亞洲正受到自動(dòng)化、智能化大潮沖擊。國(guó)際勞工組織（International Labour rganisation）調(diào)研發(fā)現(xiàn)，越南、柬埔寨、菲律賓和印度尼西亞的工人的失業(yè)風(fēng)險(xiǎn)最高，據(jù)估計(jì)這幾個(gè)區(qū)域約50%的工人工作可能在未來(lái)20年被自動(dòng)化取代。

亞洲尤其是中國(guó)作為制造業(yè)的重要區(qū)域，在面臨制造業(yè)向自動(dòng)化、智能化、數(shù)字化轉(zhuǎn)型中，能否繼續(xù)保持其競(jìng)爭(zhēng)力？

中國(guó)進(jìn)入高速成長(zhǎng)期

智能制造是基于新一代信息技術(shù)，貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、 精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過(guò)程、系統(tǒng)與模式的總稱 。簡(jiǎn)而言之，智能制造是由物聯(lián)網(wǎng)系統(tǒng)支撐的智能產(chǎn)品、智能生產(chǎn)和智能服務(wù)。

智能制造已經(jīng)成為全球價(jià)值鏈重構(gòu)和國(guó)際分工格局調(diào)整背景下各國(guó)的重要選擇。發(fā)達(dá)國(guó)家紛紛加大制造業(yè)回流力度，提升制造業(yè)在國(guó)民經(jīng)濟(jì)中的戰(zhàn)略地位。毫無(wú)疑問(wèn)，在此次大潮中亞洲正在積極尋求突破。以人工智能為例，各國(guó)政府大力支持人工智能，推動(dòng)科技公司、初創(chuàng)公司和學(xué)術(shù)界的創(chuàng)新。2017年，韓國(guó)政府宣布了10億美元的人工智能資金；日本鼓勵(lì)人工智能創(chuàng)業(yè)公司和風(fēng)險(xiǎn)投資；新加坡政府的國(guó)家研究基金會(huì)宣布國(guó)家人工智能計(jì)劃（AI.SG），計(jì)劃未來(lái)五年投入1.5億新加坡元（約1.07億美元）發(fā)展人工智能。

除了政府的支持，亞洲企業(yè)更積極打破行業(yè)壁壘加快新產(chǎn)品開(kāi)發(fā)。不同于歐美同類企業(yè)，中國(guó)領(lǐng)先企業(yè)間的合作屢見(jiàn)不鮮，一些知名范例包括：百度與小米在物聯(lián)網(wǎng)與人工智能領(lǐng)域合作開(kāi)發(fā)更多應(yīng)用場(chǎng)景；騰訊與京東合作布局電子商務(wù)生態(tài)圈；印度系統(tǒng)集成商組成AI聯(lián)盟（如OpenAI）。這賦予它們驚人的影響力，也意味著它們擁有可用于快速推動(dòng)創(chuàng)新的技術(shù)實(shí)力和資本基礎(chǔ)。

中國(guó)是亞洲智能化轉(zhuǎn)型的重要力量。政府加強(qiáng)智能制造頂層設(shè)計(jì)，開(kāi)展試點(diǎn)示范和標(biāo)準(zhǔn)體系建設(shè)；企業(yè)加快數(shù)字化轉(zhuǎn)型，提升系統(tǒng)解決方案能力。中國(guó)智能制造取得明顯成效，進(jìn)入高速成長(zhǎng)期。

中國(guó)智能制造進(jìn)入成長(zhǎng)期主要體現(xiàn)在三方面：首先，中國(guó)工業(yè)企業(yè)數(shù)字化能力素質(zhì)提升，為未來(lái)制造系統(tǒng)的分析預(yù)測(cè)和自適應(yīng)奠定基礎(chǔ)。第二、財(cái)務(wù)效益方面，智能制造對(duì)企業(yè)的利潤(rùn)貢獻(xiàn)率明顯提升。第三、典型應(yīng)用方面，中國(guó)已成為工業(yè)機(jī)器人第一消費(fèi)大國(guó)，需求增長(zhǎng)強(qiáng)勁。

▲工業(yè)4.0發(fā)展路徑

企業(yè)智能化的六大階段

企業(yè)數(shù)字化能力素質(zhì)體現(xiàn)在其利用數(shù)據(jù)指導(dǎo)生產(chǎn)以及系統(tǒng)自優(yōu)化的能力。我們借鑒國(guó)際普遍認(rèn)可的工業(yè)4.0發(fā)展路徑，將企業(yè)智能化成熟度分為六個(gè)階段：計(jì)算機(jī)化、連接、可視、透明、預(yù)測(cè)和自適應(yīng)。

計(jì)算機(jī)化

企業(yè)通過(guò)計(jì)算機(jī)化高效處理重復(fù)性工作，并實(shí)現(xiàn)高精度、低成本制造。但不同的信息技術(shù)系統(tǒng)在企業(yè)內(nèi)部獨(dú)立運(yùn)作，很多設(shè)備并不具備數(shù)字接口。

連接

相互關(guān)聯(lián)的環(huán)節(jié)取代各自為政的信息技術(shù)。操作技術(shù)（OT）系統(tǒng)的各部分 實(shí)現(xiàn)了連通性和互操作性，但是依舊未能達(dá)到IT層面和OT層面的完全整合。

可視

了解正在發(fā)生什么，通過(guò)現(xiàn)場(chǎng)總線和傳感器等物聯(lián)網(wǎng)技術(shù)，企業(yè)捕獲大量的實(shí)時(shí)數(shù)據(jù)，建立起企業(yè)的“數(shù)字孿生”，從而改變以前基于人工經(jīng)驗(yàn)的決策方式，轉(zhuǎn)為基于數(shù)字進(jìn)行決策。

透明

了解事件發(fā)生的原因，并通過(guò)根本原因分析生成認(rèn)識(shí)。

預(yù)測(cè)

將數(shù)字孿生投射到未來(lái)，模擬不同的情景對(duì)未來(lái)發(fā)展進(jìn)行預(yù)測(cè)，并適時(shí)做出決策和采取適當(dāng)措施。

自適應(yīng)

預(yù)測(cè)能力只是自動(dòng)化行為和決策的根本要求，而持續(xù)的自適應(yīng)則使企業(yè)實(shí)現(xiàn)自主響應(yīng)，以便其盡快適應(yīng)變化的經(jīng)營(yíng)環(huán)境。

隨著中國(guó)兩化融合和工業(yè)物聯(lián)網(wǎng)建設(shè)等多項(xiàng)舉措推進(jìn)，制造型企業(yè)數(shù)字化能力素質(zhì)顯著提升，大部分企業(yè)正致力于數(shù)據(jù)縱向集成。德勤調(diào)研結(jié)果顯示，81%的受訪企業(yè)已完成計(jì)算機(jī)化階段，其中41% 處于連接階段，28%處于可視階段，9%處于透明階段，而預(yù)測(cè)和自適應(yīng)階段的企業(yè)各自占2%。

▲受訪企業(yè)所處階段（基于企業(yè)自我評(píng)估）

智能制造利潤(rùn)貢獻(xiàn)顯著提升向工業(yè)4.0進(jìn)階為制造企業(yè)帶來(lái)真實(shí)可見(jiàn)的效益。2013年德勤曾調(diào)研全國(guó)200家制造型企業(yè)，結(jié)果顯示中國(guó)企業(yè)智能制 造處在初級(jí)階段，且利潤(rùn)微薄。經(jīng)過(guò)五年的快速發(fā)展，智能制造產(chǎn)品和服務(wù)的盈利能力顯著提升。

2013年智能制造為企業(yè)帶來(lái)的利潤(rùn)并不明顯，55%的受訪企業(yè)其智能制造產(chǎn)品和服務(wù)凈利潤(rùn)貢獻(xiàn)率處于0-10%的區(qū)間，而2017年，僅有11%的受訪企業(yè)處于這個(gè)區(qū)間，而41%的企業(yè)其智能制造利潤(rùn)貢獻(xiàn)率在11-30%之間。利潤(rùn)貢獻(xiàn)率超過(guò)50%的企業(yè)，由2013年受訪企業(yè)占比14%提升到2017年的33%。智能制造利潤(rùn)貢獻(xiàn)率明顯提升，利潤(rùn)來(lái)源包括生產(chǎn)過(guò)程中效率的提升和產(chǎn)品服務(wù)價(jià)值的提升。

▲智能制造產(chǎn)品和服務(wù)利潤(rùn)貢獻(xiàn)率顯著提升

中國(guó)換道超車的兩大底牌

中國(guó)已連續(xù)六年為工業(yè)機(jī)器人第一消費(fèi)大國(guó)。IFR (International Federation of Robotics)數(shù)據(jù)顯示，中國(guó)工業(yè)機(jī)器人市場(chǎng)規(guī)模在2017年為42億美元，全球占比27%， 2020年將擴(kuò)大到59億美元。2018-2020年國(guó)內(nèi)機(jī)器人銷量將分別為16、19.5、23.8萬(wàn)臺(tái)，未來(lái)3年CAGR 達(dá)到22%。汽車、高端裝備制造和電子電器行業(yè)依然為工業(yè)機(jī)器人的主要用戶。

中國(guó)有哪些獨(dú)特優(yōu)勢(shì)？首先是數(shù)據(jù)量。當(dāng)前人工智能熱潮背后的機(jī)器學(xué)習(xí)技術(shù)對(duì)數(shù)據(jù)極其依賴。識(shí)別人臉、翻譯語(yǔ)言 和試驗(yàn)無(wú)人駕駛汽車需要大量的“訓(xùn)練數(shù)據(jù)”。由于中國(guó)的人口數(shù)量和設(shè)備數(shù)量龐大，中國(guó)企業(yè)在獲取數(shù)據(jù)方面具有天然的優(yōu)勢(shì)。第二，中國(guó)制造業(yè)企業(yè)硬件設(shè)備和廠房相對(duì)歐美企業(yè)普遍較新，比較容易實(shí)現(xiàn)設(shè)備連接和廠房改造。

▲全球主要市場(chǎng)工業(yè)機(jī)器人銷量

對(duì)中國(guó)來(lái)說(shuō)，工業(yè)互聯(lián)網(wǎng)不是“彎道超車”而是“換道超車”，基于中國(guó)龐大的工程師數(shù)量、完善的工業(yè)基礎(chǔ)和大量數(shù)據(jù)潛力?！盍x章，索為系統(tǒng)董事長(zhǎng)

如何部署智能制造

德勤調(diào)查發(fā)現(xiàn)，中國(guó)工業(yè)企業(yè)智能制造五大部署重點(diǎn)依次為：數(shù)字化工廠（63%）、設(shè)備及用戶價(jià)值深挖（62%）、工業(yè)物聯(lián)網(wǎng)（48%）、重構(gòu)商業(yè)模式（36%）以及人工智能（21%）。

?

▲受訪企業(yè)智能制造部署重點(diǎn)領(lǐng)域

?

▲受訪企業(yè)所關(guān)注的技術(shù)

受訪企業(yè)所關(guān)注的相關(guān)技術(shù)包括工業(yè)軟件、傳感器技術(shù)、通信技術(shù)、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)分析等。當(dāng)然，我們不能簡(jiǎn)單認(rèn)為有了這些技術(shù)，就是實(shí)現(xiàn)智能制造，因?yàn)樾轮圃鞓I(yè)文化的變革進(jìn)程是相當(dāng)復(fù)雜和緩慢的，沒(méi)有行業(yè)、企業(yè)與用戶的融合推進(jìn)，這次變革無(wú)法實(shí)現(xiàn)。

工廠數(shù)字化

智能制造是以制造環(huán)節(jié)的智能化為核心，以端到端數(shù)據(jù)流為基礎(chǔ)，以數(shù)字作為核心驅(qū)動(dòng)力，因此數(shù)字化工廠被企業(yè)列為智能制造部署的首要任務(wù)。目前企業(yè)數(shù)字化工廠部署以打通生產(chǎn)到執(zhí)行的數(shù)據(jù)流為主要任務(wù)，而產(chǎn)品數(shù)據(jù)流和供應(yīng)鏈數(shù)據(jù)流提升空間大。

數(shù)字化工廠通過(guò)新一代信息技術(shù)，實(shí)現(xiàn) 從設(shè)計(jì)、生產(chǎn)、物流和服務(wù)等各個(gè)環(huán)節(jié)的數(shù)據(jù)串連，加速?zèng)Q策，提高準(zhǔn)確性。只有打通數(shù)據(jù)流才能實(shí)現(xiàn)基于實(shí)時(shí)數(shù)據(jù)變化，對(duì)生產(chǎn)過(guò)程進(jìn)行分析和優(yōu)化處理，進(jìn)而實(shí)現(xiàn)業(yè)務(wù)流程、工藝流程和資金流程的協(xié)同，以及生產(chǎn)資源（材料、能源等）在企業(yè)內(nèi)部及企業(yè)之間的動(dòng)態(tài)配置。打通數(shù)據(jù)流也是工廠建立“數(shù)字孿生”的前提，數(shù)字孿生不僅指產(chǎn)品的數(shù)字化，也包含工廠本身和工藝流程及設(shè)備的數(shù)字化，從而實(shí)現(xiàn)全面追溯、物理與虛擬雙向共享和交互信息。

打通數(shù)據(jù)流主要包括三類數(shù)據(jù)的連通，即生產(chǎn)流程數(shù)據(jù)、產(chǎn)品數(shù)據(jù)以及供應(yīng)鏈數(shù)據(jù)。

打通生產(chǎn)流程數(shù)據(jù)除了從生產(chǎn)計(jì)劃到 執(zhí)行的數(shù)據(jù)流(如ERP到MES)， 還包括MES與控制設(shè)備和監(jiān)視設(shè)備之間的數(shù)據(jù)流，現(xiàn)場(chǎng)設(shè)備與控制設(shè)備之間的數(shù)據(jù)流，以及MES與現(xiàn)場(chǎng)設(shè)備之間的數(shù)據(jù)流等。

打通產(chǎn)品數(shù)據(jù)流主要體現(xiàn)在產(chǎn)品全生 命周期數(shù)字一體化和產(chǎn)品全生命周期可追溯。產(chǎn)品全生命周期數(shù)字一體化以縮短研發(fā)周期為核心，主要應(yīng)用基于模型定義（MBD）技術(shù)進(jìn)行產(chǎn)品研發(fā)、建設(shè) 產(chǎn)品全生命周期管理系統(tǒng)(PLM)等。研發(fā)是數(shù)字化工廠“數(shù)據(jù)鏈條”的起點(diǎn)， 研發(fā)環(huán)節(jié)產(chǎn)生的數(shù)據(jù)將在工廠的各個(gè)系統(tǒng)間實(shí)時(shí)傳遞，數(shù)據(jù)的同步更新避免了傳統(tǒng)制造企業(yè)經(jīng)常出現(xiàn)的由于溝通不暢產(chǎn)生的差錯(cuò)，也使得工廠的效率大大提升，縮短產(chǎn)品研制周期。產(chǎn)品全生命周期可追溯以提升產(chǎn)品質(zhì)量管控為核心。

主要應(yīng)用是讓產(chǎn)品在全生命周期具有唯一標(biāo)識(shí)，應(yīng)用傳感器、智能儀器儀表、工控系統(tǒng)等自動(dòng)采集質(zhì)量管理所需要數(shù)據(jù)，通過(guò)MES系統(tǒng)開(kāi)展在線質(zhì)量檢測(cè)和預(yù)警等。

供應(yīng)鏈數(shù)據(jù)流

打通供應(yīng)鏈數(shù)據(jù)流主要體現(xiàn)在供應(yīng)鏈上下游協(xié)同優(yōu)化，實(shí)現(xiàn)網(wǎng)絡(luò)協(xié)同制造。主要應(yīng)用是建設(shè)跨企業(yè)制造資源協(xié)同平臺(tái)，實(shí)現(xiàn)企業(yè)間研發(fā)、管理和服務(wù)系統(tǒng) 的集成和對(duì)接，為接入企業(yè)提供研發(fā)設(shè)計(jì)、運(yùn)營(yíng)管理、數(shù)據(jù)分析、知識(shí)管理、信息安全等服務(wù)，開(kāi)展制造服務(wù)和資源的動(dòng)態(tài)分析和柔性配置。

德勤調(diào)研結(jié)果顯示，目前企業(yè)致力于打通從ERP到MES乃至現(xiàn)場(chǎng)設(shè)備的數(shù)據(jù)流，但這也僅是從生產(chǎn)到執(zhí)行的打通，未來(lái) 還需將產(chǎn)品數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)串聯(lián)。我們將生產(chǎn)數(shù)據(jù)流分為兩個(gè)環(huán)節(jié)：一、打通生產(chǎn)計(jì)劃與執(zhí)行系統(tǒng)的數(shù)據(jù)流；二、執(zhí)行與監(jiān)控和現(xiàn)場(chǎng)設(shè)備的數(shù)據(jù)流。結(jié)果顯示， 83%的受訪企業(yè)表示已打通ERP和MES的數(shù)據(jù)流打通。62%的企業(yè)繼續(xù)向 下打通MES到現(xiàn)場(chǎng)設(shè)備的數(shù)據(jù)流。但僅有47%的企業(yè)打通了產(chǎn)品數(shù)據(jù)流，44%的企業(yè)打通供應(yīng)鏈數(shù)據(jù)流（圖2.4）。而且考慮到我們調(diào)查的企業(yè)均為資質(zhì)較好且為中等以上規(guī)模，這一系列比率顯然高于中國(guó)整體平均水平。

從行業(yè)角度來(lái)看，航空航天領(lǐng)域全部受訪企業(yè)已經(jīng)打通從生產(chǎn)計(jì)劃到執(zhí)行的數(shù)據(jù)，但從生產(chǎn)執(zhí)行到現(xiàn)場(chǎng)設(shè)備、產(chǎn)品以及供應(yīng)鏈的數(shù)據(jù)鏈條連通相對(duì)滯后，提升空間大。電子組件及電器制造行業(yè)產(chǎn)品數(shù)據(jù)流 和供應(yīng)鏈數(shù)據(jù)流連通情況高于其他行業(yè)，數(shù)字化工廠整體水平較高。產(chǎn)品質(zhì)量可謂是制藥行業(yè)的生命，而打通產(chǎn)品數(shù)據(jù)流的制藥企業(yè)僅占33%，行業(yè)需要強(qiáng)化產(chǎn)品全生命周期可追溯，提升產(chǎn)品質(zhì)量管控能力。汽車及汽車零部件以及高端裝備制造都在產(chǎn)品數(shù)據(jù)流方面領(lǐng)先（見(jiàn)下圖）。

▲受訪企業(yè)數(shù)據(jù)連通情況（按行業(yè)）

打通“次元壁”

未來(lái)數(shù)字世界和現(xiàn)實(shí)世界會(huì)是一體兩面，打通數(shù)據(jù)流也是數(shù)字孿生（digital twin）操作的基礎(chǔ)。德勤認(rèn)為數(shù)字孿生是物理實(shí)體或流程的準(zhǔn)實(shí)時(shí)數(shù)字化鏡像，有助于企業(yè)績(jī)效提升。數(shù)字孿生往往包含“數(shù)字產(chǎn)品孿生”、“生產(chǎn)工藝流程數(shù)字孿生”和“設(shè)備數(shù)字孿生”不同層面但可以高度集中統(tǒng)一的數(shù)據(jù)模型。

數(shù)字產(chǎn)品孿生領(lǐng)域，特斯拉公司為其生產(chǎn)和銷售的每一輛電動(dòng)汽車都建立 數(shù)字孿生模型，相對(duì)應(yīng)的模型數(shù)據(jù)都保存在公司數(shù)據(jù)庫(kù)。每輛電動(dòng)車每天 報(bào)告其日常經(jīng)驗(yàn)，并通過(guò)數(shù)字孿生的模擬程序使用這些數(shù)據(jù)來(lái)發(fā)現(xiàn)可能的 異常情況并提供糾正措施。通過(guò)數(shù)字孿生模擬，特斯拉每天可獲得相當(dāng)于 160萬(wàn)英里的駕駛體驗(yàn)，并在不斷的學(xué)習(xí)過(guò)程中反饋給每輛車。生產(chǎn)流程數(shù) 字孿生領(lǐng)域，一些嗅覺(jué)敏銳的工廠及生產(chǎn)線開(kāi)始引入數(shù)字孿生，在建造之 前，對(duì)工廠進(jìn)行仿真和模擬，虛擬出建造工廠的最佳流程，再將真實(shí)參數(shù) 傳給實(shí)際的工廠建設(shè)，有效減少誤差和風(fēng)險(xiǎn)。待廠房和生產(chǎn)線建成之后，日常的運(yùn)行和維護(hù)通過(guò)數(shù)字孿生進(jìn)行交互，能夠迅速找出問(wèn)題所在，提高工作效率。

Gartner對(duì)美國(guó)、德國(guó)、中國(guó)與日本的202位企業(yè)的調(diào)查發(fā)現(xiàn)，到2020年，至少50%年收入超過(guò)50億美元的制造商將為其產(chǎn)品或資產(chǎn)啟動(dòng)至少一項(xiàng)數(shù)字孿生項(xiàng)目，屆時(shí)參與使用數(shù)字孿生技術(shù)的企業(yè)數(shù)量將增長(zhǎng)3倍。預(yù)計(jì)在今后數(shù)年時(shí)間，將有數(shù)以億計(jì)的用戶使用數(shù)字孿生操作，它將被企業(yè)用于規(guī)劃設(shè)備 服務(wù)、生產(chǎn)線操作、預(yù)測(cè)設(shè)備故障、提高操作效率、加速新產(chǎn)品開(kāi)發(fā)等。在未來(lái)，這項(xiàng)技術(shù)有望與工業(yè)生產(chǎn)徹底融合，推動(dòng)智能工業(yè)進(jìn)入新階段。

如何創(chuàng)建數(shù)字孿生？德勤認(rèn)為數(shù)字孿生的創(chuàng)建包含兩個(gè)主要關(guān)注領(lǐng)域：設(shè)計(jì)數(shù)字孿生的流程和產(chǎn)品生命周期的數(shù)據(jù)要求—— 從資產(chǎn)的設(shè)計(jì)到資產(chǎn)在真實(shí)世界中的現(xiàn)場(chǎng)使用和維護(hù)；創(chuàng)建使能技術(shù)，整合真實(shí)資產(chǎn)及其數(shù)字孿生，使傳感器數(shù)據(jù)與企業(yè)核心系統(tǒng)中的運(yùn)營(yíng)和交易信息實(shí)現(xiàn)實(shí)時(shí)流動(dòng)。

智能工廠的落地實(shí)施還要看企業(yè)痛點(diǎn)，有的企業(yè)要提升產(chǎn)品質(zhì)量，有的企業(yè)要實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)生產(chǎn)和管理的數(shù)字化，由于企業(yè)往往難以承受“全家桶”解決方案，可以先解決眼前問(wèn)題，但一定要有長(zhǎng)遠(yuǎn)規(guī)劃，以免以后無(wú)法實(shí)現(xiàn)互聯(lián)互通?！?朱毅明，和利時(shí)集團(tuán)總工程師

深挖設(shè)備和用戶價(jià)值

制造型企業(yè)面臨愈發(fā)激烈的市場(chǎng)競(jìng)爭(zhēng)和日益透明的產(chǎn)品定價(jià)，不得不尋找新的 價(jià)值來(lái)源。德勤智能制造調(diào)研結(jié)果顯示，設(shè)備和用戶價(jià)值深度挖掘是企業(yè)智能制造部署第二重點(diǎn)領(lǐng)域。62%的受訪 企業(yè)正積極部署設(shè)備和用戶價(jià)值深度挖掘，其中41%的企業(yè)側(cè)重設(shè)備價(jià)值挖掘，21%的企業(yè)側(cè)重用戶價(jià)值挖掘。

圍繞設(shè)備進(jìn)行價(jià)值挖掘可以說(shuō)是制造型企業(yè)的天性。如在研發(fā)設(shè)計(jì)階段，嵌入新技術(shù)，生產(chǎn)更智能或更多樣化的產(chǎn)品；在銷售階段，提供設(shè)備相關(guān)金融服務(wù)；在售后階段，對(duì)出廠設(shè)備和產(chǎn)品進(jìn)行實(shí)時(shí)數(shù)據(jù)采集和監(jiān)控，并進(jìn)行性能分析、預(yù)測(cè)性維護(hù)等，既提升安全性，也為企業(yè)創(chuàng)造更多服務(wù)機(jī)會(huì)。

雖然起步較晚，制造型企業(yè)也在探索和嘗試對(duì)用戶價(jià)值進(jìn)行深度挖掘，其中以C2M (customer-to-manufactory，客戶到制造)最受矚目。C2M體現(xiàn)了定制化生產(chǎn)的特性，使制造商直接面對(duì)用戶，以滿足用戶個(gè)性化需求；同時(shí)通過(guò)減少中間環(huán)節(jié)降低成本、提升效率。

例子：紅領(lǐng)集團(tuán)通過(guò)打造C2M電商平臺(tái)、柔性供 應(yīng)能力和大數(shù)據(jù)能力實(shí)現(xiàn)了大規(guī)模定制 化。顧客可以在其C2M電商平臺(tái)選擇款式、工藝、材料并下單。平臺(tái)快速收集顧客分散、個(gè)性化需求數(shù)據(jù)的同時(shí)，大數(shù)據(jù)和云計(jì)算技術(shù)按客戶需求匹配產(chǎn)品數(shù)據(jù)模型，其款式數(shù)據(jù)和工藝數(shù)據(jù)能滿足超過(guò)百萬(wàn)萬(wàn)億種設(shè)計(jì)組合，覆蓋99.9%的個(gè) 性化設(shè)計(jì)需求。當(dāng)版型確定后，系統(tǒng)自動(dòng)生成工藝數(shù)據(jù)，工藝數(shù)據(jù)發(fā)送至工廠，工廠進(jìn)行生產(chǎn)交付。整個(gè)流程從下訂單到產(chǎn) 品出廠僅需7個(gè)工作日，并做到按需生產(chǎn)、零庫(kù)存、一人一版、一衣一款。

阿里巴巴的“淘工廠”集結(jié)上萬(wàn)家工廠，將電商買家訂單與制造廠商產(chǎn)能進(jìn)行對(duì)接，把柔性產(chǎn)能檔期聯(lián)網(wǎng)，解決電商買家有訂單無(wú)工廠，制造企業(yè)有產(chǎn)能無(wú)訂單的結(jié)癥。

工業(yè)物聯(lián)網(wǎng)的三類場(chǎng)景

智能制造要求制造系統(tǒng)具備感知、分析、決策和執(zhí)行的能力，而這些能力的核心均涉及物聯(lián)網(wǎng)相關(guān)技術(shù)，如面向感 知的物聯(lián)技術(shù)（傳感器、RFID、芯片）、面向分析的工業(yè)大數(shù)據(jù)分析和面向決策及服務(wù)的應(yīng)用平臺(tái)。

德勤調(diào)研結(jié)果顯示，目前中國(guó)制造企業(yè)物聯(lián)網(wǎng)應(yīng)用以感知為重點(diǎn)，分析和服務(wù)交融將是未來(lái)物聯(lián)網(wǎng)建設(shè)重點(diǎn)。受訪企業(yè)普遍建立系統(tǒng)以傳感器采集動(dòng)態(tài)數(shù)據(jù)，但數(shù)據(jù)分析和平臺(tái)應(yīng)用相對(duì)滯后。 從行業(yè)應(yīng)用來(lái)看，電子及電器行業(yè)傳感 器和平臺(tái)應(yīng)用最為普及，76%的受訪企業(yè)利用傳感器采集數(shù)據(jù)，43%的企業(yè)利用物聯(lián)網(wǎng)平臺(tái)，但僅有33%的企業(yè)采用大數(shù)據(jù)技術(shù)分析所采集的數(shù)據(jù)。汽車及零部件制造行業(yè)傳感器技術(shù)應(yīng)用也有較高普及率達(dá)73%，但大數(shù)據(jù)和平臺(tái)應(yīng)用低于其他受訪行業(yè)。制藥行業(yè)大數(shù)據(jù)技術(shù)利用最為積極，因?yàn)獒t(yī)藥行業(yè)早已面臨海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)挑戰(zhàn)（見(jiàn)下圖）。

感知僅是物聯(lián)網(wǎng)應(yīng)用的初級(jí)階段，以數(shù)據(jù)洞察指導(dǎo)行動(dòng)，從而提高效率，或者與服務(wù)交融創(chuàng)造新價(jià)值，才是物聯(lián)網(wǎng)的 核心。云平臺(tái)通過(guò)提供強(qiáng)大的數(shù)據(jù)傳 輸、存儲(chǔ)和處理能力，幫助制造企業(yè)采 集和處理大量數(shù)據(jù)。工業(yè)云平臺(tái)不僅能 夠?qū)崿F(xiàn)企業(yè)通過(guò)平臺(tái)完成產(chǎn)品的設(shè)計(jì)、 工藝、制造、采購(gòu)、營(yíng)銷等環(huán)節(jié)，還將改變傳統(tǒng)生產(chǎn)方式和制造生態(tài)，創(chuàng)造新的收入來(lái)源和商業(yè)模式。中國(guó)制造企業(yè)云部署現(xiàn)狀如何？

德勤調(diào)研發(fā)現(xiàn)，中國(guó)制造企業(yè)云部署積極性不高。53%的受訪制造企業(yè)尚未部署工業(yè)云，47%的企業(yè)正在進(jìn)行工業(yè)云部署，其中27%的企業(yè)部署私有云，14%部署公有云，6%部署混合云（見(jiàn)下圖）。上云可以大幅降低每個(gè)單元的儲(chǔ)存和計(jì)算成本，甚至通過(guò)跨界創(chuàng)造新的商業(yè)模式，但也帶來(lái)了復(fù)雜性。企業(yè)擔(dān)心一旦將諸如工廠生產(chǎn)過(guò)程、資產(chǎn)性能管理的數(shù)據(jù)放到 云平臺(tái)上之后，信息安全、知識(shí)產(chǎn)權(quán)問(wèn)題會(huì)接踵而至。除此之外，很多企業(yè)尚未明 確工業(yè)云在企業(yè)層面的商業(yè)應(yīng)用和相關(guān)能力欠缺也是導(dǎo)致企業(yè)云部署積極性不高的原因。

對(duì)于選擇公有云還是私有云，很大程度取 決于企業(yè)的關(guān)注點(diǎn)不同。如果企業(yè)只是 聚焦自己的生產(chǎn)制造，降本增效，往往不會(huì)選擇公有云；如果企業(yè)聚焦商業(yè)模式創(chuàng) 新和產(chǎn)品轉(zhuǎn)型，則會(huì)天然的更傾向于選擇公有云或混合云，因?yàn)橥婕胺?wù)平臺(tái)，需要做到一定程度上的兼容和融合。 由于目前國(guó)內(nèi)比較常見(jiàn)的工業(yè)云的部署 以云的基礎(chǔ)功能為主，企業(yè)把云看作虛擬服務(wù)器，在云上做存儲(chǔ)、計(jì)算，只有少數(shù)企業(yè)通過(guò)云部署改變生產(chǎn)方式和制造生態(tài)，進(jìn)行公有云和混合云部署的企業(yè)仍為少數(shù)。

未來(lái)企業(yè)很大部分增值將來(lái)自跨企業(yè)活動(dòng)，從長(zhǎng)遠(yuǎn)看，公有云、混合云是大趨勢(shì)，因?yàn)橹挥羞@樣才能實(shí)現(xiàn)數(shù)據(jù)交換和資源共享。私有云雖然安全，但很可能被孤立在新的商業(yè)模式和新的生態(tài)圈之外?！?賀東東 樹(shù)根互聯(lián)CEO

德勤認(rèn)為物聯(lián)網(wǎng)在智能制造領(lǐng)域的應(yīng)用場(chǎng)景主要分為三類：設(shè)備與資產(chǎn)管理、產(chǎn)品洞察和服務(wù)創(chuàng)新。

管理設(shè)備與資產(chǎn)

具備感測(cè)與聯(lián)網(wǎng)功能的系統(tǒng)與大數(shù)據(jù)結(jié)合，可以實(shí)現(xiàn)設(shè)備的監(jiān)控和管理，如遠(yuǎn)程監(jiān)控、預(yù)測(cè)性維護(hù)和互聯(lián)現(xiàn)場(chǎng)等。遠(yuǎn)程監(jiān)控以物聯(lián)網(wǎng)替代傳統(tǒng)的人工巡檢機(jī)制，通過(guò)傳感器遠(yuǎn)距離將設(shè)備數(shù)據(jù)傳輸?shù)竭\(yùn)營(yíng)中心。預(yù)測(cè)性維護(hù)打破傳統(tǒng)工廠 按計(jì)劃進(jìn)行定期維護(hù)設(shè)備的運(yùn)營(yíng)方式， 通過(guò)物聯(lián)網(wǎng)對(duì)設(shè)備整個(gè)生命周期進(jìn)行全 程監(jiān)控，并預(yù)測(cè)設(shè)備未來(lái)可能發(fā)生的故障，提前制定預(yù)防性維護(hù)計(jì)劃，減少故障率并提高生產(chǎn)效率。物聯(lián)網(wǎng)還可以連接和監(jiān)控廠房的工業(yè)裝置和設(shè)備，獲得有見(jiàn)解的分析，從而幫助跨工業(yè)設(shè)備、 生產(chǎn)線以及在整個(gè)工廠范圍內(nèi)優(yōu)化性能和效率。當(dāng)然，除了新廠房，老廠房和設(shè)備在沒(méi)有更新?lián)Q代之前，也有聯(lián)網(wǎng)監(jiān)控的需要，如何在現(xiàn)有設(shè)備上進(jìn)行物聯(lián)網(wǎng)改造是值得企業(yè)關(guān)注的問(wèn)題。

洞察產(chǎn)品

制造企業(yè)往往不太了解自己的產(chǎn)品如何被使用，而物聯(lián)網(wǎng)將改變這一現(xiàn)狀。在產(chǎn)品投入使用后，制造廠商可以通過(guò)物 聯(lián)網(wǎng)與產(chǎn)品建立并保持聯(lián)系，收集動(dòng)態(tài)數(shù)據(jù)，以更加系統(tǒng)的方式實(shí)時(shí)地持續(xù)地 分析產(chǎn)品使用情況。在了解客戶對(duì)產(chǎn)品的使用方式后，廠商還可以基于數(shù)據(jù)預(yù)測(cè)客戶需求，開(kāi)發(fā)個(gè)性化產(chǎn)品和新的服務(wù)項(xiàng)目，提高產(chǎn)品附加值。

服務(wù)創(chuàng)新

基于數(shù)據(jù)和平臺(tái)提供后市場(chǎng)服務(wù)，物聯(lián)網(wǎng) 與服務(wù)交融實(shí)現(xiàn)商業(yè)模式創(chuàng)新。物聯(lián)網(wǎng)協(xié)助制造企業(yè)更有效捕捉和預(yù)測(cè)市場(chǎng)需求，創(chuàng)造動(dòng)態(tài)化、個(gè)性化的智能服務(wù)、咨詢服務(wù)、數(shù)據(jù)服務(wù)、物聯(lián)網(wǎng)金融與保險(xiǎn) 等新的服務(wù)種類。這類應(yīng)用將打破企業(yè)原來(lái)的邊界，從全社會(huì)的維度思考制造資源的優(yōu)化，客戶和制造端的互動(dòng)以及各種商業(yè)模式的創(chuàng)新。

企業(yè)需要評(píng)估自身業(yè)務(wù)需要，明確商業(yè)目標(biāo)、相關(guān)流程和預(yù)期結(jié)果的范圍，在考慮技術(shù)可擴(kuò)展性、性能、帶寬經(jīng)濟(jì)和技術(shù)創(chuàng)新等級(jí)后，才能對(duì)數(shù)據(jù)和物聯(lián)網(wǎng)系統(tǒng)的處理架構(gòu)做出明智的選擇。

商業(yè)模式重構(gòu)

智能制造不僅能夠幫助制造型企業(yè)實(shí)現(xiàn)降本增效，也賦予企業(yè)重新思考價(jià)值定位和重構(gòu)商業(yè)模式的契機(jī)。同時(shí)，新進(jìn)入者也在不斷挑戰(zhàn)傳統(tǒng)市場(chǎng)參與者的地位，眾多技術(shù)型企業(yè)加入戰(zhàn)場(chǎng)推動(dòng)工業(yè)企業(yè)探索商業(yè)模式上的創(chuàng)新。

德勤調(diào)研發(fā)現(xiàn)企業(yè)對(duì)未來(lái)商業(yè)模式的規(guī)劃大致呈四類：30%的受訪企業(yè)未來(lái)商業(yè)模式將以平臺(tái)為核心，26%的企業(yè)走規(guī)?；ㄖ颇Ｊ剑?4%以“產(chǎn)品+服務(wù)”為核心向解決方案商轉(zhuǎn)型，12%以知識(shí)產(chǎn)權(quán)為核心（見(jiàn)下圖）。平臺(tái)型商業(yè)模式定位以提供多種軟件服務(wù)和搭建生態(tài)系統(tǒng)為核心，未來(lái)可能不會(huì)出現(xiàn)類似BAT這樣的行業(yè)巨頭，但不乏垂直行業(yè)領(lǐng)軍企業(yè)或平臺(tái)。 規(guī)?；ㄖ颇Ｊ?，如C2M已經(jīng)不局限于服裝制造，而延伸到汽車和裝備制造等行業(yè)?！爱a(chǎn)品+服務(wù)”為核心旨在圍繞客戶需求提供解決方案，是目前很多企業(yè)在做的。以知識(shí)產(chǎn)權(quán)為核心的企業(yè)往往通過(guò)專利戰(zhàn)略，形成技術(shù)壁壘占領(lǐng)市場(chǎng)。

不同商業(yè)模式的價(jià)值定位和價(jià)值創(chuàng)造方式不同，所面臨的挑戰(zhàn)也不盡相同（見(jiàn)下圖）。 企業(yè)需要持續(xù)審視自己的商業(yè)模式，通過(guò)評(píng)估自身運(yùn)營(yíng)情況進(jìn)行適當(dāng)?shù)馗纳撇⒍ㄆ谠u(píng)估其他商業(yè)模式是否具有可行性。

人工智能顛覆制造和服務(wù)業(yè)

人工智能對(duì)制造業(yè)的影響主要來(lái)自兩方面： 一是在制造和管理流程中運(yùn)用人工智能提高產(chǎn)品質(zhì)量和生產(chǎn)效率；二是對(duì)現(xiàn)有產(chǎn)品與服務(wù)的徹底顛覆。

隨著國(guó)內(nèi)制造業(yè)自動(dòng)化程度提高，機(jī)器人在制造過(guò)程和管理流程中的應(yīng)用日益泛，而人工智能更進(jìn)一步賦予機(jī)器人自我學(xué)習(xí)能力。結(jié)合數(shù)據(jù)管理，導(dǎo)入自動(dòng)化設(shè)備及相關(guān)設(shè)備的聯(lián)網(wǎng)，機(jī)器人通過(guò)機(jī)器學(xué)分析，可以實(shí)現(xiàn)生產(chǎn)線的精準(zhǔn)配合，并更準(zhǔn)確的預(yù)測(cè)和實(shí)時(shí)檢測(cè)生產(chǎn)問(wèn)題。

人工智能在制造業(yè)產(chǎn)品和服務(wù)領(lǐng)域的應(yīng)用則更具有顛覆性。產(chǎn)品本身就是人工智能的載體，硬件與各類軟件結(jié)合具備感知、判斷的能力并實(shí)時(shí)與用戶、環(huán)境互動(dòng)。而產(chǎn)品的功能和服務(wù)，也將顛覆原有生態(tài)系統(tǒng)。以汽車產(chǎn)業(yè)為例，傳統(tǒng)汽車行業(yè)的競(jìng)爭(zhēng)格局是金字塔型——整車廠處于頂端，各級(jí)別供應(yīng)商跟隨其后。但是在智能汽車時(shí)代，整車廠的主導(dǎo)地位將受到嚴(yán)峻挑戰(zhàn)，零部件廠商、互聯(lián)網(wǎng)巨頭、算法公司、芯片制造商、傳感器供應(yīng)商等企業(yè)無(wú)不加快對(duì)無(wú)人駕駛技術(shù)的研發(fā)和商業(yè)化步伐，并期望通過(guò)占據(jù)技術(shù)制高點(diǎn) 打破汽車產(chǎn)業(yè)的生態(tài)平衡。

中國(guó)制造企業(yè)人工智能應(yīng)用情況如何？

德勤智能制造調(diào)研發(fā)現(xiàn)，51%的受訪企業(yè)在制造和管理流程中運(yùn)用人工智能，46% 的受訪企業(yè)在產(chǎn)品和服務(wù)領(lǐng)域已經(jīng)或計(jì)劃部署人工智能（見(jiàn)下圖）。制造和管理流程中人工智能的運(yùn)用更偏向系統(tǒng)自動(dòng)化和制造精益化，目的是提高生產(chǎn)效率和產(chǎn)品質(zhì)量，同時(shí)人也被解放出來(lái)，可以去思考更復(fù)雜的問(wèn)題。主要應(yīng)用場(chǎng)景包括使用機(jī)器人實(shí)現(xiàn)流程自動(dòng)化、柔性制造、定制化生產(chǎn)、質(zhì)量檢測(cè)等。在產(chǎn)品和服務(wù)領(lǐng)域人工智能的運(yùn)用更側(cè)重產(chǎn)品和服務(wù)與使用者的互動(dòng)，典型應(yīng)用包括研發(fā)和新品測(cè)試、用戶行為分析、自動(dòng)駕駛等

當(dāng)然人工智能仍處在其發(fā)展早期，技術(shù)突破及商業(yè)論證需要更長(zhǎng)時(shí)間。另外，人工智能應(yīng)用環(huán)境和基礎(chǔ)設(shè)施的完善程度，信息和安全法規(guī)、企業(yè)自身的能力都成為企業(yè)面臨的主要挑戰(zhàn)。我們發(fā)現(xiàn)，對(duì)于尚未部署人工智能的制造企業(yè)來(lái)說(shuō)，缺乏投資人工智能的商業(yè)論證、尚不具備建立和支持人工智能的系統(tǒng)能力、尚不明確部署人工智能的前提為主要挑戰(zhàn)（見(jiàn)下圖）。

人工智能正迅速滲透各行各業(yè)。汽車及汽車零部件制造、高端裝備制造、電子及電器制造三個(gè)行業(yè)在制造流程中采用機(jī)器人的比例過(guò)半。汽車及零部件制造行業(yè)使用機(jī)器人的企業(yè)比例達(dá)到80%，預(yù)示未來(lái)工業(yè)機(jī)器人的市場(chǎng)增量將主要來(lái)自非汽車行業(yè)。在產(chǎn)品和服務(wù)領(lǐng)域已 經(jīng)或計(jì)劃部署人工智能的行業(yè)分布比較均勻，高端裝備制造和制藥比例較高，但其他行業(yè)如新材料、汽車及零部件、航空航天、電子及電器也正在或計(jì)劃部署人工智能。

關(guān)于人工智能在制造業(yè)應(yīng)用，設(shè)備相關(guān)的應(yīng)用（如物流、盤產(chǎn)）還比較多，但是工藝相關(guān) 領(lǐng)域需求較少?！?趙金元，太極集團(tuán)業(yè)IT事業(yè)服務(wù)集團(tuán)事業(yè)一部總經(jīng)理

行業(yè)對(duì)人工智能的理解已隨著算法、技術(shù)和應(yīng)用的發(fā)展，越來(lái)越加深。對(duì)于企業(yè)而言，應(yīng)跳出人工智能僅是“機(jī)器換人”的既定思維，在精益制造、產(chǎn)品質(zhì)量、用戶體驗(yàn)等多方面進(jìn)行部署。

三招跨越能力鴻溝

重構(gòu)商業(yè)模式是一項(xiàng)復(fù)雜艱巨的任務(wù)，我們請(qǐng)企業(yè)就實(shí)現(xiàn)構(gòu)想中的商業(yè)模式所面臨的能力鴻溝進(jìn)行打分，綜合來(lái)看，商業(yè)模式優(yōu)化、創(chuàng)新管理以及云部署為企業(yè)能力建設(shè)三大關(guān)鍵任務(wù)，德勤建議分別從以下幾個(gè)方面入手提升能力：

商業(yè)模式優(yōu)化

優(yōu)化商業(yè)模式可能僅需要改變或改進(jìn)目前模式中部分元素，也可能涉及改變整體運(yùn)營(yíng)模式的重大轉(zhuǎn)型。在過(guò)去的15年里，由于技術(shù)、通信、物流和交通等方面的迅速進(jìn)步，整體運(yùn)營(yíng)模式的重大轉(zhuǎn) 型已更為常見(jiàn)。企業(yè)需要運(yùn)用行之有效 的方法和工具，從以下工作流程各環(huán)節(jié)入手優(yōu)化商業(yè)模式。

企業(yè)轉(zhuǎn)型整編：優(yōu)化現(xiàn)有商業(yè)模式，包括從原材料采購(gòu)到產(chǎn)品銷售過(guò)程所涉及的一切環(huán)節(jié)，挖掘可以整體改動(dòng)或局部改進(jìn)的待優(yōu)化環(huán)節(jié)，以支持新的商業(yè)模式。

重新配置信息技術(shù)系統(tǒng)：企業(yè)需要探索、設(shè)計(jì)與實(shí)施基礎(chǔ)設(shè)施及信息技術(shù)系統(tǒng)的改進(jìn)。

重新調(diào)配人員：人盡其用是企業(yè)轉(zhuǎn)型可持續(xù)性的關(guān)鍵之一。重新調(diào)配人員側(cè)重于設(shè)計(jì)和實(shí)施人員調(diào)度，以支持新商業(yè)模式，并實(shí)現(xiàn)從原有模式到新模式的順利過(guò)渡。該環(huán)節(jié)還包括制定新的關(guān)鍵績(jī)效指標(biāo)及匯報(bào)關(guān)系以支持新商業(yè)模式。

重組法律、財(cái)務(wù)及稅務(wù)架構(gòu)：商業(yè)模式優(yōu)化方案的設(shè)計(jì)和實(shí)施通常涉及許多復(fù)雜的法律實(shí)體及稅務(wù)架構(gòu)上的改變。企業(yè)管理團(tuán)隊(duì)需要分析不同方式的利與弊。如新商業(yè)模式下所得稅和轉(zhuǎn)讓定價(jià)事項(xiàng)有何變化，增值稅和關(guān)稅對(duì)新商業(yè)模式可能產(chǎn)生的影響。

創(chuàng)新管理

創(chuàng)新管理的目標(biāo)包括優(yōu)化創(chuàng)新產(chǎn)品管理、 優(yōu)化生命周期成本、優(yōu)化資本使用效率和優(yōu)化風(fēng)險(xiǎn)管理。

優(yōu)化創(chuàng)新產(chǎn)品管理：建立統(tǒng)一的產(chǎn)品管理體系（包括有形 的產(chǎn)品和服務(wù)），優(yōu)化決策流程，提高決策效率

優(yōu)化生命周期成本：通過(guò)產(chǎn)品生命周期的最優(yōu)化運(yùn)作，優(yōu) 化產(chǎn)品投資成本和運(yùn)營(yíng)成本

優(yōu)化資本使用效率：通過(guò)監(jiān)控、評(píng)估和KPI管理，優(yōu)化產(chǎn)品 管理、提升資本使用效率

優(yōu)化風(fēng)險(xiǎn)管理：有效管理創(chuàng)新過(guò)程中的市場(chǎng)風(fēng)險(xiǎn)和數(shù) 據(jù)安全風(fēng)險(xiǎn)等諸多風(fēng)險(xiǎn)

值得注意的是，單純的產(chǎn)品創(chuàng)新管理并 不能令企業(yè)長(zhǎng)久保持競(jìng)爭(zhēng)優(yōu)勢(shì)。如今，幾乎所有產(chǎn)品類別都處于激烈的競(jìng)爭(zhēng)之中，任何新產(chǎn)品的任何獨(dú)特優(yōu)勢(shì)都會(huì)被快速吞噬。組合多種創(chuàng)新類型可以幫助公司擁有更好的財(cái)務(wù)回報(bào)。雖然不能把這些公司的績(jī)效全部歸功于創(chuàng)新，但創(chuàng) 新有助于提升一家公司的機(jī)制，包括投資者對(duì)它未來(lái)的預(yù)期。

云部署

僅僅把數(shù)據(jù)和應(yīng)用轉(zhuǎn)移到云上是遠(yuǎn)遠(yuǎn)不夠的，大多數(shù)情況，上云會(huì)牽涉多個(gè)業(yè)務(wù)功能，影響企業(yè)的供應(yīng)商、財(cái)務(wù)報(bào)表和客戶，企業(yè)需要長(zhǎng)遠(yuǎn)規(guī)劃，分步執(zhí)行。企業(yè)還需要充分考慮人力資源和數(shù)字化程度如何與云部署配合。

規(guī)劃：審視企業(yè)現(xiàn)有商業(yè)模式并探討是否有其他可行的商業(yè)模式，根據(jù)商業(yè)模式 制定云部署戰(zhàn)略，進(jìn)行商業(yè)論證和自身能力評(píng)估。

執(zhí)行：執(zhí)行階段可以分四步走，第一步是SaaS 部署，包括ERP，CRM，人力資源轉(zhuǎn)型和其他軟件部署；第二步是個(gè)性化部署，包括應(yīng)用開(kāi)發(fā)、架構(gòu)搭建和平臺(tái)部署；第三步為云遷移，其間可能需要對(duì)應(yīng)用 軟件進(jìn)行更新和調(diào)整。第四步為引入大數(shù)據(jù)分析平臺(tái)。

今天的市場(chǎng)變得越來(lái)越多樣化，消費(fèi)者的需求在不斷變化。同時(shí)，產(chǎn)品、生產(chǎn)流程和服務(wù)的數(shù)字化、智能化已是大勢(shì)所趨，受此趨勢(shì)影響，工業(yè)企業(yè)正在加快智能制造部署，并不斷審視商業(yè)模式，并制定有效策略，以期從運(yùn)營(yíng)和戰(zhàn)略層面推動(dòng)實(shí)際價(jià)值的創(chuàng)造。

智東西認(rèn)為，隨著全球新一輪科技革命和產(chǎn)業(yè)變革加緊孕育興起，加上我國(guó)制造業(yè)轉(zhuǎn)型升級(jí)形成如今的歷史性交匯。智能制造在全球范圍內(nèi)快速發(fā)展，已成為制造業(yè)重要發(fā)展趨勢(shì)，對(duì)產(chǎn)業(yè)發(fā)展和分工格局帶來(lái)深刻影響，推動(dòng)形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式。但是風(fēng)險(xiǎn)與機(jī)遇并存，企業(yè)應(yīng)該從商業(yè)模式優(yōu)化、創(chuàng)新管理以及云部署三個(gè)大方向?qū)ψ约恨D(zhuǎn)型升級(jí)，以應(yīng)對(duì)未來(lái)挑戰(zhàn)。