兩年前的云棲大會上，馬云提出以“新零售”為代表的“五新”戰(zhàn)略。他此次重提新制造的理念，表示新制造會以數(shù)據(jù)為核心，完美地結(jié)合制造業(yè)和服務業(yè)。他預言IoT、芯片、人工智能、大數(shù)據(jù)云計算，所有這些將從根本上顛覆價值創(chuàng)造的模式。

頭部企業(yè)加速攫取智能制造紅利

馬云所提的新制造，實際就是智能制造的另一種說法。智能制造是由物聯(lián)網(wǎng)系統(tǒng)支撐的智能產(chǎn)品、生產(chǎn)和服務的流程、系統(tǒng)和模式的總稱。雖然目前仍有大量企業(yè)對人工智能、工業(yè)物聯(lián)網(wǎng)等技術(shù)持觀望態(tài)度，但近幾年，各行業(yè)頭部的企業(yè)已經(jīng)悄悄搶跑，開始攫取智能制造的紅利。近日德勤公司發(fā)布的《2018中國智能制造報告》就主張，中國的智能制造發(fā)展已經(jīng)進入高速成長期。

早在2013年，德勤公司就曾對中國200家制造型企業(yè)進行過類似調(diào)研，當時智能制造產(chǎn)品和服務貢獻的利潤在總利潤中占比過半的企業(yè)僅占企業(yè)總數(shù)的14%，而2017年時這樣的企業(yè)占總數(shù)的33%。另一方面，2013年時絕大多數(shù)（55%）的企業(yè)這一貢獻率低于10%，而如今47%的企業(yè)這一貢獻率已經(jīng)大于30%。這說明無論從規(guī)模還是盈利能力來說，中國企業(yè)對智能制造產(chǎn)品和服務的利用呈上升趨勢。根據(jù)德勤公司的說法，主要是由于生產(chǎn)效率和產(chǎn)品服務價值的提升給企業(yè)帶來了利潤。

然而德勤的報告有意無意地回避了一個事實。

此次德勤調(diào)研的對象是大中型企業(yè)，主要以民營（53%）和外資（29%）企業(yè)為主。而且從行業(yè)分布上來看，高端裝備制造（26%）、電子元器件及電器制造（23%）、汽車及汽車零部件（22%）占絕大多數(shù)。這些企業(yè)本就更易于接受智能制造的理念，也更容易從相關技術(shù)的應用中受益。因此，德勤的報告未必能說明中國的制造業(yè)全體已經(jīng)對智能制造給予了足夠的投入和重視，但可以肯定的是，制造行業(yè)中的領跑者已經(jīng)嘗到了智能制造的甜頭。

嘗鮮者眾，唯有智者砥礪前行

既然有人已經(jīng)看到了智能制造的好處，為什么我們沒有看到制造業(yè)熱捧智能制造的情況出現(xiàn)呢？答案很簡單。智能制造仍然是有門檻的，并非所有企業(yè)都有足夠的決心在智能制造的道路上砥礪前行。淺嘗輒止的大有人在。

根據(jù)德勤公司的報告，中國制造商發(fā)展智能制造的路徑可分為“計算機化/連接/可視化/透明性/預測/自適應”六個階段。

計算機化：這一階段通過計算機化高效處理重復性工作，并實現(xiàn)高精度、低成本制造。但不同信息技術(shù)系統(tǒng)相對獨立，很多設備并不具備數(shù)字接口。

連接：各信息技術(shù)（IT）系統(tǒng)相互關聯(lián)，實現(xiàn)運營技術(shù)（OT）系統(tǒng)的互聯(lián)互通，但IT與OT并未完全整合，依舊基于人工經(jīng)驗決策。

可視化：通過現(xiàn)場總線和傳感器等物聯(lián)網(wǎng)技術(shù)，捕獲實時數(shù)據(jù)，建立企業(yè)的數(shù)字化映射（又稱“數(shù)字孿生”），轉(zhuǎn)變?yōu)榛跀?shù)字進行決策。企業(yè)在當前階段僅了解狀態(tài)，不完全了解背后的成因。

透明性：通過根本原因分析生成認識。企業(yè)在當前階段只了解目前問題的根源，不能預測未來發(fā)展。

預測：利用數(shù)字化映射，模擬不同情景以預測未來發(fā)展。但企業(yè)尚不能持續(xù)、自動化地應對。

自適應：自動地進行決策并采取行動，能夠持續(xù)地適應變化的經(jīng)營環(huán)境。這是智能制造的最高階段。

德勤的統(tǒng)計結(jié)果顯示，81%的受訪企業(yè)已經(jīng)完成了第一階段（計算機化），處于第二階段（連接）的企業(yè)占41%，第三階段（可視）占28%，第四階段（透明）僅占9%，后兩個階段（預測與自適應）各占2%。換句話說，大部分企業(yè)對智能制造技術(shù)的應用還處于比較基礎的感知階段（計算機化、連接、可視化），能夠堅持向智能制造的高級階段（透明性、預測、自適應）發(fā)展的企業(yè)極少。

沃頓商學院的信息技術(shù)研究院院長兼創(chuàng)始人Bill Hardgrave認為，感知階段只能解釋過去發(fā)生了什么，并且要經(jīng)過比較長的時間才能對各種信號（例如銷售、市場、客戶購買行為、溫度）做出反應，這樣是來不及的。要想在競爭中勝出，組織必須能夠在事件發(fā)生之前就進行預測并采取行動，也就是提升到“預測”和“自適應”這兩個階段。

工業(yè)物聯(lián)網(wǎng)解決方案供應商Uptake的創(chuàng)始人兼執(zhí)行總裁Brad Keywell則給出了一個近似的量化指標——分析工業(yè)物聯(lián)網(wǎng)收集的數(shù)據(jù)產(chǎn)生的“預測性洞見”，能給生產(chǎn)力、可靠度與安全性帶來絕佳機會，每1塊錢投資都能換回3塊錢的回報。但這么做的前提是要充分了解怎樣運用聯(lián)網(wǎng)設備的優(yōu)勢。如果能利用數(shù)據(jù)進行根本原因分析，用于預測性分析指導企業(yè)的行動，開發(fā)預測模型支持決策，這樣的智能制造企業(yè)無疑能爆發(fā)性地跟前三個階段的對手拉開差距。

以制造為依托，在模式上發(fā)力

馬云已經(jīng)看到了智能制造尚未被挖掘出的巨大潛力。他在云棲大會上斷言，如果把制造業(yè)所有的機器設備、所有生產(chǎn)線的數(shù)據(jù)全部打通、智能化，將從根本上顛覆價值創(chuàng)造的模式。他還主張，新制造的競爭力不在于制造本身，而是制造背后的創(chuàng)造思想、體驗和服務能力。

一些業(yè)已取得領先優(yōu)勢的制造型企業(yè)的做法與馬云的論斷不謀而合。他們借助智能制造技術(shù)打好的基礎，充分探索商業(yè)模式上的創(chuàng)新，增強對客戶的吸引力。比如壓縮機Kaeser Compressors公司深知制造業(yè)廠商習慣采購能運作二、三十年的“耐用”設備，所以很難滿足敏捷性方面的要求，故此提出了十分有誘惑力的方案。客戶無需購買其壓縮機設備，可以選擇按照每分鐘消耗多少立方英尺的壓縮氣體來付費?？蛻艨梢源蟠鬁p少初期固定資本占用的資金，又可以在需求變動時十分便捷地調(diào)整設備數(shù)量和種類，因此這種產(chǎn)品即服務（PaaS）的新模式大受歡迎。

另一些企業(yè)干脆顛覆傳統(tǒng)模式，將付費方和使用方分離，讓免費提供的產(chǎn)品成為了數(shù)據(jù)資源的生產(chǎn)源頭。谷歌旗下的NestLabs就與電力公司合作推出政策，只要消費者與該電力公司簽署兩年的合約，就可以免費得到Nest的溫控產(chǎn)品。Nest的硬件產(chǎn)品的付費方由消費者變成了電力公司，而使用方（Nest產(chǎn)品的用戶）的用電大數(shù)據(jù)變成了電力公司重視的寶藏。制造商、付費方和使用方三方各取所需。

還有的企業(yè)則利用大數(shù)據(jù)能力，對用戶價值進行深度挖掘。比如，紅領集團通過自行打造的C2M電商平臺實現(xiàn)了大規(guī)模定制化生產(chǎn)。顧客在平臺上自主設計，選擇想要的款式、面料、裁剪等參數(shù)；CAD部門為每個顧客進行大數(shù)據(jù)制版，將各部分制作工藝的數(shù)據(jù)分解，傳輸?shù)讲剂吓浣o部門；分配好的布料經(jīng)過個性化裁剪，進入流水線流轉(zhuǎn)；工人在終端上看到客戶的要求，根據(jù)技術(shù)數(shù)據(jù)進行手工或機械縫制。整個流程從下訂單到出廠僅需7個工作日，并做到“一人一版，一衣一款”，而成本僅為非定制西裝的1.1倍。這種模式堪稱是以規(guī)?；某杀咎魬?zhàn)定制化產(chǎn)品的不對稱戰(zhàn)法。

面對智能制造帶來的新機會，領先的制造企業(yè)沒有滿足于對生產(chǎn)、流程等數(shù)據(jù)的感知，而是努力向智能制造的更高層級邁進，積極探索新的可能性。也正因為如此，業(yè)內(nèi)對智能制造猶豫不決的同行會被這樣的企業(yè)甩開越來越大的差距。難怪馬云不客氣地做出了這樣的論斷：“新制造的班車已經(jīng)開始啟動，不加速自己企業(yè)，不去擁抱未來的變化，不改革自己，我相信未來10-15年，大家都會哭天喊地。”