《中國制造2025》發布近一年來，概念層面可謂異彩紛呈，從工業4.0、工業信息化到智能制造、無人工廠，目前更延伸到無人駕駛汽車、無人駕駛船舶、無人化醫療裝備等熱門領域，似乎工業智能化、無人化時代近在眼前。
華為科技創始人任正非對此所做的判斷很客觀，他認為，這是人工智能時代，首先要強調工業自動化；工業自動化以后，才可能走進信息化；只有信息化后，才能智能化。中國工業現在還沒有走完自動化，還有很多工業連半自動化都做不到。
因而，探究工業4.0、工業無人化之前，有必要了解相關概念的歷史淵源、技術本源和經濟意義。
自動化是智能化的前奏
20世紀80年代，美國汽車產業正擔心會被日本競爭者擊垮。在底特律，很多人展望以“熄燈式生產”打敗對手。“熄燈式生產”就是工廠高度自動化，燈關著，機器人自己在制造汽車。當時，這種想法是不切實際的，日本車企當年的競爭優勢也不在于自動化生產，而在于“精益生產”技術，而精益生產在大多數情況下要依賴人力。
現今，自動化技術的進步已經使“熄燈式生產”逐漸變成現實。日本機器人制造商發那科（FANUC）已能將其部分生產線置于無人值守的環境中，自動運行數周不出狀況。
德國大眾旨在稱雄全球，這家汽車工業集團制定了新的生產戰略：模塊化橫向矩。大眾汽車想借助這一全新的工藝，在同一條生產線上生產所有型號的車。這一工藝最終將使大眾在世界各地的工廠因地制宜，生產出當地市場所需的任何車型。
很多年前，錢學森曾說過：“只要自動控制做好了，即使元器件差一點，導彈也能打上天。”
現今，自動化將在很大程度上模仿人的智能，機器人已在工業生產、海洋開發和宇宙探測等領域得到應用，專家系統在醫療診斷、地質勘探等方面取得顯著效果。工廠自動化、辦公自動化、家庭自動化和農業自動化將成為新技術革命的重要內容，并得到迅速發展。
從整體上看，中國傳統產業在技術裝備、能源和原材料消耗、產品品質和管理水平等方面與工業強國相比仍有很大差距，尤其是技術裝備（比如高端數控機床）的差距有擴大趨勢。大范圍設備更新，國家承受不了；維持設備現狀，則后果不堪設想，唯有應用自動化技術改造傳統產業，才能最有效地提高企業素質。
這就是為什么即使中國經濟增速出現下滑，中國國內市場，尤其是制造業領域，對于工業自動化技術的需求有增無減。自動化技術能給“中國制造”補鈣，助推中國產業振興。
人工智能與無人工廠
無人工廠是自動化技術全面升級跨越的結果，其基本特征就是全部生產活動由電子計算機進行控制，生產第一線配有機器人而無需配備工人。
世界上第一座實驗用的無人工廠在日本筑波科學城，建成于1984年4月。日本比較缺少人力，因而很早開始重視機器，率先建造了可以提高生產效率的無人工廠。
在運用了人工智能的無人工廠中，所有工作都是由計算機控制的機器人、數控機床、無人運輸小車和自動化倉庫來實現的，人不直接參加工作。工人成了“指揮員”和“醫生”，白天，工廠內只有少數工作人員做一些核查，修改一些指令；夜里，只留兩三名監視員。
現今，無人工廠在汽車及飛機制造等領域已相當普及。這些生產線幾乎都是機器人在操作，人在旁邊起輔助作用。
不過，將人工智能真正轉化為工業應用并非易事，這是一個繁雜的系統工程。無人工廠要突破很多關鍵性技術，包括柔性化的生產技術、工業機器人的控制技術、整體安全和監控的技術、所有機器系統安全的監控等。每個機器人的狀態、每個儀器的狀態，有什么問題都要提前預警。
無人工廠中的核心裝備是工業機器人，經歷近半個世紀的迅速發展，機器人技術日趨成熟，已在諸多工業領域得到廣泛應用，諸如汽車制造、機械制造、電子器件、集成電路、塑料加工等較大規模生產企業都涉及工業機器人的應用。
工業機器人及其他自動化技術代表工業自動化的高階應用，而最終實現工業智能化、無人化，還有很長一段距離。
工業價值鏈的系統整合是工業無人化的關鍵。工業價值鏈主要包括產品設計、生產規劃、生產工程、生產執行和服務等幾個部分，以前這些都是單獨實施的。如今，各種新技術把這些獨立的部分整合起來。制造業的未來在于，從這些技術當中找到最佳結合點，并學會將它們作為一個完整系統運用起來。這樣就能獲得整合系統的整體優勢，從而推動制造效率的大幅提升。
要做到這一點，需要制造廠商把手頭的所有高科技工具匯合起來，這非常考驗綜合技術能力。
如果說工業無人化的關鍵在于工業價值鏈的系統整合，在于智能制造，那么智能制造的核心就是從“智眼”到“智人”。
未來制造業必定向著越來越精致化、人性化、個性化的方向發展，必定要走向無人生產、靈動制造之路。這都要靠智能制造來實現，其核心競爭力比的是“快速和精準”。智能制造核心是“智”，就是信息獲取的快和準、信息處理的快和準。如同武功高手之間的對決，拼的是“手眼身法步”，而“眼力”和“招法”是核心關鍵。工業價值鏈的系統整合，需要視覺與圖像技術相結合，就是給工業設備安裝一雙超級“智眼”。未來的工業生產將以“智眼”為核心，裝備在千千萬萬、形形色色的設備上，指揮各種各樣的“手、腳、身體”動作，實現“深度感知、智慧決策、自動執行”，成為“智人”。
設想一下，在一個電子產品的生產車間，各種芯片和元器件的尺寸已經從幾毫米幾十毫米縮小到幾微米幾十微米，元器件的焊接和組裝在視覺系統的引導下由機器人進行精密操作，由于器件的尺寸和質量都減小了幾百倍，裝配速度大幅提高，每秒鐘可以完成上百次動作，生產效率提高了百倍。
視覺系統實現多角度立體成像，大范圍毫米級成像和超精密微米級成像相結合，整個系統同時獲取的圖像信息都可以實時處理，并綜合完成目標定位，精確測量，發出精確動作指令。一旦某個產品的一個焊點出現問題了，比如合格焊接面積2微米，實際只達到了0.85微米，這將導致信號傳輸的阻抗增大而使工作頻率達不到正常范圍，視覺系統立即導引檢驗機器人，剔除廢品至分支工序進行修復。組裝車間各個成像單元監控各種環境指標，并把全部圖像數據和其他數據綜合到中央信息服務器。問題找到了，立即進行故障隱患排除，系統飛速運轉如常。
智能制造需要“快速和精準”的視覺成像，實現智能識別、智能測量、智能檢測和智能互聯。
智能識別是為下一步操作找到目標，目標識別要從大量信息中找到關鍵特征，需要把海量信息快速收斂，其智能程度要求高，準確度和可靠度是關鍵，這取決于智能測量的精準度。在測量的基礎上完成。
智能檢測，根據測量結果和目標之間的偏離度，判斷合格與否，但是檢測往往不是單一指標的結果比較，需要多信息多指標綜合分析判斷。
智能互聯，或者說萬物互聯（工業物聯網），是基于大數據而來的。數據互聯就像人的大腦神經元，當信息和節點超過一定數量，就能產生自主學習、自主創造能力。工業大數據很大一部分源于視覺成像，當圖像的海量數據在多節點采集互聯，同時將人員、設備、生產物資、環境、工藝等數據互聯，就會衍生出深度學習、智能優化、智能預測等創新能力，顯示出大數據和智能制造的真正威力。
低成本的產品定制化
德國產業界將200年工業革命的歷史進程劃分為四個階段：以蒸汽機為標志的機械化工業革命1.0，使人的體力被解放和大幅提升；以電力為標志的電氣化工業革命2.0實現了大規模流水線作業，開創了產品批量標準化生產的新模式；以微電子和計算機為標志的自動化工業革命3.0實現了程序化自動化生產，不但解放了體力勞動，還部分接管了腦力勞動，工業邁入少人化；工業4.0則是向兩大方向深度推進，產品端是定制化，制造端是智能化、無人化。
不要簡單以為在生產車間內用一款機器人代替車間工人的流水化操作就是智能工廠，或是工業無人化。
真正的智能制造和工業無人化遠遠不止如此。它們是制造企業從單一產品制造向智能制造生態系統構建、向產品加服務轉型的探索。通過智能化、無人化改造，客戶個性化產品單個生產的費用可以變得和大批量生產的費用一樣。
將傳統工業生產與現代信息技術相結合的高級階段，是在未來工廠中每個生產環節清晰可見、高度透明，整個車間悄然高效地運轉的，工業機器人與其他自動化設備不僅彼此協作，還與遍布全球的員工、客戶以及智能分析動態系統進行協作。
信息技術的改造已經實現了產品的智能制造，更大的變化是生產組織方式：通過對客戶歷史采購量和中長期需求等數據進行分析，依據產出能力自主安排生產時間和數量，客戶經理、操作工人以及原料供應商“串”在同一條信息鏈上。
未來的工廠即無人化的智能工廠，就是代表高效率的樂園：次品、停機、浪費和等待這些問題統統不復存在。工廠經理和CIO（首席數據官）們齊心協力，確保數據和生產、IT和制造無縫結合起來，每個機器的每次轉動、每個刀具的每次切割以及全球交付鏈上每個部件的每次運輸，都一覽無遺。
建立體系優勢，應對國際挑戰
工業無人化實質上是工業制造智能化、高端化的一個縮影，前提是工業自動化的持續跨越升級。邁入工業4.0，先要經歷2.0、2.5還有3.0之路。其間要思考，一個企業、一個團隊，能否掌握信息革命的這些工具，能否攻克工業革命的堡壘？
制造業經過智能化改造之后，人員結構將會從原來的一線產業工人占主要比重的金字塔形，向中間的技術工人越來越多的倒梯形轉變。“無人工廠”也并非完全無人，而是追求一種人與機器之間的有機互動與平衡。
近些年來，國內勞動密集型的“萬人工廠”越發逼近薄利甚至零利。企業和政府往往基于成本壓力，以“機器換人推動產業升級”的角度去看待工業信息化和無人化。而真正應該深入思考的，是如何利用智能裝備來改變工藝生產流程，解決制造周期、成本以及整個工藝流程的問題，讓產品更有競爭力，從而實現全體系的轉型升級。
制造業的轉型升級，除了國內高度關注的工業4.0或者是說信息化和工業化深度融合之外，還有一個維度是全球化。
華為科技創始人任正非對此所做的判斷很客觀，他認為，這是人工智能時代，首先要強調工業自動化；工業自動化以后，才可能走進信息化；只有信息化后，才能智能化。中國工業現在還沒有走完自動化，還有很多工業連半自動化都做不到。
因而，探究工業4.0、工業無人化之前，有必要了解相關概念的歷史淵源、技術本源和經濟意義。
自動化是智能化的前奏
20世紀80年代，美國汽車產業正擔心會被日本競爭者擊垮。在底特律，很多人展望以“熄燈式生產”打敗對手。“熄燈式生產”就是工廠高度自動化，燈關著，機器人自己在制造汽車。當時，這種想法是不切實際的，日本車企當年的競爭優勢也不在于自動化生產，而在于“精益生產”技術，而精益生產在大多數情況下要依賴人力。
現今，自動化技術的進步已經使“熄燈式生產”逐漸變成現實。日本機器人制造商發那科（FANUC）已能將其部分生產線置于無人值守的環境中，自動運行數周不出狀況。
德國大眾旨在稱雄全球，這家汽車工業集團制定了新的生產戰略：模塊化橫向矩。大眾汽車想借助這一全新的工藝，在同一條生產線上生產所有型號的車。這一工藝最終將使大眾在世界各地的工廠因地制宜，生產出當地市場所需的任何車型。
很多年前，錢學森曾說過：“只要自動控制做好了，即使元器件差一點，導彈也能打上天。”
現今，自動化將在很大程度上模仿人的智能，機器人已在工業生產、海洋開發和宇宙探測等領域得到應用，專家系統在醫療診斷、地質勘探等方面取得顯著效果。工廠自動化、辦公自動化、家庭自動化和農業自動化將成為新技術革命的重要內容，并得到迅速發展。
從整體上看，中國傳統產業在技術裝備、能源和原材料消耗、產品品質和管理水平等方面與工業強國相比仍有很大差距，尤其是技術裝備（比如高端數控機床）的差距有擴大趨勢。大范圍設備更新，國家承受不了；維持設備現狀，則后果不堪設想，唯有應用自動化技術改造傳統產業，才能最有效地提高企業素質。
這就是為什么即使中國經濟增速出現下滑，中國國內市場，尤其是制造業領域，對于工業自動化技術的需求有增無減。自動化技術能給“中國制造”補鈣，助推中國產業振興。
人工智能與無人工廠
無人工廠是自動化技術全面升級跨越的結果，其基本特征就是全部生產活動由電子計算機進行控制，生產第一線配有機器人而無需配備工人。
世界上第一座實驗用的無人工廠在日本筑波科學城，建成于1984年4月。日本比較缺少人力，因而很早開始重視機器，率先建造了可以提高生產效率的無人工廠。
在運用了人工智能的無人工廠中，所有工作都是由計算機控制的機器人、數控機床、無人運輸小車和自動化倉庫來實現的，人不直接參加工作。工人成了“指揮員”和“醫生”，白天，工廠內只有少數工作人員做一些核查，修改一些指令；夜里，只留兩三名監視員。
現今，無人工廠在汽車及飛機制造等領域已相當普及。這些生產線幾乎都是機器人在操作，人在旁邊起輔助作用。
不過，將人工智能真正轉化為工業應用并非易事，這是一個繁雜的系統工程。無人工廠要突破很多關鍵性技術，包括柔性化的生產技術、工業機器人的控制技術、整體安全和監控的技術、所有機器系統安全的監控等。每個機器人的狀態、每個儀器的狀態，有什么問題都要提前預警。
無人工廠中的核心裝備是工業機器人，經歷近半個世紀的迅速發展，機器人技術日趨成熟，已在諸多工業領域得到廣泛應用，諸如汽車制造、機械制造、電子器件、集成電路、塑料加工等較大規模生產企業都涉及工業機器人的應用。
工業機器人及其他自動化技術代表工業自動化的高階應用，而最終實現工業智能化、無人化，還有很長一段距離。
工業價值鏈的系統整合是工業無人化的關鍵。工業價值鏈主要包括產品設計、生產規劃、生產工程、生產執行和服務等幾個部分，以前這些都是單獨實施的。如今，各種新技術把這些獨立的部分整合起來。制造業的未來在于，從這些技術當中找到最佳結合點，并學會將它們作為一個完整系統運用起來。這樣就能獲得整合系統的整體優勢，從而推動制造效率的大幅提升。
要做到這一點，需要制造廠商把手頭的所有高科技工具匯合起來，這非常考驗綜合技術能力。
如果說工業無人化的關鍵在于工業價值鏈的系統整合，在于智能制造，那么智能制造的核心就是從“智眼”到“智人”。
未來制造業必定向著越來越精致化、人性化、個性化的方向發展，必定要走向無人生產、靈動制造之路。這都要靠智能制造來實現，其核心競爭力比的是“快速和精準”。智能制造核心是“智”，就是信息獲取的快和準、信息處理的快和準。如同武功高手之間的對決，拼的是“手眼身法步”，而“眼力”和“招法”是核心關鍵。工業價值鏈的系統整合，需要視覺與圖像技術相結合，就是給工業設備安裝一雙超級“智眼”。未來的工業生產將以“智眼”為核心，裝備在千千萬萬、形形色色的設備上，指揮各種各樣的“手、腳、身體”動作，實現“深度感知、智慧決策、自動執行”，成為“智人”。
設想一下，在一個電子產品的生產車間，各種芯片和元器件的尺寸已經從幾毫米幾十毫米縮小到幾微米幾十微米，元器件的焊接和組裝在視覺系統的引導下由機器人進行精密操作，由于器件的尺寸和質量都減小了幾百倍，裝配速度大幅提高，每秒鐘可以完成上百次動作，生產效率提高了百倍。
視覺系統實現多角度立體成像，大范圍毫米級成像和超精密微米級成像相結合，整個系統同時獲取的圖像信息都可以實時處理，并綜合完成目標定位，精確測量，發出精確動作指令。一旦某個產品的一個焊點出現問題了，比如合格焊接面積2微米，實際只達到了0.85微米，這將導致信號傳輸的阻抗增大而使工作頻率達不到正常范圍，視覺系統立即導引檢驗機器人，剔除廢品至分支工序進行修復。組裝車間各個成像單元監控各種環境指標，并把全部圖像數據和其他數據綜合到中央信息服務器。問題找到了，立即進行故障隱患排除，系統飛速運轉如常。
智能制造需要“快速和精準”的視覺成像，實現智能識別、智能測量、智能檢測和智能互聯。
智能識別是為下一步操作找到目標，目標識別要從大量信息中找到關鍵特征，需要把海量信息快速收斂，其智能程度要求高，準確度和可靠度是關鍵，這取決于智能測量的精準度。在測量的基礎上完成。
智能檢測，根據測量結果和目標之間的偏離度，判斷合格與否，但是檢測往往不是單一指標的結果比較，需要多信息多指標綜合分析判斷。
智能互聯，或者說萬物互聯（工業物聯網），是基于大數據而來的。數據互聯就像人的大腦神經元，當信息和節點超過一定數量，就能產生自主學習、自主創造能力。工業大數據很大一部分源于視覺成像，當圖像的海量數據在多節點采集互聯，同時將人員、設備、生產物資、環境、工藝等數據互聯，就會衍生出深度學習、智能優化、智能預測等創新能力，顯示出大數據和智能制造的真正威力。
低成本的產品定制化
德國產業界將200年工業革命的歷史進程劃分為四個階段：以蒸汽機為標志的機械化工業革命1.0，使人的體力被解放和大幅提升；以電力為標志的電氣化工業革命2.0實現了大規模流水線作業，開創了產品批量標準化生產的新模式；以微電子和計算機為標志的自動化工業革命3.0實現了程序化自動化生產，不但解放了體力勞動，還部分接管了腦力勞動，工業邁入少人化；工業4.0則是向兩大方向深度推進，產品端是定制化，制造端是智能化、無人化。
不要簡單以為在生產車間內用一款機器人代替車間工人的流水化操作就是智能工廠，或是工業無人化。
真正的智能制造和工業無人化遠遠不止如此。它們是制造企業從單一產品制造向智能制造生態系統構建、向產品加服務轉型的探索。通過智能化、無人化改造，客戶個性化產品單個生產的費用可以變得和大批量生產的費用一樣。
將傳統工業生產與現代信息技術相結合的高級階段，是在未來工廠中每個生產環節清晰可見、高度透明，整個車間悄然高效地運轉的，工業機器人與其他自動化設備不僅彼此協作，還與遍布全球的員工、客戶以及智能分析動態系統進行協作。
信息技術的改造已經實現了產品的智能制造，更大的變化是生產組織方式：通過對客戶歷史采購量和中長期需求等數據進行分析，依據產出能力自主安排生產時間和數量，客戶經理、操作工人以及原料供應商“串”在同一條信息鏈上。
未來的工廠即無人化的智能工廠，就是代表高效率的樂園：次品、停機、浪費和等待這些問題統統不復存在。工廠經理和CIO（首席數據官）們齊心協力，確保數據和生產、IT和制造無縫結合起來，每個機器的每次轉動、每個刀具的每次切割以及全球交付鏈上每個部件的每次運輸，都一覽無遺。
建立體系優勢，應對國際挑戰
工業無人化實質上是工業制造智能化、高端化的一個縮影，前提是工業自動化的持續跨越升級。邁入工業4.0，先要經歷2.0、2.5還有3.0之路。其間要思考，一個企業、一個團隊，能否掌握信息革命的這些工具，能否攻克工業革命的堡壘？
制造業經過智能化改造之后，人員結構將會從原來的一線產業工人占主要比重的金字塔形，向中間的技術工人越來越多的倒梯形轉變。“無人工廠”也并非完全無人，而是追求一種人與機器之間的有機互動與平衡。
近些年來，國內勞動密集型的“萬人工廠”越發逼近薄利甚至零利。企業和政府往往基于成本壓力，以“機器換人推動產業升級”的角度去看待工業信息化和無人化。而真正應該深入思考的，是如何利用智能裝備來改變工藝生產流程，解決制造周期、成本以及整個工藝流程的問題，讓產品更有競爭力，從而實現全體系的轉型升級。
制造業的轉型升級，除了國內高度關注的工業4.0或者是說信息化和工業化深度融合之外，還有一個維度是全球化。
