工業4.0時代帶給整個世界的絕不是某個環節的改變，它將影響整個工業生產環節，進而影響人們的生活。不敢想象，在工業4.0時代，地球上將會多么智能化。

　　近些年我國智能制造技術及其產業化發展迅速，并取得了較為顯著的成效。智能化以及工業自動化等新興的科學技術已經融入到了工業發展之中，與國外發達國家相比我們已經取得了不小的成績。但就目前中國智能制造的現狀而言，我國與發達國家相比差距還是很大的，如果放在一個更為宏觀的場景里觀察中國智能制造，我們會發現有很多制約因素影響著它的發展。鑒于此，我們在發展智能制造過程中，也還需要且行且思考。

　　一、生產模式與材料的制約

　　在本文中，我們明確智能制造以實現“個性化生產”這個提升企業自身競爭力的產品戰略為導向，采用信息技術，將生產中各個環節的數據傳輸到管理系統，通過動態的優化來“提升質量、降低成本、縮短產品交付周期”。

　　機械剛性制約

　　目前很多產業的生產方式，多是對現有的原材料，無論是金屬材料、塑性材料、纖維材料還是半導體材料等，通過一定的切削、成型、編織等工藝進行加工，而這些加工很多在機械上是有制約的。例如制藥，我們不能進行“插單”實現靈活定制化，因為每個批次的藥物需要進行清洗生產環境才能進行另一個生產，很多影響生產質量的參數無法實現在線的調整，這必然會導致產生不良品，而質量迭代需要有批量基礎的數據才能實現提升。

　　材料科技與制造的融合研究

　　智能制造中的3D增材打印技術是中國智能制造的一個熱點，但是，在材料方面、加工速度與成本方面還是有瓶頸制約的。材料科技沒有突破，傳統的生產工藝也無法實現突破。例如：節能最有效的是工藝節能——通過工藝的徹底改善，以新的生產方式來實現能耗的降低。但改進工藝是困難的。一個例子是，數字印刷雖然很好，但是噴墨頭的材料與加工目前沒有創新性進步，國內在這個方向就無法實現制造領域的新進展。其他像油墨技術、黏膠技術、高性能金屬材料、特種纖維材料等，都在各自應用領域存在類似問題。

　　在基礎和新型材料方面缺乏創新，會導致我們的制造業仍然在這些領域受制于人，無法真正實現制造業的升級，在信息化、自動化方面的能力再強，也無法產生更具競爭力的產品。

　　二、現階段信息融合的制約

　　數據未被系統有效采集存儲

　　目前，在推進智能工廠的過程中，我們會發現由于原有的設備來自不同廠商、不同代次，這造成工廠設備間無法互聯。在控制器上，動態的數據如印刷套色的偏差及影響值、紗線CV值等傳統生產的數據都無法被有效采集。很多時候，這種情況出現并非是技術封鎖造成的。供應商當然不愿意開放核心技術，但很多時候，這些參數在傳統的生產模式下根本未被考慮，因而導致數據被大量浪費，沒有實現有效采集。而無法互聯互通則僅僅是制約因素之一，反倒是相對容易突破的。

　　信息模型

　　在很多企業的生產線數據互聯升級中缺乏信息模型，使得對于采集什么樣的數據，如何使用這些數據，都沒有有效的標準化以及應用軟件的支撐。

　　信息化與自動化的融合

　　在信息化與自動化的融合中，最為普遍的現象就是，在很多工廠里，管理系統使用最有名的SAP/ORACLE的ERP系統，代表著全球最頂級的管理水平，采用的是自動化程度最高的生產線。然而，這些信息化系統和自動化系統仿佛兩個世界的人，他們相互并不認識，說的也是不同的語言，兩化融合的效果并不盡如人意。原因在于，很多企業并沒有很清晰的產業升級初衷，只是因為老板說了“我們的同行都在做智能制造，我們也要上智能制造系統”，只是為了升級而升級，這種升級投入，效果打折扣是在意料之中的。

　　智能算法的推進

　　經過數據采集、傳輸，數據到達所謂的云平臺、大數據平臺，之后這些數據如何被分析優化呢？傳統的專家系統采用類似于深藍這種工程，經過了數十年的數據累積與處理經驗。因此，如果沒有數十年的積累，智能化制造仍然是沒有能力實現“智能優化與決策”的。

　　三、管理升級的制約

　　精益生產

　　“精益”是數字化的基礎，這已經有很多共識，包括現在投入到智能制造項目中的人也會深刻體會到這一點。然而，精益生產的基礎在日本已經數十年，應用到中國智造中，卻顯得有些急功近利。

　　事實上，如果去一些企業，甚至是大企業觀察會發現，在生產制造的質量控制、倉儲物料管理、能源管理、資產維護等環節，仍然存在大量的“浪費”——如果用精益生產的標準去看這些問題，我們就會發現，制造業內部的提升空間仍然是巨大的，僅在現有的生產環節上去挖掘，依然可以帶來巨大的收益，可以讓企業產品質量得到提升，生產成本得以降低。

　　組織架構設計

　　除了精益生產帶來的收益，面向未來的智能制造，我們還會發現，原有企業的垂直事業部門之組織架構也對智能制造的順利開展形成制約。因為需要信息采集與共享，這里共享的不僅僅是數據，也包括了業務流程的重組與優化。傳統的企業組織架構實際上已經無法滿足新智能制造對于信息流的需要，以及由此產生的新的職責界定、內部決策機制的變化的需求。

　　基于這種現實，打破部門界限，使管理架構向扁平化發展，更為“網絡化”的組織內部信息流才能適應智能制造的網絡互聯特性，否則，就會導致整體系統無法正常運行。

　　合作戰略

　　在智能制造時代，顯而易見的趨勢是，企業不再是個體的競爭，而是企業聯盟的競爭，仍然依靠自己的力量形成壟斷的組織將會在未來的協同中被逐漸邊緣化，而新的商業生態系統正在構建。如何將內部的信息更加有效地分享，新的合作模式如何更加明確地被定義與實踐，都是需要探索的方向。

　　四、人才培養與教育的制約

　　創新性人才

　　創新驅動已經談了很多年，然而，在缺乏人才與開放體系支撐的情況下，所謂的創新無非是“新瓶裝舊酒”，缺乏本質的變化。對制造業的智能化進程來說，用傳統的思維去理解未來的智能制造無法推動整個制造業的發展。

　　智能制造并不等于機器換人。機器人并不能完全替代人工，且智能制造與機器人自身發展離不開專業技術人員，其催生的新產業生態更是需要大量合適勞動力。因此，如果不能形成智能人才支撐，企業可能跌入轉型陷阱：有智能工廠，卻沒有人操作。“互聯網”和智能制造時代對技術技能人才知識結構復合型的要求更高，但企業普遍面臨的窘境是，目前院校培養的學生素質和企業實際要求嚴重脫節，許多新業態已風生水起，但院校卻沒有相關專業。

　　在一個市場化的環境里，制造業企業應當積極培養與引進創新型人才，雖然這種投入不是每個企業都有實力的，但一些龍頭企業可以率先這樣做。除了培養和引進創新人才，如何整合人才資源也十分關鍵。這要求我們要有一個頂層的設計，即制度設計和體系設計，這樣各行各業的制造企業才會有積極性。

　　全局性人才培養

　　智能制造需要架構設計，而這種架構，從集團企業的每個部門的架構形成，到產品、技術的研發細節，都需要結構性的思維和對問題分析的完整性、連續性。這些思維的缺乏會導致智能制造從頂層設計到底層實現的各個環節發生“顧此失彼”、“捉襟見肘”、“東拼西湊”的現象。如果沒有形成整體的架構運行機制設計，也會造成“重復投資”、“項目返工”、“未解決實質問題”等后遺癥，不僅不能成為智能制造效率提升的方向，反而限制了公司的升級速度。

　　五、平臺架構缺乏制約

　　中國制造進程中，我們重視在可見的硬件方面的投入，但是，在軟件開發平臺方面，我們還有著不少軟肋。智能制造最大的特點在于“集成”特性，而集成就一定會需要基于“平臺”來實現。而像 AutomationStudio、西門子的Portal這樣的開發平臺，尤其是Pro-e、Solidworks、CITIA等這種集仿真、設計、制造等于一體的平臺的缺乏，對于智能制造所需的“集成”形成羈絆。

　　六、安全風險制約

　　安全不僅包括技術性的信息安全問題，也包括管理性的安全問題，包括在法律層面的安全問題。

　　信息安全風險

　　信息安全首先是我們談到的“被攻擊”、病毒防護問題，這些只是技術層面的問題，能夠找得到有效的解決機制。

　　在大數據時代，數據的使用權利界定問題會更加明確，信息作為最重要的資產如何管理、如何協作，仍缺乏法規方面的界定。

　　智能制造中的安全問題曾經在歐洲引起極為廣泛的關注。基本上大部分設備廠商都在開發功能安全系統并已經投入應用，而我們對功能安全的投入相對還很少。

　　這很大程度上緣于我們對安全問題的認識不足。傳統上，我們認為系統安全不會有直接產出。實際上，對于智能制造時代的互聯而言，其中一個單元的安全都會影響其他生產單元，某個機器的停機會造成巨大的關聯浪費，因此集成系統的安全就成為迫切需要關注的問題。

　　當然，很多安全問題本身也是因為基礎缺乏，還沒有發展到更高的自動化程度，或者沒有升級到信息化融合的過程。對安全系統的清晰認識還制約著我們的智能制造進程。

　　智能制造業還需要國家資金、政策的支持，這也是制約因素，但是如果對上述六點限制能夠有足夠的重視和有效的行動，也足以讓我們在智能制造業發展路上走得相對更加扎實些。