智能制造的概念汉语中的“智能”对应两种英文表述

近年来，智能制造成为学术界和企业界共同关注的热点问题。
只管如此，人们对智能制造观点本身还没有达成共识，存在很多模糊的认识。

智能制造的观点

“智能制造”中文对应两个英文表达，即smart和。
个中，提法涌现较早，但大多数情形下指的是聪明。
中国工程院《中国智能制造发展计策研究报告》将智能制造分为数字化制造、数字化网络化制造和新一代智能制造三种递进的发展范式。
智能紧张对应数字化网络化制造，也对应新一代智能制造。

党的十九大报告中明确提出要推动工业互联网运用。
重点是推动数字化网络化制造。
因此，有必要对smart进行进一步的阐明。
它的字面意思是授予企业快速相应内外部变革的能力。
快速相应之以是主要，是由于市场竞争日益激烈，使得相应速率变得越来越主要。

从目标来看，智能类似于（柔性制造）。
但从手段上看，前者侧重于ICT（信息与通信技能）的运用。
与传统信息化比较，它每每须要设备、组织、流程、事情方法、商业模式等方面的变革，而不是ICT技能的大略运用。
因此，智能常被理解为ICT技能与制造业的“深度领悟”。
一样平常来说，智能制造不仅涉及制造干系流程，智能做事、智能产品也每每被纳入智能制造的范围。

理解上述智能制造的内在逻辑可以用四个基本点：ICT技能的深入运用是智能制造的出发点； 创造代价是智能制造的目的和归宿； 快速相应变革是智能制造的外在特色； 协作、共享、复用是智能制造代价创造的内在机制。

强调“ICT技能的深入运用是智能制造的出发点”，是由于智能制造的历史机遇是由ICT技能的发展带来的。
要避免将智能化与传统的自动化、信息化稠浊，从而忽略真正的智能化。
事情而失落去历史机遇。
智能化干系的想法在本日并不新鲜，但只有在ICT技能高度发达的条件下，过去的想法才能在技能和经济上变得可行。

提出“代价创造是智能制造的目的和归宿”的背景便是反对为了技能而技能，盲目采取前辈但无用的东西。
这种担忧并非“杞人忧天”，而是有蔓延的可能。
为此，智能制造必须做事于企业的真实业务需求。
很多企业对智能的需求是隐性的。
推动智能制造每每须要企业转型升级，改变生产经营办法，探求得当的场景来创造代价。
这便是ICT技能与家当“深度领悟”的意义。

“快速相应变革是智能制造的外在特色。
” 随着竞争的不断加剧，快速相应变得越来越主要。
例如，在手机、汽车等行业，快速相应的代价表示在新产品推出的速率上。
推出新一代产品的速率很大程度上决定了公司的盈利能力。
在其他对原材料价格敏感的行业，对供应链变革的快速反应能力决定了公司的盈亏。
因此，智能制造最主要的功能之一便是加快相应速率。

“协作、共享、复用是智能制造代价创造的内在机制。
” ICT技能可以显著促进人与人、机器与机器、人与机器、企业与企业、部门与部门之间的协作。
减少韶光延迟和接口缺点。
它还可以通过共享材料、职员、知识或信息来降落本钱、提高效率和质量。
在智能制造时期，知识的复用变得越来越主要。
例如，通过模块的复用，可以减少研发过程中不必要的韶光和资金投入，这将有助于提高质量、降落本钱、提高经济性并支持快速相应。

智能制造的范例模型或系统有很多，个中最著名的是德国工业4.0和美国工业互联网。

智能制造、人工智能、自动化

随着人工智能技能的快速发展，图像、语音识别等技能开始广泛运用于生产制造过程中，对付帮助人类从呆板、恶劣的事情环境中解放出来具有主要意义。
因此，有人认为“智能制造便是人工智能在制造业的运用”。
但这种不雅观点是不准确的，很随意马虎误导公众。

人工智能传统上存在三种思想流派。
象征主义，又称打算机学派，侧重于仿照大脑的逻辑推理功能； 联结主义，又称人工神经元学派，看重仿照大脑的构造，善于知识学习； 行为主义又称掌握论学派，侧重于仿照大脑和身体的折衷和合营。
追求知行合一。
在许多学术环境中，人工智能特指前两个流派。
以深度学习为代表的所谓“新一代人工智能”便是从连接学派发展而来的。

然而，与智能制造关系最为密切的却是掌握论学派。
掌握论的紧张思想可以追溯到20世纪40年代维纳的《掌握论》。
维纳研究了动物和机器之间的差异，认为区分动物和机器的一个显著特色是信息的感知和处理； 动物可以随时感知外部环境的各种变革并调度自己的行为，不像大多数机器只按照既定的逻辑顺序实行。
该理论的实质是将感知、决策和实行三个要素统一起来。

维纳的思想随着工具和手段的发展推动了理论和实践的进步。
“感知”和“决策”实质上是面向信息的，而“实行”终极是面向物理实体的。
因此，两者的统一须要将信息和物理联系起来。
这一思想在瓦特蒸汽机中得到了表示。
然而，蒸汽机的感知和打算是通过机器装置的物理实体来实现的。
这种实现方法很奥妙，但是不通用，推广起来比较困难。
这种限定一贯持续到弱电的涌现。
信息的感知和打算可以用弱电实现，并转化为强电来驱动物理实体。
于是，依赖“电”的手段，将信息场和物理场连接起来。
掌握论便是在这种背景下应运而生的。
在掌握理论中，经典模型是通过通报函数和状态方程来描述的。
从某种意义上说，这种模式的广泛利用与原有的技能手段有关。
掌握器常日由电感器和电容器等电子元件构建。
该模型虽然大略，但在运用中仍旧存在局限性。
在打算机时期，可描述的数学模型已大大扩展并变得通用。
后来，互联网的运用极大地提高了人们对资源的掌握能力，使人类进入了智能制造时期。
因此，智能化和自动化的理论是同源的，但实现手段却有了很大的提高。

从经济学角度看，可不雅观可控能力的提升导致资源配置能力的加强，进而导致经济性的提升。
详细来说，传统自动化每每局限于狭小的空间，而智能制造可以实现跨区域、跨部门、乃至企业的大规模掌握和优化。
例如，上海友业信息技能有限公司在山东某钢厂的事情，实现了燃气生产者、用户和缓冲器的实时优化和掌握。
虽然技能事理大略易懂，但干系设备分布在数平方公里范围内，如果没有互联网的支持，技能上并不可行。
因此，ICT根本技能条件的变革是推动自动化走向智能化的关键成分。

比较之下，自动化侧重于替代人的体力劳动，而智能化则侧重于替代人的脑力劳动，即决策。
这也是两者的一个主要差异。
因此，知识的数字化、建模和软件化，提升机器认知和决策能力是智能制造的关键技能。

智能制造范例流派：工业4.0

工业4.0的观点由德国工程院于2013年提出，其标志性特色可以概括为“具有个性化定制生产能力的自动化妆配线”。
此功能是理解工业 4.0 的关键。
它可以将技能的经济性与技能的需求联系起来，从而帮助人们理解工业4.0如何统一技能可行性和经济可行性。
从技能角度来看，工业4.0的生产模式继续了装置线低本钱、高效率的优点，战胜了装置线在产品变更时灵巧性差的缺陷。
从经济角度来看，知足个性化需求可以实现更好的经济代价。
可以想象，如果采取传统的生产办法进行定制化生产，产品设计、工艺设计、生产组织的韶光和经济效益将难以担保，乃至不经济。

工业4.0的生产办法对生产组织、发卖采购、设计做事等业务提出了巨大的寻衅。
情报的专业知识恰好适宜应对这些寻衅。
例如，通过模块和工艺知识的复用，可以显著减少研发和试产的韶光； 通过信息的横向整合，可以办理发卖、采购和供应链方面的寻衅； 通过纵向整合，办理生产组织管理的寻衅； 通过端到真个集成办理方案来设计做事业务寻衅。
再比如，个性化生产导致生产组织和调度非常繁芜，这就须要利用信息物理系统（CPS）技能来办理。

推进工业4.0是一个长期的过程。
企业该当根据自己的需求来推广，不须要受不雅观念的束缚。
工厂的自动化和定制化程度可高可低，但关键是提升企业的竞争力。
事实上，由于行业和地区发展不平衡，自动化和定制化的程度和难度存在显著差异。
例如，在钢铁行业，前辈的企业由于自动化程度高、产品切换大略、物料跟踪相对随意马虎，在几十年前就具备了定制化生产的能力。
然而，在一些离散制造行业，产品切换非常繁芜，乃至须要对装置线进行改造。
在这些行业，推进自动化非常困难，而智能化则更难。
事实上，德国提出工业4.0的背景紧张是针对这些相对困难的离散制造业。
在离散制造中，数字化干系技能的发展可以使过去难以办理的问题变得更加随意马虎。

有人认为，工业4.0是工业3.0成熟发展的结果。
现在看来，这种不雅观点是片面的，可能会阻碍人们的有益探索。
事实上，红领服装在人工操作的流水线上从事个性化定制，从工业2.0走向工业4.0。
西门子成都工厂被称为“工业3.8”工厂，可以在流水线上切换产品类型，但工厂也有大量的人工操作。
须要把稳的是，虽然两家公司都有大量的人工操作，但车间内的物流配送都是自动化的。
由于定制生产的物流非常繁芜，如果没有自动化、智能化的支持，就很难管理好。
该模式具有一定的代表性，值得很多企业学习和关注。

有人认为，当工业4.0发展到一定程度，一定会取代工业1.0~3.0。
不过，工业4.0只是工业技能发展在一定程度上的标志性成果，并不虞味着所有企业都采取工业4.0的生产办法。
事实上，发达国家的高端制造业尚未完备进入工业3.0阶段。
许多高端装备和奢侈品都是手工制作的。
而且，工业1.0~4.0各有上风，将长期共存。
因此，企业是否推广工业4.0生产模式的关键在于经济上是否划算。

智能制造的范例流派：工业互联网

工业互联网是美国GE公司2012年提出的观点，此后影响了美国及天下各地的企业。
比较之下，工业4.0系统侧重于车间的生产过程，而工业互联网则侧重于更大规模的协作。

工业互联网理念是在实践过程中产生的。
掩护职员很早就创造，通过互联网远程诊断医疗设备的状态可以显著提高事情效率，降落掩护本钱。
后来有人用这个想法来诊断和掩护飞灵活员机的状态。
类似的案例匆匆成了工业互联网理念的涌现。
因此，有人将设备的“预测性掩护”视为工业互联网技能运用的标志性场景之一。
工业互联网强调“智能机器”、“高等剖析”和“工人”三个要素的实时连接。
个中，智能机器是配备各种传感器、掌握器和软件的机器； 高等剖析是包含各个专业领域知识的数据剖析算法； 职员是指通过互联网参与设计、运行、掩护等的各种职员。

美国GE公司意识到工业互联网可以帮助制造业企业向做事业延伸转型。
因此，GE试图顺应这一趋势，帮助其他制造企业转型，从而实现GE自身从“制造公司”向“软件公司”的转型。
GE著名的工业互联网平台便是在这个理念下出身的。
但GE的推广过于仓促，导致技能投入产出比不得当，碰着了很多麻烦。

中国对智能制造的意见

“装置线上的个性化定制”和“设备的预测性掩护”每每被视为工业4.0和工业互联网的“标签特色”。
然而，大多数企业可能不须要个性化定制，大多数设备可能无法实现预测性掩护。
这些问题给很多企业带来了困惑。
面对这些困惑，须要更深入的思考。

人类努力事情的目的是为了让人类更加幸福。
当经济发展到一定程度，人类开始追求更好的事情环境。
这时，更加人性化的事情环境意味着对精良人才有更大的吸引力，从而能够给企业带来经济代价。
因此，未来家当的前景可以从人类如何事情的角度来剖析。

事实上，海内不少技能团队同等从“人”的角度剖析了智能制造的未来发展思路。

并行系统的观点源于王飞跃2004年揭橥的文章《并行系统方法与繁芜系统的管理与掌握》。
并行系统采取“多天下”的视角进行繁芜系统的研究。
在对繁芜系统进行建模时，与实际繁芜系统的逼近程度不再是唯一标准，并行系统被视为实际繁芜系统的一种可能性。
替代形式和实现，实际繁芜系统的行为与并行系统的行为“不同”但“等效”。
对付繁芜的制造系统，如石油化工生产、机床制造等，通过建立与实际系统并走运行的手工制造系统，并在手工系统上虚拟运行和优化生产操持，利用虚拟系统来对员工进行培训，并预测实际系统的维修和掩护节点，形成并行制造系统，可以为企业节省本钱，提高效率。
并行家其时期，一方面，企业可以利用虚实系统的并行蜕变和闭环反馈，协同优化管理系统内部流程实行、生产和资源调度。
另一方面，基于知识自动化技能，社交智能做事系统将数据实时转化为客户需求，快速相应市场变革，同时通过任务分解，领悟小微创新和群体聪慧创造产品，快速重组、众包等。
这减少了发布韶光并增加了市场份额。
同时，网民可以利用物联网、互联网、移动互联网的无缝连接来表达自己的个性需求和创造力，并可以充分参与产品创新的全体生产制造过程，实现真正的韶光化、个性化、规模化的“敏感”移动“智能制造”。
并行工业时期的这种制造模式称为并行制造。

2016年，宁振波等人提出“三体智能”的思想，从物理实体、故意识的人体、数字虚拟体之间的连接和领悟的角度不雅观察智能的发展路径。
2017年，周济等人提出HCPS（Human-Cyber​​-、Human-Cyber​​- ）的想法，提出人们利用网络空间来改变人与物理天下的关系。

与国皮毛干理论比较，这些思路非常相似，都聚焦于人在智能制造发展过程中的角色和浸染。
这些想法虽然抽象，但却具有可操作性。
其发展逻辑可以从互联网的运用开始。

随着自动化的发展和广泛运用，人类正在逐渐摆脱繁重的体力劳动。
在此根本上，可以利用互联网逐步使人体阔别危险、恶劣的事情场所。
换句话说，工人可以通过网络空间掌握物理天下。

当人类以这种办法事情时，他们实质上就起到了决策算法的浸染。
由此，打算机取代人类决策的可能性进一步增加。
决策的根本是知识和信息。
拥有更多知识和信息的主体更有能力做出更好的决策。
在传统工业阶段，人类的大量信息是通过觉得器官获取的，而机器获取的信息有限。
此时，人类拥有信息上风，因此有能力做出更好的决策。
然而，在新的事情模式下，人类从现场得到的信息全部从打算机中得到，人类的信息上风不复存在。
这时，只要打算机填补了“知识”的短板，拥有更强、更快的信息处理能力的上风，就可能得到更显著的“决策上风”。
因此，在进一步发展的过程中，人类将会授予打算机越来越多的知识。
其余，随着数据的不断积累，我们将逐步进入工业大数据时期，打算机主动获取知识的能力将越来越强。
如果这种情形持续下去，机器将越来越有能力取代人类决策，在某些场景下乃至可能超越人类本身。
这样，人类将进入“新一代智能制造”阶段，或者说真正的时期。

在这个时期，人类将分开对网络空间的实时掌握，这将有助于他们摆脱紧张、呆板的脑力事情，进而从事改进网络空间的创造性事情，为网络空间注入新的知识。

从某种程度上来说，新一轮工业革命中的智能制造便是综合利用搜索技能、前辈制造技能、社会做事运用（社交媒体）和无处不在的移动终端设备，通过众包等办法让"大众年夜众充分参与。
产品的全生命周期生产制造过程，实现实时化、个性化、规模化创新和“敏捷移动智能制造”，即社会智能制造。
在不久的将来，企业的竞争力和实力在很大程度上可能不再取决于其外部规模和资产，而是取决于其掌握动态网络组织（Cyber​​，CMO）的手段和能力。
其对虚实交互的理解、实践和效率取决于与之相伴的人工企业的规模和深度。
工业化和信息化深度领悟，一定带来平行工厂、平行企业、平行制造的运用和遍及。

智能制造提升路径方案

“ICT技能与制造深度领悟”是理解智能制造的一个视角。
然而，许多企业创造，机器人设备的利用增加了本钱，却没有增加效益； 网络了大量的数据，但很难创造有代价的知识； 工人的事情强度降落了，但没有产生更多的代价。
。
这让很多企业感到困惑。

上述征象的实质是该技能经济性差，没有取得经济上的成功。
事实上，技能进步和良好的经济并不是一回事。
经济学家熊彼特很早就意识到这个问题。
他指出，发明不即是创新。
只有当一项发明运用于经济活动并取获胜利时，才是创新。

推动智能制造康健发展的关键是技能的经济可行性。
为了改进经济，新技能的采取“必须是雪中送炭，而不是锦上添花”。
只有当企业对技能有强烈需求时，技能才具有经济性。
这个道理在智能制造时期依然适用。

企业需求并不是抽象的，而是来自于详细的业务场景。
不同的业务场景有不同的需求强度和不同的代价。
例如，通用电气的技能在飞灵活员机中利用可能很经济，但在廉价玩具飞机中利用可能不经济。
从趋势看，前辈技能运用于高端家当代价较大，运用于低端家当代价较小。
中国低端家当很多、比重很大。
这也是中国企业在推进智能制造时比较迷茫的缘故原由。

详细来说，鉴于中国低端制造业数量较多、劳动力成本相对较低，智能制造不应仅仅着眼于让机器代替人的事情，而应着眼于帮助人更高效地事情，让机器来干事。
比人还好。
在适宜智能制造的场景下，人的事情表现每每受到生理约束，尤其是精神约束。
这时，智能制造的技能上风很随意马虎转化为经济上风。
智能制造的干系理论都聚焦于繁芜的网络空间，涉及极其繁芜的协同事情和大量资源的实时调动。
这时，决策过程的繁芜性就会冲击人脑能力的极限。
因此，利用智能化手段，可以更好地管理干系问题，创造更多代价。

中国企业的困惑每每是因难堪以找到适宜智能制造技能的场景。
对此，企业家该当主动改变企业本身，创造新的商业场景。
这种事情实际上为智能技能的运用创造了精确的需求。
这便是ICT技能与制造业的“深度领悟”。
“创景”活动实质上便是所谓的“转型升级”。
转型升级是事情流程、组织架构、业务模式、商业模式的变革。
这是资源的重新分配。
也是质量和效率的提升，也是研发做事等业务的提升。

智能制造可以促进企业转型升级。
这种征象可以从另一个角度来表述。
转型升级为智能制造技能创造需求和得当的运用处景。
从这个角度理解的意义在于，推进智能制造首先该当是企业家考虑的计策问题，而不是技能职员卖力的技能问题。
技能职员每每只能从固有的业务场景角度考虑问题，自然会碰着很多困惑。
企业家只有思考清楚，才能建立适宜智能制造的商业场景，创造技能需求。
当然，企业转型升级不是运用智能制造技能，而是适应社会发展和市场需求，提高企业经济效益。

企业推进智能制造的外部环境

很多人认识到，智能制造的很多观点、理论和技能实在“并不前辈”，几十年前就已经被提出、研究和实践。
这是事实。
从根本上来说，改变的不是人的思想，而是社会需求和技能条件。
这些变革引起了干系技能的经济性的实质变革。

从技能可行性来看，随着ICT技能的发展，打算机和互联网的性能越来越好。
过去，很多无法实时感知或处理的信息都被实现了。
同时，干系技能本钱的降落和互联网可配置资源的增加，也旋转了很多场景的技能经济性。

从需求角度看，国家经济转型、老龄化等寻衅为推进智能制造带来了巨大的需求和动力。
改革开放40年来，中低端制造业险些整体过剩，市场竞争日趋激烈。
在此背景下，企业必须提升品质，强化创新和做事能力，提高快速反应能力。
与此同时，劳动力市场由“无限供给”转变为“需求超过供给”，企业用工本钱持续上升。
在可预见的未来，这两种趋势将日益严重，影响经济发展速率。
如果劳动生产率和产品增加代价无法提高，中国的经济发展将结束乃至低落。
这是中国必须促进智能制造并加速企业的转型和升级的根本缘故原由。

企业转型和升级的方向必须遵照社会和市场发展的定律，避免偏离方向。
在这方面，无论是社会需求还是技能能力，公司都须要更加关注产品质量。
企业必须放弃关注本钱和忽略质量的过去观点和传统，也不能放弃基本质量哀求以知足个人需求。
实际上，个性化的定制常日针对具有更高质量哀求的人。
因此，利用低质量的产品来知足个人需求常日与经济学相反。

企业的转变和升级必须节制节奏，并与特定的国家条件结合利用。
他们不能盲目减少职员并提高自动化程度和智力。
工人的质量相对较差和管理较低的管理是中国企业的常见问题。
一些公司由于人为成分而犯的缺点远远超过其利润。
因此，利用智能技能代替人，帮助人们和管理职员将取得良好的经济成果。

但是，人们常日方向于粉饰与自己有关的“浸和泄露”。
因此，经理常日会隐蔽代价丢失。
为了改变这些征象，公司常日须要首先改变组织流程和系统并改变利益关系。
这实质上是一种转变和升级。

综上所述

从某种意义上说，转换和升级以及与ICT干系技能的运用是同一硬币的两个方面。
但是在实际操作中，它是由不同级别的人履行的。
如果两者之间的协作互动不能很好地处理，那将很难促进。
显然，企业转型和升级的目的不是运用与智能制造干系的技能，而是适应市场和环境的变革。
因此，首先应捉住转型和升级的方向。
从技能和经济的角度看智能制造业绝不是纯粹的技能问题，而是涉及商业管理，社会发展和其他方面的问题。
只有从这样的角度来看，我们才能避免对问题的单方面理解。

智能制造的目的是创造代价。
智能制造的研究应集中于技能如何创造代价，而不是沉迷于学术观点。
这须要通过智能制造来理解创造代价创造的逻辑。
从工具的角度来看，智能制造可以看作是ICT技能与制造业的深刻整合，即利用ICT技能来改进与企业干系的企业的经济学。
提高经济效率的方法常日是在与企业干系的商业活动中促进多方互助，资源共享和知识再利用。

促进智能制造常日是一个困难的过程，常日伴随着企业转型和升级的过程。
技能运用都须要本钱。
只有在适当方案中利用技能时，创建的值才能超过本钱。
对付许多中国公司而言，这种情形并不是自然存在的，须要通过转型和升级来创建。