2019年，中國《政府工作報告》中提出了“智能+”，并指出，“推動傳統產業改造提升，圍繞推動制造業高質量發展，強化工業基礎和技術創新能力，促進先進制造業和現代服務業融合發展，加快建設制造強國。打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能。”據麥肯錫預測，到2025年，基于數字化和智能化的新一代制造給中國經濟將帶來4500億-7800億美元的生產總值，而智能制造和創新驅動發展將帶動1萬億-2.18萬億的生產總值。毫無疑問，智能制造是全球制造業未來的發展方向，更是中國實現從制造“大國”蝶變制造“強國”的孵化器。

全球智能制造先進者的三大科技動力

在制造業價值鏈重組過程中如何創造優質的產業附加值，逐漸成為企業轉型的戰略重點。傳統制造業的數據孤島、設備及生產的低自動化水平，以及將數字化和智能化轉化為新利潤增長點的局限性，成為企業實現制造轉型的瓶頸。麥肯錫在其與世界經濟論壇共同發布的報告中表示，互聯化、自動化和智能化成為推動新工業革命范式發生轉變的主要動力[2]。

·互聯化：在離散的網絡節點之間建立鏈接，通過數據互聯互通，提高可預見性。越來越多制造業用戶通過互聯網和云計算逐步打通企業內部、產業鏈上下游，乃至同行之間的業務和數據壁壘，提高管理效率和資源優化配置率；通過數據交互和大數據分析，驅動業務從傳統的規模生產B2M（Business to Marketing）向個性化生產C2M（Customer to Manufacturer）轉型；通過工業互聯網和物聯網，實現智能化生產和服務延伸，并在精準對接的基礎上滿足客戶個性化定制的需求。

·自動化：充分發揮設備、生產和業務流程的自動化能力，提高業務響應機制，并逐步實現全業務流程自動化。簡單來說，就是幫助制造業實現精益生產和服務創新。在云計算和大數據的基礎上，結合自動化設備和先進技術，提高產品的標準化水平和生產的敏捷性，推動企業向服務化轉型，實現精準化生產、全面質量管理、專業化協作生產和平臺化服務，提高產業協作創新能力和協作效率，優化用戶體驗。

·智能化：通過工業互聯網和人工智能，與傳感技術相融合，實現智能預防性的服務和智能決策。簡單來說，就是幫助制造業實現智能化升級。以世界各行各業先進企業為先驅，借助數字“雙胞胎”實現人機協同和人機互助，拓展數字化工廠的互聯能力，實現虛擬仿真與真實生產的無縫銜接，打造智能工廠。

傳統制造業實現轉型升級所面臨的挑戰

對于中國傳統的制造企業而言，互聯化、自動化、智能化同樣是助其實現智能轉型升級的三大科技動力。然而，中國制造企業能力參差不齊，現狀復雜，在逐步提升制造業互聯化、自動化和智能化進程中，又普遍面臨著三大業務挑戰：

·產品研發設計周期長，協作創新能力差：在制造企業中，產品的研發設計速度往往決定著企業的市場競爭力，縮短周期、加速創新才能搶占先機。在制造業轉型升級中，為提升客戶體驗和滿足個性化需求，產品生產從傳統的大批量、少批次向小批量、多批次轉變，這對產品的個性化設計提出了更高的要求。而且，很多傳統制造企業的IT基礎設施落后，不僅會制約設計的跨界協作能力和快速迭代能力，還不利于制造業建立統一的設計標準，實現全產業的設計優化與創新。

·生產運營流程亟待自動化和智能化：隨著業務量的攀升，傳統制造企業依仗廉價勞動力的生產模式的弊端日益顯露，產品單一、生產效率低下、產業鏈上下游不互通、服務意識淺薄等方面的問題，都無法滿足用戶對個性化產品和高品質服務的需求。同時，傳統制造企業的IT基礎設施，無法滿足其對數據整合和價值挖掘、生產的自動化和智能化流程管理，以及新技術融合與應用的需求，這不僅阻礙了企業實現業務的協作創新，還制約了產業鏈實現整體的提質增效和“智造”轉型。

· 服務水平和客戶體驗有待提高：隨著整個制造產業的數字化和智能化水平不斷提升，以及智能化產品的差異化逐漸縮小，如何利用“產品+服務”新模式創造新利潤空間，成為提高自身競爭力的關鍵。而傳統制造企業的規模化生產和典型銷售渠道，成為提升用戶個性化服務體驗的瓶頸。而且，基于B2B（Business to Business）的IT基礎架構，限制了用戶信息收集和基于用戶體驗的設計優化、全球范圍內服務水平的提高，以及服務創造新利潤的空間。

AWS助力制造業實現生產全流程智能轉型

傳統制造業所面臨的這三大挑戰，從前期的產品與生產設計，到中期的生產運營管理，再到后期的智能化“產品+服務”優化都面臨著互聯化、自動化和智能化水平亟需提升的困擾。憑借先進的技術水平、強大的產品組合，以及經濟、高效且完善的云平臺和工業物聯網平臺，Amazon Web Services (AWS)助力不同規模的制造企業攻克在生產階段所面臨的多種問題，旨在實現全要素、全流程、全產業的智能轉型升級。

·產品與生產設計：借助AWS混合架構，企業可將本地資源與云資源集成，對產業鏈上下游資源集中整合。借助AWS高性能計算，制造企業可以解決大規模并行設計任務處理問題，以加快創新和新產品上市的速度。Amazon SageMaker使制造企業可快速構建、訓練和部署機器學習模型，以便針對實時或批量數據生成預測，以提升設計的智能化水平。

·智能工廠：借助AWS IoT 服務、邊緣計算、數據湖和高級分析工具，制造企業能夠對工廠層面孤島數據進行搜集、整理、分析、可視化處理和決策輸出，從而突破其運營瓶頸。利用AWS機器學習和人工智能為制造企業的生產設備提供實時和預測分析，以減少生產線停機時間。利用Amazon Simple Storage Service (Amazon S3) 和其他存儲服務，為制造企業提供強大的災難恢復計劃。

·智能化“產品+服務”：通過AWS的IoT、數據湖、機器學習、人工智能和工業物聯網等服務，幫助制造企業打造智能產品，并對機器數據進行收集、處理、存儲、分析和執行操作，以使其實現產品即服務，在增強客戶體驗的同時，廣泛搜集客戶意見，以提高產品質量，加速創新升級。此外，上述AWS服務還有助于制造企業通過服務模式轉型，增強售后服務水平，從而獲得新收入來源。

AWS助力西門子蒙特雷工廠打造工業4.0平臺

西門子是全球科技企業，憑借電氣化、自動化和數字化領域的創新，在發電和輸配電、基礎設施、工業自動化、驅動和軟件等領域為客戶提供解決方案。其位于墨西哥蒙特雷的工廠擁有約1,500名員工，每年為美國國內和工業市場生產2800多萬個斷路器和開關。該工廠于2017年開始部署數字化戰略，其中，監測整體設備效率（OEE）極為緊迫，因為他們亟需提高整個生產流程的透明度，以實施有針對性的改進和創新。

2017年底，西門子宣布其新版本的物聯網操作系統MindSphere將托管在AWS上。這對蒙特雷工廠來說是非常好的時機，因為其可以立即獲得構建工業物聯網系統所需的計算資源。借助AWS，該工廠能夠將物理機器連接到MindSphere云環境，使其能夠快速輕松地在云端運行自己的物聯網解決方案。該工廠還構建了指標可視化應用程序來滿足監控需求。MindSphere在AWS上無縫運行，該工廠降低了在構建基礎設施上的時間，且無需學習新技術或購買物理硬件，這使得其物聯網系統在不到8周的時間內就從構思實現了全面生產。此外，該工廠的初始OEE為40-50％，借助基于AWS構建的MindSphere，該團隊有信心OEE將增長至85％。蒙特雷工廠項目是西門子全球工廠的典范，未來將帶動著當地其他制造企業共同實現工業4.0的愿景。

西門子在數字化領域率先推出的基于云的開放式物聯網操作系統——MindSphere，基于AWS構建，使用包括Amazon Kinesis、Amazon Elastic Compute Cloud（Amazon EC2）服務和Amazon Athena在內的40多項服務，在多個業務部門(包括西門子移動、西門子電力和天然氣以及西門子PLM)推動創新。該平臺上，借助AWS物聯網應用和人工智能應用豐富的應用接口、服務及計算資源，以及數據存儲、配置、數據處理和數據管理工具，用戶得以記錄和分析大量生產數據，還能連通數據、自身所攜帶的各種開發工具以及應用軟件和服務，從而幫助用戶提高生產效率。用戶還可以選擇跨已有數據中心和AWS云計算套件部署MindSphere，以實現包括智能設計、智能生產和智能服務在內的全產業價值鏈的智能化水平提升。

工業物聯網和工業 4.0 將為制造業帶來下一輪革命。中國制造企業進入“智能+”時代，首先需要面對的是如何提升企業內部，甚至整個產業鏈的互聯化、自動化、智能化水平。AWS安全、敏捷且可擴展的云平臺以及一整套工業物聯網、數據湖、分析和機器學習工具，旨在幫助制造企業實現包括產品和生產設計、產品制造與管理，以及智能產品和服務優化在內的全要素、全流程、全產業的智能轉型，從而提高運營效率以及加快創新步伐。