从大数据到智能制造

节选自《从大数据到智能制造》
**

智能制造在发达国家的转型

**
本文将主要从主要工业强国的制造哲学和竞争力的差异方面，分析各个国家制造转型战略差异的原因，并给中国制造的转型方向提供建议。

对知识的理解、积累和传承方式
的差异决定了制造哲学和文化

智能制造中提到大数据与制造之间的关系里面包含的三元素：问题、数据和知识。从不断解决和理解新问题的过程中获取经验，再把经验抽象化的这个过程即为制造中获取知识的过程。解决问题的手段和方法决定了所获得知识的形式，而将知识抽象化加以运用的过程和形式则决定了知识传承的形式。这个过程可以通过人来完成、数据来完成、设备来完成,或是系统来完成，这也是决定一个国家制造哲学的最根本原因。
日本
通过组织文化和人的训练不断改善，在知识的承载和传承上非常依赖人

德国
通过设备和生产系统的不断升级，将知识固化在设备上

美国
从数据和移民中获得新的知识，并擅长颠覆和重新定义问题

制造中价值链的位置
是竞争力的决定性因素

之前我们从日本、德国和美国三者间文化差异性方面分析了三个国家对智能制造革命的理解、侧重点和目的的不同。除此以外，这些国家的竞争力差异也是造成其战略方向差异的关键因素，其中各国在制造价值链的分布和未来布局的不同起了决定性的作用。如图所示，生产活动中的价值要素分布从上游到下游依次是:想法创新与需求创造、原材料与基础使能技术、关键从大数据到智能制造装备与核心零部件、生产过程与生产系统、产品和服务。在整个价值要素的分布中,中国在生产过程与生产系统这个环节具有优势(主要体现在劳动成本和生产能力方面)，但是在其他各个环节中处于劣势。

美国：牢牢占据生产要素的上游,努力向下游延伸
德国：充分发挥在关键装备与零部件、生产过程与生产系统领域的技术优势，通过服务增强盈利能力与竞争力
日本：虽然在产品这个环节中丢失大量市场，但产业竞争力在向上游转移
给中国制造业转型方向和目标的建议

大数据在实现智能制造方面的三个方向上的应用，这三个方向可以概括为：①解决可见问题的过程中积累经验和知识，从而去避免这些问题；②依靠数据去分析问题产生的隐性线索( evidence)、关联性和根本原因等,利用预测分析将不可见问题显性化，从而实现解决不可见问题的目的；③通过对知识的深度挖掘,建立知识和问题之间的相关性，从知识中产生新的知识,并能够利用知识对实体进行精确的建模,产生能够指导制造系统实体活动的镜像模型,从设计和制造流程的设计端避免可见及不可见问题的发生。这三个方向对中国制造都非常具有借鉴意义,但是需要对不同的情况适用不同的方向。总的来概况，这三个方向分别适用于以下几类情况中问斯的解决：
(1)第一个方向：适合在某一个领域已经做了很久，有了一定的积累，但是却不知道为什么做得好或是不好。比如中国的离散制造精密加工汽车制造、装配制造等领域。
(2)第二个方向：在解决了可见的问题之后,仍然存在一些不可见问题对制造系统造成的影响，希望能够了解不可见因素的变化过程和相互的关联性，积累更加深入的领域知识。
(3)第三个方向：在制造基础非常薄弱的领域并没有形成太多有效的数据，但从国外聘请了非常有经验和知识的人，则可以实施反向智能制造。

从制造系统的价值链方面,本书也给中国制造提出以下几方面的建议:
中国的制造转型中，要着重填补中国工业基础技术的缺口，
改变核心零部件和先进材料过度依赖进口的现状;努力提高生产效率,从粗放式的生产模式向精益模式转变；重视工艺和制造过程的研究和生产过程的管理，不断提升产品质量；努力研发核心生产设备和智能设备,并对设备的使用进行精细化和信息化管理。同时,要注重原始想法的创新，提升产品的服务能力和可持续盈利能力,以顾客端的价值缺口为导向创造新的市场机会，利用增值服务提升中国工业产品的核心竞争力。
最近，“提升供给侧质量”成为中国政府在重整制造业中的重要改革举措。那么如何来衡量供给侧的质量？能不能找到一个合适的可以量化的指标？本书认为可以用以下这个简单的公式来衡量：
制造竞争力 = 产品质量 ÷ 成本
提升产品质量的方式有很多种,但是我认为中国制造目前最需要提升的是标准化、规范化和合理化,至于是应该使用自动化、信息化、机器换人,还是工匠精神等方式，应该视具体的行业和企业的情况而定。举一一个例子,工匠精神就一定都是好的吗?比如最注重工匠精神的日本，很多企业由于过于严苛地追求性能指标的极致而投入了大量不必要的成本，使性能比其他产品高出1倍,但其代价可能是导致商品的价格高出了3 ~ 5倍,这样的产品显然也是不具备竞争力的。过于注重产品本身而忽略了客户的实际需求，即便再有工匠精神也很难维持。把质量做好真的很难吗?在不对成本加以限制的情况下任何一个企业都能够做出质量和性能很高的产品，但是物美的同时做到价廉就很难了,这是一个复杂的系统工程,需要对生产系统的各个方面进行优化。
除此以外，中国制造业的供给侧质量方面,还可从以下两个方面进行尝试：①从以往的依靠投资拉动需求,转变为以主控从大数据到智能制造式创新的思维挖掘市场潜在的需求，以创新作为创造需求的核心动力；②将资源要素向价值链上游转移，增加基础科学研究领域的投入，研究与产品开发均衡发展，在生产系统上游的要素中取得更多的话语权，逐渐从价值链的较低端向高端环节转移。

– 以上内容选自 –
李杰、倪军、王安正的《从大数据到智能制造》