即使面对以内循环为主不受国际政策影响的制造型企业，也因为招工难、成本上涨的现状隐隐作痛，部分企业甚至“一顿操作猛如虎，一年到头还不如卖房利润高”。

　　据不完全统计，仅2016年就有逾百家出售房产，转让金额超20亿元。而与此同时，去年有105家公司的利润不足千万，不抵北上广深一线城市一套住宅的价格，制造型企业之苦可想而知。

　　以前美国流行挖金，但是最终挖金的人并没有取得多少财富，反而是给提供给挖金者服务的却发了财。与此类似，本着救制造业于水火当中提出各自政策，但是如今却成了概念横飞：工业4.0的热潮未退，智能制造、CPS、工业互联网（平台）、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B(C2M)等概念接踵而至，对于大多数制造企业而言，可以说是眼花缭乱、无所适从，每个企业都希望不被时代的车轮抛弃，但是如果每个概念都去尝试极有可能是一地鸡毛，甚至部分企业最终只是赚取了国家补助，并未对企业有更深层的影响更何谈转型。不但概念风起云涌，而且智能制造涉及的技术也非常多，例如云计算、边缘计算、RFID工业机器人机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、TSN（时间敏感网络）、深度学习、MBD、预测性维护......，让企业目不暇接。这些技术看起来都紧接潮流，但如何与企业业务贴合，或者让企业在原有的赛道上提高名次或者拓宽赛道，至今烟云环绕不明方向。

　　不但概念与技术难以甄别，而且企业推进智能制造领域经验十分匮乏，许多制造型企业对于智能制造参与度主要取决于总经理的认知程度，因为根本没有信息化部门，对于数字化转型的认知程度仅存于公众号了解。即使参与许多培训会议也是浅尝辄止，而且现在也有许多不良厂商攒的各种以广告为中心的会议，已经没有了当年以学习为目的的初心。在实际推进智能制造的过程中企业领导像热锅上的蚂蚁，生怕被时代没有打招呼的抛弃，经历了八十年代勇闯天下下海经商、九十年代购各种自动化设备买入，如今渴望搭上数字化转型的列车而又不清楚如何聚焦落地，企业整个信息化规划、实施基本毫无章法可言。

　　很多制造企业仍然认为推进企业数字化转型就是自动化或机器人代替人工，极致追求概念追求所谓的“无人工厂”而将产出比置于脑后，我曾经目睹过某企业通过产线加工某机加件，整个自动化产线亿，但是每年产出只有千万级，如果作为样板工程来推演概念无可厚非，如果是作为实际生产来如此改造，如果放在中小企业身上老板很可能早已经破产去跑滴滴或者送外卖了。所以推进单工位的机器人改造，推行机器换人一定是为了解决某瓶颈工序，产出比应该是可观的，而不是为了实现无人工厂而花费大量成本去满足这个需求。这种让人不禁想起那句话：“世界上没有实现不了的需求，只是看时间与成本，以及回报比”。

　　企业在购买设备时尚不清楚设备除了生产还能实现监控，但是由于缺少专业人员咨询、指导并没有要求厂商免费开放数据接口，大部分设备数据还仅存于机床层面，没有实现生产监控。如果之后想实现设备监控的时候又被设备供应商再割一轮韭菜。

　　如果没有实现设备数据自动采集，生产设备则很可能没有得到充分利用，设备的健康状态未进行有效管理，没有将设备最大化利用。

　　如果是离散制造行业，设备没有实现自动化采集尚可理解，毕竟大部分还属于劳动密集型，但是如果类似于钢铁、化纤等流程行业还处于人工巡检、纸质单据记录的话，这样的企业目前也只能道一句“珍重”后挥手告别，因为流程行业对于生产影响最大的当属于工艺、设备保障等业务，而这些业务统统可以通过设备监控来实现。

　　在工厂运营方面还缺乏信息系统支撑，车间仍然是一个黑箱，生产过程还难以实现全程追溯。生产过程的可视化其实是分为两个部分的，一个部分面向企业内部实现进度跟踪，杜绝窝工现象；一部分面向企业外部是为了展示给客户，让客户进度可查、质量可追溯，主要是为了向客户秀肌肉用的。

　　而如果是面向内部订单管控，这种需求往往会出现在订单多到人工已经管控不了的情况，也就是希望通过进度管控实现增产来获取更多效益。而如果希望面向的是给自己客户秀肌肉的念头去实现运营层面数字化的话，更多是站在希望开拓新的业务的背书之下。但是如果全面实现数字化时间成本可控性严重不足，而且项目风险太大。重点应该以行业样本工程为目标来开疆拓土。

　　智能工厂建设涉及到智能装备、自动化控制、传感器、工业软件等领域的供应商，而且由于缺少统一性规划，许多工厂都是头疼医头脚疼医脚，造成以单点业务优化为核心 ，而没有将整个链条的数据打通。很多企业不仅存在诸多信息孤岛，也存在很多自动化孤岛，看起来自动化程度非常高但是信息化几乎为零。

　　就整个现状究其原因，是智能制造或者智能工厂涵盖领域很多，系统极其复杂，企业还缺乏深刻理解。在这种状况下，制造企业根据业务需求进行单点优化，造成企业的零散投资。对于缺少信息化部门的企业还是应当依托有实战经验的咨询服务机构，结合企业内部的IT、自动化团队以及企业业务痛点，高层积极参与，根据企业的产品和生产工艺，做好需求分析和整体规划，在此基础上稳妥推进，才能取得实效。

　　近年来，全球各主要经济体都在大力推进制造业的复兴。在工业4.0、工业互联网、物联网、云计算等热潮下，众多企业开展智能工厂建设。比如西门子安贝格电子工厂实现了多品种工控机的混线生产；FANUC公司实现了机器人和伺服电机生产过程的高度自动化和智能化，并利用自动化立体仓库在车间内的各个智能制造单元之间传递物料，实现了最高720小时无人值守；施耐德电气实现了电气开关制造和包装过程的全自动化；美国哈雷戴维森公司广泛利用以加工中心和机器人构成的智能制造单元，实现大批量定制；三菱电机名古屋制作所采用人机结合的新型机器人装配产线，实现从自动化到智能化的转变，显着提高了单位生产面积的产量；全球重卡巨头MAN公司搭建了完备的厂内物流体系，利用AGV装载进行装配的部件和整车，便于灵活调整装配线，并建立了物料超市，取得明显成效。

　　但是现在智能工厂没有一个固定模板让其他企业学习，建设内容更是包络万象，更多的是企业将生产方面任何升级改造都归化到智能制造领域，这就造成了智能制造口号震天响，但是蓦然回首智能工厂并没有在灯火阑珊处。

　　当前智能工厂会出现多样化喷涌而出，主要因为我国制造企业面临着巨大的转型压力，但是行业不同所面临的痛点是不一致的，比如产能过剩、客户个性化需求日益增长、订单交付压力大等，迫使制造企业根据自己某个痛点出发完成智能制造改造，所以现在智能工厂会出现差异化、多样性，当然也是企业行业所造成的必然结果。

　　所以我国也出现了例如汽车、家电、轨道交通、食品饮料、制药、装备制造、家居等行业的样板工厂。正因为业务不同，渴望解决的问题或者实现的价值不同，最终造成了智能工厂改造的多样性。

　　在石化、钢铁、冶金、建材、纺织、造纸、医药、食品等流程制造领域，企业发展智能制造的内在动力是设备监控与质量追溯，侧重从生产数字化建设起步，基于质量追溯需求从产品末端控制向全流程控制转变。所以流程制造式企业发展模式首先是设备过程参数监控与设备健康OEE分析，通过生产对于温度、压力等过程参数的控制来进行质量管控与追溯。然后将质量追溯的内容拓展到外协单位与原材料供应商，当然拓展数字化追溯范围的前提是内部已经具备了数字化追溯能力，否则着急拓展到企业外部的数字化意义并不大。所以其智能工厂的建设模式为：第一实现智能单元工艺参数温度、压力等监控与追溯，实现设备OEE管理提升产能；第二由智能生产单元进一步拓展到非关键工序环境的数字化；第三打通上下游企业之间的数据隔阂。

　　在机械、汽车、航空、船舶、轻工、家用电器和电子信息等离散制造领域，由于离散制造业人工参与较多，企业发展智能制造的核心目的在于最大限度的实现数据共享，缩减因信息不通畅而造成的窝工现象，所以离散行业虽然现在比较提倡全部自动化的智能单元，但是仅限于瓶颈工序，否则即使全部实现流水线式的智能单元也没有实现透明化管理对于生产效率、质量等方面效益来得多。所以其智能工厂的建设模式为：第一实现生产过程透明化管理；第二通过在线质量检测、智能单元设备监控实现瓶颈工序产量提升；第三实现设计、服务与制造之间多维度数字化协同。

　　在家电、服装、家居等距离用户最近的消费品制造领域，企业发展智能制造的重点在于充分满足消费者多元化需求的同时实现规模经济生产，侧重通过互联网平台开展大规模个性定制模式创新。因此其智能工厂建设模式为：一是推进个性化定制生产，引入柔性化生产线，搭建互联网平台，促进企业与用户深度交互、广泛征集需求（犀牛智造已经在做了）；二是推进设计虚拟化，打通设计、生产、服务数据链，采用虚拟仿真技术优化生产工艺；三是推进制造网络协同化，变革传统垂直组织模式，以扁平化、虚拟化新型制造平台为纽带集聚产业链上下游资源，发展远程定制、异地设计、当地生产的网络协同制造新模式。

　　上述模式与赛迪智库所归结的行业与数字化转型趋势不谋而合，所以只能智能工厂也是按图索骥，根据自己行业寻找行业难点与其他赛道（利润增长模式)，然后针对性改造。

　　虽然智能工厂的建设模式会因为行业、企业有所差异，甚至是千差万别，但是最终的我们分析了几种建设模式之后都会发现他们最终的归宿都是打通异地协同、贯通上下游厂商、实现服务增值，也就是说需要实现企业与企业之间的数据互联、贯通，甚至在部分行业需要实现TO B、TO C的多维度数据共享，构建产业平台，以平台化优势赋能产业。所以我是比较认同赛迪智库对于工业互联网的定义：工业互联网=工业全要素+全价值链+产业链重构。

　　智能制造定义为基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，实现该智能制造可以缩短产品研制周期、降低资源能源消耗、降低运营成本、提高生产效率、提升产品质量。

　　工业互联网是新一代信息技术与工业系统全方位深度融合所形成的 产业和应用生态，是工业数字化、网络化、智能化发展的关键综合信息基 础设施。其本质是以人、机、物之间的网络互联为基础，通过对工业数据 的全面深度感知、实时传输交换、快速计算处理和高级建模分析，实现智 能控制、运营优化和生产组织方式变革。

　　通过概念定义可以看出工业互联网与智能制造从表面论述看各有侧重，一个侧重于工业服务，一个侧重于工业制造，智能工厂偏向于企业内部优化改造，而工业互联网希望借助工业级平台化优势打破产业链当中企业之间的数据鸿沟，进而孕育新的业务模式或者服务方式，为企业打开新的利润点、拓宽企业赛道。

　　所以我们可以清晰汇总出工业互联网是智能工厂的旗舰版，本身应该在企业已经完成内部智能制造升级改造之后，也就是说打开了企业内部业务的黑盒子，而希望将数据拓展到外部上下游或者说产业链，这个时候工业级平台才会应运而生，但是由于电子商务、手机APP提前打开了客户端服务数据，才会进一步将工厂与个人之间数据互通的需求提前暴露，所以对于工业级平台或者企业上云的诉求、紧急度大幅提升，这才有了工业互联网提前面世。

　　对于工业互联网目前在新基建当中被重点提出，除了互联网大数据爆发造成对于工业制造端数据的需求大幅提升之外，还有一点就是站着国家的层面渴望塑造更多的智能工厂样本工程进而对整个产业形成羊群效应，通过样板工厂倒逼产业链升级，另外一点就是迫切希望通过工业互联网新基建缩短产业升级的周期，因为工业互联网比智能工厂站位更高，在概念的定义当中已经提出产业级、工业级平台的关键字，在产业升级的过程中更容易孵化出更多的商业模式。

　　本来现阶段属于智能工厂样板工厂已打造，逐渐进入产业升级综合集成阶段，然后再到业务模式创新，但是国家在现阶段提出工业互联网显然希望加快进度，所以在当前阶段利用工业互联网发力。

　　通过2020年3月20号《工业和信息化部办公厅关于推动工业互联网加快发展的通知》 也能隐约感受到国家层级的用心良苦，跨平台是希望孕育更多的商业模式，垂直行业深化工业互联网应用其实就是目前智能工厂发挥的作用：样板工厂推动产业链升级。

　　尽管工业互联网概念现在已经深入人心，但是通过如下已经发布出来的应用场景来看，我们私户也有有种智能工厂建设模式的错觉，其实工业互联网是希望站在产业级更高维度上去推动新的商业模式产生，但是步子还是要一步步往前迈，这就造成了扯着工业互联网的大旗干着智能工厂的事实，但这种情况是前期工业互联网与智能工厂交接所不可避免的现象。因为即使现在搭建产业级平台首先需要解决的也是企业内部数字化的问题，这部分内容不可避免而且不得不做。

　　东方国信智能化生产：基于cloudiip工业互联网平台，围绕冶炼配方、冶炼工艺、高炉安全等开发了炼铁云平台，覆盖了全国30%左右的高炉；

　　京博石化设备健康管理：基于supos工业互联网平台利用人工智能和大数据技术，将设备故障预警和故障处理的机理模型部署在设备端，实现设备本体的智能化；

　　波音公司只会研发：基于同一数据源和统一模型进行研发设计，波音777实现全球238个DBT团队协同研发；

　　海尔集成柔性化生产：基于cosmopat平台打造15家互联网工厂，形成以用户需求驱动的即需即供、弹性部署的柔性生产能力。

　　也就是说目前工业互联网在近期或者很长一段时间仍然会以智能工厂建设内容的方式攻城略地，一边带动企业内部数字化、一边伺机寻找新的商业模式。这个阶段会存在比较长的时间，如果说非常渴望缩短这个阶段，只能通过人工录入数据的方式先营造出企业数字化繁华的景象，然后通过人工录入的假数据倒推新的商业模式，然后再逐步实现企业数字化改造，不过这样的方式有些杀鸡取卵的味道。

　　通过上述公布的工业互联网场景除了能够读出智能工厂的味道，另外我们也发现发布各类应用场景的都是之前某行业的集成商，在行业中已深度耕耘十数年。行业ISV或者集成商对于企业业务相对比较了解，完全能够实现行业中某企业数字化改造，甚至通过样本工厂推动产业链中企业进行升级改造。但是如果站在产业链当中创造新的业务模式、塑造新的商业模式就有些强人所难了，因为行业集成商的能量是有限的，一般以中小企业为主，即使举公司之力研发工业级平台也只是望洋兴叹，因为新的商业模式需要注入的资本与技术门槛相对都太高。

　　即使站在制造企业的角度来看，企业数字化的目的相对比较单纯，就是为了开源节流，所谓节流就是为了实现过程可视化缩减交付周期、减少窝工现象，开源则是更多以数字化、可视化塑造企业品牌来获取更多订单，在客户那获取更多的信任，在同行业或者客户那里获得更多的话语权（诸如海尔、三一、许工等已经具备行业足够话语权），当具备一定话语权之后谈及商业模式才更有说服力。

　　既然行业集成商与制造企业都很难实现工业互联网终极目标：模式孕育，因为缺乏系统技术与资本。这份责任显然会落入到资本与技术结合比较紧密的寡头身上，所以现在虽然许多企业都声称自己在做工业互联网，但是具备实现工业级平台能力的少之又少，更多的只是利用概念拉一些项目仅此而已。

　　但是具备技术能力与资本的寡头对于是无法深耕行业的（中国是世界上制造业种类最全的国家），而且寡头们进入某行业深耕企业信息化与其定位不符，再者断人财路如杀人父母，显然进入企业信息化领域就是与行业集成商争夺市场利润从而有了不共戴天之仇，即使强如华为也一直声称自己“上不碰应用”，一方面与华为做底层技术的定位不符，另外一方面就是担心自己与众多行业集成商的利益发生冲突进而影响自己其他服务的销售。所以目前还是寡头通过更底层的方式进入到工业互联网领域，比如以IAAS、PAAS云服务的方式推动企业上云，而对于SAAS端的应用虽然是最重要的但也是最棘手的，只能通过行业供应商一步步蚕食。所以这个阶段寡头更多做的是搭建平台的作用，而不具备云计算方面底层平台能力的企业更多还是打着工业互联网的旗号以智能工厂项目的形式来历练自己的二次开发平台，比如海尔、东方国信等。

　　综合来讲，工业互联网与智能工厂概念有所差异但殊途同归，都是为了缩减制造企业的运营成本、扩展制造业企业利润点赛道等为出发点，但是智能工厂更加偏向于企业内部的升级改造，工业互联网更像是站在产业链之上对于商业模式的审视与探索，两者相辅相成而又先后传承。

　　等技术手段，管理人员得以无需时刻待在现场，实现远程监控并控制生产过程中的每一个环节，从而实现无人值守。

　　”认定 /

　　数字化升级 /

　　设备 /

　　的核心是数据的价值发现问题，但由于历史原因，“信息孤岛”现象在企业内部、企业之间大量存在。标识解析技术是目前可见解决“信息孤岛”、完成

　　与集成应用、建模分析与优化等技术，优化生产全流程的各种要素资源，使其数字化、网络化、自动化、

　　” /

　　赋能效应，形成产业链上下游融通发展格局，成为稳定经济增长的关键动力。 随着5G网络的推广，

　　Open AI和苹果合作，将AI大模型植入手机/土耳其对中国进口汽车加征40%关税 热点科技新闻点评