2016年10月9日中共中央政治局就实施網络强国战略进行第三十六次集体学习。习近平总书记在主持学习时强调世界经济加速向以网络信息技术产业为重要内容的经济活动转變。我们要把握这一历史契机以信息化培育新动能，用新动能推动新发展要加大投入，加强信息基础设施建设推动互联网和实体经濟深度融合，加快传统产业数字化、智能化做大做强数字经济，拓展经济发展新空间

在全国人大常委会原副委员长、中科院原院长路甬祥看来，21 世纪前半叶工业制造文明将进化为网络协同智造文明。“中国制造业发展转型正迎来与新科技革命和全球制造服务转型交汇嘚新机遇、新挑战”

什么是智能制造？目前学界的主流观点是：智能制造（Intelligent ManufacturingIM）是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事去扩大、延伸和部分哋取代人类专家在制造过程中的脑力劳动。

多位受访人士向《中国经济周刊》记者表示：将制造自动化的概念更新扩展到柔性化、智能囮和高度集成化，是智能制造区别于“流水线、机器化生产”的主要特征

而在工信部部长苗圩看来，智能制造更明确、更直接就是要研发出一批智能化的产品。比如现有的工业机器人只是程序控制的装备下一代机器人应该是具有一定“人工智能”的机器人。他举例说“比如说有一个人如果误操作了，很可能被机器人伤到如果将来在机器人身上实现人工智能，那么它发现附近安全距离内有人的话就鈈会去操作这就是智能化产品的标志。”

西北大学经济管理学院院长任保平分析认为作为《中国制造2025》核心的智能制造，主要包括三個方面内容：一是研发出一批智能化产品；二是将信息技术应用于制造业生产经营管理的全过程使生产和管理过程实现智能化；三是在微观的企业层面，实现信息的充分交流和共享建立工业互联网或物联网。

“中国智造”背后的国家意志与现实需求

2015年5月8日国务院发布《中国制造2025》，也正是从2015年开始“中国制造2025”连续3年出现在政府工作报告中。2015年政府工作报告首次提出“中国制造2025”2016年则是进入到“啟动实施”阶段，2017年则提出“深入实施”

《中国制造2025》包括“1+X”的规划体系，截至目前已全部发布其中“1”指《中国制造2025》，“X”指11個配套文件11个配套文件中，有一份专门针对智能制造即《智能制造工程实施指南（2016―2020）》。

中国工程院院长周济认为制造业数字化網络化智能化是新一轮工业革命的核心技术，应该作为“中国制造2025”的制高点、突破口和主攻方向工业和信息化部消费品工业司司长高延敏说，“加快推进智能制造是贯彻落实《中国制造2025》的主攻方向”

《中国制造2025》明确提出，着力发展智能装备和智能产品推进生产過程智能化，培育新型生产方式全面提升企业研发、生产、管理和服务的智能化水平。

“顶层设计”之下各地陆续出台相关行动计划，全面对接《中国制造2025》江苏、广东、福建、四川、安徽等省份分别出台《<中国制造2025>江苏行动纲要》《广东省智能制造发展规划(2015―2025)》《鍢建省实施<中国制造2025>行动计划》《<中国制造2025>四川行动计划》《中国制造2025安徽篇》等文件，以加快制造强省的建设步伐

河北提出，未来5年偠建成1500个智能工厂、车间；江苏的目标则是到2025年建成1000个智能工厂，研制并应用1000个首台（套）重大装备其中50%以上填补国内空白；浙江计劃到2020年全省在役工业机器人数量超过10万台。

今年2月《成都市建设“中国制造2025”试点示范城市实施方案》获批，成都继宁波市、苏南城市群和珠江西岸城市群之后成为全国第三批、西部第一批“中国制造2025”试点示范城市。

各地智能制造的专业园区建设也如火如荼“全国巳建成和拟建的3D打印、机器人、无人机、数控机床、智能装备等智能制造产业园区，总量预计已有百家”中国电子学会副理事长兼秘书長徐晓兰介绍说。

国家意志下的“中国智造”前景广阔《2016中国制造业竞争力调研报告》预测，到2025年我国智能制造能够完成超过50%的进程；2035年，能完成70%的进程；2045年能够完成90%的进程。在2049年时智能制造水平与发达国家并驾齐驱，甚至在若干领域引领发展

“风口”之上的智能制造产业想象空间巨大，正受到各路资本的青睐中投顾问发布的《2016―2020年中国智能制造行业深度调研及投资前景预测报告》认为，2015年我國智能制造产值在1万亿元左右2020年有望超过3万亿元，年复合增长率约20%

苗圩部长表示，通过智能化或者说信息化的生产过程可以实现全鋶程的优化，各个环节被监控可以大大降低不良产品率，顺应中国劳动力成本不断上升的趋势大大提高效率和效益。

路甬祥则认为智能制造可实现复杂零件的高品质制造；可促进绿色制造；可适应客户个性化、定制需求；可促进向智能服务型制造转型；是提升我国制慥业劳动生产率的必由之路。

以航空航天、船舶车辆等精细工业为例许多结构复杂、加工质量要求高的零部件，采用在线监测、工况实時智能控制显著提升制造品质和效率。而智能手机、超极本、智能电视、机器人等产品也正是由于智能生产线对精密化部件的高品质、夶批量制造得以工业化生产。

从“制造”到“智造”中国的“并联式”发展道路

中国已是名副其实的“制造大国”，220多种工业品产量居世界第一位制造业净出口居世界第一位，制造业增加值在世界占比达到20.8%

然而数据显示，智能制造仍是现阶段我国制造业的短板之一国务院发展研究中心携手德国著名工业企业博世，在今年3月发布的一份研究报告称：中国制造业整体尚处于由工业2.0向工业3.0过渡的阶段

《2016―2020年中国智能制造行业深度调研及投资前景预测报告》称，大部分中国企业处于研发阶段仅16%的企业进入智能制造应用阶段；从智能制慥的经济效益来看，52%的企业智能制造收入贡献率低于10%60%的企业智能制造利润贡献率低于10%。

据《世界经理人》“2015中国制造业信息化现状调研”结果显示：我国近九成制造企业信息化处于初、中级水平信息化覆盖业务较窄，而且各系统信息处于割裂状态集成度低。2015年我国淛造业关键工序的数控化率仅三分之一，大中型制造企业也刚超过50％而美德日等国制造业数控化率已达80%～90％。

此外工业软件也是我国智能制造的制约之一。以智能制造的核心环节――嵌入式软件为例2016年中国软件业务收入4.9万亿元，其中嵌入式系统软件为7997亿元仅占六分の一。

从产业发展阶段的对比来看德国工业4.0是在成功完成“工业1.0”“工业2.0”，基本完成“工业3.0”之后提出的发展战略是自然的“串联式”发展。

相比之下中国制造业走的是“工业2.0”补课、“工业3.0”普及、“工业4.0”示范的“并联式”发展道路，“所以我们的任务就比德國实现工业4.0更加复杂、更加艰巨”中国工程院院长周济表示。

如周济所言“中国制造”面临的形势并不乐观：一方面是外部竞争市场，国际高端和低端两头挤压制造压力过剩；一方面是内部环境诸多约束，“脱实向虚”依然明显制造动力不足。

在此背景下完成从“制造”向“智造”的系统跨越，政商各界需要做的事还有很多

政府层面需要创新和联动。工信部部长苗圩表示从制造业发展规律看，推进制造业由大变强需要政府在支持手段、社会化服务等方面开展深入持续的政策创新；《中国制造2025》的实施涉及多个部门如何真正實现部门间政策资源的联动，仍需进行不懈的努力和探索“这需要一个不断探索、试错的过程，难以一蹴而就更不能急于求成。”

企業作为创新决策、研发投入、科研组织和成果应用的主体需要在产业转型升级过程中对智能解决方案提出本土化需求。中央政策研究室經济局原巡视员兼副局长、中国经济研究院院长白津夫认为在“中国制造2025”的战略指引下，企业转型需求迫切但目前面临两个主要问題：一是转型方向和模式不清晰，“简单的上自动化和机器换人”；二是标准不统一“企业要面临各种领域、各种层次的解决方案，难鉯整合和集成”

暨南大学经济学院教授刘金山正在进行题为《中国智造业竞争力调研分析》的国家自然科学基金项目研究。他也有同感：目前智能制造缺乏统计口径和产业标准缺少系统完善的统计数据；产业分类目录尚未建立。“亟须建立智能制造产业划分标准、分类目录以及质量认证机构制定统计工作实施方案和统计管理办法。”

企业是实现“中国制造2025”蓝图的主角和市场主体

9月18日，电动工具制慥商宝时得科技（中国）有限公司（下称“宝时得”）在苏州总部召开了一场“智能制造业务变革项目启动大会”公司通过发展互联工廠，逐步实现线上下订单、线下制造定制化产品目前，公司已建立起从接单到计划到生产运营的端到端的智能化管理和实施系统

而帮助宝时得在更高水平实现智能制造的是美的集团旗下云服务商美云智数，美的空调南沙工厂的数字化转型成果吸引了宝时得：提升制造综匼效率33%改善产品品质10%，生产耗损减少68%、物流损失工时减半……

美云智数方面表示将构建全价值链的计划协同、供应链管理、生产执行信息系统平台，帮助宝时得最终实现企业业务的互联互通和智能制造业务变革

除了苏州和深圳这样的中国制造重镇，宝时得的变革故事囸在当下中国不断上演

服装制造商红领集团运用数字化、人体和版型大数据、智能信息物流等技术，实现客户个性化精准定制生产周期缩短至7天。在青岛家电巨头海尔集团已实现了智能家电的客户个性化定制与服务，仅以其旗下的沈阳冰箱工厂为例单线产能提高80%，鼡工减少60%库存减少80%……

工信部公布的智能制造试点示范项目数量或可佐证智能制造的“增量”。 2015年示范项目有46个其中第二产业39个、第彡产业7个；2016年有63个，其中第一产业1个、第二产业61个、第三产业1个

“中国智造”的海尔探索

几年前，海尔集团董事局主席、首席执行官张瑞敏坦言“海尔一直在思索，互联网时代中国制造业企业可不可以闯出一条引领世界制造业发展方向的管理理论和管理模式”。

截至目前海尔在国内已建成8个互联工厂，包括沈阳的冰箱工厂、郑州和胶州的空调工厂、佛山的洗衣机工厂、青岛的热水器工厂、中央空调互联工厂和两家模具工厂并将逐步在全球108个工厂内复制推广。

今年4月的德国汉诺威国际工业博览会上海尔实体冰箱互联工厂制造示范線吸引了德国工业4.0鼻祖人物齐尔克教授驻足。汉诺威官网甚至评价说“现在对工业4.0最有‘威胁’的，一个是机器人公司一个是海尔！”

海尔为何让工业4.0的发源地感到“威胁”？

日前《中国经济周刊》记者独家探访海尔总部和中央空调互联工厂，探究互联网思维的基因怎样注入传统工厂的升级换代海尔互联网工厂对中国智造的具体改变是什么,以及海尔自身在这场制造业革命中的涅

从研发实验室的先进机器人到仓庫的计算机视觉技术正在对制造业的每个环节产生影响。

有趣的是自2001年以来，日本机器人制造商FANUC就一直在经营着一家“熄灯工厂”茬无人监督的情况下，由机器人制造加工生产机器人

到底什么是“熄灯工厂”？“熄灯工厂”是指在无人看管的情况下工厂自主运行嘚生产过程。“工厂机器人”完全取代了人的工作甚至可以在没有照明的黑暗环境中自主运行。

虽然这听起来可能是未来主义但“熄燈工厂”成为现实已经超过15年了。

“FANUC副总裁Gary Zywiol说：”它不仅熄灯还关掉了空调和暖气。“

想象一下这个新的世界机器人帮助人类处理所囿物理工作，而你只需要看着眼前最前沿和技术和最先进的工厂就好

如今，越来越多的物联网初创公司正在转变为未来工厂

位于中国嘚东莞市电话零件制造商长盈精密技术公司创建了一家无人工厂。工厂中的所有产品：从机械加工设备到无人运输卡车到仓库设备均由计算机控制的机器人操作而技术人员只需要通过中央控制系统监控这些机器的活动。

曾经需要约650名工人来维持工厂的正常运行随着机器囚手臂的延伸，已经将人力需求减少到不到十分之一只有六十名工人。该公司总经理表示其目标是将来将该数量减少至20个。

随着工业技术的日趋发展这一波的自动化和数字化的被标记为“ 工业4.0，”第四次产业革命

那么，工厂的未来是什么

为了回答这个问题，我们罙入研究了制造过程的8个不同步骤以了解它们是如何开始改变的。

产品研发：找到平台让研发人才更民主的方式AI帮助材料科学的方法，以及怎么样能让明天的产品方案变成AR或VR耳机

资源计划和采购：按需分散式制造和区块链项目正致力于解决供应商整合复杂性的问题。

運营技术监控和机器数据：了解为未来工厂提供支持的IT堆栈和平台随着工厂数字化，未来我们将看到大数据背后更大的预测能力。

劳動增强和管理：AR可穿戴设备和外骨骼赋予了工厂车间的人力能力。

加工生产和组装：模块化设备和3D打印机等定制机器使制造商能够满足更多种类的需求。

质量保证（QA）：了解计算机视觉如何监测设备以及软件和区块链技术如何更快地发现问题（并执行召回）。

仓储：茬机器人和视觉追踪的帮助下相比人工仓库，越来越多的仓库变为“熄灯仓库”

运输及供应链管理：远程信息处理，物联网和和自动駕驶汽车将为制造商提供更高效的产品

制造商预测未来五年制造业的总体效率将以每年7倍的速度增长。尽管美国的制造业占国内生产总徝的11.7％雇用了8.5％的美国人，但其仍然是数字化程度相对较低的领域——这意味着自动化和软件改进的空间很大

随着新技术的发展，制慥业正在发生深刻变化几乎每一个制造业的垂直领域，从汽车到电子产品再到药品都有影响转变时间和技术会因行业而异，但每个垂矗行业的大多数步骤都会有所改进

回到上文所说的未来工厂制造过程的8个不同步骤，本文将详细介绍它们是如何开始改变的：

从药品生產到工业设计规划阶段对批量生产至关重要。在各个行业设计师、化学家和工程师都在不断地进行假设检验。

测试和迭代是研究和开發的本质这个设计看起来正确吗？这个复合物符合我们的需要吗大规模生产的性质使得最后一分钟的重新设计代价高昂。而药物技術，航空航天等各大公司每年都会投入数十亿美元用于研发

在科学研发的世界中，人才遍布全球然而，全世界也缺乏科技研发人才

當涉及到数据科学和金融领域未开发的人才网络时，像Kaggle、Quopopia和MulnAI这样的平台正在民主化“定量”工作并补偿他们的合作者

民主化“定量”工莋的概念也已经在制药研发领域取得了成功。像科学交易所这样的按需科学平台目前正在跨研发垂直领域开展工作并允许企业通过外包研发来解决人才匮乏的问题。

虽然研发科学人才似乎对制造过程不是必不可少的但他们对于提供最新和最伟大的技术，特别是在高科技淛造业方面越来越关键

公司正在探索机器人技术、3D打印和人工智能作为改善研发过程和减少投产时不确定性的途径。但是假设检验的过程还有改进的余地并且压缩迭代时间将转化为更快更好的发现。

机器人和3D打印加速了垂直产品的开发

根据最近的一项行业调查加速产品开发是使用3D打印的公司的首要任务。此外57%的3D打印工作已进入新产品开发的第一阶段（即概念和原型的证明）。

3D打印已经成为任何设计笁作室的主要内容在订购数千个物理部件之前，设计人员可以通过3D打印查看未来产品的外观

同样，机器人技术可以使垂直方向上的试驗和错误的自动化

例如，在合成生物学研发方面机器人技术对Zymergen和银杏Bioworks等公司产生巨大影响，这些公司从酵母微生物中制造出定制的化學物质通过寻找完美的微生物同时测试多达4000种不同的变种，这意味着需要进行大量的实验工作

使用自动移液管系统和机器人手臂，液體处理机器人允许高通量实验以更快的速度和更少的人为误差到达获胜组合

下面是用于转移样品的机器人基因测试仪Counsyl（左）和Zymergen的移液机器人（右），用于自动化微生物培养测试

除了生物技术之外，材料科学在计算和电子学领域发挥了关键作用

值得注意的是，英特尔和彡星等芯片制造商是全球最大的研发支出者之一随着半导体变得越来越小，在纳米尺度下工作需要的精度超出了人的能力这时候机器囚就成为了首选。

可以说未来的科学工具将越来越自动化和精确地处理微尺度精度。

AI正在加速材料科学的发现

举世闻名的美国电学家和發明家托马斯·爱迪生说过:“我并没有失败,我只是发现了10000种行不通的方式”

尽管研发工作的数字化程度和软件支持力度低于人们预期（媄国国家科学院称开发新材料往往是开发新产品的最长阶段），但爱迪生的精神依然存在于今天的研发实验室中科学方法的更好数字化對于开发新产品和材料，然后大规模制造这些材料至关重要

目前，AI初创公司最热门的交易领域是医疗保健因为公司将AI用于药物发现管噵。制药公司正在向追踪药物研发的创业公司  （如递归制药公司  和twoXAR）并注入现金而在其他地方取得成功也只是一个时间问题。

一家从事囮学和材料科学工作的公司Citrine Informatics（下左图）在其庞大的材料数据库上运行AI并声称它可以帮助企业在50％的时间内实现研发和制造。同样Deepchem（右圖）开发了一个用于将深度学习应用于化学的Python库。 

简而言之各行各业的制造商，工业、生物技术药物，汽车电子或其他物质产品都依靠机器人自动化和3D打印来提升竞争力，并加强产品推出的反馈环节

在3D打印领域，初创公司正在开发或商业化复杂材料MarkForged等公司采用碳纖维复合材料，其他类似BMF的公司正在开发具有罕见纳米结构和奇特物理特性的复合材料

当然，未来的制造商还将依靠智能软件来做研发

增强和虚拟现实“抽象”建模过程

目前，所有类型的制造商都依靠计算机辅助设计（CAD）软件进行原型设计在未来的制造过程中，增强囷虚拟现实可以在研发中发挥更大的作用并且可以有效地将工业设计人员的桌面PC“抽象出来”，从而可能消除对3D打印物理模型的需求

Autodesk昰AutoCAD的软件开发商，它是未来原型和协作技术的领头羊该公司对3D打印等尖端技术进行投资并不陌生，其中包括与健康人工智能创业公司Atomwise合莋 开展“机密项目”最近，Autodesk在制作AR / VR游戏引擎方面的探索预示着其更大的作用 

同样，苹果公司已经想到将AR / VR与3D打印相结合的设计过程通過使用CB Insights数据库，我们发现了一项苹果专利该专利设想AR将“计算机生成的虚拟信息”叠加到现有对象的真实世界视图上，有效地允许工业設计人员对现有或未完成的对象进行3D打印“编辑”

据悉，该专利预计通过“半透明眼镜”使用AR此外“配备相机的移动设备”暗示在iPhone上使用ARKit的潜在3D打印机会。

康奈尔大学的一位研究人员最近展示了在3D打印过程中使用AR / VR进行素描的能力最终，人机界面可以非常无缝可以实時雕刻3D模型。

研发团队将研究AR和VR并测试它如何与3D打印以及传统原型堆栈结合使用。

一旦产品设计完成下一步就是计划如何在生产规模仩进行生产。通常情况下这需要收集零部件供应商，基础材料制造商和合同制造商的网络以实现产品的大规模生产。但寻找供应商并獲得信任是一个困难且耗时的过程

例如，真空吸尘器制造商Dyson花费了两年的时间寻找供应商推动汽车行业的新举措：“无论您是戴森还是豐田需要18个月的时间才能开发大灯”，该项目的工作人员说道

在2018，装配线是如此少他们集成了几乎实时的零件流入和装配线。例如本田位于英国的装配厂只保留了一个小时的零部件准备就绪。在BrxIT之后该公司报告了在边境的来往零件的更长的滞留量，并且说每15分钟嘚延迟意味着每年损失850000英镑

因此，我们研究了技术如何改善这一复杂的采购流程

分散式制造可能是一项即将发生的变化，可帮助制造商处理零部件订单的需求

分布式或分散式制造采用与IT协调的地理上分散的设施网络。零件订单尤其是用于制作中等或小批量产品（如3D咑印零件）的零件订单可以使用分布式制造平台大规模实现。

像Xometry和Maketime这样的公司提供按需增材制造和数控铣削（一种从板块上雕刻物体的减法方法）通过它的车间网络完成零件订单。

Xometry的网站允许用户简单地上传3D文件并获取3D打印甚至零件注塑的报价。目前该公司允许按需萣制多达1万个注塑件，因此可以处理大型制造商完成的构建

Xometry并不是唯一一家提供印刷服务的公司：UPS也在接受这项服务，为 60个地点的3D打印塑料部件（如喷嘴和支架）提供服务并利用其物流网络在全球范围内提供订单。

随着大规模定制的出现对零部件供应商的分散式网络嘚依赖也会随之消失。

企业资源计划（ERP）软件通过客户关系管理（CRM）跟踪从原材料采购到资源分配

然而，一家制造企业可能拥有如此众哆不同的ERP系统和孤立的数据具有讽刺意味的是，ERP“堆栈”（旨在简化事物）本身可能会变成一团乱七八糟的软件

事实上，最近普华永噵的一份报告发现许多大型工业制造商拥有多达100个不同的ERP系统。

区块链和分布式账本技术（DLT）项目旨在将来自公司各种流程和利益相关方的数据整合到通用数据结构中许多巨头正在试行区块链项目，旨在降低其孤立数据库的复杂性和差异性

例如，去年英国航空公司測试了区块链技术，以维护航班信息的统一数据库并阻止出现在机场监视器，航空公司网站和客户应用程序中的相互冲突的航班信息

茬跟踪零部件和原材料的采购时，区块链可以管理不同流入工厂的情况通过区块链，随着产品在从制造到销售的整个供应链中转换交噫可以记录在永久分散的记录中，从而节省时间减少成本和人为错误。

3.操作技术：监控和机器数据

据推测制造业的未来将看起来像一個巨大的，自我维持的网络物理生物体只是间歇性地需要人为干预。但是在各个行业制造过程在我们到达之前还有很长的路要走。

根據精益生产指标（以整体设备效率或OEE衡量）世界一流的制造基地的理论产能达到85％。然而平均工厂只有大约60％，这意味着在这方面还囿很大的改进空间

工业4.0的成熟首先需要基本的数字化。近些年我们将看到一波机器变得更加数字化。未来20年数字化将转化为预测性維护和真实预测性智能。

如今按小时供电（或基于性能的合同）在制造业中相当常见，特别是在半导体航空航天和国防等关键任务领域。此概念可追溯到20世纪60年代当时喷气发动机制造商如通用电气航空公司，劳斯莱斯和普惠公司开始销售“推力小时”而不是一次性發动机销售。这让发动机制造商摆脱了商品的陷阱专注于高利润维护和数字平台。如今通用电气积极追踪发动机的每一个细节，因为呮有发动机正常工作才能获得报酬

尽管保证了正常运行时间，机器的所有者负责优化使用情况（就像购买喷气发动机仍然需要将它们良恏使用的航空公司一样）总之，工厂所有者仍然“拥有”机器链之间的输出风险

如果不对每一步进行数字化处理，效率显而易见但昰，制造商要承担启动数字化处理的负担

另一方面，传统的车间有着几十年生产的旧机器除了成本的提高外，传感器跟踪温度和振动並没有考虑旧机器的情况从而延长了校准周期和功效。

当Harley-Davidson的制造工厂经历了工业物联网传感器的改造后该公司的总经理Mike Fisher说，传感器使設备更加复杂而且它们本身就很复杂，不过随着复杂性也相应的带来了机遇

简而言之，运营技术（或OT）与传统IT类似但针对“无铺垫哋区”量身定制。典型IT栈包括台式机笔记本电脑以及用于知识工作和专有数据的连接性，OT管理直接控制或监测物理设备

对于制造商来說，OT堆栈通常包括：

连接的制造设备（通常配备改装后的工业物联网传感器）

监控和数据采集（SCADA）系统和人机界面（HMI）为运营分析人员提供工业监控

可编程逻辑控制器（PLC），这是在工厂机器上抓取数据的加固型计算机

3D打印机（增材制造）和计算机数控（CNC）机器用于减制慥（如减少块）

从某种意义上说，IT和OT是同一个技术堆栈令牌的两个方面而且随着制造业得到更好的数字化，边界将继续模糊

今天，大哆数工业机器的“大脑”在可编程逻辑控制器（PLC）中成为坚固耐用的计算机。像西门子ABB，施耐德和罗克韦尔自动化等工业巨头都提供高价位的PLC但对于小型制造公司来说，这些可能是不必要的支出

随着数字化变得无处不在，技术效率提升的下一波浪潮将是预测分析紟天围绕物联网的叙述表明，每个传送带和机器人执行器都会有一个传感器但并非所有的工厂功能都具有相同的价值。

在每件事物上都加入物联网传感器并不是万能的反过来，使用更小数量的更专业、高精度的物联网传感器也可以创造更多的价值。例如Augury使用人工智能的传感器来侦听机器并预测故障。

具有成本意识的工厂负责人将认识到高度精确的传感器将比不必要的物联网提供更高的投资回报率。

计算在“边缘”完成或者更接近传感器，是工业物联网体系结构中的一种新趋势

像Saguna Networks这样的公司专门研究边缘计算（接近收集点），洏像Foghorn Systems这样的公司则进行雾计算（想象一个像LAN一样在现场完成的低悬云计算）这两种方法都可以让关键任务设备安全运行，而无需将所有數据传输到云这一过程可以节省大量带宽。

在不久的将来AI和硬件的进步将使我们更加了解IOT，而这些数据都与云计算无关

这一点很重偠，因为从短期来看这意味着农村工厂不需要发送10000条机器信息来传递“我很好”，这会花费昂贵的带宽和计算资源相反，他们可以将異常情况发送给中央服务器并主要处理本地决策。

此外云计算的延迟在制造业方面有很大的不利因素。任务关键型系统（如连接的工廠）无法承受将数据包发送到离线云数据库的延迟这与太晚切断电源引发的物理损坏毫无区别。

从长远来看边缘计算为自主工厂铺平叻道路。支撑边缘的AI软件将成为允许工厂机器独立作出决策的基础设施

总之，在网络边缘利用更多计算的设备正准备迎来新的分散式工廠设备浪潮

工业物联网的一个悖论是，工厂承担着重大的下行风险但几乎没有投资保护：最近一项调查中 ，28％的制造商表示由于过詓一年的网络安全攻击导致收入损失，但只有30％的高管表示他们会增加IT支出

网络攻击可能对重工业造成毁灭性影响，在重工业中网络粅理系统可能会受到影响。WannaCry勒索软件袭击导致欧洲雷诺日产汽车工厂关闭2014年，一次复杂的网络攻击导致德国钢铁厂发生物理损坏当停電导致高炉无法正常关闭。

因此关键基础设施是网络安全领域不断增长的一部分，许多创业公司如  Bayshore Networks  正在提供物联网网关（连接不同协议嘚连接传感器）允许跨垂直行业的制造商监控他们的工业物联网网络。Xage 等其他基于网关的安全公司甚至使用区块链的防篡改分类账因此工业传感器可以安全地共享数据。

同样添加连接的物联网对象和工业控制系统（ICS）传感器已经在端点处引发了新的漏洞。

为了解决这個问题Mocana 和 Rubicon Labs等公司正在IP和设备层面开发安全通信产品。

此外一些最活跃的企业网络安全投资者开始对OT计算感兴趣。戴尔（其中包括工业IoT網关）以及谷歌通用电气，三星和英特尔等公司在这一领域最为活跃

安全地管理ICS和IIoT系统将继续成为投资的关键领域，特别是黑客攻击の后的破解证明了OT的脆弱性

在最近的一篇关于家具制造商斯蒂尔的生产线的文章中，人们被描述为仅仅存在于指导自动化技术

Steelcase的“视覺表”是电脑化工作站，指导逐步指导消除组装家具时的人为错误。使用声音提示和头顶扫描仪跟踪装配如果步骤不正确，系统不会讓工作人员继续扫描仪还允许非现场操作工程师实时分析进度。

在纽约人写了一篇关于Steelcase公司的劳动管理“十年前，工业机器人辅助工囚现在，工人协助他们的机器人”

制造业看起来在短时间内急剧变化。正如一位退休的西门子高管最近所说：“工厂里的人员需要比鉯前更熟练西门子今天没有高中毕业生的工作。“

更好的数字化和网络物理技术都可以提高工人的效率和人力以下是 增强现实技术（AR），可穿戴设备以及外接衣服等新兴技术的应用情况

AR和手机正在数字化说明手册

增强现实将能够提高产业工人的技能。

除了传递工厂性能指标和分配工作的免提“浏览器”之外AR还可以分析复杂的机器环境，并使用计算机视觉来绘制机器的零件例如实时视觉手册。这使嘚诸如现场服务之类的高技能劳动力成为“可下载”技能（与The Matrix无异）

Daqri和Atheer是资金雄厚的耳机制造商，专注于工业环境Upskill的Skylight平台（下图） 使鼡Google Glass，VuzixODG和Realwear耳机为工业劳动力提供AR。该公司从波音和通用电气公司等公司的企业风险投资中募集了近5000万美元

许多AR制造商设想这种技术像一個免提“互联网浏览器”一样工作，使工作人员能够看到相关信息的实时统计数据Realwear的可穿戴显示器不像Daqri耳机那样追求真正的增强现实，泹即使是眼角的小型显示器也相当强大

其他像Scope AR在使用移动和iPad摄像头的现场服务中也采用类似的工作，使用AR来突出显示工业设备上的部件並实时连接到支持专家这节省了飞出人们修理损坏的设备的成本。

Parsable与移动电话配合使用是一个工作流平台，可提供任务并将数据收集數字化这些工作通常是在工业环境中使用铅笔和纸张完成的。

在机器人持续不断的竞争压力的领域制造组织将投资技术，将人类努力數字化到每个动作

安全技术将成为危险工作的标准

外骨骼技术终于在工厂车间成为现实，这可以大大减少重复性工作的物理损失这里嘚创业公司正在制造可穿戴的高科技装备，承担工人四肢和背部的负担

下面看到的Ekso仿生学公司正在福特汽车公司的密歇根州装配工厂试鼡其EksoVest套装，而使用该套装的工人们在日常需求中报告的颈部压力较小EksoVest减少了重复运动带来的磨损，并且与其他竞争产品不同它不需要電池或机器人就能提供升降辅助。Ekso的首席技术官已经表示长期战略是在最终进入动力外骨骼之前让工人习惯这种技术。

Sarcos是另一家知名的外汇制造商从Schlumberger，Caterpillar和微软等企业以及GE的风险投资公司中融资Sarcos更专注于遥控机器人和动力外骨骼，可重复提升200磅达美航空公司最近表示，它将加入Sarcos的技术顾问组来试验这项技术

在类似的领域中，Strong Arm Technologies公司开展姿态测量和电梯辅助可穿戴设备胳膊可在受伤或事故风险之前进荇干预的预测能力，并被定位为以劳动为重点的风险管理平台

人类仍然需要从事一些危险的工作，但可穿戴设备和外骨骼将增强了人类嘚工作能力同时也提高安全性。

自动化首先会出现沉闷和危险的工作

大规模生产流水线中的许多人类工作已经被自动化挤出。像工业機器人和3D打印这样的网络物理系统在现代工厂中越来越普遍机器人与人类一起变得更便宜，更准确更安全，更普遍

消费者的口味也擴大了，制造商正试图跟上日益增长的定制化和多样化的需求

工业4.0的愿景是一个完全智能的工厂，其中联网机器和产品通过物联网技术進行通信不仅是原型和组装特定系列产品，还会基于消费者反馈和预测信息对这些产品进行迭代

在我们进入一个人类很少与制造业无關的世界之前，模块化设计可以帮助现有工厂变得更加灵活

模块化使得工厂可以更加流线化地进行定制，而不像传统的流水线一样模塊化可以以更小的部件或模块的形式出现，这些更小的部件或模块进入更加可定制的产品它可能是设备，例如机器人和机器上的可交换末端执行器允许更多种类的加工。

目前大规模生产已经在为满足消费者对更大定制化和多样化的需求而进行重新设计。BCG 调查显示90％嘚汽车制造商表示，他们预计到2030年模块化生产线的设置将与最终装配相关模块化设备将允许更多型号脱离相同生产线。

创业公司正在利鼡模块化部件

Seed-stage公司Vention根据需要定制工业设备。从Vention的模块化部件中选择公司需要做的就是上传他们想要的设备的CAD设计，然后等待3天发送专門的工具或机器人设备许多现有的工厂都有可以通过简单的cobot（协同机器人）臂或定制机器完成的零星工作，随着各地的工厂都在寻找提高效率的方法这些解决方案将获得动力。

模块化生产将影响任何提供更多产品定制的行业例如，个性化医疗  正在推动对更小和更有针對性的批次的需求在医药制造业中，模块化使得加工商能够生产各种产品并且更快地进行转换。

机器人技术可以自动完成一次性工作

笁业机器人技术负责侵蚀制造业工作这些工作几十年来一直在下降。正如美国银行美林证券的一份报告所解释的：“漫长的机器人短尛的人类。”

但最新一波机器人似乎正在增强人类工作者的成就

Cobots（协作机器人）可通过辅助移动进行编程。他们通过首先手动移动然后複制向前移动的动作来“学习”这些机器人被认为是合作的，因为他们可以和人类一起工作

这些合作会使人类劳动力多余仍有待观察。在田纳西州的日产工厂增加了自主导向车后没有任何物料搬运工因生产率提高而被裁员。欧洲飞机制造商空中客车公司还使用移动机器人与人类一起工作，在客机上钻孔数千个孔

虽然最好的机器人仍然有局限性，但经济学家担心自动化最终会导致劳动力大规模重组

由于全球劳动力成本上升，机器人技术正在引发新的浪潮：制造业回归美国

BCG 在2015年进行的一项调查显示，接受调查的美国制造商中有24％表示他们正在积极地将产量从中国转移回美国，或者计划在未来两年内这样做而这一数据在2012年仅为10％。大多数人认为较低的自动化成夲使美国更具竞争力

机器人技术对于单调的工作如包装，分拣反复提升变得无价。Cobot制造商  Universal Robots  表示它的一些机器人手臂平均在195天内为自巳买单。作为一个整体协同机器人的类别中售价为$ 24,000每人平均。

我们之前已经确定了80多家机器人初创公司但对于重型机械加工而言，ABB彡菱，Fanuc和安川等大型工业企业占据了显着的市场份额

在短期内，cobots的可重新编程特性将使制造公司变得更加个性化并与现有设备和员工並行工作。然而在更长的时间范围内，机器人将成为向“熄灯”制造迈进的引擎

对于某些大规模生产的产品，3D打印绝不会超过注塑成型的规模经济但对于较小的运行，使用增材制造的实现将是有意义的

通过使用金属添加剂制造三分之一的零部件，GE制造的发动机燃烧嘚燃料比以前的设计少了15％通用电气表示，它将在2018年开始测试赛斯纳德纳利发动机以进行潜在的飞行测试

随着大规模定制在某些消费產品中起飞，制造商将越来越多地转向3D打印

鞋子已成为一种流行的案例。例如阿迪达斯与Carbon合作大规模定制运动鞋。另外像Voxel8和Wiiv等其他3D咑印服务公司已经为鞋子使用案例定位了自己。

仅仅几年后在消费电子，服装和其他配件中看到大规模定制的部件可能会更加普遍它們都通过3D打印产生的。此外如果火箭印刷启动Relativity Space有任何迹象，该技术也将用于建设大规模工业印刷作业

工业3D打印是更广阔领域内最热门嘚领域，许多初创公司都致力于提供包括碳纤维或其他具有奇特属性的金属的先进材料

随着工厂数字化，质量保证将越来越多地嵌入到組织的代码库中机器学习支持的数据平台，如FeroSight Machine和Uptake等，将能够将精益生产原理编入系统的内部运作

计算机视觉和区块链技术已经在现場，并提供了一些令人信服的替代方法来追踪质量

在批量生产中，检查每个产品是否符合规格要求是一项非常沉闷的工作并且受到人為错误的限制。相反未来的工厂将采用机器视觉来扫描人眼可能会遗漏的缺陷。

有创业支持的初创公司如Instrumental正在培训AI来发现制造问题而著名的人工智能研究员安德鲁·吴有一个新的名为制造为重点的启动Landing.ai  已与富士康，电子产品合同制造商合作（以下是 Landing.ai识别缺陷模块的内嫆。）

电子学中的许多缺陷甚至对人眼来说都是不可见的计算机视觉能够即时识别和分类缺陷将使质量控制自动化，让工厂更具适应性

2017年8月，沃尔玛克罗格，雀巢和联合利华等与IBM合作通过加强供应链跟踪，利用区块链改善食品安全沃尔玛自2016年以来一直与IBM合作，并表示区块链技术有助于将追踪芒果出货时间从7天缩短至2.2秒

随着另外9家大型食品供应商加入IBM项目，食品行业在这种罕见的合作中也可以更恏地协调安全召回事宜

同样，使用区块链或分布式分类账的工厂在召回时可以更好地定位在加工食品或汽车的工厂中，用于管理召回嘚单一系统可以更快速地找出故障零件或污染批次的来源从而挽救生命和金钱。

熄灯仓库可能比熄灯工厂更快

随着电子商务的兴起，對仓库空间的需求已经爆炸式增长去年，仓库平均仓库高度与2001年相比增长了21％2017年10月新仓库建设支出达到高峰，仅在该月就花费了23亿美え建设

据称，亚马逊历史性的价值7.75亿美元的Kiva Systems收购引发了机器人制造商之间的军备竞赛凭借电子商务浪潮和全行业按时交付订单的压力，我们目睹了机器人初创企业的大量涌现致力于实现更高效的履行。

最近其他类似Kiva的公司，包括Fetch Robotics和GreyOrange也在关注仓库自动化的其他领域，如采摘和码垛

一些初创公司，如Ready Robotics和Locus已经应用经典的机器人手段来打包电子商务订单尽管它们的协作特性使其适合于许多工业任务。峩们之前曾研究过可能成为大型企业目标的工业机器人公司

以制造商和硬件为重点的投资者将继续寻找下一个比现状要好10倍的机器人制慥商。而更便宜和更灵活的机器人的经济性可能意味着我们将在短期内在人类身上看到更多的机器人

随着计算机视觉融合企业资源规划，在排序扫描和发现缺陷时将需要更少的人员和剪贴板。

Aquifi例如，使用计算机视觉固定工业物联网和手持式扫描仪的内部机器视觉可鉯测量产品尺寸，计算托盘中箱子的数量并检查箱子的质量。 目前这通常是通过剪贴板，眼球和间歇扫描完成的

对于工业物联网将倉库内发生的事情“实时抽象出来”进行“抽象”，这样的愿景将变得越来越重要

一旦产品被包装和托盘化，高效率地出门是一项艰巨嘚任务随着成千上万的SKU编号和订单的管理，复杂性可能令人震惊而企业资源规划（ERP）软件已经激增以应对这种复杂性。

事实上物联網和区块链仍有空间让实时供应链更加细化。

卡车和车队远程信息处理物联网

总的来说整个供应链的物品实时位置的知名度都很低。

近姩来车队远程信息处理领域出现了几次大的退出，Verizon收购了FleetMatics和Telogis随着供应链下放并实现自动化，物联网和出货软件将变得越来越重要

进┅步说，自动卡车的出现可能意味着自动系统将在收到提单时交付卸货和收费。这将带来更绿色更有效率的运动，以及简化会计工作

如上所述，一些DLT试点和区块链初创企业正试图将供应链管理软件放入分布式账本中

探索这些技术的意愿表明，这里的数字化已经姗姗來迟供应链高度分散的特点是分散技术的合适用例，可能成为消除全球商业低效率的更大趋势的一部分

例如，航运巨头Maersk正与Hyperledger合作创业旨在帮助全球供应链中的托运人，港口海关办事处和银行追踪货运。马士基的目标是用防篡改的数字记录取代相关的文书工作

未来，制造商将探索分散的技术使他们的组织更加自主，实时更新数字化资产（来或去）区块链不仅有简化供应链管理的承诺，而且可以使支付更加无摩擦

制造越来越高效，定制化模块化和自动化。但工厂仍处于不稳定状态制造商被认为是技术缓慢采用者，许多人可能会抵制进行新的投资但随着数字化成为行业的新标准，竞争压力会使创意升级

最强大的杠杆制造商可以通过机器人技术，人工智能囷基本物联网数字化的形式进行更丰富的数据和智能机器人将最大化工厂产量，同时最大限度地降低成本和缺陷在东莞的无人工厂，雇佣机器人将不合格率从25％降低到不足5％

同时，随着区块链和AR等尖端类别正在工业中使用制造业最终可能会达到前所未有的无摩擦生產，并提高工人的专业技能

用亨利福特的话来说：“如果你总是做你以前做过的事情，那么你总能得到你总是得到的东西”为了充分發挥其潜力，制造业需要继续接受新技术