一直以來，自動化在某種程度上始終是工廠的一部分，甚至高水平的自動化也非新生事物。然而，“自動化”一詞通常表示單一且獨立的任務或流程的執行。過去，機器自行“決策”的情況往往是以自動化為基礎的線性行為，如基于一套預定的規則打開閥門或開啟或關閉水泵。通過人工智能的應用，以及成熟度不斷深化的信息物理系統將實體機器與業務流程相結合，自動化日益覆蓋了通常由人類進行的復雜優化決策。最后，也許也是最為關鍵的，“工業智能”一詞亦表示通過互聯互通的信息技術/運營技術格局，實現工廠車間決策及洞察與供應鏈以及整個企業其他部分的融合。這將從根本上改變生產流程，大大增強與供應商和客戶之間的關系。它應該是一個柔性系統，能夠自行優化整個網絡的表現，自行適應并實時或近實時學習新的環境條件，并自動運行整個生產流程。理想中的智能工廠可實現高度可靠的運轉，最大程度上降低人工干預。

       通過這個描述，我們可清楚地了解智能工廠并不僅僅是簡單的自動化。智能工廠是一個柔性系統，能夠自行優化整個網絡的表現，自行適應并實時或近實時學習新的環境條件，并自動運行整個生產流程。7智能工廠能夠在工廠車間內自動運作，同時與具有類似生產系統的全球網絡甚至整個數字化供應網絡互聯。

圖1 “工業4.0”時代的智能工廠

圖2 智能工廠的三層信息技術基礎架構

       集成意味著以計算機應用為核心，是信息技術在制造業應用發展的高級階段，支持制造過程的各個環節。高度集成化能夠極大地提高企業的生產效率、有效組織各方資源、鼓舞不同鏈條中的員工的生產積極性，將企業從不同個體變為具備超強凝聚力的團隊，使人員組織管理、任務分配、工作協調、信息交流、設計資料與資源共享等發生根本性變化。

       “工業4.0”通過信息物理系統，將生產設備、傳感器、嵌入式系統、生產管理系統等融合成一個智能網絡，使得設備與設備以及服務與服務之間能夠互聯，從而實現橫向、縱向和端對端的高度集成。

       橫向集成是指網絡協同制造的企業間通過價值鏈以及信息網絡所實現的一種資源信息共享與資源整合，確保了各企業間的無縫合作，提供實時產品與服務的機制。橫向集成主要體現在網絡協同合作上，主要是指從企業的集成到企業間的集成，走向企業間產業鏈、企業集團甚至跨國集團這種基于企業業務管理系統的集成，產生新的價值鏈和商業模式的創新（圖3）。

圖3 智能工廠的橫向集成

圖4 智能工廠的縱向集成

       端對端集成是指貫穿整個價值鏈的工程化信息系統集成，以保障大規模個性化定制的實施。端對端集成以價值鏈為導向，實現端到端的生產流程，實現信息世界和物理世界的有效整合。端對端集成是從工藝流程角度來審視智能制造，主要體現在并行制造上，將由單元技術產品通過集成平臺，形成企業的集成平臺系統，并朝著工廠綜合能力平臺發展（圖5）。

圖5 智能工廠的端到端的集成

       從過去集成化思想在制造業中發展歷程以及給制造業帶來的效果評價來看，制造業已然越來越離不開以先進技術為支持的全方位整合?？梢哉f，基于全方位整合的集成化思維是制造業新思維之一。而且，工業今后的發展也必將以“借勢借力、整合資源”的全方位整合為基本思路。

       智能工廠的三項集成，從多年來以信息共享為集成的重點，走到了過程集成的階段，并不斷向智能發展的集成階段邁進。“工業4.0”推動在現有高端水平上的縱向、橫向以及端到端的，包括企業內部、企業與網絡協同合作企業之間以及企業和顧客之間的全方位的整合。這樣一來，可以一邊設計研發、一邊采購原材料零部件、一邊組織生產制造、一邊開展市場營銷，從而降低了運營成本、提升了生產效率、縮短了產品生產周期，也減少了能源使用。智能工廠真正強大之處在于其根據企業不斷變化的需要發展和成長的能力，無論這些需要是客戶需求的轉變、進入新市場的擴張、新產品或服務的開發，還是預測性更強響應度更高的運行和維護方法、新流程或技術的引入，或是生產流程的準實時變化。由于具備更為強大的計算和分析能力，并擁有更為廣泛的智能互聯資產生態系統，智能工廠能使企業以過去相對困難甚至不可能的方式適應變化。

       （一）智能工廠代表了從傳統自動化向完全互聯和柔性系統的飛躍

       工業4.0的興起以及數字世界和物理世界的融合——包括信息技術和運營技術——正使制造流程的互聯互通和供應鏈轉型日益成為可能。從線性序列式的供應鏈運營模式轉變為互聯互通的開放式供應鏈體系，能夠為企業的未來競爭奠定基礎。但是，要充分實現數字化供應網絡的轉型，制造企業需具備多方面的能力——推動企業運作的眾多運營系統間橫向整合的能力；互聯制造系統間垂直整合的能力；以及整個價值鏈端到端、全面整合的能力。

       智能工廠代表了從傳統自動化向完全互聯和柔性系統的飛躍。這個系統能夠從互聯的運營和生產系統中源源不斷地獲取數據，從而了解并適應新的需求。真正的智能工廠能夠整合全系統內的物理資產、運營資產和人力資本，推動制造、維護、庫存跟蹤、通過數字孿生實現運營數字化以及整個制造網絡中其他類型的活動。其產生的結果可能是系統效率更高也更為敏捷，生產停工時間更少，對工廠或整個網絡中的變化進行預測和調整適應的能力更強，從而進一步提升市場競爭力。

       許多制造企業已開始在多個領域采用智能工廠的流程方式，如利用實時生產和庫存數據進行先進計劃與排產，或利用虛擬現實技術進行設備維護等。但是，真正的工業智能是更為整體性的實踐，不僅僅轉變工廠車間，更影響整個企業和更大范圍內的生態系統。智能工廠是整個數字化供應網絡不可分割的一部分，能夠為制造企業帶來多重效益，使之更為有效地適應不斷變化的市場環境。采用并實施智能工廠解決方案看起來十分復雜，甚至難以實現。然而，在技術領域迅猛發展和未來趨勢快速演變的環境下，制造企業要想保持市場競爭力或顛覆市場競爭格局，向更具彈性、適應性更強的生產系統轉變幾乎勢在必行。制造企業須從大處著眼，充分考慮各種可能，從小處著手進行流程方式的可控調整，并迅速推廣擴大運營，逐步達成智能工廠的建設愿景，實現效益提升。

       （二）大數據與人工智能算法是實現智能工廠的關鍵

       數據是智能工廠的命脈。基于系統性分析，數據將有助于推動各流程順利開展，檢測運營失誤，提供用戶反饋。當規模和范圍均達到一定水平時，數據便可用于預測運營和資產利用效率低下的問題，以及采購量和需求量的變動。智能工廠內部數據可以多種形式存在，且用途廣泛，例如與環境狀況相關的離散信息，包括濕度、溫度或污染物。數據的收集和處理方式，以及基于數據采取相應行動才是數據發揮價值的關鍵所在。要實現智能工廠的有效運作，制造企業應當采用適當的方式持續創建和收集數據流，管理和儲存產生的大量信息，并通過多種可能比較復雜的方式分析數據，且基于數據采取相應行動。

圖6 智能預測與智能決策

       數據也可能代表數字孿生，這是高度成熟的智能工廠結構具備的特征。數字孿生通過數字化形式，以較高的水平呈現某對象或流程過去及當前的行為。數字孿生需針對生產、環境和產品情況持續開展實際的數據測量。基于強大的處理能力，數字孿生可從產品或系統情況中獲取重要信息，反映現實世界中設計與流程的變化。

       互聯或許是智能工廠最重要的特征，同時也是其最大的價值所在。智能工廠須確保基本流程與物料的互聯互通，以生成實時決策所需的各項數據。在真正意義的智能工廠中，傳感器遍布各項資產，因此系統可不斷從新興與傳統渠道抓取數據集，確保數據持續更新，并反映當前情況。通過整合來自運營系統、業務系統、以及供應商和客戶的數據，可全面掌控供應鏈上下游流程，從而提高供應網絡的整體效率。

       經過優化的智能工廠可實現高度可靠的運轉，最大程度上降低人工干預。智能工廠具備自動化工作流程，可同步了解資產狀況，同時優化了追蹤系統與進度計劃，能源消耗亦更加合理，可有效提高產量、運行時間以及質量，并降低成本、避免浪費。

       智能工廠獲取的數據公開透明：通過實時數據可視化，將從流程與成品或半成品獲取的數據進行處理，并轉變為切實可行的洞見，從而協助人工以及自動化決策流程。透明化網絡還將進一步擴大對設備情況的認識，并通過基于角色的觀點、實時警告與通知以及實時追蹤與監控等手段，確保企業決策更加精準。

       在一個智能工廠中，員工與系統可預見即將出現的問題或挑戰，并提前予以應對，而非靜待問題發生再作響應。這一特征包括識別異常情況，儲備并補充庫存，發現并提前解決質量問題，以及監控安全與維修問題。智能工廠能夠基于歷史與實時數據，預測未來成果，從而提高正常運行時間、產量與質量，同時預防安全問題。在智能工廠中，制造企業可通過創建數字孿生等流程，實現數字化運營，在自動化與整合的基礎上，進一步培養預測能力。

       智能工廠具備敏捷的靈活性，可快速適應進度以及產品變更，并將其影響降至最低。先進的智能工廠還可根據正在生產的產品以及進度變更，自動配置設備與物料流程，進而實時掌控這些變更所造成的影響。此外，靈活性還促使智能工廠在進度與產品發生變更時，最大程度上降低調整幅度，從而提高運行時間與產量并確保靈活的進度安排。

       由于具備上述特征，制造企業可更加全面清晰地了解其資產與系統，有效應對傳統工廠所面臨的挑戰，最終提高生產率，更加靈活地響應不斷變化的供應商及客戶情況。例如，一家服飾鞋品公司分別在歐洲與北美設立了全新智能工廠，以求解決制造企業經常面臨的一些挑戰，包括全球離散化生產以及日益變化的客戶需求。傳統工廠和供應鏈往往面臨流行變化趨勢所帶來的諸多挑戰。新型智能工廠通常設于客戶所在地附近，因此可更快響應新興趨勢，并迅速為消費者提供鞋品——預計不到一周，相較之下，傳統工廠則需兩至三個月。兩家智能工廠均運用了各種數字化與物理技術，包括數字孿生、數字設計、增材制造設備以及自動化機器人等。公司打算汲取最初兩家智能工廠的經驗，將這種模式推廣至亞洲等其他地區的更多基地。制造企業可通過各種方法在工廠內外打造智能工廠，并調整配置，以順應不斷變化或全新涌現的優先事項。

       要建設智能工廠，僅實現資產之間的互聯還不夠。制造企業還需開發存儲、管理、分析數據以及根據數據采取行動的方法。此外，企業還需合適的人才推動智能工廠建設，同時也需確立適當的流程。智能工廠建設需要獲得解決方案設計、技術以及變革管理層面的轉型支持。