在政府的积极推进和企业内生动力的驱动下，制造企业踏上了智能制造的转型征程。但还有很多制造企业存在不少关于“轻与重”的认识与实践中的误区。本文结合实践逐一剖析，希望能帮助企业在推进智能制造的过程中少走弯路，取得实效。
误区一
重自动化，轻数字化
当前，制造企业面临着巨大的人力资源成本压力和招工难等问题，因此，很多离散制造企业积极进行生产线的自动化改造。一部分重复性较高的工位，由企业提出工艺需求，选择非标自动化集成商提供专用的自动化设备，实现少人化。
一方面很多企业的自动化产线还是只能适应单一品种，柔性不强；另一方面，很多企业还是不够重视设备联网和产线数据采集，难以真正实现生产过程的可视化与透明化，管理人员还难以及时、准确地了解生产现场的实时状况。
企业应当注重实现透明工厂和互联工厂。可以随时查看车间、产线和每台设备的实时状态，真正将MES系统用深用透，可以及时查询生产状态，看到每个订单的执行情况、车间生产排产和执行的状态、各条产线的缺陷率等，辅助管理人员及时作出调整与优化，显著提高生产质量。
误区二
重单机自动化，轻系统柔性化
很多制造企业非常重视购买数控加工中心或者钣金加工设备，不少企业还配备了上下料的工业机器人，但是往往还是单机自动化，还没有应用柔性制造系统（FMS）或柔性制造单元(FMC)，生产过程中还需要人工搬运，导致产生在制品库存，高端智能装备的OEE较低。
如果工厂应用了柔性制造系统，可以实现机加工和钣金加工的全自动、无人化地加工不同的零件，可以完成从粗到精的全自动加工。随着自动化、数字化和检测等技术的发展，近年来FMS系统的技术已经逐渐成熟，成为离散制造企业提升生产效率的必然选择。
误区三
重局部改造，轻整体优化
很多企业十分注重对瓶颈工位或消耗人工较多的工位进行自动化改造，推进“机器换人”。这种方式虽然能够减少人工，提高单个工位的效率，但是对于提升生产线的整体效率意义不大，而且往往会将瓶颈工序转移到其它工位。
正确的方式是基于工业工程的理念，利用价值流图等方法，根据生产的产品类型、产量、批量、制造工艺、产能、生产节拍和在制品物流传输方式，对产线进行整体优化；同时，从实现自动化加工与装配的角度来对制造工艺进行优化，以降低自动化改造的难度，尽量满足多种变型产品的生产与装配。
误区四
重单元系统应用，轻整体规划
很多企业往往是为了解决某一个或一类问题，满足某个业务部门或者某个业务流程的需求而建设一套信息系统，缺乏整体规划，导致系统之间功能重叠、边界模糊、数据来源多样等问题。各类信息系统越上越多，功能越来越复杂，但是信息孤岛林立，很多数据需从系统中导出、处理、再导入另一系统中。数据变更时，不能及时从接收变更的源头系统传递到其它关联系统。
制造企业应当将工业软件的应用与智能装备、数据采集、工控网络、工厂仿真、产线规划、AGV和立体仓库应用等相关技术结合起来，进行智能制造整体规划，并在整体规划的指导下，进行单元系统的实施；同时，要顺应云计算、组件化、微服务的潮流，实现企业数字化系统架构的升级。
误区五
重建设，轻运维
制造企业在智能制造推进过程中，普遍存在重建设、轻运维的问题。在系统上线以后，却缺乏持续的运维，应用软件多年不进行维护和升级，系统功能与实际业务流程的匹配度差距越来越大，系统价值难以发挥；自动化产线也存在不及时维护保养，故障率高等问题。
企业在信息系统选型时，需要充分考虑系统的柔性化、平台化、可配置和可扩展；同时，企业也需要及时对系统进行维护升级，企业的IT团队要能够及时根据企业需求的变化，对信息系统进行重新配置，尽量减少语言级的二次开发，注重IT治理。
误区六
重数字化设计，轻仿真优化
近年来，制造企业在产品研发方面的投入持续增加，在系统应用方面，数字化设计软件应用十分广泛，部分企业已经延伸到数字化工艺，但是对于仿真技术的应用还停留在初级阶段，主要进行运动仿真、结构和流体仿真与验证，尚未实现仿真驱动设计和多物理场的仿真分析和优化设计。
在智能工厂建设方面，可以利用工厂仿真软件，对设备和产线布局、工厂物流、人机工程和装配过程进行仿真，建立真实工厂的Digital Twin。
企业在推进智能制造的过程中，一定要数字化设计与数字化仿真与优化并重，数字化设计是仿真的基础，应用数字化仿真与优化技术来提升产品性能；同时，在仿真技术应用过程中需要注重仿真规范和标准、仿真流程、仿真结果的分析和利用，实现仿真知识管理。
误区七
重信息系统应用，轻数据价值体现
很多制造企业在数字化转型的过程中已经应用了诸多信息系统，但系统应用的效果和发挥的价值却参差不齐。一方面，虽然企业信息系统的应用领域不断拓展，但企业对系统的数据本身缺乏分析，数据的价值未得到充分挖掘，难以支撑企业决策；另一方面，企业想借助信息系统去管理大部分的业务问题，但建设信息系统时，却忽略了企业本身所需要执行的管理改善。
企业在推进智能制造的过程中，要做到信息系统应用与管理改善并重，通过推进业务管理的规范化、标准化，结合系统实施提升管理基础，使信息系统有效地支撑业务运行。
在业务系统全面应用的前提下，对各类数据进行有效分析，充分挖掘数据价值，有效支撑决策。企业应当将组织和制度的完善与管理手段与信息系统进行匹配，对包括部门职责、岗位职责、管理模式、绩效考核体系和人员素质等方面进行持续改善，从而提升应用效果，发挥信息系统实施的预期价值。
误区八
重显示度，轻实用性
部分企业不惜重金打造出豪华版的智能工厂，各种智能装备和信息系统一应俱全，包括知名品牌的BI、ERP、PLM、MES、SRM、ESB、生产及物流仿真系统、自动立体库、AGV、自动化产线、生产指挥中心等，建立了专门智能制造展厅、车间现场的参观通道、示范生产线等，很有显示度。
但在实用性方面却明显不足，例如：生产线建设未考虑实际市场需求，导致重复建设、设备闲置，产能利用不充分；自动立体库的建设对于场地位置布局、物料的分类管理、物料外包装设计、物料标识、存取分拣等环节考虑不足，导致自动立体库效率低下；生产指挥中心图表及数据对于生产现场的掌控及指导性不足、实时性不够等。
推进智能制造是一个长期的过程，制造企业需要建立“打持久战”的决心。企业在推进智能制造的过程中，一定要明确自身的短板及需要解决的关键问题，制定合理的规划及实施计划，分期分重点，选择合适的技术、系统、设备和团队解决企业的痛点问题。
