点击上方蓝字 3.规划不同步。有些企业非常重视智能工厂的建设，但是在做新厂规划时比较草率，缺乏充分的调研学习，往往难以想象在一个具体空间里究竟如何让各个工站协同运作，会有哪些冲突等。这就好像一家人突然从住惯的平房搬到楼房一样不适应。有一家企业在做新工厂布局的时候，待加工中心安装好之后，才发现AGV小车的物流路线与消防通道的设计冲突，解决办法是要么砸墙，要么撤掉一套加工中心，企业十分苦恼。智能工厂的规划，其实涉及的领域非常多，包括水电气的管线、生产设备的空间布局、最短物流路线、机器人作业环境、工人操作的便利、人员动线、消防等等。通常情况下，企业对智能工厂的理解是首先开展基建工作，基建完成后才考虑如何安放设备、更精细地规划空间，而没能有效实现提前设置。 总体来看，这些现象反映的问题如下：
一是忽视了规模经济规律，在工厂智能化投资的必要性上准备不足；
二是智能工厂作为工厂建设的创新容器，有一些完全不同于传统基建的流程和模式，而企业在人机协同、功能空间协同、上下游业务协同等方面缺乏预判；
三是常态业务情况下，企业对运营智能工厂所需要的资源、能力、外部条件的配置等缺少预判，导致增加了新的不可逆成本。
从某种意义上讲，智能工厂这几年被“玩坏了”。相当一部分投入成为工业互联网和智能制造这些标签下的“泡沫”。一些企业成为创新路上的“先烈”。同样，还有更多的企业在观望，他们因看到身边的失败例子而愈加恐惧。 那么，智能工厂在决策、建设与运营时，首要的考虑因素究竟是什么呢？尊重规模经济规律
规模经济规律依然是经济的基本规律，尤其是在微观经济领域。与以往不同的是，现在的规模经济可以支持生产并非一模一样的产品，实现连续生产过程中“免”换型。 数字时代的规模经济是基于经营分摊成本的测算展开的，其生产换型有条件做到完全不同的产品也可以低频换型，从而赢得规模，如3D打印机一样，又如数控钻床的钻头在预置后可以根据加工件的需要自动调换。 在工业场景中，我们将规模性体现在工业能力被高效能“复用”，复用频度越高，工业能力的经济价值越强，其可持续性也就越好。工业场景的规模性要求工业能力充分社会化。在单一、封闭的价值网络里，工业能力被其他管理单元（市场主体）调用的机会并不多。但是通过在线方式的社会化之后，工业能力可以被更多的工业场景“看见”，这是一个相互作用的过程。工业场景的规模性产生订单“虹吸”，带来产业虹吸。保持规模化意味着单件产品的加工费用、采购成本可以更低，从而出现“价值洼地”，产生虹吸效应。规模经济并不是实态产品的规模大，而是随着同一种生产加工工艺持续时间越长，同一能力结构复用频度越高，从而带来了时间价值上的规模效益。 从上面的叙述中，我们可以看到智能工厂的规模性局限主要来自两个方面：一是智能工厂换型的时间成本高，这往往来自上下游产业环境的约束；二是智能工厂装备之间的耦合性太强，订单匹配成本比较高。在生产任务不饱和的时候，产能的社会化受到极大的约束。
因此，一部分企业家认为，智能工厂并不完全需要向“黑灯”工厂、全自动工厂这个方向发展，企业还需要从实际出发，突破性地提高瓶颈设备的产能，渐进性地提高装备之间的协同度，以及装备与业务订单履行之间的协同度。△通过生产装备智能化跃迁，一些企业赢得了可靠的规模优势。图为自动落纱粗纱机，纺织行业智能工厂的主力装备之一（摄影：王甲佳）
务实之道：
更精益地进行自动化改造，
用数字技术升级价值链
1.在一些重复性工作较多、规范和标准相对完善的生产领域，可以更多地利用数字技术提高机器自动化水平，甚至采用机器人作业。比如针对装配、涂装、搬运等工作，工人只要监控机器状态，适时予以调整即可。在工作标准统一的场景下，机器的优势更为明显。比如以一牛顿的力把一号零件压入二号零件的孔内。对于一牛顿的力有多大，工人容易凭借自己的感觉和经验来把握。不同的人，甚至是同一个人在不同时间会有不同的感受，实际工作交付也只能“大差不差”。但是机器人却可以很好地解决这个问题。在传感器的帮助下，一牛顿的力始终就是那么大，保证每次都是同一标准。如果出现异常情况，机器人也会有差错，比如，零件的孔内有异物，但机器感知不到，会依然走固定程序。这时，就需要人工介入，随时监控机器人的运行状态，排除隐患。通过一些传感器的设置，这类问题也不难解决。 机器人和工人特点各异，在具体场景中互相合作，各司其职，最终完成交付，这应该是一个比较合适的主流状态。机器人作业在遇到例外情况的时候，是不是一定需要人来干预呢？能不能产生新的应对策略，自主排除，恢复正常秩序呢？这个问题可能需要分不同的产业及场景进一步具体分析，属于持续迭代的范畴。 2.在辅料、工具消耗比较多的领域，可采用数字技术进行升级。有一家钢材加工厂，在钢材的截断车间，每天要消耗二百多根锯条，是一笔不菲的成本。每天还有十几起因为锯条老化，锯条断在钢材里的情况，增加了电机烧坏后维修、返工等成本。如何在锯条使用寿命临期之前就果断地换下呢？电气和能源工程师根据历史数据，设定了一个不同工况条件下锯条使用寿命时长的基本数据。同时，通过电流传感器检测电流的变化，锯条老化后，电机工作电流会慢慢升高。当检测到电流连续3分钟（不同工况有不同的时间）超过额定值的时候，适时与该工况下的锯条使用寿命做比较，并通过警铃提示进行人工干预。这个技术改进项目实施半个月后，截断车间的锯条消耗下降了20%，额外的损失没有再发生。令人惊喜的是，能耗也下降了，节约综合成本经测算达1万多元。 这就是非常显著地通过数字技术进行“小改小革”的例子，实际上是升级了企业价值链，企业节约了成本，生产秩序得到了更好的保证。实现这些并不需要立刻上马高端的锯床设备。透明与智能，谁更重要？
前面我们提到智能工厂的一个约束，即由于标准意义的智能工厂在其组件和环境方面的高度耦合，它更适合作为一个整体来实现社会化，也就是为其他同行企业所用。在需要敏捷协同的领域，尤其是项目制造类的业务中，这是一个局限。 国内有一些项目制造类公司，他们在