智能制造背景下的项目管理分析

夏志方　刘淑慧　陈晓

一、智能制造发展背景

（一）智能制造的基本概念

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。因此，智能制造是一项综合系统工程，强调制造活动与体制机制、新兴技术的协同，基于传统制造进行升级改造，打造智能制造和柔性生产体系，并结合集约化管理实现降本增效的目的。

智能制造作为制造强国的关键路径之一，受到国家高度重视。2009年5月，国务院首次颁布了《装备制造业调整和振兴规划》，将智能化装备作为技术进步和工业改造的重点之一。“十二五”期间，《国务院关于加快培育和发展战略性新兴产业的决定》和《中华人民共和国国民经济和社会发展第十二个五年规划纲要》相继发布，并作为指导纲领。在这两份文件中，智能制造被列入了高端制造业领域中的重点方向，关系到国家的经济发展潜力和未来的国际竞争力。

在推动制造业产业结构调整和升级的过程中，智能制造起到的作用日益突出。2015年，工业和信息化部颁布《2015年智能制造试点示范专项行动实施方案》，旨在提升核心智能化零件、设备和系统的自主化、智能化的能力，深化产品、生产流程、工程管理及产品服务的智能化水平，形成智能制造标准化体系。伴随信息技术的日新月异尤其是物联网科技的日趋完善，智能制造的广泛应用成为可能，智能制造迎来了蓬勃的发展期。

为进一步贯彻制造强国建设相关要求，推动智能制造重大工程、高端装备制造重点战略的落地实施，国务院及相关部门先后出台《“十三五”先进制造技术领域科技创新专项规划》《高端智能再制造行动计划（2018—2020年）》《制造业设计能力提升专项行动计划（2019—2022年）》等一系列重磅政策文件，为智能制造及高端装备产业的发展指明了方向及路径。

2021年，工业和信息化部、国家发展改革委、科技部等八部门印发《“十四五”智能制造发展规划》，提出智能制造“两步走”战略。一是到2025年，绝大部分规模以上制造企业成功实现数字化与网络化，核心行业的重点企业得到智能化的初步应用；二是到2035年，全部规模以上制造业企业实现数字化与网络化的全面应用，核心行业的重点企业基本实现智能化。

（二）智能制造发展历程

20世纪60年代，以研究计算机辅助设计和制造技术为标志，智能制造雏形初现。随着计算机技术的不断发展，智能制造在80年代逐渐兴起，其发展与演进历经三个阶段。

从20世纪中叶到90年代中期，智能制造重点强调数字化制造及计算、通信和控制的应用，具有明显的自动化特征。这一阶段，以提高生产工作效率为目标，通过将计算机技术、通信技术以及控制技术综合应用于生产过程，实现生产制造的自动化。

发展至今，智能制造出现网络化制造的显著特征，步入了以万物互联为核心特点的网络化协同制造阶段，这一阶段互联网的广泛普及与应用提供了重要的能力支撑与技术驱动。协同制造阶段，是在自动化制造的基础上，通过对互联网技术的应用，实现制造过程的网络化、协同化和可视化。这个阶段的主要特征是网络化、协同化和可视化，主要应用于制造过程的协同设计、协同制造、协同管理等方面。

未来，伴随着人工智能、云计算、大数据等新兴技术的高速发展，智能制造也将逐步由工业化和信息化的融合转变为智能化与数字化的融合，先进制造也将进入数智制造的新阶段。在这一阶段，依托新兴数字化技术，通过制造过程的智能设计、智能制造、智能管理等方面的应用，实现智能制造的生产智能化、过程自适应和价值自主化。

举例来说，自动化制造阶段的技术主要是通过计算机应用技术在设计、制造的全流程使用，为生产指导提供辅助手段，实现降本增效。网络化制造阶段的应用主要围绕物联网技术实现网络协同，同时加入智慧感知、大数据、云计算等数字化技术的应用。数智化制造阶段的应用包括人工智能、机器视觉、自然语言处理、深度学习、神经网络等。

本世纪以来，众多率先开展工业革命的发达国家首先认识到去工业化发展的弊端，并纷纷提出工业转型战略。例如，美国于2011年率先出台了“先进制造伙伴计划”，制定先进制造的技术路线图，强调关键技术的研发应用；英国紧跟其后出台了“工业2050战略”，提出通过技术的融合应用重构价值链，推动制造业发展与复苏；德国也提出“工业4.0”计划，通过产业链重组探索工业发展新模式；日本出台了“机器人新战略”计划，重点围绕机器人应用，探索机器人与数字化技术的深度融合。

相较于发达国家而言，我国目前仍处于智能制造的初级阶段。《“十四五”智能制造发展规划》为我国智能制造的发展明确了“到2025年，智能制造能力成熟度水平明显提升”的目标要求。伴随着数字经济的发展、新兴数字化技术的成熟及应用普及，我国智能制造开启高速发展之路。

总的来说，智能制造的概念从初步普及逐步进入试点示范带动、多主体之间协同推进的新阶段。在这一过程中，深入推进各行业尤其是智能制造行业的数字化转型工程，大力推动实施智能制造的技术攻关及改造升级行动，为快速提升我国制造业核心行业的智能化水平起到了至关重要的作用。

二、制造企业项目管理的重点转变

（一）智能制造项目管理的主要特征

制造业的项目管理是对生产的组织、计划、控制，以确保企业达到生产经营目标，是帮助制造企业实现产品的可行性、安全性、可靠性、可验证性等指标的同时，做好成本管理的手段。项目管理涉及对项目的范围、时间、成本、质量、人力资源、沟通、风险、采购等多方面因素的管理。以标准化、流程化生產为特征的传统制造企业，其生产工作条线复杂，受外部环境影响较大，生产过程中会面临各种未知风险并对整体生产交付的过程造成不可预计的影响，如用户需求变化、生产过程失控、生产设备突发故障、人员更替等情况，均会对生产的质量、成本、人员、进度等方面的管理产生较大影响，传统的管理方式需依赖管理人员自身经验及专业素质作出及时、准确的判断，采取正确措施进行补救。往往这一临时性应对措施除了应对突发状况外，并未能够形成经验反馈，促进企业管理能力的提升和管理思维模式的转变。

智能制造普及之后，制造企业开展项目管理工作有了质的改变，基于智能制造天然优势，通过ERP管理系统，打通企业采购、生产、交易、运营等各个环节的数据流，减少项目管理成本，形成经验反馈，提升管理质效。智能制造改变了制造企业的项目管理工作，通过数字化手段打通企业各环节的数据流，减少管理成本，提升管理质效。

在质量管理方面，基于智能制造的项目管理相比传统管理方式来说，信息覆盖面更广、更新更及时、数据更准确，基于海量数据及大数据分析的项目管理工作精准度更高、反馈更及时。

在人员管理方面，传统的制造业因其劳动密集型特征，企业对于从业人员数量有较大需求，但对人员素质要求偏低，往往会面临人员众多、管理困难的问题，对项目管理人员的数量及素质提出较高的要求。智能制造的推广，简化了企业人员架构，在大部分简单操作环节取代人力劳动，精简企业人员，利于人员管理。

在成本管理方面，制造企业开展项目管理需要综合各方面成本支出，传统制造为了节省成本，存在设备、人员等交叉使用情况，对于以项目为单位开展成本核算来说，工作繁琐且不够精确；此外，缺乏智能化的传统制造在成本支出上还存在支出不明、财务更新不及时的情况，不利于项目管理者对项目成本的全盘管理。

在进度管理方面，传统制造企业受个人专业水平等客观条件限制较多，在项目推进上面临众多不确定因素，在生产的各个环节都可能会发生意外情况影响项目进度，项目管理人员需依靠经验提前做好影响项目进度的风险管理，对于管理人员的经验及专业性有较高要求，也给管理人员带来较大压力。智能制造的柔性生产体系则可以协助项目管理人员提前做好风险管理，保障项目进度。

（二）智能制造项目管理的主要挑战

智能制造项目管理面临四方面的挑战：一是技术更新迭代快，随着新技术、新标准的更新迭代，要求项目管理人员不断学习和更新相关知识；二是标准不统一、落后，智能制造领域缺乏具有权威性的技术标准体系，导致各企业在技术开发过程中分散，难以形成产业链；三是风险控制困难，智能制造项目具有跨行业、复杂性强等特点，风险控制难度大；四是人才匮乏，智能制造项目需要具备多方面知识和技能的人才，但目前的培养模式还无法满足需求。

（三）智能制造业项目管理发展机遇

1、新政策出台促进项目管理持续优化

《“十四五”智能制造发展规划》《智能制造技术创新行动计划（2021—2025年）》《企业技术创新能力提升行动方案（2022—2023年）》等文件相继发布，对未来五年中国在智能制造领域的发展目标和重点任务提出了明确的要求，包括深化制造业和信息技术融合应用、构建数字经济基础设施、推动产业升级和转型升级、推进人才培养、智能制造业的行业联盟组织建设、技术标准制定等方面。同时，还提出了一系列具体政策措施，如加强公共技术平台建设、推进产学研合作、支持中小企业转型升级等，以促进智能制造领域的快速发展。伴随着智能制造业持续性发展，在此背景下，制造业项目管理在组织优化、制度完善、技术更新、人才培养等方面也迎来了新任务和新转变。

2、新兴信息技术倒逼项目管理创新发展

大数据技术、人工智能技术、区块链等信息技术快速发展，加速与社会各领域的融合，成为社会经济发展和制造业发展的重要动力。国内某汽车公司在推行智能制造过程中，采用了基于物联网技术的工厂生产业务系统和ERP系统，支持了数字化、自动化的计划编制、执行监控和数据分析，有效提高了项目管理水平。同时，该公司也在项目组织、沟通和决策等方面进行了改进和创新，有效提升了团队协作和执行力。以ChatGPT为代表的人工智能应用的横空出世，有助于推动项目管理的自动化和智能化，对提高项目管理效率和质量产生深远影响，甚至能够转变传统的项目管理手段及管理思维。

三、智能制造背景下做好项目管理工作的相关建议

（一）建立行业标准规范，优化项目管理流程，推动管理标准化

传统制造企业发展程度不一，部分企业为夺取市场份额纷纷成立自身的品牌标准，难以在行业内形成统一管理标准，不利于整体产业生态的良性发展。2022年3月，《工人日报》报道称，当前我国新能源汽车市场至少已形成3套续航标准，且每套标准的测试评估方法都不同，其在续航里程上的评估结果误差达100公里。这对新能源汽车行业的发展壮大带来极大阻碍，这主要是企业各自为营、标准建设滞后导致的行业乱象。亟待进一步完善行业整体管控标准，促使项目管理工作在实际执行中加强跨部门、跨企业之间的资源协调和信息互通；同时，强化完整的项目管理体系和制度保障建设，摆脱项目执行人员依赖个人经验和主观认识执行项目管理工作模式，加强相关的制度和流程执行，避免各行其政。

（二）完善管理组织架构，打造项目管理多元治理格局

联合多方优势，强化协调配合，加强制造业项目管理的组织架构构建。一是由企业战略部门的领导作为项目管理的核心成员，发挥领导决策的作用，加强项目管理工作在企业发展中的话语权，为未来的企业生产经营以及市场和业务布局建言献策；二是将企业信息化部门纳入项目管理团队，依托智能制造已有信息化基础，通过数字化技术实现企业从采购到交易的全流程协同，打造市场端到生产端的敏捷反应的生产管理体系，实现提质增效；三是发挥行业协会的桥梁和纽带作用，积极推动制造业项目管理的数字化转型，形成一套适用于智能制造企业的新型数字化项目管理模式，并在部分企业开展试点工作；四是加强智能制造行业项目管理的人才培养，提升更新领域的知识和技能，强化理论与实践相结合。

（三）创新项目管理机制，不断优化企业经营管理方式

不断完善、创新项目管理机制，促进企业经营不断优化，实现企业良性发展。一是制定项目管理经验反馈机制，做好管理实施总结和技术积累，对生产管理经验进行总结提炼，形成标准规范和经验反馈，为企业顶层规划和研发管理提供支撑；二是建立基于经验反馈的流程优化机制，通过项目管理工作不断优化企业管理及生产制造流程，逐步克服生产经营的不足，防范未知、不确定性风险；三是重视风险管理制度的建立和落实，充分发挥智能制造的优势，建立风险预警机制，制定风险预案。最后，优化项目管理评估制度，将经验反馈应用效果纳入项目管理成效评估机制，建立激励机制，激发项目管理人员开展经验反馈，加强管理创新的积极性，引领企业甚至行业生态的良性发展。

（四）拓展数字技术应用，促进项目管理数字化转型

智能制造企业业务层面大多已完成产业数字化转型，项目管理与数字技术的应用仍有待进一步拓展。一方面，依托现有数字化手段，如企业生产管理系统、业务中台、数据中台等，对企业的质量、成本、人员、进度等升级管理的基础上，不断优化生产管理流程，推动市场端与生产端的协同，打造企业智能柔性生产体系，将项目管理工作延伸至产业鏈上下游，推动制造行业的数字产业化变革，为数字经济的发展挖掘新动能。另一方面，转变项目管理工作思维及模式，强化制造业的数据要素的深度开发与使用，挖掘产业链的数据资源价值，发掘产业生态体系内数据要素运营的新模式，不断挖掘生产经营管理过程中的数据价值，将数据作为一种生产要素投入到企业的生产经营中，做好项目管理的同时，不断优化生产经营过程，为企业探索新业态、新模式，让制造企业的项目管理工作由幕后走到台前，为企业的经营发展提供决策辅助。

〔夏志方，国家信息中心高级工程师。刘淑慧，中国机械设备工程股份有限公司。陈晓，清控融汇数字科技（北京）有限公司〕