應該是已經(jīng)很長一段時間了，提起智能制造，人們就會說起自動化，自動化生產(chǎn)單元/自動化生產(chǎn)線/無人車間/黑燈生產(chǎn)以及所謂的“機器換人”等，似乎不這么說和干好像就不是搞智能制造似的。
   
        但這種理解顯然是一種以偏概全的說法。但也許這是結合中國人典型做事習慣的一種做事的策略，類似“取法乎上得其中”的道理，那我就不好評判了。自動化的本意是將人重復、規(guī)范的動作通過機器或裝置或系統(tǒng)進行重復性的復現(xiàn)和執(zhí)行，降低人在反復單一動作中有極大可能出錯概率的出現(xiàn)。從我國制造業(yè)角度而言，經(jīng)過長期的積累和發(fā)展，并且隨著人口紅利期的終結，機器人等技術發(fā)展能夠支撐制造類企業(yè)自動化需求的實現(xiàn)，人力成本的上升也直接推動了所謂的“機器換人”，其實并沒有什么奇怪的，更多的從技術角度而言，這其實是自然而然到了大規(guī)模發(fā)展自動化的階段而已。
        也許正趕上智能制造的浪潮，所以就借用了智能制造的標簽。從根本上來說是變種的“掛羊頭賣狗肉”，雖然這種評價苛刻了一些，但事情的本質我認為應該就是這樣。智能制造的本意是體現(xiàn)智能，有兩種方式：
        一是通過將經(jīng)驗知識沉淀能夠以一種規(guī)范的形式進行分析和推理，部分取代人的介入而已，這種方式下的智能制造其實是人的知識或經(jīng)驗的某種沉淀后的再利用；
        二是通過人機協(xié)同的形式，將人以某種更加有效和緊密的形式融合到?jīng)Q策回路中，仍然寄希望于利用人的智能來體現(xiàn)整個系統(tǒng)的智能，這種方式下所謂的智能其實是人的智能。
        我們目前提的智能制造的智能，其實更多的是說人的經(jīng)驗沉淀為知識并加以利用。但目前這種智能在AI發(fā)展仍然有待提升的情況下，這種知識的沉淀充其量也就是一些規(guī)則的提取與應用。
如果無人車間或黑燈生產(chǎn)（自動化的味道很濃）是一種不需人介入而仍然良好運行的應用場景，其實也就是一些規(guī)則判斷下的有序運行而已，智能的味道能有多少呢？恐怕更多是一種在既定規(guī)則下的規(guī)范化分支判斷和執(zhí)行罷了。
        更進一步的，我們回到自動化的詞條解釋：
        自動化（Automation）是指機器設備、系統(tǒng)或過程（生產(chǎn)、管理過程）在沒有人或較少人的直接參與下，按照人的要求，經(jīng)過自動檢測、信息處理、分析判斷、操縱控制，實現(xiàn)預期的目標的過程。狹義的自動化理解是說機器設備等硬件的自動執(zhí)行，但詞條本身還還有系統(tǒng)或過程的味道，而各種數(shù)字化制造軟件，其實是系統(tǒng)和過程的具體體現(xiàn)，軟件的自動運行，其實也是自動化的一種。而在這種語境下，CAD/CAE設計分析類軟件其中內嵌了強制或非強制的應用步驟或使用規(guī)范、ERP/MES等管理類軟件內含了業(yè)務需求及其數(shù)據(jù)傳遞和交互的流程，可以稱之為“知識自動化”、“管理自動化”等。
        從這個角度而言，如果內嵌了基于經(jīng)驗沉淀的知識、支持自動的設計分析和管理，則軟件類系統(tǒng)的實施核心將不言自明：自動的基于流程的信息無縫傳遞、分析加工和接續(xù)判斷，形成有序、協(xié)調、可控和高效的運行局面。系統(tǒng)的調研、開發(fā)和實施的重點將因此而清晰，也為成功提供了保證。這算是自動化對信息化系統(tǒng)實施方法論賦予的一種新視角。后續(xù)有機會再詳細展開說明?？偨Y嗎，沒有總結。只是想還原自動化該有的本質而已。

附錄：智能制造和自動化的區(qū)別
 

         人工智能技術，對各行各業(yè)的影響猶如颶風一般。生產(chǎn)制造企業(yè)對智能控制系統(tǒng)，無軌agv、工業(yè)機器人的追逐熱度只高不下。國家提出“中國制造2025”政策，企業(yè)紛紛響應，一時間建設智能制造成為企業(yè)戰(zhàn)略目標，提升企業(yè)市場競爭力。是不是企業(yè)采購了工業(yè)機器人、無軌搬運機器人，使用智能倉儲物流等智能設備就是建設智能工廠呢？智能工廠和智能制造是一樣的嗎？智能工廠與智能制造早已為眾人熟知，企業(yè)往往將這兩個詞混為一談，其實智能工廠與智能制造是有一定的區(qū)別的。在區(qū)別這兩者之前，先來了解一下數(shù)字化工廠：在計算機虛擬環(huán)境中對整個生產(chǎn)過程進行仿真、評估和優(yōu)化，并進一步擴展到整個產(chǎn)品生命周期的新型生產(chǎn)組織方式。數(shù)字化工廠可以說是現(xiàn)代數(shù)字制造技術與計算機仿真技術相融合的產(chǎn)物，實現(xiàn)了信息的集成。
        隨著技術的創(chuàng)新，互聯(lián)網(wǎng)的發(fā)展，在數(shù)字化工廠的基礎上，利用互聯(lián)網(wǎng)技術和監(jiān)控技術加強信息管理服務，提高生產(chǎn)過程可控性、減少生產(chǎn)線人工干預，以及合理計劃排程，成為智能工廠。智能工廠是集初步智能手段和智能系統(tǒng)等新興技術于一體，構建高效、節(jié)能、綠色、環(huán)保、舒適的人性化工廠。智能工廠已具備采集分析、判斷規(guī)劃等自主能力；通過整體可視技術進行推理預測，利用仿真及多媒體技術，將實境擴增展示設計與制造過程。系統(tǒng)中各組成部分可自行組成最佳系統(tǒng)結構，具備協(xié)調、重組及擴充特性，自我學習、自行維護能力。因此，智能工廠實現(xiàn)了人與機器的相互協(xié)調合作，其本質是人機交互。智能工廠是在數(shù)字化工廠基礎上的升級版，但是與智能制造還有很大差距。智能制造系統(tǒng)在制造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。通過人與智能機器的合作，去擴大、延伸和部分地取代技術專家在制造過程中的腦力勞動。它把制造自動化擴展到柔性化、智能化和高度集成化。
         智能制造系統(tǒng)不僅是“人工智能系統(tǒng)”，更是人機一體化智能系統(tǒng)，是混合智能。系統(tǒng)可獨立承擔分析、判斷、決策等任務，突出人在制造系統(tǒng)中的核心地位，同時在工業(yè)機器人無軌agv等智能設備配合下，更好發(fā)揮人的潛能。機器智能和人的智能真正地集成在一起，互相配合，相得益彰。本質是人機一體化。國內智能制造建設熱潮久久不退，但是大部分的企業(yè)還是處在使用軟件階段，少數(shù)達到數(shù)字化工廠的水平，極少數(shù)的企業(yè)能夠達到智能工廠的水平，實現(xiàn)人機交互。智能制造系統(tǒng)，企業(yè)建設的更是少之又少。不過現(xiàn)如今 “中國制造2025提出”，國內像工業(yè)機器人、無軌agv等智能設備的技術不斷創(chuàng)新，大小企業(yè)企業(yè)更是積極嘗試，生產(chǎn)制造工廠要超越智能工廠實現(xiàn)人機一體化指日可待。
 
        近年來，機器人等自動化技術不斷進步，給人類生產(chǎn)車間帶來巨大的變化。越來越多的企業(yè)開始利用大數(shù)據(jù)分析提升業(yè)務和績效，自動化系統(tǒng)促進了生產(chǎn)力的提升，降低了企業(yè)投資風險和增加了回報率。預計，未來商品價格可能會進一步下降，與此同時，人類更多的工作可能會被淘汰掉。
 
         在2017年末，位于美圖加利福尼亞州桑尼維爾的Quanergy公司新制造工廠投入使用，該工廠將智能制造理念提升到一個新的水平。Quanergy將此工廠用于生產(chǎn)LiDAR（激光雷達）傳感器，此激光雷達可使自動駕駛車輛感知周圍環(huán)境并引導駕駛和避免碰撞。
那么，這個工廠有什么特別之處？它擁有一個高容量的全自動生產(chǎn)線，位于無塵室環(huán)境中。生產(chǎn)線具有最先進的半導體處理和包裝設備，其中包括沿著該生產(chǎn)線連接機械的傳送系統(tǒng)，將硅晶片的原材料轉化為成品LiDAR傳感器。
據(jù)該公司介紹，該工廠還負責傳感器的自動校準和最終測試，提供高質量和可靠性的LiDAR生產(chǎn)方案。這是一間靈活性極高的工廠，通過物聯(lián)網(wǎng)連接技術，使制造變得更加高效，業(yè)務響應更快速。這就是工業(yè)4.0模式的工廠，這種工廠在2018年將會出現(xiàn)更多樣本。
        自動化技術影響了一切
        自動化和智能機器人可能會重塑我們的世界。有機構分析認為，未來十年將有50%的工作會被機器所代替，這些職位包括了運輸和物流行業(yè)的工人，辦公和行政崗位以及生產(chǎn)領域的勞動力。隨著人工智能等技術和高端自動化的應用發(fā)展，許多中產(chǎn)階級也會給時代淘汰。
機器人能夠在更多短的時間內完成工作，而且出錯機率非常少，這將使得工廠數(shù)以千計的崗位被替代，制造業(yè)就業(yè)機會逐步消失。隨著與自動化相關的技術不斷進步，裁員將變得更加激進。據(jù)相關研究顯示，87％的制造業(yè)失業(yè)源于工廠效率的提高，這就是經(jīng)常被引用的藍領工人的殺手。
         自動化創(chuàng)新解決了基礎設施、生產(chǎn)力和勞動力方面的緊迫問題。人工智能和自動化將迎來一個更便宜的產(chǎn)品時代。但是，當智能成為超級智能，比聰明人更聰明的機器將會構成更大的風險，人們與機器將進入競爭階段，許多人會在競爭過程中輸?shù)簟?br /> 許多人認為，人工智能將會給社會帶來更多的經(jīng)濟效益，企業(yè)在生產(chǎn)和決策上使用人工智能以提升整體效率。但從短期來看，生產(chǎn)智能化的過渡令人不安，大量的工作被代替可能會帶來破壞性的影響。
我們正在迎來一場前所未有的變革，隨著自動化技術的進步，我們的工作方式已經(jīng)發(fā)生改變。配備了學習能力的程序，擁有自主決策計算能力的智能系統(tǒng)將消滅更多的技術和非技術類工作崗位。
        工廠正在發(fā)生巨大變化
        第四次工業(yè)革命浪潮正在來襲，新一代信息技術將給傳統(tǒng)制造業(yè)帶來深刻的影響。從德國“工業(yè)4.0”到智能制造，互聯(lián)網(wǎng)+等概念的推出，體現(xiàn)了制造業(yè)轉型升級已經(jīng)是大趨勢。一方面原因是勞動力成本上升、原材料價格上升逼使工廠必需采用更高效的自動化解決方案。另一方面，消費者的個性化需求在增長，工廠需要建立起快速響應多樣化需求的機制。
智能制造也是一個艱巨的過程，從機器換人到智能化、數(shù)字化的轉型升級需要一段較長的時間，不過未來十年可以肯定的是，工廠將發(fā)會生翻天覆地的變化，而今天這工廠的革命已經(jīng)悄然開啟。
        工業(yè)機器人
        工業(yè)機器人已經(jīng)成為制造業(yè)重要角色，越來越多的企業(yè)采用機器人獲得更高的生產(chǎn)效率和解決人力難題。據(jù)報道，在飛利浦在荷蘭生產(chǎn)電動剃須刀的工廠中，機器人的數(shù)量超過了生產(chǎn)工人的比例，可見機器人在某些方面已經(jīng)取代了人力。
工廠自動化的新浪潮正在進行，機器人正在進入新的環(huán)境，為制造商創(chuàng)造新的價值。那么，為什么機器人會受到企業(yè)青睞？部分原因在于協(xié)作機器人，這種器人可用性高，比之前的更便宜，具靈活的移動性和很好的安全保護，可以與人類同事一起安全地工作。
         OT/IT的融合
         物聯(lián)網(wǎng)技術將孤島的數(shù)據(jù)結合起來可以為制造業(yè)績效提供有價值的見解，從而推動了運營技術（OT）和信息技術（IT）的融合，實現(xiàn)數(shù)字化制造。在工業(yè)4.0模式下，企業(yè)可以獲得更多的見解，更緊密地遵守制造計劃，減少停機時間，并對機器問題做出更快的反應。
2017年，已經(jīng)看到了許多行業(yè)合作伙伴關系，將OT和IT公司結合在一起，例如ABB和HP之間的合作關系。2018年必將帶來更多OT和IT的案例，工廠的數(shù)字化轉型會進一步加速。
         人工智能
         如果說機器人是未來工廠的主要角色，那么，人工智能就是實現(xiàn)智能制造的關鍵角色，通過機器學習的特別制造商更準確地預測需求模式和分配資源。換句話說，AI允許制造商根據(jù)海量的數(shù)據(jù)參考來回答問題，而不是人為猜測。
         甲骨文正在將人工智能擴展到很多核心業(yè)務應用中，推出了Oracle自適應智能應用程序（Oracle Adaptive Intelligent Apps），這是一款式基于云的智能工廠應用程序，支持復雜的決策科學。據(jù)甲骨文應用產(chǎn)品開發(fā)執(zhí)行副總裁Steve Miranda描述，Oracle自適應程序嵌入了AI算法，但這種方式對用戶是隱藏的，嵌入到他們用來執(zhí)行日常工作任務的軟件中。
          增材制造
          多樣化和快速制造是滿足個性化需求的基本訴求，而3D打印以極其靈活的制造方式成為現(xiàn)代快速制造的最佳方案。經(jīng)過了多年的發(fā)展，3D打印材料從塑料到金屬粉沫，滿足了各種模型結構生產(chǎn)的需求，目前已經(jīng)成功應用于航天、汽車等大型工作領域。
          隨著3D打印機變得更便宜、更快、更準確和更好地與更廣泛的材料（包括生產(chǎn)級材料）一起工作，它們越來越多地用于制造最終產(chǎn)品，而不僅僅是一個零件。這就是所謂的“增材制造”。
          因為3D打印機器是在給定的材料層層疊下來創(chuàng)建一個現(xiàn)成的物體，而不是削減、切割、鉆孔和錘擊材料的方式，這樣將節(jié)省大量的材料。3D打印打開了大規(guī)模生產(chǎn)個性化產(chǎn)品的大門，從一雙適合個人用戶運動鞋，到汽車保險杠都可以根據(jù)用戶的需求設計和定制。