2021年12月28日，工信部、发改委等八部门联合发布《“十四五”智能制造发展规划》（以下简称《规划》）。
《规划》提出“十四五”及未来相当长一段时期，推动制造业实现数字化转型、网络化协同、智能化变革。到2025年，规模以上制造业企业大部分实现数字化网络化；到2035年，规模以上制造业企业全面普及数字化网络化，重点行业骨干企业基本实现智能化。
《规划》中提及“智能制造”关键词共计78次，“创新”28次、“智能化”15次，这些反复强调的关键词一定程度上反映出国家实现“中国制造2025”的坚定，更加鼓舞了智能制造相关行业的信心。智能制造发展向好且被政策肯定，数字化转型已成为制造行业的必修课。
随着“工业4.0”和“中国制造2025”的相继提出和不断深化，全球制造业正在向着自动化、集成化、智能化及绿色化方向发展。传统概念里，自动化大多都为工业自动化，是以工业机器人为代表的自动化，实际上，软件机器人在制造业同样拥有需求与应用空间。
制造业为何需要软件机器人？制造业痛点剖析
当前，中国大多数制造企业信息化建设仍处于基础自动化阶段，各系统间面临着信息孤岛、顶层设计缺乏、建设多个烟囱式的垂直应用、企业管理软件定制化程度高/推广困难等问题。具体表现为：
1、缺工具：工具产品繁多但不合身，性价比不高
个性化的业务需求没有完全适合的业务系统；
业务系统的数量难以满足日常运营的需要；
员工在不同的系统之间切换以更新信息、获取数据或完成任务，重复劳动。
2、未打通：分散数据不能联通，无法实现资源协同
跨部门跨组织数据隔离，难以同步、实现协同；
数据分布在营销、配送、店面、采购、财务等多个系统中，数据分散难联通，无法实现资源协同和合作；
营销渠道用户数据分散，不便记录和跟踪，难以整合形成客户全息画像；
跨业务系统、跨数据仓库存在不一致的风险。
3、不均衡：能力发展差异影响数字化转型整体效果
系统和应用无法覆盖全业务流程；
业务供应链、商品和服务、平台运营等方面的数字化能力相对滞后；
企业数字化能力发展参差不齐。
由于RPA软件机器人更适用于操作繁复和标准化高的工作以及劳动密集型和信息系统发达的企业，因此存在着大量重复性、固定性、规则性高劳动的制造行业RPA的优势突出。随着制造业数字化转型的不断推进，企业生产过程数字化及管理流程智能化正在逐步实现。
RPA在制造行业的技术优势
1、无需更改原有IT系统。RPA仅在应用系统表层交互，企业无需改变IT架构或重新设计基本流程。
2、低代码开发，节省人力成本。用户无需编程技能，对开发人员能力要求远低于传统程序员，人力成本低。
3、响应快速，开发成本低。开发周期短、上线快，开发成本低，只需要数周的时间，便可以实现从定义到上线的全过程。
RPA制造业场景案例
许多先进的制造企业已经从RPA软件机器人中获益，以下为RPA在制造的经典场景。
场景1、发票预制处理
某大型制造集团采购部门，每天需要按照固定规则对各供应商采购订单进行开票处理，并且分为国外、国内、保税三种不同采购订单类型进行处理。开票规则不同，订单数量多庞大，操作过程繁琐，每天需要财务部安排3人，耗费至少1小时来负责不同类型的发票预制处理；由于依赖手动操作，核对过程中效率低下，出错率较高。
RPA可以将自动待开票数据进行处理分类汇总，自动登录SAP根据不同采购订单类型参照对应规则预制发票，采用RPA后，每月发票预制工作平均仅需花费0.5h/天，不再需要专人手工负责，仅需对发票预制结果与供应商的纸质发票进行复核，每月节省2-3个人工，大大提高了效率。
场景2、物料清单创建与更新
物料清单（BOM）是制造业中至关重要的数据文件，包含了构建产品所需的原材料、组件、子组件和其他材料的详细清单，是计算机识别物料的基础依据。人工处理时，即使是一小点疏忽或遗漏，都可能导致材料计划、物流需求、成本核算等出现错误。BOM的制作主要是手工来完成，效率低，准确性不高，使用RPA可以自动化创建和更新BOM。
某大型服装厂在BOM方面的有自动化场景需求，RPA可自动创建并更新BOM清单，避免代价高昂的人为失误，实现BOM流程的自动化，机器人能够完全复制员工在生成BOM中所执行的步骤，更快地创建和跟踪变更，极大提升效率，节省了人工并提高了BOM的准确率。
场景3、供应商主数据维护
某大型制造集团业务过程中需要对每个供应商进行信息审核并进行集中管理。在新增供应商时，首先由业务部门业务人员发起OA流程，业务部门负责人核验资质审批后统一归档，并将供应商数据录入SAP系统，同时修改和删除供应商的业务操作也由此流程同时进行。每天平均录入处理10条供应商数据流程，由于涉及字段众多，大约需要耗费120分钟来进行供应商主数据的维护处理。由于纯手动操作，录入过程中效率低下，且常常因为处理不及时影响付款导致业务部门人员投诉。
RPA可以自动获取待处理流程表单数据进行处理汇总，完成流程审批，并自动录入SAP供应商主数据，每日将处理结果依次记录并发送至数据专员，整个过程仅需花费10分钟，不再需要专人手工负责，每月节省人力资源1人，节省时间约2640分钟（44小时），大大提高了效率，减小响应时间，提升了用户满意度。
场景4、物流数据自动化
制造业企业通常涉及大量的货物内外流动。从为满足生产而购买原材料并跟踪其行程，到生产某些产品并确保在合适的时间将其运送到合适的地点，这些对其业务至关重要的大量物流信息等待制造商跟踪及处理。延迟不仅意味着成本增加，还可能导致客户疏远。
RPA可与运输管理系统集成，有效监控产品的运输。RPA机器人可以帮助制造商实时跟踪库存和交货计划，确保任务按时完成，并减少人为错误。
场景5、库存管理
库存控制过程至关重要，是供应链管理的核心。制造商需要实时监控库存水平，以确保满足客户需求。
RPA有助于自动执行各种功能，包括当前库存监控、库存水平通知生成、以及当水平低于设定阈值时重新订购产品。此外其还可以自动批量更新SKU，通过最少的人为干预实现业务流程的自动化。
疫情的反复，导致制造行业出现人员不足、原材料短缺等问题，致使很多企业高层开始重新考虑数字化转型和智能制造对于自身企业的意义。随着国家政策的助推，制造业数字化转型已经从“可选项”转变为更多企业的“必选项”。
许多制造企业已经加大了在数字化转型资金、人才等资源方面的投入力度，从管理者到员工，对数字化转型的认识和理解也进一步加深。
工业4.0时代，制造企业亟需依托AI、RPA等领先技术，持续改进流程、预防问题发生、优化运营时间，跳出空间限制彻底改造价值链，从而打造智能化工厂，共赴智能制造新时代。
