汽车企业智能制造发展现状及需求研究

孙鹏博

摘要：汽车产业作为国民经济的重要支柱，是推动新一轮科技革命和产业革命的重要力量，是我国建设制造强国的重要支撑。汽车产业具有涉及面广、影响范围大、产业链条长、复杂程度高等主要特征，国家高度重视汽车行业智能制造的落地应用，希望汽车行业能够作为离散工业智能制造的标杆与突破口，推进智能制造技术创新、标准制定、基础能力建设和集成应用等发展，進而引领和带动我国制造业整体智能化转型升级的发展进程。

在此基础上针对汽车产业提出了包含数字化、网联化、智能化三个阶段的智能制造升级路径，并指出企业应根据自身定位确定合理的智能制造升级路线，结合汽车企业的生产管理现状，在分析汽车企业智能制造整体发展现状的基础上，从整体、设计、生产、服务不同环节，挖掘了轻型汽车企业、重型商用车企业、零部件企业智能制造发展中存在的主要问题，并从不同环节对汽车企业智能制造转型升级的迫切需求进行了梳理，对促进汽车行业智能制造产学研交流与合作具有重要的指导意义。

关键词：汽车企业;智能制造;现状;需求

引言

目前我国汽车行业智能制造转型升级正处于初期阶段，不同企业都在积极探索智能制造转型升级的发展路径、存在智能制造发展现状不均衡、企业重点需求不明确、智能制造产学研对接困难等诸多问题，严重影响了汽车行业智能制造转型升级的历史发展进程。

一、发展现状

（一）智能制造转型升级取得一定进展

在国家强有力政策指引下，国内主要汽车企业正在积极探索适用于企业自身实际的智能化转型升级路径，开展了一批试点项目，得到了国家的大力支持，智能制造试点示范项目和智能制造综合标准化与新模式应用项目对推动汽车行业智能制造转型起到了示范引领效果。

在智能制造综合标准化与新模式应用项目方面，2016-2018年累计有64家汽车企业项目获批，占总体（共3批466个项目）的13.7%。

在离散制造业中，汽车行业率先推广和应用了很多先进的技术和管理方法，智能制造水平处于较领先地位。根据《智能制造发展指数报告（2019）版》，汽车行业智能制造成熟度得分为2.4分，仅次于计算机通信和其他电子设备制造业。

（二）自主探索路径多元化

汽车企业的生产组织方式、管理流程、工艺技术路线与自动化水平等差异较大，很难用一种通用性的方案解决所有企业的问题，因此汽车行业智能化转型没有统一的标准，需要多样化的发展路径。调研发现，汽车企业正在探索精益化管理提升路径、设备智能化改造路径、软件与平台建设路径、软硬管理同步推进路径、特定场景智能化改造路径等，在智能制造重点部署领域和路径选择方面呈现出多样化的发展趋势。

（三）智能制造独立运营趋势明显

汽车企业智能制造转型是一项复杂的系统工程，难以依靠企业内部传统部门推动。行业调研发现，部分大型整车企业开始组建跨部门、跨专业的复合型团队，成立新的智能制造部门或者子公司，如北汽集团蓝谷信息、一汽集团数字化部、吉利集团易云科技等，均在积极探索智能化转型升级整体规划与实施，积累了智能制造管理理念与技术，提高了汽车企业智能制造项目的成功率。

（四）企业发展基础很不均衡

汽车行业智能制造的发展基础不均衡，一般来说轻型汽车企业基础优于重型商用车企业，重型商用车企业优于零部件企业。轻型汽车一般实现了规模化生产，自动化和信息化水平相对较高，智能制造发展的基础最好，先进技术一般率先在轻型汽车企业进行推广应用。重型商用车定制化程度较高，特别是大中型客车用户“个性化”需求较多，主要采用小批量生产模式，自动化和信息化水平与轻型汽车企业相比有一定的差距。汽车零部件企业数量多，企业结构和发展水平存在差异，大部分企业规模小，自动化与信息化水平低，与整车企业相比存在较大差距。

二、需求分析

（一）整体环节

（1）智能制造发展现状诊断评估。

汽车企业智能制造转型升级需要首先诊断自身存在的问题，并且明确发展目标。目前，部分企业对智能制造先进技术与管理方法的应用场景与应用效果不够了解，对自身发展过程中存在的问题以及能够进一步提升的方向不清楚，提不出具体的需求，希望能够得到行业专家的诊断与评估。

企业希望供应商在诊断服务中，能够帮助企业挖掘运营过程中存在的问题，分享当前行业标杆企业的优秀案例，介绍先进技术与管理方法，并给出相应的指导与建议。

（2）智能制造整体规划与实施路线设计。

根据调研结果显示，超过60%的汽车企业需要智能制造整体规划设计服务，希望在整体规划设计中，供应商能够结合企业发展愿景、战略目标定位、行业前沿技术发展趋势等，综合考虑企业内外部资源，为企业制定科学、合理、可持续发展的智能制造整体规划设计方案，以及分阶段、可落地的实施路线图。

（3）信息系统集成或平台搭建。

企业希望供应商能够协助实现不同信息系统之间的数据交互，提高信息系统综合应用的便利性，并且确保数据的真实性和安全性。在云服务方面，出于数据安全考虑，整车企业更倾向于自建私有云，而对公有云服务应用相对较为保守。

（二）生产环节

（1）工业大数据分析与管理。

工业大数据分析与管理是实现智能制造的重要基础。46%的受访企业在生产数据采集与分析方面有明确需求。在数据采集方面，希望供应商将自动化设备、传感设备、计量设备和视频设备等设备数字化，实现不同设备的数字化改造以及网联化。在数据分析方面，希望供应商应用人工智能、边缘计算、云计算等新兴技术，实现在产品质量管控、设备预测性维护、企业能源管理与环境监测、生产运营管理等诸多方面的应用。在数据资产管理方面，企业希望供应商提供先进的数据管理平台或系统，实现对工业大数据的动态管理和更新。

（2）高级计划排产。

高级计划排产是满足消费者个性化定制的必然要求。68%的受访企业有明确的高级计划排产需求，希望供应商帮助企业开发与应用高级计划排产系统，能够根据用户订单，实现全自动排产/半自动排产、详细的作业计划、精细化投料计划、自动处理紧急插单、可延续可滚动执行的闭环计划、模拟排产进行交期评估和清晰直观的可视化方案等功能。

（三）服务环节

（1）远程运维服务方案。

市场调研结果显示，57%的受访企业有远程运维系统解决方案的服务需求。希望供应商能够解决产品远程运维服务中存在的相关技术难题，在保障用户隐私的基础上，通过有效手段进行信息采集与分析，建立实时的信息交流渠道，及时追踪用户体验和产品运行情况，增强快速响应能力，实现产品问题提前预判和及时解决。

（2）客户画像与精准营销解决方案

市场调研结果显示，64%的受访企业有客户画像和精准营销需求。希望供应商为企业提供系统解决方案，搭建平台，依托线上线下交互工具，人工智能与大数据等技术，帮助企业了解客户真实需求，实现营销精准。

结语

本文通过对我国主流整车及零部件企业调查研究，深入了解了我国汽车企业智能制造发展现状，分析和挖掘了企业在智能制造转型中存在的主要问题，以及企业对供应商提出的迫切需求，相关研究能够为汽车产业智能制造供需对接提供重要的支撑。

参考文献：

[1]廖缓，冯亮.汽车企业智能工厂建设探索[J].企业管理，2018，443（7）：103-105.

[2]刘宗巍，张保磊，赵福全.面向智能制造的汽车产业升级路径研究[J].汽车工艺与材料，2018，359（11）：5-12.