隨著中國制造2025的提出，智能制造相關(guān)的數(shù)據(jù)管理、平臺化創(chuàng)新、人才培養(yǎng)等話題，成為制造領(lǐng)域關(guān)注的重點。作為全球最大的鋁車輪和鋁制底盤零部件供應商，中信戴卡在智能制造領(lǐng)域積極探索和實踐。3月10日，中信集團與《哈佛商業(yè)評論》中文版共同舉辦“走進中信”系列沙龍，首站在中信戴卡進行，邀請國內(nèi)相關(guān)領(lǐng)域?qū)＜覍W者走進中信戴卡現(xiàn)代化的生產(chǎn)車間和創(chuàng)新中心，并與中信方面專家就“智能制造改變商業(yè)未來”這一主題進行交流分享。

　　以下是嘉賓發(fā)言摘錄：

　　中信戴卡信息總監(jiān)黃小兵：智能制造不單是工廠車間的智能化，還需要從智能的研發(fā)、營銷、經(jīng)營、決策和服務等方面綜合實現(xiàn)。在研發(fā)方面，中信戴卡的研發(fā)中心是全球布局、同步研發(fā)，實現(xiàn)24小時的連續(xù)研發(fā)。我們通過建立PLM系統(tǒng)，持續(xù)改善研發(fā)、設(shè)計、仿真、試驗等各方面的能力。在營銷方面，中信戴卡不僅面向直接的汽車制造商，還面向汽車的使用者,對他們在汽車輪轂和底盤零部件方面的需求及時做出響應。在經(jīng)營方面，中信戴卡集中于供應網(wǎng)絡(luò)管理、人力資源管理、財務管控、商務智能體系等等。在決策方面,中信戴卡的工業(yè)大數(shù)據(jù)包含工藝大數(shù)據(jù)、制造大數(shù)據(jù)和運營大數(shù)據(jù)等，大數(shù)據(jù)驅(qū)動的智能決策提升了管理效率。在服務方面,中信戴卡在智能制造的探索和實踐中，形成了數(shù)字化裝備制造、智能化信息管理、高端化模具研制、綠色化能源工程等綜合制造服務能力。

　　中信重工副總工程師鄒聲勇：中信重工正在特種機器人等領(lǐng)域積極構(gòu)筑企業(yè)的發(fā)展新動能，打造國內(nèi)領(lǐng)先的特種機器人研發(fā)和產(chǎn)業(yè)化基地。我們正在通過實施特種機器人智能工廠項目，提升產(chǎn)品在設(shè)計、工藝、制造、檢測、物流等全生命周期各環(huán)節(jié)的智能化水平，尤其是提升制造過程整體的自動化、信息化和智能化水平，實現(xiàn)物流、信息流、商流和資金流的全面集成，推進中信重工特種機器人智能柔性化制造，這將使生產(chǎn)效率提高30%以上，并將大大降低運營成本和產(chǎn)品不良率。

　　北京大學管理科學與管理信息系統(tǒng)系副主任董小英：制造業(yè)的商業(yè)未來將會呈現(xiàn)五層架構(gòu)。第一層：連接層。全世界的人已經(jīng)通過互聯(lián)網(wǎng)連接起來了，但物的連接只有1%。我們的工作、流程和業(yè)務的信息化，都是整個數(shù)字化和連接進程的一部分，但是這部分還遠沒有完成。第二層：轉(zhuǎn)化層。連接層最重要的能力就是數(shù)字化的能力。我們常說的制造服務化正是基于企業(yè)的數(shù)字化工作，把數(shù)據(jù)轉(zhuǎn)換成信息并對其進行分析。第三層：網(wǎng)絡(luò)層。越是離散型的企業(yè)，建立網(wǎng)絡(luò)越重要，即要在網(wǎng)絡(luò)空間建立一種集成的能力，比如滴滴打車，他們幾乎沒有一輛出租車，但是通過在網(wǎng)絡(luò)空間建立以算法為核心的操縱性資源，他們可以調(diào)度全國1.4億輛出租車。當企業(yè)的數(shù)據(jù)庫可以在云端聚集時，就可以對離散性分布的社會具有強大的統(tǒng)帥能力。第四層：認知層?，F(xiàn)在資本最青睞的領(lǐng)域就是人工智能，即當企業(yè)擁有海量數(shù)據(jù)，并在云端將其集成之后，可以通過機器深度學習等基于數(shù)學統(tǒng)計的方法進行智能推理。第五層：整合層。這一層的企業(yè)擁有強大的整合能力，可以對實體資源進行組合和配置，從而能以更加高效、綠色和無縫連接的方式為客戶提供端到端的產(chǎn)品和服務。

　　清華大學全球產(chǎn)業(yè)4.5研究院副院長李東紅：對于智能制造的未來發(fā)展，我們需要考慮三個方面。第一，需要有企業(yè)家精神。智能制造進行中可能需要大量的投入，需要富有遠見的企業(yè)家著力提前布局并常抓不懈。第二，需要在產(chǎn)融結(jié)合中推進。智能制造需要吸引更多的資本向制造業(yè)聚集，在金融資本和產(chǎn)業(yè)資本之間形成良性互動。第三，需要放眼全球的未來競爭。對于已經(jīng)居于行業(yè)領(lǐng)先者地位的企業(yè)來說，需要考慮在智能制造時代如何引領(lǐng)全球范圍內(nèi)的行業(yè)發(fā)展，需要有計劃、有步驟地做好智能制造基礎(chǔ)架構(gòu)的建設(shè)，做好標準化、自動化、網(wǎng)絡(luò)化及智能化的相關(guān)工作。

　　清華大學大數(shù)據(jù)產(chǎn)業(yè)聯(lián)合會秘書長王霞：對于重工業(yè)企業(yè)來說，重要的是如何讓機器數(shù)據(jù)產(chǎn)生價值。它們與互聯(lián)網(wǎng)交易的行為數(shù)據(jù)不同，其背后有著一定的機械和物理原理。這類數(shù)據(jù)的處理比較特殊，量大，源源不斷，傳輸過程中也要考慮經(jīng)濟性，考慮是所有數(shù)據(jù)都傳，還是有選擇地傳。發(fā)現(xiàn)異常數(shù)據(jù)之后，要了解異常數(shù)據(jù)背后的原因，這需要更復雜和更深度的分析。針對數(shù)據(jù)，有兩點需要注意：第一是人，要尋找和培養(yǎng)數(shù)據(jù)分析、統(tǒng)計、模型方面的人才。第二是企業(yè)一把手一定要有數(shù)據(jù)意識，同時要讓員工和業(yè)務部門都熟悉這個事情。一個大數(shù)據(jù)項目的成功，需要業(yè)務專家、數(shù)據(jù)專家、IT專家齊心協(xié)力。

　　北京聯(lián)訊動力咨詢公司總經(jīng)理林雪萍：數(shù)據(jù)和知識是智能制造的驅(qū)動機制，沒有知識或業(yè)務模式的指引，數(shù)據(jù)就不會形成真正的價值。我們需要把企業(yè)里的知識或者業(yè)務模型更好的固化（比如軟件化），用其指導我們的數(shù)據(jù)采集和分析，數(shù)據(jù)才能夠進入產(chǎn)生價值的階段。