技术进步不断推动制造业从机械化走向自动化、计算机集成制造及未来制造——这是智能制造众多从业者和研究者的共识。
下一代互联网、信息物理融合系统（CPS）与大数据等众所周知的“热词”以及与之相关的技术都在影响着未来制造。同时，制造业本身所产生的未来需求也被时间、质量、成本、效率等关键词包围。
1月29日，同济大学电子信息与工程学院副院长、教授乔非在国家智能制造新年论坛上，对智能制造的相关发展趋势、各国制造业应声而变的政策情况及工业大数据对制造业产生的影响一一进行了梳理和分析。
制造业走向智能化和网络化
由互联网引发的新兴IT技术，如物联网、信息物理系统（GPS）、云计算和大数据、M2M通信、嵌入式控制将满足制造业的发展需求。
近年来，各种新兴先进制造相关概念也层出不穷，如可重构制、分布式制造、网络制造、泛在制造、智慧制造、预测制造、云制造、绿色制造等。
乔非认为，虽然各大先进制造的概念表述在内涵上有些许差别，但是抛开概念，新兴先进制造整体发展模式的特点还是十分清晰的。
比如，互联物联，移动互联网、物联网技术具有自适应、控制功能的物理设备走向网络化等特点。产品生命周期过程贯穿于整个产业链中，需要综合协同，整合所有进行适应性制造的数据资源，实现综合一体化生产管理与服务。先进制造则主要采用智能化方法，用智能生产的方式降低系统复杂性和提高工程与管理的效率等。
在先进制造发展如火如荼时，制造业的研究也逐渐向三个方向发展：制造业装备、系统和服务。研究涵盖了工业机器人、高端装备、智能装备等装备的改造提升；信息综合集成、大数据应用、制造过程智能化、云计算技术应用等系统研究；动态感知和智能控制、制造与服务的集成共享和协同研究。
乔非向在场观众描绘了一幅未来制造场景：“未来制造必定是网络化和智能化。纵向发展则表现为工厂内部信息高度自动化、集成化，横向则趋向于制造服务外包和全球供应链管理。”
国际制造业发生变革
乔非指出，德国、日本、英国、美国的制造业发展都颇有特点。尤其是德国提出的“工业4.0”的概念及模式，常被制造业各类人士挂在嘴边。
作为全球制造装备的“领头羊”，德国制造业拥有强大的设备和车间制造工业，在世界信息技术领域拥有很高的能力水平，在嵌入式系统和自动化工程方面也有很专业的技术。
所谓的“工业4.0”是2013年由德国联邦教研部与联邦经济技术部推出的“工业4.0”项目，联邦政府因此投入资金2亿欧元。
而在德国推出“工业4.0”之前，为落实振兴制造业的策略，奥巴马政府在2012年宣布出资10亿美元，打造一个美国制造业创新网络，首批包括15个制造业创新研究所。
据乔非介绍，美国制造业公司的合作关系刺激企业创新，产学合作培训技术人才模式也对制造业产生重要的影响。
“美国公司合作关系对于美国研发世界前沿技术起到关键作用，硅谷的诞生和兴起尤为典型地表明政府扶持对科技研发的影响。而美国鼓励尝试制造企业和教育、培训机构合作办学的人才培养方式，为教育和培训各个层次的学生、工人提供独特的机会。”乔非评点道。
比德国和美国更早提出制造业战略的是英国。自2008年，英国政府就推出“高价值制造”战略，希望鼓励英国企业在本土生产更多世界级的高附加值产品，以加大制造业在促进英国经济增长中的作用。
乔非认为，制造业和服务业的融合，使英国制造业的财富很多是从制造活动之外产生的。英国将更多精力从传统制造转移到了技术和设计创新上。英国的重振制造业之路并不是对工业化进程的简单重读，而是对传统制造业的升级和改进，其注重发展“高价值制造”，使服务业和制造业互补和促进。
日本制造也提出了“产业振兴”战略。安倍政府上台后，提出了“安倍经济学”战略，其三项主要内容除金融量化宽松和财政刺激举措之外，就是“产业振兴”。
其中，日本先进制造的创新举措包括：加大了对新能源的政策改革和补贴力度，并将事业拓展至更先进的氢燃料车；对跨行业发展的制造巨头，通过企业内部共享技术成果，使企业研发投资更集约，且抗风险能力更强；重视制造业与市场的结合，出台了多项指导政策。
与这些国家制定的制造业策略相呼应的是，我国政府正在制定“制造2025”相关战略。虽然国家整体战略布局尚未正式出台，但就在1月26日，东莞市政府宣布了2015年一号文《关于实施“东莞制造2025战略”的意见》，表明了东莞将制造推向更高层次的决心。
乔非认为，我国的制造业发展应以数字化、网络化、智能化为制高点，以加快信息通讯技术和制造技术的深入融合为切入点。要实现四大转变：从要素驱动转向创新驱动；从低成本竞争优势转为质量效益竞争优势；从资源消耗大、污染物排放多的粗放滥造局面转向绿色制造；从生产型制造转向服务型制造。
工业大数据驱动制造业发展
工业大数据的产生以新兴技术的发展为背景，工业传感器、无线射频识别（RFID）、条形码、工业自动控制系统、企业资源计划（ERP）、计算机辅助设计（CAD）等技术更是日益丰富着工业数据量。而工业企业中生产线高速运转，由机器所产生的数据量远大于计算机和人工产生的数据，而且数据类型多是非结构化数据。
乔非提出，随着互联网与工业融合创新，工业互联网的时代到来，工业大数据集成应用将成为工业互联网应用的核心。
“未来制造的产品，不只有功能，还要有通过处理数据得来的价值。大数据本身不重要，信息量和创造价值的过程才是真正重要的。”乔非强调。
以工业数据的采集与解析、工业大数据的分析和可视化、工业大数据的安全管理为代表的三大工业大数据应用的关键技术可以促成工业大数据的集成应用模式。
乔非认为，骨干企业在利用工业大数据时，应着力建设大数据应用系统，在工业生产经营过程中应用大数据技术，提升生产制造、供应链管理、产品营销及服务等环节的智能决策水平和经营效率，突出大数据技术自主应用，对骨干企业内外部数据进行分析。
而要解决中小企业的问题，则应该重点建设第三方平台，面向中小制造企业提供精准营销、互联网金融等生产性服务，突出大数据的第三方专业化商业服务，为中小企业提供工业大数据云服务。
乔非建议：“还要形成行业大数据平台，促进信息共享和数据开放，实现产品、市场和经济运行的动态监控、预测预警，提高行业管理、决策与服务水平。政府也应参与行业大数据云平台建设，服务行业指导和科学决策。”
