智能製造到底是什麼？ 20項技術你用了嗎？

本文編譯自Tab Wilkins在NIST網站上的文章「Five Steps to Being a Smarter Manufacturer」以及Steven Brand在CMTC博客上的文章「Don』t Get Left Behind, SMART Manufacturing is the Future for Small and Medium-Sized Manufacturers」，有刪節。

在過去的幾年，智能製造一直是業內專家、戰略家和思想家間的熱門話題之一。然而，儘管有很多媒體報道，許多製造業的前沿人士並不十分清楚智能製造到底是什麼，或者為什麼它們與企業組織相關。

簡而言之，智能製造就是按照人和機器所需要的形式，使用實時數據和技術。

如果要尋找更全面的定義，有兩個領先的組織提供了定義。

美國國家標準與技術研究院（NIST）的說法是，智能系統是「完全集成的協作式製造系統，能夠實時響應，以滿足工廠、供應網路和客戶需求中不斷變化的需求和條件。」

智能製造領導聯盟（SMLC）將智能定義為「通過開放的基礎架構來解決現有和未來問題的能力，從而使解決方案能夠以業務的速度實施，同時創造有利的價值」。

智能製造的概念和成功實施預計將引發第四次工業革命。而且近年來還有許多其他的進步，都與技術連通性和數據訪問、處理有關。

製造正在發展，業務也需要發展。 隨著製造商將諸如物聯網（IoT）、機器人技術、虛擬現實（VR）和人工智慧（AI）等新技術融入其商業戰略，第四次工業革命已經到來。智能製造—感知、測量、分析、報告和培訓—將成為這一戰略的重要組成部分。

麥肯錫全球研究院在其報告「物聯網：超越假設的價值」中指出，到2025年，智能製造將產生3.9萬億美元到11.1萬億美元的總經濟影響。報告指出，預計工廠是會對智能製造產生最大的潛在影響—每年高達3.7萬億美元。如果不前進，就會被淘汰。

幸運的是，不需要成為一家大企業也可以享受智能製造帶來的益處。然而，人員、流程和技術需要保持平衡和協作才能達到效果。智能製造解決方案的其他關鍵組件包括：

? 設備和連接

? 數據採集

? 信息管理和可視化

? 數據分析和情報

? 商業決策

? 工作流執行

智能製造系統的大腦是製造中的數據。這為確定商業的健康狀況提供了標記。然後使用這些數據進行一系列的分析規程，包括：

? 描述性：用於捕捉產品的狀況，環境和操作

? 診斷：檢查降低產品性能或失敗的原因

? 預測性：檢測即將發生事件的模式

? 說明性：確定改善結果或糾正問題的措施

關於智能製造的一個常見誤解是，它將要求組織機構徹底改變他們目前的業務，投資先進的技術。而這些技術往往太複雜企業無法適應。一些改變是必要的，但實際上智能製造通過建立在製造商當前的能力基礎上，大大簡化了這一轉變。

所涉及的關鍵概念之一是認識到數據的價值，是開發和管理的關鍵資產。換句話說，對於分析數據的系統來說，關鍵資產不是分析系統本身，而是數據。用生成的數據來構建和驗證分析。對數據的這種強調使得我們對於在哪裡集中資源有不同的思考。

對於任何運營目標，都需要有相關數據源。數據源可以像傳真機、平板電腦或智能手機一樣基本，或像廣域感測器網路一樣複雜。重點是，數據在運營目標的背景下是有價值的，而不是感測器的複雜性。有許多非常有價值的應用程序可以利用數據。

基礎設施的變化需要適應在智能平台上使用和操作數據的應用程序，為製造商的基礎設施最小變化提供便利。隨著時間的推移，智能製造將會導致商業機會和運營的重大變化。

中小型製造商，距離「智能」有多遠？

如果只是一個小型製造企業，那麼提升改進流程的策略是什麼呢？想要達到什麼目的增加銷售額、降低成本、提高效率、或者擁有更靈活的供應鏈？可能購買了硬體或軟體以及使用該技術的許可證來幫助實現一個或多個目標。它還提供了與上游和下游供應商更有效協作的能力。

這裡列出了成為智能數字企業的四個步驟。

首先，是網路安全。

網路安全是一個潛在的智能、值得信賴的商業合作夥伴。 越依賴製造業的數字平台，對於客戶、供應商和投資者越希望有更高的安全性。

其次，了解智能製造。

國家標準與技術研究院（NIST）和智能製造領導聯盟（SMLC）有兩個智能製造的官方定義。 從本質上說，智能製造是將所有技術整合在一起進行監控、管理和改進的一種理念。

第三，意識到任何供應鏈都可能傳遞智能製造。

Capgemini諮詢集團的數據表明，大多數美國乃至全球的大型製造商和零售商都在投資智能技術。他們發現，76％的大型製造商有智能製造計劃，而56％的企業在過去的五年投資了1億美元以上。隨著大公司的投資和部署，智能製造業很可能滲透到供應鏈中，像及時、精益、ISO 9000一樣成為規定或事實標準。

第四，列出清單，評估智能狀態。

喬治亞州對500多家製造商的調研中，發現了20種重要的技術被廣泛使用，用以推進智能製造的發展。包括用於庫存和倉庫跟蹤的RFID，或用於計劃、庫存控制或採購（如ERP）的軟體。

如圖1所示，緊隨ERP、CAD之後，預防性維護已經成為製造商優先實施的第三個技術實施選項。

有了四個簡單問題，可以幫助企業評估當前狀態。更進一步的問題，包括是否在製造過程中安裝了感測器，以及是否對這些元素連接和整合，從而進行數據訪問和監控，並有效分析。

最大的挑戰是人，而不是技術

早期成功的一個主要原因是與公司文化和團隊成員的承諾相關。要記住，如果將技術的整合和使用與那些不能理解新技術如何讓自己的工作變得更容易，而不是更難的員工結合，將會毫無用處。

對於一條成功的智能路徑來說，員工支持非常重要，這也是智能製造實施過程中最大的障礙。

編譯

楊曄：清華大學機械工程系博士，賽迪智能製造工程技術中心諮詢顧問

編審

林雪萍：南山工業書院創始人、北京聯訊動力諮詢公司

若對您有所啟發和幫助，請關注並留言讓我們知道，這是我們最大的樂趣和成就！

推薦閱讀：