如何構建智能制造行業新生態？

每經記者 梁宏亮    每經實習記者 溫雅蘭    每經編輯 張凌霄    

智能制造是推進制造強國戰略的主攻方向，涉及多種前沿技術的集成與創新，其中包括物聯網、云計算、人工智能、機器學習、邊緣計算、網絡安全、數字孿生等。這些技術在智能制造中發揮著不同的作用和價值。

然而，當前中國智能制造的發展還存在諸多瓶頸與難題。新技術如何被正確加以應用、企業管理者如何正確理解數字化的真正內涵，這些都是直接影響企業能否成功轉型的關鍵因素。

上海交通大學行業研究院成立五周年之際，聯合每日經濟新聞重磅推出十期“知行天下·行研中國”專欄，每期邀請“1名安泰行研專家+1名業內專家”，圍繞行業熱點、難點與痛點，以文字對談的形式，從理論和實踐兩個層次展開行業洞察。

在第三期對話中，上海交通大學安泰經濟與管理學院院長、上海交通大學行業研究院院長、上海交通大學深圳研究院院長陳方若，阿里云智能中國區總裁黃海清，圍繞“構建智能制造行業新生態”這一話題進行深入討論。 

洞見智能制造前沿趨勢

NBD：數字化轉型為制造業勾勒出新的增長曲線。當前中國智能制造呈現出怎樣的發展趨勢？

陳方若：信息技術與企業管理的融合發展，已經有幾十年的歷史。上世紀80年代，沃爾瑪發射了自己的衛星，旗下每個零售網點都通過衛星系統連接起來，這使得沃爾瑪能夠及時準確地掌握商品流動的信息，做出準確的資源配置決策。

從制造業上來看，“智造”轉型總體可以分為三個階段：第一階段是信息聯網，第二階段是利用信息輔助優化決策，第三階段是采用人工智能收集、分析信息，提前預判未來可能發生的問題和風險并加以解決，從而達到像中醫里所說的“治未病”的目的。

如今，國內大多數企業仍然停留在較為初級的信息化建設上，也就是通過信息聯網，消除企業部門之間和供應鏈上下游之間的信息孤島。這件事看似簡單，事實上由于不同企業使用的系統不同，往往推進起來并不那么容易。

在數字化轉型過程中，能夠發展到第二階段和第三階段的企業還比較少。大多數企業對于信息使用的思路仍然停留在了“事后”環節，很少有企業能夠通過數智化轉型實現信息的“事前”預判。

雖然我們看到，目前一些標桿企業能夠采用物聯網技術，以大數據分析的方式提前預判機器故障，并采取預防措施，在“智”上取得了新進展和新成效，但放眼中國智造的未來，想要大規模邁向智能化階段，還有很長的路要走。

黃海清：總體來說，人工智能技術的加速發展，使中國制造正處于智能化時代的新起點。

這段時間以來，AI大模型帶來了最新的技術熱潮和全社會的廣泛關注。前不久阿里巴巴也發布了自主研發的大語言模型“通義千問”，迎來了社會各界廣泛的反響和巨大的合作需求。

特別是在制造業當中，AI大模型應用會成為重要的戰場。AI大模型能將自然語言轉化為計算機識別的代碼，以更低門檻、更高效率，打通一個個數據斷流節點，推動數據在研發、生產、供應鏈、銷售、營銷、服務等暢通流動。

我和大家分享一個小場景：過去在工廠中，人們只有通過編寫代碼才能控制和指揮機器。而AI大模型，可以讓一個普通人通過自然語言——用人最熟悉的對話方式——能夠來指揮機器，來進行統籌調度和運作；可以通過一張最普通的手繪草圖，然后生成結構化的應用；可以讓工人成為一個個“超級個體”，讓工廠運行更穩定，更多地解放人的生產力和創造力。

NBD：大型制造企業和中小型制造企業在邁向數字化、智能化的過程中，需求和路徑有何不同？

黃海清：大企業小企業都面臨增效降本和創新的需求，智能化的轉型路徑，本質上是“業務轉型，組織升級”。

我舉兩個例子。第一個是超大型企業，擁有超過22萬員工，體型龐大、業務復雜，通過數字化辦公軟件作為超級入口，全集團4000多個組織和部門達到了100%的激活率，快速實現了業務協同的移動化。同時，平均7天可以開發和上線一款新的應用，實現了“部門創新、集團共享”。

再舉一個中小企業的例子，福建有一家做凍干水果的生產商，數字化基礎薄弱。但最近一個“工廠程序員”，采用低代碼開發平臺，花兩周時間為公司自建了一套智能物流系統。中國有4800萬企業組織，其中99%是中小企業。數字技術帶來的組織協同，不僅讓大企業更加高效，也讓小企業能夠敏捷創新。

陳方若：黃總從產品應用實踐角度，介紹了數字化工具對企業效率的提升作用。從我們學界視角來看，大型企業與中小企業的數字化轉型路徑和需求，還是有一定的差別。

當我們放大到產業鏈視角，就會發現，對于處于供應鏈鏈主地位的大型企業來講，因其組建的“神經網絡”足夠大，獲得的信息更多，決策優化的空間也就更大。

小型企業通過采用數字化平臺來優化內部流程相對容易，但由于在供應鏈上的地位不高，需要與產業鏈、供應鏈對接的環節考驗著合作伙伴的配合度，存在著較高的溝通成本，因此中小企業的數字化目標不宜定太高。

我想特別強調的是，所有企業的數字化轉型都應該是問題導向的。我們走訪過許多企業，坦率地說，許多企業走上數字化轉型都是“被逼的”——實踐中遇到了按傳統方法難以解決的問題，不得不采取數字化手段來進行攻克。

發現智能制造企業需求

NBD：請問黃總，云計算的出現，怎樣賦能與重構了制造業的發展？未來還有哪些發展空間值得我們去想象？

黃海清：云計算的飛速發展使數字化成為確定，使智能化成為可能。我們也正以云計算為基石，以AI為引擎，參與到從數字化邁向智能化的劃時代變革中。

我們通過傳統IT基礎設施向云計算升級，加速業務在線化、組織協同化、應用智能化，最終實現產業的升級。

概括講主要就是：只有將傳統的業務活動轉化為在線的方式進行，才能讓數據成為資產，讓智能成為可能；通過數字技術可實現組織高效協同與資源靈活編排，構筑企業生產關系新形態；智能化的本質，就是以數字化為基礎，以數據驅動，最后邁向應用智能化的過程。

NBD：企業在決策是否開展數智化轉型的過程中，同樣關注轉型帶來的業務風險。請問陳院長，如何才能優化決策、降低轉型風險？

陳方若：正如我前面所強調的一樣，制造業的數字化轉型，要堅持問題導向。找準問題至關重要。

如果企業面臨的問題沒有找準確，就盲目開展數字化轉型，往往可能會導致更糟糕的結果。因為這相當于在原有問題沒解決的基礎上，給整個企業又平添了新問題。

所以，我們建議企業一定要堅持問題導向，為了解決問題而數字化，而不是為了數字化而數字化，不要盲目去迎合所謂的數字化轉型潮流。

構建智能制造行業生態

NBD：從行業層面來看，當前我國智能制造的發展還存在哪些瓶頸與痛點？

陳方若：當前，一些頭部企業通過數字化轉型實現了對生產決策的優化，在提升生產效率方面有了明顯的進步。但總體而言，企業邁向智能化還有很長的道路要走。

正如前面講到的，我們面對的第一個瓶頸是當下多數企業的“智能”水平仍然很低，整合信息的能力還十分有限，難以通過搭建起龐大的“神經系統”來收集分析海量信息、解決問題，預判問題的源頭，進而做到“治未病”。

其次，許多企業對“數字化”概念的理解尚存有認知瓶頸。許多人簡單地認為，用機器替代了人，就實現了數字化，這是把“數字化”與“自動化”兩個概念混淆了。有的時候機器代替人能夠降本增效，但有的時候機器代替人也會面臨高昂的成本。

此外，跨界溝通也是智能制造轉型發展過程中所面臨的難題。在現實的轉型實施場景中，軟件工程師與生產線上的工人如何真正實現有效溝通？數字化轉型升級方案如何真正被企業員工所接受和執行？這都是在企業管理過程中所面臨的真切問題。

最后，我們還要考慮如何挖掘海量數字資源的潛在價值，通過精準捕捉到消費者的需求信息，從中找到新的商業機會和新的產品設計思路。

黃海清：大家都知道，通過數字化和智能化轉型可以提升運營效率、降低成本、增加收入，但要怎樣達成這樣的目標？坦白來講，供需雙方都不清楚具體路徑。

但也不是沒有破解的辦法。舉個例子，汽車的制造產線，實際上是數字化需求比較聚焦的場景。汽車的生產制造線和水泥的生產制造線是否一樣呢？肯定是不一樣的，但我們能夠裁減出相對標準化的解決方案的通用能力或基礎平臺，并能夠順利地把數字工廠解決方案在鋼鐵、水泥、固廢以及半導體等行業落地。

這就是解決方案的“最大公約數”。

數字化轉型不能停留在宏觀的概念，而要從具體場景出發，聯合生態合作伙伴構建解決方案。概而言之就是：

第一，要勾畫一張藍圖，做好頂層設計和咨詢規劃；第二，要有具體的業務場景；第三，在業務場景下有相應的技術支撐。我們有很清晰的三段論：基礎設施的云化、核心技術的互聯網化、應用場景的數據化和智能化——圍繞這三個階段，我們提供相應的技術支撐；第四，組織和流程的優化匹配。

如果做了這樣的拆解，對于自己什么能做、什么不能做就一目了然。

NBD：智能制造的發展，離不開構建廣泛的合作伙伴生態系統，這樣的合作生態系統應該包括哪些方面和要素？如何鼓勵更多的主體參與到智能制造創新發展上來？

陳方若：傳統生態系統比較簡單。我們都知道，傳統供應鏈的上下游包括了從產品的設計，再到零件、中間產品、最終產品的生產，最后交付到消費者的手中。

而在智能制造的新生態里，我們用心觀察，會發現很多新的角色。

工業軟件開發與服務企業在制造業數字化轉型過程中發揮越來越重要的作用，跨行業的交錯相融也成為一種新的趨勢。剛才黃總也講到了汽車制造，我們發現在電動汽車制造領域，儲能、互聯網、人工智能等行業與傳統汽車制造交織融合，跨行業一起做一件事情的案例越來越多。

更重要的是，伴隨著數字化轉型升級，消費者的定制化需求也可以通過對偏好數據的收集，實現與消費者需求的無縫對接。這些生態系統中的新變化，給企業提出了一個新的命題，那就是海量信息如何高效處理和利用——誰能從數據中發現新的問題、新的價值和新商機，誰就能在生態系統中收獲更多。

黃海清：通過傳統IT基礎設施向云計算升級，加速業務在線化、組織協同化、應用智能化，是云計算深入制造業的關鍵。制造業的數字化場景，需要專業的行業知識和上層應用能力，這離不開生態合作伙伴。對于我們來說，會更堅定地聯合生態伙伴，以云計算產品技術為基礎，面向具體的業務場景，打造豐富的行業解決方案，為客戶創造價值。

從我們的經驗來看，要鼓勵更多的伙伴參與到制造業的智能化上來，一定要與伙伴形成分工明確的合作模式、貨真價實的權益體系和長期穩定的發展政策，從而讓伙伴的收益更可期、協同更高效、發展更持續。

封面圖片來源：每經記者 吳林靜 攝