二、制造业智能化范式

继机械化、电气化、自动化等技术革命浪潮之后，以信息网络技术加速创新与渗透融合为突出特征的新一轮工业革命正在全球范围内兴起，制造业不断向数字化、网络化、智能化升级拓展。制造业智能化可以从技术范式、价值形态、生产组织3个维度加以理解，如图1-1所示。

图1-1 制造业智能化的魔方体系模型〇1

〇1 参考了中国工程院2017年发布的《中国智能制造发展战略研究报告》和《三体智能革命》等内容，具体细节有所调整。

（一）技术范式

技术范式维度包括数字化、网络化、智能化3个基本层次。这3个层次既递进升级，又相互交叉融合。数字化是基础，网络化进一步推动了数据的产生并使数据在线化，智能化充分挖掘数据潜力并创造出巨大价值。

1.数字化制造

数字化制造是指以计算机数字控制为代表的数字化技术广泛应用于制造业，形成了“数字一代”创新产品、覆盖全生命周期的制造系统和以计算机集成制造系统（Computer Integrated Manufacturing System，CIMS）为标志的制造模式^[12]。人工智能将使制造、供应链、产品交付、产品使用等制造业的各个环节更加智能化、可监测，因此可以为制造业生产过程及其产品增加更多的高附加值服务因素（如个性化定制、全生命周期管理等）。随着数据成为能够创造价值的生产要素和这个时代最宝贵的资源之一，制造企业有可能转型为数据企业或者“数商”。

数字化制造的关键技术主要包括两个方面：一是产品设计开发方面的数字化建模、数字仿真技术；二是机器人和数控机床、增材制造装备、传感与控制装备等自动化技术，实现生产制造数字化。数字化制造的典型应用包括通过研发和生产流程的数字化、自动化，不断提高企业产品设计和制造质量、缩短新产品研发周期、提高产品生产效率。例如，高度数字化的汽车设计模式、高度自动化的汽车生产线。

2.网络化制造

网络化制造是指制造业和互联网融合发展，利用互联网、传感器和软件实现人、物、场景的连接，也就是将企业员工、原材料和零部件、设备、生产线、物流网络、用户、生产和应用场景等连接起来，通过企业内、企业间的协同和各种社会资源的共享与集成，重塑制造业的价值链，推动制造业从数字化制造向网络化制造转变。网络化连接构成了基于大数据的制造业智能化的基础，连接在一起的人、物、场景不断产生实时数据，并实现相互之间的数据通信。

网络化制造的关键在于传感器、物联网（Internet of Things，IoT）、移动通信等新一代信息与通信技术（Information and Communications Technology，ICT）的综合应用，是对产业链的整体优化，能够实现生产体系内各要素之间的互联互通，以及制造信息的交互和共享。网络化制造的典型应用在于将数字化场景通过网络连接起来。例如，基于产品全生命周期的服务型制造，包括远程运维服务、网络协同制造等新模式都是网络化制造的典型应用。

3.智能化制造

智能化制造的主要特征表现为制造系统具备了自主“学习”能力。制造业不断呈现出的数据驱动、平台支撑、智能主导等特征日趋明显，通过深度学习、增强学习等技术的应用，制造领域的知识产生、获取、应用和传承效率将发生革命性变化，并将显著提高创新与服务能力。

智能化制造利用机器学习等人工智能算法，从对历史数据的分析中挖掘潜在规律，实现物理和信息系统的互联互通、综合集成与自主优化决策，形成以知识驱动并能自主学习、完善的智能工厂，实现产品制造的高质量、柔性、高效与低耗。人工智能在制造业的深入应用，使得制造业上下游的边界和细分行业之间的壁垒不断被突破，产业形态将会高度适应社会需求。在智能化制造过程中，人工智能的“全栈”解决方案得到应用，形成了层出不穷的新产品、新模式、新业态、新产业。未来的智能化制造可能有以下4种主要模式。

柔性制造模式。人工智能将帮助制造企业打造柔性化的系统，使大规模定制更加普遍。人工智能可能打破传统的流程型（如冶金、化工）、离散型（如家电、高速铁路）制造业技术特征分类的界限，使得流程型企业能够实现低成本的定制化和小批量生产，离散型企业能够实现模块化生产。制造工厂和流水线更加灵活和柔性，不仅能够实现低成本的大规模定制，还能够满足快速变化的市场需求。

云制造模式。云制造是指建立共享制造资源的公共服务平台，将巨大的社会制造资源池连接在一起，提供各种制造服务，实现制造资源与服务的开放协作、社会资源高度共享。云制造平台则基于智能工厂运行控制中心和智能调度系统。随着新一代网络技术、云计算和人工智能技术的发展和应用而实现的质的飞跃，云制造将为新一代智能制造生产力和生产方式变革提供发展空间和可靠的保障。

按需定制模式。基于客户定制和创新设计平台、高度柔性化的可重构生产系统，根据用户千差万别的个性化需求，通过预先交付、前端仓库和用户需求与产品特性的匹配分析，以合理的成本和高效的交付进行产品的开发、设计和制造，实现制造与市场、订单、设计、研发同步。

虚拟生产模式。虚拟生产具有模块化、自治性和连接性好的特点，可以从测试、开发、工艺及运维等角度，打破现实与虚拟之间的藩篱，实现产品全生命周期内生产、管理、连接的高度数字化及模块化。数字孪生（Digital Twin）是虚拟生产的一种重要体现模式，甚至拥有更丰富的内涵，自2014年由密歇根大学教授迈克尔·格里夫斯（Michael Grieves）提出以来^[13]，在广大制造企业和数字企业的推动下逐步从理论走向现实。所谓数字孪生，是以数字化方式为物理对象创建虚拟模型，来模拟物理对象在现实环境中的行为。在数字孪生状态下，一件产品在具有物理形态的同时也具备虚拟和数字的形态，成为物理实体与数字虚体的组合。由于数字孪生实现了物理产品与虚拟产品之间的完全映射，二者的运行数据完全相同，因此，现实世界中实体产品的状态参数会实时地在数字虚体中反映出来，企业可以对实体产品传导到数字世界中的运营参数进行监控和分析，并基于大数据、人工智能等技术将实体产品的运行状态调整到最优^[14]。

（二）价值形态

价值形态维度主要包括产品、制造和服务3个方面，体现了价值创造领域的拓展。终端产品智能化、制造过程（包括设计、生产、管理等过程）智能化以及增值服务智能化，是人工智能技术和制造相互融合、实现价值创造的主要方向。

1.终端产品智能化

智能产品是指由人工智能技术驱动、具有智能化特征的产品。智能产品具有更加友好的人机交互界面，同时也具有“自主优化”的功能，可以根据用户习惯和使用特征自动作出调整。高度智能化和宜人化将是未来智能产品的主要特征，而实现的关键在于人工智能的加速发展。尤其是深度学习、跨界融合、人机协同、群智开放、自主操控等技术的发展，将不断赋予智能产品新特征。

从智能手机、智能汽车和智能机器人的飞速发展来看，智能产品的发展速度远远超出了人们的预想。例如，辅助驾驶、无人驾驶等技术不但具有命令执行的功能，还可根据路况环境不断学习、优化，这些技术已经在智能产品终端广泛应用。随着新一代人工智能技术的深入应用，汽车将会进入无人驾驶时代，成为一个可以使人们工作和生活更加美好的智能移动终端和移动空间。未来，当更加成熟的新一代人工智能技术得到广泛应用，将会涌现出一大批先进的智能产品，如智能家电、智能医疗设备等，它们将带给消费者更好的使用体验。

2.制造过程智能化

人工智能技术在制造领域的渗透将使得知识与技能的产生、获取、应用和传承从以人为主体变为人机协同，最终达到以智能机器为主体，制造业的效率将得以发生根本性变化，创新能力将极大增强。

在新一代智能制造范式下，制造过程与研发、供应链、用户等各个环节能够实现高度协同，改变过去价值链各环节的“孤岛”状态，从而更高效地组织生产、更精准地适应用户需求。研发设计系统可以根据用户的定制信息或用户习惯进行快捷且低成本的定制设计、产品设计，将设计发送到生产系统快速地组织物料、排产并在高度柔性化的生产线上付诸生产。例如，数字孪生使得企业在实际投入生产之前就能在虚拟环境中优化、仿真和测试，在生产过程中也可同步优化整个企业流程，最终实现高效的柔性生产和产品快速创新上市，保证持久的企业竞争力。

3.增值服务智能化

人工智能在制造业的深入应用必然促进制造业中基于数据的产品全生命周期管理向着制造环节的上下游延伸，以需求为导向的产品研发和生产将会成为未来制造业的发展趋势，人工智能技术将帮助制造企业从提供产品向提供“产品+服务”转变。数字化工厂、个性化生产、大规模定制等新生产方式的出现，结合以租代售、按时间计费、按里程计费、远程诊断、故障预测、远程维修、一体化解决方案等新的商业模式，将会使人工智能进一步突破制造业上下游的边界和细分行业之间的壁垒。生产的社会化、专业化分工和协作能力进一步增强，届时制造业的产业形态将会高度适应社会需求。万物皆智能的社会，其整体组织模式和运行方式将会变得更加丰富和灵活。智能化的增值服务在产品研发、市场营销、产品服务、售后运维等方面都有巨大的发展空间。

（三）生产组织

从应用范围来看，人工智能技术不仅会应用于工厂之中，而且会渗透到整个企业价值链，以及以企业为核心的商业生态之中，包括智能工厂、智能企业和智能生态3个层次。

1.智能工厂

智能工厂由智能单元和智能车间构成，是智能制造的载体。智能单元是指构建智能车间的最小智能化单位，是发展智能工厂和智能制造必须具备的核心要素，包括3D打印机、智能机床、智能机器人等。智能车间通过各个智能单元不断进行制造过程中的信息获取与交互、智能分析决策和功能执行，优化最终产品和服务提供的模式。

智能工厂解决方案是智能制造的核心，它一方面包含装备的智能升级，特别是要大力发展智能制造装备，如智能机器人、智能机床等；另一方面，要把人工智能技术贯穿在制造装备、车间、供应链之中，构建智能设备、生产线、加工控制和车间决策系统，解决制造装备全生命周期的高安全性、高可靠性、高实时性、高精确性等难题。以智能车间为例，生产企业运用智能设备保障、智能监控、智能供应链等技术，保障生产系统调度和管理的效率与可靠性，最优控制的目标将得以实现。

2.智能企业

智能企业是集成关键技术、智能工厂和领域知识等要素，整合企业内部各个价值链环节，服务于价值创造目标，形成的满足具体行业需求的智能制造方案。通过数字化、网络化、智能化融合，智能企业塑造了“工业云”等新的数据存储和分享形态，并基于云平台实现了生产的智能决策。智能企业是智能工厂的网络化聚集，其生产能力等方面因互联互通而得到增强，管理控制等方面因自主决策而更加精确。

智能决策就是基于物理和信息特征，利用数据决策，不断实现生产优化的过程。人工智能让机器和工厂更加“聪明”，算力的提高使得海量数据的处理更加迅速，并可基于海量数据发展机器学习。由于可以通过机器学习（数据智能）、群体智能等方式有效获取制造系统的各种知识，不断循环训练神经网络，反复纠正，其预测决策的出错率大大降低，生产效率得到极大提升。正如海尔所宣称的那样，COSMOPlat平台能够实现家电产品研发过程、制造流程和营销方式的颠覆式创新。用户可以直接向工厂下单，工厂直接发货给用户，用户可以直接参与需求交互和产品设计。

3.智能生态

企业边界被打破后，由核心企业主导，汇聚形成智能化的供应链、价值链和产业链，生产要素、产品与市场得以协同，能够满足知识传承和应用高效化、资源协同最优化、产品需求多样化等需求，形成智能化的产业生态。

人工智能技术推动制造模式沿着“数字化—网络化—智能化”的路径发展，从制造单元个体渗透至群体，塑造出智能制造生态。智能制造生态意味着不同智能企业的网络化协同。数据、协同、智能等要素碰撞在一起，将重构商业系统的结构，带来非连续、不可预测和非线性思维。事实上，智能制造不仅是制造环节的智能化，而且是将研发、生产、供应、销售、服务等企业全价值链环节都串联起来的全面智能化，是需要按照客户的需求来设计、开发、采购、生产、营销，并且能够促进个性化服务的全流程智能化。未来大数据技术、人机融合智能的深度应用将进一步提高各种产品生产的个性化、柔性化和定制化程度，其中以服装、家电、家居等行业的规模定制化制造新模式最为典型。

总之，当前人工智能技术向制造领域的渗透正在快速推进，对制造业整体发展的支撑效应初步显露。但也可以看到，当前制造业对人工智能的融合应用大多数还处于探索阶段，距全行业普及应用还有较大距离。随着新一代人工智能技术的成熟与企业对商业模式的探索，以自学习、自适应为特征的制造业智能化正在逐步发展，并将彻底改变制造业的固有形态。