2017年是智能制造、大数据和工业互联网最为喧嚣的一年。政府，尤其是各级地方政府发起，各种行业协会发起，企业组织发起，甚至大学发起的智能制造会议层出不穷，年初到年尾绵延不绝。和2016年比较，2017年最大变化之一是政府发起和资助的智能制造能力测评和基于测评的项目补贴进入了实质性开展阶段。我所创业的兮易和我们的战略合作伙伴一起，有幸参加了几个地方政府发起的当地规上企业智能制造能力测评项目，运用兮易开发的智能制造能力测评云服务平台用2个多月时间在线测评了700多家企业，团队实地走访100多家，同时我们自己也受企业之邀对10家大型企业的智能制造成熟度做了深度测评。

 

　　这一年的实践使我对2017年元旦发表的新年文告(第二份新年文告)中的一些思想有了更深的认识。主要有如下几点。这几点认识，其实都凝缩到了这样一张结构图上：兮易企业核心能力暨工业4.0智能制造(I4IM)能力模型。

 

　　▲兮易-I4IM能力模型

 

　　01 对目标与现实的逻辑链条的认识

 

　　中国企业做大做强的长远目标是智能制造。到底什么是智能制造，目前众说纷纭;什么水平的企业能称得上是智能制造企业，目前也没有统一标准。

 

　　这一年，我和我团队深度走访了大约20家企业，所谓深度，不是走马观花，而是下马考察。我大致量化分析，企业真正完成了产线高度自动化和柔性化，能处理各种形态订单;内部系统纵向和横向全部集成;组建大数据团队，能真正有效进行复杂模型、大数据增值分析和预测的企业，说老实话，一家也没有看到。设备实现了高度自动化，甚至无人化的企业有三到四家，但设备的数据并没有实现集成和可视，Scada和MES目前正在规划中，ERP已经实施，但ERP也就是一个孤岛，尽管其中有的企业已经申请到了国家智能制造补贴。传统IT系统表面看大部分都已完成，用IT总监的话说，我们该上的系统都上了，但业务部门的人说，我们没看到对业务指标的改善到底贡献多大，这样的企业占大多数，有10多家。我们还看到一家这样的企业，自动化设备非常先进，但核心企业应用系统(ERP、MES、CRM等)几乎没有，最近想拿国际大客户订单，但由于没有ERP，没有MES，物料批次跟踪和质量追溯难以实现，在大客户的强烈要求下，才开始做系统建设规划。

 

　　20家的管窥，至少可以得出这样的结论：今日中国企业之现实，肯定绝大部分都还不是智能制造企业，相当一部分都还处于前2.0阶段，即以工业化和标准化为主要特征的大规模制造阶段(见上图)。好一些的企业已经开始从2.0向2.5迈进，即开始向以自动化和模块化为特征的大规模定制阶段迈进。我们必须认清这个基本现实。同时，我们的企业经营者不能没有目标。企业的生存、发展，企业家梦想的实现都需要目标。目标很明确，就是上图中的朝向以互联、智能和大数据为特征，充分满足用户个性化需求的个性化定制的方向迈进，用周济院长的话说，就是向数字化、网络化和智能化迈进。

 

　　如果一个企业目前水平在1.8(我们测过的几百家企业中占半数以上都处于前2.0阶段)，如果这个企业老板的眼界，自觉或不自觉，已经放在了3.5，那么，1.8到3.5之间的这个逻辑链条就必须为企业决策者所认识，否则，会酿成重大投资决策失误，造成重大机会成本损失。

 

　　兮易的企业核心能力模型揭示出，从前2.0阶段发展到2.0-3.0阶段，进而再发展到3.0-4.0阶段，这个明显的阶段性可以被认识，但难以去跨越，这里边有一个从传统制造走向先进制造的内在逻辑制约。做过企业的人，其实比较容易理解这个逻辑，长期做企业，而且越是做得成功的企业，越能深刻体会，甚至敬畏这个逻辑：在传统单机自动化产线上，我们安装了若干传感器，买了一批机器人，甚至是智能机器人，跑上几台AGV，在参观通道上安装几台大型液晶屏，就跑步进入共产主义了吗?如果说，1.8到3.5核心是企业数字化，是企业的数据采集、打通和集成，是集成而来的数据增值性分析，这一项工作，我们的企业走了多少年，多少年后的今天，有多少企业敢于拍胸脯说，我的数据纵向、横向、端到端都实现了集成。

　　其实更深层，也是更艰难的，数据集成意味着什么，意味着业务端到端打通，组织端到端打通，绩效端到端打通，环顾今天的大多数企业，我们的业务打通了吗?组织没有障壁吗?绩效都是同向的吗?这些都没有打通，数据怎么能打通。这个逻辑的制约就是，数据的可采、可视、可集成和可分析都没有实现，我们怎么去进行大数据分析，怎么去实现基于大数据分析模型的智能化?

 

　　在认识这个逻辑上，企业必须建立链条环节的概念，从1.8到3.5到底有多少个环节，每个企业不同，但每个企业都需要认识。小的局部环节可以跨越，但大的关键环节只能是胸怀远大目标，但要脚踏实地去打通，去建设，去优化。因此，在解决这个目标与现实的逻辑链条上，企业真的，需要一个1.8现实到3.5目标的一步一步走的规划，一个务实的智能制造分阶段前行的规划，一个到底有多少链条环节的清单和一幅具体怎么走的路线图!

 

　　第二点 企业追求的原点与智能制造的逻辑链条

 

　　企业为什么一定要实施智能制造，换句降维的话说，企业为什么一定要搞自动化或模块化，大多数智能制造会议没有讨论这个问题，甚至是有意忽视了这个问题。原点只有一个，那就是客户的需求。但“智能制造的原点是对客户需求的理解”，这句话太过于简单，也太过于抽象。原点到智能制造之间有一个多环节的逻辑相关性，我们必须打开这个逻辑关系。

 

　　对B2C产品而言，对消费者的需求(这个需求表现为对产品性能、外观、质量、价格、服务的需求)的理解，对消费文化变化和消费者行为变化的认识，对竞争对手提前应对消费者变化的捕捉，是这个链条的第一个环节。这个环节可能触发第二个环节的三个场景：一是倒逼产品形态的重构(比如新能源汽车对传统汽车，尤其是刚刚震撼发布的完全是异业突入的蔚来ES8);二是倒逼渠道的扁平化，甚至渠道重构(比如阿里2017年发布的新零售);三是倒逼销售订单的形态变化(大批量订单到小批量订单，甚至到零碎订单)。这三个场景可能会触发这个链条的第三个环节：产品形态的重构将导致生产这个产品的产线的重构，这个重构在未来可能是采用更先进的产线，比如高度自动化产线，甚至是更多智能设备导入的智能化产线;渠道扁平或渠道重构最终必然导致直接的C2F，导致用户对产品的更直接和更完美的体验;订单形态的变化可能导致日益增加的小批量、多品种，甚至是完全个性化定制订单。再往前走，走向第四个环节，才进入企业有可能开始智能制造的规划和详细设计，接着才会走向智能制造的分阶段实施。

 

　　可以明确地说，这个链条对一个具体企业来说，并不一定是必然的，它可能仅仅会触发局部的自动化改造，可能会触发信息系统的打通，也可能会触发质量提升项目的发动，也可能是现场精益项目的实施。但，无论如何，我们在讨论智能制造的时候，在给企业做智能制造规划设计的时候，一定不能忘记这个原点。忘记这个原点，智能制造就是无病呻吟，甚至是适得其反。

 

　　对B2B企业也是一样，只是消费者变成了下游客户，在客户和智能制造之间，也存在类似的链条。我们必须从客户的需求出发，甚至从客户的客户的需求出发，尤其是从客户需求的变化出发，倒逼规划企业的智能制造。目前多数B2B企业还缺乏从这个原点出发思考自己企业的智能制造。2017年我到过十几家上游B2B企业，它们有的是无机化工企业，有的是改性塑料企业，有的是铜加工企业，有的是化纤企业，它们都在思考、谈论、规划智能制造，有的宣称已经开始了智能制造，但都缺乏对客户需求的深入、全面和细微的洞察，都没有建立起客户多维标签、360度分析视图，我常常在想，失去了这个原点，它们从哪里开始画智能制造这个圆呢?智能制造本身能解释为什么需要智能制造吗?

 

　　第三点 智能制造能力的含义

 

　　智能制造，从国家层面，尽管已经发动了三年，但至今没有明确的定义，因此，也难以形成一致的共识。从兮易企业核心能力暨I4IM模型中可知，我把智能制造，不是看作一种技术的集群，而是看作一种能力，一种企业的核心能力，一种核心能力的培育和提升。智能制造技术仅仅是对能力提升的赋能形式。离开能力建设，智能制造对企业没有什么魅力。智能制造技术引入到企业是要花钱的，花钱就是要能打造出一种能力，一种差异化能力，这种能力的提升必须是可以量化的。

 

　　从能力这个视角出发，我认为，智能制造应该有七大类，至少26种能力。限于篇幅，只能简略介绍。比如，销售能力。销售能力体系中有渠道扁平化能力，全渠道一体化能力，未来直接C2F就是非常重要的智能制造能力。C2F能力的形成必然需要基于互联网的企业与客户直接交互的平台的建设，直接交互的结果，比如一个新产品创意设计必然需要一个直通订单处理中心的系统平台，而这个系统可能不是以往的CRM+ERP+MES系统，未来很可能就是一个新的集成统一的云服务系统。

 

　　又比如，市场营销能力，这由两个能力构成：一个是深度的市场洞察能力，另一个是360度客户(用户)洞察能力。这两个能力的形成，在今天和未来没有大数据技术是不可想象的。马云新零售一个非常重要的关键点就是对用户基于大数据的360度分析，包括用户消费行为分析、用户消费轨迹分析、用户所在空间活动轨迹分析等，这种分析配合以门店位置、门店品类管理数据，无疑可以获得传统零售企业无法企及的对用户需求的精准理解。

 

　　再比如，产品全生命周期管理的能力，这至少由四种能力构成：产品企划和规划的能力、产品研发能力、新品上市和老品退市处理的能力、技术创新管理能力。基于大数据的市场洞察和客户洞察是面向客户定制需求设计工程的先决条件;设计仿真和工艺仿真将全面实施;全球同步实时的互联网协同研发设计将是未来主流研发平台;未来多专业的智能产品设计将大行其道。

 

　　还有服务能力。在智能制造服务能力描述上，PTC公司的构想，是我看到的最全面的能力阐述：1. 研发与服务的协同;2. 维修性分析;3. 维修规划及任务设计;4. 维修设备设计;5. 技术信息创建及管理;6. 服务交付协同;7. 运营监测及快速响应;8. 备件预测;9. 精准的服务培训;10. 基于AR的信息服务支持;11. 维修工程与维修协同;12. 远程维修;13. 预见性维修;14. 基于AR的现场服务;15. 维修知识库管理。

 

　　还有智能制造交付能力，主要有，基于数据模型的销售预测驱动的供应链计划;以工厂建模、线体建模、设备建模和工具建模为基础的订单中心、生产中心、工艺中心、设备中心、物流中心成本中心、人力中心等集成的智能制造平台;工厂规划、工艺设计、制造的全面仿真;场内和场外的智能物流;模块化供应商以及基于互联网的采购平台;全球生态链的制造分包与协同能力等。

 

　　还有全面质量管理能力。在前2.0阶段质量管理能力主要表现为事后的追责，但由于设备的不完备和单机自动化，由于系统的缺乏和系统孤岛，其实还谈不上事后的端到端追责。在2.0-3.0阶段质量管理能力应该提升到端到端追责和事中控制，而在3.0-4.0阶段应该是零质量缺陷，应该是事故的预防，应该是基于大量失效分析所形成的防呆、防错。零缺陷和预防是最难的，没有大量智能设备的导入，没有大量的深度学习和认知模型是难以实现的。

 

　　智能制造，作为一种能力，一种企业的核心竞争能力，，我的看法，是由五种要素赋予的，也就是说，有五样东西赋予了智能制造的能力打造，这五样东西是，一、设备(含工具);二、系统;三、数据;四、人才;五、作为能力引擎的Lean或BPI项目，见上图。

 

　　在大规模制造阶段(前2.0-2.0)，五种要素的赋能表现为，设备层面是手工操作或单机流水线;系统层面是系统大规模建设初期，是系统孤岛期，也是对系统赋能认识的肤浅期;数据层面则是对数据资产认知的浅水区;人的能力还主要停留在工业化和标准化能力建构上。

 

　　在以自动化和模块化为主要特征的大规模定制阶段，设备已经进入到自动化(2.5以前)和高度自动化(2.5以后)，离散型企业已经进入到模块化产线(2.5以前)和全面模块化组装工厂(2.5以后)阶段。核心业务系统，至少ERP、MES、PLC、WMS、PLM、CRM、BI已经基本实现集成，而且业务线基本实现端到端打通。基于高度自动化产线和集成系统所产生的数据，实时和半实时的数据，已经能被有效分析，从而形成量化的KPI曲线，形成目标、预测、实际和差距，对决策起非常明显作用的分析模型。

 

　　而3.0-4.0的智能制造的能力，就是在自动化和数字化的基础上，五种先进技术成果的更广泛和更全面的应用。这五种是：智能硬件技术(智能机器人、传感器、智能AGV、VR等);IT软件及云计算技术;互联网技术;物联网应用;以机器深度学习、AI和认知计算等为核心大数据技术。

 

　　结尾

 

　　去年的新年文告的结尾，我有这样一段话：

 

　　总之，2017年文告，和2016年一样，还是聚焦在企业能力建设，尤其是三大新动能建设上。在2016年思考的基础上，希望2017年伴随我们开发的工业4.0智能制造测评模型走向市场，伴随智能制造全生命周期工程的落地实践，能把我更全面、更深刻和更具批判性的思考奉献给朋友们!

 

　　此刻，在新年钟声快要敲响的时候，看着这段话，有些脸红，这一年忙忙碌碌，没有形成多少“更全面、更深刻和更具批判性的思考”。但也有些许的自豪，这一年我们开发的工业4.0智能制造测评模型真的进入了市场，真的经历了数百家企业的检验，政府感觉到，这是政府推进本地区智能制造扶优扶强的量化的工具，东莞有几家企业，经过我们的模型评估后，感觉我们的模型有深度、有厚度，对我们模型打了高分。

 

　　在2018年，我和我的团队，目标非常清晰：不忘创业初心，在工业4.0智能制造模型的优化和市场实践中抱元守一、继续砥砺前行。

 

　　最后，由衷祝你们，在中国和在海外的朋友们，新年快乐!

 

　　△陈广乾

 

　　陈广乾：1982年北京大学历史系世界史专业毕业，曾有长达十多年的企业信息化实战经验，先后为首钢、邯郸钢铁、中石化、海尔、三一重工、中国一拖、好孩子等知名制造企业服务，并曾在多家龙头企业担当高级副总裁、首席顾问、集团CEO等高管职位。其创办的兮易强企是聚焦于企业核心能力的测评、分析、改善的产品平台。平台结合兮易集团核心团队数十家企业转型项目咨询和实施经验，构建的基于15个核心能力区块、46个版块、400+模块、2000+组件、10000+模板的企业测评系统平台，通过企业核心能力测评， 找到企业经营短板和提升办法，为企业制定业务与IT落地规划，并通过持续地测评帮助企业实现核心能力的构建和提升。