引言
近些年，智能制造的热度逐年升温，丝毫不逊于这七八月的天气。各路厂商也纷纷厉兵秣马，对智能制造这块大蛋糕跃跃欲试。但正是在这一片欣欣向荣的景象中，以下的困惑也随之而来（可能对于新入行的朋友们，这份困惑更为严重）。
困惑
到底什么是智能制造，或者说，智能制造究竟要做一件什么样的事情？为什么各路玩家（比如，做机器人的，做MES的，做云计算的，做通讯的，做人工智能的等等）从事的业务大相径庭，但却都说自己在做智能制造呢？
不幸的是，目前业界对于智能制造并没有一个统一的明确定义。但庆幸的是，各路专家对于上述问题已经给出了很多种解答（尽管其中不乏晦涩难懂的长篇大论）。
在这篇小文里，笔者不敢自不量力地对智能制造进行定义。笔者在翻阅了几份国外的文献，并解读其中对于智能制造的理解的基础上，尝试从中找出对于智能制造概念最通俗易懂的解释，作为对智能制造概念理解的基础，与大家共同探讨。
智能制造的概念
笔者重点查阅了下述几份文献资料，从中获取国外专家们对智能制造的理解，这些文献包括：
- Industrie 4.0 Readiness Model
- Current Standards Landscape for Smart Manufacturing Systems
- Reference Architectural Model Industrie 4.0 (RAMI 4.0)
- IIC Architecture
个人认为NIST的“Current Standards Landscape for Smart Manufacturing Systems”给出的定义最为清晰明了，与其他几份文献中关于工业4.0概念的阐述也有众多的契合之处，不妨作为我们对于智能制造概念理解的基础。
将NIST给出的智能制造概念总结成一句话，如下：
智能制造是将信息和通信技术应用于生产制造相关的各个业务环节中，实现生产制造企业的业务目标。
总结成一个公式，智能制造=制造+信息技术与通讯技术。
就是这么简单
为了更好地理解上述概念的定义，笔者就以下四个方面进行具体的阐述：
一、业务目标
对于制造业，业务目标几乎是永恒不变的，它不依赖于所采用的技术、手段。笔者结合查阅过的几份文献，把制造业的业务目标总结如下：
- 提升效率（人员、机器、能源、原材料的使用效率）
- 提升质量
- 保证按时交付
- 满足个性化需求（定制化、多批次、小批量）
- 对市场及供应链变化的快速响应
- 开拓新的商业模式（例如，服务型制造）
如有不妥之处，各位看官可后台留言，补充完善。
智能制造就是要在生产制造相关的各个业务环节中应用先进的通讯技术、信息技术，实现上述目标。
二、生产运营的各个环节
笔者对NIST的这份资料青睐有加的另一个原因，就是因为下面这张图，NIST将其称之为Smart Manufacturing Ecosystem，即智能制造的生态系统。
NIST Architecture
在笔者看来，这张图的重要价值在于它解答了一个问题，即什么是制造，或者说，生产制造相关的所有业务环节有哪些。
归根结底，智能制造要解决的还是生产制造相关的问题，因此，首先需要理顺生产制造所包含的业务环节，而这些环节才是智能制造系统应用先进通讯技术、信息技术的落脚点。
NIST的上述模型从“产品，生产和商业”三个维度对生产制造业务进行梳理，而这三个维度都在制造金字塔交汇。产品（product）生命周期涉及从早期产品设计阶段开始并持续到产品寿命结束的信息流和控制。生产系统（production）生命周期侧重于整个生产设施（包括其系统）的设计、部署、运营和退役。商业（business）生命周期涉及供应商和客户交互的功能。这些维度中都在设备，工厂和企业系统的垂直整合中发挥作用，我们称之为制造金字塔。
三、通讯技术与信息技术
众所周知，智能制造是一场技术驱动的制造业升级，主要依托的是新兴的信息技术与通讯技术。
这些技术包括物联网技术（实现生产设备、产品联网通讯、数据采集的功能）、云计算、大数据、人工智能（通过对数据的分析，实现辅助决策的功能）。依靠上述技术，智能制造系统能够实现自感知、自适应等功能，并且能够在人为授权的情况下，最终实现自治。
四、智能制造与以往的制造范式的关系
如果单纯从概念的文字层面推敲智能制造与以往的制造范式（如精益生产、柔性制造、两化融合等）的关系，笔者认为意义不大。因为过往的各种理念，无非是应用各种不同的手段从不同的维度去解决制造业发展的不同问题。比如，精益生产采用的是管理改善的手段以及信息化的手段，达成减少浪费的目标。
笔者认为，智能制造可以理解为以往众多智能制造转型升级模式的集大成者，它继承了精益生产、柔性制造等理念的特征，并且更加强调技术驱动的重要性，突出先进的通讯与信息技术在制造业的应用。
因此，可以不负责任的讲，只要你的产品或者服务是为了解决制造业当前发展所面临的业务问题，并且应用通讯技术或者信息技术，那么，恭喜你，你所从事的工作就可以划分到智能制造的范畴中。这也就解答了本文序言中所提到的问题——为何智能制造市场中的玩家如此五花八门。
智能制造应用场景举例
在这部分内容中，笔者希望通过对“预测性维护”这一典型的智能制造应用场景的简要描述，使各位看官对先进技术在智能制造领域的应用有所了解，加深大家对于智能制造概念的理解，并对智能制造建立起一个基本的感性认识。
下图为预测性维护场景的简图（画得有些丑，请各位看官见谅）。
预测性维护场景.PNG
套用我们在前文中总结的智能制造的概念加以阐释——预测性维护是把通讯技术（应用于工业现场的有线网络或无线网络）、以及信息技术（设备数据采集、信息集成技术、用于预测性建模的机器学习等）应用于生产现场设备运维这一重要的业务环节中，实现提升设备的使用率、减少热停机现象发生的业务目标。
从这一场景中可以看出，通讯技术与信息技术在智能制造中发挥的重要角色。
首先，该业务环节（设备运维）一定要先实现信息化，正如这一场景中的设备运维管理系统的存在。实现上述信息化依靠的技术不是炫酷的大数据、人工智能，而是传统的IT技术与业务流程的结合。这种信息系统是智能制造不可或缺的基础，它既是业务数据（如维修记录）的来源，也是后续业务操作（如维修工单的下发）的执行系统。因此，从事MES、PLM建设的厂商，必然是智能制造的主力军。
其次，要实现设备层与信息系统之间的信息集成，讲得时髦一点，叫OT与IT的融合。要实现这样的融合，不仅要通过工业物联网技术（其实就是SCADA、DNC）以及工业有线及无线网络等通讯技术获取设备层的信息，还要借助企业服务总线等信息集成技术进一步将各个系统及设备中的数据汇集到一起，为后续的分析提供了必不可少的数据基础。
第三，通过建立预测性模型，对数据进行预测性分析，给出维修建议，辅助决策。对数据进行分析才能产生业务价值，在预测性维护场景中，要应用大数据以及机器学习等人工智能技术，对数据进行分析，产生关于设备故障的预测结果。
结语
概念终究是概念，其实，不管智能制造的准确概念是什么，我们所面临的问题都是不变的，即解决制造业发展中面临的各种低效、低质量等问题，提升我国制造业的整体竞争力。
很多制造业的资深从业者都表达过类似的观点，笔者也深表赞同。智能制造的从业者应该将注意力从what转向how，即如何在继承过往各种理念（如精益生产等）的同时，更好地应用先进技术，解决制造业中的实际问题。
诚然，现阶段的智能制造仍主要处于各路专家布道洗脑、理念宣讲远多于落地实践的阶段。但是，不可否认的是，现阶段是制造业转型升级的大好时机——上有政策支持，下有各方参与。当前，在智能制造这面大旗下，已然汇集了包括制造业企业、老牌工业巨头、高科技企业等各方力量。从业者应把握好这一历史机遇，充分利用好目前的宝贵资源。制造业出身的同行们，应多向BAT、华为、IBM、埃森哲等高科技企业学习先进的通讯技术、信息技术，如大数据、云计算、物联网、人工智能等，并且去认真、深入地思考，上述技术如何才能够为我所用，解决生产现场的实际问题；同样，高科技企业的从业者也应深入到生产现场，虚心地向现场的老师傅们讨教、学习，切实了解制造业各细分领域中存在的业务痛点，对症下药。
智能制造是一个跨界极为严重的行业，它将原本很少有交集的各种商业力量撮合到了一起，它需要各参与方积极拓宽自己的业务边界、知识边界，最终找到生产现场的业务痛点与先进技术的交汇点，扎实地将智能制造的理念落地，产生真正的业务价值。
文中提到的NIST的文献，感兴趣的朋友可关注我的公众号，输入关键词nist，获取该文档
近期开通了个人公众号，准备打持久战，坚持分享关于智能制造的所见、所思、所悟。感兴趣的朋友可扫描下方二维码。
聊聊智能制造那些事
网友评论