在科技进步驱动下，智能制造成为制造业转型升级的重要方向、新质生产力的重要内容、新兴产业培育壮大的重要引擎、适应和引领经济发展“新常态”的重要抓手。发展智能制造，有必要准确分析与把握智能制造的内涵，理解其范式演进规律，在此基础上探求切实可行的发展路径。

一、智能制造的内涵

准确界定智能制造，明确其内涵与外延，在理论层面可以为相关理论研究提供清晰的对象和范畴，避免研究过程中出现范围模糊、内容泛化等问题，提高研究的针对性、有效性。同时，促进多学科交叉融合，为解决复杂制造问题提供新思路、新方法。在实践层面有助于企业界更好地理解智能制造的理念与方法，有针对性地进行技改升级，提高生产效率、产品质量和企业竞争力，有助于上下游企业间更好地沟通协作，实现供应链优化与协同创新，提高整个产业的效率和竞争力。

（一）智能制造概述

得益于先进制造技术与信息技术深度融合，智能制造（Intelligent Manufacturing）在研发设计、生产制造、运营服务等产品全生命周期，将数字化、智能化设备经工业物联网接入网络，借助网络空间强大算力将物理空间的物理实体在信息空间全要素重建，生成具备感知、分析、决策和执行能力的数字孪生体，构建起物理世界与信息世界相互融合、虚实合一的制造系统，旨在实现数字化、网络化、智能化制造，持续提高企业效益与服务水准，实现优质、高效、低耗、清洁且柔性化生产，推动制造业朝着创新、协调、绿色、开放、共享的方向发展。与传统制造相比，智能制造的本质改变在于制造系统由物理和信息两个系统组成，前者适用于现实物理世界，后者则是一个虚拟的物质世界，二者一一对应、彼此映射。智能制造的典型特征是自感知、自决策、自执行、自适应、自学习。

（二）“工业 4.0”与“中国制造 2025”

2013 年，德国“工业 4.0”工作组发表了《德国工业4.0 战略计划实施建议》，提出“工业 4.0”的概念。从“工业 1.0”到“工业 4.0”呈现了工业发展所历经的四个阶段。“工业 4.0”以信息物理融合系统（CPS）为基础，以高级智能制造为主导，以智能工厂、智能生产、智能物流、智能服务为主题，以生产数字化、网络化、自组织为标志，被称为“第四次工业革命”。“工业 4.0”展现的工业愿景是通过计算、自主控制和联网，人、机器和信息能够互联且融为一体的新一代生产制造模式。互联、数据、集成、创新、转型是“工业 4.0”的五个主要特点。“工业4.0”的实施过程必然是、也必须是制造业创新发展的过程。在“工业 4.0”时代，生产制造方式转变为创新驱动、个性化定制、服务型制造，制造技术、产品、模式、业态、组织等方面的创新和变革将层见叠出。

“工业 4.0”引入中国后转变为“中国制造 2025”。两者在发展基础、战略任务、主要举措方面均有不同（见下页表 1）。“中国制造 2025”通过自动化装备（机器人、3D 打印等）及通信技术实现生产自动化，通过各类数据采集分析（区块链、大数据与云计算），经由通信互联手段，将数据连接至智能控制系统（人工智能），并将数据应用于企业统一管理控制平台（工业软件平台），从而提供最优化的生产方案、协同制造和设计、个性化定制，最终实现智能化生产。

表1“工业4.0”与“中国制造2025”的区别

“工业 4.0”是智能制造的理念基础，智能制造是“工业 4.0”理念在制造业的具体实践，是“工业 4.0”的重要组成部分，二者相互关联、相互促进。

（三）智能制造模式及要素条件

从产品类型和生产工艺组织方式角度，智能制造分为离散型智能制造、流程性智能制造、网络协同制造、大规模个性化定制和远程运维服务五种模式。针对这五种模式，工信部在智能制造重点示范项目推荐工作中明确了判定智能制造的要素条件，并将“人工智能”和“工业互联网”列入“新技术创新应用要素条件”。为清晰、简明地呈现这些要素条件，便于进行分析和比较研究，本文根据工信部《2018 年智能制造试点示范项目要素条件》相关文件和资料进行汇总整理和提炼，制作了智能制造要素条件一览表（见下页表 2）。制造企业可以对标这些要素条件，寻求具体有效的智能化转型升级路径。这些要素条件也可以为政府支持性政策设计提供指引。

表2 智能制造要素条件一览表

制造企业向智能化制造升级转型过程中，要立足企业客观实际，对要素条件持续改进。

（1）离散型制造产品是由零散的零部件加工装配而成，零部件以各自的工艺过程通过各个生产环节，物料运动呈离散状态。离散制造产业链从上游至下游主要包括数控系统制造商、装备制造商和大中小型工厂。由于“多品种、小批量”，离散制造比较“松弛、无序”。通过要素条件持续改进，离散型智能制造追求的目标是产品全生命管理周期闭环动态优化，在松散无序的离散制造业中引入秩序，各要素紧密配合，实现精密、快速、准确、高一致性生产。

（2）流程型制造以资源（包括可回收资源）为原料，通过物理变化和化学反应连续复杂生产，提供原材料和能源。流程型生产原料变化频繁，生产过程涉及理化反应、机理复杂，生产过程连续、不能停顿，使生产过程测量难、建模难、控制难、优化决策难。通过要素条件持续改进，流程型智能制造追求的目标是生产和管理信息全程可视化、生产过程在线实时动态优化、生产管理智能化水平显著提升，即精细化管理向流程要效益。

（3）网络协同制造利用网络技术和信息技术将串行工作变为并行工程，是敏捷制造、协同商务、智能制造和云制造的核心内容。通过要素条件持续改进，网络协同制造追求的目标是形成供应链内及跨供应链间的企业产品设计、制造、管理和商务的合作生产模式，并通过改变业务经营模式达到资源最充分利用的目的。

（4）大规模定制的核心是在不增加相应成本的前提下实现产品品种多样化和定制化生产。通过要素条件持续改进，形成数据驱动的研发、设计、生产、营销、供应链管理和服务体系，显著提升快速、低成本满足用户个性化需求的能力，有效解决需求多样化与大规模生产之间的矛盾，为现代企业提供一种全新的竞争模式。

（5）远程运维服务要素条件持续改进的重点在于嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用，智能服务系统高效、安全，能够与产品形成实时、有效互动。

这五种智能制造新模式有两个明显的共同点：一是数字技术与制造技术深度融合，二是数据驱动制造资源的优化配置。在这两方面，离散型智能制造模式的侧重点在于产品组装过程，流程型智能制造模式的侧重点是产品生产过程。这两种差异源于两者的制造工艺、流程不同。前者较少对原材料进行物理或化学加工，主要是零部件的组装，后者需要对原材料进行物理或化学加工，有一个塑形过程，重点是工艺过程的连续性。无论是离散型制造企业还是流程型制造企业，都可以叠加实施网络协同制造、大规模个性化定制与远程运维服务。

（四）企业智能制造能力成熟度模型（CMMM）

智能制造能力成熟度模型（CMMM）是评估企业智能制造水平的工具、建立智能制造战略目标和实施规划的框架，是一套描述企业智能制造能力提升梯次及核心要素的方法论。目前，智能制造成熟度模型主要包括两大类，即由学术 / 工业组织团体研究发布的模型或由某些公司根据自身的理解和技术背景推出的模型，主要来自德国和美国两个制造强国。由于不同国家或公司的基本情况不同，对智能制造能力的理解和侧重点不一样，成熟度评估方法不一致，评估的内容也不尽相同，造成各种模型水平参差不齐。

为有序推进我国智能制造发展，我国制定出台的《智能制造能力成熟度模型》聚焦“企业如何提升智能制造能力”问题，提出了企业发展推进智能制造的 5 个等级、4 个要素、20 个能力子域（见表 3、下页表 4），指引企业不同发展阶段的智能制造升级路径选择。企业可以据此展开智能制造能力诊断，精准掌控自身智能化发展现状，发现不足、明晰升级方向。各级主管部门也可以将之作为掌握智能制造产业发展情况的重要抓手。

表3 企业智能制造能力成熟度模型（CMMM）能力要素一览表

表4 企业智能制造成熟度等级表

能力要素是驱动智能制造能力提升的元素集合和关键点。能力管理是企业持续提升智能制造能力的方法，包括策划、实施、检查和改进。通过能力要素评价，CMMM将企业智能制造成熟度从低到高分为 1~5 级，用以反映企业智能制造发展水平。其中，一级为规划级，主要特征在于流程化管理；二级为规范级，主要特征是实现了数字化改造；三级为集成级，主要特征是实现了网络化集成；四级为优化级，主要特征是能够进行智能化生产；五级是最高级，为引领级，主要特征是产业链协同创新。

二、智能制造的演进范式

通过考察智能制造的发展演进，可以从中提炼出智能制造的三种基本范式，即数字化制造、数字化网络化制造（“互联网 + 制造”）和数字化网络化智能化制造。

（一）智能制造第一代范式

智能制造第一代范式是数字化制造，是后两个智能制造范式的基础，其重点是数字化。即通过数字化技术和系统对产品信息、工艺信息和资源信息进行数字化描述、分析、决策和控制，实现设计、制造、营销、服务等环节信息和业务的数字化，构建横跨产品全生命周期与企业全价值链的数字主线，打通企业整体数字链路，生产过程集成和优化运行，推动企业制造模式的转型升级。技术体系数字化是数字化制造的主要特征，包括产品表达数字化、装备数字化、工艺数字化和制造系统数字化。数字化制造为企业构建了强大的数据基础，是当前制造企业转型升级的重点。

（二）智能制造第二代范式

智能制造第二代范式是数字化网络化制造，简称网络化制造，可对应于国际上的 Smart Manufacturing，是指在数字制造的基础上利用工业互联网和工业云技术，将生态链内的企业连接起来，形成制造生态网络，产业链资源共享、整合、配置优化，为用户提供更加敏捷、高效、优质的产品和服务。在网络化制造范式下，企业形成企业内和企业间两条关键数据链路，并基于这两条数据链路开展更广泛的协作。工业互联网或工业云平台在保护知识产权和数据安全的基础上，为企业提供基于统一的数据模型、设计模型等领域的在线协同能力。在网络化制造模式下，由于异地分布性和应用系统异构性，组织形式以动态网络联盟为主，呈现出数字化、协同化、敏捷化的特征，并且加速知识生成与创新。制造模式从以产品为中心的制造模式走向以用户为中心的制造模式。

（三）智能制造新一代范式

智能制造新一代范式是数字化网络化智能化制造，可对应于国际上的Intelligent Manufacturing，是指将人工智能技术与先进制造技术深度融合，赋予整个制造系统感知学习能力、生成知识能力和更好地运用知识的能力，在制造过程中能进行诸如分析、推理、判断、构思、决策等高智能活动，是智能制造的高级阶段，将为制造业带来革命性的变化。

企业在实现数字化制造的基础上，通过工业互联网平台或工业云平台不断叠加网络化、智能化能力，逐渐演变为网络制造或智能制造。

三、智能制造发展路径探析

从智能制造发展演进的三个范式角度来看，由于制造业发展水平参差不齐，中国智能制造发展呈现出“并行推进、融合发展”的趋势。数字化制造范式方面，在技术进步、市场竞争和政策支持驱动下，近年来大批数字化生产线、数字化车间、数字化工厂在各地建设完成，不少企业在数字化制造方面实现了升级换代。但同时，更多中国企业，特别是中小企业，还没有完成数字化制造转型。数字化网络化制造范式方面，制造业、互联网龙头企业在科技进步与政策支持双轮驱动下加速推进“互联网 + 制造”战略，将工业互联网、云计算等引入制造业。部分数字化基础扎实的企业已顺利完成数字化网络化升级，成为行业示范标杆。而众多尚未实现数字化制造的企业，则采取数字化与“互联网 + 制造”并行推进策略，在补齐数字化短板的同时，直接迈向“互联网 + 制造”阶段，成功实现企业数字化网络化制造的转型升级。未来，数字化网络化智能化制造范式方面，随着 5G 技术、数字孪生技术、人工智能技术的不断发展完善，智能制造将实现从数字化到网络化再到真正意义上的高端智能化发展。

智能制造能够提升生产效能与产品品质，同时减少成本及资源消耗，增强创新能力和市场竞争力，满足消费者的个性化和多样化需求，促进社会和环境的可持续发展。新一代高端智能制造的落地将为制造业的设计、生产、服务等环节以及它们的整合带来彻底的改变。改变制造业的生产方式、组织方式和发展模式，成为制造业未来发展的核心驱动力。创新技术与产品层出不穷，新产业形态和模式不断涌现，它们将深度改变社会的产品形态、生产方式和服务模式，甚至重塑人们的生活和思维方式。在向新一代智能制造范式演进的过程中，以下几点是符合中国制造企业实际情况且比较切实可行的路径选择。

（一）三种范式并行推进、融合发展

三种范式并行推进、融合发展是从“中国制造”走向“中国智造”比较适宜的技术路线。从理论层面看，阶段性和融合性是智能制造发展演进的两个鲜明特点，可以有力地说明该技术路线在理论层面的可行性。仔细审视智能制造三种基本范式的提炼过程，阶段性与融合性特点便得以清晰呈现。一方面，相关技术发展到一定阶段和产业结合的结果必然使三种范式沿时间轴梯次演进，并且每一个范式阶段，都有其所在阶段独有的典型特征、面临着该阶段待解决的特定关键问题，体现了智能制造范式演进的阶段性特征。另一方面，各种技术进步相互交织融合、迭代升级，也必然使三种范式无法完全割裂，而是相互交织促进、迭代演进，体现着智能制造范式演进的融合性特征。从实践层面看，中国制造企业在智能制造转型升级方面的大胆探索实践也证明了该技术路线的可行性。

（二）精益化管理是实施智能制造的基础和前提

在智能制造成熟度的第一阶段———“规划级”阶段，就明确要求企业要规划智能制造实施的基础和条件，对设计、生产、物流、销售和服务等核心业务活动进行流程优化。流程化、精益化管理是智能制造的“地基”，“地基”牢固与否，直接决定了智能制造的品质和高度。

企业目前的数字化转型面临着三大挑战，一是数字化战略与业务发展相剥离，孤岛式盲目部署数字化，难以从数字化投入中看到价值；二是企业管理制度传统、流程复杂、系统老旧，甚至有许多企业还停留在粗放式管理阶段、没有实现流程化、规范化、制度化管理，数字化转型根基不牢，试点项目所取得的成果与积累的经验，难以在短时间内进行复制与广泛推广，致使无法形成全企业全场景的数字化规模效应；三是数字化投资见效慢、周期长，而企业又急于见到成效，由于缺乏一套与企业实际情况、部署计划相适配且具有针对性的评估体系，在短期内，企业会产生数字化部署未达预期、好似“失灵”的感受。这些问题的根源在于，企业业务流程、管理体系、顶层规划都还没有做好准备，也就是精益化没有做好的必然结果。企业要想迈入智能制造成熟度的更高层级，就必须从流程、现场、人员、系统等全业务场景变革当前的管理模式，通过实施精益化管理实现业务资源的优化配置与高效利用。

（三）数字化是智能制造的必经之路

筑牢精益化根基之后，企业要利用数字化工具来固化流程，打通数据壁垒，驱动全业务场景、全生命周期的降本增效提质，步入智造制造成熟度的“规范级”。

“规范级”要求企业采用自动化技术、信息技术手段改造和规范核心装备与核心业务，实现单一业务活动的数据共享。其本质在于赋能工具、设施设备、产品和个人，驱动业务流程的优化和创新，帮助企业创造更大的价值。

数字化既是数字时代的大势所趋，也是制造业企业增强核心竞争力的内在需求。面向研、产、供、销、存等众多的业务单元和人、机、料、法、环等繁杂的现场要素，制造业企业需要利用数字化方式实现各个环节的互联互通，打破管理黑箱和信息孤岛，让业务变得更加规范化。在这一阶段，企业需要配备自动化生产线与装备，需要设备联网，需要 ERP、MES 或全生命周期管理等工业互联网软件，将流程的各个环节固化下来，消除内耗与浪费，打通数据，实现各个环节之间的信息传递与共享，从而为自身赋予更高的敏捷性和柔韧性，打造可持续发展的盈利体系。企业也只有达到这样的条件，才能获得向智造进阶的“入场券”。

（四）精益数字化双轮驱动向智能制造的更高层级加速演进

纵观“智改数转”的成功企业，都有一个共性，即先进管理理念、先进制造技术、先进信息技术的深度融合。“智改”是目的，“数转”是手段，而技术与业务的融合创新是关键。这需要企业树立精益思想，不断梳理和分析自身经营管理发展中的“痛点”和“短板”，主动做出变革，为自身创造新的业务场景（如新的工作流程、业务模式、商业模式等），为智能技术的应用创造合适的需求。这是一个从 1- 100 的持续过程，这个过程必然会经历从起步到成熟的多个阶段。

作为制造行业最为有效的管理方式，精益能够贯穿企业全价值链以及数字化全流程的环节，让数字化技术发挥最大的作用；而数字化手段能够让精益方法与工具的效率更上一层楼。二者深度融合，双轮驱动，必将加快制造业企业向智能制造的更高层级演进。

（五）数据采集与设备联网是制造企业从“制造”到“智造”不可或缺的环节

如果不具备这个基础，智能制造就是无本之木、无源之水。智能制造可实现整个制造业价值链的智能化，而工业互联网是实现智能制造的关键基础设施，制造企业应凭借自身在核心技术领域的实力，加快建设智慧物联平台，着力提升产品智能化生产水平、制造质量和整体运营效率，逐步实现“机器换人”“软件换人”“智能运营”阶段目标，推动企业转型升级。

（六）借助数字化技术提高自身的连接和整合能力

中小制造企业借助数字化技术提高自身的连接和整合能力，则是其智能化转型升级比较现实的路径选择。企业的核心能力主要有三项：连接能力、整合能力和创新能力。中小制造企业身处各自产业链的上游，创新能力很难在短期内有大幅的提高，企业要想生存，比较现实的选择是借助数字化技术来提高自身的连接和整合能力。管理执行的智能化是整合能力的主要内容，即在精益思想的指导下，借助 ERP、MES、APS（Advanced Planning Scheduling，高级计划与排程系统）、物联网、高级分析等 IT 系统或数字化技术的支撑，通过数据驱动的资源配置、过程优化和运筹求解，以实现一个精益、稳定、均衡、快速的在制品流为着力点，从而达成制造系统整体上交期最短、质量稳定和成本最低的管理目标。在实际落地和推进中，以互联化、可视化、透明化、精益化、柔性化等为进化路径，是广大中小制造企业智能制造建设的切实选择。

归纳来看，智能设计、智能产品、智能装备、智能生产个性化定制、智能管理、智能服务将成为推动制造企业向智能制造转型升级的重要抓手和突破口。在传统制造业转向智能制造的过程中，企业需要从多方位的产业环节与自身实际需求出发，进行必要的分析统筹与整体规划，既不能仅关注引进自动化设备进行简单的“机器换人”，也要避免盲目求全求大，仓促上阵。

四、结束语

智能制造作为新质生产力的关键构成要素，在推动经济发展与产业升级进程中发挥着不可或缺的作用。相较于传统制造，智能制造的根本变革在于制造系统由物理系统与信息系统融合构成。智能制造具备自感知、自决策、自执行、自适应、自学习的典型特性，其核心要点体现于装备智能化、生产自动化、信息流与物质流的高度融合以及价值链的协同同步。通过对智能制造五种模式及要素条件的分析，智能制造将沿着数字化、网络化、智能化的范式持续演进。考虑到中国制造企业的实际情况，从“中国制造”向“中国智造”迈进，比较合适的技术路线是并行推进数字化、网络化、智能化三种范式，促使它们融合发展。精益化管理是实施智能制造的基石与先决条件，数字化则是迈向智能制造无法绕过的关键阶段。因此，以精益化和数字化为双轮驱动，能加速企业向智能制造的更高层级不断演进。