從技術(shù)和管理的角度看，中國制造要走向智能制造，主要還存在五大難點(diǎn)：

一，智能制造是基于新的物聯(lián)網(wǎng)、大數據、云計算等數字化技術(shù)與先進(jìn)制造技術(shù)的深度融合，貫穿于從設計、供應、生產(chǎn)制造、服務(wù)等整個(gè)供應鏈制造、運營(yíng)和管理的各個(gè)環(huán)節。

因此，智能制造包含兩個(gè)系統工程，一個(gè)是智能制造技術(shù)（制造技術(shù)和信息技術(shù)）整合的系統工程，另一個(gè)是管理的系統工程。目前，這兩個(gè)系統工程不僅是中國企業(yè)面臨的問(wèn)題，歐美企業(yè)也同樣面臨這個(gè)問(wèn)題。

二，裝備制造業(yè)仍然是瓶頸，跟不上智能制造發(fā)展的要求。智能制造最終還是要落到制造技術(shù)和裝備上，雖然我國在互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數據、云計算等數字化技術(shù)以及5G的深入應用上處于優(yōu)勢地位，但制造最后的執行單元還得是機床，在這方面我們與歐美日企業(yè)相比還存在很大的差距，比如工業(yè)機器人、3D打印、芯片光刻機、高精度的測量測試設備等。

三，基礎數據平臺深度開(kāi)發(fā)不受控。企業(yè)要實(shí)現智能制造，需要兩個(gè)基礎系統平臺，一個(gè)是MES系統，另一個(gè)是ERP系統，而這兩個(gè)系統我們沒(méi)有自主的軟件平臺，還是要依賴(lài)于歐美，因此在深度定制開(kāi)發(fā)上還是受限制。

四，算法開(kāi)發(fā)。智能制造需要基于數據并充分挖掘數據價(jià)值而實(shí)現自決策、自管理、自學(xué)習，從數據源采集、數據呈現、數據分析到自行診斷、自動(dòng)反饋、自動(dòng)調整控制，中間就離不開(kāi)算法的開(kāi)發(fā)，智能的核心也就是算法。而算法開(kāi)發(fā)是一個(gè)多元跨界和交叉學(xué)科的工作，既要求對業(yè)務(wù)有深入理解，又要有IT技術(shù)思維。目前，我們在算法開(kāi)放的資源上還存在很大的差距。

五，管理和組織的變革。一方面，智能制造基于數據實(shí)現端對端、信息充分共享、管理平臺化，打破了企業(yè)原有的金字塔官僚管理體制結構，來(lái)自原有權力結構擁有者的變革阻力會(huì )很大，往往他們還掌握了決策權，導致智能制造的資源投入不到位。另一方面，管理方式會(huì )因信息平臺化而發(fā)生改變，個(gè)體和任務(wù)小團隊的自管理、自決策機制會(huì )越來(lái)越普遍，但是，目前還沒(méi)有找到很好的組織管理方式及組織文化激發(fā)個(gè)體和小團隊的工作意愿并相互協(xié)同。

基于以上原因，未來(lái)智能制造之路還有很長(cháng)一段時(shí)間需要去探索，其中有三點(diǎn)是需有所創(chuàng )新和突破：

一是在技術(shù)上需要自主研發(fā)，突破裝配和軟件技術(shù)的瓶頸，同時(shí)關(guān)注整個(gè)生態(tài)鏈中的核心技術(shù)；

二是在適應性上，需要推動(dòng)組織和管理的變革，以適應信息技術(shù)帶來(lái)的管理變化。

三是在智能化的道路上需要引入系統工程、頂層設計，才有可能實(shí)現制造技術(shù)、信息技術(shù)和組織管理三者的深度融合。

天拓四方以十九年工業(yè)基因及行業(yè)沉淀為基礎，面向工業(yè)企業(yè)提供數字化工廠(chǎng)規劃咨詢(xún)、集成設計、實(shí)施運維等一站式落地服務(wù)，并依托自主研發(fā)工業(yè)互聯(lián)網(wǎng)平臺助力工業(yè)企業(yè)實(shí)現全面數字化轉型。以對中國工業(yè)發(fā)展進(jìn)程的深刻理解和洞察，將自主研發(fā)的工業(yè)互聯(lián)網(wǎng)平臺和世界級智能制造技術(shù)及解決方案與我國工業(yè)發(fā)展實(shí)際相結合，形成了行業(yè)領(lǐng)先的智能制造整體服務(wù)能力，并自主研發(fā)了擁有自主知識產(chǎn)權的“數網(wǎng)星工業(yè)互聯(lián)網(wǎng)平臺”及系列化邊緣計算、數據采集、網(wǎng)絡(luò )、通訊、電氣配套等軟硬件產(chǎn)品。如果您也有相關(guān)的需求，歡迎與我們溝通交流。