當前，數字經濟已經成為全球經濟發(fā)展的主要動力。云計算、大數據、物聯網、人工智能、區(qū)塊鏈等新一代信息技術通過數據要素激發(fā)創(chuàng)新潛能，使工業(yè)經濟時代的產業(yè)運行體系加速變革，使資源配置、生產組織、商業(yè)運營、創(chuàng)新協(xié)作等方式加快轉變，制造業(yè)企業(yè)都面臨打造提升數字經濟時代生存和發(fā)展能力的現實問題，驅動企業(yè)對業(yè)務組織、研發(fā)設計、生產制造、銷售服務、供應鏈、人力資源等要素開展全方位變革，加快實現數字化轉型。工信部肖亞慶部長指出：“對制造業(yè)發(fā)展而言，數字化轉型已不是‘選擇題’，而是關乎生存和長遠發(fā)展的‘必修課’”。

《“十四五”智能制造發(fā)展規(guī)劃》指出：“智能制造是基于新一代信息技術與先進制造技術深度融合，貫穿于設計、生產、銷售、服務等制造活動的各個環(huán)節(jié)，具有自感知、自學習、自決策、自執(zhí)行、自適應等功能的新型生產方式”。數字化是智能制造的基礎，企業(yè)需要采用數字化產品設計和工藝設計軟件工具、數字化裝備，建設數字化產線、車間、工廠，實現智能制造。因此，智能制造是制造業(yè)數字化轉型的主攻方向，智能制造的充分發(fā)展會引發(fā)制造業(yè)制造范式、企業(yè)形態(tài)和產業(yè)模式發(fā)生根本性轉變，推動制造業(yè)實現數字化轉型。

當前，有關智能制造對制造業(yè)數字化轉型的影響研究尚屬空白，無論是從理論體系還是產業(yè)經濟方面，都難有相關的數據和研究支撐。為此，我們采用實證分析方法，通過梳理大量的制造企業(yè)實踐案例，提出智能制造推動企業(yè)數字化轉型的路徑和模式，以期對以智能制造為主攻方向推動企業(yè)數字化轉型提供參考。

1 數據來源

研究數據以國資、央企系統(tǒng)的760個數字化轉型優(yōu)秀實踐與典型案例為基礎，并對4000多家企業(yè)智能制造發(fā)展情況開展研究，分析智能制造在企業(yè)數字化轉型中的地位和作用。

案例范圍包括場景級、企業(yè)級、產業(yè)鏈級、生態(tài)級，其中：場景級是指案例涉及企業(yè)下屬車間、裝置、區(qū)域或某些生產環(huán)節(jié)的數字化轉型，占全部案例的22%；企業(yè)級指基本覆蓋全企業(yè)或業(yè)務板塊的數字化轉型，占比達52%；產業(yè)鏈級指涉及供應鏈、產業(yè)鏈上下游等企業(yè)間的數字化轉型，占13%；生態(tài)級指跨企業(yè)、跨領域的生態(tài)協(xié)同應用的數字化轉型，占比為13%。

案例中的新一代信息技術應用包括5G、物聯網、大數據、云計算、人工智能、區(qū)塊鏈、邊緣計算等9類。各案例應用新一代信息技術的情況如圖1所示。

圖1 數字化轉型案例中各類信息技術應用比例

從圖1中可見，有490個案例應用了大數據技術，有328個案例應用了物聯網技術。邊緣計算、5G、區(qū)塊鏈、人工智能技術應用的案例數較少，仍處于試點示范階段。

2 行業(yè)情況分析

調研企業(yè)涵蓋石油石化、機械裝備、能源電力、材料、軍工、醫(yī)藥等行業(yè)領域。

2.1 石油石化領域

（1）發(fā)展現狀

對石油石化領域183個生產單元/產線開展的調研中，實現智能排產的達42%，實現智能物流為27%，實現智能能源管控的為28%，開展全過程質量追溯的達到56%，有5338臺設備實現了遠程運維/預測性維護。如圖2所示。

圖2 石油石化類企業(yè)智能制造發(fā)展情況

（2）典型案例

某石化公司圍繞“建設千萬噸級綠色智能一流煉化企業(yè)”的遠景目標，完善和提升以ERP為核心的經營管理平臺、以MES為核心的生產運行平臺、以新一代ICT技術為重點的信息基礎設施與運維平臺，建成數字化煉廠。實現業(yè)務數據集中集成、流程管控智能優(yōu)化、HSE管控實時可視、精益設備管理預知預防、質量管控快捷聯動、精準計量管理集成應用、精細物資管理和智能倉儲等，重塑生產運營指揮中樞，從經營管理、生產運行、安全環(huán)保、設備管理等業(yè)務領域開展數字化轉型。如：通過實現物料進出廠計量作業(yè)自動化、計量過程可視化、計量數據集成化，實現了計量管理業(yè)務的數字化轉型，使計量作業(yè)時間縮短1/3，勞動用工減少近40%，與計量相關的風險防控能力明顯增強。

2.2 機械裝備領域

（1）發(fā)展現狀

調研的機械裝備制造領域948家生產單位建設有83條智能單元/產線，全生命周期數字化仿真技術應用僅3%，智能排產技術應用僅為12%，智能物流應用僅為5%，應用質量智能檢測技術的為14%，實現智能能源管控的僅為4%，開展全過程質量追溯的有23%，有869臺設備實現了遠程運維/預測性維護。從調研數據來看，機械裝備制造企業(yè)智能制造發(fā)展還很薄弱，應強化智能制造推動企業(yè)數字化轉型工作。如圖3所示。

圖3 機械裝備類企業(yè)智能制造發(fā)展情況

（2）典型案例

某飛機制造公司以“用數據定義產品、用數據驅動制造、用數據創(chuàng)造價值”的發(fā)展思路，對傳統(tǒng)機械加工系統(tǒng)進行智能化改造。通過工藝革新，改變傳統(tǒng)工藝流程，統(tǒng)一設計、加工、檢測基準，形成基于單一數據鏈的高度集成化、標準化的新工藝方法。在數控機床上應用光電編碼器、直線光柵、霍爾傳感器、電流傳感器、電壓傳感器、壓力傳感器等，利用RFID、工業(yè)互聯網技術和智能控制技術，實現了傳感、控制、檢測、物流的高度集成和數字信息的全流程貫通。開發(fā)MES制造執(zhí)行系統(tǒng)，實現機床管理、機床操作、工序編排、加工狀態(tài)智能控制和柔性生產，實現了小批量、多品種、多工序、高精度零件的24小時無人值守作業(yè)。通過智能制造工程實現了傳統(tǒng)機械加工系統(tǒng)的數字化轉型。

2.3 材料領域

（1）發(fā)展現狀

對材料領域474家生產單位開展了調研，其中建設有82條智能單元/產線，5個黑燈產線/車間，智能排產技術應用為14%，應用質量智能檢測技術的為25%，實現智能能源管控的僅為7%，開展全過程質量追溯的有25%，有7743臺設備實現了遠程運維/預測性維護。從調研數據來看，材料生產企業(yè)智能制造發(fā)展還有很大提升空間。如圖4所示。

圖4 材料類企業(yè)智能制造發(fā)展情況

（2）典型案例

2020年1月，中國寶武集團寶山基地被選為世界經濟論壇“燈塔工廠”，是繼浦項、塔塔后，國際第三家、國內第一家入選世界經濟論壇“燈塔工廠”的鋼鐵制造企業(yè)。其在以智能制造為核心推動業(yè)務數字化轉型方面做了大量的實踐工作。部署實時在線連續(xù)感知監(jiān)測裝置，增加制造過程探測點，實現冶金流程在線檢測和監(jiān)控；使質量管理從抽檢變?yōu)槿珯z，從最終結果檢查變?yōu)樯a過程中檢查，從定性分析變?yōu)槎糠治?，從分段檢驗變?yōu)橐回炛茩z驗，從事后分析變?yōu)槭虑邦A警。借助智能檢測、機器人和先進控制技術，通過裝備智能化實現無人化生產作業(yè)，建成黑燈車間、無人化庫區(qū)、自動化裝卸碼頭等，提高作業(yè)效率?；趯﹃P鍵設備狀態(tài)、工藝、生產、質量、備件等數據進行大數據綜合分析，形成從單臺設備到產線群的設備狀態(tài)綜合監(jiān)測診斷能力，減少設備故障損失；基于大數據，集成采購、生 產、質量、研發(fā)、銷售等信息，形成多基地、全流程的協(xié)同經營決策支持系統(tǒng)。

3 智能制造推動企業(yè)數字化轉型路徑和模式

3.1 智能制造推動企業(yè)數字化轉型路徑

隨著信息技術、制造技術，以及二者融合深度的不斷加強，智能制造呈現出不同的發(fā)展水平和發(fā)展階段，企業(yè)以智能制造推進數字化轉型要秉承“問題導向”、“價值驅動”、“成本效益”原則，面向制造裝備/單元、車間/工廠、供應鏈/產業(yè)鏈等制造實體不同層級，圍繞設計、生產、管理、服務等制造全生命周期業(yè)務流程，梳理數字化轉型需求，明確定位問題，設定總體目標，開展規(guī)劃設計，分步工程實施。要根據企業(yè)所在行業(yè)特點、企業(yè)規(guī)模、預期投入等實際情況和需求出發(fā)，設定數字化轉型總體目標。綜合考慮資金投入、技術人才、合作伙伴、集成商等因素，制定詳細的實施方案。

3.2 智能制造推動企業(yè)數字化轉型模式

工業(yè)和信息化部在評選2021年度智能制造試點示范企業(yè)工作中發(fā)布了《智能制造典型場景參考指引（2021年）》，總結了工廠設計、產品研發(fā)、工藝設計、計劃調度、生產作業(yè)、倉儲配送、質量管控、設備管理、安全管控、能源管理、環(huán)保管控、營銷管理、售后服務、供應鏈管理、模式創(chuàng)新等15個環(huán)節(jié)52個智能制造典型場景，為企業(yè)以智能制造為主攻方向，推動各項業(yè)務的數字化轉型提供了參考。本文就離散制造的產品研發(fā)、工藝設計、生產作業(yè)、售后服務、供應鏈管理業(yè)務的數字化轉型分析如下：

（1）基于數字模型的設計制造協(xié)同

基于云平臺協(xié)同技術，建設支撐復雜產品設計制造協(xié)同平臺，應用系統(tǒng)工程、知識工程、專業(yè)仿真、數字孿生及基于模型的設計/制造/驗證/服務技術，打通從設計到制造的全三維過程，在計算機虛擬環(huán)境中實現從產品設計、零件制造、整機裝配到試驗的全過程數字化建模、仿真與虛實映射，實現數據驅動的產品開發(fā)與技術創(chuàng)新，提高設計效率，縮短研發(fā)周期，提高產品研制成功率。

（2）數字化工藝設計與仿真

建設基于云平臺的綜合幾何、功能、控制、物理等特性的統(tǒng)一數字化模型庫、知識庫與制造數據，構建制造資源的網絡化共享模式，應用數字化建模與仿真、數字孿生、工藝知識分析等技術，應用數字化工藝設計仿真，以及智能決策優(yōu)化等相關軟件工具，在虛擬環(huán)境中對制造系統(tǒng)進行多專業(yè)聯合仿真優(yōu)化，通過制造機理分析、工藝過程建模和虛擬制造驗證，實現工藝設計數字化，提高工藝開發(fā)和創(chuàng)新效率，保障工藝可行性，提高工藝設計質量。

（3）智能化車間/生產線

圍繞產品高質量和準時交付需求，依據零件加工、表面熱處理、部裝和總裝等工藝特點，合理設計智能化生產組織模式，建設智能化車間/生產線，實現智能化生產。針對生產過程涉及的產品、制造系統(tǒng)和制造流程，建設模擬實際生產運行環(huán)境的智能車間/生產線數字化模型，形成數字化制造系統(tǒng)模型與物理制造系統(tǒng)的虛實映射，通過人、設備、物 料、環(huán)境等生產資源信息的互聯互通，將信息直接反饋到數字化制造系統(tǒng)模型，實現制造系統(tǒng)的實時動態(tài)仿真，支持制造系統(tǒng)的資源評估、預測、優(yōu)化與重構，提升柔性生產制造和質量保證能力。

（4）最優(yōu)能力配置的網絡化協(xié)同供應鏈體系

基于大數據、人工智能、物聯網等技術手段，打造網絡化多級協(xié)同供應鏈體系，形成基于產能需求的供應鏈網絡動態(tài)供給能力，實現內外創(chuàng)新資源、生產能力和服務能力的高度集成，生產制造與服務運維信息的高度共享，增強資源和服務的動態(tài)分析與柔性配置能力，實現全產業(yè)鏈協(xié)同的最優(yōu)能力配置。

（5）面向產品全生命周期的柔性化服務保障

應用物聯網、數字孿生、大數據等新技術，建設人、機、物互聯互通的裝備運營服務保障平臺，構建裝備的數字孿生模型，形成基于數字孿生的服務保障能力，支撐遠程運維、故障預測、健康管理，以及智能決策等，形成面向產品全生命周期的柔性化保障模式，提升裝備維護快速響應與效率，降低裝備運維總體成本。

4 推動實現制造業(yè)數字化轉型建議

4.1 以高水平標準引領轉型

（1）建立全鏈條智能制造標準體系

推動航空航天、石化、能源、電子、裝備、汽車、船舶、軌道交通、醫(yī)藥、冶金材料等領域從工廠系統(tǒng)層級、產品生命周期價值鏈和產業(yè)鏈等維度，建立健全符合行業(yè)特點的全鏈條智能制造標準體系。

（2）建立統(tǒng)一數據標準，促進數據流動

數據連接和數據共享需要統(tǒng)一的數據標準，鼓勵制造企業(yè)應用規(guī)范的系統(tǒng)交互數據格式與服務接口，推動生產環(huán)節(jié)的數字化連接，打通各部門各環(huán)節(jié)的數據共享，促進數據流動。

（3）研制新技術創(chuàng)新應用的關鍵標準

制定包含供應鏈、研發(fā)設計、運行管理、物流配送、運維服務等產品全生命周期的關鍵標準，同步推進5G、人工智能、區(qū)塊鏈等新技術應用標準研制，以標準引領新模式、新場景推廣應用，促進創(chuàng)新成果快速市場化和產業(yè)化。

4.2 推進新技術新模式的示范應用

（1）加快新技術創(chuàng)新應用

積極開展5G、大數據、云計算、人工智能、區(qū)塊鏈等技術的應用場景研究，推動其在產品研發(fā)、生產制造、銷售服務、供應鏈協(xié)同等方面的創(chuàng)新應用，促進新技術新模式的培育和產生。

（2）推動制造能力共享

探索共享制造新模式，創(chuàng)新資源配置方式，實現各企業(yè)之間產品設計與開發(fā)能力共享，工業(yè)軟件、生產設備、專用工具、生產線等制造資源共享，儀器設備與實驗能力共享，發(fā)展按需使用的共享服務模式。

（3）實現供應鏈協(xié)同

開展供應鏈協(xié)同管理場景示范，優(yōu)化企業(yè)業(yè)務流程、制造資源、物流倉儲、商流信息等要素，統(tǒng)一規(guī)范包括商品、供應商、物流數據、配送數據等基礎數據，實現物流、信息流和資金流的協(xié)同，實現供應鏈上下游企業(yè)更好地分工與合作。

4.3 注重生態(tài)建設

（1）建設協(xié)同創(chuàng)新平臺

建設智能制造協(xié)同創(chuàng)新平臺，為國家制定智能制造支持政策、推進智能制造工程實施、組織核心技術攻關提供支撐，并依托平臺建立智能制造實施成效的跟蹤監(jiān)測、統(tǒng)計分析、信息通報等機制。平臺以線上運營和線下深度服務相結合的模式，為企業(yè)智能制造戰(zhàn)略咨詢、總體規(guī)劃、診斷評估、精益改善、過程監(jiān)管、績效評測提供技術服務。

（2）培育系統(tǒng)集成商

培育智能制造裝備、軟件、系統(tǒng)集成商和解決方案供應商。在條件較為成熟的行業(yè)如汽車及其零部件、3C、醫(yī)藥等領域推進智能工廠、數字化車間改造。鼓勵智能制造裝備產業(yè)發(fā)展，形成一批智能裝備龍頭企業(yè)。