最近几年，数字孪生炙手可热，正成为人类解构、描述和认识真实世界和虚拟世界的新型工具。从发展态势来看，数字孪生不仅是信息技术发展的新焦点，还是众多工业企业业务布局的新方向。作为改变未来世界的热门技术之一，数字孪生正从概念阶段走向实际应用阶段，驱动制造企业进入数字化和智能化时代。

但值得注意的是，当前，关于数字孪生还存在很多认识误区，例如认为高级仿真或者实时3D就是数字孪生。同时，受限于制造企业模型构建、数据集成、业务集成、软件开发等方面的短板，数字孪生的实际应用还处于初期阶段。

因此，企业在推进数字孪生时，应当先深入研究数字孪生的理念、产品和解决方案，并结合自身企业的特点和实际需求，找到数字孪生的突破口；然后在此基础上制定企业的数字孪生应用规划。相信随着新一代信息技术与实体经济深度融合进程的加快，企业数字化转型需求的提升以及政策的持续支持，数字孪生将会出现更深入的应用场景，为工业制造带来无限的可能。

工业系统千差万别，装备种类繁多，应该建立工业互联网运维平台，将大数据分析与理论研究、模拟实验研究成果相结合。2020年，随着中国经济增长由负转正，在国家积极的工业经济政策的引导下，工业互联网融资数量和规模再创新高。据研究院统计，2020年工业互联网领域共发生了135宗融资活动，是2019年的3倍，融资总额超过200亿人民币。其中，四分之三的融资均发生在下半年，亿元级融资就有25宗。

虽然当前我国工业互联网平台众多，投融资十分火热，但整体来看，工业互联网产业发展的格局尚未形成。实际上，工业互联网平台核心是数据，应用落地的基础是行业机理和知识沉淀。

独行快，众行远。2020年，工业互联网浪潮再起，但并不意味着产业发展已经成熟。工业互联网产业要发展就必须破除细分行业平台重复建设的问题，与其都试图打造自己的“生态”，不如发挥各自优势，共同打造一个真正开放、健康，基于行业标准的工业互联网生态系统，汇聚领域内的厂商、技术和人才，在相互协作，互惠互利的基础上，聚焦行业，做深做透，推动行业可持续发展。

工业软件是工业创新知识长期积累、沉淀，并在应用中迭代进化的软件化产物，根植于工业，脱胎于工业，代表着一个国家工业化和信息化融合的能力与水平。随着我国持续加大支持国产工业软件发展力度，为工业软件企业发展提供优质环境和成长沃土，国产工业软件正迎来发展壮大的春天。

我国工业软件产业的发展需要开放的心态、长期的战略、科学的态度、市场的机制和创新的组织模式，不能操之过急，指望毕其功于一役。管理类软件的国产化替代进程相对会快一些，但涉及到支撑产品创新设计、仿真、优化、工艺规划和制造的工业基础软件，不仅是资金密集、技术密集，而且也是人才密集，因此需要从长计议，循序渐进，重点支持研发支撑特定行业、特定产品类型、特定工艺和特定功能的应用软件，而不是重点开发大型通用软件。

同时应大力推进与工业软件应用相关的咨询服务，让企业真正用起来，打通业务流程，创造实际价值；支持工业软件和服务领域的“双创”，并支持合理使用开源技术；还应该大力倡导企业尊重知识产权。在鼓励自主创新和国产化同时，也应当与国外工业软件厂商开放合作，集成国内外优秀软件，优势互补，打造解决方案；面对国内同行，则应当改变传统的低价恶性竞争，打造自身独特优势，真正实现共同进步，不断推动中国工业软件产业的健康快速发展。

精益生产是一种理念（即精益思想），它的本质是消除浪费，以达到降低成本、提高质量、提高生产效率为目的。对于企业而言，推进精益生产与智能制造并不矛盾，精益生产是生产管理方法，而智能制造是制造过程实现的技术方法。

目前，已有不少企业推行精益生产理念，以智能化提升与先进管理理论相结合的方式，推动智能工厂建设。总体而言，制造企业在推进智能工厂建设时，要充分考虑到企业产品和工艺特点，并充分结合精益理念，推进精益化的生产布局，实现按订单驱动，拉动式生产，尽量减少在制品库存，消除浪费。精益生产是一个持续改善的长期过程，也是一个系统性的全员参与的改善活动，只有不断地改善积累，逐步推进，才能为企业推进智能制造奠定坚实的基础。

智能物流是实现智能制造的核心与关键，而智能物流装备又是智能物流的基础。在经济新常态和产业升级的背景下，智能物流装备应用日趋广泛，其优势也在逐渐显现。2020年迎来了AGV、AMR等智能物流装备应用的跨越式发展。

智能物流装备作为企业数字化转型的重要抓手，不仅能节约劳动力成本、提高物流作业效率，还可以与企业ERP、WMS、MES等系统协同联动，保障供应链快速响应业务需求，灵活应对不可预测的业务变化。

智能物流装备正在渗透到各个行业，越来越多的制造企业打造自动化立体库、物流机器人、输送分拣系统、WMS系统、自动识别与感知系统等先进物流技术与装备，以代替传统低效的物流模式。

制造企业物流覆盖供应链各个环节，其中厂内物流体系的升级改造对于智能制造尤为重要。智能化物流装备不仅能帮助企业降本增效，更是智能工厂建设的突破口，具有广阔的市场应用前景。可以肯定，智能物流装备在制造业的应用还将持续深入，成为制造业智能化转型与升级的重要推手。

如果前几年业内还在验证人工智能的价值与可行性，现如今人工智能已经成为切实改变世界的革新技术，工业4.0时代的企业也逐渐认识到它对制造业转型升级的巨大价值。随着2020年“新基建”政策以及各种扶持政策的发布，人工智能正在加速与制造业的融合，成为制造业发展的新动能。

应用场景一直是人工智能技术落地的关键因素。回顾过去的一年，人工智能在细分垂直领域的探索明显加快，许多工业智能公司也相继完成了标杆场景的应用落地，主要包括研发设计、生产制造、管理活动三大方向，应用场景涵盖产品设计、计划排程、生产过程优化、质量检测、园区物流、设备健康管理、营销服务、供应链管理八大领域，具体包括智能语音交互产品、图像识别、人脸识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。

细数这些应用场景，我们发现在人工智能加速落地的过程中，很重要的一点是注重机理模型和数学模型相结合。目前，人工智能落地制造业存在一个绕不开的问题——不同工业领域之间存在巨大差异，复杂度与工艺门槛非常高，而当前可供建模的数据量普遍匮乏且质量不高，缺乏工业知识与机理，仅靠数据驱动的模型很难具备较好的泛化能力。

如今，在国家对智能制造政策的引导下，更多资本、技术力量、制造企业正在快速涌入，制造业应用场景或将迎来新的爆发式增长。据统计，截至今年10月，全球共有人工智能企业将近5600家，中国将近1450家。2022年国内人工智能核心产业规模将达到1573亿元，复合增速58%，产业有望持续快速增长。

但同样需要注意的是，目前人工智能落地的场景主要解决的是工业领域一些非核心环节问题，仍然没有涉及到工业核心业务系统。一方面是因为深度学习的“黑盒”特性，与生产制造追求的精确、可靠与可解释性存在天然矛盾，很难获得制造企业的认可。另一方面，一个成熟的模型算法需要海量数据与算力的支撑，但工业场景数据严重匮乏，建设IT基础设施所带来的算力成本也很难为制造企业所接受。同时，我们还应关注人工智能在制造业应用存在的人才匮乏严重问题。由于机理模型和数学模型的结合过程中，不仅需要掌握数据、算法知识，还需对制造业各细分行业的生产特点、流程、工艺有深入理解，相关人才极其匮乏。这也导致了推进人工智能与制造业的深度融合，注定是一场持久战。

近年来，智能制造浪潮驱动之下，以工业自动化、数字化与智能化应用为核心的智能工厂非标自动化系统集成商正迅速发展，但竞争同质化严重，核心竞争力不足问题也已凸显。

智能工厂的建设，离不开智能工厂非标自动化集成商。作为面向特定行业与领域，非标自动化集成商以交付非标自动化产线为主，并与工业机器人等自动化、智能化装备的应用相结合，为智能工厂建设项目提供交钥匙工程或EPC总包服务，包括智能工厂的项目规划与咨询、系统设计与实施、集成安装与调试以及培训支持与运维管理等系统服务，从稳定性、可靠性、持续性等方面满足企业建设智能工厂的需求。

智能工厂非标自动化集成商作为建设智能工厂的重要力量，应着力培育和提升自身具有差异化的核心竞争力。这既是制造企业在推进智能制造、建设智能工厂过程中对非标自动化集成商所提出的要求，也是其自身赢得市场竞争优势，实现可持续发展的现实需要。

随着制造业数字化转型与智能制造的深入推进，为了实现IT/OT的深度融合，“开放”正成为工业自动化领域的重要趋势。当前，工业自动化领域的标准组织、主流厂商等正在致力于打破工业设备的封闭性和专用性，推出开放式工业自动化平台。

智造时代，打破封闭专用的工业自动化系统是现实需要。在制造企业进行生产智能化改造，推进数字化转型与智能制造的过程中，需要实现各类设备的互联互通与数据采集，提高生产制造的效率、可视性与灵活性。但目前工业自动化领域涉及的硬件设备种类繁多，且由于其封闭性和专用性，软硬件深度绑定，通讯协议与接口不统一，复用性差等，给多元自动化系统集成带来困难，也不利于IT/OT深度融合。

总之，工业自动化正在打破原本的封闭性与专用性，走向开放。但我们也应看到，目前开放式工业自动化标准及平台的构建仍处于探索阶段，在标准及平台的应用推广上仍显不足。未来，希望行业标准组织、自动化厂商、系统集成商以及制造企业等能够紧密联合起来，共同塑造开放式工业自动化的应用生态，共同探索并落地更多实际性应用，让开放式工业自动化相关标准及平台能够真正推动IT与OT的深度融合。

据e-works调查显示，2019年，我国MES市场增长态势持续；2020年，虽然受到新冠疫情的严重影响，但中国MES市场依旧实现了个位数的增长率。总体来说，近年来中国MES/MOM市场一直在稳步增长。

然而由于MES/MOM市场行业特色明显，要求供应商对行业生产工艺、生产流程等有深入和全面的理解，同时更需要把握好产品标准化和客户需求差异化之间的平衡。因此，形成了目前我国MES/MOM市场 “群雄逐鹿”的状态。

目前，我国市场上活跃的MES软件或实施服务的供应商已超过百家。对于企业而言，在大力推进智能制造的过程中，不论是老工厂的智能化改造，还是全新的数字化工厂建设，作为智能制造的核心系统，MES已成为企业应用的“刚需”，呈现出高投资热度。

对于MES/MOM这样一个复杂的系统，要想真正达到预期效果，仍需要供应商、实施服务商、制造企业，以及中立的第三方服务机构共同努力，打造一个多赢的、健康的生态系统，提升我国制造企业MES/MOM技术的应用水平，为企业推进智能制造建设奠定基础。

智能制造人才培养和培训是制造企业持续推进智能制造的关键成功要素。当前，随着国家有计划地对传统企业进行数控化、信息化和智能化改造，高端数控机床、工业机器人、增材制造等智能制造装备将会普及应用，我国智能制造行业所占比重将会逐渐增大。据人力资源与社会保障部发布《智能制造工程技术人员就业景气现状分析报告》预测，未来5年，智能制造领域人才需求量将到达900万人，人才缺口预测450万人。

然而，智能制造涉及到数字化、自动化、智能化、精益化，需要跨学科、多门类的专业知识跨界融合，需要多种类型、不同层次的智能制造专业人才。制造企业中，首先需要的是拥有对智能制造有深刻理解的高层次领军人才，作为推进智能制造的掌舵人；其次还需要一批既擅长制造企业管理又熟悉信息技术的复合型人才，一批能够开展智能制造技术开发、技术改进、业务指导的专业技能型人才。同时，无论是甲方还是乙方都非常缺乏有实战经验，既懂数字化、自动化技术，又懂工艺与管理，还具备项目管理经验的智能制造项目经理。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。

综上所述，智能制造人才在推动企业商业模式、生产方式的转型中承担着“顶梁柱”角色。企业在人才培养上需要兼顾“智能”和“制造”两方面，进行跨界培养，建立自主培养与引进相结合的模式。打造企业级智能制造人才梯队，不仅需要培养高精尖的科技型人才，也需要有国际视野的管理型人才，还需要数量庞大的能操作、懂调试、会研究改进的智能制造应用型人才。

来源：e-works数字化企业