面向智能制造的汽车产业升级策略问题辨析

【精彩观点】

“智能化只是手段，而非目的。无论制造手段如何升级，制造业的本质从来没有改变，始终是以最低的成本、最快的速度、最高的质量来满足消费者的个性化需求，也就是要实现更高效、更精益求精的制造。从这个意义上讲，智能化为实现更高水平的精益生产提供了全新可能：如果说工业3.0可以在工厂范围内实现精益，那么工业4.0则可以在整个制造体系中实现精益。”

“智能产品是发展智能制造的需求和前提，智能制造是提供智能产品的支撑和保障。两者互相影响、互为促进，共同构成智能时代。”

“在中国制造业的智能制造升级进程中，数字化是基础，也是当务之急。数字化，即以数字来表征信息，通过数字化才能实现数据化。基于此，企业必须全力实现工厂、供应链、产品、营销及服务的全链条数字化。只有将这些环节的数据有效联通，才能通过训练形成并不断提升人工智能的能力，最终实现智能制造。从这个意义上讲，人工智能是通向智能制造理想彼岸的桥梁，而数字化则是最重要的桥头堡。”

【编者按】

赵福全教授在这篇文章中不仅阐释了自己对于智能制造的系统认识，而且给出了汽车产业智能制造升级的具体建议。前者中不乏诸多精辟论断，如制造业的本质追求是以最小的代价创造最大的价值；智能制造是大规模定制化的制造体系，其实现只能依靠整个制造生态的全面升级；智能制造的终极目标虽远，但每一步实践都将给企业带来收益；中国践行智能制造一定要数字化、网联化和智能化三化并行、融合发展等。后者则在论证了汽车智能制造具有特殊重要战略价值的基础上，针对数字化这一当务之急，提出了汽车企业全面数字化建设的战略地图、核心任务以及落地方法，并阐明了中国企业面向智能制造升级的发展策略。

一 制造业的本质与发展阶段

制造业的本质可以概括为，以最小的代价获得最大的价值，并尽可能满足用户的个性化需求，这也是制造业永恒追求的目标。一方面，人们总希望以最低的成本、最快的速度（效率）和最高的质量（品质）来完成生产。历史上，实现这个目的的途径就是少品种、大批量的规模化制造，并最先由福特汽车通过流水线生产方式得以实现，使传统的手工作坊变成了真正意义上的现代工厂。但另一方面，消费者又有很多个性化需求，总希望产品是为自己量身打造的。所以，生产过程还需要有尽可能大的灵活性。显然，大批量制造和个性化需求是一对天然的矛盾。未来制造业的发展方向就在于，如何将这两方面的需求更有效地结合起来。

德国对制造业划分的四阶段，即所谓工业1.0到4.0阶段，其实就是越来越趋近制造业本质的过程。工业1.0实现了机械化，工业2.0实现了电气化，工业3.0实现了自动化，而工业4.0则致力于实现智能化。因此，工业4.0实际上代表的就是智能制造。

自工业4.0的概念提出以来，业界有各种解读。有观点认为，工业4.0，即智能制造是精益生产的替代版或者升级版，精益生产将向智能制造升级。这种理解似是而非，甚至可能会造成误导。实际上，智能化只是手段，而非目的。无论制造手段如何升级，制造业的本质从来没有改变，始终是以最低的成本、最快的速度、最高的质量来满足消费者的个性化需求，也就是要实现更高效、更精益求精的制造。从这个意义上讲，智能化为实现更高水平的精益生产提供了全新可能：如果说工业3.0可以在工厂范围内实现精益，那么工业4.0则可以在整个制造体系中实现精益。因此，在本轮制造业变革的过程中，企业仍应秉承精益的思想来推动智能制造的升级，以实现更精益的生产，这才是智能化带给制造业的根本价值所在。

二 智能制造的内涵与战略价值

1.智能制造的内涵、要点及未来图景

智能制造的内涵是大规模定制化的制造体系，显然，这与制造业的本质相符合。具体来说，这个互联、互动的智能制造体系由数据驱动，不仅包括智能工厂，也包括智能设计、智能生产、智能物流和智能服务等。

这里所说的智能工厂和传统的工厂截然不同。智能工厂是未来企业的数据中心、交互中心、判断中心、决策中心和控制中心，是面向整个产业生态的实施平台。同时，智能工厂还必须与智能生产、智能物流等相互匹配和有效集成，从而把需求、设计、生产、物流和服务等各个环节彻底打通，充分实现互联、互动和智能，由此才能真正实现大规模定制化生产。

智能制造的要点，可以概括为，从万物互联到大数据，再到标准与端口，最后实现全面大集成。这种大集成既是指纵向集成，即企业沿着产业链与上下游的其他企业联系在一起，也是指横向集成，即企业打通自己内部的需求、设计、生产、物流、服务等环节。最终将跨越原有产业链，实现端到端的连接，从而创造出全新的价值。也就是说，在智能制造体系中，互联是基础，数据是核心，标准是规则，集成是终极形态。

展望智能制造时代的未来图景，企业的核心竞争力将与今天大不相同。从工厂的变化来看，当前工厂是集中式、计划式、强中心化和固定配置资源的，而未来工厂是分散式、需求式、去中心化和动态配置资源的。当前工厂生产产品，通过产业链来实现价值，而未来工厂仅生产产品是不够的，还必须产生数据，并且通过数据流来产生和驱动价值。当前工厂主要靠品质竞争，以过硬的产品质量及品质来支撑品牌，而未来工厂既要做好质量，更要实现定制化的产品以及个性化的服务，并由此形成品牌内涵。相比之下，前者只是基础条件之一，后者才是更核心的竞争力。

2.智能制造的战略价值

智能制造是一个综合体系，代表着工业文明的全新时代。对中国而言，实体经济是国民经济的基石，发展实体经济的重点在制造业，难点也在制造业。而智能制造代表着制造业的理想境界，是未来全球制造业的战略制高点，因此，具有重要的战略价值。

首先，智能制造通过充分互联、互动和智能，可以使原来分散甚至多余的产能得到有效的集成和利用，从而变过剩产能为有效产能，使大规模定制化生产真正成为可能，因此，是推进制造业供给侧结构性改革的重要体现。同时，智能制造使制造企业可以实时捕捉客户需求，实现企业与消费者直接互动，即所谓的C2B模式，所以智能制造也是商业模式创新的重要切入点和关键突破口。其次，智能制造可以最大限度地减少中间环节，从而避免人与人之间信息传递速度慢、成本高以及不准确等问题。最后，智能制造还是人类进入智能时代的基础。所谓智能时代，意味着人们在生活中使用的都是智能产品，而智能产品只能靠智能制造体系来打造。如果说智能产品是发展智能制造的需求和前提，那么，智能制造就是提供智能产品的支撑和保障，两者互相影响、互为促进，共同构成智能时代。实际上，智能产品还将成为智能制造体系的重要组成部分：一方面智能产品本身就是智能网联终端，可以收集数据并反馈给智能制造系统；另一方面，智能制造本身集成了大量数据，可以通过数据优化来确保产品更加智能化。

三 传统制造业向智能制造升级的要点

1.智能制造体系的构成

智能制造有三个特性，即整体性、充分性和全面性。整体性，是指智能制造代表着一个国家制造业的整体水平，不是个别工厂，也不是某家企业甚至某个产业做到了工业4.0就能实现的；充分性，是指既要实现充分互联，也要实现充分智能，机器不但要有足够的人工智能（AI）赋能，而且要彼此实时联通和互动；全面性，是指不同于以往历次科技革命都是由技术进步驱动，本轮革命将由技术进步和模式创新共同驱动，而且要在每家企业的每个环节甚至每个车间全面实现。

图1.16展示了智能制造体系的构成及各部分的相互关系。如图1.16所示，只有智能生产才能提供高质量的智能产品，而有了高质量的智能产品才能提供高质量的智能服务，三者之间相互联通，将实现设计、制造、服务的一体化，也就是C2B和B2B（企业对企业）模式的有效组合，从而构成未来智能工厂的核心。对此提供底层支撑的是工业智联网，即工业物联网加上人工智能。工业智联网可以把分散的云端制造资源有效地集成在一起，根据消费者的不同需求，统一、实时地优化调配资源，完成智能产品的打造。同时，未来实现智能制造的企业也一定是能源友好型和环境友好型的，因为只有充分互联和智能，才能获得最节能环保的生产解决方案。最终，在所有这些因素，也就是智能制造大体系的支撑下，人类才能真正进入智能社会或者说智能时代。

由此可见，智能制造的升级是全产业链的全面升级，任何狭隘理解都有失偏颇，这里举例辨析三种观点的局限性。一是认为智能制造就是制造工厂的升级，只需要关注生产环节即可。其实智能制造涉及产业链的各个环节，且各环节相互交织、不断扩展，绝不仅仅是生产端的事情。二是认为智能制造就是去人化，工厂里多装一些机器人和其他自动化设备就是工业4.0了。其实在智能制造体系中，人的作用没有下降反而上升，因为凡是人解决不了的问题，智能机器也难以解决。而且在智能制造体系中，人将成为真正意义上的指挥者和创造者，要有能力同时有效地管理人和机器。三是认为智能制造是大企业的事情，小企业根本不必考虑。其实智能制造是一个综合的体系，最终可能由大企业提供工业智联网平台，但中小企业的作用同样不可或缺。因为消费者的个性化需求是零散的，高水平地满足消费者的不同需求必须依靠优质的中小企业来完成。这实际上正是中国和德国相比最大的差距所在：不同于德国，中国的中小企业虽然数量多，却尚未实现质量优，难以为工业智联网提供足够多的优质云资源。反过来讲，弥补这种差距也正是中国中小企业加快提升、后发赶超的历史机遇所在。

2.智能化升级的进程判断

目前，智能制造已经成为全球公认的发展方向，世界各国都在积极探索。但是智能制造不可能一蹴而就，完全落地还需要相当长的积累时间，所以企业也不宜盲目跟风，进行“大跃进”式的升级。

同时，智能制造的终极目标虽远，但当下的实践就可以让企业获益，而且随着时间的推移，发展智能制造带来的收益还将不断扩大。这是因为，面向智能制造的升级，每打通一个环节，制造水平就会上升一个台阶；每扩展一个领域，制造体系就会完善一个板块。当然，这个发展过程不可能是简单的线性增长曲线，而将是一个呈波浪状的逐步完善的过程。

对于智能制造的升级策略，目前同样有很多认识误区亟待澄清。例如，有观点认为，智能制造时代即将到来，必须抓紧采购德国、日本的工业自动化设备和机器人；也有观点认为，真正的智能制造时代依然遥远，现在尚不需要过早准备。显然，这两种观点皆不可取。实际上，智能制造是一个复杂的系统工程，只靠购买先进设备并不能实现企业的智能制造升级。同时，通向智能制造的征途就是不断提升企业竞争力的过程，企业踏踏实实地实践智能制造，每进步一点，都会在效率、成本、质量以及满足消费者个性化需求等方面获得一定程度的提升。更为重要的是，企业如果不及早参与、努力践行，将来工业智联网一旦形成，就很可能会因自身积累不足而丧失战略机遇。因此，我们必须清楚地认识到，智能制造的升级是一个不断积累、循序渐进的过程，中国企业从现在开始就要统筹规划、有序推动。

3.智能化升级的发展路径

智能制造的发展可分解为三个阶段，即数字化的第一阶段，数字化加网联化的第二阶段，以及数字化、网联化加智能化的第三阶段。数字化是整个过程的基础，它将贯穿始终，使信息变成数据，并为网联化提供支撑。而网联化是在数字化基础上实现互联，使数据得以流通，使分散的资源得以集成应用，同时也让人可以更灵活地控制机器。智能化则是在数字化、网联化的基础上应用人工智能技术，有人工智能赋能的机器之间不仅可以互联，还可以有效互动，从而挖掘出网联化的最大价值。

在中国制造业的智能制造升级进程中，数字化是基础，也是当务之急。数字化，即以数字来表征信息，通过数字化才能实现数据化。基于此，企业必须全力实现工厂、供应链、产品、营销及服务的全链条数字化。只有将这些环节的数据有效联通，才能通过训练形成并不断提升人工智能的能力，最终实现智能制造。从这个意义上讲，人工智能是通向智能制造理想彼岸的桥梁，而数字化则是最重要的桥头堡。

对于中国而言，智能制造的合理升级策略一定是三化并行推进、融合发展。发达国家因推行数字化时间较早，当时还没有实现网联化和智能化的条件，也因此不可能充分考虑到网联化和智能化的需求。而今天中国企业推行数字化之际，已经具备了一定的网联化和智能化基础。因此，我们理应也必须在开展数字化工作的同时，积极推进网联化、智能化工作，并且针对网联化和智能化的需要，来开展数字化工作，这也恰恰是中国的后发优势所在。

四 汽车产业智能制造升级要点剖析

1.智能汽车与汽车智能制造的关系

必须明确，汽车产业面向智能制造的转型升级具有自身特点，尤其是智能产品与智能制造之间相辅相成的关系，在汽车领域体现得更为明显。因此，汽车智能制造的升级，一定是智能汽车（产品）和智能制造（体系）的同步升级。一方面，未来汽车产品将是高度复杂、灵活移动的智能网联终端，本身就是大数据采集、中转和处理的重要节点，同时又特别需要智能制造体系积累的大数据帮助其解决各种现实或潜在的问题。另一方面，汽车智能制造体系也必须有效回应智能汽车产品的这些需求，才能真正趋近制造业的本质诉求。

2.汽车智能制造与全产业链升级的关系

由于汽车是高度复杂的民用工业产品，在新时期将与更多的新旧产业深度交融，所以，发展汽车智能制造并不只是整车、零部件企业的任务，甚至也不只是传统汽车产业的任务，而是全新产业生态系统的共同使命。从这个意义上讲，传统的零部件配套概念应该被供应链概念代替。这是因为，很多新生的产业力量，包括智能硬件和软件的提供商，都已成为汽车产业的重要组成部分。显然，汽车“智造”不仅要在工厂内部，更要在工厂之间乃至全产业链条实现充分互联和协作。在此基础上，汽车产业的转型升级一定会引领和带动制造业整体的转型升级，具体如图1.17所示。面向智能制造的实践，汽车产业是最复杂、最困难的应用载体，但正因为其复杂和困难，汽车产业又是智能制造价值最高、影响最大的应用载体。

3.汽车企业全面数字化的战略地图

作为推动企业转型升级的具体策略，全力推行数字化势在必行，即要在企业的各个环节、各个层级实现信息化，并努力把各信息子系统有效集成起来。图1.18显示了企业内部推行全面数字化的战略地图，其中PLM（产品全生命周期管理系统）、ERP（企业资源计划系统）、WMS/WCS（仓库管理/控制系统）和MES（生产过程执行系统）等子系统目前都已有较为成熟的解决方案，如果企业在这些环节仍有缺口，应及时补足。

当然，仅仅拥有这些软件子系统是远远不够的，智能制造要求各独立的软件系统必须实现无缝连接。例如，负责在企业层面管理销售、采购、财务和物料等资源的ERP系统应与负责管理整个产品体系的PLM系统紧密结合在一起。因为在智能制造，即C2B+B2B模式下，PLM系统必须与ERP系统实时互动，才能将两者的功能最大化。PLM系统要打造什么样的产品，ERP就应该提供什么样的资源支持，反之亦然。其他信息系统的集成也有与此类似的依赖关系。不过在当前阶段要彻底打通各个子系统是非常困难的，这是由于各个子系统所处的逻辑层级不同、连接端口不同、数据标准也不同。反过来讲，正因如此，能够在系统整合上做得更好的企业，将会占据未来智能制造的战略制高点。

4.汽车企业数字化建设的核心任务

汽车企业数字化建设的核心任务是做好连接、数据和流程这三方面的系统布局。在连接方面，要尽可能实现有条件入网的设备、系统全面入网；同时对尚不具备连接条件的设备、系统，则先进行改造，然后再连接入网。在数据方面，要形成采集、存储、呈现和分析数据的全面能力。实际上，要实现ERP、PLM、MES等众多信息子系统的集成，数据库是关键的连接纽带。所以，根据整体和各子系统的需要，开发出高效集成的数据库是智能制造实践的重点工作之一。在流程方面，以连接和数据为基础，企业还要开展流程数字化改造工作，即基于大量电子信息系统的应用，对原有流程进行相应的取消、增加和修改，使其充分满足连接和数据能力的需要。

5.面向智能制造的数据管理及分析系统

在智能制造前景下，数据管理和分析将成为企业的核心能力，也是确保数字化工作真正产生效益的关键。为此，企业的数据管理和分析系统必须形成一个相互关联的整体，实现各个环节、不同层级、多种数据的无缝互通。

以产品数据管理为例，其在软件应用上属于PLM系统的范畴，核心工作是要做好各级不同BOM管理。但很多企业只有少数几种BOM，或者虽然BOM种类齐全，却彼此割裂，标准不统一。显然，这样的产品数据管理存在巨大缺陷。数字化建设的最后阶段，必须通过企业级BOM将ERP和PLM统一起来。而一旦具备了良好的数据能力，企业就可以在数据应用方面大有作为，包括实现数据共享与交换、知识工程管理、质量追溯应用、虚拟研发与制造，也包括挖掘企业运营管理、上下游数据的潜在价值等。具体如图1.19所示。

在智能制造时代，大数据将成为制造业的“黄金”。基于工业大数据，企业可以实现广泛的价值扩展，不仅可以应用于生产制造端，而且可以在服务和使用端产生巨大收益。目前数据仍然是中国多数企业的业务短板，尤其需要重点关注和加大投入。

五 汽车企业智能制造升级策略建议

最后，就中国汽车企业如何践行智能制造升级提出以下策略建议。

第一，企业应重新定位自身的行业角色及产品特点，坚定开启转型征程。首先应面向充分互联的前景，思考自身价值所在。然后根据自身情况，确定合理的智能制造技术升级路线，包括互联方式、通信规格、网络服务设施、网络安全等各个关键领域。在智能制造升级的各项工作中，全面数字化是核心，掌控数据是关键。

第二，企业应基于新模式、新能力和新需求，进行流程和体系再造。在产业全面重构之际，即使此前已经拥有较为完善体系的企业，也不意味着万事大吉。所有企业都必须思考和尝试基于数据的全新商业模式，建立并不断完善适合数据的全新流程与体系。唯有如此，方能实现产品和服务的个性化、数字化，从而降低成本、提高效率。

第三，企业应全面提升数据管控能力，通过数据生成价值。各种各样的生产设备（机器人等）和辅助系统都要实现全面的数据信息管理，使零部件及各种生产因素均成为信息载体，由此构建起多元数据库并逐步实现联通，真正打通技术数据库、供应商数据库、成本数据库等。这些数据库有效打通后，企业就可以实时选择和修正全局最优的综合解决方案，向理想的智能制造境界不断趋近。

实现智能制造是一个长期和渐进的过程，必将伴随着诸多困难，对此企业要有充分的心理准备。同时，面向智能制造的升级可谓时不我待，企业必须抓紧做好顶层设计，进行前瞻系统规划，把握战略机遇，积极有序推进。希望越来越多的中国汽车企业早日完成转型升级，共同构建起中国汽车产业乃至整个制造业的智能制造体系。

（本文根据学术论文《面向智能制造的汽车产业升级路径研究》精编整理；原论文发表于《汽车工艺与材料》2018年第11期，署名作者：刘宗巍、张保磊、赵福全[通讯作者]） Y2uis/fOdcoRIQ4m+fhYOS1xsEmeH16cpcQ2mGLANjpu8/peEiJQvYIjUa6/PGEb