智能制造的技术与经济逻辑

郭朝晖

（优也商务信息咨询有限公司，上海 201702）

最近几年，智能制造成为整个社会的热点话题。但是，只有少数企业走上了成功之路，多数企业仍然处于摸索和彷徨之中，面临各种各样的困惑。本文从技术经济性的角度，分析导致这些困惑的原因和对策。

一、智能制造与企业的困惑

观察智能制造（smart manufacture）的角度很多，其中之一是 ICT技术（Information Communication Technology）在制造业的应用与深度融合。然而，有的企业采用了大量智能设备，但经济上却不合算；有的企业引入了制造执行系统（MES）、企业资源计划系统（ERP）等信息系统，发挥的作用却不理想；有的企业收集了大量的数据，却难以从中发现有价值的知识。这些困惑的本质，其实都是技术经济性问题。

技术先进与经济性好并不是一回事。“创新理论之父”熊彼特很早就强调：发明并不等于创新，只有将发明用于经济活动并且取得成功才是创新。在他看来，创新是企业家对人力、设备、技术等资源的重新配置，以取得更好的经济效果。新技术为要素配置提供了新的选项， 但盲目配置新技术也不能取得更好的经济性。

从比较优势来看，中国的竞争力往往与“廉价劳动力”的优势有关。例如，比亚迪股份有限公司在20世纪90年代生产镍铬电池时，自动化程度远低于日本同行。但依靠劳动力优势，其生产成本却比日本同行低了40%。自动化、智能化的优势之一是降低劳动力成本，而这一优势与中国劳动力相对廉价相矛盾。故而中国企业推进智能制造时，会遇到比发达国家更多的困惑。

二、需求驱动与应用场景

“要雪中送炭，不要锦上添花”是企业配置技术资源的一个原则性要求。一般来说，在企业有强烈需求时，技术才具备经济性。需求不是抽象的，而是来源于具体的业务和应用场景。业务场景不同，需求强度就不同、技术带来的价值增量就不一样。例如，把工业互联网和大数据分析技术用于飞机发动机的实时监控，可以创造可观的价值，但把同样的技术用在廉价的玩具飞机上，就难以具备经济性；定制化生产相关技术在钢铁企业的价值大，在石化行业的价值小。

推进智能制造的关键，是找到经济性合适的场景。经济性好的场景，往往不能局限于让机器代替人的工作，而是要有其他的“附加值”：机器做得比人更好或帮助人做得更好。在这些场景里，人的工作效果往往受制于生理约束，尤其是脑力约束。一般来说，企业对质量效率要求越高、业务涉及范围越广、复杂性越高、信息变化越快，对脑力的挑战就越大。越是复杂的场景往往越适合推进智能化。所以，先进企业往往容易找到合适的场景，而落后企业却较难找到。

中国企业常常处于产业链和市场的中低端，对质量要求不高，劳动力廉价；研发和服务业务比重相对较小，这些都不利于智能制造相关技术的应用。所以，国内企业在推进智能制造时面临的困惑，背后的原因往往是适合这些技术的场景少、技术缺乏用武之地。

三、转型升级与技术应用

企业推进智能制造的困惑，本质上往往是难以找到合适的场景，使得相关技术成为屠龙之技。要消除这种困惑，出路在于主动地创造、建立相关的场景，为相关技术的应用创造条件。这种创造场景的活动，就是人们常说的“转型升级”。所谓“转型升级”，就是工作流程、组织结构、商业模式的创新，是资源的重新配置，也是质量效率的提高、研发服务等业务的增强、市场定位的改变。

一般认为，企业转型升级的目的是为了提高企业的竞争力，而相关技术只是支撑转型升级的手段。“转型升级为技术应用创造条件”的观点，其实意味着两者互为因果。对企业来说，“转型升级”是战略问题，而相关技术应用是战术问题。ICT技术的发展，为企业的转型升级创造了外部条件。但对具体企业来说，只有转型升级战略明确后，才能有技术策划的空间。换个角度来看，智能制造本质上是ICT技术与制造业的“深度融合”。所谓“深度融合”意味着ICT技术不是服务于现有业务，而是促进业务本身的创新和改变。没有业务创新，ICT技术的应用也就难以深入、也就不是真正的“深度融合”。本文强调“转型升级为技术应用创造条件”，就是强调业务创新才能带动、牵引智能制造相关技术的应用。

很多企业推进智能制造时遇到困惑，一个重要的原因是习惯于从技术而不是转型升级的视野看问题，这样就看不到技术应用的空间。要解决这种困惑，推进智能制造首先是企业家考虑的问题，而不是技术人员的责任。技术人员往往只能从特定业务场景考虑问题，企业家则能从全局考虑问题，设想新的业务场景和目标。战略目标清楚了，技术也就有了用武之地。

企业的实践和探索，也证明了这个道理。红领服饰股份有限公司在智能化上的表现是能够“在流水线上进行定制化生产”。这种生产模式让车间内的物流配送和人员管理变得非常复杂，对管理者的脑力造成严峻的挑战。红领服饰股份有限公司用智能化的手段管理车间物流、评价工人操作、动态配置工位，比人工管理要高效得多。于是，ICT相关技术在这些场景下做到了“雪中送炭”，具备了经济性。尚品家居有限公司的业务是定制化家居。定制化生产家居会给设计、设计与生产的协同提出巨大的挑战。而尚品家居有限公司采用的大数据技术，实现了产品设计相关知识的共享、避免了重复设计、提升了设计与生产之间的协同性，成为“雪中送炭”的技术。

四、智能制造的发展逻辑

智能制造的意义在于对人类本身的解放。机器逐渐取代人类做那些枯燥、费力、危险、肮脏、有害等工作，而人类自己去做有创造性、有乐趣、有利于自我实现的工作。这样，逐步让“劳动成为人的第一需要”走向现实。从技术原理上看，推进过程有赖于人机关系的逐渐改变：人类越来越多的工作是控制和完善赛博空间（Cyberspace），进而通过赛博空间控制物质世界。随着赛博空间智能化水平的提升，人类直接、实时操控赛博空间的工作会逐步减少，更多转而从事建设、完善赛博空间的工作[1]。

我们需要强调的是：上述原理必须具备技术可行性并实现经济可行性，才能健康发展。为此，需要研究技术和经济可行性发展的逻辑。我们知道，数字化是信息处理和传输的前提。所以，数字化可为智能化奠定技术可行性的基础。互联网突破了物理空间对人类感觉器官对信息感知的约束，有能力对更多的资源进行感知和配置。可配置的资源越多，优化配置的选项就越多、经济潜力也就越大。这样就涉及到了经济可行性的问题。随着赛博空间可支配的资源增多，资源配置的复杂度也会增大，甚至超出人类大脑的生理极限。这时，用智能化的手段来代替人类的感知和决策，就能产生更好的经济效益。中国工程院《中国智能制造发展战略研究报告》中，将智能制造的发展过程看作以数字化、网络化、智能化为代表的，三个基本范式的演进，体现了这种变化的过程[2]。换个角度讲，数字化是基础，网络化提升了经济潜力，而智能化促使经济潜力变现。

德国工业4.0体系就体现了这样一种逻辑[3]。互联网加强了企业与用户、供应链的联系，促进了部门、工序和设备的协同，本质上都属于资源配置能力的增强。利用这种能力，推进流水线上的个性化定制。而个性化定制带来各方面业务的复杂性，人类大脑的信息处理能力受到了挑战。这时，信息物理系统（CPS）等智能化技术就起到了“雪中送炭”的作用。

在推进智能化的过程中，信息感知和决策都离不开数字化的知识，而知识的数字化是推进智能制造的核心任务之一。在这个过程中，工业大数据让“知识生产”的技术和经济可行性显著提升，故而能够成为推进智能制造的重要使能技术。

随着赛博空间的不断拓展、完善，工业大数据应运而生。随着数据的质量、完备性、覆盖场景的增加，“知识生产”的技术可行性不断提升。在大数据的背景下，通过机器学习，有些知识不再需要人工写代码就可以赋予机器，实现了从“授之以鱼”到“授之以渔”的重大改变。随着数据条件的改善和相关技术的成熟，用数据“生产知识”的效率和质量会不断上升，涉及范围会逐渐增大，而成本却不断降低，从而让经济可行性越来越好。

互联网不仅为大数据的产生奠定了基础，还进一步促进了知识的共享。美国通用电气公司（GE）通过工业互联网服务于飞机发动机维护，本质上就是基于大数据的知识共享[4]。互联网背景下的知识共享，让数据和知识的价值倍增，进一步促进知识生产的经济性。而智能化是以知识为基础的，故而能从技术上促进智能化的发展。

总之，从数字化到智能化的发展过程中，互联网的深度应用是关键桥梁，保证智能化沿着经济性更好的方向发展。从这个角度来看，我国最近推动的工业互联网平台和工业APP工作，是让工业互联网更具经济性的手段。

五、中国特色与政策期待

智能制造成为全国乃至全球热点的主要原因，并不是理论和原理的进步，而是技术经济性发生了逆转，遇到了产业化应用的拐点。推进智能制造的主要困难，并非是技术原理深奥难懂，而是技术经济性难以落实。技术经济性难以落实的原因，往往不在技术本身，而在技术应用的场景。

适合于智能制造的场景，与我们的国情有关[5]。与发达国家相比，我国的技术和管理水平相对较低、研发和提供高端服务的能力较低、劳动者的技能和素质相对较差，但劳动力成本相对较低、市场规模巨大。我国推进智能制造，必须做到“扬长补短”。根据我国的国情，“用机器简单地代替人的劳动”未必具备好的经济性。现实中，很多成功的案例（如红领服饰股份有限公司）并不简单地排斥体力劳动者。现在我国每年约有800万大学生毕业，为智能制造提供了大量的廉价白领。作为接近14亿人口的大国，充分发挥人的作用就是“扬长”。

根据笔者调研，部分企业人为因素导致的损失远多于企业的利润。如果能用智能化的技术代替人、帮助人、监控人，就会取得很好的经济效益。例如，机器代人可以减少人的操作失误，信息集成可以减少部门之间无效的扯皮，透明化可以促进扁平化管理、让高层领导有能力直接关注到基层的问题。用ICT技术提升管理水平，就是一种“补短”。

在现实中，人们往往倾向于掩盖由于自己过失导致的价值损失。所以，对企业的领导人来说，管理问题导致的损失往往是隐藏的。要改变这些现象，企业往往需要首先进行组织流程和制度的变革、改变利益关系。这在本质上也证明了“深度融合”和“转型升级”的必要性。

从社会发展的趋势来看，企业的劳动效率和响应速度需要提高、业务重心要向服务和研发偏移、产品定位要向高端发展，才能提高经营业绩和竞争力。但企业推进智能制造、促进转型升级的目的，归根到底还是为了满足市场需求、适应外部环境。

企业外部环境的好坏，需要政府担负应尽的责任。过去对消费者权益保护不够，劣质产品才会大行其道，甚至导致某些行业的产品质量的逆向淘汰。在这样的市场环境下，高质量不具备经济性，就不利于企业走向高端、也不利于智能制造技术的推进。国家有必要制定出更加严苛的质量标准和消费者权益保护制度，倒逼企业自觉追求高质量。只有坚持高质量发展的路线，中国制造才有前途。

六、结语

我国正处在经济转型和人口发展的拐点时期，会对智能制造技术产生巨大的需求。但只有将这种需求转化成企业的经济利益，才能真正促进技术的发展。为此，政府必须营造更加健康的、有利于高质量发展的市场环境，而企业也要自觉进行战略转型和提升管理水平，才能为相关技术的应用创造条件。如果把智能制造看成单纯的技术问题，视野就会受到局限，推进过程中必然也会遭遇各种困难。

致谢

特别感谢国务院发展研究中心王晓明博士、许召元博士，武汉市政策研究室樊志宏博士，走向智能研究院赵敏和宁振波院长提出的宝贵意见。