當新一代信息技術與制造業深度融合時，影響深遠的產業變革已經啟動，新的生產方式、產業形態、商業模式和經濟增長點正在涌現。在新一輪科技革命和產業變革與中國加快轉變經濟發展方式形成的歷史性交匯點，智能制造和智能產品的重要性已經凸顯。

　　人力資源是中國制造轉型過程中必須認真思考和解決的問題。在中國人力成本日益高企的背景下，德國的做法或許能給中國企業帶來一些啟示。

　　“隨著年齡的增長，工人的經驗、質量意識等在不斷提高。與此同時，他們的體力、聽力、視力等卻逐漸衰退。”Conrat Juan-Ignocio博士表示，工業4.0可以幫助工人保持優勢，讓員工與協作機器人并肩工作，既可以保證質量，提高生產效率，還可以更好地保護員工的健康。

　　同時，工業4.0可以有效改造傳統僵化的大規模生產方式，讓生產更加高效和靈活。Conrat Juan-Ignocio博士提供的數據顯示，在工業4.0項目的實踐中，博西家電過去5年內在工業生產領域的能源消耗降低了25%。

　　實踐智能制造

　　如果說，德國是在工業3.0的基礎上向4.0探索，那么中國制造企業則要2.0、3.0、4.0同步并行展開。中國制造2025的出臺，為中國實施制造強國戰略提供了第一個10年的行動綱領。在踐行中國制造2025的道路上，中國家電行業正在努力向前。

　　從2008年至今，海爾實現了從產品到制造模塊化升級，從傳統制造到無人生產線、黑燈工廠、數字化工廠、互聯網工廠的逐步改造升級。“在這個過程中，海爾實現了創新驅動、質量效益、綠色制造、服務型制造四大轉變。這正好與中國制造2025的戰略目標高度契合。”海爾集團智能制造總監張維杰表示，互聯網時代對制造行業提出了巨大挑戰，很多行業都在面臨這個新課題，家電業當然也不例外，海爾的辦法就是建設互聯網工廠，打造以用戶為中心的開放生態系統。

　　談到中國制造2025實踐過程中的體會，張維杰表示，企業在開展智能制造轉型升級的時候，絕對不是簡單的機器換人，企業要面對的問題是如何在互聯網時代應對用戶的需要，在用戶端實現高創新，并在企業端實現高效率。“智能制造之路沒有成熟的模式可以借鑒，海爾將持續創新迭代，創造用戶最佳生活體驗。”他坦言。

　　可喜的是，在此次技術大會上，圍繞智能制造展開的討論已經呈現多點開花的局面。例如，聚焦電子控制系統研發的電控云、GMCC正在踐行的綠電之路等，都與中國制造2025的精神高度一致。

　　機器換人提速

　　從機器人進駐珠三角的制造工廠開始，智能工廠的雛形開始出現。在厚街鎮兆生家具的自動化工廠里，看不到粉塵，沒有油漆的味道，沒有電鋸刺耳的聲音，各類大型設備整齊陳列在車間內運行。公司相關負責人說：“家具生產的木工開料、噴涂、包裝三大階段，都是機器做主角，工廠的生產自動化程度已達60%以上。”這家建筑面積約15萬平方米、年產值達上億元的工廠，僅需約200名工人，人工成本約占總成本的25%。“機器換人”還降低了勞動強度，改善了生產環節，使該工廠人員流失率降至7%，而工廠年產值最大可達3億元以上。

　　機器的升級，是中國供給側改革的重要支點。這背后，廣東制造業正在向柔性化、智能制造方向發展，智能工廠、無人車間、協同制造等正在提升著制造業的生產效率，降低制造成本。同時，也提高著企業對市場的響應速度，實現核心競爭力的提升。

　　從機器人進駐珠三角的制造工廠開始，智能工廠的雛形開始出現。在厚街鎮兆生家具的自動化工廠里，看不到粉塵，沒有油漆的味道，沒有電鋸刺耳的聲音，各類大型設備整齊陳列在車間內運行。公司相關負責人說：“家具生產的木工開料、噴涂、包裝三大階段，都是機器做主角，工廠的生產自動化程度已達60%以上。”這家建筑面積約15萬平方米、年產值達上億元的工廠，僅需約200名工人，人工成本約占總成本的25%。“機器換人”還降低了勞動強度，改善了生產環節，使該工廠人員流失率降至7%，而工廠年產值最大可達3億元以上。

　　實踐智能制造

　　機器的升級，是中國供給側改革的重要支點。這背后，廣東制造業正在向柔性化、智能制造方向發展，智能工廠、無人車間、協同制造等正在提升著制造業的生產效率，降低制造成本。同時，也提高著企業對市場的響應速度，實現核心競爭力的提升。

　　走向工業互聯

　　互聯網+和中國制造2025戰略的提出，伴隨著“無人工廠”、“大數據”、“工業云平臺”、“3D打印”、“工業應用經濟”等全新概念層出不窮，這一切都毫無疑問地昭示著工業數字化趨勢的洶涌之勢。通用電氣正嘗試以點帶面，從醫療、航空、制造和能源等四個領域捕捉和呈現中國工業數字化進程起飛之時的姿態。

　　作為大數據應用最成熟的一個行業，工業互聯網在航空領域落地最早，應用得也最為廣泛。工業互聯網可以分為幾個層面，是面向工業領域的第一個基于大數據的云平臺。一個工業大數據的云平臺分為三層，底部是提供基礎設施服務的IaaS層，中間是平臺PaaS層，最上端軟件及服務層SaaS。在今天，有超過50%的航空公司已經在使用云平臺的SaaS層，另有30%在采購基礎設施層的服務。預計到2018年，在航空行業，云平臺底部的IaaS層使用率將會達到88%，也就是大部分要用到的軟件都會用服務式的方式在云上提供。而平臺及服務層的使用率會達到57%，超過一半。這意味著在工業互聯網在航空業的技術推進已經非常成熟。

　　GE為大家帶來了“智能工廠”的概念，其基本含義就是在現有的基礎上引入工業互聯網的機制，包括連接性，智能機器，傳感器，大數據和數據模型等。通過在各個層面引入“數字雙胞胎”（DigitalTwins）的模型，所有的變化都將盡在掌握，因此智能工廠具有對環境的高度適應性，能夠確保產品的質量與成本。例如GE在生產發動機葉片的工廠將一百多臺機車全部聯網，從而使產能提高了足足50%。

　　GE推出的Predix云平臺，能夠更好地幫助中國企業進行工業轉型。它是一個全新的操作系統，其中有很多模塊可以由各個企業根據其行業背景，打造適用于該企業的解決方案。GE將這個平臺開放給所有工業合作伙伴，希望能夠形成一個完善的生態系統，由一些代表性的企業開放出具有行業輻射效果的APP，并在此平臺上互相借鑒、互惠互利。

　　隨著工業互聯網的到來，旅客的出行將會更加舒適方便。例如討厭的航班延誤將會大幅度減少。以東航為例，與GE合作后，通過應用工業互聯網技術，東航的航班完好率已經達到了98.6%，這對航空公司來說是一個巨大的進步。

　　大數據工業升級

　　在德國的工業4.0中，大數據被認為是物理與信息融合中的關鍵技術。在美國GE提出的工業互聯網中，大數據分析作為聯機數據處理分析的核心，被認為是重構全球工業、激發生產力的關鍵技術。在我國提出的《中國制造2025》中，云計算、物聯網和大數據作為新一代的信息技術，成為兩化融合的關鍵技術。無論是工業4.0、工業互聯網還是《中國制造2025》，智能制造是共同目標，工業互聯網是基石，大數據是引擎。

　　制造業邁入了大數據時代，2012年，GE公司率先明確了“工業大數據”的概念。在制造業，產品的全生命周期從市場規劃、設計、制造、銷售、維護等過程都會產生大量的結構化和非結構化數據，形成制造業大數據，而這些數據符合大數據的三“V”的特征：規模性、多樣性以及高速性。除此以外，制造業大數據還具有多源異構、多尺度、不確定、高噪聲等特征。因此，研究和應用制造大數據更具有挑戰性，主要體現在制造大數據的存儲、管理、分析和展示方面。如何充分挖掘工廠中數據的價值，通過對制造大數據進行分析，提升數字化工廠運行效率，已成為制約數字化工廠向智慧工廠發展的瓶頸。

　　在德國的工業4.0中，大數據被認為是物理與信息融合中的關鍵技術。在美國GE提出的工業互聯網中，大數據分析作為聯機數據處理分析的核心，被認為是重構全球工業、激發生產力的關鍵技術。在我國提出的《中國制造2025》中，云計算、物聯網和大數據作為新一代的信息技術，成為兩化融合的關鍵技術。無論是工業4.0、工業互聯網還是《中國制造2025》，智能制造是共同目標，工業互聯網是基石，大數據是引擎。

　　制造業邁入了大數據時代，2012年，GE公司率先明確了“工業大數據”的概念。在制造業，產品的全生命周期從市場規劃、設計、制造、銷售、維護等過程都會產生大量的結構化和非結構化數據，形成制造業大數據，而這些數據符合大數據的三“V”的特征：規模性、多樣性以及高速性。除此以外，制造業大數據還具有多源異構、多尺度、不確定、高噪聲等特征。因此，研究和應用制造大數據更具有挑戰性，主要體現在制造大數據的存儲、管理、分析和展示方面。