机器人替代人工是智能制造吗？大数据、云计算、人工智能是智能制造吗？是，也不是。
智能制造领域知名专家 朱铎先
近几年智能制造在全球范围内都非常热，而每个国家的说法也不尽相同。在德国是称为“工业4.0”，美国则是“工业互联网”，中国根据自己的实际情况定为“制造2025”。说法不一样，但目标都指向制造业的升级，制造业的数字化转型。
其实，不仅是在制造业，随着云计算、大数据等技术的成熟，全球各行各业的企业都在进行数字化转型。掌握IT领先技术的微软、IBM、戴尔、惠普、联想，他们在这场转型中，扮演着技术推动者的角色。
制造业是数字化转型中最为迫切的一个行业。在现在这个时间节点上，世界上的几个大国不约而同提出制造业升级，就是因为全球制造业的格局正在重构，而制造业的强弱也决定着国家未来的竞争力。中国在过去的二三十年大力发展制造业之后，已经成为制造业的大国，但离制造业的强国还很远。
智能制造是一次弯道超车的机会，就在大家都峁足了劲向制造业升级发力的时候，如何回归初心、不要跑偏？曾经的数字化过程中趟过哪些坑？科技企业在扮演技术推动者的角色同时，如何引导并辅助制造企业选择正确的升级路径？
近日，一场“创新双态IT、探路智能制造”的论坛举行，这次论坛由联想发起，邀请了业界的专家与来自制造业的CIO、CTO一起探讨智能制造。
毫无疑问，CIO和CTO在企业里的重要性越来越高。几乎所有企业都认识到技术对于竞争力的决定性作用。但与此同时，也要预防另外一个误区：一股脑地采用最先进的技术和设备，而不清楚升级的根本目的是什么？
智能制造领域知名专家朱铎先讲到一个他自己亲历的故事：他在去德国参观交流的时候发现，德国的工业4.0战略里面，第一个就是领先的供应商策略。在德国人看来，通过工业4.0战略向全球推广这种模式非常重要。KUKA的机器人、西门子的PDM等最好的工业装备都来自于德国，把这些装备推向全球，特别是中国这样在制造业有着迫切转型需求的国家是很大的市场机会。这是站在德国的角度而言的工业4.0战略，德国人称这是他们的Big Marketing，是非常大的营销策略。
但朱铎先提醒中国制造企业：站在中国企业的角度来看，这可能是个坑，千万不要被带到沟里去。“用机器换人，换了几年之后你会发现，车间里头都是大量的国外装备，反而中国人没有工作机会了。”作为智能制造专家，朱铎先这几年遇到很多企业把智能制造理解为自动化、机器替代人，使企业透支了大量的财力，但收益并不大。
我们看到的另外一种现象是，前几年随着云计算热起来，很多企业就认为上云是大势所趋，不上云就落后了，然后也一股脑地就把自己的IT系统迁移到云上去，不考虑自己的情况是否适合。结果在实际应用中遇到了大量的问题，影响到业务的稳定发展。
中国的“制造2025”中有这样一句话：“以提质增效为中心，以两化深入融合为主线，以推进智能制造为主攻方向”。朱铎先认为在这句话中，智能制造是方向，不是目标；两化融合是主线、是手段；提质增效是根本目的，实现这个目的才能提升企业的竞争力。所以，在做任何决策的时候，都要考虑这么做，是否能够提质增效，而不是盲目跟风。
因此，朱铎先提醒制造企业，一定要记得“三不”原则：
1、不要在落后的工艺上搞自动化。如果工艺不完善，没有进行优化就开始搞自动化，那么等于是在向相反的方向上使力。
2不要在落后的管理上搞信息化。如果一个企业的管理流程没有梳理，混乱而粗放，搞信息化也没有用。一定要先对管理进行优化、提升，再配合以信息化手段。
3、不要在不具备数字化、网络化的基础上搞智能化。如果没有数字化、网络化的基础，智能化是根本不可能实现的。
此外，朱铎先认为在制造业升级、数字化转型的大潮中，所有人都要提高对“自主可控”重要性的认识。大量的设备数据、企业数据如果放到国外的平台上，等于是数据在“裸奔”，不要说央企、国企、大型企业，即便是中小企业的数据，只要拥有这些数据就能分析出中国经济发展趋势。“如果对你的经济分析清楚了，单点攻击就会引起一个连锁反应。自主可控是数字化转型中所有企业都要重视的一个问题。”
经过上面这一大段分析，你会发现制造业升级的本质不是技术问题，而是管理理念。盲目跟风容易发生在对新技术的过度追求上。智能制造的结果是要降本、提质、增效，而不是盲目上马一堆机器人和新设备。
结合自身转型和服务很多客户的经验，联想于2016年提出了“双态IT”的概念。那时候，市场上云计算、大数据这些概念非常热。很多企业客户在进行升级的时候，就想“一步到位”，把企业所有的业务都迁移到云环境里面，其实这是有些盲目的策略。
联想认为，破解“互联网+”时代企业信息化实现业务持续稳健发展、敏捷精益创新的两难困局，任何企业都要依据自身业务和应用的需求建设IT架构。“稳态IT”以传统IT建设思路为代表，强调系统安全、精准和高效；“敏态IT”以当下互联网IT建设思路为代表，强调敏捷、灵活和弹性。
对于需要“稳”的部分采取“稳基业”的策略，对于“敏”的部分采取“敏突破”策略。稳态架构的负载则是结构化的数据和可预测的、相对比较稳定的业务应用。而敏态架构则用于运行非结构化的数据和很难预测负载的业务应用，突破了传统的应用架构中接入层、应用层和数据库层的三层结构，直接采用微服务式的应用架构，前端为客户提供的是一个个微服务。
以联想自身为例，ERP和WEB电子商城，就是两个完全不同的架构。ERP的数据库对于联想来讲是最为关键的一个系统，一定要保证它持续移动运营，这就是稳态。而WEB电子商务，更新的速度更快一些，跑在敏态架构下更合理。这就是两种完全不同的架构。
联想曾经为某大型钢企做大数据平台建设项目，该企业只给了联想60条数据，即过去5年中每个月的销售数据。只有这60条数据其实看不出什么来，但联想利用大数据的概念，把供应链数据、上下游数据、社交数据、宏观数据等各个维度的数据集中在大数据平台上，通过这些数据做了两件事：一是销量预测，结果是6个月的销量预测误差度小于23%。二是生产商订货量预测，结果是6个月误差度小于30%。如果大家对于钢铁行业预测了解的话，看到这两个数据就会感到非常震撼。
一个烟草企业的例子。烟草企业的生产线，在混烟草的这个过程，不同的传送带把不同的烟草送到一个大的传送带上进行混合。这个混合的过程容易出现混合不均匀的情况，物料流量的波动是有变化的。以前这是靠专家人工解决。联想的解决方案是用数据的变化去更好的识别这个流量变化，识别得越早，对企业的质量控制越重要。此外，在波动的时候，做一个AA分析，通过这个大数据分析帮助企业找到了真正对流量产生影响的点在哪里，通过修改客户的PRC程序，使得烟草的合格率提高了1%。
还有一个不得不说的案例。联想集团连续15年占据全球PC市场第一位，市场份额从13.1%一路攀升到22.4%。这个份额里其中的50%出货量来自于联想（合肥）产业基地——联宝。算下来，全球每销售8台笔记本电脑，就有一台出自这里。
作为联想的全资子公司，也作为联想最重要的生产基地，联宝成立于2011年，从规划期开始就积极布局IT系统。联宝目前与联想协同设计，自动化比率为100%成品创建自动化、95%成品修改自动化以及60%半成品创建及修改自动化，利用信息的交互及协同，研发周期缩短2-3个星期。
比如联宝的立体仓库看上去并不非常大，大约是3000平米左右，但它却凭借着高度的自动化承担着两个厂的电子料的供料。仓库于2013年4月1日投入使用，拥有10350个存储单位的立体堆垛机，24小时都在运转。与一般仓库最大的不同之处在于立体化自动仓库分拣线。电子料进入仓库只需要经过二维条码扫形，即可用机器代替人识别材料并分拣入库，再根据生产线的需求实现自动精确送料，减去了人员交接的环节。这个每天进入3万卷电子材料的仓库，连办公人员加起来才50人左右，可以说是目前国内最先进的仓库之一。相比于人工操作的情况，该仓库节约的空间是5倍，节约的人力是2/3。
懂懂在参观的时候，一方面觉得很震撼，另一方面也觉得，要与全球PC销量第一的市场地位相匹配，也确实需要最先进的仓库和生产线，才能支撑联想的发展。
“如果依照工业4.0的进程来看的话，目前联宝的智能制造水平大概是处在3.0，就是设备在信息化和自动化方面基本已经完成。”谈及目前工厂的智能化程度，联宝资讯本部应用服务部高级经理王拜文很谦虚，认为还有很多可以改进的地方，“未来我们的方向是持续在柔性制造、柔性生产和柔性研发方面努力，应该说未来三年的计划都是智能制造。同时，我们也做一些关于数字化工厂的部署，力图能够达到4.0，这个目标大概会在2020年以后实现。”
从上面这三个案例我们看到，所谓制造业升级的核心不是玩炫酷的东西，也不是造概念，而是降本、提质、增效。
在听这些案例的时候，懂懂被一个概念吸引了：期货式采购。怎么理解呢？就是通过大数据分析，提前预见市场需求和上游零部件价格变化趋势，提前做出采购计划的制定。据联想介绍，他们帮助一家钢铁企业用大数据分析，预见到上游有涨价的趋势，提前采购了大量的原材料，一年节省了30亿的采购成本。
其实，当下整个硬件产品为都面临着原材料涨价的窘境，PC、智能手机、家电，今年成本压力越来越大。在这种情况下，通过数据分析、期货式采购，控制成本，是对企业最有价值的事。据悉，联宝目前也正在考虑通过这种大数据分析，对采购做出提前的预测。
好了，讲了很多经验、教训、误区，也讲了几个成功的案例，最后还是要抛出一个“精华”。
前不久，联想推出了四个行业的智慧解决方案白皮书，其中就包括智能制造。智能制造白皮书，是联想结合了自身转型近十年的各种经验、教训，以及后来帮助制造行业企业获得成功的案例，凝聚成这么一份白皮书，是对现在制造企业很有借鉴意义的一本小册子。这个册子懂懂就不原文转发了，有需要的朋友可以自己去查找。在这里，只把最核心的三条提炼出来，供大家参考。
1全面集成
企业在整合的智能化系统下实现横向、纵向端到端的集成。企业的内部组织、产品的最终用户以及业务合作伙伴形成一个新的、开放式的产业价值链——最终用户全程参与产品生命周期，与智能工厂结合完成研发设计、制造加工、辅料包装、物流配送等一系列价值管理，这是全面集成。
2数据感知
大数据是制造业智能化的基础，通过数据的全面感知、收集、分析，为企业管理者与参与者呈现出看待制造业的全新视角。传统的制造业在现有的生产方式与制造模式下，除了感知到海量数据，还要对信息进行大数据的处理与挖掘，了解消费需求。同时，这些非标准化的产品生产过程中，产生的大量信息与数据也是巨大的，需要及时收集、处理、分析、反馈，进而优化生产。在这两方面，大数据的信息流最终通过互联网在智能设备之间进行传递，由智能设备进行分析、判断、决策、调整、控制，并持续开展智能生产，生产出高品质的个性化产品。由此，大数据推动新一代的智能制造企业。
3持续创新
“中国制造2025”在实施过程中是制造业创新发展的过程，制造技术、产品、模式、业态、组织等方面的创新将会层出不穷。通过技术创新、产品创新、模式创新、业态创新，最后达到组织创新。
