從(cong) 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(yu) 新的物聯網、大數據、雲(yun) 計算等數字化技術與(yu) 先進製造技術的深度融合，貫穿於(yu) 從(cong) 設計、供應、生產(chan) 製造、服務等整個(ge) 供應鏈製造、運營和管理的各個(ge) 環節。

因此，智能製造包含兩(liang) 個(ge) 係統工程，一個(ge) 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(ge) 是管理的係統工程。目前，這兩(liang) 個(ge) 係統工程不僅(jin) 是中國企業(ye) 麵臨(lin) 的問題，歐美企業(ye) 也同樣麵臨(lin) 這個(ge) 問題。

二，裝備製造業(ye) 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(yun) 計算等數字化技術以及5G的深入應用上處於(yu) 優(you) 勢地位，但製造最後的執行單元還得是機床，在這方麵我們(men) 與(yu) 歐美日企業(ye) 相比還存在很大的差距，比如工業(ye) 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(ye) 要實現智能製造，需要兩(liang) 個(ge) 基礎係統平台，一個(ge) 是MES係統，另一個(ge) 是ERP係統，而這兩(liang) 個(ge) 係統我們(men) 沒有自主的軟件平台，還是要依賴於(yu) 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(yu) 數據並充分挖掘數據價(jia) 值而實現自決(jue) 策、自管理、自學習(xi) ，從(cong) 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(ge) 多元跨界和交叉學科的工作，既要求對業(ye) 務有深入理解，又要有IT技術思維。目前，我們(men) 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(yu) 數據實現端對端、信息充分共享、管理平台化，打破了企業(ye) 原有的金字塔官僚管理體(ti) 製結構，來自原有權力結構擁有者的變革阻力會(hui) 很大，往往他們(men) 還掌握了決(jue) 策權，導致智能製造的資源投入不到位。另一方麵，管理方式會(hui) 因信息平台化而發生改變，個(ge) 體(ti) 和任務小團隊的自管理、自決(jue) 策機製會(hui) 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(ge) 體(ti) 和小團隊的工作意願並相互協同。

基於(yu) 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(guan) 注整個(ge) 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。

天拓四方以十九年工業(ye) 基因及行業(ye) 沉澱為(wei) 基礎，麵向工業(ye) 企業(ye) 提供數字化工廠規劃谘詢、集成設計、實施運維等一站式落地服務，並依托自主研發工業(ye) 互聯網平台助力工業(ye) 企業(ye) 實現全麵數字化轉型。以對中國工業(ye) 發展進程的深刻理解和洞察，將自主研發的工業(ye) 互聯網平台和世界級智能製造技術及解決(jue) 方案與(yu) 我國工業(ye) 發展實際相結合，形成了行業(ye) 領先的智能製造整體(ti) 服務能力，並自主研發了擁有自主知識產(chan) 權的“數網星工業(ye) 互聯網平台”及係列化邊緣計算、數據采集、網絡、通訊、電氣配套等軟硬件產(chan) 品。如果您也有相關(guan) 的需求，歡迎與(yu) 我們(men) 溝通交流。