从点到面,AI首先运用在工业的哪一个环节,从何角度切入,都是需要想清楚的问题。
日前,国家制造业转型升级基金宣布将正式成立,基金公司的注册资本为1472亿元人民币,智能制造的全面落实因此被推向了更深处。
根据公告,国家制造业转型升级基金股东数达到20家,其中除了财政部、国开金融、中国烟草等中央部委、国有大中型企业外,还包括保险公司、国资平台等,甚至A股公司和A股公司大股东也位列名单。
在资本的推动下,智能制造将不再停留在概念层面,行业内大刀阔斧革新的场面亦不久会出现。但考虑到我国工业发展的现状,前路的艰难险阻可以想见,这就要求各家厂商在推进过程中更为深思熟虑。
为什么要做智能化转型升级?
说起制造业,目前它存在着明显的瓶颈。
业内普遍认为,虽然我国制造业体量比较大,但工业制造普遍存在能耗高、产业附加值低等诸多问题,因此随着能源价格、劳动力和土地成本提高,传统制造业的利润空间在不断压缩,制造业的发展也受到了严重的影响。
尤其是在2019年,工厂老板抱怨利润下降的声音已铺天盖地,越来越多的工厂搬离东莞或者走向倒闭。受人力成本增加的影响,甚至包括富士康,此前也传出生产线要搬离深圳、天津等城市的消息。
由此可见,成本的提升成为迫在眉睫的问题,因此如三星、耐克等外资工厂搬离中国也就不难理解。而对大多数工厂来说,转型升级不是唯一的解决办法,他们可以考虑将工厂搬至人力成本低的地域,但长远来看,转型无疑是治本之法。
目前,生产制造产业链涉及的试制品开发、零部件生产、组装、销售到售后服务等环节,依据利润空间大小分布刚好形成了制造业的“微笑曲线”,即上游的研发设计和下游的服务环节存在着较大的利润空间,而制造生产只能获得微薄的利润,这就要求制造工厂必须要提升产品良率、向智能化升级走,同时基于IoT技术向两侧延展做生产与服务的融合,以提升整体利润空间。
就全球产业链来看,中国大多数工厂目前就处在利润率最低的生产制造部分,因此,智能化升级是必由之路。而且从整体大方向去看,处于这样一个历史发展时期,体量巨大的制造业对全国经济的重要性不言而喻,我国制造业的转型升级也不得不为之。
智能化升级涉众多环节
目前,对智能制造并没有一个明确的定义。一般意义上,被反复提起的智能制造有着更为广泛的含义,它包含产品服务、生产、设计、物流、仓储等各个环节,其中生产制造被放在改造首位,也是最难啃的骨头。
就智能工厂来说,虽然现在还没有明确定义,但可以肯定的是,智能化生产制造的实现绝对不仅仅是由自动化生产线和一大堆机器人组合而成,而是侧重将人机互动、3D打印等先进技术应用到整个工业生产过程,并对整个生产流程进行监控、数据采集,便于进行数据分析。
简单来说就是不能徒有外表而没有灵魂,所有新技术的引用并非是单纯的升级,而是要能够驱动生产力、生产效率、生产灵活性的提升,再往深了去想,生产出的产品是服务于用户的,因此生产环节引进的新技术不仅要完成生产过程的降本增效任务,还要能够高效率地对市场客户需求做出反应,并快速生产出满足用户的产品,以服务于经济社会。
无疑,达成最终目标,需要经历一个漫长的过程,但是现在的产线建设也算是有了眉目。
2016年,有人做过数据统计,在国内机器人下游应用领域中,占比最大的是汽车制造(48%),其次是3C制造(24%)。可以看见,目前国内智能制造系统升级投入的主力还是在汽车领域。
在这方面,我们国家在大力发展和投入之后也不是没有成果,尤其是在汽车产线方面,2018年底,海马小鹏合力打造的智能工厂就能够实现“人机料法环”的互联互通、制造智能化、混合生产等功能,通过使用工业机器人、物流AGV、工业物联网等技术手段达到年产15万辆的产能。
从公开的数据来看,这是相当显著的成绩。以特斯拉上海超级工厂为比对,特斯拉临港超级工厂占地约86万平方米,总投资超500亿元,周产量只能达到大约3000辆(年产预计15万辆);而海马小鹏智能工厂占地面积只有约45万平方米,仅为超级工厂的一半,总投资大约20亿元,年产也能够达到15万辆。这样一座“新旧”混合的工厂还是远远的保持了传统造车厂的优势,这里面技术一定起了不小的作用。
其实回头去看,即便是特斯拉超级工厂,它虽然无法达到传统汽车厂的产能,但也突破了历史上电动汽车的产能限制实现了量产,而这里面不得不归功于新技术的运用。
当然,这里值得一提的是当初马斯克在产能方面颇为波折的探索,在产能始终无法提升的情况下,他曾多日睡在加州工厂并最终选择撤出部分工业机器人,这些行为在智能化改造的热潮背景下可以说是格外引人注意。后来他谈到原因解释说,“完全”的自动化乃至智能化并没有带来产能的提升,反而使产能上不去,因此部分人工是有必要的。
这段小插曲中,且不论是不是马斯克在工厂建设上没有寻到正确的智能化之路,从中我们至少可以明确的一点是,所谓的全自动化乃至智能化探索并没有想象中的容易,它与传统工业有着诸多一脉相承的东西。
智能化探索,不可忽视“工业”与“专业”
瑞萨电子,这位工业MCU领域的领军者,在谈及智能化升级改造时也表示还是有诸多方面需要顾忌。他们曾提到,不同于消费电子行业,工业有自己明显的行业特点:对系统安全、设备稳定有着极高的要求,且发展迭代周期慢。
“虽然现在业内在强调智能化和创新发展,但是在工业领域,我们不可能让所有设备‘推倒重来’,只能够在大量数据积累基础上不断升级和改良。可靠性、一致性、安全性要求导致工业领域不会出现颠覆性的变化,因此在做解决方案时,我们都要考虑这样一个行业特性。”
所谓工业,它有着自己的发展迭代速度,而稳定、安全是其不可违背的第一法则,这就要求厂商在智能化推进过程中要抓住材料物理属性等核心点,对“AI用在哪里、如何用”这些问题的思考进行更为深入的思考。
以工业互联网建设为例,与传统互联网不同的是,工业控制基于的是等时同步思想,即传输信号、控制任务周期等都需是确定性的,这就带来了设计上的极大差异化。虽然现在在智能化大背景下,强调OT(操控技术)拥抱IT(信息技术),但是早期大量部署的传统现场总线协议已经随着工业制造发展形成了非常密集而细分的类型,因此OT与IT互相访问势必会造成网络资源的浪费,成本上反而存在负担。同时因为保密需求,某一个关键参数无法被访问也极大程度上影响了后续处理和优化,甚至数据的丢失都会左右AI模型的优劣程度。
因此在信息化的过程中,信息技术与工业的融入必然要顺应制造本身的发展,而在目前初期磨合阶段,从点到面,AI首先运用在工业的哪一个环节,从何角度切入就成为必须要想明白的问题。
当然,在关注技术本身的基础上,因为工业涉及材料特性与成本、机械、控制、软件、作业规范、加工对象的标准化、人工经验等各个影响经济的因素,产业链上下游企业之间的协作成为大趋势,从小处切入也成为企业推进智能化可行的方式,即深入专业领域,一次做好一件事。
产业内走在前列的不乏这样的厂商,如南京智能制造研究院,他们就抓住了工业领域错综复杂的软件无法实现互联互通这一痛点,融入了自己的创新想法,从工业仿真软件切进了智能化的浪潮中。
据他们自己介绍,他们研发的协同仿真平台利用了区块链、云和互联网技术,目的就是将软硬件和人才资源虚拟化,实现各个环节资源的共享,同时消除了各个环节的可信问题。不得不说,这确实是一个值得投入和探索的方向。
将用户需求体现在分工协作上,设计生产与产品销售的融合
落在细微处,制造业智能化过程就是不断在寻找最优的路径,同时优化材料、加工步序、时间、成本等生产工序。对此,制造业信息化专家宁振波曾用二十字对可以预见的理想状态做出总结:状态感知、实时分析、自主决策、精准执行、学习提升。
但是从更为长远的角度来把控,智能制造最终能够延展的边界在哪里?业内普遍认为随着个性化经济的蓬勃发展,制造最终会和用户端直接产生联系并为之服务,而智能制造的想象空间应该在产业链上下游细分业务的“集成”,即设计、制造、物流、售后的一体化。因此,我们也不难理解,原先在做工业MCU的瑞萨电子也将触角伸到了智能家居产品端,传统老牌厂商西门子等公司更是表示一夜之间变成了行业咨询公司,身份已然在转变。
与此同时,如今产业上下游的并购事件也已经屡见不鲜,如西门子以将近10亿美金并购了流体仿真厂商CD-ADAPCO,以提供更加完整的CAE解决方案;达索系统并购MES厂商Apriso,供应链计划与优化软件Quntiq,从而可以实现工业4.0理念中的三个集成;几年前施耐德电气对Wonderware母公司Invensys的并购也体现出自动化与信息化融合的趋势。
在原有基础上进行智能化升级,目前自动化与信息化厂商的边界已经越来越模糊,这也预示着智能化发展有所成效。从某种层面上来看,资源整合成为智能化升级的必经之路。
对于智能制造的未来,业内人分析指出,其内涵非常深远,因为除了产业本身的升级,它还要肩负实现绿色设计、绿色工艺、绿色包装,减少三废排放等环保节能的历史使命,身负重任,也让其未来发展看起来虚无缥缈。但是不难确定的是,只要从小处着手,发现和满足客户不断升级的需求,制造企业还是容易成为一家具有差异化竞争优势的企业。