造不同，美國提出的“工業互聯網”將重點放在了工業服務上。工業互聯網的主要含義是將現實世界中的機器、設備和網絡在更深層次與信息世界的大數據和分析連接在一起，帶動工業革命和網絡革命的轉變。其核心是利用信息技術來重塑工業格局，激活傳統制造業。在此基礎上，美國清潔能源智能製造創新研究院(Clean Energy Smart Manufacturing Innovation Institute, CESMII) 將智能製造總結為先進傳感、儀器、監測、控制和過程優化的技術和實踐的組合，將信息和通信技術與製造環境融合在一起，實現工廠和企業中能量、生產率、成本的實時管理。

在中國工業和信息化部公佈的2015 年智能製造試點示範專項行動8 中，中國將智能製造定義為基於新一代信息技術，貫穿設計、生產、管理、服務等製造活動各個環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進製造過程、系統與模式。其具有以智能工廠為載體，以關鍵製造環節智能化為核心，以端到端數據流為基礎、以網絡互聯為支撐等特徵。智能製造可以幫助縮短產品研製週期、降低資源能源消耗、降低運營成本、提高生產效率、提升產品質量。2019 年的政府工作報告中首次提出了“智能+”的概念，將“打造工業互聯網，拓展‘智能+’，為製造業轉型升級賦能”確定為了國家以創新培育經濟發展新動能的重要發展方向。

儘管各國對智能製造的表述各不相同，但核心均為構建人、物理世界和數字世界間的閉環系統。通過三者間的融合，從而實現對現有的製造業的提升，包括縮短開發週期、降低成本、提升效率等;推動發展出包括柔性製造、綠色製造等在內的全新制造模式;加快產業智能化發展，加速市場普及應用，從而形成新的經濟增長點。

第二章:智能製造重構生產體系

智能製造體系概述

工業革命以來，工業生產一直不變的追求都是:製造的高效率、高質量、低成本、高滿意度。但隨著溫飽需求解決之後，個性化消費需求的不斷上升，傳統的“大流水+ 大品牌+ 大分銷”的體系，已經越來越難以維繫。從上世紀90 年代開始，很多先行者如DELL、ZARA 等，都開始藉助IT 技術，不斷探索大規模定製的路徑，並取得了相當可觀的成效。

數字經濟時代、智能時代的到來，為這一難題提供了新的可能性。也即在高度數字化的環境下，基於大量的數據，基於算法演進和雲計算等所提供的算力，努力探索讓正確的數據、在正確的時間、以正確的方式傳遞給正確的人和機器，從而以數據的自動流動，化解生產製造企業所面臨的市場的高度不確定性。

時至今日，21 世紀已走過近20 年。在此期間，雲計算、物聯網、移動互聯網、人工智能、大數據等新技術、新基礎設施，已經開始廣泛地“安裝”到了個人、企業等的運行之中，這一技術群落所擁有的“社會- 經濟”潛力，在製造業裡也開始逐步顯現出來。基於深度調研和系統研究，我們認為，智能製造的初步體系，在2020 年前後將逐漸顯現出它的“大模樣”，主要特徵可以概括為:數據驅動、軟件定義、平臺支撐、服務增值、智能主導。

具體到微觀企業實踐中，從產業鏈的視角來看，傳統制造業向智能製造業的轉型升級，已經在很多行業、企業開始迸發和成長。

在智能製造業的體系下，雖然五個環節設置仍與傳統體系趨同，但其中的每個環節都顯現出了與傳統制造體系的差異，主要表現為:智能技術和大數據驅動;消費者的全流程參與;供應鏈體系向協同網的轉變等。以下我們從不同環節來觀察一下仍在進行中的轉型升級之路。

需求發現:從間接到直接

盤活消費者資產

工業大生產提供了源源不絕的豐富商品，到上世紀70 年代，發達國家幾乎所有的行業都出現了供過於求的局面，賣方市場逐漸轉為買方市場，個性化消費的浪潮也開始出現。這種個性化消費的浪潮，近年來在基本解決了溫飽問題的中國也已經開始出現。

但如何以一家企業有限的產能，去滿足海量消費者快速多變的個性化需求，對傳統企業來說是一個巨大的挑戰。比如，傳統企業對消費者的洞察，往往來自市場調查——在很多情況下，這一方式持續時間長且樣本量有限;或是來自門店或經銷商的層層上報——這同樣是一種洞察消費者的間接方式。互聯網、大數據和智能化，則為消費者參與到製造業的各個環節，提供了越來越多的可能性。

在互聯網上，在智能化時代，隨著“數據+ 算法= 服務”這一邏輯的持續演繹，越來越多的個性化需求，正在被進一步地識別、激發出來。越來越多的消費者，都已經開始主動地參與到研發設計環節——如服裝的在線定製，新聞的閱讀定製等。

個性化消費需求的湧現在服裝行業表現的尤為明顯。以這一行業為例，我們可以發現，消費者的個性化，充分體現在了從研發設計到生產製造的各個環節。其實現方式包括:模塊化定製(如襯衫)、由消費者為款式打分並決定是否生產等。從定製化的程度來看，則包括:號型定製、款式設計定製、面料定製等。從生產本身來看，AI 對服裝消費數據的挖掘，智能化設備在車間的應用，生產數據的上雲，生產數據與零售數據的對接，都是該行業內已經在進行的商業實踐。

研發環節:從串行到並行

從信息化、數字化到智能化，企業的研發流程，正在由“串行模式”向“並行模式” 加速演化，從而大大縮短了研發週期。

工業革命以來，企業產品的研發模式，基本上是一種串行工程，也即企業把產品開發過程，拆分成需求分析、結構設計、工藝設計等諸多環節。按照一個一個環節順序進行的邏輯，研發活動在不同部門、不同人員、不同項目以及設備資源等之間順序推進。這一研發流程，突出問題是效率低、成本高、週期長。

但集成電路產業的發展，卻提供了另外一種可能性。儘管該領域產品的複雜度越來越高，但研發週期、投入等卻一直幾乎保持了一個固定值。美國國防高級研究計劃局AVM 指出，從1960 年至今航空航天系研發成本投入複合增長率為8-12%; 汽車系研發成本投入增長率4%; 集成電路芯片的研發成本複合增長率則幾乎為0。這是因為，集成電路產品對環境和精度的要求非常高，這使得它的設計、測試等工藝，一直都在數字空間完成，正是這一點，大大提高了研發的效率。1988 年美國國家防禦分析研究所提出並行工程的概念，其含義正是:隨著計算機輔助設計(Computer Aided Design, CAD)、計算機輔助工程(Computer Aided Engineering, CAM)、計算機輔助工藝過程設計(Computer Aided Process Planning, CAPP) 等研發工具的大量使用，高度集成的數字化模型以及研發工藝仿真體系終於能夠實現，傳統上相互獨立、順序進行的研發工作在時空上也終於實現了交叉、重組和優化，一些原本下游的開發工作，也提前到了上游進行，跨區域、跨企業、跨行業的研發設計資源被有效整合，研發流程也在整體上實現了從串行向並行的演進。

如，洛克希德·馬丁公司在聯合攻擊戰鬥機(JSF)項目研製中，基於網絡化協同研發平臺，最終實現了30 個國家、50 家公司設計人員的協同設計，正是這種並行協同，使得研製週期縮短了50%，研發成本降低了50%。在我國的中航工業，也構建了跨地域、跨企業的數字化並行協同研製平臺。通過設計與製造的關聯設計和並行協同，衝破了專業、部門和廠所之間的壁壘，從而使得產品設計、工藝和工裝設計實現了並行開展，提前解決各類協調問題，大量減少了返工。在中航工業瀋陽所，通過基於數字化並行工程的飛機研製管理模式的創新，發展建立起了產品成熟度分級控制機制，也實現了數字樣機對傳統實物樣機的替代。

到了今天，隨著數據採集技術和設備的進一步普及，以及基於互聯網、雲計算的高效協同平臺，並行邏輯將在更多的領域得以實現。

採購環節:自動化、低庫存化、社會化

過去的IT 時代，在信息技術的支撐下，伴隨現代零售業和物流業的發展，發達國家的大中型企業普遍建立起了自己的現代供應鏈體系。典型如沃爾瑪與寶潔，這兩家企業建立起信息系統的連接之後，營運狀況都得到了很大改觀。沃爾瑪一旦發現寶潔某一產品存量不足，就會自動通知寶潔供貨。甚至於每當顧客購買寶潔產品，沃爾瑪的系統就會將信息傳到寶潔，而寶潔也就可以按照這些信息來安排生產。從生產線到貨架，一切都如流水般通暢無礙。

但這種高效協同，有著其自身的鮮明特點。從主體來看，它是大企業主導的供應鏈，中小企業只能被動加入。從成本來看，它也是大企業才能用得起、用得上、用得好的信息系統。從運行過程來看，它也是相對剛性的、固化的供應鏈，而不是柔性化的，能夠靈活滿足消費者個性化需求的協同網。

智能商業下的採購環節，將呈現以下幾個特徵:

第一，低庫存乃至零庫存。傳統模式下，由於信息在供應鏈上各主體之間傳遞速度慢，信息共享不及時，使得供應鏈的牛鞭效應難以避免，來自零售端的無序信號，在供應鏈各個環節之間進一步地層層扭曲，最終使得成品庫存難以避免，大量積壓。而隨著AI 對客戶需求挖掘的日益精確化，企業可以更精準地預測和把握某個時間、某個空間上的消費需求，從而更有計劃地安排採購和生產，這將使得各個企業的成品庫存水平進一步下降。

第二，社會化協同。傳統的供應鏈體系，是一個相對封閉、固化、穩定、範圍狹小的體系。而在大數據和智能化的環境下，數據將驅動更多的企業，由原有相對穩定的供應鏈體系，走向一種更大範圍、更靈活、更多向、更社會化的協同體系。

第三，智能化、自動化。隨著AI 應用的不斷深化，未來的採購領域，將可能呈現出這樣一種場景:一些相對日常化和高頻化的採購，將會被AI 系統大規模地代替。藉助於算法推薦，採購決策將變得更加快速高效。比如，過去尋找供應商的途徑，主要來自於行業會議、大型展覽、朋友圈介紹等。後來的搜索引擎(如百度)、電商平臺(如阿里巴巴)、社交網絡(如騰訊)等，在一定程度上也成為了企業尋找部分供應商的渠道。而未來的AI 機器人，藉助算法和數據，則可以幫助企業更準確、更高效地尋找到潛在匹配度更高的供應商。

生產環節:“車間”裡的革命

從生產環節來看，未來的“車間”將呈現出多方面的巨大變化，僅從設備、效率、組織三個方面來看:

第一，生產設備的智能化。工業時代的製造業，基礎是機械設備和電動零件，但今天的、未來的製造業，卻已經成為了包括了芯片、傳感器、網絡設備等硬件，以及數據庫、生產管理軟件等在內的複雜系統。設備的數字化、智能化，連接的即時化，都已經在越來越多的行業和企業成為了現實。僅以機器人為例，類似機器人等智能化設備，進入工廠車間的過程早已開始。而今機器人的應用場景也在越來越廣泛化。在蕭山，菜鳥與圓通速遞聯合啟用“超級機器人分撥中心”，其中有350 個“小藍人”帶著包裹自動運行。2000 平方米的場地內，350 臺機器人晝夜不停，每天分揀的包裹可以超過50 萬件。另據美國先進自動化協會的研究報告9，2018 年全美公司採購的機器人數量達到了35880 臺，同比增長7%。過去汽車業是機器人需求量較大的行業，而2018 年16702 個機器人流向了非汽車公司，同比增長了41%。

第二，數據和算法驅動生產效率持續優化。這類嘗試，已經在很多場景中展開。據國家能源局數據，2017 年全國棄風電量419 億千瓦時，同比減少8 億千瓦時，棄風率為12% 左右10，而影響風電棄風漏風量的重要因素之一是風電功率預測準確性。為此，國電及一些大型風力發電企業紛紛加速構建工業互聯網平臺，通過採集風機設備運行、廠站管理、全球氣象等各類數據，基於平臺上沉澱的多種類型的功率預測模型、設備維護模型，實現對風電設備發電功率的精準預測、性能提升，較傳統功率預測實際提高5.2 個百分點。這一業務模式清晰地詮釋了工業互聯網平臺的本質:數據+ 模型= 服務。

第三，生產組織方式的靈活化。工業時代的製造業，基本上可以概括為:全球採購+ 集中生產+ 全球分銷。這種高度一體化、集中化的製造業體系，到今天開始受到一種更靈活的組織方式的衝擊。互聯網、大數據、雲計算能夠讓跨地區的協同更加高效，如淘工廠平臺。此外，3D 打印等生產方式的不斷演化，則有助於本地生產、本地消費這一形態的出現。

營銷和售後:無所不在的智能化

營銷和售後環節，是離消費者最近的環節，也是數字化、智能化程度最高的環節。過去的消費者，對於企業來說是一個陌生的黑箱，即使擁有“會員體系”的企業，也難以實現與消費者的實時互動，難以與消費者共創價值。而在智能化、數字化的環境下，隨著消費者數據的不斷沉澱，消費者的概念，也正在由“客戶”變成“用戶”，並進一步地變成“產消合一”視角下的“價值共創者”。在企業與消費者的實時、持續互動中，智能化也已經越來越無所不在了。

2018年天貓雙11 實現成交額2135 億元。這一天量的成交額，在傳統環境下所需要的客服工作量將難以想象。但智能化讓雙11 的客服體驗得到了大幅提高。雙11 當天，阿里巴巴與近15 萬商家客服開展了深度合作，有近80 萬的淘寶天貓商家，啟用了商家智能助手阿里店小蜜，實現了智能化的售前導購、智能輔助等新增功能。來自阿里客服的數據顯示，雙11 當天，阿里智能客服機器人小蜜，日活躍用戶突破5000 萬，當日1 分鐘內最高服務量達到8.3 萬起，承接了淘寶天貓平臺98% 的在線服務需求，相當於10 萬名人工客服小二的工作量。而國際化的小蜜產品，則在天貓雙11 當天，以中文、英文、西班牙語、葡萄牙語、泰語、越南語、馬來語、印尼語、俄羅斯語9 種語言，為132 個國家和地區的用戶提供智能在線諮詢服務。從整體數據來看，11 日當天，店小蜜當日在線諮詢對話量達到創紀錄的3.5 億次，承接天貓商家客服諮詢受理量達到67%，店小蜜也實現了幫助平臺商家直接節省客服人力58.6 萬人。

第三章:數據+ 算力+ 算法賦能製造業長尾重構:規模化供給解決定製化需求

當前，互聯網正在從信息交互的互聯網、產品交易的互聯網向能力交易的互聯網邁進，互聯網技術體系也正在從價值傳遞的交易環節滲透到價值創造的生產環節。在這一新的發展進程中，如何應對高度碎片化、個性化的需求，並對各種新的需求做出實時、精準、科學的響應是產業互聯網需要解決的核心問題。在此背景下，C2M(Customer-to- Manufactory，顧客對工廠)定製化生產模式應運而生，成為這輪產業革命的新趨勢。

在定製化生產體系的道路上，全球不同行業的企業都在進行艱難地探索。許多企業通過在一個企業內部進行數字化改造，實現單一工廠的資源優化，以滿足個性化需求，並取得了階段性成果，成為業界發展的共識和方向。比如，紅領、韓都衣舍等。這是解決定製化生產的第一條路徑。

敏捷響應:精準捕捉用戶需求，快速推出新品

敏捷製造是指製造企業採用現代通信手段, 通過快速配置各種資源( 包括技術、管理和人), 以有效和協調的方式響應用戶需求, 實現製造的敏捷性。敏捷性是核心, 它是企業在不斷變化、不可預測的經營環境中善於應變的能力, 是企業在市場中生存和領先能力的綜合表現, 具體表現在產品的需求、設計和製造上具有敏捷性。

數字技術對消費端的賦能以及新生代人群對於產品功能、產品包裝等求新求快的需求變化，都對製造業敏捷響應、柔性化生產、縮短產品研發週期、加快產品更新等方面提出了更高的要求。

在消費互聯網帶動產業互聯網發展的大背景下，製造企業敏捷性的一個重要體現就是新品投放速度，是企業打開新市場、建立競爭優勢的重要手段。

智能決策:工業大腦結合行業洞見，重構人機邊界12

回顧人類工業發展的歷程，每一次人與機器間關係的變化，都意味著製造水平又一次質的飛躍。現代雲計算、大數據、物聯網、人工智能等信息技術的爆發為人機邊界的再次重構提供了機遇。在製造領域，人機邊界的重構體現在建立由人類賦予機器智能，由機器隨時、隨地完成複雜決策與邏輯操控任務的機器智能工廠。這一未來工廠的模式由智能化、數字化與自動化三位一體打造，實現了工廠從無腦到擁有一顆工業大腦的轉化，是繼三次工業革命後的又一次跨越。

工業大腦的思考過程，簡單地講是從數字到知識再回歸到數字的過程。生產過程中產生的海量數據與專家經驗結合，藉助雲計算能力對數據進行建模，形成知識的轉化，並利用知識去解決問題或是避免問題的發生。同時，經驗知識又將以數字化的呈現方式，完成規模化的複製與應用。一個完整的工業大腦由四塊關鍵拼圖組成——分別是雲計算、大數據、機器智能與專家經驗。

工業大腦的實施使得工廠對人的依賴減少，但無論是生產設備、產線、工業應用還是生產參數如果仍然由人設計和開發，就無法杜絕對資源的浪費和不合理安排。只是浪費隱藏在數據中，更加難以發現。例如鍋爐設備控制參數的不合理導致過多燃煤的消耗，或是輪胎生產過程中不同產地橡膠配比的不精確會影響輪胎的穩定性等。只有將工業大腦與行業專家的洞見結合起來，憑藉專家的經驗和常識確保機器智能與實際業務需求吻合，開發出能夠實現生產的低成本和高效率的模型和算法，才能切實減少生產過程中的浪費、停滯與低效。

高度協同:工業互聯、雲中臺助力大型集團構建高度

協同的智能製造生態體系

近年來，世界各國特別是發達國家爭先佈局工業互聯網平臺並已取得了一些進展。根據諮詢機構IoT Analytics 的統計，目前全球工業互聯網平臺數量超過150 個15。中國作為世界上擁有最為完備工業體系的國家之一，發展工業互聯網也早已被提上日程。

工業互聯網產業聯盟指出，工業互聯網平臺是面向製造業數字化、網絡化、智能化需求，構建基於海量數據採集、匯聚、分析的服務體系，支撐製造資源泛在連接、彈性供給、高效配置的工業雲平臺，在社會化資源協作方面發揮著重要的作用。

工業互聯網平臺的協同作用可以體現在企業內部的製造協同、企業間的產能協同、不同種類產業間的產業協同和企業與金融行業的產融協同等。

生產協同

在工業互聯網平臺協同製造的作用下，企業通過對各環節數據的蒐集和分析利用，對設計部門、生產部門和供應鏈企業的協同，實現了產品價值鏈全鏈條的打通，有效地縮短產品的生產研發週期，降低成本。

產能協同

工業互聯網平臺在產能交易上發揮著優秀的協調作用。由於企業在區域和時間上的產能盈缺差異，產能閒置和產能不足同時出現，促進產能資源的便利流通和合理分配，實現企業間產能的盈缺互助是工業互聯網平臺協同功能的又一體現。

產業協同

工業互聯網有助於打破傳統產業與新興產業之間的壁壘，實現產業協同。工業互聯網是在產業不同場景中得以實現，又因不同產業誕生和發展階段不均衡，導致信息化水平呈現差異，所以，工業互聯為產業間提供了平臺與支撐，使產業可以互聯互通，協同發展。

產融協同

工業互聯網平臺上連接著數以百計的企業，並彙集了企業研發、生產、管理等環節的真實有效的數據。平臺與金融企業合作開發產融合作新模式，將平臺蒐集到的數據適當地運用到企業融資環節，作為金融企業提供融資服務的評估基礎，有效提升了金融服務實體經濟的能力，助力優質製造企業實現資金的有效融通。工業互聯網平臺呈現的四大協同，可構建一個高度智能協同的生態體系，這在大型集團企業中更為突出。

第四章:智能製造推動新經濟

智能製造對經濟和社會的推動意義

人類從農業時代、工業時代、信息時代，到目前正在進入的智能時代，每一次技術和產業的變革都帶來了生產要素、生產組織、生產方式的創新和建構。在以智能化為代表的新經濟中，在生產要素上，除了傳統的資本和人才，信息和數據也日益成為核心要素;在生產組織和社會分工方式上，更傾向於社會化、網絡化、平臺化、扁平化、微粒化;在生產方式上，由大規模的單一生產轉變為以消費者為中心的大規模個性化定製服務。

以“數據+ 算法+ 算力”模式推動的智能製造顛覆了傳統產業幾百年來賴以生存的“傳統工具+ 經驗決策“的發展模式，掀起了在工具和決策兩個維度上的深層次革命。

工具革命:人類科技的每一次進步都帶來了生產工具的革命。從早期生產中畜力代替人力，到機械化和電氣化代替自然力，到現代流水線式規模化生產，進而計算機、互聯網技術發展帶來了人類處理信息能力的飛躍。無論是在體力勞動還是腦力勞動上，科技進步帶來的工具革命都使人的生產更加高效、成本更低。

決策革命:和以往科技進步不同的是，智能製造通過“數據+ 算法+ 算力”的深度賦能，不僅在工具端，更在決策端也推動了新的革命。隨著智能製造滲透到從需求到生產的各個環節，智能化可以提高決策的精準性和科學性，縮短決策週期，並有降低由決策的不確定性所帶來的試錯成本。智能製造在提供了更好的工具的同時，也將幫助生產做更好的決策，做“正確的事”。

隨著新技術群落的進一步成熟和大規模落地，工具和決策的兩場革命在未來將進一步融合，形成全新的決策機制，從局部決策優化進化到涵蓋全局的整體決策優化。

同時，製造業在宏觀經濟中佔有極其重要的作用，是立國之本、興國之器、強國之基，也是衡量一個國家國際競爭力的重要標誌。因此，智能製造也可以被視為是以“智能+”為代表的新經濟的“基石”,已成為當今世界各國技術創新和經濟發展競爭的焦點，主要西方工業國家紛紛確立了以智能製造引領“再工業化”的發展戰略。中國正處於發展模式轉型升級的關鍵階段，推動製造業高質量發展具有尤其重要的意義。製造業和創新科技的深度融合，將有利於推動中國從製造業大國向製造業強國的轉變，實現創新發展。

智能製造的中國路徑

中國消費端的數字化、智能化程度，已在很多領域領先世界。中國網購人群數量超過6 億，全球第一;移動支付規模、比重，以及快遞物流數量(2018 年507 億件)也都是全球第一。但中國供給端的數字化水平，整體來看仍然較低，比如:知名品牌缺乏，50% 的廣告浪費、精準營銷能力不足;研發方面新產品開發週期長，消費者反饋滯後，缺乏數據驅動的產品研發;數字化工廠的比例遠低於歐美(歐洲46%，美國54%，中國25%)。

阿里巴巴將過去20 年內沉澱的購物、娛樂、本地生活等多元商業場景及相應的數字化能力與雲計算等服務充分融合，形成阿里巴巴商業操作系統。它助力企業各環節的數字化轉型，實現端到端的全鏈路數字化。阿里商業操作系統為各類企業所提供的不僅僅是解決局部問題的工具，而是關於數字化轉型的系統性、全面性的賦能。基於“數據+ 算力+ 算法”的機制，阿里巴巴商業操作系統正在賦能各類企業，使企業的品牌、商品、銷售、營銷、渠道管理、服務、資金、物流供應鏈、製造、組織、信息管理系統等11 個商業要素實現在線化與數字化。秉承“開放、分享、透明、責任”的發展理念，阿里巴巴商業操作系統，將向社會全方位地開放自身全球領先的技術積累、蓬勃發展的廣闊市場、成熟高效的運營經驗等。在此進程中，基於“用戶第一、保護用戶體驗”的前提，它將最大程度地降低合作伙伴的嘗試成本，降低各類企業的接入成本，從而實現生態化、開放化的多贏格局。阿里巴巴商業操作系統，將積極響應和貫徹落實國家“智能+”的發展戰略，與各界合作伙伴一道，為消費端和供給端架起一座數字化能力遷移之橋，探索一條數字化全面轉型之路，進而助力經濟社會的智能化轉型與高質量發展。

企業如何推動智能製造轉型

據預測，到2022 年與智能製造相關的技術市場將達到1,520 億美元的規模17。互聯網與基於互聯網的物聯網把整個社會、企業、和企業內部從人到信息到實物網絡化連接起來，正在展現當代世界一個全新的格局。就企業而言，如何認識到這個局面的所有層次並積極、有效地參與其中，則並非易事。企業決策層推動智能製造尤其需要關注以下三點:

制定大膽而前瞻的戰略

製造業智能升級的趨勢已經無可阻擋，企業決策層面臨著前所未有的挑戰。全面而清晰的戰略可以幫助決策層打破職能性條塊分割(functional silo)，實現人才、流程和技術的統籌融合，從而成功實現智能升級。戰略的制定必須要由公司決策層牽頭，貫穿公司各個層級，而不應僅僅停留在生產車間。

以價值為導向

有些企業在推進智能製造時，往往過分關注技術本身，而忽略了其根本目的是為了給企業創造價值。企業在制定智能製造轉型戰略時應積極調動產業價值鏈上的各個要素，建立跨部門間的協作(cross-functional team)，並基於價值和績效(value and performance-based approach)來佈局智能製造升級。

著名車商蘭博基尼為2018 年上市的全球首款超級SUV 汽車Urus 所籌建的智能工廠就是一個很好的例子。新工廠首先研究了Urus 的目標客戶市場的需求和喜好，然後在此基礎上制定了一份全面的智能製造戰略，將工廠、技術和流程融合在了一起。

通過實現機器人、設備和技術工人間的無縫合作，工廠將虛擬世界和動態生產融合到了一起。每輛汽車都在自動導航車(AGVs)的引導下到達為其指定的工作島。生產車間的每個角落都能實現即時的電子監測、數據收集和上傳，工人既能在車間現場操控，也能用平板電腦實現遠程工作。

智能工廠的成功充分證明了以價值為導向對於成功實現智能升級的重要性。

轉變公司管理和組織模式

吸引和發展“智能型”人才。未來的公司治理將要求管理層有能力管理好“數字化” 員工並處理好他們與人工智能技術間的微妙關係。除了有競爭力的薪酬外，企業還應從投資員工智能教育計劃和明確自身在未來的智能化生態系統中的定位等方面來吸引和培養人才。