[摘要]智能工厂建设涉及的领域众多，是一项系统性工程，需要多个专业深度融合且长期持续建设。文章首先分析我国智能工厂建设的驱动因素，然后探讨智能工厂建设面临的风险挑战，最后阐述“自上而下”与“自下而上”相结合的智能工厂建设路径，以期为未来各地智能工厂建设提供参考。

　　[关键词]智能工厂；顶层设计；场景建设

　　0引言

　　当前，世界百年未有之大变局加速演进，新一轮科技革命和产业变革深入发展，智能制造正在引领全球制造业发展变革的方向，成为全球科技创新制高点和全球经济发展新引擎。以智能制造为主攻方向，如何建设一批引领产业发展的智能工厂，成为我国加快推进新型工业化，推动制造业加速向数字化、网络化、智能化发展的重要发展课题。

　　1智能工厂建设的驱动因素

　　智能工厂建设的驱动因素主要包括4个方面：政策引领、需求驱动、技术赋能、标准支撑。

　　1.1政策引领

　　在数字经济时代，国家高度重视智能工厂建设，将智能工厂作为智能制造的核心载体。国务院、工业和信息化部、国家发展改革委、国家数据局等部门发布了一系列与智能工厂相关的政策文件(见表1),鼓励制造业分行业、分领域推动智能工厂建设。

　　1.2需求驱动

　　当前，中国制造业正处于转型关键期，企业越来越意识到数字化转型已从“选择题”变成“必修课”,正是智能工厂建设为制造业数字化转型按下加速键。离散型、流程型中大规模企业已明确将智能工厂建设提上日程，企业需求已逐步明确与聚焦，大部分企业也已自建专用网络，并愿意引入人工智能(Artificial Intelligence,AI)、数字孪生等技术，提升工厂数字化和智能化水平。中小微企业对轻量化的研发设计、生产制造、供应链、企业管理等工业应用软件的共性需求强烈。同时，由于自身能力不足，中小微企业迫切需要专业的智能制造服务商提供顶层规划与专业技术服务，以满足企业个性化需求。截至2023年年底，我国已培育421家国家级智能制造示范工厂，推动各地建设万余家数字化车间和智能工厂，智能工厂、数字化车间在提升要素生产率、发展新质生产力方面作用明显。

　　1.3技术赋能

　　我国智能制造技术发展虽然起步较晚，但发展迅猛。国家对智能制造技术研发投入力度大，以企业为主体，联合高校、科研院所共同发力，加快新技术在智能工厂领域推广应用。机器人、智能制造装备产业体系已形成，为诸多装备智能化提供了足够的技术支撑。大数据、物联网、云计算、边缘计算、5G、数字孪生等技术逐渐成熟。在垂直化、产业化方向，工业大模型正加速渗透。基于智能工厂建设场景，将新一代信息技术与先进制造技术深度融合，已探索形成一批技术集成应用创新案例，赋能制造业全生命周期、全价值链各环节。

　　1.4标准支撑

　　标准化工作是实现智能制造的重要基础。在智能工厂建设中，标准相当于一种通用语言，是影响建设成败的关键性因素。我国早在2015年就开始启动智能制造标准化工作，制定了国家智能制造标准体系建设指南，之后经过多次迭代升级，解决了智能制造标准缺失、滞后、交叉重复等问题。随着智能制造发展进入深水区，我国正全面开展基础共性标准、关键技术标准、行业应用标准研究，持续完善智能制造标准体系，为智能工厂建设保驾护航。

　　2智能工厂建设面临的风险挑战

　　智能工厂建设如火如荼，发展空间广阔。但是，智能工厂建设不是一蹴而就的，在发展道路上面临以下风险挑战。

　　2.1缺乏顶层规划，系统性思考不足

　　很多企业在智能工厂建设过程中，更关注局部的、单点的智能化场景应用，“头痛医头，脚痛医脚”,缺乏章法，造成很多局部智能化依然是割裂的、碎片化的，在实际运行中形成一个个“数据孤岛”,很难有效串联整合，急需通过对智能工厂开展顶层设计，形成整体思考决策。

　　2.2需求分析不够深入，难以做到“对症下药”

　　制造业有31个大门类，各行业生产方式差异大，各企业面临的痛点千差万别。在智能工厂建设过程中，要解决一系列与生产相关的业务过程中复杂的运营、产品与工艺等方面的不确定性问题，目前总体缺乏对分行业、分领域场景化需求的科学研判和深入分析，解决方案很难做到有的放矢、对症下药。

　　2.3短期投入与长远效益需要平衡

　　当前，经济下行压力加大，部分企业由于对智能工厂投入不够、投入产出效益不高、建设周期过长等，在推进过程中渐渐失去耐心，陷入发展困境。智能工厂建设是一个持续改进与优化的过程，既要有系统的顶层规划，科学设计实施步骤，又要有务实的行动计划，形成可感知的建设成果。

　　2.4产业生态体系有待完善

　　在智能工厂产业生态环境上，上下游企业、标杆企业与中小企业间缺少开放互动的沟通渠道和合作机制，园区平台、通信运营商、互联网企业、软件企业、诊断服务商之间缺少协同配合机制，尚未形成协同完备的产业生态体系，难以为企业提供全方位、低门槛、高成效的智能工厂建设服务。

　　3智能工厂建设的优化路径

　　目前，智能工厂建设已进入深水区，不仅需要在政策、需求、技术、标准等方面的驱动保障，还需要以系统思维，探索“上下结合”的智能工厂建设路径，即按照“自上而下”开展顶层设计与“自下而上”推进场景建设相结合的建设策略，在顶层设计中把握发展的方向和节奏，在探索实践中落地新场景、积累新经验，系统推进智能工厂建设，破解发展困局。

　　3.1自上而下，以全局视野开展顶层设计

　　智能工厂建设是一项系统性工程，应从全局视野顶层设计和统筹规划相关方面的要素，确保目标的一致性和理念的先进性，通过统筹规划，确保项目的贯通性和建设的统筹性，系统推进智能工厂建设。具体步骤可分为现状诊断、需求分析、总体目标与蓝图规划、分步实施计划制订4个阶段。

　　一是智能工厂现状诊断。围绕设计、生产、物流、销售和服务的全流程，全方位调研工厂自动化、信息化、车间联网等情况，运用智能制造成熟度评估模型评估关键绩效指标，定位工厂的智能化水平。

　　二是智能工厂建设需求分析。梳理业务模式，识别可优化的工艺环节，结合生产特点，提出改进应用可行性方案，系统地提出智能工厂建设需求。

　　三是智能工厂总体建设目标与蓝图规划。基于诊断评估、流程梳理与关键技术可行性分析结果，编制智能工厂规划落地方案、实施计划与预算，并构建智能工厂运行的基础技术架构与保障体系。

　　四是制订分步实施计划。根据整体规划蓝图，确定项目子任务优先级，明确子项目的目标、内容、关键点、实施计划、资源需求等要素，综合分析项目的重要度、紧迫度、前提条件和实施风险，制定切实可行的实施路线，推进计划落地。例如，某企业通过智能工厂专业咨询服务商的系统化诊断，提出分阶段建设路线及针对性解决方案，具体如图1所示。通过分阶段推进智能工厂建设，该企业生产效率提高了30%,产品不良品率降低了70%,单位产值能耗降低了40%。

　　3.2自下而上，因地制宜推进场景建设

　　在智能工厂建设过程中，要解决一系列与生产相关的业务过程中复杂的运营、产品与工艺等方面的不确定性问题，可根据不同行业企业特点，选择合适场景，从小场景切入，步步推进，推动企业智能工厂建设成功。

　　3.2.1开展场景分析

　　工业和信息化部根据智能工厂建设实践，结合技术创新和融合应用发展趋势，凝练总结了3个方面16个环节的45个典型场景，为智能工厂建设提供了指引1]。此外，工业和信息化部公示了2023年度智能工厂揭榜单位及典型场景应用2],其中，智能工厂揭榜单位公示的场景应用数量为2281个。通过分析智能工厂场景应用情况，可以看出智能工厂场景的重点分布情况。①生产全过程是智能工厂建设的主攻方向，相关智能场景应用数量为1523个，占66.8%,其中生产作业以其丰富的场景成为首选，占15.6%;工厂建设、计划调度、仓储物流、设备环节等环节场景应用逐渐成熟，占比均在10%左右；安全管控、能源管理、环保管控等环节作为生产过程中不可避免的环节，目前还处于数据采集和实时监测阶段，自动化作业和智能管理还需要推广。②产品全生命周期成为智能工厂的重点内容，相关智能场景应用数量为624个，占27.3%,其中产品质量管控已成为刚需，占12.1%;产品设计、工艺设计环节数字化设计技术手段日益丰富，占比均在5%左右。③供应链全环节智能化在不断探索实践，相关智能场景应用数量为134个，占5.9%。应用场景排名前10的分别是智能仓储、智能在线检测、质量精准追溯、能耗数据监测、在线运行监测、车间智能排产、工艺数字化设计、数字基础设施集成、产品数字化研发与设计、生产计划优化(并列第10)、安全风险实时监测与应急处置(并列第10),总计占比近半，基本集中在工厂生产运营的工厂建设、工艺规划、计划调度、运营管控等高价值领域，与智能工厂建设的实际需求和技术发展成熟度相符，具备显著的效益性和示范性。

　　3.2.2做好场景分类

　　智能工厂建设路径在场景选择的优先级上呈现多样化特征，因此要以行业智能工厂典型场景分类，梳理行业通用场景和个性场景。以流程制造为主的上游行业因生产过程具有连续性，更关注关键设备监控和产品质量监控，通过质量追溯打破上下游企业间的数据隔阂。以离散制造为主的中游行业因物料品种多样、人工参与度高、生产过程管控难等，更倾向于优先打破各生产环节的信息壁垒，实现可视化管理和数字化协同。以消费品制造为主的下游行业贴近市场一线，市场需求快速变化促使企业以满足用户多元化需求为目标，进行柔性化生产和个性化定制3]。

　　3.2.3推进场景落地

　　在场景建设落地过程中，要做深做透一个个场景。根据应用场景沉淀智能工厂建设能力和经验，建立场景解决方案库，汇聚多层次数字化转型优秀产品，加强成本低、周期短、见效快的场景型轻量化转型解决方案供给[4]。由点及线，由线到面，由面成网，逐步实现单元级、车间级、工厂级的智能化改造，打造智能工厂应用示范，带动全行业数字化转型。

　　3.2.4丰富场景生态

　　随着技术发展和产业融合，针对智能工厂多样化建设需求，通过政产学研用各方力量整合营造良性生态已成为一大趋势[5]。地方政府要因地制宜出台支持智能工厂建设的发展政策，全面推动典型场景应用示范推广。行业头部企业要全面提升智能工厂主体建设能力，利用制造资源碎片化、在线化、再重组、再优化的机遇，建立行业性场景生态资源池。各类智能工厂服务商要加强专业化服务供给，充分依托智能工厂丰富的应用场景，逐步构建跨设备、跨产线、跨车间、跨工厂、跨企业的智能工厂公共服务平台，打造跨行业或跨区域的智能工厂建设公共服务平台。

　　[1]工信部、国家发改委等：开展2023年度智能制造试点示范行动[J].中国设备工程，2023(17):1.

　　[2]中华人民共和国工业和信息化部国家发展和改革委员会财政部国务院国有资产监督管理委员会国家市场监督管理总局公告[EB/OL].(2023-11-24)[2024-05-29].

　　[3]李沐斋，甘乃凤，郧彦辉.智能制造示范工厂建设情况分析[J].机器人产业，2022(5):75-82.

　　[4]北京市经济和信息化局.北京市经济和信息化局关于印发《北京市制造业数字化转型实施方案(2024—2026年)》的通知[J].北京市人民政府公报，2024(18):64-75.

　　[5]胡成林，韩丽，左鹏.智能制造生态发展研究[J].智能制造，2024(1):18-25.