近年來
，工廠
、企業招工難問題愈發凸顯。

數據顯示
，2012-2018年，我國勞動年齡人口的數量和比重連續7年出現雙降
，7年間減少了2600多萬人，2018年年末全國就業人員總量也首次出現下降。

另有數據顯示，自2012年中國農民工總量增速第一次出現下降，之後增速基本保持持續下降趨勢
，2019年增速相比2017年幾乎“腰斬”
；且最近5年，50歲以上的農民工占比一年比一年高。

與此同時，年輕群體則不再滿足於傳統製造業工人微薄的收入
，在移動互聯網的高速發展下
，轉而尋求快遞員、騎手
、網約車等新的社會需求職業。尤其是去年疫情之下，網絡配送、直播電商等擴張，加劇了勞動力的遷移。

weilezhaodaogengduodegongren，gongchangbudebutigaoxinzidaiyu
，erlaodonglichengbendeshuizhangchuangao，jinyibudaozhilezhizaoyekaishichuxianxinyilunxianglaodonglichengbengengdidedongnanyaguojiaqianyidexianxiang。

勞動力成本上升正日益成為中國製造業麵臨的困境之一。

另一方麵，以德國提出“第四次工業革命”、美國“智能製造領導聯盟”、英國《英國工業2050戰略》等為標誌，多國正在大力推動新型高自動化製造形式，下一代工業製造已逐漸成為新的趨勢。

dangqian，zuoweishijiegongchang，zhongguozhizaoyijingbianjiquanqiu，tiliangpangda，pinleiqiquan。danshicongchanpindejishufujiajiazhiyijichanpinpinpaiyijiashangkan，zhongguozhizaohaichuyuzhongdiduanshuiping，daduoshuzhizaoqiyeyechuyuchanyeliandediduan

，quefajingzhengli。zhongguozhizaoyedaerbuqiang、全而不優的局麵仍未得到根本改變。

在此背景下，國家近年發布多項政策支持製造業智能化轉型。2015年李克強總理提出“製造強國”戰略

；在第一個“十年綱領”《中國製造2025》中，將“中國智能製造”作為發展的主要方向，推動傳統製造業轉型升級，以“機器換人”的方式，緩解中國製造業麵臨的用工荒問題。

如今
，從《中國製造2025》規劃綱要正式頒發至今，已經過去6年了，中國製造業也在信息化、數字化
、智能化的道路上摸索前行了6年。在這6年中，企業家們的觀念發生了轉變，大多數製造企業也正走在信息化、數字化升級的路上，少數企業在局部點上實現了智能化。

尤其在去年我國疫情防控最吃緊的時候，一批智能製造標杆企業憑借自動化生產線、智能工廠
、網絡運維平台等優勢，率先實現複工複產

，不僅增強了全社會抵禦突發事件的韌性，也為市場主體平穩運轉、產業鏈
、供應鏈保持穩定發揮了堅實的保障作用，充分體現了智能製造強大的潛力。

盡管如此，總體上來看，大多數製造企業（包括歐美獨資企業和中外合資企業）還隻是停留在數據采集、數據呈現的應用上，離數據自動分析、診斷、反饋到自動調整控製還有很大一段距離，尤其是在智能化上還存在很大的瓶頸和製約。

從技術和管理的角度看，中國製造要走向智能製造，主要還存在五大難點：

一，智能製造是基於新的物聯網、大數據、雲計算等數字化技術與先進製造技術的深度融合，貫穿於從設計
、供應、生產製造、服務等整個供應鏈製造、運營和管理的各個環節。

因此，智能製造包含兩個係統工程，一個是智能製造技術（製造技術和信息技術）整合的係統工程，另一個是管理的係統工程。目前，這兩個係統工程不僅是中國企業麵臨的問題，歐美企業也同樣麵臨這個問題。

二，裝備製造業仍然是瓶頸，跟不上智能製造發展的要求。智能製造最終還是要落到製造技術和裝備上，雖然我國在互聯網
、物聯網

、大數據、雲計算等數字化技術以及5G的深入應用上處於優勢地位，但製造最後的執行單元還得是機床
，在這方麵我們與歐美日企業相比還存在很大的差距
，比如工業機器人、3D打印、芯片光刻機、高精度的測量測試設備等。

三，基礎數據平台深度開發不受控。企業要實現智能製造
，需要兩個基礎係統平台，一個是MES係統，另一個是ERP係統，而這兩個係統我們沒有自主的軟件平台，還是要依賴於歐美
，因此在深度定製開發上還是受限製。

四
，算法開發。智能製造需要基於數據並充分挖掘數據價值而實現自決策
、自管理、自學習，從數據源采集
、數據呈現
、數據分析到自行診斷、自動反饋、自動調整控製，中間就離不開算法的開發
，智能的核心也就是算法。

而算法開發是一個多元跨界和交叉學科的工作
，既要求對業務有深入理解

，又要有IT技術思維。目前
，我們在算法開放的資源上還存在很大的差距。

五


，管理和組織的變革。一方麵，智能製造基於數據實現端對端、信息充分共享、管guan理li平ping台tai化hua，打da破po了le企qi業ye原yuan有you的de金jin字zi塔ta官guan僚liao管guan理li體ti製zhi結jie構gou，來lai自zi原yuan有you權quan力li結jie構gou擁yong有you者zhe的de變bian革ge阻zu力li會hui很hen大da，往wang往wang他ta們men還hai掌zhang握wo了le決jue策ce權quan，導dao致zhi智zhi能neng製zhi造zao的de資zi源yuan投tou入ru不bu到dao位wei。

另一方麵
，管理方式會因信息平台化而發生改變，個體和任務小團隊的自管理、自決策機製會越來越普遍
，但是，目前還沒有找到很好的組織管理方式及組織文化激發個體和小團隊的工作意願並相互協同。

基於以上原因，未來智能製造之路還有很長一段時間需要去探索，其中有三點是需有所創新和突破：

一是在技術上需要自主研發
，突破裝配和軟件技術的瓶頸，同時關注整個生態鏈中的核心技術；

二是在適應性上，需要推動組織和管理的變革，以適應信息技術帶來的管理變化。

三是在智能化的道路上需要引入係統工程
、頂層設計，才有可能實現製造技術、信息技術和組織管理三者的深度融合。

更多關於智能製造的精彩內容可在文末留言谘詢，我們將通過提供專屬信息、情報和預測服務，為相關決策提供支持。