近年來，智能制造成為制造業的重要發展方向，那么如今制造業將如何完美轉型呢？

用戶貼近和分工開放程度決定智能化水平

互聯網沿產業鏈從最接近消費者的消費品行業向上游裝備、原材料等行業延伸，越靠近最終用戶的行業越早萌發變革，發生變革的領域和環節也越多。手機、家電、服裝等個性需求較強的消費品企業已率先向互聯網轉型，具有代表性的如規模化個性定制模式已被廣泛運用；受消費品生產模式變化影響，裝備制造業需要提供支撐柔性制造、按需制造等的裝備，發展智能裝備的市場需求逐漸增強；而距離消費者相對較遠的上游原材料行業，一些大型骨干企業信息化水平較高，側重于依托互聯網技術和網絡提供精準供應鏈服務、生產監控和節能減排。

開放程度越高的環節與互聯網融合越緊密。目前采購、營銷等開放度較高的環節，更易與互聯網融合；繼而是開放程度次之的服務和研發環節，如遠程控制與服務、眾包設計等也已在一定范圍內推廣；而相對封閉的制造環節，在生產的組織實施和制造能力整合等方面也在逐漸受到互聯網影響。隨著互聯網對各環節逐層滲透，將最終打通生產運營全過程，徹底改變現有的生產范式。

新型研發組織方式集聚眾智提升效率

隨著協同設計、眾包、虛擬仿真等新研發模式應用的日益廣泛，為傳統企業高效、便捷、低成本的技術創新開辟了新渠道，研發環節也成為營銷之后與互聯網融合的新熱點。

云平臺實現研發設計全球協同。以往受空間、資源等限制，傳統企業的研發設計環節主要在企業內部完成。云平臺則可以為企業提供開放的協同服務，設計人員可通過共享平臺，查看和利用云端設計資源和軟件，實現企業內部及企業間合作與協同共享，打破地域限制，提高企業研發效率，降低人員往來成本。

眾包設計打通企業與社會創意的合作渠道。眾包是通過互聯網集聚全球創意、資金來實現研發設計的新模式，基于互聯網的眾包平臺將分散的中小型團隊及個體專業人員的智慧與創意集聚到一起，需求方可借此平臺發布需求，以懸賞和速配方式尋找到精準匹配的服務者，通過消除信息不對稱而提高效率和降低成本。

虛擬仿真技術降低了企業的設計研發成本。過去傳統生產企業在測試、驗證環節需要生產出實物來評測其性能等各項指標，成本隨測試次數增加而不斷提升。利用虛擬仿真技術，可以實現對原有研發設計環節過程的模擬、分析、評估、驗證和優化，從而減少工程更改量，優化生產工藝，降低成本和能耗。

創新制造模式助力網絡化智能化生產

智能制造成為制造業的重要發展方向。近年來，具有信息的深度自感知、智慧優化自決策、精準控制自執行等功能的智能制造模式的迅速發展，實現了增效、提質、降成本及節能減排。在制造業領軍企業的帶動下，智能制造、智能工廠的實施與應用正在為傳統產業帶來深刻的改變。

云制造高效聚集和配置制造資源。云制造借助云計算的理念，通過建立共享制造資源的服務平臺，將巨大的制造資源池連接在一起，使處于制造業中的用戶像用水、電、煤氣一樣便捷地使用各種制造服務，以幫助制造企業降低運行成本、提升快速反應能力。在理想情況下，云制造將實現產品開發、生產、銷售、使用等全生命周期相關資源的整合，提供標準、規范、可共享的服務。

云制造包括企業內部“私有云”應用和企業外部“公有云”協同兩種模式。在一個大型集團企業內部，各種與企業運作有關的資源，例如設計、仿真、設備等，均可以利用云制造實現共享，避免或減少重復投資。云制造模式也正在推動中小企業間的制造資源共享。目前，在國內已涌現一批云制造服務平臺。

協同式供應鏈促進各環節高效無縫對接

越來越多的工業企業通過互聯網平臺建立了與上下游供應商、合作伙伴和客戶的直接連通，集聚供應信息并進行深度挖掘分析，提高了供應鏈的反應速度、匹配精度和調運效率，降低了采購成本，減少了成品和在制品的庫存，縮短了對客戶服務的響應時間。

B2B模式對接了上下游的采購需求。傳統供應鏈中的產品選擇范圍小、管理難度大、生產線周轉效率低。通過互聯網平臺，制造企業可與上游供應商無縫對接，快速集聚行業內優質供應商資源，在最短時間內以最低成本實現了原材料采購的高效匹配，推動了企業采購與供應鏈管理創新，生產線供應鏈的協同實現高效精準配送。企業利用大數據、物聯網完善智能信息系統建設，對生產配比、物料配送、產品質量等各環節進行協同管控，實現物料配送的系統化、流程化，降低物流成本和能耗，降低倉儲損失，加速了資金周轉，提高了整個供應鏈的運行效率。

需求端泛在連接實現全流程用戶參與

企業運用互聯網、移動互聯網等實現對用戶的泛在連接，進而打造用戶聚合平臺、多元社交平臺，通過用戶行為和社交關系等的大數據分析，精準預判市場、開展精準營銷；借助平臺的集聚和交互功能實現海量用戶與企業間的交互對接，使大規模個性化定制、精準決策等成為可能。

大規模個性化定制滿足用戶長尾需求。在傳統標準化生產模式下，企業與用戶間信息交互不充分、企業內生產組織缺乏柔性，只有同質化生產才是最經濟合理的選擇。而借助互聯網平臺，企業就可與用戶深度交互、廣泛征集需求，運用大數據分析建立排產模型，從而得以依托柔性生產線，在保持規模經濟性的同時為客戶提供個性化的產品。

大數據分析支撐精準營銷及決策。傳統市場分析局限于抽樣調查、線下座談等有限樣本的分析預判，產品改進也只能通過銷售業績來收集用戶反饋情況，分析結果存在一定誤差或延遲。利用通過互聯網匯集的用戶行為、需求、行情等海量多元化數據，企業可以進行大數據建模及分析，實現精準市場定位，優化營銷決策，助力產品改進。

融合型服務延伸企業價值創造鏈條

在市場競爭日趨激烈、生產要素成本不斷攀升、供需對接日益便捷等因素作用下，制造本身在工業產品附加值構成中的比例越來越低，增值服務逐漸成為企業競爭的新焦點。云計算、大數據、物聯網等相關應用的快速普及催生了多樣化融合服務模式，帶動以產品為核心的經營模式并加快了向依托產品提供綜合服務的新方向的轉變。

有能力的工業企業還可通過搭建云平臺、部署定制化的工業APP應用、提供大數據分析支撐等，為用戶企業提供多樣化的增值服務，并探索從設備制造商向綜合服務商的轉變。