推進智能制造，實現數字化、柔性自動化、精益化、綠色化和智能化，成為廣大制造企業的核心戰略。但是，推進智能制造是一個復雜的系統工程，面臨諸多風險。本文將深度剖析推進智能制造的共性問題、風險與應對策略，強調引入第三方咨詢服務的重要性，并分享e-works從事智能制造第三方咨詢服務的實踐經驗。

當前，我國制造企業面臨著產品生命周期不斷縮短、客戶需求日益個性化、行業競爭加劇、產能過剩、勞動力資源不足、原材料成本迅速攀升等諸多挑戰。如何能夠更好地滿足質量、成本和交期的要求？如何向服務要效益？如何實現綠色低碳？如何控制供應鏈風險，提升供應鏈韌性？如何提高設備利用率？如何縮短新產品上市周期？這是每一個制造企業都需要思考和解決的難點問題。

面對這些難點與挑戰，推進智能制造，實現數字化、柔性自動化、精益化、綠色化和智能化，成為廣大制造企業的核心戰略。另一方面，各行業龍頭企業正在積極出海，實現全球化運營，這些企業對推進智能制造提出了更加迫切的需求。但是，推進智能制造是一個復雜的系統工程，面臨諸多風險。本文將深度剖析推進智能制造的共性問題、風險與應對策略，強調引入第三方咨詢服務的重要性，并分享e-works從事智能制造第三方咨詢服務的實踐經驗。

01

推進智能制造

打造制造企業創新發展的新質生產力

智能制造的內涵是廣泛、深入、集成地利用數字技術、工業自動化技術、精益生產、綠色制造和人工智能等新興技術和管理理念，融入到制造企業的研發、工藝規劃、生產制造、采購供應、營銷、服務和決策等核心業務環節，幫助制造企業有效應對市場波動、降低運營成本、提升產品質量、縮短交貨期和新產品上市周期，提高市場競爭力。智能制造強調柔性、集成、協同、高效、精益、綠色，以人為本。

進入二十一世紀以來，計算能力飛速發展，成本迅速下降；人工智能、移動通信、物聯網、AR/VR/MR、數字孿生、工業機器人和增材制造等新興技術蓬勃發展，各種類型的工業機器人，例如協作機器人、并聯機器人、AGV/AMR（物流機器人）得到了廣泛應用；ERP、CAD、CAM、CAPP、CAE、EDA、PLM、MES/MOM、SCM、CRM和EAM等工業軟件技術成為支撐企業運行和產品創新的數字基石；近年來，人工智能技術在質量檢測、生產排產、設備預測性維護、供應鏈優化、市場需求預測和工藝優化等領域得到了廣泛應用，生成式AI也開始有了初步應用。因此，制造企業應當有效利用這些智能制造技術，打造支撐企業創新發展的新質生產力。

智能制造，打造支撐制造企業創新發展的新質生產力

02

推進智能制造的十大難點問題

制造企業推進智能制造的十大難點

推進智能制造是一段長期的旅程，面臨著十大難點問題：

1、信息孤島

目前，制造企業實施了諸多信息系統，但往往由于缺乏有效規劃，導致信息系統的編碼體系、接口形式、系統架構和部署方式差異交大，從而導致需要開發大量接口，甚至手工轉換數據。

2、設備數據采集難

數據采集一直是困擾著制造企業的共性問題，制造企業的設備種類繁多，數據接口和自動化協議差異很大，依然存在很多“啞設備”，設備數據采集的有效性、及時性與準確性難以保證。

3、數據基礎差

推進智能制造，基礎數據的規范性和準確性是必要條件。然而，制造企業存在大量異構數據、垃圾數據，如果不進行數據清洗和數據治理，就難以保證數據的質量。很多企業在實施ERP，或者ERP換型的過程中，花費時間最多的就是基礎數據的整理。

4、自動化系統缺乏柔性

很多企業構建的是剛性自動化產線，只能針對單一品種大批量生產，而目前絕大多數企業的生產模式是小批量、多品種，自動化產線需要能夠根據產品配置的變化靈活調整工裝夾具，適應多種變型產品的生產、裝配、測試等工藝流程，需要能夠最大限度縮短換型時間，合理安排換型次數。

5、車間設備未聯網

現階段很多制造企業還停留在單機自動化階段，雖然應用了加工中心、工業機器人，但是如果不能實現生產設備、檢測設備、試驗設備、物流裝備以及動力設備的聯網，生產過程就難以實現透明化。只有實現車間聯網和設備數據采集，才能對車間的訂單執行情況、生產績效、能耗和質量等關鍵數據實時掌控，從而實現生產的閉環管控。

6、信息系統與業務脫節

在動態多變的市場環境下，企業的業務流程和運作模式需要動態調整。然而，很多制造企業的信息系統比較固化，開放性不足，運行一段時間之后，往往與業務需求出現脫節。因此，常常會出現企業的數字化部門自我感覺良好，而業務部門對業務系統怨聲載道的情形。

7、智能制造專業人才缺乏

智能制造涉及到多種復雜系統的集成應用，需要具備較高的技術水平和實踐經驗，機械、電氣、自動化、工業工程、軟件和項目管理等多個專業背景的人才通力合作，才能有序推進。然而，大多數制造企業的智能制造人才培養滯后，復合型人才嚴重不足，對于企業智能制造的發展帶來很大影響。

8、系統實施拖期，ROI低

智能制造的推進涉及復雜的系統集成、流程優化和人員培訓等工作。很多制造企業在推進智能制造時缺乏規劃，頭痛醫頭，需求分析做得不夠深入，導致信息系統實施過程中不斷變更，再加上人員更替和企業組織結構的變化，往往導致系統實施拖期，企業得不到預期的投資回報，從而嚴重影響了高層領導進一步投資的信心。

9、IT與自動化系統之間的斷層

很多制造企業在推進自動化控制系統、構建自動化產線和自動化物流系統過程中，對于與IT系統的集成，尤其是車間層的MES系統集成方面缺乏規劃，導致了IT與OT（運營技術，主要指自動化技術）系統的斷層。

10、數據價值未體現

不少制造企業的數據分散在多個核心業務系統之中，缺乏對數據架構的整體設計，對數據存儲、數據展現、數據分析和基于數據的預測尚未開展應用，導致各類數據未能得到充分挖掘，其后果是導致企業高層領導看不到推進智能制造的成效，也未能實現數據驅動決策。

03

推進智能制造面臨的風險

推進智能制造是一項充滿挑戰的探索之旅，在推進過程中存在諸多風險與陷阱，如果缺乏對智能制造風險的正確認知，可能導致重大的投資失誤。

風險一：概念不清，盲目跟風

當前，各種新技術層出不窮，企業很容易盲目跟風。

例如，企業上云是趨勢，但是，哪些業務上云？上哪種云（私有云、公有云、混合云）？如何上云？企業需要清晰的認識。事實上，設備上云缺乏實際價值，盲目上云容易形成“云孤島”。

再如，實現車間聯網和設備數據采集，打開車間的“黑箱”是推進智能制造的基礎和前提，工業互聯網實際上是工業要素互聯的網，是智能制造的基礎設施。但是，企業是否需要一個工業互聯網平臺？工業互聯網平臺在制造企業的智能制造整體架構中究竟處于身為位置，發揮什么作用？實際上缺乏清晰的定位。因此，制造企業如果缺乏理性和清晰的認識就去上云、上平臺，很可能“打水漂”。

又如，5G在特定的場景有實際的價值，例如無人礦山。但是在制造企業的車間里，是否需要應用5G聯網，還是采用工業WIFI，或者采用工業PON有線聯網，則需要根據實際需求，綜合分析成本和效果來確定。目前在制造企業里還沒有發現必須使用5G的應用場景。

風險二：缺乏規劃，頭痛醫頭

推進智能制造必須建立符合企業行業特點、管理模式和產品特點的智能制造成熟度和績效評估體系，對企業的現狀進行全面評估和調研，梳理出企業取得的應用效果，存在的問題和業務需求，然后對業務流程和工藝流程進行梳理和優化，開展需求分析，進而制定整體規劃，確定整體的投資計劃和風險防范策略，明確系統實施方案和集成方案。

不少企業推進智能制造缺乏整體規劃，往往是業務部門提出需求，就貿然上具體項目，頭痛醫頭，沒有充分考慮如何實現信息集成。如果缺乏明確規劃就盲目實施各類信息系統，引進自動化產線，則會產生新的信息孤島和自動化孤島。例如，用AGV進行物料配送的車間物流調度系統（LES）必須與制造執行系統（MES）進行數據交換。如果企業在系統建設時不考慮各個系統之間的數據共享和流程對接，就無法保障企業內部信息流轉的順暢。

不少制造企業的規劃是由乙方主導完成，這相當于讓制藥企業派人當醫生，風險很大。實際上，規劃設計是智能制造建設的一個重要步驟，規劃團隊不僅需要深入理解數字化和自動化，還需要具備工業工程、流程管理等領域的實戰經驗。正確的方式是引入有豐富實踐經驗的中立第三方服務機構，與企業共同完成規劃，三年一規劃，一年一滾動。

風險三：高層旁觀，組織缺失

推進智能制造是一把手工程，制造企業的負責人和高層領導不僅需要對智能制造有正確的理解，對智能制造的實施路徑有正確的認識，更需要真正引領智能制造推進過程。智能制造是制造企業轉型升級的戰略舉措，而不僅僅是具體實施幾個項目。如果企業高層不主動參與，只是由中層推進，風險極大。因為推進智能制造必然會動一些部門的“奶酪”，涉及到業務流程和績效考核體系的變革，實現數據驅動決策。

推進智能制造需要健全的組織體系，需要數字化、自動化、精益生產、工藝和規劃等核心業務部門通力協作，組成智能制造推進團隊，需要選擇各個領域的合作伙伴，明確項目實施的預期目標和預算，做好項目管理。如果企業缺乏明確的智能制造組織體系，只是依靠數字化和自動化部門（很多企業只有設備管理部門）去推進，其結果就是“煙囪”式的異構系統，最后不得不返工。

風險四：需求不清，數據不明

推進智能制造項目，需要明確系統需求。企業存在的問題、客戶（包括內部客戶）和供應商的需求、企業管理的獨特優勢、行業標準和規范、企業集團管控模式等方面都會產生需求，需要充分調研企業高層領導、業務部門負責人和業務骨干對智能制造系統的需求。在選型之前，需要能夠明確核心的功能點。

例如，MES系統作為制造企業推進車間管理，實現車間洞察、生產排產和生產追溯的核心平臺，已成為制造企業推進智能工廠建設的必選項。但是，MES系統是一個承上啟下的系統，需要實現與ERP系統和自動化控制系統的緊密集成。不同行業對MES系統的需求差異很大，伸縮性很強，MES與質量管理、設備管理、倉儲管理等系統也有密切關系。因此，如果沒有梳理清楚業務需求，沒有準備好物料、設備、產能、工時等基礎數據，沒有實現設備數據采集和車間聯網，MES應用就難以成功。而APS系統要實施成功，更需要準確的人、機、料、法、環等基礎數據。

風險五：投資斷檔，不可持續

智能制造需要持續進行投資，不能停留在間歇性的項目。一些企業盲目依賴政府補貼和資金扶持，不愿意自主投資，這種做法不可能成功。推進智能制造，制造企業是投資、實施和見效的主體。目前，很多制造企業的確利潤微薄，但是，推進智能制造是一項戰略投資，其核心價值正是幫助制造企業降本提質增效。如果企業不能前瞻性、持續性投入，智能制造難以取得實效。

風險六：選型馬虎，囫圇吞棗

在推進智能制造的建設過程中，企業不僅需要從頂層規劃出發，精準把握建設方向，也需精準選擇與行業特點、管理模式、產品特點契合的產品和解決方案，從而確保智能制造建設的順利進行和高效成果。然而，企業選擇合適的智能制造產品和解決方案是一個困難且耗時的過程，企業容易陷入選型誤區：

• 不少企業并未深入研究自身的需求，而是匯集了主流產品的優秀功能，這可能會導致產品功能過于復雜和冗余，造成資源浪費；

• 很多企業選型時只注重系統現有功能，忽視系統的平臺化、開放性和可配置能力，造成后續需要持續打補丁；

• 還有一些企業盲目自信，要求廠商削足適履，滿足一些并非必要的個性化需求，這可能會增加企業成本，影響項目的進度和最終效果；

• 在招標階段不少企業盲目追求低價，而非性價比，這可能導致使用效果不佳，甚至出現安全漏洞等問題；

• 甚至還有少數企業打著選型的牌子，吸引不少廠商提交方案，然后進行自研，或者選擇外包開發。實際上，除非是行業龍頭企業，否則還是應當慎重自研；

• 在設備選型方面，一些企業未考慮設備數據采集接口標準、支持的自動化協議，以及是否開放協議等，導致后續不得不追加投資。

事實上，制造企業一方面應當結合自身的實際需求，另一方面要充分考慮行業的共性特點和典型流程，選擇擁有可擴展平臺、具有行業實踐經驗和集成能力的合作伙伴。制造企業必須注重生態合作，要真正把自己選擇的智能制造廠商作為合作伙伴，開展平等、雙贏的合作。

風險七：實施變更，效果打折

智能制造各類系統的實施周期較長，企業的需求也往往會不斷變更，導致實施拖期。這不僅使智能制造項目的執行和管理增加了難度，也容易導致實施失敗。因此，甲乙雙方需要明確項目目標，管控需求，控制變更，避免實施拖期。甲乙雙方都必須高度重視實施團隊，尤其是項目經理，需要有很強的專業背景、協調能力和協作精神。

04

推進智能制造應對風險的策略

為了應對推進智能制造過程中的風險，制造企業應當采取正確的對策：

策略一：調研先行，理性引進新興技術

進行充分的市場調研和技術研判，了解新技術的技術原理、應用場景、成功案例以及潛在風險，然后根據企業的業務需求，明確需要解決的具體問題，并制定詳細的新技術引入和實施方案，包括時間表、預算、人員配置等。必要時，企業還可邀請行業專家或第三方咨詢機構進行新技術評估和咨詢，確保決策的科學性和合理性。

策略二：構建評估體系，結合行業和企業特點開展智能制造“年檢”

應結合國家相關標準和行業特點，與咨詢服務機構合作構建適合企業的智能制造成熟度和績效評估體系，用統一的“尺子”來評估企業推進智能制造的現狀，尤其是對于擁有多工廠的集團企業，應當用統一的智能制造評估體系開展年檢，評估推進智能制造的效果和效能。通過評估診斷，可以進行橫向和縱向對比，及時掌握企業推進智能制造的進展，糾正偏差。

策略三：建設人才梯隊，打造多維度智能制造人才培訓體系

構建一個全面的智能制造組織體系和人才體系，組織多層次、多維度的智能制造培訓，走出去、請進來，培養智能制造領軍人才、推進人才、應用人才和技能人才，確保企業擁有穩定的智能制造人才隊伍。其中，智能制造推進人才應涵蓋研發數字化、管理數字化、工業自動化和基礎數字化領域。

制造企業智能制造人才架構

策略四：打牢基礎，構建支撐企業數字化轉型的4A架構

數字化轉型是智能制造的基礎和核心環節。4A架構規劃是指企業在推進數字化進程中，基于企業的實際通過構建業務架構（Business Architecture）、應用架構（Application Architecture）、數據架構（Data Architecture）和技術架構（Technology Architecture），實現業務流程優化、技術應用創新、數據價值挖掘和系統穩定運行的全面轉型策略。4A架構旨在將企業的戰略愿景轉化為具體的數字化實施方案，確保數字化轉型與企業發展目標緊密契合，通過持續優化和升級，不斷提升企業的競爭力和市場響應速度。

策略五：從長計議，確保智能制造投資的連續性

在制定智能制造投資策略時，企業應根據企業的戰略發展目標、業務增長預期、盈利能力、融資能力、市場風險和智能制造基礎等因素，做出科學合理的投資決策，確保投資的持續性和穩定性。此外，為確保智能制造項目的順利實施和最大化預期效益，企業在智能制造投資預算中，還應重視并增加對智能制造前沿技術應用研究、智能制造內外部培訓、國內外標桿企業考察，以及智能制造現狀診斷、需求分析和整體規劃等方面的咨詢服務投資。

策略六：審慎選型，注重生態合作

在系統選型時，企業應深入分析自身實際需求，綜合考慮行業特性與新興技術趨勢，審慎評估并遴選出與自身需求高度匹配、擁有可擴展平臺、豐富行業實踐經驗及集成能力的智能制造產品和解決方案提供商，作為長期且穩定的合作伙伴。在此過程中，企業應秉持生態合作的開放心態，先技術、后商務。在核心業務系統選型時，應引入中立的第三方監理，協助企業梳理出客觀完整的業務需求，以便于技術層面選型時有可參考性強的需求分析支撐。

策略七：協同管控，做好智能制造項目管理

建立智能制造管理領導小組和項目管理辦公室，建立多方協作與溝通機制，嚴格管控需求變更，通過建立規范的需求管理流程，確保變更的合理性和必要性，確保實施過程不偏離既定方向，避免項目延期及效果不達標。

05

推進智能制造

呼喚第三方專業服務

推進智能制造是一項龐大而復雜的系統工程，制造企業需要根據自身的發展戰略和當前基礎，并結合智能制造技術的最新發展，制定智能制造頂層規劃，明確實施路徑，務實推進，量力而行，才能使智能制造推進切實有效。然而，對于大多數企業來說，智能制造涵蓋的領域眾多，且實踐性很強，不同行業的制造企業在推進智能制造時，面臨很多個性化的需求。

因此，引入專業且中立的第三方咨詢機構顯得尤為重要。第三方咨詢服務機構站在企業的角度，結合企業的實際需求，充當企業的“外腦”，幫助企業進行需求分析，制定總體規劃和實施方案；在系統選型的過程中，給出獨立的專業意見，幫助企業選擇能夠更好地滿足其需求，擁有行業實施服務經驗，系統具有開放性和平臺化，能夠有效實現信息集成的產品與解決方案；在系統實施過程中，提供項目監理全程服務。引入智能制造第三方咨詢服務機構，可以幫助企業降低推進智能制造的規劃風險、選型風險、實施風險和應用風險，減少智能制造的總體擁有成本，幫助企業提高智能制造投資的回報率和成功率。在項目實施過程中，上線是一個關鍵的環節，但成功上線并不等于上線成功。因此，對項目實施是否具備上線條件，監理方也可根據相關指標來給出專業意見。

第三方咨詢服務機構的專業要求很高，通常需要有數字化、自動化、精益化等多個領域的專家團隊，通過長期積累，形成智能制造規劃、選型、實施的方法論，具有豐富的項目管理和選型經驗，保持中立客觀的定位，并需要不斷學習吸收智能制造各領域最新的技術，例如人工智能（包括生成式人工智能）、數字孿生、虛擬現實/增強現實技術，結合企業的實際應用場景，探索如何在企業落地，并取得實效。

06

e-works助力企業

推進智能制造的實踐

為了幫助更多企業理清智能制造的發展脈絡，規避潛在風險，從2002年成立伊始，e-works就率先推出智能制造第三方咨詢服務，為企業“號脈”、“開方子”，剖析企業的業務痛點，但不“賣藥”，專業服務涵蓋智能制造咨詢、智能制造培訓、智能制造產品選型及監理、智能制造評測等。

制造企業典型的業務痛點

（以某整機制造在研、產、供、銷核心需求為例）

e-works專注于智能制造服務，通過二十多年的實踐，形成了五大業務，即智能制造知識傳播、供需對接、人才培養、產業研究和咨詢服務。作為我國智能制造領域的樞紐與平臺，e-works開展智能制造第三方咨詢服務具有獨特優勢：即掌握智能制造技術發展前沿，洞察國內外智能制造廠商發展動態，具備多層次、多領域的智能制造人才培養經驗，集聚了一批智能制造領域的實戰專家、行業專家，具備豐富的智能制造服務實踐經驗，在業界樹立了權威性和公信力。

e-works智能制造規劃“四步曲”

“知己知彼，百戰不殆”，準確的智能制造能力定位是企業智能制造規劃的良好開端。二十多年來，e-works積累了豐富的咨詢服務實踐經驗，已經建立了覆蓋裝備制造、汽車整車及零部件、軌道交通、電子電氣、生物醫藥、食品飲料、化工、建材等行業的智能制造成熟度評估體系，為企業提供科學、系統的智能制造自我診斷與提升路徑。從評估診斷、需求分析與流程梳理，再到整體規劃和實施方案的制定，直至選型、監理、驗收、評測，e-works全程為企業提供科學指導與保障，確保智能制造的順利推進。

e-works智能制造第三方咨詢的服務框架

e-works咨詢服務團隊已服務了數百家知名制造企業，贏得了客戶的信賴，典型客戶包括中國重汽集團、中集集團、康尼機電、凌云集團、東方電氣集團、中車集團、中國印鈔造幣集團、武船重工、滬東重機、杰克科技、良信電器、華帝股份、貴州磷化新能源和德美化工等眾多行業龍頭企業，其中70%為長期服務的客戶。

e-works智能制造第三方咨詢服務的典型客戶

以東方電機為例，該企業曾面臨數字化建設規劃細化不足、各板塊關聯不強等挑戰，遂攜手e-works啟動了數字化評估與規劃咨詢項目。e-works通過深入評估東方電機數字化建設現狀，開展需求分析，明確了以“產品全生命周期”為核心的數字化轉型方向，圍繞數字化研發、智能制造、遠程服務、質量預防等關鍵領域，以及數據貫通、流程優化、業務協同等目標，制定了詳細的七維規劃藍圖。該規劃全面覆蓋研發、交付、服務鏈，構建了協調統一的數字化企業體系，贏得了東方電機的高度認可，并為其后續數字化轉型建設提供了堅實的指導框架。

再如華帝股份曾面臨物流、檢測自動化不足及數據傳遞障礙等問題，遂委托e-works開展了智能制造規劃咨詢項目。通過全面調研與深入分析，e-works精準識別了華帝在產、供、研、銷環節的痛點，量身定制了涵蓋研發鏈、交付鏈、運營鏈的未來數字化規劃方案，強調產品標準化與數據流通的重要性。同時，e-works幫助華帝構建了智能制造團隊框架與資金規劃，為其未來三至五年的智能制造戰略落地提供了保障。該項目贏得了華帝高層的極高贊譽，最終圓滿結項。

e-works認為，推進智能制造本質是為了提升制造企業的核心競爭力，涉及到各種新興技術的應用，更需要結合新工藝、新材料和企業的業務變革。在推進智能制造的過程中，制造企業必須重視專業服務的價值，識別并規避各種風險。當前，中國制造企業正在積極“出海”。推進智能制造成為制造企業國際化進程取得成功的重要保障。e-works也將繼續推進智能制造第三方咨詢服務，為廣大制造企業保駕護航，規避各種潛在風險！

海量資訊、精準解讀，盡在新浪財經APP