今天很高兴有这个机会和大家沟通交流，题目虽然叫《对智慧制造的思考》，但其实是工作当中的一些体会愿意和大家进一步分享。

 

　　最近，关于智能制造、智慧制造、中国制造2025和工业4.0的话题非常的火热，我看到不管是在网上还是在微信群当中，有各种各样的文章，对于技术的介绍、对于案例的介绍是比较多的。在实践的过程当中，我也发现，在企业的运行过程当中，如何向相关方讲解清楚什么是智慧制造也好、什么是智能制造也好、工业4.0也好，非常重要。因为虽然我们是做信息化工作，我们觉得天天在接触这些名词、这些概念，但是对于大多数的领导，大多数的企业从事其他工作的同事来讲，这些概念并不一定好掌握。

 

 

　　第一个是“机器人”替代人就是智能制造吗?

 

　　第二个是智能制造就是要大规模的替换生产设备，把设备变成高档的数控设备吗?

 

　　第三个是上了网就能解决问题吗?

 

　　第四是智能制造或者是智慧制造一定是整体上高大上的吗?

 

　　这些问题为什么提出，就是因为有些友商，包括在我们各种各样的案例当中，往往会把智能制造、智慧制造宣传地很高大上，这会让大家感觉到很强的科技感，也会让大家感觉这个事离我们是不是很远。

 

　　我一直在工作过程中思考这些问题。我本人是学机械制造工艺和设备出身的，后来搞CAD、CAM，后来也是做信息的总体的架构，对这些领域相对来讲是比较熟悉。在过程当中，我始终在思考这个问题，就是智慧制造是不是一定是高大上的?就像刚才提到的，在过程当中，德国博世公司的工厂对我有很大的启发。博世工厂是得了工业4.0的奖，他们的车间其实是并没有进行大规模的生产设备的替代，比如他们的总装车间并没有进行大规模的自动化设备的替代，而是在每一个安装的工位的旁边加了一个类似于特斯拉上边的那样的一个大屏电脑。这个电脑上面能显示什么呢?就是在工人的工位装配上显示正要装配的这个设备，它的要装配要求，即使这个工人从来没有装配过这个设备，他也能够迅速在这个屏幕的上方找到这个安装的指引，并且在屏幕的下方通过视频的方式看到如何的装配这些工序，同时在这个车间通过射频等等的技术精准的实现了物料的传递，这个案例当中，实际上把人的智能发挥到最大化的程度。

 

　　这也给我们一个启示，并不是说一定要用高大上的企业和技术，并不是说所有都要机器人替代人，并不是所有的都是通过高端的设备参与才叫智能制造或者是智慧制造。

 

　　由此，又引发了另外一些思考。一方想澄清一下这个概念，就是说Smart到底是什么?在国内的翻译当中，大多数叫做智能制造、智慧制造等等，那么智能智慧是如何来的?我个人的理解是在IBM公司最早提出的Smart Planet，被翻译成 “智慧地球”，Smart被翻译成了“智慧”，因此在汉语的表述中，大多也跟着翻译成智慧、智能。实际上如果是从英语直接翻译过来的意思，Smart可以翻译成灵巧的、精巧的、敏捷的，这个角度出发，我们就在考虑，我们是不是在智能制造、智慧制造领域，不再为名所困，而是抓住它的本质。

 

　　抓住本质的过程当中，我自己感觉有两个词也是首先需要辨析一下：一个是简化，一个是简单化。简化，是知道这件事情有多复杂，然后通过理性的科学的方法，对它进行抽象，使它容易被理解、被处理。简单化，往往是可能没有搞清楚这件事情到底有多么复杂，就是把它直接简单的处理掉。

 

　　在这个角度来讲，我个人认为，在智慧制造也好、智能制造也好，目前可能存在一种简单化的趋势，而不是简化这样的一种更加理性的方式。所以在今天跟大家分享的过程当中，我更倾向于探讨如何简化。

 

　　为什么说简化，就是在实践当中，我感觉到很多的企业领导、同事往往是被一些宣传片打动，认为智慧制造、智能制造非常的简单，只要是替换了生产设备，只要是用互联网等等的方式就可以实现。我个人的理解，这就像一个三明治被压扁了一样，层还是那么多的层，只不过被压扁以后，也不知道从哪里下手，吃起来也比较费劲，所以在工作过程当中，我倾向于这个被压的三明治恢复成原来的这个样貌。

 

　　由于今天的时间的限制，包括以前的经验，个人感觉一个小时的时候其实讲不清楚什么是智能制造、什么是智慧制造，今天更多的讨论是愿意跟大家分享一下我们如何面对各级领导、同事把智慧制造的这个事情有多难，跟大家做一个澄清。一旦知道这件事有多难的时候，在我们考虑如何合理地定义目标、如何的实现的时候，我们就会更加地方便，采取的措施更加的恰当。这个也是符合CIO的定位，CIO既可以翻译成首席的信息官(information officer)，也可以翻译成首席的创新官(innovation officer)，所以我个人来讲，更喜欢从创新的角度考虑实践操作如何做好。

 

　　对智慧制造，我个人倾向于首先要回顾一下发展的历程，因为像社科院美国所前任所长黄先生所讲，如果要知道今天发生什么，就必须回顾过去30年发生了什么。从历史的角度来看，我个人认为，智能制造也好、智慧制造也好，它是一个新的提法，是一个前进，这种前进是在过去的基础上一种延续，在以往我们大家熟悉一些工业的名词，从工业自动化、CAD、CAM、CAE、CAPP到全生命周期、精益生产、柔性制造、敏捷制造、大规模定制、协同制造，MES 、ERP这些名词，大家一定是非常的熟悉。这些名词发展过程中，大家其实可以看它是随着当时的科技的发展逐渐的演变出来的，所以从最新的来看，这些新名词，像工业4.0也好，smart manufacturing也好，中国制造2025也好，实际上是对过去的发展。

 

　　所以我个人更倾向于一种包容的态度看待智能制造、智慧制造、工业4.0也好，这种包容，我想核心是弄清楚我们为什么要进行智能制造和智慧制造。驱动力是什么?我个人感觉，需求驱动永远是我们需要遵循的规律，如果没有需求，我们所做的工作可能目标并不是很明确。

 

　　在包容性发展过程中，我想介绍两个自己思考：一个是矛盾论，就是大规模的生产和定制生产，并不是非此即彼的关系，大规模的生产往往对应的是高度的工业化，它的结果是什么?成本相对来讲可控的，对于价格敏感的群体来说，往往是喜欢用这种大规模的生产的产品，或者说大规模生产的方式能够比较好的满足价格敏感的群体。大规模的生产相对应是定制化，定制化生产往往是对于个性敏感的群体显得比较合适一些，因为个性敏感的群体往往追求的是个性化，他可能对价格并不是特别的敏感。所以在这个角度从价格的理论来讲，并不是矛盾规模生产和个性定制将长期的存在,并不存在非此即彼的关系。

 

　　同事，目前定制生产大多是一种单件小批的这样一种方式，我们现在的不管是所谓的3D打印也好，还是直接通过数控机床加工也好，还是其他技术的方式也好，它是能够更好的满足个性化需求，降低成本，它和规模生产之间由于量的差距，也不具有可比性，这个也就是讲大规模生产和定制生产并不是非此即彼的关系。

 

　　另一个思路，就是所有的事物是分层次的，制造也是分层次的，我们需要高端的制造，但是同时我们也需要符合我们要求的、更加经济的生产方式，就跟我们去餐馆吃饭一样，任何一个城市既然有那些高端的餐馆，非常个性化，价格也不是很亲民;也有价格也很亲民，大家也很愿意去的餐馆。结合这个例子，应智能制造也好、智慧制造也好，也是一种包容品，所以说在层次方面，它也是和传统的制造在相当长的时间之内长期共存。也就是对于智慧制造、智能制造，我个人还是像刚才说的，根据价值规律考虑，在这个分析的过程当中，我更倾向于用项目三角形当中的“费用、目标、时间”三个要素去对它做平衡，并不是说智慧制造的技术本身就代表它一定有价值，如果对于用户来讲，这个产品的制造价值非常高，可能更倾向于使用价格更低廉的产品和设备。所以在分析中，关于生命周期、关于投入与产出、关于技术与市场，关于产能与需求，可能永远处在一个动态与平衡的过程。

 

　　从智慧制造的角度来讲，我个人宁可认为它的核心的关注点还是说价值驱动作为关注点，也就是说大家常说的“人无我有，人有我优，人优我转”在整个的智能制造、智慧制造中，占有相当大的比重，也是一直在起作用。制造的过程当中，我更多考虑是什么?就是有几个基本观点。

 

　　第一，就是智能制造本身来讲并不新，也不简单，体系很庞杂，它是以往的制造的延续。

 

　　第二，是在考察智能制造、智慧制造，需要用一种系统工程的这种思维，不能用局部替代整体，特别是不能唯技术论，以技术作为衡量一切的标准。因为刚才提到的还是以价值规律为基本的衡量原则，还是以客户的需求作为原始的也是最终的导向。

 

　　第三，就是既然是过去制造的延续，它可能有升级，就像刚才举的餐馆的例子，餐馆尽管是有层次，但是随着社会的进步，大家对于卫生条件的要求，对于装修环境的要求，对于食品安全的要求等等，它也是在不断提升，在整个的制造水平提升的同时，智能制造、智慧制造，可能更多是关注于“更敏捷、更高效、更优质、更集约、更绿色”这五个关键词，这也是在我们工作当中所关注的。

 

　　刚才说到了对于智能制造、智慧制造的发展的理解，结合最近的一些学习和调研，我的感觉就像刚才说到的可能很多的事情被大家像三明治一样的压扁了，一提到智能制造、智慧制造，大家可能会想到很多很多的案例，这些案例确实非常有代表性，但是我想是不是我们能够把它进一步的分个层，所以结合这个分层的概念，是不是从执行单元、协同单元和协同体系三个角度，就像搭一个金字塔一样，从底层逐渐的往上把这个层级搭起来，这个层级如果换成我们常听的这个词基本上就是说从车间一级、到工厂一级、再到社会协同这一级，从基本单元到了协同单元、到了协同体系这样逐渐的让它可以落地，这样也比较好把一些概念像洋葱一样的逐渐的给它一层一层的剥开。

 

　　首先，我们是从最下层开始说。谈到智慧制造也好、智能制造也好，一定要有一个执行的单元，我想从车间的层面说起来会不会更亲切一点，更好一点。在智慧车间这个层次，大多数的人可能想到的关键词就是自动化、数字化、可联控，另外就是交互和感知，这些在最近的友商发布的案例当中大家非常的常见，比方说SAP在她发布的视频当中，工人戴着谷歌的眼镜开着叉车，他所工作都可以通过无线局域网、射频等方式得到指引，通过视频的方式，通过包括它的指引在谷歌眼镜当中显示出来等等做到的。结合这个例子，我们可以看到，智慧车间相关的有类似的数字化车间、无人车间、机器替代工人这些说法，特别是在我们的长三角和珠三角的地区，由于人力成本上涨的等等，一度对机器替代人提的非常非常多。

 

　　智慧车间的角度讲，结合工作的体会，我个人认为，它的目标可以概括成为三点：

 

　　第一点是最优的重复精度，以保证质量和良品率。

 

　　第二个就是最优化的能源与原材料的消耗，或者说我们常用概括的讲就是绿色的生产。

 

　　第三个目标是最优化的流程、生产的组织。

 

　　这三块重点是实际上围绕生产中心的这样的一种方式，是通过理性化的思维在管理上、在技术上、在生产工具等层面保障生产的这个目标。这个方面它的重点也有四块：

 

　　第一是工业工程思想的深度的应用。

 

　　第二是自动化、手工设备的占比的提升，以及劳动者作用的发挥。

 

　　第三是工艺工序衔接的这种自动化、智能化程度。

 

　　第四就是调度自动化、智能化的程度。它保证的是什么?就是保证我们生产的相对的柔性，在更大的范围内实现职能到一定的基础。这方面除了刚才举的德国的博世的洪堡工厂的例子，可能常见的是在汽车的焊接、组装的生产线上，这种工业的机器人的大规模的使用，以及以加工中心为主的自动制造的内容，在今天的群里面很多的人都是在这方面的高手，就不细说了。

 

　　在连续制造当中，可能用量化的车间作为一个例子，就是说大家都知道汽油都是有标号的，比方说按照排放的标准，达到三级、四级，按照汽油的标号，92号、95号，它的出口都是一样的，它的进口，也就是原油，由于批次的问题，来源地的问题，它的原料一致性并不强，所以需要在这个数字化车间、智慧车间的角度通过各种各样的技术保证这些不同的原料经过这些生产之后，达到出口产品的一致的品质。这个概念更多是在智慧车间的层次，包括最近提到的中石化的九江的工厂等等。既然提到智慧车间，今天开场的时候也讲到了，我个人更倾向于把智慧制造的事情涉及到的难度讲出来，今天就是也想就智慧车间涉及的概念和系统给大家做一个分享。

 

　　我个人认为，在智慧车间，即便在智慧制造当中，最基本的执行当中，它已经是智慧制造体系当中最简单了，但是它涉及到的概念和系统依然是非常庞杂的，当中包括产品数据的管理，也就是所谓的BOM、PDM等系统，包括工业工程的系统，包括MIS系统，包括人工的工业工控的单元，以及工控单元的提成，包括传感体系检测的单元及其提成，包括人机交互等等的技术，特别是现在讲RFID的技术、CPS技术，包括互联网、工业互联网、工控网的技术，在智慧车间都有很多的这种应用，在这个层面讲，就不是那么简单。

 

　　刚才我们在三个层次当中，首先讲了一下执行单元。在执行单元再往上一层有一个协同的单元，就像刚才提到的，执行单元是最基本的操作的一个层面，更多关注产品的产出，在智慧工厂或者智能工厂的角度讲，基本上要包含需求管理、设计研发等等，比智慧车间又高了一层，因此它的涉及面就会更广。

 

　　在智慧工厂这个角度，我个人认为有两个关键词是非常重要的：一个是互通互联，另外就是两化融合。关于类似的提法，像数字化工厂、智能工厂也都比较常见、比较多，和智慧车间相比，智慧工厂的目标比智慧车间上了一个层次，它的目标不再是简单地以产品为目标。

 

　　我个人认为它的目标有三项：一个是内部的最优化的资源配置体系的建设。第二是最灵敏的市场反应能力的建设。第三是一定的能外部协同能力的建设。这个层面也可以看出，智慧工厂的层面已经比智慧车间包含的内容多，它的复杂度也大。智慧工厂的重点就是全过程的信息化，人机的智能交互，大家在案例上有很多也看到了这一点。重点中的第二点就是说数据流、作业流、物流的等等N流的合一，以前我们讲到很多的财务、管理、信息流这三流，目前来讲，在智慧工厂层面是N流合一。

 

　　第三，就是现在大多数的CIO更多是考虑的互联网或者内网的一些应用，但是在智慧工厂的层面像调度的网络、管理的网络、设计的网络、工控的网络等等，它可能是存在多张网并存的这样的状态，它们高效的智能的衔接就成为智慧工厂核心的这样的一种关注点。

 

　　第四，作为智慧工厂它的协同就更加的广泛，而且因为它和工厂以外的协同更多了，那么它的工厂的边界就逐渐模糊。在这个当中，大家比较熟悉的像波音777的例子，虽然这个案例时间比较长，但是我还是想举这个例子，因为它代表一个企业的大规模内外的一个协同，一个飞机上有上百万的零件，如果没有图纸直接的装配一次试飞成功，大家可想而知，它的内部的协同的复杂度，以及遍布全球的合作伙伴的复杂程度是什么样的，那么以波音作为一个案例我们就可以看出来，它已经比所谓的智能车间、智慧车间的复杂度大得多。

 

　　刚才提到了这个工厂的复杂，我们就在考虑，到底是一个什么样的复杂性，我个人感觉就是说刚才提到概念和系统，相对于智慧车间来讲，智慧工厂上了一个层次，已经从协同单元上升到协同体系，它所涉及的概念和系统与智慧车间相比，除了包含智慧车间的所有的内容，还有人机智能的交互系统，以及企业资源职能调度的系统、所谓的泛ERP的系统、供应链和物流的管理的系统、客户的管理的系统、商务管理的系统、服务系统等等。

 

　　通过刚才的分析，就是智慧制造当中，从车间到工厂的层面它的复杂度已经变得很大，结合我看到的很多的案例，发现可能更多的人也是在社会的层面讨论这个。比如说在全球之内大家都在做相同的一件事情，从创意开始一直到最后出来一个产品，这个大家也把它当作一个智慧制造的一个案例。

 

　　结合目前的发展，我个人认为，就是从工厂到全社会的范围的资源调度的时候，它的特征又发生了变化，在全球全社会范围之内，调度这个资源实现智能制造，它的关键词就是说资源泛在、服务泛在、按需使用、大范围的结算。大范围的结算很复杂，因为它是非特定的主体，和刚才举的波音的例子不一样，波音的例子还可以知道他的友商是谁，大家已经有各种各样确定下来合作的形式，智慧制造的层面就很可能你的合作的伙伴就是通过网络传递，你们所有的信息都是通过网络传递，这种大范围的特征更加明显，它针对的可能是有特定的主体或者是非特定的主体，同时按需使用也更加的明显，这些在所谓的共享当中大家已经体会到。

 

　　智慧制造的角度类似的提法大家也比较常见，包括李伯虎院士、杨海成总工，他们提到的云制造这些概念，包括分布式制造，包括社会参与的制造这些的概念，大家接触地比较多。与智慧工厂相比，智慧制造的目标又上了一层，我个人认为在目标方面也是三个：

 

　　一个是最优化的产品的协同创新的体系。

 

　　第二是最优化的实体资源的配置的体系。

 

　　第三是最优化的跨边界生产的智能管理和调度的体系。

 

　　当中为什么提到这个最优化，就是因为范围越大，参与者越多的时候，大家需要的以及追求的往往是最优化的产品。比方说设计汽车，大家之所以在全球范围内协同，去参与就是希望自己参与设计的汽车已经不是一个工业化的产品，它可能是一个自己心目中的工艺品，尽管它本质上是一个工业产品，但是更多是心中的一个工艺品。这个方面由于它是资源更范、服务更范的、按需使用、大范围结算，在智慧制造关注的领域，相比于智慧工厂来说，它的重点又发生了提升，与物联网和互联网、工业互联网之间的关系是更紧密，它要求的智能化的程度达到特定的水平，它要求利益人全程全面的参与，也要求个性化的要求与供给在更大程度上得到满足，甚至可能引起布局的重构。

 

　　在这个当中，像小米，大家都比较熟悉这种模式，就是一开始让用户整体的参与到设计的过程当中，就是产品的设计的同时，把一些问题通过建立米粉群的方式让大家参与进来，在设计的过程当中，已经充分的听取用户的需求，并且在过程当中，随时让用户参与进来这种改进，这个也可以认为是智慧制造的一种例子。包括沈阳的机床厂的例子，关总在上海设立了一个研发的中心，在沈阳是智能制造的基地，这种跨地域的大规模的协同的体系可以做到用户只需要提出要求，他的设计的团队就能够设计出来用户希望的这种产品和用户进行三维交互，一旦用户认可之后，他马上投入生产，就会立即的交给用户。这个角度来讲，大家也可以看到，其实在智慧制造，在全社会的范围内去协同的时候，它的灵活性、它的不确定性更大。

 

　　从智慧工厂又上升到智慧层面的时候，所涉及到的概念和系统又更加庞杂，除了包括智慧工厂的内容以外，还包括用户的在线参与和跨组织的边界的交互的这样一种系统，比如说大家在网络当中要实现一个共同的创意、一个共同的产品，就是既要和工厂的设计的单元发生交互，参与的所有人之间也要有沟通和交互，这样用户的在线的参与和跨组织的边界的交互就会非常的重要。同时既然是全球全社会的范围内大规模的调度这种要使用资源，就需要在全球范围内进行大规模的资源的智能调度，因为尽管是定制，依然需要使用我们考虑成本概念，所以合适的，品质符合要求的这样的产品和数据，它就需要在大规模制造的基础上进行共同参与，同时也需要大规模商务智能管理应用的服务。因为刚才提到的智能制造的过程中按需使用、按需提取，就是按使用结算，这块的内容依然是逃不掉，所以越大规模的智能制造越需要大规模的商务和智能，就是商务智能管理和应用服务系统。

 

　　另外，在智慧制造过程中同步也会伴随产生这种大数据的采集和分析的这样的一种应用。刚才讲的可能有一点抽象，但是实际上我的概念还是想跟大家做一个分享，就是都在谈智能制造和智慧制造，实际上它有多难，这个恰恰是我们要跟相关的领导，跟我们所面对的客户去讲清楚，就是在讲清楚难度的基础之上，大家才可以共同去推进这件事，在应该的轨道上往前推进。

 

　　智能制造也好、智慧制造也好，刚才也提到它的难度，我想如何推进智能制造和智慧制造方面的工作，因为我们接触了很多的制造企业，我个人感觉，制造企业作为实业的一个重要的组成部分，让他们在短期内投入比较大的成本，对整个的工厂进行所谓的智能化改造是难度相当大，所以在推动的时候，可能还需要根据我们的需求去推动，就是说经济的视角，像刚才提到的珠三角地区，长三角地区人力成本的上升，就催生了机器替代人这样的生产组织方式的变化，这个就是从经济视角看这件事情。这个过程当中，就需要一个投入产出比的一个估计，比如说在我们生产的过程当中，由于环境的要求，比如说有一些环境比较恶劣，人在里边工作的时候，对于身体健康有影响，那么去推动机器替代人的价值是非常大的。

 

　　也是可以从经济视角、从健康视角分析这个事情，这样的分析我们就再次回到刚才提到的逃不开的价值规律，一定是按照需求在市场上衡量的时候做出我们的判断，而不是单纯的从技术角度说，那样会更好。如果离开需求谈技术，是没有任何的意义和价值，而且很可能出现一个情况就是：在技术上面我们追求的先进、追求的完美等等，但是因为没有市场，最终来讲，企业得不到好的结果。这个是大家所不愿意看到的。

 

　　在推进的过程当中，刚才所提到的大规模生产和个性化的需求之间并不矛盾，而且从我们生产制造的体系当中，中端、相对高端、高端、尖端的这些个层次依然长期的并存，在我们寻找的商机的过程当中，我们更多是从需求出发，在对应的层次当中找到我们下手的点，可能会更好。

 

　　同时，在我们思考智能制造、智慧制造的过程当中，我们也在考虑能不能采用一种差异化竞争的策略，这样这几年在我们实践当中，发现任何一个新的技术、新的提法出现以后，往往会在一个相对比较短的时间得之内铺天盖地的爆发了，大家会在正面的市场当中发挥很直接的很正面的冲突，在这个我想也举两个例子，或者以两个小故事作为一个引子：

 

　　第一个是田忌赛马的故事。这个大家都很清楚，在很多领域，我们并不需要“上马”对“上马”的这样的面对面的冲突，我们的“上马”在某一个领域对别人的中马，那么很可能我们会取胜，这种差异化竞争在智能制造也好，在智慧制造也好，我们结合现有的制造体系的特点，我认为是完全有可能的。

 

　　第二个小故事就是想跟大家分享一下美国的加利福尼亚淘金的故事。当加州发现金矿的时候，很多人去加州淘金，后来发现淘金的人可能没挣大什么钱，但是做相关的服务业比如说开旅馆、搞餐饮的、搞的运输的等等，包括提供生产的工具赚到钱了，在我们智能制造、智慧制造也好，在推进体系的过程当中，如果正面的市场进攻得不到什么机会，在侧面在服务角度能不能找到一种新的机会。

 

　　同时在我前期有一次听课的时候，一个级别比较高的领导讲话说，在资本的催生的作用下很容易形成一种过剩的产能，现在都在提智能制造、智慧制造及其应用的时候，或多或少都有一种隐忧，就是机器人的行业是不是马上要面临一个产品的过剩的问题，结合这种隐忧，我也在思考关于智能制造也好、智慧制造也好，对于某些技术所代表的这种高度，如果大家都在这个高度上面去做的时候，是不是依然会体现这种相对过剩的问题。就像前一阵子出现的太阳能发电、风能发电等等相对过剩的问题。

 

　　有一些前车之鉴我们也在考虑，是不是在推进智能制造也好、智慧制造也好，我找到它的增值点在哪里，我个人认为，不管是推动智能制造也好、智慧制造也好，核心我个人认为还是说从我们最熟悉的或者是最传统的领域里面去考虑，从非技术角度考虑会更好一些。比如说在我们熟悉的产业流程当中需求到研发设计、到产品实现、到市场交互、到售后服务，这是几个基本的模块，向这些基本的模块当中注入智能化的元素、注入信息化元素，使这些模块自身得到升级，我们是不是可以向智慧车间、智慧工厂演进，就是在这个方向可以逐步的提高。

 

　　再有，在这些模块当中以及这些模块中间，因为它们有关联，我们能不能找到一些机会，只要在这个当中，我们找到了市场的机会，我们去下工夫，我们依然可以说像加州淘金的故事那样所说的，挣到我们所期望的服务的这样的一个目标。

 

　　说了这么多，更多是从分层的角度把这件事情跟大家讲有多难，这个角度说了，结合工业4.0这个角度我也想谈一点我个人的体会。大家都在谈论工业4.0的时候，我们更多的是在智慧工厂的单元去讨论的，我对于工业4.0学习以后，自己认为，除了智慧工厂的单元以外，它还包含了三大块的内容：一个是市场体系，一个是标准体系，一个是人才体系。

 

　　市场体系、标准体系，人才体系完备的情况下，它和工厂单元才可以协同运转，如果这几块都或多或少的缺失，我们工厂这一块单独发力可能也不会得到一个特别好的结果。举个例子说，比如我们定制生产一辆汽车，大家都在参与，如果没有一个良好的市场体系的话，大家参与参与，后来发现要出钱买的人不见了，找不着了，或者他压根不认他出钱买了，那么这个时候怎么办?比如在双创为代表的里面，知识作为新一轮的核心要素的这种创新过程当中，如果在知识产权保护的角度没有到位，很有可能有人费尽心血设计的东西被别人拿去用了，这样的话，即便是有智慧工厂的单元，我们是不是也依然会认为我们价值得不到体现，或者根本得不到我们所筹划出来的价值。

 

　　做标准体系，举个例子，比方说去把碗洗了，对于有些人来讲，把碗洗了，是告诉他把餐后的工作做完，锅碗瓢勺都刷干净，灶台擦干净，把相关的垃圾都收拾好，最后把它扔掉，这个叫把碗洗了。对于另外一些人，你让他把碗洗了，过一会儿你去问他，锅怎么没刷呢?他会跟你说，你没告诉我刷。如果没有工作上的一个标准、一种共识，智慧工厂的运作依然是缺乏基础。

 

　　再有，大家可以想象一下，如果我们在一起沟通的时候，有人说英文，有人说西班牙文，有人说的广东话，有人说的上海话，大家语言沟通的标准不同的时候，沟通的效果一定是不好的。那么在整个的这种智慧制造也好、工业4.0体系也好，它既然要求是大规模的范内的协同，那么这种标准一定是非常非常的重要，这个不光是刚才我们说话的语言的方言的差别，那么它有一系列的标准需要去保证。

 

　　在智慧制造过程当中，参与者的素质非常的重要，比如系统说我们做系统设计，你无法想象一个不会用CAD工具的人去和一堆必须使用CAD这样的群体协同去工作，就是凡是参与智慧制造的群体本身也需要具备一定的技能，这个需要在社会方面去进行拓展。

 

　　同时就是在智慧制造过程当中，对于CIO在信息安全的角度我们也需要考虑更多的内容，比如说安全保障方面，像数据安全、网络安全、物理安全等等，这个也是需要我们考虑的。因为如果没有安全的话，很多的事情很可能就变得非常的脆弱。

 

　　在智慧制造、智能制造的过程当中，也一定会遇到一个问题：就是关于社会经济和劳动者的影响的问题。因为大多数人可能会考虑到在这个的过程当中，是不是自动化的程度越高，劳动者下岗的比例越大。我们也认为，如果是更多的干一些自动化程度高的让劳动者本身转移到更加具有创造性的角度来讲，会促进整个的智慧制造体系的发展，而不是带来新的用工上的矛盾。

 

　　好，因为今天的时间比较有限，所以我想更多如何把智慧制造像看电视一样，在车间的层面、在工厂的层面、在社会的层面给大家分开这个角度给大家做一个沟通的交流。后面如果大家感兴趣的话，咱们可以就一些具体的问题进行探讨。由于本人的水平业有限，很多的地方可能有不当之处，还请大家包涵、谅解，谢谢大家!