權威發布！2020-2021中國智能制造十大熱點
導讀：新鮮出爐，重量級報道！一年一度的《中國智能制造十大熱點》正式發布！
# 01
數字孿生技術
從概念走向實際應用
最近幾年，數字孿生炙手可熱，正成為人類解構、描述和認識真實世界和虛擬世界的新型工具。從發展態勢來看，數字孿生不僅是信息技術發展的新焦點，還是眾多工業企業業務布局的新方向。作為改變未來世界的熱門技術之一，數字孿生正從概念階段走向實際應用階段，驅動制造企業進入數字化和智能化時代。
但值得注意的是，當前，關于數字孿生還存在很多認識誤區，例如認為高級仿真或者實時3D就是數字孿生。同時，受限于制造企業模型構建、數據集成、業務集成、軟件開發等方面的短板，數字孿生的實際應用還處于初期階段。
因此，企業在推進數字孿生時，應當先深入研究數字孿生的理念、產品和解決方案，并結合自身企業的特點和實際需求，找到數字孿生的突破口；然后在此基礎上制定企業的數字孿生應用規劃。相信隨著新一代信息技術與實體經濟深度融合進程的加快，企業數字化轉型需求的提升以及政策的持續支持，數字孿生將會出現更深入的應用場景，為工業制造帶來無限的可能。
# 02
工業互聯網浪潮再起
深化發展更應重視生態協作
工業系統千差萬別，裝備種類繁多，應該建立工業互聯網運維平臺，將大數據分析與理論研究、模擬實驗研究成果相結合。2020年，隨著中國經濟增長由負轉正，在國家積極的工業經濟政策的引導下，工業互聯網融資數量和規模再創新高。據統計，2020年工業互聯網領域共發生了135宗融資活動，是2019年的3倍，融資總額超過200億人民幣。其中，四分之三的融資均發生在下半年，億元級融資就有25宗。
雖然當前我國工業互聯網平臺眾多，投融資十分火熱，但整體來看，工業互聯網產業發展的格局尚未形成。實際上，工業互聯網平臺核心是數據，應用落地的基礎是行業機理和知識沉淀。
獨行快，眾行遠。2020年，工業互聯網浪潮再起，但并不意味著產業發展已經成熟。工業互聯網產業要發展就必須破除細分行業平臺重復建設的問題，與其都試圖打造自己的“生態”，不如發揮各自優勢，共同打造一個真正開放、健康，基于行業標準的工業互聯網生態系統，匯聚領域內的廠商、技術和人才，在相互協作，互惠互利的基礎上，聚焦行業，做深做透，推動行業可持續發展。
# 03
國產工業軟件迎來發展春天
任重道遠
工業軟件是工業創新知識長期積累、沉淀，并在應用中迭代進化的軟件化產物，根植于工業，脫胎于工業，代表著一個國家工業化和信息化融合的能力與水平。隨著我國持續加大支持國產工業軟件發展力度，為工業軟件企業發展提供優質環境和成長沃土，國產工業軟件正迎來發展壯大的春天。
我國工業軟件產業的發展需要開放的心態、長期的戰略、科學的態度、市場的機制和創新的組織模式，不能操之過急，指望畢其功于一役。管理類軟件的國產化替代進程相對會快一些，但涉及到支撐產品創新設計、仿真、優化、工藝規劃和制造的工業基礎軟件，不僅是資金密集、技術密集，而且也是人才密集，因此需要從長計議，循序漸進，重點支持研發支撐特定行業、特定產品類型、特定工藝和特定功能的應用軟件，而不是重點開發大型通用軟件。
同時應大力推進與工業軟件應用相關的咨詢服務，讓企業真正用起來，打通業務流程，創造實際價值；支持工業軟件和服務領域的“雙創”，并支持合理使用開源技術；還應該大力倡導企業尊重知識產權。在鼓勵自主創新和國產化同時，也應當與國外工業軟件廠商開放合作，集成國內外優秀軟件，優勢互補，打造解決方案；面對國內同行，則應當改變傳統的低價惡性競爭，打造自身獨特優勢，真正實現共同進步，不斷推動中國工業軟件產業的健康快速發展。
# 04
推進智能制造精益先行
當下，企業數字化轉型和智能制造建設進程正在加快，推進智能工廠建設已成為制造企業的主攻方向。企業智能工廠建設應包含透明工廠、互聯工廠、精益工廠、綠色工廠以及數字化工廠五個維度，然而在企業建設智能工廠的過程中，不少企業僅著眼于應用工業機器人與智能裝備、實現設備聯網以及建設自動化的產線與車間，而忽略了推進精益生產。對于企業而言，精益生產是實現智能制造的基礎，而智能制造為企業實現精益生產提供支撐，在企業推進智能制造與智能工廠建設的過程中，需做到精益先行。
精益生產是一種理念（即精益思想），它的本質是消除浪費，以達到降低成本、提高質量、提高生產效率為目的。對于企業而言，推進精益生產與智能制造并不矛盾，精益生產是生產管理方法，而智能制造是制造過程實現的技術方法。
目前，已有不少企業推行精益生產理念，以智能化提升與先進管理理論相結合的方式，推動智能工廠建設。總體而言，制造企業在推進智能工廠建設時，要充分考慮到企業產品和工藝特點，并充分結合精益理念，推進精益化的生產布局，實現按訂單驅動，拉動式生產，盡量減少在制品庫存，消除浪費。精益生產是一個持續改善的長期過程，也是一個系統性的全員參與的改善活動，只有不斷地改善積累，逐步推進，才能為企業推進智能制造奠定堅實的基礎。
# 05
智能物流裝備應用跨越式發展
智能物流是實現智能制造的核心與關鍵，而智能物流裝備又是智能物流的基礎。在經濟新常態和產業升級的背景下，智能物流裝備應用日趨廣泛，其優勢也在逐漸顯現。2020年迎來了AGV、AMR等智能物流裝備應用的跨越式發展。
智能物流裝備作為企業數字化轉型的重要抓手，不僅能節約勞動力成本、提高物流作業效率，還可以與企業ERP、WMS、MES等系統協同聯動，保障供應鏈快速響應業務需求，靈活應對不可預測的業務變化。
智能物流裝備正在滲透到各個行業，越來越多的制造企業打造自動化立體庫、物流機器人、輸送分揀系統、WMS系統、自動識別與感知系統等先進物流技術與裝備，以代替傳統低效的物流模式。從2020年舉辦的多場國內標桿智能工廠考察中，可以充分感受到這一點。
制造企業物流覆蓋供應鏈各個環節，其中廠內物流體系的升級改造對于智能制造尤為重要。智能化物流裝備不僅能幫助企業降本增效，更是智能工廠建設的突破口，具有廣闊的市場應用前景。可以肯定，智能物流裝備在制造業的應用還將持續深入，成為制造業智能化轉型與升級的重要推手。
# 06
人工智能在制造業多場景落地
如果前幾年業內還在驗證人工智能的價值與可行性，現如今人工智能已經成為切實改變世界的革新技術，工業4.0時代的企業也逐漸認識到它對制造業轉型升級的巨大價值。隨著2020年“新基建”政策以及各種扶持政策的出臺，人工智能正在加速與制造業的融合，成為制造業發展的新動能。
應用場景一直是人工智能技術落地的關鍵因素。回顧過去的一年，人工智能在細分垂直領域的探索明顯加快，許多工業智能公司也相繼完成了標桿場景的應用落地，主要包括研發設計、生產制造、管理活動三大方向，應用場景涵蓋產品設計、計劃排程、生產過程優化、質量檢測、園區物流、設備健康管理、營銷服務、供應鏈管理八大領域，具體包括智能語音交互產品、圖像識別、人臉識別、圖像搜索、聲紋識別、文字識別、機器翻譯、機器學習、大數據計算、數據可視化等方面。
細數這些應用場景，我們發現在人工智能加速落地的過程中，很重要的一點是注重機理模型和數學模型相結合。目前，人工智能落地制造業存在一個繞不開的問題——不同工業領域之間存在巨大差異，復雜度與工藝門檻非常高，而當前可供建模的數據量普遍匱乏且質量不高，缺乏工業知識與機理，僅靠數據驅動的模型很難具備較好的泛化能力。
如今，在國家對智能制造政策的引導下，更多資本、技術力量、制造企業正在快速涌入，制造業應用場景或將迎來新的爆發式增長。據相統計，截至今年10月，全球共有人工智能企業將近5600家，中國將近1450家。2022年國內人工智能核心產業規模將達到1573億元，復合增速58%，產業有望持續快速增長。
但同樣需要注意的是，目前人工智能落地的場景主要解決的是工業領域一些非核心環節問題，仍然沒有涉及到工業核心業務系統。一方面是因為深度學習的“黑盒”特性，與生產制造追求的精確、可靠與可解釋性存在天然矛盾，很難獲得制造企業的認可。另一方面，一個成熟的模型算法需要海量數據與算力的支撐，但工業場景數據嚴重匱乏，建設IT基礎設施所帶來的算力成本也很難為制造企業所接受。同時，我們還應關注人工智能在制造業應用存在的人才匱乏嚴重問題。由于機理模型和數學模型的結合過程中，不僅需要掌握數據、算法知識，還需對制造業各細分行業的生產特點、流程、工藝有深入理解，相關人才極其匱乏。這也導致了推進人工智能與制造業的深度融合，注定是一場持久戰。
# 07
智能工廠非標自動化集成商發展迅速
核心競爭力需提升
近年來，智能制造浪潮驅動之下，以工業自動化、數字化與智能化應用為核心的智能工廠非標自動化系統集成商正迅速發展，但競爭同質化嚴重，核心競爭力不足問題也已凸顯。
智能工廠的建設，離不開智能工廠非標自動化集成商。作為面向特定行業與領域，非標自動化集成商以交付非標自動化產線為主，并與工業機器人等自動化、智能化裝備的應用相結合，為智能工廠建設項目提供交鑰匙工程或EPC總包服務，包括智能工廠的項目規劃與咨詢、系統設計與實施、集成安裝與調試以及培訓支持與運維管理等系統服務，從穩定性、可靠性、持續性等方面滿足企業建設智能工廠的需求。
智能工廠非標自動化集成商作為建設智能工廠的重要力量，應著力培育和提升自身具有差異化的核心競爭力。這既是制造企業在推進智能制造、建設智能工廠過程中對非標自動化集成商所提出的要求，也是其自身贏得市場競爭優勢，實現可持續發展的現實需要。
# 08
打破封閉專用
工業自動化平臺邁向開放
隨著制造業數字化轉型與智能制造的深入推進，為了實現IT/OT的深度融合，“開放”正成為工業自動化領域的重要趨勢。當前，工業自動化領域的標準組織、主流廠商等正在致力于打破工業設備的封閉性和專用性，推出開放式工業自動化平臺。
智造時代，打破封閉專用的工業自動化系統是現實需要。在制造企業進行生產智能化改造，推進數字化轉型與智能制造的過程中，需要實現各類設備的互聯互通與數據采集，提高生產制造的效率、可視性與靈活性。但目前工業自動化領域涉及的硬件設備種類繁多，且由于其封閉性和專用性，軟硬件深度綁定，通訊協議與接口不統一，復用性差等，給多元自動化系統集成帶來困難，也不利于IT/OT深度融合。
總之，工業自動化正在打破原本的封閉性與專用性，走向開放。但我們也應看到，目前開放式工業自動化標準及平臺的構建仍處于探索階段，在標準及平臺的應用推廣上仍顯不足。未來，希望行業標準組織、自動化廠商、系統集成商以及制造企業等能夠緊密聯合起來，共同塑造開放式工業自動化的應用生態，共同探索并落地更多實際性應用，讓開放式工業自動化相關標準及平臺能夠真正推動IT與OT的深度融合。
# 09
MES/MOM市場穩步增長
群雄逐鹿
據調查顯示，2019年，我國MES市場增長態勢持續；2020年，雖然受到新冠疫情的嚴重影響，但中國MES市場依舊實現了個位數的增長率。總體來說，近年來中國MES/MOM市場一直在穩步增長。
然而由于MES/MOM市場行業特色明顯，要求供應商對行業生產工藝、生產流程等有深入和全面的理解，同時更需要把握好產品標準化和客戶需求差異化之間的平衡。因此，形成了目前我國MES/MOM市場 “群雄逐鹿”的狀態。
目前，我國市場上活躍的MES軟件或實施服務的供應商已超過百家。《MES選型與實施指南》一書指出，對于企業而言，在大力推進智能制造的過程中，不論是老工廠的智能化改造，還是全新的數字化工廠建設，作為智能制造的核心系統，MES已成為企業應用的“剛需”，呈現出高投資熱度。
因此，對于MES/MOM這樣一個復雜的系統，要想真正達到預期效果，仍需要供應商、實施服務商、制造企業，以及中立的第三方服務機構共同努力，打造一個多贏的、健康的生態系統，提升我國制造企業MES/MOM技術的應用水平，為企業推進智能制造建設奠定基礎。
# 10
智能制造人才稀缺
呼喚跨界培養
智能制造人才培養和培訓是制造企業持續推進智能制造的關鍵成功要素。當前，隨著國家有計劃地對傳統企業進行數控化、信息化和智能化改造，高端數控機床、工業機器人、增材制造等智能制造裝備將會普及應用，我國智能制造行業所占比重將會逐漸增大。據人力資源與社會保障部發布《智能制造工程技術人員就業景氣現狀分析報告》預測，未來5年，智能制造領域人才需求量將到達900萬人，人才缺口預測450萬人。
然而，智能制造涉及到數字化、自動化、智能化、精益化，需要跨學科、多門類的專業知識跨界融合，需要多種類型、不同層次的智能制造專業人才。制造企業中，首先需要的是擁有對智能制造有深刻理解的高層次領軍人才，作為推進智能制造的掌舵人；其次還需要一批既擅長制造企業管理又熟悉信息技術的復合型人才，一批能夠開展智能制造技術開發、技術改進、業務指導的專業技能型人才。同時，無論是甲方還是乙方都非常缺乏有實戰經驗，既懂數字化、自動化技術，又懂工藝與管理，還具備項目管理經驗的智能制造項目經理。智能制造人才的缺乏，在很大程度上將制約我國智能制造推進取得實效。
2021年，會重點推進智能制造學院的建設，不斷增加在線的智能制造專業課程，為廣大制造企業、科研院所、高校和高科技園區提供更好的智能制造人才培養和培訓服務.
綜上所述，智能制造人才在推動企業商業模式、生產方式的轉型中承擔著“頂梁柱”角色。企業在人才培養上需要兼顧“智能”和“制造”兩方面，進行跨界培養，建立自主培養與引進相結合的模式。打造企業級智能制造人才梯隊，不僅需要培養高精尖的科技型人才，也需要有國際視野的管理型人才，還需要數量龐大的能操作、懂調試、會研究改進的智能制造應用型人才。
整理 | 天工TIME
來源 | ERP之家
