制造變“智造”從哪兒入手

董志學(xué)

2015年12月，北京市發(fā)布《中國制造2025》北京行動(dòng)綱要，提出“大力推動(dòng)自動(dòng)化、數(shù)字化制造技術(shù)以及物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)在制造業(yè)的深度應(yīng)用，推動(dòng)制造業(yè)企業(yè)向云制造、分布式制造、生產(chǎn)外包等方向轉(zhuǎn)型”，并設(shè)立“智能制造系統(tǒng)和服務(wù)專項(xiàng)”、“云計(jì)算與大數(shù)據(jù)專項(xiàng)”，努力將北京建設(shè)成為全國智能制造創(chuàng)新總部。

從全球看，工業(yè)4.0的背景下，以信息技術(shù)和制造技術(shù)深度融合為主線的智能制造，正在向數(shù)字化、網(wǎng)絡(luò)化、智能化、平臺(tái)化方向發(fā)展，產(chǎn)業(yè)融合趨勢(shì)更加明顯，促使企業(yè)組織結(jié)構(gòu)向扁平化、網(wǎng)絡(luò)化的方向發(fā)展，在催生了新興服務(wù)業(yè)態(tài)的同時(shí)，也促進(jìn)了制造業(yè)和服務(wù)業(yè)的融合創(chuàng)新。例如，汽車制造巨頭寶馬、奧迪等紛紛投入重金研究汽車操作系統(tǒng)、競(jìng)購地圖等業(yè)務(wù)，而谷歌、蘋果等科技公司也始終在嘗試造車。

在制造業(yè)融合創(chuàng)新的大勢(shì)下，積極推動(dòng)功能疏解的北京，有望依托強(qiáng)大的技術(shù)優(yōu)勢(shì)促進(jìn)高端制造業(yè)率先在創(chuàng)新環(huán)節(jié)實(shí)現(xiàn)突破。

轉(zhuǎn)型難題

高端制造業(yè)盡管在北京比重較少，但仍是戰(zhàn)略性產(chǎn)業(yè)，具有產(chǎn)業(yè)關(guān)聯(lián)度高、吸納就業(yè)能力強(qiáng)、技術(shù)資金密集的特點(diǎn)，但同時(shí)也是首都產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)進(jìn)步的重中之重。

隨著我國經(jīng)濟(jì)進(jìn)入新常態(tài)，工業(yè)經(jīng)濟(jì)運(yùn)行面臨下行壓力，尤其是消費(fèi)品工業(yè)增加值增速整體呈明顯下滑態(tài)勢(shì)，已經(jīng)進(jìn)入經(jīng)濟(jì)增速換擋、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、比較優(yōu)勢(shì)重塑、增長動(dòng)力轉(zhuǎn)換的關(guān)鍵時(shí)期，北京也進(jìn)入了制造向智能化方向轉(zhuǎn)型的重要時(shí)期。

但現(xiàn)階段，多數(shù)北京的制造企業(yè)尚未找到技術(shù)創(chuàng)新源點(diǎn)，仍然以跟隨模仿為主，主要集中在汽車、電子信息等常規(guī)的制造業(yè)領(lǐng)域，自動(dòng)化水平偏低，附加值不高，企業(yè)的研發(fā)投入總水平偏低。從世界范圍來看，2013年世界前20家企業(yè)的研發(fā)投入占銷售收入比重達(dá)到7.8%，北京的大型工業(yè)企業(yè)遠(yuǎn)低于這個(gè)水平。

在工業(yè)信息化時(shí)代，自動(dòng)化產(chǎn)業(yè)能體現(xiàn)一個(gè)國家的智能制造水平，在此方面，北京乃至我國與發(fā)達(dá)國家的差距都較大。機(jī)械自動(dòng)化革命是在電腦和自動(dòng)調(diào)節(jié)機(jī)器的共同作用下發(fā)生的，因此，企業(yè)實(shí)現(xiàn)智能化，必然要依托外部力量，尤其是在軟件及硬件系統(tǒng)方面，需要世界頂級(jí)的企業(yè)提供自動(dòng)化的生產(chǎn)系統(tǒng)。在世界前十大自動(dòng)化系統(tǒng)集成供應(yīng)商中，德國有1家，美國有5家，日本有2家，其余兩家屬于法國和瑞典。我國尚缺乏自動(dòng)化集成配套企業(yè)，擁有制造和科技雙重優(yōu)勢(shì)的北京，完成可以率先在個(gè)別領(lǐng)域進(jìn)行突破，如在數(shù)字顯示、集成電路等領(lǐng)域嘗試開展集成創(chuàng)新。

進(jìn)入到互聯(lián)網(wǎng)+的時(shí)代，數(shù)據(jù)是智能的原材料，軟件是數(shù)據(jù)的載體。制造企業(yè)要實(shí)現(xiàn)智能制造，首先要建立起數(shù)據(jù)采集系統(tǒng)，國外企業(yè)在此方面已經(jīng)積累起非常成熟的技術(shù)，例如，美國Redlion公司的數(shù)據(jù)采集平臺(tái)DSP，可以有效彌補(bǔ)串行通信、以太網(wǎng)、現(xiàn)場(chǎng)總線設(shè)備之間的鴻溝，從而通過數(shù)據(jù)管理達(dá)到降低成本、隨時(shí)隨地檢測(cè)和控制應(yīng)用的目的。

但北京的智能制造剛剛起步，在數(shù)據(jù)采集方面的意識(shí)和能力非常薄弱，更難以利用數(shù)據(jù)進(jìn)行精準(zhǔn)決策和有效預(yù)測(cè)。尤其是在數(shù)理研究方面，目前還集中在高校領(lǐng)域，企業(yè)缺乏數(shù)據(jù)處理方面的數(shù)學(xué)人才，而在數(shù)據(jù)產(chǎn)品領(lǐng)域，我們更缺少像SAP HANA這樣的數(shù)據(jù)處理平臺(tái)，無法將數(shù)據(jù)分析與企業(yè)實(shí)際業(yè)務(wù)進(jìn)行有效交互，更無法在業(yè)務(wù)運(yùn)作期間對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，并通過靈活的視圖將分析信息呈現(xiàn)給企業(yè)內(nèi)部人員和產(chǎn)品用戶。

從“制造”到“智造”的路徑

北京在制造業(yè)領(lǐng)域的優(yōu)勢(shì)和劣勢(shì)同樣明顯，劣勢(shì)就是制造環(huán)節(jié)要逐步退出，優(yōu)勢(shì)就是技術(shù)創(chuàng)新能力強(qiáng)、信息服務(wù)業(yè)發(fā)達(dá)，在中國制造到中國智造的過程中，北京有條件發(fā)揮人才、信息、產(chǎn)業(yè)的綜合優(yōu)勢(shì)，在工業(yè)4.0發(fā)展中，扛起全國智能制造的旗幟，引領(lǐng)產(chǎn)業(yè)發(fā)展方向。

打造數(shù)據(jù)資產(chǎn)，是北京“制造”邁向“智造”的第一步。不同于以購買設(shè)備而獲得的固定資產(chǎn)，由招聘、培養(yǎng)而獲得人力資產(chǎn)，數(shù)據(jù)資產(chǎn)來自企業(yè)內(nèi)部和外部的積累。事實(shí)上，向互聯(lián)網(wǎng)平臺(tái)跨越的制造型企業(yè)，應(yīng)該以圍繞數(shù)據(jù)資產(chǎn)為核心，整合產(chǎn)業(yè)生態(tài)，通過推出新產(chǎn)品、新服務(wù)，收集更多類型、廣大范圍的數(shù)據(jù)，數(shù)據(jù)越多，不同類型數(shù)據(jù)之間的關(guān)聯(lián)性、實(shí)時(shí)性越強(qiáng)，就會(huì)提煉出更有價(jià)值的信息，也能更有效指導(dǎo)企業(yè)開展各類精準(zhǔn)的產(chǎn)品研發(fā)與生產(chǎn)。

獲取數(shù)據(jù)僅僅是邁向工業(yè)4.0的第一步，企業(yè)建立數(shù)據(jù)資產(chǎn)的關(guān)鍵是“數(shù)”盡其用，要按照一定的體系進(jìn)行數(shù)據(jù)的清洗和分類，包括人員數(shù)據(jù)、流程數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、物料數(shù)據(jù)、用戶數(shù)據(jù)、產(chǎn)品數(shù)據(jù)。獲得數(shù)據(jù)的最直接辦法來自企業(yè)內(nèi)部辦公軟件的運(yùn)營數(shù)據(jù)、通過用戶反饋系統(tǒng)獲得的產(chǎn)品和用戶數(shù)據(jù)。因此，在工業(yè)4.0視角下，辦公軟件不僅僅是提高效率的手段，最根本的是要成為獲得數(shù)據(jù)的源泉。北京的互聯(lián)網(wǎng)、軟件、信息服務(wù)業(yè)都居于全國的領(lǐng)先水平，大數(shù)據(jù)、云計(jì)算產(chǎn)業(yè)等新興業(yè)態(tài)發(fā)展迅速，獲取數(shù)據(jù)的手段和方式更加多元，通過政府引導(dǎo)，吸引更多業(yè)內(nèi)企業(yè)打造智能制造產(chǎn)業(yè)聯(lián)盟，可以更加有效地利用數(shù)據(jù)資源優(yōu)勢(shì)，形成全國具有比較優(yōu)勢(shì)的數(shù)據(jù)資產(chǎn)集聚區(qū)。

要真正讓數(shù)據(jù)“變現(xiàn)”，北京應(yīng)建立數(shù)據(jù)模型和數(shù)據(jù)圖譜。統(tǒng)計(jì)與分析僅僅是數(shù)據(jù)的基礎(chǔ)，數(shù)據(jù)的核心價(jià)值是決策與預(yù)測(cè)，要實(shí)現(xiàn)此點(diǎn)，就需要根據(jù)依據(jù)業(yè)務(wù)模式建立數(shù)據(jù)模型，并把各方面數(shù)據(jù)單元根據(jù)用途進(jìn)行有機(jī)鏈接，形成新的數(shù)據(jù)，最終把全部數(shù)據(jù)形成數(shù)據(jù)圖譜，按照強(qiáng)弱、緊密等邏輯關(guān)系形成數(shù)據(jù)圖譜，進(jìn)而使決策更加科學(xué)、預(yù)測(cè)更加準(zhǔn)確。數(shù)據(jù)在產(chǎn)品領(lǐng)域的應(yīng)用十分廣泛。例如，利用虛擬技術(shù)，通過數(shù)據(jù)建立模型，將開模、測(cè)試等物理活動(dòng)變?yōu)橐詤?shù)為核心的數(shù)字活動(dòng)，以使產(chǎn)品的設(shè)計(jì)變得更加靈活、質(zhì)量更加穩(wěn)定、生產(chǎn)階段的資源配置更加高效，甚至實(shí)現(xiàn)生產(chǎn)要素的逐個(gè)優(yōu)化。

數(shù)據(jù)模型的建立過程異常復(fù)雜，主要涉及企業(yè)和數(shù)據(jù)兩端，企業(yè)端是實(shí)際應(yīng)用的主體，而數(shù)據(jù)端則需要高深的理論水平，因此，在數(shù)據(jù)模型的建立過程中，必然需要高校教師等專業(yè)人士的參與，將統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)等相關(guān)數(shù)據(jù)學(xué)科的數(shù)據(jù)分析與預(yù)測(cè)模型與企業(yè)端緊密結(jié)合，并利用軟件平臺(tái)實(shí)現(xiàn)數(shù)字化與現(xiàn)實(shí)的交互，最終通過可視化進(jìn)行呈現(xiàn)，使之更有利于產(chǎn)品開發(fā)效率、功能的改進(jìn)以及滿足顧客需求程度的提升。

北京的人才優(yōu)勢(shì)明顯、高校院所眾多，在產(chǎn)學(xué)研合作方面積累豐富的經(jīng)驗(yàn)，利用高校院所創(chuàng)新資源，引導(dǎo)科技成果轉(zhuǎn)化，使理論方法融合技術(shù)創(chuàng)新，建立更豐富的數(shù)據(jù)模型和數(shù)據(jù)圖譜，使數(shù)據(jù)利用更加高效，這也是北京智能制造的又一重要優(yōu)勢(shì)。

而軟硬件系統(tǒng)的集成是實(shí)現(xiàn)“智造”的關(guān)鍵推力。數(shù)據(jù)的來源來自企業(yè)的各個(gè)方面，有些數(shù)據(jù)可以直接從事物的本身屬性中獲得，比如人員數(shù)據(jù)、產(chǎn)品數(shù)據(jù)；有些數(shù)據(jù)必須要經(jīng)過二次加工才能得到，比如財(cái)務(wù)收據(jù)；還有些數(shù)據(jù)必須經(jīng)過硬件采集才能獲得，比如生產(chǎn)數(shù)據(jù)。在工業(yè)4.0下，智能生產(chǎn)主要依靠智能設(shè)備來完成，而智能設(shè)備本身僅能產(chǎn)生數(shù)據(jù)，不能傳遞數(shù)據(jù)，無線射頻、嵌入式軟件等信息技術(shù)的發(fā)展，讓遠(yuǎn)距離、跨平臺(tái)傳輸數(shù)據(jù)成為了現(xiàn)實(shí)。在制造型企業(yè)向智能制造的過程中，最難的也是這一步，軟硬件的集成需要各個(gè)供應(yīng)方的緊密配合，往往企業(yè)自身并不具備這樣的能力，還需要外部系統(tǒng)集成商的協(xié)助，因此，企業(yè)在發(fā)展的過程，還需要做好統(tǒng)一的信息技術(shù)規(guī)劃，在企業(yè)內(nèi)部依據(jù)重要、緊急程度，分步、分區(qū)加以實(shí)施。

軟硬件的系統(tǒng)集成需要企業(yè)來完成，在這方面，北京應(yīng)大力支持?jǐn)?shù)字機(jī)床、機(jī)器人等裝備制造業(yè)高端環(huán)節(jié)的發(fā)展，使中關(guān)村的信息服務(wù)企業(yè)與亦莊、順義的生產(chǎn)制造企業(yè)高效對(duì)接，完成軟硬件集成。

（作者：首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院博士生）