作者：易沧

　　作为传统制造大国，几十年来我国的工业制造体系独立完整、门类齐全，制造业增加值连续12年居于世界首位。

　　在“十三五”、“十四五”期间国家连续编制智能制造发展规划，旨在促进制造业企业实现数字化、网络化、智能化转型，向制造强国迈进，二十大再次强调了发展实体经济的重要性，重申“加快建设制造强国”。

　　工欲善其事，必先利其器。那么，在中国制造企业争相涌入“智能制造”的大门、积极转型升级的当下，企业的重心应该放在哪里，如何迈出关键性的一步，而上云是不是实现智能制造的最优解呢？

　　一、智能制造的底层逻辑是数字化制造业

　　从现实角度来分析，我国制造业目前面临着“双向挤压”的困境。

　　在中低端领域，我国已很难再延续21世纪初依靠人口红利的发展模式，其他发展中国家的竞争日趋激烈，不少产业已经逐渐向东南亚转移。

　　而在中高端领域，相较于发达国家，我国制造企业在自动化、智能化上还有相当距离。

　　加快智能制造的脚步既有必要性也有迫切性。

　　回到企业本身来说，企业的诉求是低成本、高质量、高周转，尤其是在“千人千面”、强调充分满足客户个性化需求的当下，企业在设计研发端要具备创新能力，在生产制造端要提升柔性生产能力。

　　所谓进入“智能制造”的大门，落脚点就在用洞察全局的决策，指导智能化的装备，形成先进的生产工序。

　　洞察全局的决策从何而来？这不是过去通过大屏看生产数据而来，而是要形成一个闭环的生产控制系统，从生产设备出发，用专业设施采集相关数据，再传导给决策中枢，整理分析，最后传回给设备学习改进。

　　总结起来其实就是两个关键点：数据采集和数据决策。

　　但对于制造企业来说，这两项也同时是难点。

　　首先，工业数据规模巨大，比如业内阿里孙金城曾提到过一个GoldWind发电数据采集的具体案例：GoldWind有超过2w个风机，一个风机有120-510个传感器，采集频率高达50Hz，就是每个传感器1秒50个数据点采集峰值，算下来每秒有5亿个时序指标点的数据。这对于数据采集和存储来说是非常大的挑战。

　　更大的挑战在于分析和处理这些数据，找到数据之间的联系，挖掘出数据之中的有效信息。以制造企业常见的机床为例，机床是最为重要的机械装备，主要分为切削加工和成形机床两大类。其中切削加工机床的数据分析过程是：通过实时采集振动、主轴温度、切削力等相关数据后，分析外界环境和机床及刀具本身状态的变化，从而找出一个最佳的进给深度、进给速度和切削速度以及温度误差补偿等，同时防止刀具过度磨损。

　　总而言之，智能化的底层逻辑是数字化，不管是优化工艺也好，指导生产决策也好，数字信息技术必须与制造业各个环节深度融合，实现整合分析和闭环控制，这考验企业捕捉信息、提炼信息、分析信息、充足信息的深层能力。

　　二、上云是成功转型的最优解

　　科技企业的适时介入，成功解决了数据这一难题。

　　目前全球科技公司都投入了巨大的人力物力财力到云计算的开发中，并深度与工业企业结合。通过云计算，企业庞大的数据可以得到感应、传送、储存和分析。上云，也成为了传统制造业走向智能制造的关键一步。

　　以一汽红旗为例，在阿里云和机械九院的助力下，一汽红旗的新能源工厂被打造成了一个汽车孪生工厂。整个工厂的冲压、焊装、涂装、总装和电池五大车间有7000个设备的的数字化模型，可以通过数字孪生技术和大数据分析技术发现设备异常数据、还原生产过程，及时找到故障维修点。

　　当然，我们必须不得不承认，对于制造业来说，整体投资大、技术改造周期长，牵一发而动全身，要立即做出彻底的改变是困难的，而且这种困难也是符合制造业发展规律的。

　　不少企业选择了渐进式改造。比如山东能源的第一步就是提升企业管理效率。

　　山东能源先是让全员22万人上了钉钉，借助低代码，并在15天内上线5款应用，从最基础的通讯录、会议室管理、餐厅管理等应用开始，实现管理上的智能化。

　　22万人同时上钉钉，体量不可谓不大。

　　山东能源是由原来的兖矿集团和山东能源集团战略重组成立的，煤炭产量达到2.9亿吨以上，位居国内煤炭企业第二、全球煤炭企业第五。

　　这也从侧面反映出，大型、超大型制造企业走出智能化的第一步并不容易，庞大的体量让最微小的改变在乘以基数后，也变成了巨大的挑战。

　　在采用钉钉的低代码工具初步完成在线管理工作后，这个巨型制造企业开始迈向下一步，

　　用钉钉这个智能化工具走上在线管理之后的第一步，是这个巨型制造企业迈出的第一步。在钉钉成功上线之后，基于阿里云中台能力，山东能源又逐步建立起数据中台、业务中台，让各类业务数据化，并在中台充足算力的支持下，数据之间的联系和分析被实时呈现在钉钉端。

　　目前山东能源的MES系统、煤质检测、科研管理等应用已经全部集成到钉钉上，山东能源信息技术公司应用部部长刘波进一步介绍说：“未来，我们的所有业务系统的移动应用会牵到这个平台上来统一管理”。

　　同样有着悠久历史和庞大体量的柳钢，也是将100%业务搬上钉钉，并使用低代码平台开发了超过400个应用，每分钟就有20G数据交互。柳钢的一线信息和管理决策直接产生了联系，目前已经实现了用钉钉控制厂房照明，接下来还会设计用钉钉控制天车，进行自动化运输冷轧卷。

　　在深度结合之后，成本账更是好算多了，既要质量好，又要成本低的愿望得以实现。比如首钢迁钢在2020年与阿里云合作之后，打造了基于AI算法的加热炉智能燃烧系统，实现加热炉温的精准控制，自动控制率达到93.5%，减少80%的人工看管时长，且生产每吨钢的能耗降低3.5%，减少碳排放2.6万吨。

　　作为体量相对更小、年龄也更小的新兴企业，他们的步子迈得更快一些，已经在云上走到了智能化的阶段。像小鹏汽车已经开始进行到了“机器学习”的阶段。

　　在乌兰察布，小鹏汽车在阿里云的支持下，建造了一个中国汽车行业最大规模的算力规模达600PFLOPS的自动驾驶专用智算中心“扶摇”，来进一步提高模型训练的效率。

　　这个超大规模的智算中心，将小鹏汽车的训练效率提升了170倍以上。

　　通过与阿里云合作，“扶摇”以更低成本实现了更强算力。

　　首先，对GPU资源进行细粒度切分、调度，将GPU资源虚拟化利用率提高3倍，支持更多人同时在线开发，效率提升十倍以上。在通讯层面，端对端通信延迟降低80%至2微秒。整体计算效率上，实现了算力的线性扩展。存储吞吐比业界20GB/s的普遍水准提升了40倍，数据传输能力相当于从送快递的微型面包车，换成了20多米长的40吨集装箱重卡。

　　此外，阿里云机器学习平台PAI提供了模型训练部署、推理优化等AI工程化工具，比开源框架训练性能提升30%以上。

　　而对于将安全视为生命线的煤矿企业，上云最大的提升在于煤矿安全方面，而且是用最小的成本将安全生产最大化。比如陕煤采矿就实现了矿下“无人值守、有人巡检、不打巷道、不留煤柱”。

　　科技对煤炭行业的助力也促使国家对整个行业提出了更高的要求。2020年，八部门联合印发《关于加快煤矿智能化发展的指导意见》，其中就提到，到2021年，基本实现掘进工作面减人提效、综采工作面内少人或无人操作、井下和露天煤矿固定岗位的无人值守与远程监控；到2025年，井下重点岗位机器人作业，露天煤矿实现智能连续作业和无人化运输。

　　听起来很不可思议，但正如著名的科幻小说家、未来学家、国际通讯卫星奠基人阿瑟·克拉克所说：“任何非常先进的技术，初看都与魔法无异”。

　　三、小结

　　大国崛起呼唤大国企业。作为制造强国建设的主攻方向，智能制造发展水平关乎我国未来制造业的全球地位，对于巩固壮大实体经济根基、加快发展现代产业体系具有重要意义。

　　大国企业呼唤先进技术。智能制造的本质是制造，制造的优化又基于智能，倘若没有数字化、网络化、智能化技术的强力支撑，制造的质量、效益和核心竞争力很难大幅提升。

　　如何纵向发展技术、向下做实、夯实基础，又如何横向以点带面，融入千行百业，这都是科技企业身上的担子，也是智能制造推动产业升级的核心。

　　路漫漫其修远兮，吾将上下而求索。