accenture埃森哲概要03中國智能制造發展現狀：成績與挑戰并存描繪智能制造發展階段06中國智能制造成熟度102、IT與OT融合的頂層架構設計3、躉實數字化基礎5、實現系統互聯和數據集成186、建立持續創新的數字化組織和能力19結語20中國的十四五規劃將在2021年展開，未來五年將是打造數字經濟新優勢的重要階段。以智能制造為契機推動制造業高質量發展，既是中國數字經濟與實體產的過程，老牌企業多年積累的競爭優勢有可能被顛覆，新生企業也有可能抓住機遇快速發展壯大，行業競爭格局有望被重塑。加之全球貿易格局不穩定，供應鏈風險加大，企業運營成本上升而利潤空間不斷受到擠壓，布局以智能制造驅動的制造業數字化轉型成為各大企業的重中之重。然而，埃森哲2020年對包括中國在內的全球1,550位制造和工業企業高管進行的一項調研顯示，三分之二的企業完全沒有看到數字化投資在促進收入增長方面的作用。究其原因，我們發現很多制造企業陷入關注技術單點優化，輕視整體價值提升的誤區，造成數據孤島嚴重、設備和系統連通性差，并且在智能制造轉型方面，市場上大部分供應商不具備集成解決方案能力，這些都造成企業投資即便認識到以上問題，很多制造企業仍然不清楚如何突圍、以快速推動轉型。為此，埃森哲通過總結智能制造轉型中領先企業的共性，并結合實際項目經和倉儲）、質量管理和設備管理環節的智能制造轉型，并根據企業數字化技術與基礎并引入核心應用、實現信息系統互聯互通和數據集成，同時從人才方面建立我國在上世紀90年代提出“信息化帶動工業網在中國的廣泛應用以及人工智能技術的突破，制造業數字化轉型不斷深化和升級，真正的智能2016年到2018年，我國實施了249個智能制造試點示范項目，企業智能制造部署從試水到逐標準的制定或修訂工作，企業智能化標準更為規范?！?017—2018中國智能制造發展年度報告》顯示，我國已初步建成208個數字化車間和智能工廠，覆蓋十大領域和80個行業，初步建立起與國際同步的智能制造標準體系。在全球的44個燈端到端燈塔工廠。2預計到2020年，我國重點領域的制造企業關鍵工序數控化率將超過50數字化車間或智能工廠普及率超過20％。3軟件領域，2019年中國智能制造系統集成產業持續高速模在2019年也已突破700億元。4硬件領域，在多制造、工業傳感器等新興產業快速發展壯大，多種典型智能制造新模式推廣應用，帶動產業升級然而，中國制造企業智能制造進一步推進提升還面臨許多挑戰。2020年，埃森哲對包括中國在內的全球1,550位制造和工業企業高管進行的一項調研顯示，三分之二的企業完全沒有看到數缺乏頂層設計很多制造企業還未從戰略層面繪制智能制造發展藍圖。這導致數字化轉型以將新技術與智能制造應用場景深入融合，而只能根據生產的實際需求進行系關注技術單點優化，輕視整體價值提升大部分企業將智能制造建設等同于技術和硬件投資。比如很多企業部署自打破數據孤島，連通信息技術和運營技術兩界的數據難上加難。比如企業在不設備連通性差具備集成能力解決方案供應造、流程管理需求都不盡相同，標準化的解決方案往往難以直接為生產企業所常高，他們不僅要幫助企業進行現狀評估、建立智能制造的頂層規劃，設計整成熟度很高成熟度成熟度很高成熟度高成熟度中等成熟度低成熟度很低在本報告中，我們聚焦制造的核心環節，即管理和設備管理環節的智能制造轉型。隨著人工智能、物聯網、大數據分析和云平臺等數字化技術與制造核心環節的融合應用，智能制造轉型及發展隨之邁入了新數字技術使能值鏈的互聯互通，實現動態的、需求驅動的智能制造。在實現這一最終目標過程中，根據企業數字化技術與制造核心環節的融合深度而分為不基于云的內外部信息化系統貫通基于云的內外部信息化系統貫通與外部企業信息化系統集成自主決策、管理和全流程追溯節數字化應用分析和機器學開放云平臺服務于外部企業流程數據整合進數字●邊緣智能●用于分析的利用AI的決策支持生產制造數據湖所有流程的實時可視化部分流程有新技術KPIs實時數據基于IOT的實時自動化過程數據的集成實現無人工廠絕大多數工廠流程基于IT應能夠通過移動技可穿戴設備等技用來管理數據湖和簡單的術訪問需求信息術進行質量檢測應用協作機器人、智能物流機器人、3D打印，可穿戴應用工業機器人、AGV自動化質量檢測制造工廠習實現持續改善端到端的聯通實現系統全流程、自聯通、閉環生產主化的價橫向和縱向數據集成值鏈聯動應用前沿創質量的全生命周期執行和優化全流程閉環的SCADA、PRM、.MES和ERP系統動態的、需求驅動智能制造企業能夠訪問工廠數據儀表盤和應用用于提醒的移動技術自動化的設備但沒有數據采集靜態的、手工的人工的儀表盤和報告部分工廠流程用IT應用離線的數據分析化工廠的運營系統數據和系統孤島DCS/PLC應用信息化智能化網絡化自動化數控設備手工流程來管理分析打印等新技術實現生產環節的人機協同以及如華晨寶馬位于沈陽的生產制造基地投IDC預計到2022年，50%的中國2000強制造商將對智能機器人流程自動化進行大量信息化關注于企業生產環節的軟件系統工業軟件和ERP等集成管控解決方案的云端部例如2019年起全球領先的汽車零部件供應商佛吉亞實現了線上線下信息的雙通融合智能協同管理平臺。該系統通過設備巡檢管月度優選項、Alert平臺等典型場景模塊，個工序的智能化生產和整個制造體系的智能網絡化關注于大范圍的制造核心環節制造企業已將工業互聯網視為制造資源改造提升集成管控能力。中聯重科發布的工業互聯網平臺ZValleyOS，徐工發布的漢云平智能化關注于制造核心環節的智能優化能化領域實現生產制造的自主決策、執行和領先企業圍繞智能化構建其核心工程和個和真實工廠完全一樣的仿真工廠里進行虛上汽大通是上汽集團旗下的國際汽車品牌，產品覆蓋全球48個國家和地區，在英國、澳大利亞和新西蘭的銷量名列中國汽車品牌首位。11第四次工業革命和全球消費者日益增長的個性化需上汽大通將人機協作貫穿于整個生產流程，對生產車間進行了一系列智能升級。從全自動機產系統進行生產計劃編制，再到采用VC技術實現Cyber虛擬環境下的生產調試，上汽大通通過自上汽大通打通了產品、用戶需求、制造過程中的數據壁壘，實現了全供應鏈和制造管理體系模塊化供貨，流水線式的加工鏈路變為生產線，跟隨每一個訂單的加工流程。同時，上汽大通基于行業領先的工程數據智能分析、數字化生產技上汽大通構建了七大數據平臺――面向用戶于內部溝通的“i大通平臺”――實現了數據在企業內外、以及全價值網絡中的實時傳輸和分析共13體系智能化升級。公司使用自動化智能工程系統以鑒別數千種配置并得出最終方案；與南京聯通戰略合作，利用5G技術重新定義智能工廠，試點通過自動化、信息化、網絡化、智能化的智60%的復合增長率。14企業大規模個性化智能定制能力進一步提升，可支持制造的車型款式多達本次研究中我們總結了埃森哲在智能制造領域的發現以及行業專家的觀點，分析了不同制造行業“新四化”的特點和領先企業經驗。我們發探索高階應用的階段：自動化、信息化的成熟度快速提升，而網絡化和智能化仍處在探索和試點另一方面，擁有全球競爭力的行業和大企業電行業在網絡化、智能化方面進行了更多實踐與成熟度成熟度高裝備制造電子制造化工食品飲料裝備制造電子制造裝備制造成熟度制藥回家電汽車我國生產設備數字化率已經從2015年的42.9%16提升到2018年的45.9%17?？傮w看中國制造業基于新技術的自動化基礎得到提升，但由于工藝和生產流程的特點，離散制造與流程制造自動化發展重點不盡相同。流程制造企業廣泛采用過程控制系統，生產過程自動化程度高，車間內工人主要負責管理和設備檢修。如化工行業已實現高度自動化，正在1000多套煉油和化工生產裝置中多數進行了分布離散制造中仍存在不可被替代的人工操作流再到最終包裝與交付出場，整個流程已經實現了物料可追溯、電路板焊接自動檢測、生產線安全運輸的AGV機器人全自動運輸，除了業內公認的難以自動化的人工組裝部分，工廠已大幅提高了18EMS部署和集成將成為重點制造、家電、煉化、食品飲料等行業信息化MES的標準化應用很難實現，阻礙了MES系統的當大多數企業面臨系統集成度低，數據孤島現象嚴重等挑戰時，領先企業已通過多個系統的互聯互通實現橫向協同和縱向集中管控。如中化集團以CRM、SRM、SCM、物流管理等系統的橫生產的全面協同；以DCS、MES系統的縱向運營洞察為重點，提升下屬各企業工廠的自動化、信息化水平，促進成本、質量、安全控制的管理改20產品生命周期管理（PLM）在大多數行業已合以幫助企業靈活應對新產品復雜性。同時工業被制造企業視為擴大協同范圍、增加運營彈性、應對供應鏈復雜性的重要解決方案。數據互聯互通的基石基礎設施、管控模式變革。然而目前我國制造企探索基于物聯網的設備數據采集及傳輸。而領先企業已經在物聯網建設、生產設備上決方案等領域進行試點，以推動核心制造環節的體化資產全生命周期管理平臺；某食品飲料企業22該還包含統一生產數據模型，將排產進一步細化到人和設備。此外，三一重工還把分布全球的30萬基于AI的決策支持和優化AI、大數據分析、云計算等數字技術已經被制造企業視為生產智能優化、管理智能決策的重能控制與協同、彈性供應鏈等應用并收獲了新價值。IDC預計到2023年，50%的制造業供應鏈環節投資到供應鏈彈性和人工智能，并獲得15%的例如寶馬集團通過應用視覺識別技術對剛剛完成噴涂的車身進行自動缺陷檢測并完成快速響想通過應用機器學習構建了智慧物流系統。該系領先企業已將智能制造和數字化轉型置于企業戰略高度。他們圍繞智能制造構建核心工程和生產系統，從而提高效率；他們確保實體機器和軟件系統協調同步，釋放以往未曾發現的成本基于領先企業的最佳實踐和埃森哲在智能制造領域的經驗，我們認為企業智能制造建設是一個持續推進的過程。即智能制造應始于頂層設計和規劃，在確定實現的價值場景后，通過躉實數字化基礎并引入核心應用，實現信息系統互聯互通和數據集成以實現智能制造價值。而企業也需要將這一過程以螺旋式推進，以幫助企業的智能情況并提供3D情境下生產信息。經過對海量的設情況并提供3D情境下生產信息。經過對海量的設備數據進行分析后，系統利用機器學習訓練出設備的數據模型，并將該模型應用于設備狀態、健需重點解決的問題啟動了以數據智能為核心的轉場景，逐漸形成了覆蓋企業全價值鏈的智能化技為了降低聯想城市配送中心運營成本，提升服務質量，為了降低聯想城市配送中心運營成本，提升服務質量，聯想應用了基于機器學習的智慧物流通過強化學習建立模型，挖掘出“訂單-客戶-路線”之間的復雜關系，最終動態生成智能調度方低運輸里程44.1%和平均用時42.9%，提升車輛裝基于iLeapCloud（云平臺）、基于iLeapCloud（云平臺）、LeapIOT（工業物聯網平臺）、LeapHD（大數據平臺）以及LeapAI（企業級人工智能平臺）為基礎的聯想工業互聯網平臺，可以讓企業生產行為和管理智能化：通過數據實時跟蹤生產運行狀況，讓企業隨時了解產線狀態；通過融合多元數據來幫助企業更加清晰地了解業務狀況，實現產線與系統之間腦就有1臺來自聯想旗下的合肥生產基地聯寶科多交互增強學習優化網絡和基于注意力機制的最優化網絡的人工智能排產方案，通過模擬多變的生產場景來自動匹配最佳排產策略。部署該方案數據的積累和模型的訓練，智能排產模型的能力聯寶科技還實施了基于AI技術的智能計劃和智能用工系統平臺，可以覆蓋產線對員工的需求和績效進行動態匹配調整。聯想還試點了5G智能工廠生產線設備預測性維護解決方案。通過虛擬出來的真實生產環境，該方案可以讓管理者在線瀏覽整個生產設施行動指南行動指南智能制造正在從技術和解決方案驅動轉向商業價值驅動。企業應首先考慮要通過智能制造實據此做核心業務流程的再造，最后評估智能制造領先企業會根據自身特點識別最需實現的價圖3:制造核心環節中的價值領域及行動指南有形與無形價值領域有形與無形價值領域供應鏈管理與智能決策領先企業通過部署具有深度感知、決策支持、自動執行功能的智能產線并通過IoT和AI技數據被智能制造領先企業視為與生產設備同樣重產效率提升5%到25%，設備總體成本降低至15%質量檢驗智能化，以及質量全生命周期管理和全流程追溯已經成為領先企業利用新技術實現價值增長的重要領域。國家也通過對質量管控的領先企業已經利用AI、機器視覺檢測、區塊的質量檢驗或全生命周期質量管理與追溯，克服例如聯想人工智能實驗室打造了筆記本屏幕不確定性的挑戰，用軟硬件緊密結合的人工智能方案，實現了精準且量化地檢測屏幕缺陷，從而供應鏈平臺化供應鏈管理系統可提升供應鏈流程的埃森哲與某離散制造企業合作開發并實施了一套基于分析技術的模型，對其旗下某地工廠突發供應鏈斷裂所造成的財務和運營影響進行快速量化。該模型能夠提供依賴性、瓶頸和預測恢復時間等信息，并通過分析，給出客觀的優先級排序，使企業能夠快速采取相應措施，有效應對高風險敞口因素，并找到替代的供應商，盡可能降在設備數字化的基礎上，領先企業利用IOT和監控技術，通過與MES和ERP等信息系統的融合，提高生產過程可控性和智能化。其次，領先企業還構建大數據分析能力，使“數據”轉化知-洞察-評估-響應”這一閉環流程的運轉與循環此外，領先企業通過數字孿生等新技術確保實體機器和虛擬數字系統協調同步，釋放以往未2運營架構都面臨新的挑戰，企業傳統IT技術已經難以滿足生產流程管理的需求。OT和IT的融合是未來成功實現智能制造的基礎。此外，企業智能制造轉型的成功首先依賴于前瞻性的頂層設計，進行頂層架構設計和組織設計，乃至進行部門重組。領先企業會在制定智能制造規劃時就從業務架構、應用架構、數據架構和技術架構等領域綜合考慮IT和OT系統融合的路線圖，同時考慮在技33智能制造需要企業在生產全過程數字化的基礎上實現智能化，因此需要企業自動化設備和產線、信息系統架構、通信基礎設施、安全保障等方面具備堅實的基礎。例如IOT等基礎網絡建設到位，設備的自動化和開放程度較高，支持多種數據采集手段，可擴展、安全穩定的IT基礎架構，包括信息系統安全和工控系統網絡安全的安領先企業通過部署數控機床、以及工業協作機器人、增材制造裝備等智能設備以及智能產線因此對于其它企業來說，從生產自動化入手將是躉實數字化基礎的突破口，例如離散企業可以從打造智能制造單元開始。智能制造單元是將一組能力相近的加工設備和輔助設備進行模塊量產品的生產輸出能力，幫助企業提升設備利用著手通過部署IOT、5G通信網絡等基礎設施以實44程系統（APS）等智能制造必須的核心應用系統并未得到普及。例如在制藥行業，兩化融合要求的“普及先進過程控制和制造執行系統”并未得到普遍實施和部署。為了加速智能制造進程，當制定了發展規劃、躉實數字化基礎后，制造企業應積極投資于核心應用系統。尤其是在新冠疫情后，制造企業應更加關注管理創新能力提升和供應鏈彈性部心應用部署應成為企業智能制造建設要務。IDC預計2023年，ERP、PLM和CRM將成為中國制造業IT應用市場中前三大投資領域，占比分別達33.9%、13.8%和12.8%。335同部門之間的數字化對抗情況嚴重，造成企業重復投資，智能制造為企業收入帶來的回報遠低于預期。因此，實現系統互聯互通和數據集成將促進企業的跨業務單元和職能部門進行協作，實現現階段企業智能制造發展的關鍵在于實現從設備層到工廠層甚至到外部企業的數據縱向集成，以及跨業務部門和組織、跨資源要素的數據橫向集成，最終融合成數據閉環系統，即形成我們所謂的數據供應鏈。領先企業將數據供應鏈與數字化平臺視為智能制造的新基建。他們正在集成內部從設計到銷領先企業還借助數字化協同平臺實現系統集成與例如富士康智能制造轉型的重要舉措既包括建設工業互聯網平臺，以軟硬結合的方式實現產雙星輪胎創立了全球輪胎行業第一個全建立了全生命周期數據統一平臺Teamcenter、信息物理系統（Cyber-PhysicalSystems）、實現了輪胎生產和管理信息的全程可視化。通能倉儲和智能評測。6建立持續創新的體系架構和數字化組織在實現智能制造價值目標中扮演重要角色。智能制造的持續演進需要企業盡可能地提高組織架構的靈活性與響應能力，并充分發揮員工潛能，即建立才可以隨著業務需求變化而動態匹配人才生態系工人人參與的積極性，基于業務需求和員工的能力靈活調動以滿足智能制造持續發展的需求。想要建立柔性組織，則需要企業重新規劃人才與組織戰略。首先重新定義工作內容。數字技術打破了固化的職位和組織結構，工作內容和人才配置也發生改變，畢竟企業領導者希望數字技術能夠給企業創造更多就業以及價值增長機會，柔性組織中需要員工、機器和自由職業者密切協求與增強員工能力之間的平衡，另一方