“最近世界局势发展扑朔迷离，不稳定因素增加。未来的制造行业要想抢占先机，要特别注意韧性制造。”知名智能制造研究专家、加拿大工程院院士杜如虚如是说。
如何培育有韧性的制造？在杜如虚看来，韧性制造包括三个部分：创新、布局、应变。创新包括产品设计的创新、制造技术的创新、与产品服务的创新；布局包括供应链、生产线，要用到计算机建模、优化等方法；应变包括在线监控、全程质量控制，是最重要的一环。
杜如虚（资料图）
创新：制造业发展的引擎
南方+：当前智能制造呈现出怎样的发展方向？
杜如虚：新技术总是在不断发展。智能制造是最重要的创新。智能制造有以下几点：
一是人工智能应用越来越多，这些应用也并不全是在高、精、尖领域，很多传统制造产业也需要产品与设备更新换代，需要提升自动化和智能控制水平；
二是人机协同，它有一个专门名词“Cobots”即人机互动，机器人和人一起共事，既可以节约劳动力，又可以提高精度和效率；
三是新应用正在铺开，智能制造原先是围绕电子、汽车等行业进行，而现在各行各业都在引用，如劳动密集型的服装业也正在智能化；
四是建模、仿真优化等数字化技术更上一层楼。比如一个电水壶，水倒出来时会不会泼洒取决于多个因素，如壶嘴的形状、大小等等。在设计时可以利用仿真技术分析优化，从而达到效果更好、生产效率更高、更省材料。制造过程中的关键设备也用到数字化技术仿真分析。同时，通过全过程数字化，产品生产的信息可以实时存到云端数据库，并加以深度分析；
五是重视环境，随着全球变暖，智能制造要将环境影响最小化，从设计、制造到回收都有一定的考量。可持续制造已被许多大公司推崇，例如宝马汽车。
南方+：对企业来说，提升智能制造的关键核心是什么？
杜如虚：最重要的是人才，而如何获得人才？一要注重培养优秀人才；二要让人才有好的环境能发展起来。高工资很重要，人都希望能活得好一些。为什么华为能开出高工资，因为它的产品和服务有竞争性。没有人才就做不出好的产品与服务。因此，企业老板要找准定位，利用人才把产品和服务做好，然后让员工分享成功。这是一个双向的过程。
南方+：现在制造业正面临人才挑战，您也提到人机协同，这被认为是提升人的技能的一个办法，如果人能和机器一起成长，会吸引年轻人进入工厂吗？
杜如虚：这是很重要的一个问题。年轻人选择送外卖和进工厂，收入只是一部分原因。送外卖与在工厂工作没有太大区别。加入了机器人等自动化技术会使在工厂工作变得更加有趣、更加有挑战。另外，工厂的工作是稳定的，企业老板可以考虑用福利来留人。在工厂工作的时间越长福利越好。100多年前德国的西门子公司最早提出员工福利，包括医疗保险与教育保险，吸引人才。福利是吸引年轻人的重要因素，很多人成家后，在家庭因素影响下都会考虑这些问题。
有了人才才能够不断创新。创新本身是发展的引擎。新技术层出不穷，一个产品不可能永远领先。其实，世界上2/3的专利都与制造有关。制造领域涉及面广，变化快。比如手机是美国最先发明的，但是由于美国电话公司的保守，后来者就有机会超越。
布局：找准痛点步步为营
南方+：在推动数字化转型过程中，一般建议是从哪些方面入手？
杜如虚：企业要一步一步来做。很多企业在人才、资金、能力方面都比较缺乏，需要时间来弥补。同时还需要不少其它条件，比如设计方面，需要有人知道产品的发展趋势；生产方面，也需要逐步改良。要看清什么是企业最关键的问题，是供应链、市场、现金流、技术，还是其它，再步步为营，一个一个的解决问题。
南方+：谈到数字化，很多人认为需要一套自上而下的顶层设计来推进，但很多企业也反映要从最基础的开始做？
杜如虚：我觉得应该一点一点地去做，如先围绕最重要或最熟悉的设备去做，一个成功了再做一个，才是事半功倍的。先布下一个大致的框架，尽早开始，然后逐步改善。
布局非常重要。以日本的质量管理为例，“丰田质量”不是只看最后出厂的产品，而是看产品加工的每一步，是一个全程质量控制，如果每一步都行了，到后来就算有问题也很容易发现和纠正；如果到最后才发现有问题，就很难修复了。
杜如虚（资料图）
南方+：如今也有大企业提供一系列数字化解决方案，您认为这种方式真的能帮助中小企业转型吗？
杜如虚：很多大型企业确实是这样做，但企业是以盈利为目的的。有些互联网公司提供数据存储服务，入门很便宜，随着数据增多，收费也会随之水涨船高。另外光是存储数据也不解决问题。我认为重要的是布好局，找个有资质、负责任的合作伙伴，一步一步登上这班车。
应变：用人工智能提升韧性
南方+：数字化转型中还存在怎样的难题？
杜如虚：在过去的十年中，制造技术已经有了不少变化。有许多企业开张、也有不少企业倒闭。企业要有韧性就要应变。
数字化是应变的利器。但对许多企业，特别是中小企业也是个挑战，有许多问题，如数据安全、数据孤岛等问题。
南方+：提到数据，现在数据已成为生产要素之一，数据利用还存在哪些难点？如何才能激活这些数据资产？
杜如虚：数据孤岛是一个典型的问题。制造系统非常复杂，各部分的数据系统存在分享难的状况。比如，你买了一台机器人，机器人的生产商为了保有自己的技术，不会把所有的数据都给你，因此你的数据是不全的。另外，由于采集数据能力有限，也不可能获得所有的数据。一般都只有大量正常运作时的数据，没有故障的数据或者这类数据很少。这就是数据孤岛的问题：数据不少，但不能连在一起。要解决这些问题需要长时间的努力。
杜如虚（资料图）
南方+：提升制造业水平，您还有什么建议？
杜如虚：利用数字技术实现应变。这分为三个步骤：首先通过硬件和软件收集和处理信号，然后通过建立模型预测，最后是通过一定的方法进行控制决策。智能制造系统的构建也分为相应的三层：第一层是各种装备集成、数据采集；第二层是数字孪生，包括信号处理，统计分析以及质量控制；第三层则是发掘深层问题，比如监控诊断、发现问题根源、优化系统设计并持续改进。
点击链接看更多内容：数智新生态——广东工业互联网3.0产业深调研”系列报道
【采写】郜小平 朱琳（实习生）
【内容统筹】程鹏 赵兵辉
【编辑统筹】马华
【策划】陈韩晖
【出品】南方产业智库
【作者】 郜小平
南方产业智库
