徘徊著的 在路上的
你要走嗎 via via
我曾經跨過山和大海
也穿過人山人海
我曾經問遍整個世界
從來沒得到答案
我不過像你像他像那野草野花
冥冥中這是我 唯一要走的路啊
——遠處傳來 “《平凡之路》”的歌聲，始終相信“智”造是製造未來必須要走的路
李傑：一個10餘年製造業信息化從業者，作為諮詢顧問，對現在的“智能製造”有深刻的認知和實戰經驗，以下是他的見解。
近日，黑中盤勝，AlphaGo再贏柯潔，人工智能的熱潮又一次吹遍全球。各大IT公司從Google，Facebook到百度、騰訊，先後把人工智能作為各自發佈會的重要關鍵詞和未來重要發展方向。今天聽到騰訊老闆馬化騰說“他們也做了一款圍棋機器人，已經在日本的一個比賽上獲勝。目的不是為了AlphaGo比，而是通過比賽來練習來讓機器自我學習，自我提升”。人工智能自2016年爆發，直到今天，保險、醫療、證券、教育等行業紛紛開始擁抱人工智能，隨著《中國製造2025》的發佈，智能製造也一直成為了製造業擁抱人工智能的綱領性文件。但是，我們要明確的一點就是“人工智能”自1956年，從圖靈測試到深度學習，已經整整發展了60年。
看看製造業，除了人工智能，工業大數據、雲計算、IoT也變成各大大公司所追求的發展方向。其實，就和人工智能一樣，製造業的智能化其實也不是個新鮮名詞。至少10年前，行業中已經出現了BI（Business Intelligence）軟件（比如BO，Cognos）和相關應用出現，但商業運作與製造運營之間的數據應用現狀就形成了非常鮮明的對比，BI主要還是應用在商業銷售預測等等。MI（Manufacture Intelligence）的概念和應用相對就少之又少。
和其他行業不同，製造業由於種種原因，比如IT的投入回報率和必要性，安全性的考慮加上過去IT部門和生產之間存在一定的間隔，製造業在信息化道路上的發展和使用始終慢一步。
隨著科技的快速發展（更便宜的存儲，更小更精確的傳感器，更正確的算法，更快的服務器等等），加上各大製造強國政府的戰略支持（德國的工業4.0與美國的工業互聯網，今年我國政府“人工智能”也出現在政府報告）和市場發展需求（定製化產品和服務，O2O模式），”智“造變的越來越可行和必要。
怎麼樣做到“智”造，智的關鍵在哪裡？這涉及到一系列概念和技術，我做一個簡單的梳理，同時我沒有把自動化放進“智”的範疇，因為自動化在一些行業其實早已實現。
1、“智”需要大腦：和人一樣，要做到“智”造，首先需要一個智慧的大腦。這個大腦可以分為硬件和軟件，硬件當然就是服務器/雲平臺或者算法專屬設備，軟件就是各種算法（人工網絡神經算法，或者未來新的算法）。軟硬組合，構建智能化製造第一步基礎條件，通過數據分析和訓練，幫助企業做出最優最快的市場決策預測，最適合的設計和產品。最有效的生產排程和設備預測維護等等。總之，讓你和你的企業做到更好的早知道。
2、大數據：有了算法和服務器是不夠的，就好比人的大腦，如果你不提供它知識和教育，大腦的智力還是很難提升（不過智力是前天因素重要還是後天重要呢，可以諮詢生物學家……），對於事物很難作出正確判斷。而數據對於算法來說就是後天的知識和教育。但我們為什麼這裡說是大數據而不是數據，這還得從算法說起，數據越多，不管是概率方法還是當前流行的人工神經網絡算法，得出的準確率推算就越高，特別是人工神經網絡算法大數據是其訓練成熟的必要條件。所以，大數據的大是非常關鍵的。
3、IoT：如果說大數據非常重要，那哪些是大數據呢？哪些是工業大數據，怎麼獲得大數據呢？工業大數據，很難從內涵角度來作出一個定義，因為它涉及到很多各種各樣的數據，這個數據可能不只是你自己工廠產生呢，也不只是你企業產生的。它可能來自於你不同的客戶，和不同供應商（設備，物料）和其他服務企業，這就引出了IoT（物聯網）這個概念。而且IoT中，信息技術（IT）和運營技術（OT）的融合，隨著數以十億計的設備已經通過物聯網連接起來，以及還有數百億計的設備等著上線，提供足夠的數據來源。2015年，全球物聯網連接數量為60億個，根據預期，到2025年這一數字將增至270億個。
4、工業雲平臺：數據知道從哪裡來，也知道怎麼被使用，那怎麼做到獲取和集中保存呢？這就是各大公司已經開始做和正要做的事，比如西門子的MindSphere、GE的Predix、Trumpf的Axoom、Epichust的Mestar PASS、Haier的COSMO、等等工業雲平臺。在智能製造的發展趨勢和物聯網的趨勢下，我們可以發現，雲平臺不僅僅是IT公司提供的系統，也越來越成為傳統制造業數字化變革中建立的平臺系統，在整個供應鏈、生態鏈的宏觀環境下，你中有我，我中有你，相互協作會是一種常態的模式，一個開放的整合平臺會越來越重要地被使用起來，這個平臺不僅整合公司內部的管理各種業務的系統（比如MES、ERP、PLM等）整合，更是產業鏈不同企業間共享數據和資源信息的重要平臺。
5、其他：這裡的其他，其實就是在4裡面提到的各種業務系統，也就是採集數據到雲平臺的最前線，也是採集數據的基礎和必要系統，比如當前紅的發紫的MES系統（製造企業採集數據必備系統），PLM系統（從產品設計到產品下線全生命週期的採集平臺），ERP系統（企業資源計劃管理系統，這個大家可能普遍都知道，國內實施率最高的企業管理系統，也是失敗率最高的系統），APS系統（高級計劃排程系統，做到有限產能的優化排程），還有CRM（客戶關係管理系統），SRM（供應商管理系統）等等。這些系統嚴格上說沒有“智”能的標籤和屬性，但是它是實現"智"造的前提。
總結：
在未來的10年，20年或者30年，通過技術的不斷改進和穩定，以及應用價格的不斷下跌，讓我們一起見證智能製造的慢慢實現，因為這是全球製造業轉型、升級必須要走的。