在刚刚结束的全国两会上，政府工作报告提出要实施“中国制造2025”，坚持创新驱动、智能转型、强化基础、绿色发展，加快从制造大国转向制造强国。而羊年春节前，在佛山市委全会、市两会上，如何以工业4.0推动佛山制造智能化升级也成为热议话题，安控解读中国智造未来的升级路径。
下一步“中国制造2025”的重点在哪里?在制造智能化浪潮中如何弯道超车?近日，记者就此话题采访了全国智能制造领域的权威专家，全方位解读中国智造未来的升级路径。
工业4.0实质是制造智能化
随着中国制造迈向智能升级，由德国提出的工业4.0概念在国内备受瞩目。国家“863”计划先进制造技术领域制造服务技术主题专家组组长、中国航天科技集团总工程师杨海成认为，实际上，德国工业4.0与美国工业技术战略、“中国制造2025”，三者在核心本质上相差无几，即是利用信息、网络和智能化改造制造业，无论是美国的再工业化，还是德国的工业4.0，都是构建一个全新的智能制造体系，未来关键在于谁能领跑。
“很多发达国家并未像中国这样热捧工业4.0。去年我到美国，专门问询许多美国同行，他们甚至不知何为工业4.0。”中科院复杂系统管理与控制国家重点实验室主任王飞跃表示。面对国内的工业4.0热潮，他保持更加冷静的思考，认为德国工业4.0如同一只LV 包，其实是德国人为自己在全球制造业领域树立的品牌，更像是一种自我推广的宣传标签。
北汽福田汽车生产力研究专家、特级总工程师任起龙根据自己的亲身经历，认为即使在德国，目前也还有一些企业的某些关键工序停留在1.0至2.0之间。例如，全球最大工程机械用关键零部件公司凯奥集团，其液压件铸件清砂工序，还是由很年长的工人慢悠悠手工进行。面对德国提出的工业4.0概念，杨海成认为中国要向德国学习，其实大家差不多在一个起跑线上，不用盲目跟风，追赶概念。
“网脑”支撑未来制造业
当全球制造业都将目光转向智能升级，制造业的未来究竟会走向何方?杨海成认为，物联网形成万物互联的状态，人与物、物与物之间的联系更紧密。因此，网络所形成的空间正在与几百年来制造业的物理空间进行互联。这意味着人类开始进入到一个以信息技术为支撑的智慧化时代。
“过去用实体大脑思考，现在则用技术支撑的知识大脑进行思考。”杨海成认为，无所不在的数据、知识和计算将聚合成一个虚拟的“网脑”支撑未来制造业的发展。“网脑”对传统工业流程的改造已经显现。中国航空综合技术研究所副总工程师宁振波举例，在飞机制造中，已经可以通过仿真技术和虚拟系统模拟飞机在各种环境下的飞行。通过大数据计算，调试飞机性能，避免实际模拟带来的耗损，极大提升飞机制造的效率和精准度。
杨海成表示，未来制造业将呈现出几大趋势，包括工业产品的智慧化、集智众包研发模式成为主流，基于工业大数据和网络的制造业服务兴起，3D打印引领个性化制造，云服务推动制造业服务化。
建设行业大数据云服务
“随着互联网与工业融合创新，工业互联网时代的到来，工业大数据集成应用将成为工业互联网应用的核心。”同济大学电子与信息工程学院教授乔非表示，未来制造的产品，不只要有功能，还要通过处理数据挖掘价值。大数据本身不重要，信息量和创造价值的过程才是真正重要的。
乔非称，以工业数据的采集与解析、工业大数据的分析和可视化、工业大数据的安全管理为代表的三大工业大数据应用将成为未来驱动制造业发展的重要动力。而处在不同发展阶段的企业，发展工业大数据时的发力点也不同。例如，骨干企业在利用工业大数据时，应着力建设大数据应用系统，在工业生产经营过程中应用大数据技术，提升生产制造、供应链管理、产品营销及服务等环节的智能决策水平和经营效率。
而中小企业则可重点建设第三方平台，面向中小制造企业提供精准营销、互联网金融等生产性服务，突出大数据的第三方专业化商业服务，为中小企业提供工业大数据云服务。乔非建议：“要形成行业大数据平台，促进信息共享和数据开放，实现产品、市场和经济运行的动态监控、预测预警，提高行业管理、决策与服务水平。政府也应参与行业大数据云平台建设，服务行业指导和科学决策。”
智慧工厂建设要分步走
德国工业4.0的核心是构建智慧工厂，这也是智能制造未来发展的载体，参与中国制造2025规划编撰的机械科学研究总院原副院长屈贤明表示，发展智能工厂不能盲目跟风，也不可能一蹴而就。
他提出，中国要结合自身国情分阶段、循序渐进地推进智能工厂建设。第一阶段到2020年，首先是要打好基础，制定智能工厂标准、突破核心基础部件并实现产业化、实现关键制造装备和生产线的数字化和智能化，做好智能工厂初级阶段即以智能制造装备为基础的数字化工厂的试点示范。
第二阶段则是到2025年，可以在重点行业、重点企业推广建设初级阶段的数字化工厂，并争取建成几家真正意义上的智能工厂。第三阶段到2030年，智能工厂在重点大型企业及“专、精、特”企业推广。
“在近三年就可选择30家企业进行智能工厂初级阶段——数字化工厂的试点示范。”屈贤明认为，当前最紧迫的任务是要建立跨领域、跨行业、跨部门的智能工厂综合标准化体系，制定一批当前急需的基础标准和技术标准，保证各厂家设备的通用性。与此同时，还要实现制造装备和物流装备的数字化自动化，并逐渐实现智能化。
