30年來(lái)，在智能制造領域，各國從早期側重于智能設計的(de)數值模型和(hé)離線模型，發展到以智能制造過程優化(huà)爲目标在線智能系統，從傳統行業進軍新興行業。歐美(měi)技術基礎較好，對(duì)高(gāo)端技術的(de)開發相對(duì)容易；但是在中國，因技術基礎的(de)薄弱，要達到同樣的(de)效果，并不容易。
計算(suàn)機在制造業的(de)應用(yòng)始于二十世紀50年代，到二十世紀80年代分(fēn)化(huà)成多(duō)級計算(suàn)機控制，其中的(de)二級系統具備今天智能制造系統的(de)所有功能。
在工廠智能系統開發中，凱斯凱特公司主導開發了(le)金屬冶煉的(de)電爐、精煉爐和(hé)連鑄三套二級系統（智能系統）；美(měi)國俄勒岡公司通(tōng)過智能系統解決其一系列生産過程優化(huà)問題，比如消除次品，成功開發出了(le)結合微觀組織模型、智能自學和(hé)不間斷升級的(de)新一代二級系統，将硬而薄産品生産過程中的(de)次品，由原來(lái)每天都有次品，優化(huà)至半年都不曾有同樣的(de)次品。
即使在早先智能制造這(zhè)一術語尚未在世界範圍流行的(de)時(shí)期，這(zhè)些公司就已經在做(zuò)高(gāo)端制造業的(de)數據采集、工程建模、機器學習(xí)和(hé)智能系統架構開發，通(tōng)過智能軟件産生出生産過程的(de)最優參數組合，轉給基礎自動化(huà)執行。
中國自二十世紀90年代起在鋼鐵業引進了(le)一些智能系統（二級系統）；但是西方在模型方面至今仍對(duì)中國禁運（隻提供可(kě)運行的(de)DLL），導緻中國在工程建模方面較弱。8千噸的(de)設備，操作人(rén)員(yuán)看到預報值超過4千噸時(shí)便不敢操作了(le)；還(hái)有制定生産規程時(shí)，會出現以錯湊錯等問題。筆者參加了(le)二級系統優化(huà)項目，期間利用(yòng)本團隊的(de)模型優勢，将南(nán)鋼（美(měi)國技術）投資一百多(duō)億元的(de)智能産線的(de)投資利用(yòng)率提高(gāo)了(le)約70%。之後進入新興行業，開發了(le)一系列項目，比如比亞迪锂電池項目。合作之初，比亞迪用(yòng)極難建模的(de)極片分(fēn)切毛刺預報模型對(duì)模型水(shuǐ)平進行嚴格考察，要求模型命中率85%，而比亞迪锂電池項目團隊達到了(le)98%命中率，由此成就了(le)項目二期（毛刺預警）和(hé)項目三期（刀(dāo)豁口測量裝置及模型預報），并針對(duì)中國制造業數據采集較弱的(de)現狀，成功應用(yòng)行業上難度極高(gāo)的(de)軟測量技術。此間，筆者還(hái)完成了(le)一系列其他(tā)項目，比如在包括創維、TCL和(hé)廣業等十餘家企業的(de)電子制造項目。
中國企業的(de)智能制造現狀究竟如何？至少在智能制造的(de)核心環節（生産過程的(de)優化(huà)），比如工程建模、機器學習(xí)和(hé)智能系統架構開發方面，情況并不樂(yuè)觀。
現場(chǎng)智能制造項目中，企業完成了(le)項目的(de)工程問題建模和(hé)智能系統開發，以及關鍵工具參數離線測量和(hé)在線軟測量，盡管所提供數據基本滿足以數據看闆爲代表的(de)數字化(huà)制造，但是現場(chǎng)提供高(gāo)質量數據并不容易。這(zhè)樣智能系統供貨商的(de)成本很大(dà)。企業對(duì)于現場(chǎng)遺漏數據的(de)問題沒有明(míng)确的(de)懲罰制度，導緻現場(chǎng)數據完整性較差。小企業往往根本無法采集所需要的(de)高(gāo)質量數據。
中國與歐美(měi)在核心領域智能制造現狀對(duì)比
暫不作信息技術和(hé)數字制造技術等方面的(de)對(duì)比，也(yě)不談在工業核心軟件方面的(de)差距，僅從智能制造的(de)核心領域——工程建模、機器學習(xí)和(hé)智能系統架構開發來(lái)看，中國企業相對(duì)于歐美(měi)的(de)現狀究竟如何？從機械化(huà)、自動化(huà)、數字化(huà)和(hé)智能化(huà)四個(gè)發展階段看，中國企業目前還(hái)在哪個(gè)階段？考察智能制造基本要求，從對(duì)相關要求的(de)滿足程度可(kě)以探測出各國智能制造的(de)基本現狀。目前機器代人(rén)是努力方向之一，但這(zhè)隻是在自動化(huà)層面上。要實現最優化(huà)的(de)機器代人(rén)，首先必須對(duì)工程問題和(hé)工程參數進行建模，然後利用(yòng)所采集到的(de)高(gāo)質量數據進行模型的(de)機器學習(xí)；此後的(de)模型則與機械設備和(hé)生産現狀深度綁定。基于這(zhè)些可(kě)以開發出智能系統，繼而産生出即時(shí)可(kě)變的(de)、一直是最優化(huà)的(de)生産參數，交給基礎自動化(huà)執行。這(zhè)最優化(huà)的(de)機器代人(rén)正是智能制造。這(zhè)些，中國目前還(hái)不多(duō)，主要存在于一些平台商。在歐美(měi)技術基礎上做(zuò)的(de)大(dà)量優化(huà)與擴展（比如開發了(le)新一代二級系統），因系統之龐大(dà)（常有百萬行源程序）和(hé)邏輯之複雜(zá)，在開發中國項目時(shí)，主要是基于已有源程序改寫。西方的(de)智能系統通(tōng)常都經曆過幾十年的(de)技術積累，中國在此領域有待于提高(gāo)。當生産過程不夠優化(huà)時(shí)，首先在無自動化(huà)的(de)情況下(xià)進行診斷分(fēn)析；這(zhè)可(kě)以認爲是在機械化(huà)層面。直到相關的(de)問題都解決了(le)，才對(duì)自動化(huà)問題進行審核。所有這(zhè)一切都可(kě)以通(tōng)過數字化(huà)加以快(kuài)速診斷和(hé)總體确認，即當現場(chǎng)采集到高(gāo)質量數據時(shí)，可(kě)以通(tōng)過數據鑒别出哪個(gè)環節是弱點。現在市面上有一種“IT+OT技術”（信息技術+運營技術），在數字化(huà)階段将所有工程問題簡化(huà)成OT（盡管這(zhè)對(duì)智能制造有些過于簡化(huà)）。通(tōng)過數據看闆，确實可(kě)以看出很多(duō)問題，但是數據看闆的(de)使用(yòng)者必須對(duì)生産過程有足夠的(de)的(de)理(lǐ)解。如果生産線隻有數字制造，而沒有智能制造，必須要有工程師對(duì)現場(chǎng)的(de)指導，因爲操作工人(rén)很難從數據上看出很多(duō)問題，更難根據複雜(zá)的(de)數據找出解決方案。比如在建智能産線時(shí)，因爲不明(míng)确什(shén)麽是智能制造，而将隻建成了(le)具有基礎自動化(huà)、MES和(hé)ERP的(de)産線，誤認爲是智能産線。此類産線缺乏的(de)正是智能制造的(de)核心：智能系統。這(zhè)類隻有數據看闆的(de)産線隻有工程師可(kě)以運行，問題較多(duō)，甚至出現了(le)對(duì)此類智能産線投入則“快(kuài)死”，不投入則“慢(màn)死”的(de)兩難境地。機械化(huà)确保産品能生産出來(lái)，自動化(huà)使得(de)産品能自動生産出來(lái)（機器代人(rén)），數字化(huà)以大(dà)量數據便于審核，以确保機械化(huà)和(hé)自動化(huà)的(de)實現，而智能化(huà)确保最優化(huà)和(hé)無人(rén)操作（最優化(huà)的(de)機器代人(rén)）。中國和(hé)歐美(měi)國家所處的(de)機械化(huà)、自動化(huà)、數字化(huà)和(hé)智能化(huà)階段目前國内很多(duō)較弱的(de)企業仍然在機械化(huà)階段，較好的(de)企業則在機械化(huà)、自動化(huà)和(hé)數字化(huà)階段。雖然通(tōng)過數據看闆能看出很多(duō)問題，但這(zhè)隻是在自動化(huà)和(hé)數字化(huà)領域的(de)“補課”。中國企業數據質量是各家的(de)軟肋。歐美(měi)國家的(de)機器代人(rén)階段早已完成，生産線主要依賴于自動化(huà)而非人(rén)工；而且絕大(dà)多(duō)數歐美(měi)國家數字化(huà)的(de)需求已經基本上得(de)到滿足。在智能化(huà)方面，很多(duō)較好的(de)歐美(měi)企業有較好的(de)智能系統，稍微差的(de)企業也(yě)正在努力嘗試智能系統。目前中國的(de)智能制造主要在制造過程的(de)首尾兩端，比如智能倉儲、來(lái)料及成品的(de)運送等等，而對(duì)智能制造的(de)主體過程，比如生産過程的(de)優化(huà)，涉及的(de)不是很多(duō)。歐美(měi)國家正在努力推進智能制造。在智能制造中，大(dà)量工作都編入智能系統中了(le)，工程師或技術人(rén)員(yuán)主要在後台持續優化(huà)此系統；優化(huà)後的(de)系統由現場(chǎng)人(rén)員(yuán)操作以完成生産；同時(shí)經理(lǐ)人(rén)員(yuán)注重觀察此系統。這(zhè)樣大(dà)家勁往一處使，生産持續優化(huà)。
在這(zhè)樣的(de)現狀下(xià)，中國政府應該出台怎樣的(de)扶植政策？
兩化(huà)貫标之後，政府的(de)産業扶持資金更多(duō)轉移到智能制造領域。政府對(duì)智能制造的(de)扶持，應該考慮到下(xià)述的(de)幾點。
側重于扶持智能化(huà)（對(duì)于自動化(huà)，數字化(huà)和(hé)智能化(huà)的(de)扶持加以區(qū)别。很多(duō)企業在自動化(huà)和(hé)數字化(huà)方面已經嘗到了(le)甜頭，縱然在這(zhè)些領域扶持力度不夠，他(tā)們也(yě)會爲著(zhe)自己的(de)利益而努力；但是中國的(de)智能化(huà)剛剛開頭，智能化(huà)的(de)要求除了(le)計算(suàn)機系統和(hé)數據采集之外，更需要很深入的(de)工程背景，所以智能化(huà)的(de)難度要比數字化(huà)高(gāo)很多(duō)；同時(shí)，由于中國技術基礎的(de)薄弱，在智能化(huà)領域的(de)努力，在短期内投入産出比相對(duì)來(lái)說比較低，就更需要政府的(de)扶持，否則中國的(de)智能化(huà)将發展緩慢(màn)。
側重于扶持核心領域生産過程的(de)優化(huà)（有别于外圍領域比如智能倉儲）。核心領域智能制造技術含量高(gāo)，作用(yòng)大(dà)，需要的(de)投入巨大(dà)，因而目前較少；外圍領域比如智能倉儲、AGV小車等，目前已漸成氣候，已經可(kě)以爲企業帶來(lái)較好利潤，縱使不重點扶持，企業也(yě)會努力推進此領域。
依據數據滿足智能制造高(gāo)要求的(de)程度進行資金扶持。促使企業注重數據質量：數字化(huà)隻有在達到智能制造的(de)數據質量要求時(shí)才應該得(de)到資金扶持；如果數據不齊全，甚至有假數據等，不應該扶持。
培訓資金注重扶持有智能制造經驗的(de)培訓方。隻有做(zuò)過智能制造的(de)人(rén)才會搞智能制造，才可(kě)能教會學員(yuán)智能制造；政府的(de)智能制造培訓基金，隻應該扶持具有相關培訓資質的(de)培訓方；不懂(dǒng)智能制造的(de)人(rén)，也(yě)可(kě)以百度出一堆介紹智能制造重要性以及介紹别的(de)公司“做(zuò)了(le)什(shén)麽”的(de)素材；要杜絕這(zhè)方面，使得(de)政府的(de)培訓基金真正起作用(yòng)。
歐美(měi)在智能化(huà)階段，中國智能化(huà)剛開始。大(dà)多(duō)數中國企業的(de)機械化(huà)階段已基本完成，正在自動化(huà)和(hé)數字化(huà)階段。機器代人(rén)是典型的(de)自動化(huà)。數字化(huà)的(de)數據看闆，能夠使得(de)機械化(huà)和(hé)自動化(huà)的(de)狀況一目了(le)然，因而具有強大(dà)的(de)應用(yòng)前景。歐美(měi)國家的(de)機械化(huà)和(hé)自動化(huà)早已完成，因此機器代人(rén)已不是主要問題。除了(le)極少數企業外，歐美(měi)國家的(de)數字化(huà)也(yě)已經完成。數字化(huà)中，數據質量是關鍵。中國企業數據質量不足是關鍵障礙。除了(le)技術之外，管理(lǐ)是阻礙數據質量的(de)主要因素，多(duō)數企業對(duì)數據丢失沒有足夠的(de)懲罰力度。智能化(huà)是淩駕于機械化(huà)、自動化(huà)和(hé)數字化(huà)之上的(de)最高(gāo)級制造過程，對(duì)數據質量的(de)要求遠(yuǎn)遠(yuǎn)高(gāo)于數字化(huà)。首先需要對(duì)一系列待研究的(de)工程問題或工程參數建立模型，這(zhè)就需要對(duì)工藝、産品、設備和(hé)自動化(huà)等工程領域極爲熟悉；其次，需要采集高(gāo)質量的(de)在線數據，并基于此數據對(duì)工程模型進行機器學習(xí)，使之與生産線充分(fēn)綁定。然後建立智能系統，将生産線的(de)模型和(hé)大(dà)量的(de)場(chǎng)景用(yòng)例結合到智能系統中，并産生出即時(shí)可(kě)變的(de)最優化(huà)的(de)生産參數組合，交給基礎自動化(huà)執行。可(kě)見，智能制造是最優化(huà)的(de)機器代人(rén)。目前中國隻在制造的(de)頭尾部分(fēn)比如智能倉儲方面進行了(le)一定的(de)智能制造，而在制造過程甚爲稀少，主要是一些平台開發商。歐美(měi)國家技術較好的(de)公司已經成功應用(yòng)了(le)智能制造，而技術一般的(de)公司尚在努力中。中國推進智能制造的(de)主要策略是在數字化(huà)、自動化(huà)甚至在機械化(huà)方面的(de)補課，鼓勵自動化(huà)和(hé)數字化(huà)，同時(shí)鼓勵智能化(huà)的(de)開發與實施。中國各個(gè)企業要嚴格在技術和(hé)管理(lǐ)層面重視數據質量，在數據質量方面要有嚴格的(de)獎懲制度。應該減少智能産線建設中忽視智能系統的(de)行爲。中國當前在何爲真正的(de)智能制造方面誤解頗多(duō)，很多(duō)作爲智能制造必要基礎的(de)數字制造甚至自動化(huà)制造，被當成了(le)智能制造。
