文/本刊記者朱冬
行業探究篇
中國制造正在悄然發生着積極變化。一組來源于國家統計局的最新數據顯示：2016年1-5月，規模以上工業增加值同比增長5.9%，工業總體保持平穩增長。同樣，高新技術制造業和裝備制造業增加值繼續保持較快增長，占規模以上工業增加值的比重已分别達到12.1%和32.5%。
毫無疑問，“中國制造”已成為世界上認知度最高的标簽之一。曆經30多年的高速發展，作為促進世界經濟發展的重要力量，中國這個“世界工廠”的角色已經越來越重要。
相伴而生的是，智能制造作為中國制造未來的重要方向，正面臨大考。
智能制造，在經過了“制造+自動化”的第一代，又在第二代“信息化+網絡化”時期實現了信息和裝備的動作同步，人機互動。而今進入第三個階段——大數據時代，智能制造正在使制造業走向智能化。
然而，在這個言必稱“大數據”的制造時代，智能制造是否真的已經實現了與大數據無縫對接？大數據給中國制造帶來了什麼？
而真相又是什麼？
數據隻是信息，隻有分析之後才會“說話”
智能制造時代，我們永遠不要低估大數據的力量。即使是最普通的一盒紙巾，每一張紙巾都可以排得整整齊齊，如果說這背後運用了大數據分析，你信嗎？
以寶潔公司為例，每一盒紙巾的生産，流水線上每一步的材料變化、設備狀态等都有數據監測。一盒紙巾的生産看似簡單，但如何達成産品質量的普遍等同性則大有學問。寶潔公司通過工廠裡面的溫度、濕度、材料等變化來調整加工參數，并且工程師不需要在實地工廠實時監督，在世界的任何一個角落可以實現遠程設備管理。
“這就是數據的深層分析，數據背後都有其邏輯性。沒有邏輯的數據隻能稱之為‘信息’。懂得邏輯以及邏輯背後的智慧，很多質量問題便可迎刃而解。”美國辛辛那提大學講座教授、美國NSF智能維護系統中心主任李傑對《中外管理》開門見山地說道。
他進一步解釋，大數據時代，智能制造裡面有很多可見和不可見的問題都可以通過數據反饋出來。與之對應的是會有很多可見數據和不可見數據生成，可見的數據就是機器裡面的參數，比如噪音特征、加工參數特征、耗電特征等。但這些參數與設備加工進度有什麼關系？跟加工設備的健康有什麼關系？這些是無法測量的不可見數據，需要深度分析。
大數據之于智能制造好比是一個健康檢查的過程，就好比你覺得你的身體很好，但是體檢的時候發現膽固醇過高，肝指數過高，這就是看不到的東西。李傑以此比喻。在他眼裡，數據不會說話，隻有分析之後才會“說話”。
不過，與德國、美國、日本的智能工廠相比，中國工廠工人數量多，專門的技術人員卻很少，這也恰恰是數據分析的桎梏——缺少專業的分析人員，中國智能制造在數據分析時面臨的問題是技術人才以及知識短闆。
而缺少數據分析，再多的“智能制造”、“工匠精神”隻是空談。試想，如果一個智能工廠裡，機器是外國的，圖紙和設計是照抄的，零部件80%是進口的，自動化生産線很多，但生産背後并沒有深入的數據分析，或者無法解讀數據背後的含義，那麼，智能制造的優勢在哪裡？僅靠消費市場取勝的智能制造，能走多遠？
智能制造的終極目标不是智能化？
“如何才能為顧客創造更多價值？”“我要了解為什麼減少能源？”“為什麼我耗費那麼多能源，而不能降低20%？”“為什麼我需要100道工序不是50道？”“為什麼加工的噪音那麼高？”
……智能制造過程中，企業會不斷地面臨諸如此類問題。李傑認為，大數據是唯一可以讓企業了解到生産的産品如何、是否還有改進空間，以及解答以上問題的工具。中國智能制造轉型的過程中，大數據讓企業的認識越來越深刻，讓企業家了解到底中國制造強在哪裡。
目前在國内，已經有很多制造企業在智能化轉型上積極嘗試，也進行着追求品質的探索和研發。比如：三一重工、海爾、美的等企業的智能制造工廠和創新性轉型。記者也從三一重工高級副總裁賀東東那裡了解到，三一重工從2008年就開始基于物聯網搭建平台，那個時候并沒有物聯網的概念，也沒有大數據的概念。不過，真正立足大數據的智能制造是制造之需，是從自身發展和客戶需求出發，并不是出于單純的戰略布局或者趕時髦的因素。
事實上，大數據時代的智能制造轉型，傳統企業雖然舉步維艱，但大數據可以讓企業在智能制造過程中發現不足再進行自我改進，從而越來越精益，越來越有競争力。
這一點賀東東深有體會。大數據對智能制造的沖擊首先是制造裝備發生了很大的變化，從“機器人”數控設備、自動化設備到整個管理調度的方式，大數據在每個環節都發揮着作用。如何利用參考數據讓制造更加優化，如何降低故障、提高可靠性能等諸多方面與傳統方式相比均發生了巨大變化。有些沖擊甚至說是颠覆性的。
“其實若轉型中每個環節都在發生變化，每個環節都要去應對，企業會面對資源不夠，錢不夠、人不夠的窘境，現實情況是，并不是每一家企業都有能力遍地開花地去應戰，而大數據會告訴你哪個環節有最大的痛點，遂而逐個擊破。”賀東東如此對《中外管理》回答。
對于大數據在中國智能制造轉型扮演的角色，李傑做了一個形象的比喻：我們吃橘子的目的，不是為了吃橘子，是為了獲得維他命C。知識不是目的，它是讓一個人不斷成長，變得有智慧的過程。同理，智能制造的終極目的，不是智能化，而是讓企業有智慧，從而能夠貢獻社會，幫助别人，能夠産生更多對社會有用的價值。
數據和智慧才是智能制造的傳承之本
智能制造，說“高大上”一點，是為了人們的生活、為了國家的競争力而制造。而且，智能制造不是20年、30年，乃至50年就能實現的，它是一個百年工程。
智能制造需要傳承！但相比較而言，中國目前的制造企業以二三十年之久的居多，是否能夠發展到百年企業現在還未知，所以中國制造必須用大數據不斷地更新疊代，使智能制造變成一個知識的傳承體系，否則就會面臨中國制造的優勢外流。
從李傑多年的案例研究經驗看，談智能制造，說得多做得少的企業并不在少數。很多企業做一點就覺得他走在了智能制造隊伍的前列。而且，大數據主導下的智能制造不是數量的取勝而是質量的取勝。智能制造目的不是展現給人家智能機器有多少，自動化程度有多高，而是要看将人的素質能夠提高多少，這是中國要給世界的一個交代，能夠讓人家信服。
真正做智能制造的企業，在它們的理念裡，智能制造是對市場尊重而産生的使命感。智能制造恰是一種認真做事從而帶出來轉型的态度，它不是一個技術問題，而是一種“我一定要改進”的決心。
所以，“大數據時代，智能制造需要傳承的不是機器也不是工廠，而是數據和智慧。”李傑如是說。
具體而言，即：用大數據來深入了解中國制造的短闆，比如質量問題、效率問題，還有類似機器使用性能問題。找到短闆之後，數據可以告訴你怎樣改進，如何設計未來，而無需一直依賴從外部引進技術。最後，大數據幫助企業實現對未來制造的價值重新定位，智能制造生産的産品不單純隻是産品，它會為客戶創造更多的價值，而産品加上服務的價值讓智能制造更有效率，更為先進。
所以，大數據對于中國智能制造的意義，已經不言而喻。“智能制造是以數據為核心，以自動化為基礎，以人的知識智慧為傳承的目的。智能制造最重要的是人，工廠的技術人員經過數據分析了解到怎樣加工品質更好，怎樣制造更有效率，更節能更安全，這就是對客戶的尊重，對人的尊重。它的終極目的仍然是服務于人。而且産品被客戶認可，這本身就是對人的尊重。”李傑深入總結道。
數據背後都有其邏輯性。沒有邏輯的數據隻能稱之為信息。懂得邏輯以及邏輯背後的智慧，很多質量問題便可迎刃而解
責任編輯：朱麗