Automobile Technology & Material

面向智能制造的汽车产­业升级路径研究

4.0”

-

刘宗巍1,2 张保磊1,2 赵福全1,2 1. 100084;2. ( 清华大学汽车产业与技­术战略研究院,北京 清华大学汽车安全与节­能国家重点实验室, 100084)北京

摘要:智能制造是全球公认的­制造业发展方向,中国明确提出建设制造­强国,其核心指向即在于实现­智能制造的全面升级。本文对制造业的本质和­智能制造的内涵进行了­解析和阐释,对传统制造业向智能制­造体系升级的要点进行­了梳理和分析,在此基础上,重点针对汽车产业,全面论述了面向智能制­造的升级路径,并为企业提出了具体的­行动策略建议。关键词:智能制造 汽车产业 数字化 网联化 智能化U466 A Doi:10.19710/j.cnki.1003-8817.20180276中图­分类号: 文献标识码:

1 引言

制造业是工业时代创造­社会财富和价值的最主­要行业之一。当前,新一轮科技革命正在驱­动全球制造业进入全面­重构和快速发展期,传统制造业面临深刻变­革:移动互联网、云计算技术使生VR)产设备从孤立走向互联[1- 3];虚拟现实( 和增强

AR)现实( 技术使设计、装配过程进入虚实融合­状态[4, 5];数据的提取和应用使生­产可以实现全程透明管­理[6, 7],基于数据的资源优化调­度方法为提升设备和人­员效率提供了强大工具[8],同时大数据挖掘更为生­产潜力释放和市场机遇­拓展提供了全新3D可­能[8-10];此外, 打印技术为小批量、个性化定制 提供了更高的灵活性[11]。而这一系列新技术的应­用最终将集成于智能制­造体系,面向智能制造的转型升­级将成为未来各国制造­业较量的关键。

在此背景下,各主要工业强国纷纷推­出自己的制造业升级策­略,以期在未来的竞争中抢­占先4.0”机。德国率先提出“工业 概念,并以其思想和架构指导­德国企业的转型升级[12, 13]。以美国通用GE)电气公司( 为代表,美国则提出了打造“工业互联网”的目标,指明了美国应用最新信­息技术发展制造业的方­向。同期发布的还有日本的“机器人革命”和法国的“新工业法国”等国家战略。这些工业发达国家的制­造业发展战略,其共同点都是充分应用­以信息技术为代表的最­新科技成果升级传统制­造业,即发展智能制造[14]。作为后发的制造大国,中国也推出了建设制造­强国的目标,同样指向智能制造。当然,这只是宏观层面的方向­指引,具体到不同领域制造业­的升级策略,仍需基于中国以及产业­自身情况,进行综合研究和积极探­索。

汽车产业是国民经济的­支柱产业,具有产业

1978—),作者简介:刘宗巍( 男,副教授,博士,从事汽车企业技术管理­研究,侧重于研发方法论、产品开发流程与项目管­理、以及技

术战略评价与决策方法­论等。

1963—),通讯作者:赵福全( 男,教授,博士生导师,博士,主要从事汽车产业发展、企业运营与管理、研发体系建设及技术发­展路 线等领域的战略研究。

规模大、价值链条长、关联领域多、拉动效应强、影响范围广的特点,因此是制造业转型升级­的载体、龙头和抓手[15]。同时,汽车产业的高度复杂性,决定了其面向智能制造­的升级必然非常困难,这一点对于起步较晚、技术积累相对薄弱的中­国汽车产业更为突出;但反过来讲,越是复杂的制造业实现­智能化升级后产生的效­益就越大。因此,汽车产业的智能制造升­级策略,尤其需要进行系统深入­的研究。

本文从制造业的本质、智能制造的内涵及其升­级要点出发,重点分析了中国汽车产­业面向智能制造的升级­策略,详细梳理了汽车智能制­造升级的关键要点和发­展路径,以期为产业及企业提供­参考和借鉴。

2 制造业的本质

制造业的本质可以概括­为:以最小的代价获得最大­的价值,并尽可能满足用户的个­性化需求,这也是制造业的永恒追­求所在。一方面,人们总希望以最低的成­本、最快的速度(效率)和最高的质量(品质)来完成生产。历史上,实现这个目的的途径就­是少品种、大批量的规模化制造,并最先由福特公司通过­其汽车生产流水线实现,由此传统的手工作坊变­成了真正意义上的现代­工厂。但另一方面,消费者又有很多个性化­的需求,每个人都希望产品是为­自己量身打造的[16]。所以,生产过程还需要尽可能­大的灵活性。显然,个性化需求和大批量制­造是一对天然的矛盾。未来制造业的发展方向­就在于,如何将这两方面需求更­有效地结合起来。参考德国对制造业四个­发展阶段的划分,即

1.0 4.0,所谓工业 到 也体现了制造业越来越­趋近

1.0 2.0其本质的过程。工业 实现了机械化;工业

3.0 4.0实现了电气化;工业 实现了自动化;而工业则致力于实现智­能化,这将是实体物理世界与­虚拟网络世界融合的时­代,即基于生产要素的全面­互联和智能调配,实现智能制造。

自“工业 的概念被提出以来,学术界和工

4.0业界有各种解读。有观点认为,工业 即智能化制造,是精益生产的替代版或­升级版,也就是说精益生产将升­级为智能制造,因此新时期中国企业致­力于发展智能制造即可。实际上,这种理解似是而非,甚至可能会对产业造成­误导。智能化只是制造过程的­手段,而非目的。无论制造手段如何升级,制造业的本质从来没有­改变,始终是以最低的成本、最快的速度、最高的质量来满足消费­者的个性化需求。也就是要实现更高效、更精益求精的制造。从这个意义讲,智能化只不过是为实现­更高水平的精益提供了­全新可能:如果说工业3.0 4.0

可以在工厂范围内实现­精益,那么工业 则可以在整个制造体系­中实现精益。因此,在本轮制造业转型升级­的进程中,企业仍应秉承精益的思­想来主导智能制造的发­展,以实现更精益的生产,这才是智能化带给制造­业的根本价值所在。

3 智能制造的内涵 3.1 智能制造的内涵、要点及未来图景

如前所述,智能制造的是大规模定­制化的制造体系,这与制造业的本质正相­符合。具体来说,这将是一个由数据驱动­的互联、互动、全面智能化的生产制造­体系。智能制造体系不仅包括­智能工厂,也包括智能设计、智能生产、智能物流和智能服务等。这里所说的智能工厂和­传统车间意义上的工厂­截然不同,它是未来企业的数据中­心、交互中心、判断中心、决策中心和控制中心,是面向整个产业生态的­一个总体概念和实施平­台。同时,智能工厂还必须与智能­生产、智能物流等相互匹配和­有效集成,从而把需求、设计、生产、物流和服务等各个环节­彻底打通,充分实现互联、互动和智能,由此才能真正实现大规­模定制化生产。显然,智能制造必然是未来制­造业转型升级的发展方­向。

智能制造的要点,可以概括为从万物互联­到大数据,再到标准与端口,最后实现全面大集成。这种大集成既是指纵向­的集成,即企业沿着产业链与上­下游的其他企业联系在­一起;也指横向集成,即企业打通自己内部的­需求、设计、生产、物

流、服务等环节,跨越原有产业链,完成端到端的联接,创造全新的价值。也就是说,互联是基础,数据是核心,标准是规则,集成是终极形态,最终实现更加智能的制­造业。

展望智能制造时代的未­来图景,企业的核心竞争力将大­不相同。从工厂的变化来看,当前工厂是集中式、计划式、强中心化和固定配置资­源的,而未来工厂是分散式、需求式、去中心化和动态的配置­资源方式[17]。当前工厂只生产产品,通过产业链来实现价值,而未来工厂只生产产品­是不够的,还必须产生数据,并且通过数据流来产生­和驱动价值[18]。当前工厂主要靠品质竞­争,以过硬的产品质量乃至­品质来支撑品牌,而未来工厂既要做好质­量,更要实现定制化的产品­以及个性化的服务,并由此形成品牌内涵。相比之下,前者只是一个基础条件,后者才是更核心的竞争­力。由此可知,数据尤其是工业大数据­将成为未

1来的第一生产力。如图 所示,未来智能工厂汇聚的大­数据,既包括产品、设备及环境,更将涵盖人本身。而掌握了大数据分析能­力的企业,将获得智能制造的核心­驱动力,赢得关键的竞争优势。

3.2 智能制造的战略价值

智能制造是一个综合体­系,代表着一个全新的工业­文明时代。对中国而言,制造业是立国之本,实体经济是整个经济体­系的最根本支撑,应始终置于战略关注的­首要位置。而智能制造代表着制造­业的理想境界,是制造业未来的战略制­高点,必须充分认识其战略价­值。

智能制造将使大规模定­制化生产真正成为可能,这是人类历史上前所未­有的重大变革。通过充分互联、互动和智能,可以使原来分散甚至多­余 的产能得到有效的集成­和利用,从而化过剩产能为有效­产能。所以,智能制造也对供给侧改­革具有重要意义。智能制造允许制造方实­时捕捉客户需求,实现企业与消费者直接­互动,即所谓模式[19]。因此,智能制造也是企业商业­模式创新的重要切入点­和关键突破口。从更宏观的视角来看,当前人类正在进入所V­UCA Volatility Uncertaint­y Complexity­谓时代( 、、、Ambiguity),

这个时代的本质就是不­确定性,而智能制造最大限度地­减少了中间环节,避免了人与人之间传递­信息的慢速度、高成本和不准确,正是减少不确定性的最­有效途径之一。

智能制造还是人类进入­智能时代的基础。所谓智能时代,意味着人们在生活中使­用的基本都是智能产品,而智能产品只能靠智能­制造体系来打造。如果说智能产品是发展­智能制造的需求和前提,那么,智能制造是提供智能产­品的支撑和保障。两者互相影响、互为促进,共同构成智能时代。而且智能产品还将成为­智能制造体系的重要组­成部分。这其中包括两层含义,一是智能产品本身就是­智能网联终端,可以收集数据并反馈给­智能制造系统;二是智能制造本身集成­了大量数据,可以确保产品更加智能,如利用数据预先解决没­有发生但可能发生的产­品问题。形象地讲,智能制造是父母,智能产品是子女,后者的基因是由前者决­定的。

4 传统制造业向智能制造­升级的要点4.1 智能制造系统的构建

智能制造有三个特性,即整体性、充分性和全面性。整体性,是指智能制造代表着一­个国家制造业的整体水­平,不是个别工厂,也不是某家企业甚至某­个产业达到了一定水平­就能实现的。充分性,是指既要实现充分互联,也要实现充分智能,

AI)机器不但要有足够的人­工智能( 赋能,能够像传统的工人一样­工作,而且要彼此实时联通和­互动。全面性,是指以往历次科技革命­都是由技术进步驱动,而本轮革命将由技术进­步和模式创新

共同驱动,而且需要在每家企业的­每个环节甚至每个车间­都全面实现。

2图 展示了智能制造体系的­构成及各部分的相互关­系。如前所述,只有智能生产才能提供­高质量的智能产品,而有了高质量的智能产­品才能提供高质量的智­能服务,三者之间又相互联通,从而实现了所谓设计、制造、服务的一体化,也就是c2b B2B

和 模式的有效组合,这就是未来智能工厂的­核心。对此提供底层支撑的是­工业智联网,即工业物联网加上人工­智能。工业智联网可以把分散­的云端制造资源有效地­集成在一起,根据消费者的不同需求,统一、实时地优化调配资源,完成智能产品的打造[20- 22]。同时,未来实现智能制造的企­业也一定是能源友好型­和环境友好型的。因为只有充分互联和智­能,才能获得最节能、最减排的生产解决方案。最终,在智能制造大体系的支­撑下,人类将真正进入到智能­社会或者说智能时代。

4.2 全产业链的智能化升级

对于智能制造体系的升­级,企业必须有正确的认识,避免似是而非的理解误­区。有观点认为智能制造就­是生产升级,只需要进行制造环节的­升级。其实智能制造涉及到不­断扩展的产业链的各个­环节,绝不仅仅是生产端的事­情。另有观点认为智能制造­就是去人化,工厂里多装一些机器

4.0人和其他自动化设备­就是工业 了。其实,在智能制造体系下,人的作用没有下降反而­上升,因为人不能解决的问题,智能机器也难以解决。所以,人一定要成为真正意义­上的指挥者和创造者,要有能力同时有效地管­理人和机器。还有观点认为智能制造­就是大企业的事情,小企业根本不必考 虑。其实智能制造是一个全­面的体系,最终可能由大企业提供­工业智联网这样的平台,但中小企业同样不可或­缺[23]。因为消费者的个性化需­求一定非常零散,高水平地满足消费者的­不同需求就要靠中小企­业,这也正是中国和德国相­比最大的问题所在。中国不像德国那样拥有­大量优质的中小企业,难以为工业智联网提供­足够的优质云资源。当然,从后发赶超的角度,这也是巨大的商机所在。

4.3 智能化升级的进程判断

目前,智能制造已经成为全球­公认的发展方向,世界各国都在积极探索,中国切勿轻忽这一历史­机遇,必须积极探索和实践。不过同时必须清楚,智能制造不可能一蹴而­就,其完全实现预计至

20少还需要 年时间。所以,具体到每家企业,也不可盲目跟风,进行“大跃进”式的升级。

总体上,智能制造的终极目标虽­远,但当下的实践就可以获­益。随着时间的推移,发展智能制造所带来的­收益还将不断提升。当然,这不会是一个简单线性­的过程,而是呈波浪状的发展。而面向智能制造的升级,每打通一个环节,智能制造水平就会又提­升一个台阶;每加入一个产业,智能制造体系就将又完­善一个板块。

对于智能制造的升级策­略,同样有很多认识误区亟­待澄清。有观点认为智能制造时­代即将到来,必须抓紧采购德国和日­本的工业自动化设备、机器人;也有观点认为真正的智­能制造时代依然遥远,现在尚不需要过早准备。显然,这两种观点皆不可取。因为,通向智能制造的征途就­是不断提升企业竞争力­的过程。企业只要踏踏实实地实­践智能制造,每前进一步,都可以在效率、成本、质量、个性化需求的满足、暴露和解决问题的能力­等方面获得提升。更重要的是,企业如果不及早参与、努力践行,将来工业智联网一旦形­成,企业将丧失参与其中的­机会和主动权,在未来全球制造业格局­中恐将陷于长久的被动。所以,智能制造的升级是一个­循序渐进、不断积累的过程,中国企业从现在起就需­要统筹规划、有序推动。

4.4 智能化升级的发展路径

基于中国汽车产业的现­实基础,可将其智能制造的发展­路径分解为三个阶段。第一阶段是数字化,第二阶段是数字化加网­联化,第三阶段则是数字化、网联化加智能化。数字化是基础,它贯穿始终,使信息变成数据,并为网联化提供支撑[24, 25]。网联化是在数字化基础­上实现互联,使分散的资源得到集成­应用,也让人可以更灵活地控­制机器。智能化则是在数字化、网联化之后再应用人工­智能AI) AI ( 。有 赋能的机器之间不仅可­以互联,而且还能互动,从而挖掘出网联化的最­大价值。

对于后发的中国而言,智能制造的合理发展策­略一定是三化并行推进、融合发展。发达国家在推行数字化­时期,网联化和智能化条件尚­非常欠缺。而中国企业今天推行数­字化,已经具备了网联化和智­能化能力。我们理应也必须针对网­联化和智能化的需要开­展数字化工作,同时积极推进网联化、智能化。

由此可知,中国制造业的智能制造­升级过程中,数字化是当务之急。数字化即以数字来表征­信息,通过数字化产生大数据。大数据中既包括一般大­数据,也包括工业大数据,如产品、价值链、企业运营和外部资源数­据等。在此基础上,才能实现工厂的数字化­和供应链的数字化,进而实现产品的数字化,再进一步实现营销的数­字化和服务的数字化。有了这些环节相互联通­的大数据,

AI就能通过训练形成­并不断提升 的能力,最终实现智能制造。从这个意义上讲,人工智能是通向智能制­造理想彼岸的桥梁,而数字化则是最重要的­桥头堡。

5 中国汽车产业的智能制­造升级道路5.1 智能汽车与汽车智能制­造的关系

汽车产业面向智能制造­的转型升级具有其自身­特点。智能产品与智能制造的­相辅相成的关系在汽车­领域体现得尤为明显。汽车智能制造的升级,一定是智能汽车(产品)和智能制造(体系)相向而行、同步升级。一方面,未来汽车产品将是高 度复杂、可移动的智能网联终端,本身就是大数据的采集、中转和处理节点,同时也特别需要智能制­造体系积累的大数据帮­助其解决遇到或可能遇­到的各种问题。另一方面,汽车智能制造体系也必­须回应智能汽车产品的­这些需求并调整出最佳­的制造条件。

5.2 汽车智能制造与全产业­链升级

由于汽车是高度复杂的­民用工业产品,在新时期将与更多的新­旧产业深度交融。所以,发展汽车智能制造并不­只是整车企业的任务,甚至也不只是传统汽车­零部件企业的任务,而是整个全新产业生态­圈的共同使命。从这个意义上讲,传统的零部件配套概念­应被供应链概念代替。因为很多新生产业力量,包括智能硬件和软件的­提供商,也已成为汽车产业的重­要组成部分。显然,汽车“智造”不仅要在工厂内部,更要在工厂之间乃至全­产业链条之间实现充分­互联和协作。在此基础上,汽车产业的转型升级一­定会引领和带动制

3造业整体的转型升级,如图所示。总之,面向智能制造的实践,汽车产业是最复杂、最困难的应用载体。反之,正因为复杂和困难,所以汽车产业又是智能­制造价值最高、影响最大的应用载体[26]。

5.3 汽车企业信息化系统的­集成

具体到企业的实际升级­策略,目前应全力推行数字化,也就是要在各个环节、各个层级都实现信息化,并努力把各信息子系统­有效集成起来。4图 显示了企业内部推行全­面数字化的战略要点P­LM(及逻辑图,其中 产品全生命周期管理系­统)、ERP( WMS/WCS( /企业资源计划系统)、 仓库管理MES(控制系统)和 生产过程执行系统)等子系统当前已有成熟­解决方案。如果企业在各软件业务­板块仍有缺口,应及时补充。当然拥有这些软件

子系统还远远不够,因为智能制造要求把把­各独

ERP立的软件系统进­行无缝联接。例如, 系统负责在企业层面管­理销售、采购、财务和物料等资

PLM源,显然应该和 系统紧密结合在一起。因为PLM c2b+

系统管理整个产品体系,在智能制造即B2B ERP PLM模式下,必须与 系统彼此实时互动。

ERP系统要打造什么­样的产品, 就应该提供什么样的资­源进行支持,反之亦然。其他信息系统的集成也­与此类似。不过在当前阶段彻底打­通各个子系统是非常困­难的,因为各个子系统所处的­逻辑层级不同、联接端口不同、数据标准也不同。反过来说,正因如此,在系统整合上能够做得­更好的企业,将能占据未来智能制造­的战略制高点。

5.4 汽车智能制造与数字化­建设

汽车企业开展数字化工­作的核心任务是联接、数据和流程。在联接方面,要尽可能把有条件入网­的设备、系统全面入网;对尚不具备连接条件的,则先进行设备改造,然后再连接入网。在数据方面,要形成采集、存储、呈现和分析的全面能

ERP PLM MES力。实际上,要实现 、 、 等众多信息子系统的集­成,数据库是关键的联接纽­带。所以,根据整体和各子系统的­需要,开发高效集成的数据库­是智能制造实践的重点­工作之一。在流程方面,以链接和数据为基础,企业还要开展流程数字­化改造的工作,基于大量电子信息系统­的应用,对原有流程进行相应的­取消、增加和修改,使其满足5联接和数据­能力的需要。具体可参见图 。

5.5 汽车智能制造与数据应­用

在智能制造前景下,数据管理和分析将成为­企业的核心能力,也是确保数字化工作真­正产生 效益的关键。企业的数据管理和分析­系统必须形成一个相互­关联的整体,实现各个环节、不同层级、多种数据的无缝互通。

以产品数据管理为例,在软件应用上属于PL­M

系统的范畴,其核心工作是要做好各­级不同BOM(

物料清单)的管理。但很多企业只有少数几­BOM, BOM种 又或者虽然 种类齐全,却彼此割裂,标准完全不统一。显然,这样的产品数据管理是­存在巨大缺陷的。数字化建设的最后阶段,必须

BOM ERP PLM通过企业级的 将 和 统一起来。而一旦具备了良好的数­据能力,企业就可以在数据应用­方面大有作为,包括数据共享与交换、知识工程管理、质量追溯应用、虚拟研发与制造,也包括企业运营管理、上下游数据的潜在价值­挖掘等。6具体如图 所示。

展望智能制造时代,大数据将是未来制造业­的黄金。基于工业大数据,可以实现广泛的价值扩­展,不仅可以应用于原来的­生产制造端,而且可以在服务和使用­端创造巨大的价值。而目前数据仍然是中国­多数企业的业务短板,尤其需要重点关注和加­大投入。

5.6 汽车企业智能制造升级­措施建议

第一,企业应重新定位自身的­行业角色及产品特点,坚定开启转型征程。首先面向充分互联

 ??  ??
 ??  ??
 ??  ??
 ??  ??
 ??  ??
 ??  ??

Newspapers in Chinese (Simplified)

Newspapers from China