生态赋能 两端延伸——智能制造探索与实践

本文由AAIDA根据上汽乘用车智能制造高级经理陈峻在《走进上汽临港工厂——探索数字化时代的智能制造》活动上的演讲整理。

从汽车行业的发展来看，“新四化”（电动化、智能化、网络化、共享化）趋势，对车企提出了更高的要求，智能化与网络化已经成为车企和科技企业的必争之地。面对数字化转型的汹涌浪潮，一些车企仍处于”手足无措“的阶段，但是试错的时间越来越少，传统汽车企业制定的游戏规则被雨后春笋般的新势力打破，无法适应可能会面临着被淘汰的结局。

在《走进上汽临港工厂——探索数字化时代的智能制造》活动中，上汽乘用车智能制造高级经理陈峻介绍说：上汽乘用车采用“1+4”数字化转型战略，以产品数字化为核心，积极推进数字化研发、数字营销、智能制造和智慧园区等四大业务体系的全面数字化转型。在智能制造方面，聚焦“智能工厂”和“智慧供应链”建设，以数据驱动助力制造效能提升，快速响应市场需求。

陈峻 上汽乘用车智能制造高级经理

以下文字为演讲实录，内容略有删减。

首先为大家介绍一下上汽乘用车公司，上汽乘用车公司拥有荣威、名爵、R品牌三大汽车品牌，成立至今，已有数十款产品投放市场。目前上汽乘用车公司拥有5大基地（临港基地、南京基地、郑州基地、宁德基地、泰国基地），其中临港基地获得了“上海市智能工厂”称号，宁德基地被评为“中国标杆智能工厂”。

上汽乘用车公司的数字化转型战略可以归纳为“1+4”，即以产品数字化为核心，积极推进数字化研发、数字营销、智能制造和智慧园区4大业务体系的全面数字化转型。其中数字化研发的重点在于软件定义汽车与数字孪生，智能制造的核心是智慧工厂与智慧供应链，数字营销的突破口是新零售，智慧园区的目标是打造一站式员工服务平台。

从公司智能制造应用架构中能够看出，下方是服务于内部运作的信息化系统 ，主要是实现业务流程的线上化，支持造车、卖车等传统业务。上方是在内部运作基础上向两端延伸 ：一端是针对供应链，构建供应链协同平台，实现供应链的有效管控，降低运作成本；另一端是针对新零售，构建产销协同平台，为客户化订单需求提供快速响应，缩短OTD时间。右侧是基于自主研发的数据中台完成数据的引入、处理和应用，通过平台沉淀的算法服务和数据资产，为前端敏态应用提供支持。

想要实现敏态的智能制造，需要一个强大的中台提供支撑，上汽乘用车公司自主研发的智造大数据中台，包括数据平台、算法平台、APP开发平台。数据中台能够同时服务于传统业务应用和数字化创新应用，快速赋能数字化工厂、智慧供应链、数字质量、数字运营等创新业务场景的落地实践。

接下来我将为大家介绍上汽乘用车公司在智能制造领域的具体探索和实践。上汽乘用车公司智能制造主线的切入点是“智能工厂”和“智慧供应链”的建设，智能工厂依托自研的工业大数据平台，通过智能化排产、运营管理、质量管理，拉通产品的制造业务，目标是提升内部的制造效率和产品质量。智慧供应链的建设目标将汽车产业的上下游全部打通，实时在线可协同，在加强供应商管控的同时，提升了全产业链的整体竞争力。

通过“智能工厂”和“智慧供应链”的建设，能够有效建立内部的共创生态和外部的协同生态，由传统IT提供信息化服务向提供生态平台去转变。依托数据中台和工业互联网平台，围绕企业的核心目标开展数字化产品和服务的共创共建，实现数据驱动助力制造效能提升，快速响应市场需求。

在智能工厂的建设上，上汽乘用车公司希望通过IT与OT的深度融合，全面打通企业上下游，实现自动化与信息化的结合，在此基础上构建企业级大数据平台，各个工厂建立可以快速反应的数仓，企业级的数仓和工厂数仓分布式的配合，构建统一的工业大数据平台，依托数据中台提供的数据服务和智能算法，构建工业APP应用市场，实现业务数字化创新的快速落地。

IT与OT融合方面，我们通过将工厂运行数据的采集、存储、分析、应用等环节全链路打通，实现制造业务闭环管控和分析决策的数字化。下图中左侧展示的是IT层智能生产和物流系统，右侧为OT层智能化车间和自动化系统，通过大数据平台对IT/OT层融合打通后，就能够对这些数据进行后续的挖掘应用。

在中台的建设上，上汽乘用车公司打造了一个企业级工业大数据平台，能够围绕核心的业务场景，开展数据采集、建模、分析和应用，通过标准API服务，目前已经能够支持100多个智能制造和智能供应链的业务场景。

以下为两个具体的案例，第一个是QCOS拧紧大数据的分析，在汽车生产过程中，有大量的拧紧操作，而且拧紧动作关系到汽车质量的好坏，通过在装配车间对拧紧数据进行实时分析，能够对拧紧质量进行更好地控制。同时通过对参数进行建模，能够分析出现问题的原因，指导后续工艺的优化和改善。

推进了这样的项目后，实现了几个层面的业务提升，质量管控更及时合理；业务分析上能够及时发现异常，自动建立模型库；能够对设备的状态，工艺的执行情况进行可视化管理。工业大数据平台依托数仓平台和实时流平台，能够做到秒级反馈。过往拧紧的手法是通过现场的控制器判断拧紧质量，现在秒级数据的采集，有效避免了控制器判断产生的误差。

第二个案例是外饰件视觉的智能检测，主要是针对10个车型的300多种外饰件，进行动态识别和检测，目前该平台有17组摄像头，能够实现一次过车30秒内对28个目标零件的10000+张照片动态检测；并且通过采用YOLOS算法，目标识别精准度可达98%+。此外，平台提供的视觉检测算法可以在横向和纵向上进行能力拓展，支持各种智能视觉检测类项目的快速部署和使用。

上汽乘用车公司还做了共创生态的相关工作，依托数据中台，采用低代码开发构建iFactory应用市场，从根本上消除IT有限的交付能力与不断增长的业务数字化转型需求之间的矛盾。探索 IT能力的转型升级，即从原来的项目开发交付，逐步转变为提供公共的平台化组件和能力，打破系统间的壁垒，与业务部门和生态伙伴共同打造共建、共享、共赢的应用开发生态，提高企业数字化转型的整体效率。

在供应链管理方面，上汽乘用车公司围绕着SCT供应链控制塔、SaaS领飞平台、iLink供应链协同云，来构建供应链管理和协同生态。智慧供应链的打造，首先是建立实时在线的供应链B2B协同平台，深化供应链连接和协同，现已经实现了1000家运营商的实时在线，能够对售后物流、运输管理、质量协同、采购协同、数据服务等进行管控。对于一些数字化能力较差的供应商，可以通过这个平台进行管理，对于那些数字化和信息化能力较强的供应商，可以为其开放API接入生态。目前iLink供应链协同云已经成为上汽乘用车公司供应链运作的重要平台。

在实施的过程中，能够发现很多中小供应商的数字化能力并不强，所以上汽乘用车希望通过自身体系和能力外化，通过低门槛的SaaS订阅服务，来带动中小型企业的信息化和数字化水平。我们通过建设汽车行业全业务链协同的智能制造云平台，连接制造商和供应商，以智能制造技术为引领，以工业数据为驱动，通过SaaS平台输出主机厂的体系化能力，赋能全产业链供应商实现结构性降本。

上汽乘用车公司同时也在推进智能运营，由于汽车行业的供应链范围非常广泛，涉及到的内容非常多，所以首先进行了物流运营平台的建设，实现了订单交付及报警的全覆盖。今年进一步推进了质量运营、财务运营、采购运营、产销协同相关的建设。以往的供应链管理，往往是出现问题后再解决问题，而现在上线了这套系统后，就能够实现事中的风险管控和事前的风险预测。

总体来说，上汽乘用车公司依托工业大数据和工业互联网，打造内部共创生态和外部协同生态，希望能够通过智能工厂和智慧供应链的建设，进一步消除营销、制造、研发之间的鸿沟，实现企业内部降本增效、客户化订单快速响应和供应商结构性降本。以上分享内容是基于上汽乘用车公司对智能制造的理解和实践，欢迎各位行业专家批评指正，谢谢大家！

关于CIO发展中心

「CIO发展中心」于2005年由一群热衷于中国CIO职业发展的CIO 们倡导发起，并以「聚合中国CIO力量，助推CIO商业价值」为宗旨。旨在通过学术和经验交流、知识和理念宣传来促进职业规范的推进、成长环境的改善以及队伍素质的提升，进而促进信息应用水平提升，推动CIO机制的建立和完善。

本文经CIO发展中心授权转载

智能制造人才培养探索与实践

导读

推进智能制造，人才是关键 。制造企业除了引入咨询服务机构和工业软件、工业自动化解决方案提供商，要取得实效，最终还是需要建立自己的智能制造人才队伍。制造企业如何建立智能制造人才队伍？如何掌握日新月异的智能制造新兴技术？如何在智能制造推进过程中少走弯路，取得实效？本文结合e-works的长期实践，对这些问题进行了探讨。

文章信息

本文由e-works黄娟、郑倩、黄培原创发布。

制造业是国民经济的主体，是立国之本、兴国之器、强国之基。制造业的持续健康发展，对中国经济的未来尤其重要。 然而，复杂多变的全球经济形势、日益激烈的国内外竞争环境，使得制造企业不断面临生产成本攀升、劳动力资源短缺、客户需求个性化、产能过剩等问题，企业生存和发展环境面临诸多挑战。利用数字化技术、工业自动化技术、人工智能等新兴技术改造传统制造模式，推进智能制造、实现数字化转型成为制造企业的必然选择。我国“十四五”规划和“二十大”报告都强调，要推进制造业的高端化、智能化和绿色化。

推进智能制造，人才是关键。 制造企业除了引入咨询服务机构和工业软件、工业自动化解决方案提供商，要取得实效，最终还是需要建立自己的智能制造人才队伍。制造企业如何建立智能制造人才队伍？如何掌握日新月异的智能制造新兴技术？如何在智能制造推进过程中少走弯路，取得实效？本文结合e-works的长期实践，对这些问题进行了探讨。

制造企业推进智能制造面临的挑战

智能制造融合了先进制造技术、工业自动化技术、新一代信息与通信技术、现代企业管理和人工智能技术，贯穿设计、生产、管理、服务等制造业的全价值链。智能制造是工业软件、智能装备、工业机器人、传感器、互联网、物联网、通信技术、人工智能、虚拟现实/增强现实、增材制造、云计算，以及新材料、新工艺等相关技术蓬勃发展并交叉融合的产物，是帮助制造企业提升核心竞争力的综合集成技术。

推进智能制造是一个复杂的系统工程，也是一段漫长的“旅程”。不同行业、不同规模、不同所有制、不同制造模式的企业，推进智能制造的模式千差万别，个性化很强。

制造企业在推进智能制造的过程中，面临着诸多难点问题：

◉ 首先，在推进智能制造的战略目标层面 ，如何通过推进智能制造来提升产品质量，降低成本，缩短交货期？如何实现少人化？如何缩短产品上市周期？如何能够灵活应对市场变化？如何实现节能降耗？

◉ 其次，在智能制造推进策略层面， 企业如何正确理解智能制造？如何摸清自身的智能制造推进现状，明确自身的智能制造推进需求？如何制定科学而务实的智能制造整体规划和实施路线图？如何根据自身企业的特点和需求进行正确选型？如何能够确保智能制造的项目实施达到预期目标？如何能够在智能制造的推进过程中有效规避风险？

◉ 第三，在智能制造技术应用层面， 如何实现IT/OT的有效融合？主数据如何管理？如何建立设备数据采集的规范？如何打通信息孤岛和业务流程断点？如何统一各类编码体系？如何能够满足业务部门的个性化需求？如何确保信息安全和网络安全？如何推进柔性自动化？

◉ 第四，在智能制造实施落地层面， 企业缺乏多层次的智能制造高级人才，这是目前制约制造企业智能制造推进取得实效的主要瓶颈。

企业智能制造人才培养的难点

制造企业在推进智能制造和数字化转型进程中，衍生出大量人才需求。据人社部、工信部发布的《制造业人才发展规划指南》显示，中国制造业10大重点领域2020年的人才缺口超过1900万人，2025年将接近3000万人，缺口率高达48％，而且随着企业自动化程度不断提升，对相应人才的要求也越来越高。 《2020年新基建产业人才发展报告》显示，国内新基建核心技术人才2020年底缺口预计为417万人，且人才缺口将长期存在。近期发布的《智能制造领域人才需求预测报告》中也展现了各个领域的人才需求和大量的人才缺口。智能制造领域人才匮乏已经成为制约我国制造企业转型升级的普遍问题。

为了主动应对新一轮产业革命，服务制造强国战略，国家各相关部门积极展开了一系列人才建设重要举措。 2017年，教育部、人社部、工信部联合印发的《制造业人才发展规划指南》，明确了七大重点任务，部署了五项重点人才工程；同时，教育部开始推进新工科建设，“复旦共识”“天大行动”“北京指南”等相继出台，并发布《关于开展新工科研究与实践的通知》、《关于推荐新工科研究与实践项目的通知》等纲领文件，全力探索高等教育助力智能制造人才培养的中国模式；2019年，工信部等13部门印发制造业设计能力提升专项行动计划；2020年，人力资源社会保障部等3部门联合向社会发布了包括智能制造工程技术人员在内的16个新职业等等。

随着人才强国战略的实施，我国智能制造人才队伍建设取得显著成绩，但存在的问题依然突出。 根据e-works对制造企业智能制造人才需求的长期跟踪调查发现，在智能制造时代下，单一技术能力已经很难适应现代技术的发展，技术人才，尤其是高端技术人才除了要具备智能制造通用知识体系外、还需要具备知识和技术的融合能力、以智能制造的手段推动业务发展的前瞻能力、以及能突破原有思维跨界寻求解决方案的创新能力。技术型、复合型、创新型是智能制造人才需求的关键因素。

目前，高等院校智能制造人才培养尚处于初期阶段，人才培养周期长，复合型、创新型和实践型人才培养难等仍是主要问题。制造企业在智能制造推进过程中，迫切需要的是将在职的技术人员和管理人员进行培训，快速储备相关知识，并将相关技术和能力迅速应用到实际工作中。不同的岗位职能需要具备不同领域的智能制造知识和实践能力。

图1 智能制造对人才知识结构的要求

图2 智能制造对人才能力的要求

推进智能制造，制造企业需着重培养技能人才、应用人才、推进人才、领军人才四个层级的智能制造人才 ，呈现出金字塔结构：

智能制造人才培养，没有“作业”可抄，各层级能力的培养和知识体系的构建不是一朝一夕能够完成的，企业在智能制造人才培养方面，面临以下三个方面的难点：

① 智能制造涉及的知识面广，既需要通才，又需要专才。

智能制造涉及的新兴技术领域多，需要跨学科、多门类的专业知识跨界融合，既需要跨界的通才，又需要精通各个领域的专才，就像全科医生和专科医生。智能制造的领军人才和推进人才需要熟悉企业的战略、管理、业务流程、产品和制造工艺，对智能制造各个领域的技术了解基本的功能，对智能制造的实施方法、整体架构和集成方案，以及智能制造的项目管理有全面了解。同时，推进PLM、ERP、MES、SCM、质量管理等各类管理系统，则需要对企业的相关业务流程、系统原理和集成方案有更深入的理解。CAE、EDA等工具类软件要用好，也需要深厚的知识背景。

因此，制造企业需要制定周密的智能制造人才培养方案。然而，大多数制造企业往往是基于项目需要进行“补课”式学习，基于企业管理痛点进行“头痛医头”式学习，没有结合企业的实际需求，基于技术热点的“跟风”式学习，缺乏完善的智能制造知识体系架构，短期来看确实可以起到一定的效果，但是知识的深度与广度，以及多门类知识的融合都难以达到更佳的学习效果。

② 内容资源有限，课程设计难以因材施教。

培训资源问题是企业培训面临的一大难题。一方面，企业对培训师资和课程资源要求高，意味着培训难度和培训投入的加大，企业很难依托于自身的能力与资源，快速构建内容丰富的智能制造知识库；另一方面，不同的岗位职能、职务层级，需要差异化的课程内容，制造企业的人力资源部门或培训部门很难设计出完整的智能制造培训课程体系。

③ 理论与实践脱节，培训成效不明显。

制造企业进行智能制造人才培养的根本目的，是使员工实战水平不断提升，使企业构建的智能制造系统能够真正落地，发挥实效。但现实情况往往却是，企业虽然开展了相关培训，但收效并不明显。究其原因，是理论与实践脱节。智能制造专业知识和实操能力的培养需要理论与实践进行结合，课堂学习与现场参观相结合，知识学习和互动研讨相结合，充分借鉴行业内外各制造企业的成功经验，只有这样，才能将学习力转化为行动力。

综上可见，智能制造人才的培养，仅靠企业自身的努力是远远不够的 ，需要借助大量外部力量来搭建人才培养的体系、充实人才培养的资源、打造学习型的组织，最终使人才培养与实际需要相结合，学以致用，助力企业持续稳健发展。

智能制造人才培养模式的探索与实践

为了响应制造企业的人才培养需求，已经有近二十年的制造企业服务经验的e-works也是在不停地探索和实践，于2020年正式发布了“e-works智能制造学院”平台。经过近三年的探索和实践，初步建立起以“实战、实效、实在”为宗旨的智能制造人才培养体系。

e-works智能制造人才培养体系主要有以下特点：

1、以人才能力为中心，打造产学研协同培养新模式。

结合制造企业的实际需求和智能制造人才培养的特点，e-works积极进行组织创新，依托自身资源优势，充分发挥高校、企业、软硬件厂商等多方资源优势，以培养智能制造复合知识能力为目标，聚焦智能制造领军人才、推进人才和应用人才，独创了由e-works搭台，学术专家、行业专家、企业实践专家共同参与的智能制造人才培养的新模式。

2、理论与实践融合，提供线上线下结合学习新方法。

针对企业推进智能制造过程中面临的实际问题和关键技术，围绕智能制造相关领域的关键技术，通过各种主题研修班、现场实训班、在线课堂、企业内训、标杆工厂考察等方式，理论与实践融合、线上线下结合，为参训人员提供持续的、动态的、面向实践应用的学习模式。

图3 e-works智能制造学院的几种培训形式

3、以实用为宗旨，构建“智能制造全体系架构” 课程体系。

围绕智能制造五层体系的使能技术和十大应用场景，基于智能制造知识体系架构，从技术层面融合了信息技术、先进制造技术、工业自动化技术以及先进的企业管理理念，从实施层面包含了产品、装备、产线、车间、工厂、研发、供应链、管理、服务与决策等诸多内容， 全面、系统地帮助学员提升智能制造技术和理论水平。

同时，还及时将新技术、新应用纳入培训体系，构建“能力递进、育训结合”的实践体系。

图4 e-works智能制造学院课程体系

4、重视能力培养，构建“研修实训结合”的实践体系。

积极推动与制造企业的合作，建立标杆工厂参观考察基地，充分利用灯塔工厂、数字化转型领航企业等资源，建设实践教学条件， 为构建“研修实训结合”实践体系的有效运行提供支撑。仅2021年就组织考察研修相结合的培训十多场， 考察北汽福田汽车股份有限公司、丹佛斯商用压缩机工厂、美的集团广州南沙工厂、施耐德电气武汉工厂、三一重工集团等灯塔工厂和标杆企业三十多家。

5、学习工作不分离，打造持续、动态的在线培养模式。

考虑到制造企业工作和学习时间难以协调的现实问题，2020年e-works推出了智能制造在线学院。 该平台课程多来源于e-works线上线下研修班和论坛的精华内容，通过采用N+X知识体系进行构建，每门课程不仅有多个来自学术界、工业界和智能制造产业界专家的视频课件，还辅以大量学习资料、案例和视频，同时还提供了学习管理推进、学习成果考核、学习数据统计分析、学习激励等大量数字化培训管理功能。针对智能制造领军人才、推进人才和不同和岗位的应用人才，e-works在线学院支持按照岗位、技术领域、行业等多维度搜索，还提供了海量的智能制造知识库。

目前，已有汽车、能源电力、机械、航空航天、工程机械、轨道交通、家用电器等行业近百家龙头企业选用作为智能制造内训平台，成为这些企业提升员工智能制造知识水平经济有效的途径。

图5 e-works在线学院课程图谱

总结与展望

十四五规划强调，中国制造业发展的主攻方向就是智能制造，推进智能制造成为企业打造差异化竞争优势的必然选择。然而，各类智能制造人才的缺乏，在很大程度上将制约我国智能制造推进取得实效。

智能制造高级人才虽然可以引进，但制造企业只有培养一支多层次、多专业协作的智能制造人才梯队，才能真正有效推进智能制造。 智能制造人才的培养，制造企业不能“自力更生”，而是要广泛引入外脑，寻找专业的智能制造人才培训机构，走出去，请进来，理论与实践相结合，线上线下相结合，持续培养智能制造的通才与专才，才能有效支撑制造企业的智能制造推进工作，实现良性的PDCA循环，从而帮助制造企业实现可持续健康发展。

相关问答

近年来,新工业革命方兴未艾,全球制造业正迈向数字化、智能化时代。为应对新工业革命下的国际竞争,发达国家不约而同地将智能制造作为制造业未来发展的重要方向...

智能制造渊于人工智能的研究。一般认为智能是知识和智力的总和,前者是智能的基础,后者是指获取和运用知识求解的能力。智能制造应当包含智能制造技...

去年早些时候,“互联网+”曾经被视为“智能制造”的灵丹妙药。经过一段时间的争吵、实践和沉淀,“制造业+互联网”的融合,才勉强修成正果。这看上去不过是一个...

智能制造工程偏重用,智能科学与技术偏重学,前者教导学生利用技术知识和大型机械去制造工具,后者偏重科学技术在细分领域的探索研究与实验。你看看他们各自学...

智能制造在长期的实践演化中形城许多不同的范式,这里面包括精盖生产、柔性制造、敏捷制造、凝结之招、数字化制造、计算机集成制造、网络化制造、云制造、智能...

智能制造源于人工智能的研究。易云科技认为智能是知识和智力的总和,智能制造是智能的基础,先进制造技术是指获取和运用知识求解的能力。智能制造应当包含智能...

关于工业互联网与智能,笔者判断,呈现两个特点,双方走向融合,彼此又各自发展。文|刘成军,造奇智能产业新媒体创始人兼主编,工业互联网研习社发起人回顾2...

[回答]~接下来我为大家简单介绍一下我们深圳技术大学的中德智能制造学院开设的专业以及研究情况专业设置:机械设计及其自动化(智能制造与机器人)、电子科...

我认为先到企业实践,了解生产自动化的整个过程,在方向上多关注目前的新趋势如智能制造,工业4.0,中国制造2025等战略,以及物联网,大数据,人工智能等技术方...

智能制造这个专业的发展前景以及就业都很好,是一个新型的专业。智能制造,源于人工智能的研究。一般认为智能是知识和智力的总和,前者是智能的基础,后者是指...