智能制造，是最近几年业内谈的比较多的词汇，各种行业论坛基本上讲滥了。但笔者觉得，讲它的很多，把它讲透的比较少。很多人讲智能制造，主要是从技术和工具层面讲，比如物联网、机器人、工业大数据、光学识别、人工智能，等等，这些都是形式上的东西。光停留在技术和工具层面，要想落地还很难。尤其是考虑到中国的制造企业普遍管理水平还很低，智能制造与企业实际，一个在天上，一个在地下。天上飘的东西，听听很美好，真落实到实处，让企业感觉无从着手。为了让智能制造能够落地，并指导我们的日常工作，笔者尝试从智能制造的愿景、挑战和实践等方面谈谈自己的看法，希望对大家能够有借鉴意义。

制造的本质

智能制造，制造是主语，是核心内涵;智能是形容语，是表现形式。要了解智能制造，首先必须弄清楚制造的本质和核心内涵。制造有广义和狭义上的不同意思，广义指的是包含了研发、采购、生产等各种活动的制造业，狭义指的是产品的生产过程。本文主要从狭义的角度讲智能制造。

产品制造作为一种社会活动，具有社会活动的一般表现形式。老子在《道德经》中讲过这么一句话：“道生一，一生二，二生三，三生万物。”笔者认为，产品制造就是“三生万物”的过程，即人、机、料、法、环、测等要素转化为产品的过程。

图1：智能制造的本质

具体来讲，产品制造活动分为两个阶段。第一阶段是企业的制造系统将客户对产品的需求(具体以生产订单来表示)转化为对人、机、料、法、环、测等要素的需求，并确保对上述要素的需求能够保障到位，这类活动是在生产准备环节来完成。第二阶段是企业的制造系统将人、机、料、法、环、测等要素按订单的(时间和空间)要求有序地投入到生产线并组装成产品，这类活动是在生产执行环节来完成。第一阶段是个分解过程，从一到多，要求的是分解的准确性。第二阶段是个合并过程，从多到一，要求的是合并的效率。

在产品生产订单的分解阶段，数据基础是客户需求、产品建模(制造BOM等)和工厂建模，面临的挑战是日益个性化的客户需求所带来的复杂度。客户的个性化需求越多，产品建模和工厂建模的复杂度也越高，制造系统的复杂性也就加大，越需要更高的制造管理水平。客户的个性化需求越来越多是必然的，制造系统为应对上述复杂性需求的适应性和准确性也是必然的，即生产系统的适用性要能够应对复杂多变的个性化需求，同时也能将客户对产品的需求准确地转化为产品对人、机、料、法、环、测等要素的需求。

在工厂生产订单的执行阶段，人、机、料、法、环、测等要素在时间、空间和数量上能够完全适配并有序地投入到生产现场，从而有效地转化为产品。每个转化过程都有个转化效率的问题。转化效率高的制造过程，能够以更短的时间，更小的消耗，更低的成本，更好的质量，生产出客户所需要的产品。因此，生产订单的执行阶段，主要挑战就是提高转化效率，其收益就是成本、交期、质量等方面所赢得的竞争优势。高的转化效率是怎么得来的呢?就是用更好的生产方式来优化这个转化过程。生产订单的执行过程，无非是人、机、料、法、环、测等要素在一起发生物理反应或化学反应的过程，是可以用严谨和量化的逻辑关系来说明的，这种逻辑就是生产方式。

智能制造的着力点和目的

智能制造的着力点就是优化企业制造系统的生产方式，从而提高其转化效率。这种生产方式包括准确分解和有序匹配两个方面。

准确分解就是将代表客户个性化需求的产品订单准确分解成对人、机、料、法、环、测等要素在时间、空间、数量等方面的需求。准确分解的前提是产品建模(制造BOM)和工厂建模(工艺路线，等等)。产品建模和工厂建模是在产品的研发和工厂的建设环节就完成了，但笔者要说的是，研发和工厂建设等部门要以终推始，站在客户个性化订单准确分解的角度去设计产品建模和工厂建模。好的产品建模和工艺建模，不仅可以应对日益复杂多变的客户个性化需求，而且不增加制造系统的复杂度(具体以零部件数量、员工技能要求、设备的数量和程序复杂度、工序的复杂度等等来衡量)。准确分解客户的个性化需求，与其说是制造系统的挑战，还不如说是产品研发和工厂建设部门的挑战，这是个广义智能制造所要研究的课题，笔者不在此做过多讨论。

产品订单准确分解后的结果可以指导人、机、料、法、环、测等要素等计划和供应活动。一旦这些要素按订单的时间、空间和数量要求组织到位以后，如何匹配和有序地投放到生产现场，就是生产订单执行环节需要解决的问题。

图2：以智能制造来改进生产方式

改进生产方式的目的就是提高人、机、料、法、环、测等资源要素转化为产品的转化效率。资源的转化效率高，企业制造系统的经济效益就好;资源的转化效率低，企业制造系统的经济效益就差。经济效益可以从资源消耗、成本、质量、效益等方面来评价。

标签：