无论是企业内外部的“纵向集成”、“横向集成”和“端到端集成”,都离不开网络化。未来企业中,信息的不通畅,也会导致决策的不完整和低效率。
只有网络化,才能使智能决策畅通无阻,精确执行。
因此网络化也是智能制造的必要途径。
智能化与制造态人工智能技术的发展,已经能够模拟人的智能,有些方面甚至超过人的智能。如谷歌的AlphaGo系统4:1战胜了世界围棋大师李世石。
甚至,它还可以自己对自己下棋!
已经下了10万多局棋的AlphaGo(一个人一生中是不可能下那么多局棋),积累了大量的对局数据,再不断修正其算法,提高对局技巧。人工智能在硬件支撑下,靠的是算法和数据,就会产生无限的增长。这样的硬件和设备,在引入企业之后,那么企业未来实施智能制造的前景也是无可限量的。
有了数据支撑,有了各种算法与业务模型,制造企业的转型就可以,从制造态转型到服务型制造。实际上,通过工业大数据为客户提供智能服务,正是制造企业实现效益增值的重要来源。
世界500强企业的25%的收入来自与服务收入,其中19%的企业其服务收入已经达到总收入的50%。GE全球销售收入的70%来自于“技术+服务+管理”的服务业务。而我国制造企业的服务收入只占总收入的1-2%(图3)。
图3 总收入与服务收入统计
制造企业的升级是从低端到中高端生产升级,更重要的是向智能生产发展。但是,没有上述数字化和网络化的基础,不能一步到位就进入智能制造。所以,工信部提出的智能制造项目还是示范项目,并不是立刻让大量企业按照这个模板进行的升级。尽管如此,企业在升级过程中,可以在局部考虑智能化的元素,如智能化产品的开发,智能化生产线或车间(单元)的实施。摸索实践,积累经验,待技术更成熟和局部成功后,逐步推向整体。
战略上,可以进行智能化总体方案的选择;而在战术上,则需要局部(分步)实施,也就是从上至下、从下到上的两条路径。
图4 实现智能工厂的三个阶段
实际上值得注意的是,美国智能制造联盟SMLC在十年前成立的时候,就特别强调如何降低生产成本。
这样的智能制造目标,是一个标准的“以结果为导向”的选择。
因此,无论是数字化、网络化和智能化,都是为了提高企业效益的手段,其目的是提高企业制造和服务能力,增强企业的核心竞争力和核心竞争优势,从而在激烈的市场竞争中获得生存或主导地位。