中文版 | English
  • 观点集锦

    您现在所在的位置:首页 >>观点集锦
    刘宗巍:“中国制造2025”与汽车产业智能制造应用

     

    一、制造业的本质与智能制造的内涵

     

    对制造业的理解可以有很多角度,而我们认为,制造业的本质其实就是一句话:用最小的代价获得最大的产出。实际上,制造业的永恒追求始终不变。一方面,我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,实现这个目的的途径就是大规模制造。福特的流水线就是解决了这个问题,使传统的手工作坊变成了真正意义上的现代工厂。但是另一方面,仅仅这样还不够,消费者总有很多个性化的需求,每个人都希望这个产品是单独为我量身打造的,所以还需要最大的生产灵活性,这恰恰是和大规模制造相互矛盾的。因此,未来制造业的发展方向就在于如何将这两方面需求有效地结合起来。

    按照德国对制造业发展阶段的划分,即所谓工业1.0到4.0,都是不断地接近制造业本质的提升过程。工业1.0实现了机械化,2.0实现了电气化,3.0实现了自动化,而4.0则是要实现真正的智能化。

    有一种观点认为,工业4.0即智能化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。正如前文所述,制造业的本质从来没有发生变化,即以最低的成本、最快的速度、最高的质量来满足消费者个性化的需求,也就是要实现更加精益求精的制造。从这个意义上来看,智能化只不过是为实现更高水平的精益提供了全新可能,如果说工业3.0是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,这才是智能化的价值所在。

    智能制造的内涵是大规模定制化的制造体系,显然,这与制造业的本质正相符合。具体来说,这将是一个由数据驱动的互联、互动的智能制造体系,无论工业4.0、还是“中国制造2025”的指向都在于此。我们对智能制造体系进行了系统的梳理,它不仅包括智能工厂,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车间意义上的工厂截然不同,它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一个总体概念和实施平台。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的生产。这必然是未来制造业转型升级的方向。

    对于智能制造的战略要点,我们可以这样概括:由万物互联到大数据,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的集成,即企业沿着产业链与上下游的其他企业联系在一起;也是指横向的集成,即企业打通自己内部的需求、设计、生产、物流、服务等环节,从而跨越原有产业链,完成端到端的联接,创造全新的价值。也就是说,互联是基础,数据是核心,标准是规则,集成是终极形态,最终实现更加智能的制造业。

    展望智能制造时代的图景,企业的核心竞争力一定会大不相同。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;当前工厂只生产产品,通过价值链来实现价值,而未来工厂只生产产品是不够的,还必须产生数据,并且通过数据来产生和驱动价值;当前工厂主要靠品质竞争,通过过硬的产品质量乃至品质来支撑品牌,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,前者只是一个基础条件,后者才是更核心的竞争力。也就是说,未来数据将成为第一生产力。

    回到今天的主题,比较一下“中国制造2025”和工业4.0。两者的终极目标相同,都是要实现智能制造,即大规模的定制化生产。但是也有明显不同,一是时间跨度不同,“中国制造2025”以实现制造强国为战略目标,具体分三步走,一直规划到2049年。二是涵盖内容不同,中国是在相对薄弱的基础上迎来了智能制造转型升级的挑战,所以“中国制造2025”强调了质量、技术、工业基础和创新体系,然后才是向未来转型的内容。相比之下,工业4.0里没有提到质量和技术,这并不是说德国不重视这些因素,而是因为德国在这些方面已经做得很好了。

    在这种情况下,中国唯一的对策就是边补课、边追赶。因此,质量和基础研发是实现“中国制造2025”的双翼。当然,换个角度看,中国也有后发优势。推行智能制造升级有助于提升质量水平和研发产出,而我们可以用全新的手段和方式,一步到位地把质量和研发提升到新的水平。也就是说,同样推行智能制造,中国获得的收益可能要比当前的工业强国更大一些。

    总体来说,面向本轮智能制造的转型升级,中国没有别的选择,无论基础如何,都必须加紧参与到本轮竞争中来,否则就会错失历史机遇,将来的差距会更大、追赶会更难。

     

    二、正确认识智能制造及其实践


    正确认识智能制造及其实践,是企业有效推进智能制造的前提。对此,我们分四个方面来进行阐释。

     

    1.智能制造的战略价值

    智能制造是一个综合的体系,代表一个全新的时代。对于中国而言,制造业是立国之本,实体经济的饭碗一定要端在自己手里。而智能制造是制造业的理想境界,也是未来的战略制高点,其战略价值极其重要。

    智能制造,将使大规模定制化生产真正成为可能,这在人类历史上是前所未有的。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利用,从而化过剩产能为有效产能,这对供给侧改革具有重要意义;还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c2B模式。从更宏观的视角来看,当前人类正在进入VUCA时代(Volatility、Uncertainty、Complexity、Ambiguity),这个时代的本质就是不确定性,而智能制造最大限度地减少了中间环节,避免了人与人之间传递信息的慢速度、高成本和不准确,因此是减少不确定性的最有效途径之一。

    智能制造也是人类进入智能时代的基础。所谓智能时代,一定是人们在生活中使用的基本上都是智能化的产品,而智能产品一定是经由智能制造体系打造出来的。所以,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,共同构成了智能时代。而且智能产品还将成为智能制造体系的重要组成部分。这其中有两层含义:一是智能产品本身就是智能网联终端,可以收集数据反馈给智能制造;二是智能制造本身集成了大量数据,可以确保产品更加智能,比如预先解决没有发生但是可能发生的产品问题。打个比方,如果说智能产品是孩子,那么智能制造就是父母,前者的基因是由后者决定的。

     

    2.智能制造的系统认知

    智能制造有三个特性:整体性、充分性和全面性。整体性:智能制造代表着一个国家制造业的整体水平,绝对不是某个工厂做到了4.0就能实现,也不是某个企业甚至某个产业就能实现的。充分性: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AI(人工智能),能够像传统的工人一样工作,而且要彼此实时联通和互动。全面性:以往历次科技革命都是由技术进步驱动的,而本轮革命并非如此,将由技术进步和模式创新共同驱动,而且每家企业、每个环节甚至每个车间都要全面实现。

    智能制造体系的构成及各部分的相互关系。前面提到,只有智能生产才能提供智能产品,而有了智能产品才能提供智能服务,智能服务又和智能生产相互联通,从而实现了所谓设计、制造、服务的一体化,也就是c2B和B2B模式的有效组合,这就是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、最减排的生产解决方案。最终,在所有这些因素也就是智能制造大体系的支撑下,人类将真正进入到智能社会或者说智能时代。

    分析到此,一些相关的理解误区也就不言自明了。比如,有些人认为智能制造就是生产升级,让管生产的人操心就够了。其实智能制造涉及到不断扩展的产业链的各个环节,绝不仅仅是生产端的事情。又如,有些人认为智能制造就是去人化,工厂里多装一些机器人就是工业4.0了。其实在智能制造的体系下,人的作用没有下降反而上升,因为凡是人不能解决的问题,机器也是解决不了的。所以,人一定要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。还有一些人认为智能制造就是大企业的事,小企业根本不必考虑。其实智能制造是一个全面的体系,最终可能由大企业提供工业智联网这样的平台,但是中小企业同样也是不可或缺的。因为消费者的个性化需求一定非常零散,高水平地满足不同需求就要靠中小企业。实际上,这正是中国和德国相比最大的问题所在,中国不像德国那样拥有大量优质的中小企业,难以为工业智联网提供足够的优质云资源。当然反过来讲,这也是巨大的商机所在。

     

    3.智能制造的进程判断

    那么,智能制造到底什么时候能够实现?一方面,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,像德国的工业4.0、美国的工业互联网以及日本的机器人革命,都是向智能制造进军的计划。不过另一方面,智能制造不可能一蹴而就,预计至少还需要20年才能全面落地,所以企业也不要盲目跟风,搞大跃进。

    总体来说,智能制造的终极目标虽远,但是当下的实践就可以获益。正如图3所示,随着时间的推移,发展智能制造所带来的收益将不断提升。当然,这不是一个简单线性的关系,而是呈现波浪状的发展。某一个环节打通了,就会上一台阶;某一个产业加进来了,就又会上一个台阶。


    在这方面,有些人认为智能制造时代即将到来,要抓紧采购德国和日本的工业设备、机器人;另有一些人认为智能制造时代还远着呢,现在根本不需要做任何准备。显然,这两种观点都是不可取的。因为,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,每前进一步,就可以在效率、成本、质量、满足个性化需求、暴露和解决问题等方面获得提升。更重要的是,如果现在不努力践行,将来工业智联网一旦形成,企业就再没机会进入了。所以,智能制造是一个循序渐进、不断积累的过程,企业需要统筹规划、有序推进,但是现在就必须行动。

     

    4.智能制造的发展路径

    最后,智能制造的发展路径,可以分解为三个阶段:第一阶段是数字化,第二阶段是数字化加网联化,第三个阶段则是数字化、网联化加智能化。如图4所示,数字化是基础,它贯穿始终,使信息变成数据,并为网联化提供支撑;网联化是在数字化之上实现了互联,使分散的资源得到集成的利用,也让人可以更灵活地控制机器;智能化则是在数字化、网联化之上增加了AI,有AI赋能的机器之间就不仅可以互联,而且还能互动,从而使网联的效果达到极致。

    对于后发的中国而言,合理的发展策略一定是并行推进、融合发展。发达国家在推行数字化的时候还没有网联化和智能化的条件,而我们现在推行数字化的时候,已经具备了一定的网联化和智能化能力,因此在图4左侧的第一阶段里,也有网联化和智能化,只是还不充分,所以用小号字表示。我们理应也必须针对网联化和智能化的需要,来开展数字化工作,并且在开展数字化工作的同时,也要推进网联化、智能化的工作。

    由此可知,数字化是当务之急。数字化即以数字来表征信息,这样才能产生大数据,既包括一般大数据,也包括工业大数据,如产品、价值链、企业运营和外部资源等的大数据。在此基础上,我们才能实现工厂的数字化和供应链的数字化,进而实现产品的数字化,以及再进一步实现营销的数字化和服务的数字化。而有了这些环节相互联通的大数据,我们才能通过训练形成并不断提升AI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。

     

    三、汽车产业智能制造的升级之路


    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。前面也讲到智能产品与智能制造是相辅相成的,这在汽车领域体现得尤其明显。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)相向而行、同步升级。一方面,未来汽车产品将是高度复杂、可移动的智能网联终端,本身就是大数据的采集、中转和处理节点,同时也特别需要智能制造体系积累的大数据帮助其解决遇到或可能遇到的各种问题。另一方面,汽车智能制造体系必须回应智能汽车产品的这些需求。

    而且由于汽车是最为复杂的民用工业,在新时期将与更多的新旧产业深度交融,所以汽车智能制造并不只是整车企业的事,甚至也不只是传统汽车零部件企业的事,而是整个产业生态圈的事。从这个意义上讲,我们应该用供应链来代替零部件的概念,因为有很多新力量,包括硬件和软件的提供商,也已经成为汽车产业的一部分了。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之间实现充分的互联和协作。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,如图5所示。

    总之,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。反过来讲,正因为复杂和困难,汽车产业又是价值最高、影响最大的应用载体。

    具体到某个企业,如前所述,目前应当全力推行数字化,也就是要在各个环节、各个层级都实现信息化,并且努力把各个信息子系统有效地集成起来。智能工厂内部全面数字化的战略地图,其中像ERP、PLM、WMS/WCS和MES系统都有成熟的解决方案,如果企业在这些环节还有缺口,必须抓紧补上。当然有了这些系统还远远不够,因为智能制造要求把它们联接起来。比如ERP系统负责在企业层面管理销售、采购、财务和物料等资源,它显然应该和PLM系统紧密结合在一起,因为PLM管理整个产品体系,在智能制造即c2B+B2B的模式下,两者必须彼此实时互动,PLM系统要打造什么样的产品,ERP就应该提供什么样的资源进行支持,反之亦然。其他信息系统的集成也与此类似。不过想要彻底打通各个系统非常困难,因为层级不同、联接端口不同、数据标准也不同,能够做得更好的企业就将占据未来智能制造的战略制高点。

    由此可知,数字化工作的核心任务就是联接、数据和流程。联接要把有条件连上的设备、系统都连上,没有条件的通过改造也要连上;数据要形成采集、存储、呈现和分析的全面能力;在此基础上还要进行流程的数字化改造,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,使其满足联接和数据能力的需要。从根本上讲,要实现前面提及的ERP、PLM、MES等众多信息子系统的集成,数据库才是关键的关联纽带。所以,根据整体和各系统的需要,开发高效集成的数据库是智能制造实践的重点工作之一。

    而数据管理和分析也因此成为企业的核心能力,这也是确保数字化工作真正产生效益的关键。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、多种数据的打通。

    以产品数据管理为例,这是PLM系统的范畴,其核心工作就是要做好各级不同BOM(Bill of Materials物料清单)的管理。现在很多企业只有少数几种BOM,又或者虽然BOM种类齐全,却彼此割裂,标准完全不统一,显然这样的产品数据管理是有很大缺陷的。更进一步来说,最后必须通过企业级的BOM才能将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,也包括企业的运营管理、上下游数据的潜在价值挖掘等。

    实际上,大数据是未来制造业的黄金。基于工业大数据,可以实现广泛的价值扩展,不仅可以应用于原来的生产制造端,而且可以在服务和使用端创造巨大的价值。而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。

     

    最后,总结一下汽车产业应该如何践行“中国制造2025”即智能制造:

    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。首先面向充分互联的条件,来思考自身价值何在;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、通讯规格、网络服务设施、网络安全等各个关键领域;总体来说,全面数字化是核心,掌控大数据是关键。

    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。千万不要自以为已经建立了体系,就完事大吉了。在产业全面重构的时代,企业要思考和尝试基于数据的全新商业模式,并据此建立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,降低成本、提高效率。

    第三,企业应全面提升数据管控能力,以数据生成价值。比如各种各样的生产设备(机器人)和辅助系统都要实现全面的数据信息管理,要使零部件及各种生产因素都成为信息载体,由此构建多元数据库并逐步实现联通,包括技术数据库、供应商数据库、成本数据库等等。这些数据库有效打通后,企业可以实时选择和修正全局最优的综合解决方案,这就非常接近智能制造了。

    实现智能制造是一个长期和渐进的过程,也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,企业时不我待,必须抓紧做好顶层设计,不务虚、不迟疑,积极有序行动,把握战略机遇。果能如此,一定会有越来越多的中国企业早日完成智能制造的转型升级,并最终支撑“中国制造2025”的胜利实现。

     

    本文根据刘宗巍副教授在2018第十届全球汽车峰会的演讲整理,原载于盖世汽车

     

    【下载】

     
     上一篇:赵福全主持“新时代汽车科技革命与创新发展” 暨清华大学车辆工程人才培养 86 周年校庆论坛
     下一篇:赵福全主持2018中国汽车论坛跨界高峰对话:聚焦汽车产业变革
     
    清华大学(车辆与运载学院)汽车产业与技术战略研究院版权所有 Copyright @ TASRI · 2015 · All Rights Reserved
    备案号:京ICP备08004127号
  • TASRI微信二维码
  • TASRI_qrcode.jpg