智能制造不等于“智能+制造”！

李靖

阿尔法狗再厉害，也经不住农民给电线上来一锄头。智能制造不是简单“移植”而来，而是要从“敏捷的软件”——企业管理水平、员工素质、培训体系等，和“柔软的硬件”——

智能设备及企业内高效的信息支持体系等“内生”而来。

以往我们习以为常的制造业全球产业转移，正出现截然不同的趋势。

从制造业的历史看，以前出现过从英国向美国的产业转移，后来又出现过向“亚洲四小龙”的产业转移，到中国崛起的时期，则更是承接了这种产业转移。但是，现在这个趋势正在改变——产业转移开始向发达地区回流。

制造业“回流”，碾压传统制造

以世界上最先进的电动汽车特斯拉为例，它居然是在美国最贵的地方之一硅谷生产。而特斯拉之所以负担得起高生产成本，一个重要原因是采用了智能制造的方式，表现之一就是汽车生产线上大批量使用的机器人。

中国制造业面临的重大挑战，就是智能制造很快会使生产中的人力成本大幅下降，而生产的敏捷性和生产系统优化的效率将大幅提升。从而导致全球制造业转移的趋势，不再是简单的从人力成本高的地区向人力成本低的地区单向转移，而是开始出现“回流”趋势。而且越是“油水”足的制造领域，“回流”的力道越是强劲。

而促使这种历史性“回流”的关键，就是智能制造。中国制造未来的命脉，也在于能不能拿下智能制造这块高地。

“变态”的市场需求催生智能制造

值得一提的是，智能制造之所以是个历史机遇，还不仅仅因为前面所说的可以将成本变得比人工更便宜，因为智能制造本质上并不是个成本导向的生产“性价比”问题，而是一种跟随着市场趋势而诞生的生产方式变革。

这种市场趋势的变化，就是企业要生存，就得适应产品生命周期越来越短，而且消费者需求越来越个性化的趋势。

未来能够生存的企业，要能以批量生产的时间和成本，去生产出具有个性化的产品。唯有顺应智能制造的产业趋势，才能够真正解决产业升级问题。

再说直白一些，市场需要的是最短的交货期、最优的品质、最低的价格和最好的服务！这样“变态”的市场需求，会让只适应规模化生产的企业必死，除非你能转到敏捷化、数据化的智能制造轨道上来。

智能制造绝非凌空“跨越”

智能制造看起来高大上（一般可以表述为设备自动化、生产透明化、物流智能化、管理移动化、决策数据化），但有个笑话说得好：阿尔法狗再厉害，也经不住农民给电线上来一锄头。

也就是说，智能制造虽然本质上是一种生产方式的跨越，但在实操层面，可千万不能一“跨越”了之。反而要抛弃跨越思维，让智能制造从企业以前的管理基础上“内生”出来。

因为智能制造不是简单“移植”而来，它是从“敏捷的软件”——企业管理水平、员工素质、培训体系等，和“柔软的硬件”——智能设备及企业内高效的信息支持体系等“内生”而来。

无论是企业让生产分散化，与全球合作伙伴进行高效率“融合”，还是内部生产的定制化、敏捷化，都离不开原有的管理基础。

也就是说，智能制造的水平，依然是由企业的管理水平所决定的。但是，为适应这种变革趋势，原有的管理基础现在必须改造升级。

特斯拉智能制造的背后

以特斯拉为例。有特斯拉员工这样描述他们在公司内的工作状态。

“全公司仅有一个人享有Principal Engineer（首席工程师）这个最高的头衔，但是工程师团队内的‘阶级基本不存在，所有人都在一个完全开放的工作环境中工作。可以将特斯拉理解成在足球场上放置多个办公桌子、椅子的公司。”

“我可以拿着手提电脑直接放到Principal Engineer的桌上，对他说我找到了一个bug（漏洞），也可以说这个地方的设计我觉得不合理，让他解释一下这部分的架构和设计理念。Elon（埃隆·马斯克）和公司的CTO就坐在公司的一角，离我的直线距离不到20米。马斯克的桌子就是完全开放的，这种工作环境的设定也是马斯克的决定，他觉得这样开放的工作环境更有利于信息的交流，打破公司内‘阶级的存在，员工之间的交谈变得更加直接、便捷。Elon也很鼓励员工和他直接对话，让员工讲述对公司的想法。”

当人们看到特斯拉工厂大批量机器人炫酷般运行，并为之感慨的同时，应该意识到这些只是智能制造的“冰山一角”，后面更多的是特斯拉公司内生的信息支持水平和敏捷性管理的细节。

“横空出世”不属于智能制造

其实智能制造概念虽有横空出世的效果，但它本身，并不是个横空出世的生产方式，而是制造业内在发展逻辑的一个结果。

“智能制造”的内生逻辑的根本，是市场倒逼的作用。随着市场个性化和成本压力的趋势性变化，它集成了技术创新、模式创新和组织方式创新而诞生的新生产模式。

而这种生产模式，如果企业不能从以前的管理基础上“生出”，打好智能制造的“对接基础”，想要“跨越”得越远时，跟头反而可能摔得越惨。

任何一种生产方式的革命，必然带来企业组织结构、管理模式、经营模式等的深层改变。对于中国传统制造企业来说，就是要寻找和过去不同的成长方式以及新的竞争能力。

在此情况下，智能制造的对接基础，不在那些酷炫的机器人和所谓高大上的管理概念上，而在对身边管理环境和技术条件的重新审视和策略性升级上。