在工廠的智能化轉型中，人們看得見的是車間里新增的各種智能裝備；人們看不見的是這些實體的機器裝備連接著虛擬的“云”。這是中國制造業智能化轉型的“一體兩面”：機器在線下轉，數據在線上跑。
敞亮整潔的廠房，排列整齊的生產線，每時每刻，不斷變化的生產指令數據輸送到智能裝備，機械臂快速地重復著旋轉、抓取、放置等動作，如同儀仗兵一樣干凈利落。
工業機器人在車間轉，工業大數據在“云端”跑。這家長沙格力暖通制冷設備有限公司（下稱“長沙格力”）的自動化工廠，或是中國未來智能工廠的典型模樣。
12月7日，工業和信息化部發布《智能制造發展規劃（2016-2020年）》，明確提出2025年前推進智能制造實施“兩步走”戰略：第一步，到2020年，智能制造發展基礎和支撐能力明顯增強，傳統制造業重點領域基本實現數字化制造，有條件、有基礎的重點產業智能轉型取得明顯進展；第二步，到2025年，智能制造支撐體系基本建立，重點產業初步實現智能轉型。
規劃中的步調，地方制造企業走到哪里了？帶著這樣的問題，21世紀經濟報道記者選取制造業重鎮湖南長沙作為樣本，實體探訪生產一線，觀察中國制造業如何摸著“智造”的石頭過河。
記者連日調查發現，在經濟下行和經營承壓的背景下，制造業企業紛紛改走“智能制造”新路。一方面，智能裝備承接部分人的工作，減輕工廠的成本負重；另一方面，智能裝備積淀的大數據變成人即時決策的依據，讓企業朝著科學經營的方向快進。
智能化助企業脫困
“行業這幾年過得非常困難吶！”11月25日，記者的問題還沒說完，楊森就在他的辦公室內向記者大倒苦水。
楊森是瀏陽一家工程機械企業的總經理。對他來說，工程機械業早已告別2008年“浪潮式開發”的好日子，全行業需要痛苦面對產能過剩。他根據多年行業經驗直觀估計，目前全行業的過剩產能比重約占50%。
瀏陽是隸屬長沙的縣級市，而長沙是聞名全國工程機械之都，“重工三虎”三一重工、中聯重科、山河智能均設于此。
宇環數控技術總監李由強11月25日對記者分析，市場溫度急劇下降，其主要原因是經濟新常態下市場需求疲軟，而另一方面則是人心浮躁，早些年市場大熱造成眾多入局者。
21世紀經濟報道記者從多方還原的工程機械行業寒冬圖景包括：資本流出；核心技術人員、產業工人流失；銀行對企業信心不足更加惜貸；而更多的企業為了生存下來，卷入血腥的價格廝殺之中。
部分企業決策者做了相同的決策：購進數控裝置和工業機器人，進行自動化制造。
12月7日接受21世紀經濟報道記者采訪時，長沙智能制造研究總院院長鄧子畏強調，盡管目前智能制造并沒有固定的標準，但至少要包含兩個層次：一是貫穿于生產過程的智能化；二是產品使用過程的智能化。這兩方面的智能對企業的幫助體現為“三降二升”，即降低生產周期、降低成品不良率、降低企業經營成本，同時提升原料的使用率、提升企業整體效益。
11月25日，長沙格力工藝設備部副部長方掩提到一個細節，平時鈑金車間開料，無論工人如何計算，總有一部分材料要剩余下來，原料的使用率只有95%左右。而引進智能制造開料后，使用率一般能提升到98%左右，較好的情況達到99%以上，幾乎無剩余邊角料。
宇環數控更是依托智能制造走出了獨特的商業模式。這家銷售數控機床的企業，正在將產品拓展至自動化生產線。據李由強介紹，除了工廠向智能制造轉型外，企業還打算向外輸出工程師的研發成果：購進部門工業機器人以及部件，像搭積木一樣和企業出產的數控機床組合成適應行業需求的生產線，整線對外銷售。
“產能過剩是永恒的，但從供給側的角度看卻是相對的。”三一重工高級副總裁、首席流程信息官賀東東11月28日告訴記者，“優質產能、好的產品永遠都是稀缺。行業要擺脫產能過剩的陰影，就需要有更優質的服務、更智能的產能、更廣闊的市場空間，而智能制造為這些積極因素的出現提供了可能。”
工業云改造決策
在工廠的智能化轉型中，人們看得見的是車間里新增的各種智能裝備；人們看不見的是這些實體的機器裝備，都連接著虛擬的“云”。這是中國制造業智能化轉型的“一體兩面”：機器在線下轉，數據在線上跑。
這就是“工業云”的魅力。鄧子畏對21世紀經濟報道記者強調，隨著物流網、云計算在生產場景和產品使用場景的滲透，智能制造將推動制造業運作邏輯的根本變革。那就是企業管理將從經驗決策、市場預判決策轉向基于大數據分析的精準決策。
以格力電器為代表，國內不少制造業工廠已經出現極致的場景：工業機器人在車間轉，工業大數據在“云端”跑。不斷變化的生產指令數據瞬間輸送到智能裝備，在一定范圍內實現同一批次、不同參數的“柔性化生產”。與此同時，智能裝備同時向云端反饋運行狀態數據。“工業云”后臺的工程師將根據反饋數據判斷裝備的健康狀態，同時依據數據調整生產計劃，以達到企業資源最優利用。
據方掩介紹，前述場景下，工程師們主要的工作是設計更完善的生產流程數據，讓不同的裝備在同一平臺實現兼容。
三一重工從2008年就開始依托“工業云”將產品體驗做到極致。依靠裝載在重工裝備中的物聯網接口，長沙總部的“工業云”能實時監測三一重工散布全球的23萬多臺工程裝備的運行數據。這些數據能反映工程裝備的即時運作狀態，方便工程師驗證研發設計，推動產品精益求精。數據同時也能顯示產品的健康情況，后臺可依此對海外的使用者進行預警。
賀東東表示，建設這個云平臺，三一重工花掉了10億元，但每年因此帶來的生產性服務卻賺回30億元。
數據的作用還遠不止于此。賀東東說，“工業云”更大的用處是幫助三一重工走向海外市場。一方面，基于數據的更好體驗能增強海外客戶的信心；而另一方面，工程裝備的開工率數據可以告訴企業哪些市場有旺盛的需求，這是優化全球供應鏈的決策依據。
在智能化轉型之后，數據和智能裝備一樣，都是工廠不可或缺的資源。新出臺的《智能制造“十三五”規劃》十大重點任務之一，便是構筑工業互聯網基礎，建立健全風險評估、檢查和信息共享機制。
不過，對許多工程機械企業來說，沒有足夠的財力單獨搞一套“云”。
為了讓更多的企業用上“云”，長沙市政府聯合中電集團成立統籌全局的長沙智能制造研究總院，除了決策智庫和行業資源對接功能之外，該研究總院關鍵的一部分工作是建設長沙工業云平臺。該云平臺將三一重工等重點制造企業原本各自獨立的“云”整合到一起，通過政府購買服務的形式，計劃對長沙2600多家制造業企業進行智能化改造。
在云平臺上，企業可根據需求獲得個性化服務。技術方面，可以實現產品設計、生產工藝、機器狀態、質量結構等產業的生態管理，提出智能化解決方案；在市場開拓方面，可以讓消費者、生產者和商家在云上精準對接，為企業提供訂單預測、供應鏈優化和市場精準營銷等預測云服務。
鄧子畏強調，智能制造不是簡單的“機器換人”，而是匯聚政策、資金、技術、信息、服務等要素的系統工程，統一的工業云可作為這一系統工程的載體。
智造人才短缺
從智能化改造開始，工廠管理者就面臨一道復雜的課題——人手和裝備如何配置。
工廠管理者首先要解決的問題是：智能裝備有了，那些為機器設計、編程、運營維護的工程師和技術員從何而來。盡管數控機床、工業機器人系統操作已經變得便捷和人性化，但其運營和維護需要較為專業的編程和機械知識，普通工人干不了。
長沙某家工廠負責人就吃過高等級技工不足的虧：由于懂操作的工人數量跟不上來，擺滿了工業機器人的生產線在車間閑置。而一旦自動化生產線在運作中出現故障，如果等不及技術員來修理，只好將生產中的半成品搬回到原來的人工流水線，智能工廠又回到人工生產的時代。
方掩也表示，由于格力電器在長沙的技術人員存在一定的缺口，有時維護設備人手不夠，需要從臨近的武漢工廠抽調稀缺的專業技術人員，在不同城市間來回“救火”。
記者走訪數間工廠了解到，智能設備操作技術人員的用工缺口在20%-30%，有的工廠甚至更高。
這是當前迫切需要解決的問題。國家在《智能制造“十三五”規劃》中提出的策略是，打造智能制造人才隊伍，健全人才培養機制，加強智能制造人才培訓，建設智能制造實訓基地，構建多層次的人才隊伍。
從企業實際操作的情況來看，其應對策略更為豐富——不僅有內培，還有外引。一方面大規模對外招聘懂技術的人員；另一方面對機器換下來的普通工人進行培訓轉崗。
這兩種人才機制都不容易。“引智”方面，技術要求相對較高，人才市場上適合的應聘者實際不多，一些工廠開出遠高于普通工種的月薪也難奏效。
更多工廠把焦點放在自身員工的培養。其一，這能一定程度解決解決普通工人被機器替代的出路問題；其二，原來的員工對工廠有歸屬感，培訓升級更不容易流失。例如，在格力電器，普通工人晉升，就有管理崗和技術崗兩條通道。
華曙高科常務副總經理陳勃生認為，中國制造業大部分處在2.0向3.0過渡階段，企業布局智能制造要考慮實際企業，不宜搞“大躍進”，讓智能裝備與技術人員相匹配。
機器不會完全替代人
有觀點認為，智能制造的未來將是“無人工廠”、“黑燈工廠”。廖前忠明確表示：“智能制造的終點絕不是無人工廠，至少未來大部分工廠是需要有人的。”
他進一步判斷，盡管智能裝備的表現在大部分生產場景中優于產業工人，但人工操作在某些場景下依然有比較優勢。在工序復雜、動作較多的生產環節，應用工業機器人反而需要付出比原先人工操作更高的成本。
而另一方面，工廠管理者還需要技術工人發揮他們的靈活性。盡管工業機器人能依據不同的生產參數實現柔性生產，但柔性的實現需要系統編程，并且有一定區間，調整起來并不如人類便捷。這使得工業機器人的表現并不那么完美，激烈競爭中的企業需要適時調整生產線，以適應新一代產品的生產工藝。
威勝集團的經驗是，在設計生產線之前考慮“復用率”，即在生產參數、流程調整后生產線能否再度啟用，這也體現了工業4.0倡導的柔性化。這種邏輯類似交通規劃中預留多幾條車道，這對工程師的專業技能是極大的挑戰。威勝集團工廠的智能化生產線整體的“復用率”達到80%-90%，表現較好的生產線能生產4種不同規格的產品。
不過，廖前忠也表示，工程師的技能是有上限的，同時柔性的提升也意味著成本的增加。因而，更好的辦法是把操作工人留下，而不是一味用機器替代工人。
基于成本控制的邏輯，一些在實驗室中可以實現機器代人的生產環節，企業并不會真的撤換技術工人。
記者走訪的多家工廠，其機器換人主要應用在搬運、碼垛、上下料等簡單物理運動，以及噴涂、打磨等具有危險性和高精度加工的場景中。而在裝配、監測等傳統工種工位上，依然呈現年輕工人沿著傳送帶一字排開作業的景象。
陳勃生分析，無人工廠之所以不多見，一方面是中國工業發展程度使然；另一方面則是因為企業向智能制造轉型本身是市場行為，講究投入產出比，選擇最符合企業利益的方案。因此，智能制造并不是裝備越先進越好，也不是工人越少越好，而是看是否真的幫助企業節省成本、實現利益最大化。
