刘钊  天津爱波瑞科技发展有限公司高级顾问

中国国家统计局和物流与采购联合会(CFLP)联合公布，2015年9月官方制造业采购经理人指数(PMI)为49.8%，比上月微升0.1个百分点，但仍低于50的景气荣枯线。而根据财新/Markit公布的数据，中国9月制造业PMI终值为47.2，略高于初值47，但依然是2009年3月以来最低水准。而在笔者动笔时，收到一条新闻：10月8日，华为、中兴手机一级供应商福昌电子正式宣布倒闭。制造业的寒冬正在袭来。

随着《中国制造2025》的发布，中国制造业发展上升到国家战略的高度，智能制造成为中国制造业转型升级的方向。智能制造是不是走出寒冬的好路，又该如何实现智能制造呢?智能制造不是一蹴而就的，目前来说，智能制造仍然只是一个愿景，而非标准。对于国内制造业来说，智能制造的实现并不是对企业原有信息化建设成果的推翻，而是从工业大数据的视角对企业现有信息化成果重新定位，对企业的信息化规划进行定位和调整，以逐步实现向智能制造的过渡。就像现在强调的“回归制造”一样，在企业的智能之路上，我们需要从最基础的数据视角对企业的IT建设进行思考和审视。

智能的基础是大数据

智能制造来源于人工智能的研究。如果把人工智能简化为一个简单的公式：y=f(x)，y表示决策，x表示数据，f()表示算法。在过去研究的最多的是f()，即算法，算法的好坏决定了决策的准确性。而随着数据采集、输出、分析技术的飞跃式发展，当数据的数量、维度达到一个较高的水平时，决定决策的关键因素成为了数据。大数据技术的发展加速了人工智能的发展，有些情况下，甚至可以通过大数据先知道结果，然后分析问题的原因。所以说，智能制造的基础是工业大数据的实现。工业大数据又从何而来呢？其实最终依靠的还是企业的自动化、信息化一步步的建设而来。

回归到数据的视角审视企业的信息化建设，我们能更加清楚地看到企业自身所处的水平。在以前的信息化建设，我们一直强调数据是信息系统成功的基础，只不过我们强调的更多的是数据质量和数据产生的逻辑，而在大数据思维下，数据的全面性成为另一个关键基础。对于一个制造企业来说，全面的数据应该包括哪些呢？至少应该包括以下几个方面：

（1）产品数据：设计、工艺、加工、测试、维护数据、产品结构等。

（2）运营数据：组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等。

（3）价值链数据：客户、供应商、合作伙伴等。

（4）外部数据：经济运行数据、行业数据、市场数据、竞争对手数据等。

事实上，大部分的企业内部数据都是以往信息系统如ERP、PLM、MES、CRM、SCM等覆盖范围内的数据。对于许多企业来说，在过去十多年的信息化建设有许多遗留问题，比如信息孤岛的问题、信息化无效的问题，在数据角度来看，就是数据标准不统一、数据接口没有建立起来、数据质量低下，信息系统建了很多，但效果很差，数据的价值没有得到真正发挥。

而在现阶段，企业在向智能制造过渡时，需要重新审视、评估已有的信息化系统的使用情况，对于目前形成的历史数据的质量进行整理、评估。另一方面，一些基础的信息化工作仍然要做好，比如设备改造和升级、系统之间的整合。实际上，走向智能制造的道路并没有捷径可走。

工业大数据从何而来又如何使用

数据来自于管理。没有一个好的管理体系，往往不知道哪些数据是对管理有价值的，即便这部分数据采集了数据质量也无法保证，数据价值也无法发挥。对于多数管理基础比较薄弱的企业来说，首先要解决的还是效率的问题。为了尽快适应新的市场竞争，企业需要做好两方面的工作:

首先，建立基于价值链的数据驱动的管理体系。一个好的管理体系是数据产生、采集、分析并能支持到管理决策的基础，要知道哪些数据是需要采集的，数据采集上来后要做怎样的分析。企业可以通过精益管理的导入比较系统地解决这一问题。从大数据的角度看，企业需要借助价值分析，梳理出自身的大数据体系，为企业的信息化建设指明方向。

其次，逐步提高自动化、信息化水平。基于数据的管理需要大量的数据可以实时采集上来，而过低的自动化、信息化水平无法支撑数据化管理。企业需要逐步淘汰一些旧的设备，提升自身的自动化水平。当然，并不是鼓励企业盲目跟风采购大量机器人、自动化设备，而是根据行业的竞争情况，合理地有意识地进行提高。

管理的提升和信息化的提高是个相互作用的两个方面，随着管理要求的不断提高，对信息化的要求也会逐步提高，反之，信息化水平的提升也会将管理推进到更精细、更有效率的水平。

持续改善而非弯道超车

最近几年是信息技术迅猛发展的几年，大数据、互联网等概念不断被热炒，互联网正在不断重构这个世界，另一方面是回归制造业的呼声不断增加，同时涌出工业4.0、中国制造2025、智能制造等新的话题。这两股热潮的冲击，让很多企业家无所适从，被动地站在了风口浪尖之上。事实上，当我们理性地审视制造业的现状，那些引领这个时代制造业潮流的依然是那些耕耘多年的企业，只不过换了个新的面目。而国内走在智能制造前面的企业事实上也没有谁是一蹴而就的。因此，一方面要看清趋势，另一方面还是要打好企业的管理基础。

所谓的智能制造也是整个生产系统的智能，而非单个设备本身的智能。我们很清楚约束理论，单从一个或几个点的提高是无法真正提高系统效率的，反而会增加成本和浪费。在转型升级的过程中，企业更应该立足于企业自身的管理和发展，将新的方法、工具拿来为我所用。在企业大数据体系的建设过程中，也应当紧跟市场需求、行业趋势，根据企业发展逐步完善。大数据体系的建设不仅仅是个技术行为，更多地体现的还是企业的管理能力。

持续改善的基础依然是人的能力的提升，将来企业实现智能化的关键也是人才。传统的企业内部的信息化人才的培养是以IT技术为主，在未来的智能人才的塑造上，IT技术和业务能力的界限会逐步模糊，复合型人才会成为主流。同样，人才的培养特别是人才培养体系的建立也是一个长期得过程，任何想长远发展的企业都应当建立起自己的人才体系。

文章的最后，看到任正非的一篇采访中的一段话，在这里作为一个警醒：“中国的工业现在还没有走完自动化，还有很多工业连半自动化都做不到。这个时候，我们提出了类似工业4.0的方案，超前了社会实际，最后会成为夹心饼干。所以我们国家要踏踏实实的迈过工业自动化。“企业的智能制造没有捷径可走，只有从自身出发走好每一步的企业才能走得更远。