称呼妈妈的时候，你心里隐隐约约地相信自己的妈妈会永远健康。你相信自己的妈妈有力量，无论什么事都游刃有余。每当你在这座城市里遭遇什么挫折，你也相信妈妈会永远守候在电话那头。
《请照顾好我妈妈》
数字化转型对制造业的影响是空前的，颠覆了传统生产模式，推动工业4.0发展。工业4.0是以智能制造为主导的第四次工业革命，可以促使制造业实现智能化，使生产过程数据化，产品个性化。
智能制造指的是用智能技术解决制造问题，即对产品全生命周期中设计、加工等环节进行智能决策与执行，以实现制造过程、制造系统、制造装备自主决策。
智能制造是在制造数字化的基础上发展起来的，是制造数字化的延伸和升级。制造数字化强调将制造过程中的产品、资源等进行数字化处理，智能制造则强调利用AI等技术对各类数据进行处理，以实现生产过程的智能分析、决策、控制。
制造数字化是如何变革的
制造业在实现数字化的过程中，需要经历4个层面的变革。
应用层：自动化生产线
自动化生产线以连续流水线为基础，工人不需要直接操作，所有设备都按照统一的节奏运转。要建立一条自动化生产线，需要控制器、传感器、机器人、电机等配置。如今，为了迎合制造数字化的发展潮流，也为了提升生产效率和产品质量，各大企业都积极打造自动化生产线。
例如，凯路仕全权负责小鸣单车的生产，整个生产过程自动化、智能化。2016年，凯路仕购置了一批自动化焊接机器人，以实现高效生产。在使用焊接机器人辅助原有组装线后，凯路仕每天能生产1万多辆自行车。
凯路仕能实现生产效率提升的主要原因，就是用焊接机器人代替工人。相较于工人，焊接机器人可以在保证质量的同时加快生产速度，而且不需要休息，可以一直工作。在凯路仕企业中，焊接机器人分为两组，一组焊接车架，另一组焊接前叉，全部焊接完毕后进入涂漆和组装等环节。
凯路仕一共有120台焊接机器人，每台焊接机器人每天可以焊接300多个车架，比工人的效率高很多。即使如此，自动化生产线中也不能少了工人，他们需要把组件安装到模具上，供焊接机器人焊接，这项工作比较简单、轻松。
在凯路仕的自动化生产线上，全自动的运输带也是标配。通过运输带，已经焊接的车架被送往涂漆、贴标、组装等环节，这样不仅便于工人操作，还可以将垂直空间全部利用起来，提高自行车的产量。
随着自动化生产线不断升级，工人的数量虽然会减少，但效率不会下降。例如，在华为的工厂中，生产线之间零部件的传送都可以由机器人完成，而且这些机器人全部是华为自主研发设计的，质量有保障。
操作层：智能机床实现生产数据自动化
制造数字化需要实现两种自动化：一是生产线自动化，二是生产数据自动化。企业可以通过采集、分析生产数据，实时监控每台设备的状态和异常情况。另外，通过计算机系统或手机，生产中的一些重要事件可以立即传达给相关负责人，帮助他们实现透明化、实时化管理。
博世是德国的一家制造企业，在其工厂中，每个工件或者放置工件的盒子上都贴着无线射频识别电子标签（以下简称“电子标签”）。电子标签记录了生产数据和产品信息，相关负责人可以随时随地查看工件所处的位置、产品的加工时间等。
借助数字化手段，生产数据可以互联互通，实体世界与虚拟世界可以融合在一起。对于制造业来说，这非常有意义：一方面，生产走向智能化、集约化、柔性化；另一方面，能够提升制造企业的效益，推动行业发展。
网络层：“云计算+物联网+大数据”助力生产
云计算。早前，数据被存储在硬盘中，人们很难随时随地查看和使用。如今，有了云计算，数据可以存储在云端，人们查看和使用也更加方便、快捷。
传统制造企业有强烈的计算需求，因此，每个工厂都会配备大量的服务器，这些服务器成本高、算力低。借助云计算，工厂可以在世界各地远程调用服务器，不仅比之前更加省时、省力，成本也降低了不少。
物联网。如果把云计算比喻为大脑，那么物联网就相当于中枢神经，可以将一切连接在一起。物联网有几大技术：传感器、无线射频识别、嵌入式系统等。这些技术不仅可以实现对生产流程的自动定位、跟踪、监控，还有利于数字化车间、智能工厂的打造。
传统制造企业生产产品，只能凭借操作工人的经验判断设备的运行情况，并且只有在设备完全损坏后，才会找专门的人维修或者换新设备。久而久之，会造成非常严重的经济损失，也容易导致意外事件发生。
如今，大量自动化设备的应用，主要得益于物联网的部署，物联网使智能生产、决策成为可能。此外，依托于传感器收集的数据，物联网可以对设备进行预测性维护，从而规避不必要的风险。
大数据。在技术当道的时代，大数据已经渗透生产过程中，例如，企业会收集大量与用户相关的数据，并在此基础上分析用户的喜好和需求，然后进行产品设计。通过这种方法设计出来的产品更受用户欢迎，既节省成本，又不需要走太多弯路。
感知层：机器视觉收集生产数据
说到制造数字化，就不能不提机器视觉技术。该技术有多种功能，如图像采集、高速相机、视觉处理器等。如今，机器视觉技术已经走向产品化、实用化，在信息化时代发挥着极为重要的作用。
机器视觉会通过相关设备对人类的眼睛进行模拟，从各种各样的图像中提取信息加以分析和理解，可以用于检测、控制等领域。机器视觉可以接收大量的信息，融入此技术的设备相当于拥有了一双3D“眼睛”。借助蓝光投影扫描成像技术，这双3D“眼睛”每秒钟可以拍摄30张图片，而且像素非常高（2900万左右）。根据拍摄的图片，机器视觉可以给零件建立坐标，分辨出哪个零件在上面、哪个零件在下面，大幅提升了生产效率。
机器视觉还具有很多功能，例如，通过定位引导机械手精准抓取零件、判断产品有没有质量问题、检测人眼无法检测的高精密度产品等。在生产过程中，机器视觉可以收集很多有效信息。
随着各种新技术的应用成本不断降低，高效的算法、科学合理的方案、强大的硬件都会出现，推动传统制造企业数字化转型，促进智能制造实现。
智能制造“呼唤”
规模化敏捷研发
近年来，敏捷研发得到了广泛应用，帮助很多企业研发出更好的产品。越来越多的企业试图进行规模化敏捷研发，最大限度地发挥敏捷研发的作用。敏捷研发主要分为产品规划、产品研发过程管理、产品运维与运营等环节。
首先，产品规划环节分为宏观的战略规划和拆分后的季度滚动价值规划。在宏观上，企业首先要明确产品要达到的战略目标是什么、计划推出怎样的产品组合、走怎样的产品路线、如何调动手中的资源进行战略布局等问题。而落实到每个阶段的实际操作中，企业需要针对产品进行具体规划，构建完整的技术平台，推出公开、透明的协同计划，以求团队之间可以配合好。在产品发布之前，企业还要制订发布计划，确保新产品的上市万无一失。
其次，在产品研发过程中，企业要明确用户需求的优先级，规划需求专题清单、个性清单以及迭代需求清单。产品的初始版本不必完美无缺，因为后续还要进行一系列的迭代优化。企业应从用户需求出发，在产品发布之后收集反馈数据，进行产品优化，确保产品稳定运行。敏捷研发迭代管理是一个周而复始的过程。
最后，产品上线之后，企业需要进行运维和运营。产品运维主要包括任务管理、灰度发布、运维监控、成本管理等内容。而产品运营主要包括产品运营、用户运营、内容运营、数据运营等内容，企业要持续收集反馈数据，为产品的迭代优化提供参考。
这3个步骤都是在敏捷团队协同治理下的赋能平台上完成的。小范围的敏捷研发和规模化敏捷研发之间还存在着一定距离，想实现规模化敏捷研发并不是那么简单，需要克服很多困难。
例如，有些敏捷研发方法只适用于7～10人的小型团队，而大型团队往往拥有上百名成员，会分为几个甚至十几个小型团队。研发人员还需要和其他团队的非研发人员在质检、集成、市场运营等环节进行合作和沟通，那么在这种情况下，该如何保证敏捷研发项目可以顺利按期交付呢？
大型系统通常包含很多种类的新技术，还要与其他系统进行通信和集成。大型系统要面对复杂的场景，满足不同用户的需求。而且复杂的大型系统需要经过严格的验证，这使得规模化的敏捷产品研发条件更为严苛。
大型系统所需的研发和维护时间比敏捷研发适用的系统所需的研发和维护时间更长，而且需要关注不确定的更改，还可能会被要求交付多个版本的产品。虽然各个组织的情况各有不同，实现规模化敏捷研发的方法也有所不同，但是在实现的过程中存在的局限却有着共同之处。在选择最佳实践方案时，组织可以根据局限性，并结合自身的实际情况，对方法进行调整。
规模化敏捷研发具有复杂性，会导致组织的效益降低，因此需要在管理方面构建一致性。构建管理一致性，需要多个团队在进度、范围、目标等方面对齐，而且每个季度都要进行规划，明确产品目标及需求优先级。在季度末，要进行当前流程和成果的展示，并制订下一季度的计划。
为了更好地进行决策，企业还要建立价值决策团队，由团队管理者牵头召开周期性价值评审会议，以让组织成员在产品的敏捷研发上达成共识。
价值决策团队包括多个专项负责人，专项负责人会将经过初步分析的任务专项在周期性价值评审会议中提出，以形成最终决策。他们对产品的全生命周期负责，从形成方案、交付、运营一直到迭代，都有专项负责人牵头带领团队进行作业。
而价值决策团队中的产品经理负责制订宏观上的产品滚动规划，以及制定产品落地的阶段性目标。
生产路径创新：
制造数字化结果
数字化改变了企业的生产路径，由原来的先生产产品再对接用户，变为先对接用户再生产产品。生产价值链由此被改变，企业拥有了更多的盈利机会。
过去，企业通常以产品为导向，即根据自身的制造水平设计产品的功能。这种方式难以兼顾用户的真实需求，逐渐被市场淘汰。如今，企业以用户为导向，即根据用户的实际需求设计产品功能。产品的需求者与使用者得到了统一，产品有更高的使用价值。
在数字化时代，企业必须基于用户需求开发新产品。想要实现制造数字化，除了要在生产过程中及时调整预先安排外，企业还要为用户提供优质的服务。制造数字化的生产模式具有定制化和服务化的特点，能够满足用户需求，为用户提供有价值的产品。
定制化
在定制化的生产模式下，企业根据用户需求及时调整生产工序和工艺，灵活地生产各种产品。用户通过互联网下单后，订单到达工厂。工厂根据订单定制用户需要的产品，通过模块化的拼装，满足用户对不同功能的需求，最大限度缩短产品生产周期。
以戴尔为例，戴尔虽然比不上IBM、康柏等历史悠久的企业，但依旧占据可观的市场份额，其中一个重要的原因就是定制化生产。
戴尔开创性地将新零售方式与产品生产融合，始终坚持以用户需求为本，实现了基于用户的大规模定制化生产。在戴尔直销网站上，用户可以自己设计、配置喜欢的产品，包括电脑的功能、型号、外观、参数等。
服务化
服务化是指企业从以传统的产品生产为核心，转向为用户提供具有丰富内涵的产品和服务，直到为用户提供整体解决方案。
戴尔还打造了自助服务系统，用户可以与客服人员直接沟通，这样不仅减少了大量的中间环节，用户还可以享受到方便、快捷的服务。除此之外，戴尔还为用户建立了非常全面的数据库，用户可以在里面看到各类硬件和软件的简介，以及可能出现的问题和解决方法。
为每一位用户量身定做产品，并辅以个性化的服务，是戴尔以用户需求为本的理念的体现。对于企业来说，这不仅有助于吸引并留存用户，还可以提升效益，为自身的转型升级奠定坚实的经济基础。
完成从以产品为导向到以用户为导向的转变后，用户对产品的信赖度及认可度都将显著提升。基于此，企业就可以有针对性地实施运营策略，重组生产价值链，创造更多的盈利机会。
传统生产模式的显著特点是大批量、标准化、规模化，而新生产模式则倾向于定制化、个性化、数字化、智能化。例如，吉利汽车积极进行数字化转型，不断升级自己的生产模式，打造生产价值链，取得了亮眼成绩。吉利汽车的新生产模式具有以下3个特点。
通过外部合作，实现数字化生产
阿里云在发布ET工业大脑时，提出要让生产线上的机器都变得自动化、智能化。此后，ET工业大脑不断适应技术与时代的发展，在多个方面发挥作用，包括生产工艺改良、生产流程的数据化监控、设备故障预测、生产线的升级换代等。
如今，云计算、AI等技术越来越多地应用于产品生产。企业可以借助这些技术更精准地把握市场趋势，降低研发成本。吉利汽车充分利用技术，通过优化生产流程，促进生产效率的提升。此外，吉利汽车还借助5G优化生产网络，为工作人员配备5G智能设备。
为了打造更受用户喜爱的个性化产品，为用户提供更优质的服务，吉利汽车与阿里云在供应链、车联网、用户管理等领域达成合作。在各种技术的助力下，吉利汽车成为具有创新、转型、协同等特点的新型汽车企业。
业务数据在线化，在线业务数据化
吉利汽车通过一系列活动获取了很多用户资料，这不仅加深了其与用户之间的联系，也为其制定下一步发展战略提供了科学依据。与此同时，吉利汽车还实施数字化运营，以达到实时获取动态信息的目的。吉利汽车实现了从订单、研发、制造到运输的整体协同，取得了业务数据在线化、在线业务数据化等重大突破，数据分析效率得到了很大提升。
实现真正意义上的“新生产”
用户在选购汽车等大型产品时，更重视安全性和售后服务质量，这些都需要用户亲自体验。无论线上展示的汽车照片多么精美、资料多么丰富、售后服务多么全面，用户还是无法真切感受到汽车的性能，很难放心购买。为了打消用户的疑虑，获得用户的信任，吉利汽车在打造品牌口碑上不遗余力，一直在积极探索新策略。
当然，要想获得用户的认可，最重要的还是“用产品说话”。吉利汽车的质量保障来源于无数次测试，其中最具代表性的就是模拟仿真测试——借助计算机辅助工程软件对汽车的驾驶情况进行模拟测试。吉利汽车通过多次测试为每位用户提供更舒适的驾驶体验，给予其更安全、可靠的保障。
企业在进行数字化转型时，可以学习、借鉴一些知名企业的做法。需要注意的是，直接照搬照抄是不正确的，企业必须结合自身的实际情况制定相应的策略，这样才能够克服重重障碍，获得跨越式发展和进步。
