智能制造必须以数据为核心？

    真正的智能制造，意味着我们要把数据用起来，能够用数据本身以及基于数据分析得出的结果去改变整个制造业的形态，产生价值，这才是关键。在真正的智能制造环境下，我们能抓取并分析来自生产流程、内部管理和消费市场等不同环节、不同对象的数据，再以数据的方式将分析结论和洞察返回到生产操作流程上，去改变、优化生产链各个环节。

    以来自生产流程的数据为例，如果把机器人、精密仪器产生和积累的数据进行分析，发现到某产品的问题是由上游的材料及设计流程造成的。我们可以基于这个结果，提示上游去检测发生问题的环节，进而去改变材料的选择、改进设计工艺，最终实现产品的优化，甚至实现整个产业链的升级。

    在整个过程中，我们究竟能不能对数据施加作用力、挖掘出数据的价值，最主要应用到的还是云计算、大数据分析、物联网等新兴信息技术。我们提要“计算+制造”，即发挥出信息化对智能制造的支撑作用，构造满足所需的基础环境、为智能制造提供先进的技术及计算力支持。在新兴信息技术的应用，和对制造业的经验积累及知识理解二者之间形成一股合力，帮助我们更好地理解数据、分析数据、运行数据，真正发挥出数据的价值。

    实现真正的智能制造，发挥出数据的价值，改变的不止是企业的内部管理、生产流程、设计工艺的问题，还能解决供给侧、需求侧两方有效对接的困境。来自需求侧的相对开放的个性化、定制化要求，消费者个体的爱好、行为等数据，会推动数据相对封闭的供给侧发生改变。基于需求侧相对开放的数据，我们能分析甚至创造出更多消费者需求，进而将这些数据联通并反馈到供给侧的生产、研发等过程中。在这样的模式下，供给侧改革的动力，是由需求侧来提供的。

    另一方面，我们还可以通过数据解决供给侧标准化与需求侧个性化之间的矛盾。生产方面的供给侧都是标准生产、标准作业、标准流程，但很明显需求侧是个性化、定制化的。如何解决这个矛盾，其实还是要靠数据。传统的制造环境里，个性化的需求要先回传到生产的最前端进行分析，然后再根据指令和决策依次作用于后端需要改变的环节中。这种模式下生产出来的个性化产品成本高、制作周期长、产品价格也会相对昂贵。在智能制造的环境下，个性化、定制化的需求将通过数据，以智能化的手段导入并作用在生产线的各个流程上，这是过去线性的流程所无法满足的。

    我们打通供给侧和需求侧的数据，不仅意味着供给侧能够抓取并联通需求侧的数据，更意味着要用需求侧的数据去指导和引领供给侧的行动。让数据的交流变成企业的快速行动，以达成客户的期望、智能化地驱动产业升级、实现供给侧和需求侧的对接。从商业模式的角度来看，智能制造会逐步实现全面服务化，由大规模制造转向大规模定制，实现消费者赋能，交付出更好的用户体验。

    其实要实现智能制造，技术、设备都不是问题，关键是人的思维。数据化的新思维是要把数据看成核心的资产，而不是流程上产生出来的一个产物。对于企业来说，要打破传统的观念，主动以数据化的新思维，用数据本身去驱动弹性的、随需而变的生产模式、商业模式、创新模式，这样才是完成了向智能化转型的过程。

    我们经历过自动化时代，也正在完成信息化阶段。现在，我们正进入一个数据化的时代，一个智能化的时代。我们提出一个“数据社会化”的概念，全社会都会在数据化的形态下进入更智慧、高效和不断创新的运行状态。

    而制造业是驱动整个社会走入“数据社会化”时代的一个非常重要的行业，甚至可以说是基础行业。制造业的智能化能够加速整个社会进入智能化的进程中，让每个人可以公开和分享的行为、观点和需求等信息，能够以数据的形式被实时收录和分析，每一个个体都会产生综合的数据源，成为代表个人在数据世界的价值。

    这也正是未来实现“数据社会化”的状态，不仅仅是人与人之间的交流，人与环境的互动、人与商业组织产生的交互和交换，都会以数据的形式产生相应的价值。基于信息技术对于数据价值的挖掘，商业机构对个人和市场需求的精准把握和实时产出将成为可能、个性化、定制化的服务和产品，将成为商业竞争的基本模式，所有的商业机构都可以为每个个人创造独特的服务和产品体验。在这个过程中，政府和社会机构将成为数据资源的保障者和平衡者，让数据的价值真正能够在全社会得到释放！