智能制造的内涵和难点
数字化也好，智能化也好，检验其成功的根本标准是“化”，是人的认识和行为模式要完成根本性改变。
智能制造虽然是近几年的热门词，但与之类似的提法，比如集成制造、敏捷制造、柔性制造、精益制造，等等，实际上已经讲了几十年，很多企业也投入了相关实践。从实际成效来看，可以说差强人意，真正达到预期目标可能不到5%。究其原因，很多企业没有做好认知和行为上的改变，只是把它当成工具或技术上的改变，甚至成为工具或技术的奴隶，而没有转型成为工具或技术的主人。
我们常常讲数字化、智能化，但往往对“化”的内涵认识得不够彻底。在汉字造字法中，“化”字是由两个“人”字组成，左边是正立的“人”，右边是“倒立”的人。可见，“化”的内涵是人要实现翻天覆地的改变。因此，数字化也好，智能化也好，检验其成功的根本标准是“化”，是人的认识和行为模式要完成根本性改变。
正是认识到人在变革中所起的决定性作用，认识到人的转变才是变革的重点和难点，日本人的精益生产体系中，把自动化的“动”字加上了单人旁，变成“自働化”，就是要强调，在自动化潮流中，人不能沦落为机器的奴隶，而是要主动成为机器的主人。
人要想成为工具和技术的主人，首先要全面系统地了解工具和技术，进而适应工具和技术，最终完全掌握工具和技术。下面，我们就对智能制造的内涵做一个简要和系统性介绍，让大家多认识智能制造。注意，本文讲的智能制造是仅限于工厂内部的狭义智能制造，不是包含了产品研发等在内的广义智能制造。
智能制造的基本内涵
即使是狭义的智能制造，三言两语也很难讲清楚，如果要尝试为之，我们可以通过下图1做个简要和系统的了解。
图1：狭义智能制造的基本内涵
如图1所示，我们可以用“一个使命、五层架构、双向信息流和一个整体目标”来概括狭义智能制造的基本内涵。
1. 一个使命
所谓智能制造，“制造”是主语，“智能”是修饰词。因此，智能制造的基本使命还是“制造”，即，在计划（推式生产）或订单（拉式生产）的驱动下，按照制造工艺的要求，在设备等制造能力的使能下，将原材料转化为客户所需要的产成品。如果用系统的观点来看“制造”，输入是生产计划或客户订单、原材料，等等，输出是产成品和生产成效，中间过程是在制品流。
2. 五层架构
我们可以参考自动化金字塔模型，把智能制造系统分为五层架构：决策层、计划层、执行层、操作层和控制层。
1）决策层主要做各类生产决策，比如产品、零部件的自制或委外决策，生产何种产品的决策，产品生产的经济批量决策，工艺优化决策，产品上市或退市等切换决策，工程变更决策，零部件替代决策，产品目标成本决策，等等。在智能制造的背景下，各种形式的制造决策要在数据和算法模型的加持进行，即，数据驱动的场景化决策。
2）计划层的主要要求是拉通订单交付OTD全过程中研、产、供、销等职能的流程和数据，以实现研、产、供、销的高效协同和目标互锁，工作形式上是销售与运作计划、主生产计划、物料需求计划等各种形式的滚动、集成式业务计划，这需要有赖于产销协同会议等组织机制来落实。
3）执行层的主要要求是优化生产排程和智能生产调度，目的是实现一个流或单件流的“在制”和均衡化生产。如果企业的生产模式是多品种、小批量，生产排程的优化和智能生产调度就显得尤为重要。
4）操作层的主要要求是在实现人、机、料、法、环、测等生产要素精确匹配的同时，尽可能实现加工、装配、质检、物流等生产作业的简便化，既能满足订单和工艺的要求，又能降低员工的劳动强度，其主要手段主要是作业的自动化或智能化，而智能化可以理解为半自动化。
5）控制层的主要要求是对人、机、料、法、环、测等生产要素进行实时监控，以确保其运行状态能符合订单和工艺的要求，这需要OT和IT进行完美融合。
3. 双向信息流
双向信息流指的是在智能制造系统中，要实现计划、订单、工单等生产指令的自上而下式层层下发，以及生产报工、质量判定、生产异常等的自下而上式实时反馈。
4. 一个整体目标
一个整体目标指的是智能制造最终要实现产品质量好（Q）、制造成本低（C）、订单交期准（T）、员工士气高（M）、安全可持续（S，实际至少包括环境友好E、员工健康H、生产安全S等三个方面，这里以S作代表）等管理要求，或者说QCTMS整体最优。
“一个使命、五层架构、双向信息流和一个整体目标”既是智能制造的基本内涵，也可视为智能制造的实施路径和阶段成效。在实际工作中，我们可以从易到难，从生产实时报工和在线统计入手，逐渐在生产防错、排程优化、智能调度、集成计划、产销协同等方面扩展，最终向QCTMS整体最优的目标迈进。否则，要么调子起得太高而找不准抓手，要么只停留在点上的应用而效果有限，这都不利于智能制造的深入推进。
行为模式的转变重塑
文首说过，智能制造的重点和难点是人的转变，是人的认知和行为模式的重塑。
在传统制造中，我们习惯于作“加法或减法”，只在生产要素上做文章，用更多的能源消耗、更高的工废料废、更高的退货、更高的库存、更长的交期、更多的员工、更长的工作时间，或是偷工减料等方式来完成生产订单，得到的是“两高三低（高消耗、高成本、低质量、低效率、低效益）”的结果，赚的是疲劳换来的辛苦钱。
我们实施智能制造，要善于作“乘法和幂法”，更多地在生产方式上做文章，在控制生产要素的状态和合理减少生产要素的消耗的前提下，通过不断优化生产方式，进而实现制造的“两低三高（低消耗、低成本、高质量、高效率、高效益）”。
从只关注生产要素到既关注生产要素，更关注生产方式的改进，是行为模式的转变，而生产方式的改进是个循序渐进和不断迭代的过程，智能制造的更大价值就在于生产方式改善的快速迭代，每周迭代一次，进而每天迭代一次，乃至实时迭代。
图2：智能制造背景下生产方式的快速迭代
如图2所示，生产方式的快速迭代，本质上是找到生产要素、生产方式和以QCTMS整体最优为代表的生产力之间的因果关系，这种因果关系可以用函数式表示。
以质量改善为例，在传统制造中，我们往往是在收到市场反馈的产品质量问题之后，借助鱼刺图等工具进行质量问题的根因分析，进而找到制造过程中影响产品质量的人、机、料、法、环、测等影响因素，通过消除或改进人、机、料、法、环、测等方面的质量隐患来提高产品质量。如果把每次质量改善视为一个循环，这个循环周期可能持续数月，乃至一年以上。
在智能制造中，人、机、料、法、环、测等生产要素的运行状态可以实时监测，产成品的质量水平也可以快速，乃至即时进行判定，可以在产成品下线后就进行质量的根因分析，再倒逼人、机、料、法、环、测等生产要素中质量隐患的整改，这种质量改善循环的持续时间不会超过一周。
与传统制造中每半年或一整年才进步（改善）一次，智能制造中可以每周或每天进步（改善）一次。显然，在智能制造的加持下，产品质量可以实现快速改善和迭代，这其实就是“摩尔效应”在制造业的体现。质量改善是如此，成本、交期、安全、员工士气等方面的改善也是如此，都可以在智能制造的加持下快速迭代。
小结
最后，我们可以对智能制造的内涵和难点做个小结。从基本内涵来看，智能制造可以概括为“一个使命、五层架构、双向信息流和一个整体目标”，这可以帮助我们明确智能制造的推进路径和阶段目标。从重点和难点来看，智能制造之难就在于它要实现人的认知和行为模式的转变，要从关注生产要素的“加法减法”式生产管理转变为既关注生产要素更关注生产方式的“乘法幂法”式生产管理。更为重要的是，要善于做好智能制造加持下生产方式或生产改善的快速迭代，从过往的一年才进步一次，重塑为每天都在进步，最终打造出国家所大力倡导的“新质生产力”。
