對于智能制造的解讀，最近呈現多樣化的趨勢，其實對于處在轉型升級期的中國制造業來說，了解智能制造的內涵，明白當前所處的環境和機遇，以及如何實現智能制造，遠比研究智能制造本身更有意義。當下很多人認為，推動中國制造2025,需要大量的新技術作為支撐，如大數據、云計箅和移動互聯等。這些想法有各自積極的建設意義，然而這并不是中國工業系統升級的根本驅動力。面向中國制造2025,建立數字化知識化為基礎的中國工業生態系統，才是最為重要的國家戰略核企業需要面臨的問題。

　　一、中國工業系統缺什么?

　　大家都公認的是，德國2013年提出的工業4.0,基本等同于美國在2006年提出Cyber-PhysicalSystems(即虛擬網絡/信息一一物理一一系統)。但實際上不為眾所周知的是，CPS概念是由中美學者首先倡議并明確的。早在2009年中科院出版的著名的科技發展系列報告叢書《創新2050》，就描述了“人-機-物”一體化系統，即社會物理信息系統CPSS(Cyber-Physic.al-SocialSystems)。顯然增加“人與社會”的因素，更適合于未來的制造產業。Social(人與社會的因素)在德國工業4.0被降低了一個層級，但卻被IBM這樣的公司認定為具有不亞于大數據的重要戰略地位。

　　國人將CPS翻譯成“信息物理系統”，本文作者覺得略有誤導或者不夠精確，因為CPS中的C代表Cyber，不僅僅是“信息”，其本意更強調的是“網絡控制”相關的意思，是雙層含義，強調了“具有控制性的網絡和信息”;P代表物理硬件層;System則是系統工程的層面。

　　美國的下一代工業升級版本，主要是以GE公司為代表提出了“工業互聯網”的概念，并在企業橫向聯合層面上，成立了工業互聯網聯盟組織，推動和發展系統間的集成和兼容。在這個層面上，美國有著絕對領先的優勢。美國的頂層框架設計，在過去幾十年，已經成為政府(尤其是軍方)拉動行業標準的標準做法，同時軍工企業和民品企業也積極參與其中，從而形成了美國政、軍、企三方都熱衷于推動系統工程和頂層框架的發展。

　　在德國工業4.0的體系中，Cyber的雙層含義中，信息層比較強，但互聯網/物聯網層比較弱;在P層面，物理硬件非常強，是德國制造的優勢所在;而S系統層面，德國制造業也比較弱，德國人的頂層框架和系統工程，做的遠遠沒有美國好。在這個意義上進行比較，就知道德國工業4.0的背景及其工業本質。德國工業有強大的工業體系、知識庫、產品硬件與設備、產品PLM全生命周期管理，這些都是世界上領先的;但在IT技術/互聯網/物聯網/大數據分析等這些“工業外套”上面，以及頂層框架的系統設計方面，德國的制造業是落后的。搶占這兩個制高點，是德國工業推進4.0的核心意義。

　　就CPS而言，中國制造業目前面臨的三個問題分別是：1)Cyber雙層含義中“信息化”有一定進展，但不夠徹底，相互之間有裂縫，系統內部往往通過強耦合連接，導致形成了實際上的信息孤島，系統之間數據的流通和連接非常弱--這主要是源于中國制造業的組織、管理模式的相對落后，工業系統自身的知識描述和行業知識庫的建設因為歷史原因斷裂;因此，雖然“網絡控制”涉及到的互聯網/物聯網/云計算等技術，中國并不落后，但是因為上述所言，控制的信息對象處于孤島狀態，導致網絡控制僅僅起到了表面上的作用;2)Physic層面物理硬件，通過進口設備，在裝備本身層面與全球同步，但使用層面處于知其然不知其所以然的被動使用狀態;3)而S頂層框架和系統工程，自80年代以來幾乎沒有發展。

　　因此對于中國而言，同樣是追求工業系統升級，我們“中國制造2025”要補的課，跟德國工血4.0要補足和引為標桿之處，有實質性的不同。同時，中國工業體系來源于蘇聯體系，計劃經濟先天性的體系化、全面性以及曾經的自上而下的系統性,都有很多值得重新審視和汲取的地方。從歷史傳承和核心優勢來考慮，“中國制造2025”也不能完全模仿美國工業互聯網，而是要建設中國自己的中國智造。

　　二、中國工業生態系統與智能制造

　　開創大歷史觀的歷史學家黃仁宇在《中國大歷史》一書中指出，農村基層的財務稅收的數目化管理與否，是區別于中世紀后歐洲國家意志蓬勃發展和中國幾千年君朝歷史螺旋性回落的根本性原因。缺乏基層數據的數目化和知識化管理，同樣也是目前制造工廠最為困惑和最亟需解決的問題。

　　目前在中國制造用著世界最先進的軟件和設備，但產出效率卻完全不能與西方現代制造工廠相媲美。為什么西門子在美國波音公司6500套基于產品管理的軟件，就可以支撐龐大的B787的“一體化”協同制造網絡，而在中國許多工廠反而就變成了一大堆局部使用的孤島?實際上，在波音公司的最底層的基礎工作，已經把飛機的數十萬個零部件全部數字化，同時采用模塊化而非零部件級的S級控制，形成了完全可控的數字化產品體系。這才使得信息化軟件發揮了為虎添翼的作用。

　　中國工業系統升級的過程.不必過分追求某些IT技術的先進性，也不要急于追逐德國的物理硬件能力，而是要深入制造業的基礎，探究能支撐制造業技術發展的數字化基因和知識化處理。基于中國制造業的歷史和實際，構建中國的工業生態系統，使得人、數據、知識、設備、產品等各種資源.能夠有效地重新加以配置，才是系統性解決中國智能制造的根本性因素。

　　智能制造的基本特征是協同化、微制造、低成本。協同化就是配置資源，并共享資源體系;微制造需要去中心化組織，實現小規模小批量的生產：而全新的低成本生產模式，才能有效支撐未來個性化的生產需求。

　　1、協同化

　　在下一代工業升級的體系下，系統變得復雜，協同關系變得分散化。制造由集中生產向網絡化異地協同生產轉變.信息網絡技術使不同環節的企業間可以實現信息共享，能夠在全球范圍內整合企業間的優勢資源，在研發、制造、物流、售后服務等各產業鏈環節實現全球分散化的協同作業。任何一臺設備，任何一個工位。任何一個組織，只要在資源配置權限之內，都可以參與到網絡化制造的任務節點中去，實現復雜的任務協同。

　　2、微制造

　　微制造是指小批量、小規模、專業化的生產。這需要建設一種全新的、異于當前大規模生產的去中心化組織，實現多品種、小批量生產。工業4.0時代強調由集中式控制向分散式增強型控制模式的轉變，從而建立一個高度靈活的個性化和數字化的產品與服務的生產模式。

　　微制造有兩層含義，一個是微小企業的制造;一個是制造微小產品。前者是微小企業參與了全球化的云端資源配置。正如淘寶網可以讓一個一個的個體戶參與其中，將產品售賣到全世界一樣：后者是微小產品的專業制造，企業無論大小，可以只需專注于某一個細微產品'這種企業更容易產生實質性的創新，有效帶動“大眾創新、萬眾創新”的局面甚至形成“隱形冠軍”，真正推動實現“中國制造2025”。

　　3、低成本

　　按傳統的技術模式，沒有批量就沒有低成本。這個悖論，在未來的制造時代，必須通過資源的優化配置，實現低成本下的專業化和個性化服務，才能夠很好地實現。針對未來井噴式的個性化需求的多樣性問題，東京大學坂村健教授提出“昆蟲綱現象”，傳統信息系統好像哺乳動物綱(只有5萬左右物種)，而工業4.0催生的新領域更像是昆蟲綱(多達500萬物種)。這就要求所有的資源、流程，都要被充分納人到系統優化之中，實現低成本的制造需求;

　　三、產品本體建設與智能制造

　　協同化、微制造、小批量、低成本生產模式的基礎，根源于對產品歸一化描述和管理。目前企業在推進信息化和數字化的過程中，最為頭疼的就是數據的分散和知識經驗的碎片化。而在多年的信息化建設過程中，也產生了大量的數據裂縫和數據窟窿。智能制造要求所有產品都是單一數據來源，從設計、工藝到制造的各個階段的BOM(物料清單表)都需要統一;而且產品自身只有具備了自定義屬性和經驗的繼承，產品跟設備之間才能進行深度通訊和控制，智能產品才能成為可能。

　　1、產品結構的單一數據源描述

　　傳統企業的PDM和BOM管理存在著多種形態，即使是同一個企業不同生產階段，也在不斷發生變化。目前管理軟件都是非常成熟的，然而如何打通產品各階段的數據連接，卻成為一個大問題。以飛機制造為例，上百萬的零部件，每個零部件有幾十個參數，它們以不同的方式被不同的單位所產出和擁有，同時存儲在不同結構的IT系統和設備系統之中，又遵循不同的標準規范要求，同時還要跟數千個供應商進行交互，從而產生了一個“產品數據爆炸”。這使得企業不得不在局部層面按照項目實施的方法解決問題，完全無法建立系統級的數據維護和知識經驗繼承。

　　通過產品結構的單一數據源描述，所有的零部件，都將被徹底的數字化。零部件的各種信息，從圖紙，到有效性的標識，到狀態變更，都有一條完整的記錄體系;而它與周圍產品、系統所發展的變化關系，也將被有效地進行記錄。

　　2、產品的自我身份化

　　每一個創意，每一個被設計的部件，都擁有自己獨立的ID身份，就好像被分配了一個獨立的網址，進行自記錄。所有有關信息都在不斷增長和添加，跟所有其他外物的關聯，都形成互鏈接，進行交互識別。換言之，被設計的產品本身，是智能產品，具備了獨立的自我表達能力。無論哪個環節的信息，從創意，到設計，到部件，到制造，到維修，到終端用戶使用，都記錄在它的身份信息中。通過既有的物聯網技術、服務網技術、廣域域名分配技術、大寬帶網絡等，從而使得一個產品具有“生命感知”的特征。

　　當一個零部件，進人另外一個產品;當一個產品進入到另外一個系統中的時候，該產品的身份，將停留在網頁最后指向的位置。因此，整個系統將可以產生回溯的作用;從而使得未來的故障查找與診斷，具有高度智能的可回溯特征。

　　3、產品的本體化表達

　　有了產品自身結構的單一數據源描述，有了產品的自我身份化，就可以逐漸建立產品本體。也就是，對從應用中分離出來的目標領域做形式化的、明確的描述。當前大多數應用里，產品的描述，往往有大量領域概念(應用邏輯)、數據(產品和過程)以及信息表現(演示)所組成的混合物。只有基于制造業詞表體系建設和領域模型的構建，將知識本體、任務描述與物理邏輯分離，從而幫助實現產品完成智能化的跨越，構建產品本體。產品本體，就是一個解耦合的過程，使得產品知識能夠自由地流動和表達。而自體系自學習自優化建設產品本體的過程，就是知識自動化，即形成可執行的文檔、可計算的知識體系、可執行的流程模板，從而形成大量的工程中間件，使得無論是知識工作者，還是制造與仿真的工程師，工作效率才會大幅度提升。這樣，人類實踐過程中所積累的知識和各種經驗模板，就可以有效、重復性地加載在產品上，會使得設計與制造人員大幅度提高工作效率。

　　四、總結

　　早在2005年，美國提出了“聰明加工系統SMS”，其中最為重要的兩點內容就是：一是系統動態優化，也就是將相關工藝過程和設備知識加以集成后進行建模，進行系統的動態性能優化;二是設備特征化，即開發特征化的測量方法、模型和標準，并在運行狀態下對設備性能進行測量和通信等。從這些研究成果可以看出來，如何解決知識沉淀和經驗積累的循環利用，是提高制造的“聰明度”的核心問題。在此基礎上，2011年，美國總統奧巴馬宣布實施包括工業機器人在內的“先進制造聯盟計劃”。美國企業隨即提出了工業互聯網的概念。這些高端制造的競爭，強烈刺激了歐洲制造商的神經，德國隨后高調推出德國工業4.0,一時間成為最為炙手可熱的概念。然而，工業產品的數字化知識化基因，卻是這些各種智能制造技術的核心底層。

　　德國工業4.0不是一個新技術，而是一個基于德國工業既有優勢的新體系建設，強化在頂層架構設計和互聯網的作用;而解構美國CPS系統時，需要關注其在系統工程的先天性優勢，和成熟的產品知識庫的建設。中國制造2025,不是一味地追求大數據、云計算等新技術，也不是魯莽地去和德國比拼物理硬件，而是立足中國制造業實際，重構歷史積淀，補足體系性不足，構建數字化知識化生態系統，推動中國智造，從而實現彎道超車。