不是机器人越多，智能制造就越先进

来源 | 中国企业家俱乐部

8月5日（周五），广州明珞装备股份有限公司董事长兼CEO姚维兵做客中国企业家俱乐部直播间，向线上的企业家们做了“专精特新系列直播成长实践课”的专题分享。姚维兵董事长选取智能产线、智能制造和工业互联网等话题进行了精彩的直播演讲。

广州明珞装备股份有限公司是国家级“专精特新·小巨人”企业，目前拥有1000多名员工，70%以上的业务分布在海外十几个国家和地区，其中不少是全球汽车行业的龙头企业。

明珞装备致力于智能制造、数字化、工业物联网/互联网深度创新和落地，为汽车制造、新能源和一般工业领域提供智能制造解决方案。

以下是姚维兵董事长的分享精华与思考：

01

智能制造助力企业降本增效

当下，智能制造是一个十分热门的话题，那么智能制造的本质和核心目的是什么？

有一家企业花了8000万找了一家头部智能制造公司做数字化转型，希望能够将一条冲压自动线变成数字化产线。从产出角度看，这家企业将5个操作工人的工位改造成了全自动化，同时在品牌营销的角度提升了客户对他们的认知。

但这样一个价值几百万的服务花了几千万，收获的只是智能化替代和品牌营销方面的成果。这个投入产出比真的合理吗？数字化转型的目的是为了提升企业的竞争力，帮助企业在数字化转型后收益比原来更好。

智能制造是一个很广泛的概念，可以赋能企业研发生产、供应链和品牌营销各个环节。

对于智能制造，明珞装备80%的业务都聚焦于汽车车身的制造，主要包括白车身、底盘和新能源及一般工业数字化智能产线场景。

拿汽车举例，一台普通的汽车大概有5000-6000个焊点，相信不会有消费者知道单个焊点值多少钱。这些焊点的成本构成是什么？设备资产折旧是多少，分摊费用是多少？但这些问题很重要，它们关乎着智能制造的竞争力。

全世界的车企都在学丰田的精益管理，丰田单个焊点的成本是0.076元，其他无论是日系、德系还是国内车企距离它们都差得很远。

比如国内一家头部商用车企业一个焊点的成本是0.355元，跟丰田差了整整5倍，那么这样的差距是如何造成的？用智能制造的方法论就可以找出原因，并且进行量化评估。

产线理论可以看成是一台标准设备，从它控制系统、通用设备系统、专用设备系统和它应用的不同工艺，把相关工艺标准化和数字化，实现的一个高价值、高可靠的交付。这也是我们认为的智能制造的本质。

未来，智能制造工厂也应该按照这样的理念去实现落地。

02

不是机器人越多，智能制造就越先进

我们认为智能制造的发展分成这几个阶段：

首先是自动化，用机器取代人，这是早期阶段。大部分传统公司，它们实际上就是自动化公司。客户需要什么，定义了什么，这些公司就按照客户需求去提供产品。产线是制造业的半壁江山，在一些精密复杂的制造业态，产线资产折旧占到了制造业费用的一多半。

比如汽车车身制造，一台车的车身制造成本在1000块，1000块除掉辅料后，产线通用和专用设备的折旧超过500块。

所以，在实现自动化功能，通过标准化实现产线设备的可靠性，达到快速交付和费用下降方面，智能制造扮演着一个重要的角色。

其次是精益化，精益生产是日本企业的特点，他们对设备资产达到了极致的利用，去推动降本增效的实现。

之后是标准化，将自动化产线和设备硬件、软件系统、服务体系逐步标准化和模块化，提高自动化系统的可靠性和可复制性，标准化是自动化的逐步升级。随着技术进步，自动化产线中的控制系统、工艺设备、传输设备、检测设备、工装设备等，以及相应的机械和电气元器件、软件系统等都在逐步标准化。

还有柔性化，柔性生产主要是减少投入风险，提高产品兼容性。因为不是每种产品都能很快卖掉，一款汽车车型开发失败，市场上滞销，可能损失的是100亿投资。但如果实现柔性生产，那么可能只需要损失20%的专用设备，剩下80%的投入还可以另作他用。

接着是数字化，通过数字化验证缩短开发周期，减少生产投产的风险和浪费。比如可以通过数字孪生技术进行模拟仿真，智能制造里涉及整个控制的信号和动作的仿真。

还有智能化，智能化主要是通过数据，比如把75%的利用率，利用数据去提升到80%，主要是通过数据驱动技术进行迭代。另一方面也通过数据打通知识和资源，形成产业生态。未来，预测性维护、智能运维、智能决策等AI技术也会慢慢在工业场景中实现落地。

很多人有一个错误的理解，智能制造不是设备越多，用了越多的机器人就越先进。实际上在同等工作条件下，设备越少才越先进。比如按照资产利用率这个指标，一些德国企业的资产利用率普遍在45%左右，但日本的企业比如丰田都在80%左右。

此外，生产线的可靠性和开工率也很重要，不少企业开开停停，用了就坏，坏了再修。但很多德国企业他们做得很好，他们会花很长时间去测试生产线的可靠性，将生产线的开工率维持在95%以上。

比如国内一家做新能源电池壳体的公司，他们的生产线开工率只有60%多。这条生产线应用了不少新工艺和新设备，导致可靠性比较低。如果能够将它的开工率提升到80%，这样的效率提升都是十分可观的。

还有一些制造业企业中，在相关设备使用上。它的设备转速达到了1万转，那么是用8000转还是10000转？在很多企业，可能这个问题就是工程师或技术员根据经验自己进行把控。但如果通过智能制造，就能实现设备效能科学合理的利用。

在一系列关于制造效能的问题里，包括产能利用率、资产闲置还有产线设备通用性问题都是智能制造的范畴。

当然还包括生产准备周期，传统汽车企业需要3年时间准备一款车型，中间包括厂房建设、设备购买、配套工程师，还要花1~2年时间进行准备调试以及物流运输。

但毕竟现代汽车的迭代周期越来越快，竞争也越来越激烈。如果丰田希望将这个周期从36个月压缩到28个月，那么通过一系列智能制造技术的应用，就可以将它的产品快速研发投放市场，减少厂房、资金和人工的占用和浪费，在市场上也可以让消费者体验到最好的技术和服务。

另外，在与企业进行相关的项目合作时，很多客户觉得只要付了钱，那就可以将智能制造做好。其实，还有很多接二连三的问题需要解决。比如产品标准化、工艺成熟度及稳定性、零部件的稳定性等等，这些因素都在影响智能制造是否可以最终落地。

比如汽车有概念车，概念车就是一种原型，它是手工打造的，一台至少400万的制造费用，这仅仅是车壳子的成本，整车可能得上千万。还有小批量试制车，这种可能会做100台去做安全碰撞测试，这种车的成本在15万左右。但如果变成大规模量产车，像街上到处跑的汽车，它的生产成本就会大幅下降，可能只需要3~4千块钱。

这里面存在的场景不一问题也是影响智能制造最终落地的关键因素。在智能制造领域，还有一些公司会四面出击，什么都去做一下但不专业，导致最后无法通过客户的验收。

还有一些企业可能会对智能制造抱有很高的期待，但试了几次下来发现并没有对企业有特别多的改变，可能就放弃了。但其实智能制造是一个系统性工程，场景需要稳定聚焦，包括一些前置条件也需要更完善。

未来明珞的战略一定是聚焦，聚焦在几个复杂场景中间，光这些场景就已经是万亿级的市场。

那么，我们认为好的场景一是要足够复杂，越复杂才越能体现智能制造的价值。另一方面是有大量复制的机会，汽车行业每5年就有新产品迭代，这个是很可观的。

03

高成本低价值的连接没有任何意义

什么是工业互联网？或者说什么是智能制造的工业互联网？

其实相关的概念很多，但真正能落地的很少。

一方面是相关场景能否标准化，企业能力是否能聚焦。另一方面，任何商业都是有逻辑的，价值、价格和成本之间的关系是否合理。

市场上不少服务是为了连接而连接，比如最近都在说5G落地智能制造，很多厂商喊着要改造AGV。但改造AGV的成本很高，它真的能给企业带来足够多的价值吗？

AGV和在地上贴个磁条有很大的差别，但从结果看，问题一样是解决了。所以企业为什么要花钱进行改造。真实场景有相应需求吗？高成本低价值的连接并没有任何意义。

智能制造需要以用户需求为核心导向，质量、成本、交付期和服务，这些都是必须关注的指标。智能制造一次性投入很大，它替代了人工，汽车产线上1个人工的成本3年大概在100万左右。

可以看到，落不了地的代价是很大的。

汽车行业中也不是所有领域都能实现自动化，比如总装环节的代价就太高，车身环节大概100万才能替代1个人工。在发动机可能500万都无法替代1个人工，所以可能很多环节就不会有智能替代的需求。

现在工业互联网的发展出现了很多问题，没有聚焦产品，没有搞清楚真实需求。投入产出比严重不符，需求不是想象出来的，得是真正有价值的，企业才愿意付费。

所以，工业互联网应该从底层做起，从每一台设备、每一次生产动作开始做起，从元器件每一次动作出发到整个设备的动作完成。比如一个机器人打十几个焊点，或者一个机床的切削量，到整个产线控制的落地。

它的连接应该聚焦在底层产线设备和工业互联，不论是自动产线或是人工产线，明珞一直在深度布局相关的工业互联网。明珞的优势还是制造，我们提供的服务和产品能在市场上通过质量和成本优势，取得相应的市场竞争力。

这个过程中，明珞打造了一套定制化生产下的数字化管理平台，被我们命名为“智造家”的生产方式。

基于这套标准流程，把整个项目根据不同类别分成6~10个小里程碑，对每一个业务部门进行过程分解控制。

每一个部门甚至班组都是一条小型生产线，不去按照个人意愿去进行非标交付，而是依托生产线完成流水化、数字化的交付方式。这个交易过程不管是买还是卖都进行了组织流程的标准化，对质量控制的细节进行了良好的管理。

总之，智能制造不是简单的数字化，也不是简单的屏幕，或者用软件把数据采集出来，而是聚焦整个运营、生产和交付执行的过程。通过数字化技术手段和量化数据评估体系不断优化，聚焦生产效率的提升和价值的创造，最终去转化成制造型企业的市场竞争力。