《中国智造,行稳致远——2018中国智能制造报告》

   日期:2018-08-02     来源:中国工控网    评论:0    
核心提示:新兴技术的成熟、国内对新技术的接受度之高显然已大幅促进了其落地应用的步伐,智能音箱等智能终端产品对消费者来说已耳熟能详,但工业企业中智能制造所带来的影响对于多数人来说仍然比较陌生。在本篇文章中,亿欧智库通过解读德勤此份报告,分析工业企业中智能制造的部署策略。

近日,德勤发布《中国智造,行稳致远——2018中国智能制造报告》,对一百多家来自汽车、装备制造、电子电器等行业的大中型企业进行调研。调研发现,中国工业企业的数字化能力明显提升,智能制造在效益产生方面的贡献明显增加,且中国工业机器人的需求增长强劲,已成为第一消费大国。

新兴技术的成熟、国内对新技术的接受度之高显然已大幅促进了其落地应用的步伐,智能音箱等智能终端产品对消费者来说已耳熟能详,但工业企业中智能制造所带来的影响对于多数人来说仍然比较陌生。在本篇文章中,亿欧智库通过解读德勤此份报告,分析工业企业中智能制造的部署策略。

首先,德勤在报告中指出,“智能制造是基于新一代信息技术,贯穿设计、生产、管理、服务等制造活动环节,具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称”。

也就是说,智能制造涵盖了从制造智能化产品、利用智能技术提供服务到在生产过程中利用智能技术的一系列过程。如今,全球价值链的重构以及分工调整已迫使企业布局智能制造,以保障自身地位。传统制造企业作为先头部队将智能化转型提升至战略地位,各大技术公司间相继展开战略合作,提供系统的解决方案能力。中国智能制造毫无疑问已进入高速成长期,工业企业开始发力智能制造。

德勤调查了企业对智能制造部署的重点方向,总结出五大重点:数字化工厂、设备及用户价值深挖、工业物联网、重构商业模式以及人工智能。

数字化工厂

智能制造是以数字作为核心驱动力的,在各个制造环节中数据的收集无疑占据着重要地位。故此,无论是生产数据、产品数据还是最上游的供应商数据的积累都是企业的主要任务。通过数据的积累,以信息技术作为支撑,实现制造中各个环节的串联可以快速建立起合适的模型,为企业生产制造提供指导。通过此数字化工厂的建立,企业才能提高决策准确性。

而在数字化工厂的建设中,打通数据流、实时观测数据变化的指导意义重大:通过数据变化可以对生产过程进行优化,实现业务、工艺以及资金流程上的协同,并合理配置资源。目前,在被调查企业中高达62%的企业已打通从生产计划到执行,再到现场设备的数据流。而航空航天领域由于制造精密、质量管控力强,该领域内企业的数字化工厂建设能力普遍较高。

设备及用户价值深度挖掘

设备价值挖掘是指在各个环节产品、设备相关服务效益的提升。如研发设计更智能化的产品、销售阶段提供设备相关金融服务、售后阶段基于产品收集并监控数据,从而进行性能分析等,挖掘更多服务机会。用户价值挖掘则是以满足客户个性化需求为核心,进一步降低成本、提升效率。典型例子如C2M模型,不同于以往企业生产制造再进行销售,C2M模型在企业研发设计之前接收到用户的分散、个性化需求,通过针对性下单、生产制造,不仅更好地满足用户,而且大大减少了中间环节的浪费。

如今,在竞争程度愈发高、产品定价更透明的产业内,深度挖掘可以产生新的价值来源。报告显示,62%的企业正在积极部署设备及用户价值的深度挖掘。

工业物联网

实际上,面对高昂的云部署成本,在其未能创造核心价值之前,企业普遍对云部署积极性不高;国内工业制造业同样如此。如今,智能制造中系统需要实现的感知、分析、决策等能力均涉及物联网相关技术,迫使企业开始利用传感器及物联网平台收集数据,并进一步利用大数据能力分析。其应用场景从设备监控管理、了解产品如何被使用到创新服务均有涉及。

目前,47%的企业正在部署工业云,其中电子电器行业的传感器和平台应用最为普及,我们猜想其主要是由于该领域需要与消费者建立更为紧密的联系。

重构未来商业模式

除实现智能化流程,帮助企业降本增效外,智能制造还可以应用于企业产品及服务的创新中;而且,非常具有创新力的创业公司的不断涌入也在挑战传统企业的地位。由此,企业需要重构商业模式,实现价值。

目前,工业企业商业模式定位以平台型、规模化定制、“产品+服务”、知识产权四种为主。平台型商业模式是立足于垂直行业,提供多种软件服务,搭建生态系统;规模化定制模式是指业务领域的横向拓展;“产品+服务”指围绕客户需求,探索新的解决方案;知识产权模式指通过专利的申请来建立技术壁垒,占领市场。其中,选择前三种战略来布局企业数量较多,分别达到30%、26%及24%。但各种模式之间挑战也不尽相同。

人工智能

人工智能对工业的影响主要来自两方面:通过将人工智能运用到生产流程中,智能把控质量,提高生产效率;二是创新产品及服务的研发。

目前,国内制造业的自动化程度越来越高,在机器人的应用数量上更是居于全球首位。通过进一步实现机器学习,结合大数据,可以提高生产线的配合度,减少生产问题;如流程自动化、质量监测等。而通过完全颠覆自有产品及服务本身,深度结合人工智能技术,设计具有感知、判断能力的产品则更具竞争力;典型例子如自动驾驶。

调查中指出,一半以上的受访企业已经在制造和管理流程中运用人工智能,46%的企业有制造人工智能产品及服务的计划。而行业分布中,汽车及汽车零部件领域中人工智能的部署比例远高于其他。

实际上,我们也可以看到,人工智能的落地应用探索越来越多,市场接受度也比较乐观。AI成为近几年创业、资本市场的高频词,AI领域更是出现多家独角兽企业。而且,人工智能企业的营收逐年提升。如果能跳出自动化机器人的局限,大胆尝试更多的人工智能产品和应用场景,人工智能的发展很大概率上会保持着这种高速增长。

 
标签: 智能制造
  
  
  
  
 
更多>同类资讯
0相关评论
 
全年征稿 / 资讯合作
 
 
 
推荐资讯
可能喜欢