在全球數字經濟時代，制造業轉型升級勢在必行，一系列政策和措施正在加速推進我國智能制造發展，各行業制造企業都在積極探索智能制造的應用以及智能工廠的建設。越來越多的制造企業開啟了智能工廠建設的征程，然而，在一大批樣板智能工廠不斷涌現的同時，還有很多制造企業對于智能制造存在諸多認識與實踐中的誤區，推進智能工廠建設還需呼喚“理性”。

很多制造企業在進行智能工廠規劃時，存在著重自動化、輕數字化，重單機自動化、輕系統柔性化，重局部改造、輕整體優化，重單元系統應用、輕整體規劃與系統集成，重建設、輕運維，重數字化設計、輕數字化仿真與優化，重信息系統應用、輕數據價值體現和管理改善，重顯示度、輕實用性等等誤區。

不少企業盲目追求無人工廠、黑燈工廠、機器換人，不惜重金打造豪華版的智能工廠，各種智能裝備和信息系統要一應俱全，購買知名品牌的BI、ERP、PLM、MES、SRM、ESB、生產及物流仿真系統、自動立體庫、AGV、自動化產線、生產指揮中心等，建立專門智能制造展廳、車間現場的參觀通道、示范生產線等等，最終，導致智能制造的推進結果達不到預期，智能工廠只是看上去很美。下面和大家分享關于智能制造領域輕與重7個誤區：

誤區一：重自動化，輕數字化

當前，制造企業面臨著巨大的人力資源成本壓力和招工難等問題，因此，很多離散制造企業積極進行生產線的自動化改造。一部分重復性較高的工位，由企業提出工藝需求，選擇非標自動化集成商提供專用的自動化設備，完成諸如擰螺絲、裝配、焊接、打標、檢測等特定工序，從而替代人工，實現少人化。

乍一看很多生產線挺先進，但仔細研究，卻發現一方面很多企業的自動化產線還是只能適應單一品種，柔性不強；另一方面，很多企業還是不夠重視設備聯網和產線數據采集，難以真正實現生產過程的可視化與透明化，管理人員還難以及時、準確地了解生產現場的實時狀況。流程制造企業的生產線普遍應用了自動化控制系統，但數字化技術的應用也相對滯后，也存在與自動化系統脫節的問題。

企業在推進智能制造的過程中，一定要自動化與數字化并重，自動化是基礎，通過數字技術的應用真正創造價值。

誤區二：重單機自動化，輕系統柔性化

很多制造企業非常重視購買數控加工中心或者鈑金加工設備，不少企業還配備了上下料的工業機器人，但是往往還是單機自動化，還沒有應用柔性制造系統或柔性制造單元，生產過程中還需要人工搬運，導致產生在制品庫存，高端智能裝備的效率較低。

而國際領先企業已經開始應用柔性制造系統，實現了機加工和鈑金加工的全自動、無人化地加工不同的零件。

機加工FMS包括若干臺加工中心、機器人去毛刺單元、清洗單元、軌道輸送車等設備和控制軟件，配備了立體貨架，放置工件和工裝，可以完成從粗到精的全自動加工；鈑金加工的FMS系統則可以實現從鈑金下料、沖孔、折彎到焊接等整個鈑金制造工藝。

隨著自動化、數字化和檢測等技術的發展，近年來FMS系統的技術已經逐漸成熟，成為離散制造企業提升生產效率的必然選擇。

誤區三：重局部改造，輕整體優化

很多企業十分注重對瓶頸工位或消耗人工較多的工位進行自動化改造，推進“機器換人”。這種方式雖然能夠減少人工，提高單個工位的效率，但是對于提升生產線的整體效率意義不大，而且往往會將瓶頸工序轉移到其它工位。

正確的方式是基于工業工程的理念，利用價值流圖等方法，根據生產的產品類型、產量、批量、制造工藝、產能、生產節拍和在制品物流傳輸方式，對產線進行整體優化。同時，從實現自動化加工與裝配的角度來對制造工藝進行優化，以降低自動化改造的難度，盡量滿足多種變型產品的生產與裝配。

誤區四：重單元系統應用，輕整體規劃與系統集成

歷經數十年的應用，工業軟件的功能不斷細化，在制造企業中覆蓋的業務越來越廣，企業應用的信息系統越來越多。

很多企業往往是為了解決某一個或一類問題，滿足某個業務部門或者某個業務流程的需求而建設一套信息系統，“頭痛醫頭”，缺乏整體規劃，導致系統之間功能重疊、邊界模糊、數據來源多樣等問題。

例如，某企業先導入了ERP系統，后來由于生產現場細化管理，導入了MES系統，之后由于需要對倉庫進行精細化管理，引入了WMS，三個系統都有物料管理功能，由此帶來一些單據需要在不同部門多個系統之中重復錄入，同一個數據在不同系統之中多頭管理，導致工作效率低、數據不一致等問題。各類信息系統越上越多，功能越來越復雜，但是信息孤島林立，很多數據需從系統中導出、處理、再導入另一系統中，需要到多個系統進行查詢，才能獲取有效信息。

數據變更時，不能及時從接收變更的源頭系統傳遞到其它關聯系統。企業的運營效率卻沒有提升，甚至反而下降，投資回報率不高。

誤區五：重建設，輕運維

制造企業在智能制造推進過程中，普遍存在重建設、輕運維的問題。在系統采購和實施階段，企業會展開需求分析、系統評估、可行性分析和招標選型，重大項目高層領導也會參與到決策過程，投入大量的人力、物力和財力。但在系統上線以后，卻缺乏持續的運維，應用軟件多年不進行維護和升級，系統功能與實際業務流程的匹配度差距越來越大，系統價值難以發揮；自動化產線也存在不及時維護保養，故障率高等問題。

企業的發展是動態變化的，唯一的不變就是變。企業在信息系統選型時，需要充分考慮系統的柔性化、平臺化、可配置和可擴展；同時，企業也需要及時對系統進行維護升級，企業的IT團隊要能夠及時根據企業需求的變化，對信息系統進行重新配置，盡量減少語言級的二次開發，注重IT治理。

誤區六：重數字化設計，輕數字化仿真與優化

近年來，制造企業在產品研發方面的投入持續增加，購買了三維CAD、CAE等軟件，但是，大部分企業還是重產品開發、輕研究，主要還是根據客戶的訂單需求進行產品設計，對于前沿技術的研究與探索不夠。在系統應用方面，數字化設計軟件應用十分廣泛，部分企業已經延伸到數字化工藝，但是對于仿真技術的應用還停留在初級階段，主要進行運動仿真、結構和流體仿真與驗證，尚未實現仿真驅動設計和多物理場的仿真分析和優化設計，仿真應用不成體系，缺乏對仿真規范、仿真流程、材料數據庫的管理，仿真人員沒有建立專門的組織，仿真軟件的價值遠未充分發揮。

在國際先進制造企業中，仿真已成為提升產品研發能力，改進制造工藝，提高產品性能和可靠性的重要手段。

企業在推進智能制造的過程中，一定要數字化設計與數字化仿真與優化并重，數字化設計是仿真的基礎，應用數字化仿真與優化技術來提升產品性能；同時，在仿真技術應用過程中需要注重仿真規范和標準、仿真流程、仿真結果的分析和利用，實現仿真知識管理。

誤區七：重信息系統應用，輕數據價值體現和管理改善

很多制造企業在數字化轉型的過程中已經應用了諸多信息系統，但系統應用的效果和發揮的價值卻參差不齊。一方面，雖然企業信息系統的應用領域不斷拓展，但企業對系統的數據本身缺乏分析，數據的價值未得到充分挖掘，難以支撐企業決策；另一方面，企業想借助信息系統去管理大部分的業務問題，但建設信息系統時，卻忽略了企業本身所需要執行的管理改善，業務管理的規范和標準很不完備，造成系統的應用效果未達到預期。

一些優秀的制造企業在信息系統選型之前，除了必要的業務現狀調研、需求分析等工作外，還會對企業的業務流程進行梳理和優化，包括營銷模式、研發過程管控、生產運營體系、物流供應體系等，通過建立組織、完善制度、輸出改善措施和行動細則，來支撐整個系統的建設，真正的做到“管理先行、業務驅動”。在應用系統的基礎上，通過BI決策分析對數據內涵的價值進行挖掘和分析利用，對各類業務進行前瞻性預測及分析，并實現戰略分解和運營監控，為企業各層級的決策提供有力支撐。

總之，推進智能制造是一個長期的過程，不要期望“畢其功于一役”，制造企業需要建立“打持久戰”的決心。智能制造推進是一個十分復雜的系統工程，涉及到多個領域的技術，技術本身也在不斷創新和發展，因此，不僅需要系統地進行規劃，在規劃落地執行過程中，也要根據企業的實際經營狀況對規劃滾定；制造企業必須本著務實求真的態度，既要考慮系統的先進性，更要考慮實用性；制造企業既要建設好自身的專業團隊，又要適時引入專業的咨詢服務機構和數字化、自動化解決方案提供商作為戰略合作伙伴。