数智技术驱动智能制造：人机交互从体力协同到脑力协同附下载

　　每一次技术变革都会带来制造业的不断升级。以5G、人工智能、大数据、云计算、物联网、区块链等为代表的数智技术逐渐走向成熟，引领制造业再次升级，人与机器之间的交互从体力上的协同升级为脑力（决策）上的协同，从而迈向智能化生产阶段。

　　《数智技术驱动智能制造》认为这一时期，技术的革新不仅带来生产效率的提升，还将进一步提高供需之间的适配性，即通过数智技术对供给侧的改革，以满足需求侧个性化和求新求变的消费趋势，为用户带来更好的消费体验。

　　数智技术即是推动包括更低成本的信息采集设备，高带宽低延时的 5G 传输技术、万物互联的 IoT 技术、大容量存储和高性能计算的云服务，以及对海量信息高效分析的人工智能技术等与制造技术融合应用，引领制造业完成“智”升级的战略目标。

　　换句话说，整合数智技术完成信息从采集、传输、存储、分析到反馈的闭环流程是实现智能制造的前置条件之一。走完智能制造信息闭环主要经历三大阶段——数字化、网络化和智能化：

　　利用信息采集技术，包括 MEMS 传感器、智能摄像头、智能终端等感知设备实现物理世界数字化过程；

　　结合 5G、物联网等通信传输技术完成不同节点间低成本的高效连接和交互，加速数据的流通和共享；

　　基于云边计算和人工智能技术，进行低成本存储、处理海量数据资源，并通过智能化分析形成一系列决策指令，以指导价值链各环节的企业活动。

　　另一前置条件是数智技术与制造技术的双向融合。制造的本质是发现问题、了解问题，在此过程中获取信息，并将其抽象化为知识，再利用知识去认识、解决和避免问题的过程。智能制造是在数据驱动下完成“获取信息、抽象知识、形成认知到解决问题”的过程 。可见，数据是获取知识的基本要素，洞察关键数据的内在关系是形成决策的前提，这就要求企业在数智技术应用中要融合对制造技术的认知，深刻了解生产工艺特点、掌握制造流程变化，才能进行高质、高效的数据采集和积累。

　　决策更及时：实时获取场景/业务数据的自动反馈，结合智能化分析进行动态预测，代替人工经验判断，提升决策的准确性和及时性。例如基于设备状态实时分析的故障预测和健康管理，或基于在线用户数据的需求预测，加速产品创新和迭代周期等。

　　运营更精细：随着产业数字化进程加速，所获取的数据颗粒度越来越细、数据维度也更加丰富，由数据驱动的企业运营、管理会更加精细。例如基于用户画像的精准营销，或对能源使用的实时监测和控制等。

　　应用更智能：智能化设备/应用辅助或取代人工岗位，并在应用过程中进行算法的自我迭代和优化，不断提高决策水平。例如基于机器视觉的产品缺陷监测等。

　　虚实融合，即物理空间在信息空间的完全映射，信息在两个空间中交互和融合，由统一“软件”平台协调和安排资源、能源、时间的最优分配，并在反馈中不断升级。

　　网络化协同，即通过建立统一“对话”标准，打通分散于不同层级、环节、组织的“数据孤岛”，让数据在不同系统间自由流动，从而实现企业制造各层级（纵向），及产业链上各环节（横向）的互联互通和协同化生产。使得价值传递过程从传统制造单向链式转向并发式协同。

　　供给能力不断提升 ，智能制造装备国内市场满足率超过 50%，主营业务收入超 10 亿元的 系统解决方案供应商达 43 家。

　　支撑体系逐步完善 ， 发布国家标准 285 项 ，主导制定国际标准 28 项；培育具有一定影响力的 工业互联网平台 70 余个 。

　　推广应用成效明显 ，试点示范项目生产效率平均提高 45%、产品研制周期平均缩短 35%、产品不良品率平均降低 35%，涌现出网络协同制造、大规模个性化定制、远程运维服务等新模式新业态。

　　柔性生产的本质是对资源要素进行快速重构以响应新的制造需求，而智能制造系统将资源要素及其过程状态转化为数字化信息，并通过算法优化的方式对这些资源要素进行高效配置，从而实现以数据为驱动的柔性化生产。

　　越来越多的产业龙头以及互联网巨头企业都在加大工业互联网投入，并通过平台建设将各自关于智能制造的实践经验和能力禀赋开放赋能给同领域的中小企业，有效整合了产品研发、生产制造、运营管理和服务等数据资源，面向垂直领域内的中小企业提供“低成本、快部署、易运维和强安全”的轻量化应用，大幅降低使用门槛和智能化改造成本，推动整体产业智能化升级进程。

　　制造业和服务业的融合是智能制造发展的主要趋势之一。在智能制造视角下，嵌入数智技术的智能化产品，可以感知周边环境变化，并通过与用户、环境的不断交互，向企业平台自动回传运行数据和状态信息，结合智能化分析，企业可实时掌握产品使用情况和用户需求变化，并及时做出反应，主动为用户提供高附加值的服务体验，通过“硬件产品+软件系统+增值服务”模式来满足用户的个性化、多样化需求，创造全新的价值空间。