引言：
《乘風破浪的姐姐》火了，《三十而已》火了。影視圈一貫由古裝、宮鬥、諜戰劇三分天下，“羣相式”作品只能偶露崢嶸。“姐姐們”這回風生水起，勝就勝在於恰當的時刻，喚醒了人們思考傳統價值觀，重新審視自身處境的潛在本能。
而在製造業界，智能製造的話題已經火了好多年—— 2011年漢諾威工博會提出工業4.0理念，標誌着智能製造概念也隨之出爐，製造業界隨之狂飆突進。至今雖然不滿十年，但智能製造與製造業場景結合，拓展出海量解決方案。根據場景細分出的智能製造領域也逐日增多，不少新玩家也開始加入產業數字化的朋友圈。今年9月，騰訊舉辦了全球數字生態大會，集中展現了全球數字化與產業，社會公共事業結合的嶄新成果。但熱潮之下，思考不可少，根據作者多年對智能製造業地觀察，認為智能製造在積累大量落地經驗基礎上，已經到了需要自我審視，思考歸納之時。對其中的關鍵幾點，作者姑且將之稱為四個錦囊。
錦囊一：數字孿生永不磨損的工廠將線下的真實工廠在虛擬空間重現，將工藝、流程、規劃進行驗證、反饋和完善並非新鮮概念。密歇根大學的 Michael Grieves教授將其命名為“信息鏡像模型”（Information Mirroring Model），而後演變為“數字孿生”的術語。
“數字孿生”更為通俗的叫法是“虛擬工廠”。其前提條件是對真實工廠地數據採集，數據採集的廣度和深度決定了“虛擬工廠”的有效性。一些具備能力的國際知名製造業企業利用自身積累的資源，一方面在旗下工廠展開數字模型構建，一方面利用強大的技術能力和對產業的深刻理解，和客户進行協同創新。
數字製造業示意
日本製造企業在這方面做得不錯，以日立為代表的一批製造業企業，普遍擁有數十年甚至上百年的現代工業積累，同時又在數字化道路上走得較為踏實。這兩個特質恰恰契合智能製造現階段的情況。這使得日本製造企業在自身數字化實踐，以及為客户提供解決方案兩方面，都交出了不錯的成績單。
錦囊二：知而後動日立和中國華潤三九醫藥有限公司（以下簡稱華潤三九）的合作就是個例子。華潤三九在兩化融合大環境下，面對GMP（藥品生產管理規範）的嚴格要求，加快了數字化工廠進程。2015年，華潤三九觀瀾生產基地乳膏劑車間開始與日立合作，導入MES（製造企業生產過程執行管理系統）。
日立積極開展與客户的協創
很多智能製造解決方案的問題在於，提供者自身沒有足夠的產業經驗，加之對客户的需求缺乏深入瞭解，生搬硬套地加上一套“智能方案”，導致事倍功半。
日立與華潤三九的合作並沒有陷入這樣的誤區。從數據採集到場景研究，雙方一起針對目標進行協同創新，將日立的產業智慧通過技術嫁接到華潤三九的工廠中。經過近兩年的合作，雙方克服了系統匹配偏差，生產工藝配合的優化不足等問題，於2017年成功完成系統導入驗收。使得華潤三九觀瀾生產基地乳膏劑車間MES系統通過GMP認證，實現全車間使用電子批生產記錄。
全車間電子批記錄並非易事，在全國範圍內也不多見。通過雙方的高效合作，華潤三九的生產車間的信息化建設達到了一個極高的水平，不但自身能夠創造更大經濟價值，也為社會藥品安全貢獻一份力量。
錦囊三：讓懂你的專家 打理你的數據庫虛擬數字工廠構建過程中，製造業的工藝思想也要轉變。傳統的工藝思想是編制單一流程的工藝規範。但在未來，提煉公司思考邏輯才是核心工作，工藝技術人員需要不斷補充、完善、優化龐大的數據庫。照料好你的數據庫，它就能為智能工廠的決策提供有效參考，選擇安排合理路線。
日本綜合機牀製造商大隈擁有120年曆史，深厚的技術積累使其獨具慧眼，在2013年日元升值，衝擊日本製造業之時，基於對技術積累的強大自信，果斷投資日本國內生產基地。2017年，大隈更進一步，目標直指“僅在必要時期，對必要產品，生產必要的量”的“大規模定製化”。為了實現這一目標，大隈需要協同外部力量解決其中兩個關鍵點：“車間控制週期的高速化”、“面向整體優化的生產可視化”。
大隈建成的新工廠內觀
機牀製造業的品種多，批量少，客户需求精準而多樣，“大規模定製化”能夠很好滿足現實需求。但前提是合作伙伴必須瞭解製造業的每個環節，同時有一套經過驗證的智能化方案。
大隈將合作的橄欖枝拋給了日立製作所. 大甕事業所。後者與大隈一樣，擁有多品種少批量的生產現場。日立將已經運用純熟的RFID（無線IC標籤）技術搭建物聯網環境，與深度數據解析系統結合，將大量數據的分析結果，用於提高整個工廠效率和質量的決策邏輯和流程，為大隈新一代的先進工廠“Dream Site2”(簡稱DS2)提高了生產效率，縮短開發週期。
大隈專務取締役家城淳先生在談到合作成果時説：“如果今後能夠進一步縮短生產開發週期，那麼在日本國內的工廠生產，就要比全球任何其他地方還要高效。推進‘車間控制週期的高速化’和‘促進生產的可視化’能夠加快車間的PDCA循環，幫助提高整個車間的處理能力。也就是説，這一舉措在提高全球性成本競爭力方面具有十分重要的意義。”
錦囊四: 正確理解無人化而非摒棄人不管是在華潤三九的製藥產線，還是大隈的機牀製造車間，智能工廠的一個顯著特徵是人的減少。但這並不意味着“無人化”就是摒棄人，實際上“無人化”的目標是消除人的不穩定因素，同時通過對熟練工人技術工作數據的採集，豐富數據庫，推進生產革新，這一過程中人的作用其實至關重要。
日本株式會社大賽璐與日立進行協同創新，通過合作研發的“圖像解析系統”對操作員的工作進行收集、解析，並分析提示異常預兆。過程中收集的數據還被用來進行培訓教育，這恰恰是對“人”這一因素在未來智能化場景中作用的很好詮釋：經驗提供者＋熟練操作者＋規劃制訂者。
株式會社大賽璐“圖像解析系統”
據專家預測，到2022年，全球智能製造產值將達1.51萬億美元。如此宏大的產業，歸根結底可以分解為兩方面：數據和人。在剛剛結束的騰訊全球數字生態大會上，參展企業日立，就以純熟產業經驗碰撞智能化，迸發出了新的火花，展示了在養老、樓宇公共衞生管理等方面的智能化解決方案，也為智能化的產業以及其外延如何更好為人服務，為產業，為社會的創新事業賦能提供了更多，更廣的參照。
由此可見，對產業智能化的階段性審思考，不但是對數據利用方式和效率的審視，更是發掘不同國家，不同特點的由人奠定的產業風格在與智能化、數字化結合中呈現的特性和共性，將全球智能製造的千頭萬緒，收攏到-樸素的“以人為本”的理念中來。
作者：汪仲元