制造是一种可以让企业在研发、生产、管理、服务等方面变得更加“聪明”的生产方法，制造业企业要从自身发展的核心痛点出发，在合理的整体规划和顶层设计基础上，沿着智能制造要素→智能制造能力→智能制造系统的发展方向，分阶段且持续性的获取智能制造要素，建立、完善、扩展企业在研发设计、生产制造、物流仓储、订单获取、

　　目前中国智能制造仍面临关键装备与核心零部件受制于人、中小企业难以融入智能制造浪潮、大部分企业缺少智能制造的文化内核等重大挑战，制造业企业要顺应趋势，提前规划，明确目标，关注网络协同制造、5G等新模式、新技术带来的新机遇，以“立足当前，着眼长远”的原则，分阶段、持续性地实施智能化转型。

　　“智能制造”这一概念最早由美国学者P.K.Wright和D.A.Bourne在其著作《ManufacturingIntelligence》中出现，他们将智能制造定义为机器人应用制造软件系统技术、集成系统工程以及机器人视觉等技术，实行批量生产的系统性过程。工信部出台的《智能制造发展规划（2016-2020年）》中，将智能制造定义为基于新一代与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。

　　艾瑞认为，智能制造是通过新一代信息技术、自动化技术、工业软件及现代管理思想在制造企业全领域、全流程的系统应用而产生的一种全新的生产方式。智能制造的应用能够使制造业企业实现生产智能化、管理智能化、服务智能化与产品智能化。

　　智能制造代表着先进制造技术与信息化的融合，尽管概念提出至今仅30年的时间，但智能制造的起源可以追溯至上世纪中叶，其发展与演进可以大致分为三个阶段：从上世纪中叶到90年代中期的数字化制造，以计算、通讯和控制应用为主要特征；从上世纪九十年代中期发展至今的网络化制造，伴随着互联网的大规模普及应用，先进制造进入了以万物互联为主要特征的网络化阶段；当前，在大数据、云计算机器视觉等技术突飞猛进的基础上，人工智能逐渐融入制造领域，先进制造开始步入以新一代人工智能技术为核心的智能化制造阶段。但受限于人工智能技术的发展水平与制造业应用尚未成熟，目前的“智能制造”还远未达到“自适应、自决策、自执行”的完全智能化阶段，智能化制造仍是未来的主要发展目标。

　　近年来，中国的经济发展已由高速增长阶段逐步转入高质量发展阶段，政府更加关注于优化经济结构、转换增长动力。制造业是供给侧结构性改革的主要领域，尽管制造业增加值在全国GDP总量中的比重呈下降态势，但以制造业为代表的实体经济才是中国经济高质量发展的核心支撑力量。2015-2016年，中国制造业增加值的同比增速仅为3.5%和5.9%，原料、土地、人力资源等生产要素成本的不断上涨使制造业本就不高的利润率很难提升。提高质量效益、转变生产方式是中国制造业必须要解决的问题，而发展智能制造正是中国制造由大到强的必由之路。

　　智能制造是一种可以让企业在研发、生产、管理、服务等方面变得更加“聪明”的方法，我们可以把制造智能化理解为企业在引入数控机床、机器人等生产设备并实现生产自动化的基础上，再搭建一套精密的“神经系统”。智能“神经系统”以ERP（企业资源计划系统）、MES（生产过程执行系统）等管理软件组成中枢神经，以传感器、条码等组件为神经元，以PLC（可编程逻辑）为链接控制神经元的突触，以现场总线、工业以太网NB-IoT通信技术为神经纤维。企业能够借助完善的“神经系统”感知环境、获取信息、传递指令，以此实现科学决策、智能设计、合理排产，提升设备使用率，监控设备状态，指导设备运行，让自动化生产设备如臂使指。

　　制造业企业智能化不存在“放之四海而皆准”的普适路径。艾瑞认为，制造业企业实现智能化要从自身的核心痛点出发，在合理且有延续性的整体规划与顶层设计的基础上，沿着智能制造要素→智能制造能力→智能制造系统的发展方向，分阶段且持续性的获取智能制造要素，建立、完善、扩展企业在研发设计、生产制造、物流仓储、订单获取、产品服务等各个环节的“智造能力”，最终形成完整、高效、科学的智能制造系统。

　　本部分对制造业企业生产活动中各个环节的六种典型智能制造能力从预期收益、实施难度、成本下降、资金投入、时间跨度五个维度进行分析评价，并以此为基础提出智能化路径示例。

　　数字化设计是智能制造系统的源头，是企业实现数字化、智能化道路上必须要突破的关键点。制造业中的设计包括产品设计、工艺设计、工艺优化、样品制造、检测检验等一系列过程。传统的研发设计流程是以模块分立形式，按照顺序完成开发，产品开发周期长且质量得不到保证。而数字化设计借助计算机辅助设计软件（CAX）、三维设计与建模工具等技术能够赋予企业将研发过程全面数字化、模型化，实现研发设计流程的高度集成、协同与融合，大幅缩短产品开发周期，降低开发风险和开发费用。

　　目前CAX类软件在国内制造业企业中已有一定程度应用基础，但从发展趋势及与智能制造系统的契合程度来看，第三代产品设计语言MBD（基于模型的设计）技术将成为数字化设计的主武器，MBD的应用将打通数字化设计与数字化制造，使三维模型成为制造的唯一数据源，让产品模型在整个生命周期得到充分利用。

　　智能制造单元是针对离散加工现场，将一组能力相近的加工设备和辅助设备进行模块化、集成化、一体化的聚合，使其具备多品种少批量产品的生产输出能力。对于离散制造领域的中小型企业来说，打造智能制造单元是开启智能化道路行之有效的切入点，其最大的作用在于提升设备开动率，加快生产节奏，“简单粗暴”的通过增加产出来提升企业收益。

　　奇步自动化控制设备有限公司推出的“智造单元”是智能制造单元的成熟范式之一。“智造单元”是一种模块化的小型数字化工厂实践，整个单元由自动化模块、信息化模块和智能化模块三部分组成，以“最小的数字化工厂”实现企业在多品种小批量乃至单件自动化的生产智能化。

　　生产全过程数字化是将“人、机、料、法、环”五个层面的数据连接、融合并形成一个完整的闭环系统，通过对生产全过程数据的采集、传输、分析、决策，优化资源动态配置，提升产品质量管控。生产全过程数字化需要企业在人员配备、自动化设备、设备连接、环境感知等各方面具备良好的基础，即前文中提到的智能“神经系统”包含的要素必须齐全。在此基础上，生产全过程数字化的重点工作是打通各种数据流，包括从生产计划到生产执行（ERP与MES）的数据流、MES与控制设备和监视设备之间的数据流、现场设备与控制设备之间的数据流。有条件的企业可以自主研发或委托开发生产数字化集成平台，将不同生产环节的设备、软件和人员无缝地集成为一个协同工作的系统，实现互联、互通、互操作。

　　物流仓储是制造业中极为重要的一环，如果说通信网络是智能制造系统的神经纤维，那么物流仓储则可视为智能制造系统的血管。智能物流仓储系统的应用能够使原材料、辅助物料、在制品、制成品等物理对象在各个生产工序间顺畅流转，并通过提升仓库货位利用效率、提高仓储作业的灵活性与准确性、合理控制库存总量、降低物流仓储人员需求数量等方式大幅压缩物流仓储成本。

　　智能物流仓储系统尽管不直接参与产品的生产，但作为整个智能制造系统中的重要子系统，其组成架构也与之类似，分为设备层、操作层、企业层，设备层包括仓储设备、物流设备、识别设备；操作层由WMS、WCS、TMS等软件构成；企业层则对接ERP、CRM、SCM等管理软件的采购、计划、库存、发货等模块，融入总系统的闭环中。

　　销售是所有企业的核心业务之一，智能制造系统中的销售智能化除了应用CRM等软件管理销售业务外，更为重要的是在订单获取层面发挥作用。在当前个性化需求日益旺盛的环境下，企业通过建立定制平台，能够将用户提前引入到产品的设计、生产过程中，通过差异化的定制参数、柔性化的生产，使个性化需求得到快速实现，以此提升品牌价值，增加用户粘性。与之相匹配的，企业应将定制平台与智能制造系统中的研发设计、计划排产、制造执行等模块实现协同与集成，实现从线上用户定制方案，到线下柔性化生产的全定制过程；在企业后台建立个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析，并反馈到研发设计部门，优化产品及工。