还能让智能制造来得再快一点吗？-技术圈

本文转载自虎嗅APP

作者：钱德虎

二次转载请联系原作者

导读

随着底层软硬件技术逐渐完善，对制造业进行基于物联网技术的改造，正逐渐让更多企业迈入了智能制造的领域，更多的数据将推动各种产业应用的发展，生产效率得到进一步提升，而“用工荒”的问题或将不再存在。

随着阿里酝酿了三年的“犀牛智造”走上台前并投入生产，以工业互联网、中国制造2025等制造业升级话题也被一并成为行业的热门话题。制造业作为我国国民经济的主体，是所有产业发展的基础，悄无声息地影响着经济的发展和人们的生活。

而对很多的企业来说，智能制造有什么好处、如何才能简单有效地对生产流程进行升级，并没有一个明确的认知。在全球制造业正面临新一轮产业分工的背景下，留给中国制造业的时间并不宽裕。

制造业天然的复杂性，注定了这条路将极其漫长。也是为什么，虎嗅“成就制造业转型升级智变未来”的节目中，“制造业数字化转型”会成为我们讨论的主题。

为什么智能制造如此重要？

前哈佛大学教授，著名经济学家、世界银行经济顾问霍利斯·钱纳里曾在《工业化和经济增长比较研究》一书中指出：“以制造业增长为代表的经济结构转变，会加速经济增长进程；制成品出口导向国家，经济结构变化速度较快，国内外产业联系程度更高，制造业对增长贡献也更大。”

以我国为例，改革开放之后，中国从贫穷落后一跃成为世界第二大经济体。经济高速发展的根本原因在于成功利用了人口带来的劳动力优势。各行各业都融入了全球产业链、参与到国际分工中去，最终成为成为了“世界工厂”。

据工信部最新数据，2019年我国制造业增加值达26.9万亿元，占全球比重28.1%，连续十年保持世界第一制造大国地位。

但经过40年发展，这样的模式正逐渐面临着来自内外两方面的挑战。

一方面来自内部，国内制造业“用工荒”逐年加剧，疫情之后一度成为社会热点。这背后是人口红利使低端产业造成了对低成本劳动力的依赖，而年轻群体则不再满足于传统制造业工人微薄的收入。在移动互联网的高速发展下，转而寻求快递员、骑手、网约车等新的社会需求职业。

为了招到更多的工人，工厂不得不提高薪资待遇。而劳动力成本的水涨船高，进一步导致了制造业开始出现新一轮向劳动力成本更低的东南亚国家迁移的现象。

另一方面则在外部，以德国提出“第四次工业革命”、美国“智能制造领导联盟”、英国《英国工业2050战略》等等为首。在国际范围内，多个政府或组织正在大力推动新型高自动化制造形式，下一代工业制造已逐渐成为新的趋势。

在这样的背景下，2015年李克强总理提出“制造强国”战略。在第一个“十年纲领”《中国制造2025》中，将“中国智能制造”作为发展的主要方向。推动传统制造业转型，以“机器换人”的方式，缓解中国制造业面临的用工问题。

今年4月则更进一步，中共中央对“新基建”的定义进行了解释，并在“信息基础设施”的建设中明确将“物联网、工业互联网”等列为了主要的发展推动方向。

紧接着的第十九届五中全会中又提出：“坚持把发展经济着力点放在实体经济上，坚定不移建设制造强国、质量强国、网络强国、数字中国，推进产业基础高级化、产业链现代化，提高经济质量效益和核心竞争力。”

在十四五“2035年基本实现社会主义现代化”的目标下，“基本实现新型工业化”也成了中坚的推动力量。

对于还在犹豫的工厂来说，在用工的压力与“新基建”等政策的指导下，前进的方向逐渐清晰起来：在IoT与大数据等技术的加持之下，通过对传统产线数字化的改造与建设，将达到生产效率与成本的进一步优化。

这不仅是局部工厂的解决方案，更是推动我国制造业发展的过程中，所采取的必要的生产方式的变革。

物联网：智能制造的“神经”

事实上，智能制造的普及并非一帆风顺。对企业来说，采用低端劳动力不仅可以节省成本，更是可以让产线更加“灵活”。

举例来说，在一些企业管理者的眼中，传统自动化工业流程往往是将机器以事先拟定的脚本进行运作。在一个生产线中，每一台机器、每一个节点都是“死”的。需要技术人员提前提供好运行脚本，并按照脚本来运作。

这正是很多制造业不愿放弃人工制造的原因：相比机器，人具有更强的适应能力，人工的生产线更具有“柔性”。可以做到随机应变，并实时地根据产线的状态调整自己的工作。

而这也恰好是外界对智能制造控制的普遍误区：简单来说，智能制造会使用机器来替代人类的操作。但它并非为了单纯解决“能源、体力”等问题，只依靠机器将生产流程自动化。

而是进一步地，通过物联网技术对工业数据进行更深度的检测，并在各节点之间进行实时的数据交换、处理。将每个节点、每台机器状态与效率的最优化，并最终促成整个系统的高效运行。

在这个过程中，作为几乎所有数据源头的物联网技术（IoT），成为了工业互联网进化过程中重要的一环。

TCL格创东智智能制造专家王锦提到了“智能制造20字真言”，分别是：状态识别，实时分析，精准执行，自主决策和学习提升。他强调：物联网技术解决的是状态识别、实时分析、精准执行这三方面的问题。

在智能制造中，通过物联网传感器收集到的数据，不仅可以在低延时下实现更准确地操作，还可以如同“神经”一样，收集记录生产过程中每个节点的状态数据。借助5G等更加先进的通讯技术，让数据在节点之间交换流动起来，就像“血液”通过了“血管”。

当整个系统运作起来，生产的过程就“活了”：通过记录和数据交换，系统实时判断自己的工作内容，提醒潜在的危机；为维修人员提前预测潜在的故障，减少维护成本；并在理想情况下，自我优化生产流程（时间敏感网络），体现的则是相比人工流水线更强的“柔性”。

英特尔亚太区物联网事业部中国区行业销售经理谢青山表示，与普通用户经常接触到的互联网技术相比，工业互联网还有着两个独特需求：

1.实时性：随着制造产品的精细程度越来越高，在制造过程中需要更加快速、实时、精准地控制机械设备;

2.时效性：设备之间需要做到更加及时、同步的配合，将工作流程效率最大化。

随着数据的流动，物联网大大推动了工业生产的过程中做到实时反馈和闭环控制。

物联网改变了什么

随着制造业产线流程的愈发复杂，被制造的产品越来越精密，曾经人工难以解决的问题，在智能制造时代正被逐步克服。

王锦提到了物联网机器视觉的一项具体应用：一次制造案例中，面板生产过程中有一道工序，需要用人眼去判断电路板印刷过程中的电路质量问题。每次判片室几百人，每天看30万张缺陷照片，工作内容的辛苦给岗位带来了极大的流动性。而借助物联网的视觉传感器和AI技术，系统可以自动地高速完成整个过程。

从更长远的角度来看，物联网技术解决的将不仅仅是人的问题，更是给整个产线流程带来方方面面的改变。在谢青山提到的英特尔半导体工厂中，物联网正给产线的维护过程带来了新的可能性。

由于芯片的精密程度非常高，所以在制作过程中，英特尔在工厂中安装了大量的换气设备，用来维持生产环境的洁净。在生产过程中，换气设备的损坏或者故障，对产线将是非常大的影响。而如何稳定地维护这些换气设备，对工厂来说是个挑战。

在此之前，英特尔只能通过频繁检测，并提前报废掉设备，来避免潜在的风险，不可避免地构成了一定程度的浪费。

而对产线进行基于智能制造的改造以后，针对换气设备故障时的异常状态，英特尔为每个换气设备加装了传感器，通过对比正常与异常时不同的状态数据，如振动频率、电流、电压、声音等。在数据层面提前判断设备的潜在的隐患信息，并进行预测性的维护。保持产线稳定的同时，大幅降低了成本。

谢青山认为，“预测性维护”是工业互联网对传统工厂改造的过程中，能让工厂最快受益的技术。它的受益体现在两方面：

一方面是产线的稳定：减少产线故障以后对原材料的损耗以及交付周期延长的商业影响；

另一方面则是成本的降低：减少了技术人员检查、更换设备的人力成本。同时设备物尽其用，避免频繁采购带来的浪费。

而解决这些问题的方式，正依赖于英特尔物联网技术成熟应用的基础。

谢青山认为，当前中国制造业的一大特点是，从业人数与规模，都远远领先于其他拥有制造业的国家。这正源自于改革开放之后，制造业的崛起之下，中国形成了世界上品类最多、规模最大的制造业体系。

但与此同时，不同品类的工业特点，造成了国内制造业发展的不均衡：领先的企业已经开始建设黑灯工厂了，而还有更加广大的小型制造业工厂，离真正的数字化改造还有很远的路要走。

要解决这些问题，需要的是一个更加一体化低成本的平台化解决方案。

比如说从硬件层面来说，英特尔发现，传统通用的芯片应用到智能制造领域时，并不能良好支持时间敏感网络这一功能，即不能很好地对上下游工序的合理安排与调整。于是他们在新一代处理器中，将这类功能统统集成到了底层的硬件中，当上层工厂需要构建自己的智能制造平台时就会更加容易。

从软件上来说，为了更好地支持上述硬件功能，英特尔搭建了全球化IoT平台，提供一站式智能物联网解决方案。在工业边缘控制平台（ECI）的加持下，智能制造的应用实现将更加简单。

这样工作看起来并不复杂，但从前期调研、开发人员程序编写、最后将功能烧到芯片里，前后需要三到五年才能实现。对于之前普通的企业来说，寻找一套稳定的解决方案所需要付出的成本则依然高昂。而像这样成熟、通用、一体的解决方案，也将成为智能制造的有力推动，这套技术的优势在工厂中体现得淋漓尽致，通过提高机器视觉等技术，达到节能减排成效，进而大幅度提升了效率。