今天，有些企業仍然采用手動的方式進行生產。
注：丁少華總是原吉利集團CIO
廣大中小企業的智能制造（信息化建設）轉型，前景是廣闊的，形式是緊迫的，任務是艱巨的，卻又面臨著缺人、缺錢、缺標準、缺管理等各種約束。因此，明顯不同于大家所熟悉的大中型企業，中小企業的智造轉型是一個較新的領域，需要我們去開發和探索新的工作思路。本文中，筆者分別從建立愿景、明確需求、先簡后奢、積極上云、長期合作等五個角度來談談如何做中小企業的智造轉型，供大家參考。中小制造企業信息化建設三部曲：
一、建立愿景
“建立愿景”指的是中小企業要清楚自己做智能制造轉型的目的是什么，這個目的必須要服務于企業發展戰略的實現。我們知道，大多數中小制造企業的生產組織形式是小批量、多品種，而與之相對應的、理想運營模式是大規模定制。在大規模定制的生產運營中，在滿足外部市場和客戶需求的多樣化、個性化的前提下，企業通過在其內部的標準化、模塊化來實現盡可能的規模化，從而在成本、質量、交期等方面獲得一定程度的競爭優勢。為了實現大規模定制，要求企業具有高度的適應性，而其技術支撐和數字化策略就是智能制造。
圖1：中小企業智造轉型的愿景
如圖1所示，對中小企業而言，智能制造的愿景是基于高適應能力基礎上的大規模定制，為此，需要企業實現高度的數字化和智能化。高適應能力又可具體分解為產品、工藝和設施的快速變更和柔性，針對需求和環境變化的快速響應，等等。為了實現高適應，除了高級機器人、增材制造、計算機視覺等自動化或先進制造技術的應用，企業還需通過數字化的轉型，以數字應用為基礎的虛擬化、集成化，實現全局性虛實融合和以虛馭實，也就是所謂的賽博物理制造系統（Cyber-Physical Production System，CPPS）。二、明確需求中小企業的智造轉型，從愿景和業務等角度上講是大規模定制，從信息技術的角度來講則是數字化，這包括ERP、MES、數據采集、嵌入式系統、工業物聯網、大數據分析、人工智能等數字化解決方案的實施和應用。在上述數字化解決方案中，有的應用價值高但實施的復雜度或投入大，有些雖然簡單易用但經濟效果不明顯。考慮到中小企業預算有限，就必須考慮把好鋼用在刀刃上，至于如何識別哪里是“刀刃”，哪些是“好鋼”，我們可以借助數字化解決方案的價值與復雜度（投入）矩陣。
圖2：數字化解決方案的價值與復雜度（投入）矩陣
如圖2所示，我們以數字化解決方案的實施復雜度或投入為X軸，以其帶給企業的經濟價值為Y軸，繪制出數字化解決方案的價值與復雜度（投入）矩陣，然后將圖1中所列出數字化解決方案投射到矩陣圖上，就可以幫助我們發現哪里是“刀刃”，哪些是“好鋼”。通常，如圖2中的曲線所示，企業要優先實施和應用那些高價值/低復雜度（投入）的數字化解決方案，再實施和應用那些高價值/高復雜度（投入）的數字化解決方案，再實施和應用那些低價值/低復雜度（投入）的數字化解決方案，而把低價值/高復雜度（投入）的數字化解決方案放在最后來實施。實際上，相關調查也表明，很多中小制造企業大都實施和應用了云服務、ERP或MES系統，而實施和應用了增材制造、AR/VR的則很少。當然，實施了ERP、MES等IT系統，不一定代表企業就用好了，沒用好的有可能是方法不對，同樣需要借鑒本文的幾個策略來優化。
三、先簡后奢
“先簡后奢”指的是中小企業在做智造轉型時，要先滿足雪中送炭式剛性需求，再滿足錦上添花式彈性需求；抑或是先解決有沒有的問題，再解決優不優的問題。“先簡后奢”的具體策略又包括少人化、標準化、模塊化、集成化等方面的遞進或要求。
在中小企業中，數字化解決方案的實施和應用應盡可能地少人化。如前所述，中小企業通常員工不多，具有數字化專業經驗的員工更是鳳毛麟角，因此，面向中小企業的數字化解決方案必須是盡可能地少人工干預或零人工干預，最好是傻瓜式。數字化解決方案的少人化在數據的創建或獲取上體現得更為明顯，比如，通過PLC、SCADA、嵌入式系統等來實現業務數據的自動采集。要想花盡可能少的錢去滿足剛性需求，那這些剛性需求所對應的數字化解決方案最好是高度標準化的。通常，標準化程度越高，數字化解決方案就能做到開箱即用，就能最大限度地減少實施和維護成本。如果標準化的數字化解決方案還不能滿足業務需求，那可以考慮采用模塊化數字化服務，然后通過模塊化數字化服務的有機組合，來滿足企業的特定數字化需求。
當標準化、模塊化式的數字化解決方案還不能滿足企業的業務需求時，才可以考慮通過不同系統或應用之間的集成來滿足。相對模塊化，集成式數字化服務的耦合性更強，適應性要差些，但至少純定制化開發要來得好得多。
簡言之，對于那些缺錢、缺人、缺標準、缺管理的中小企業來說，定制化的數字化解放方案是奢侈品，那不是一般企業用得起、用得好的。同樣，對于從事中小企業數字化服務的IT公司來說，應該按照少人化、標準化的思路去提供相應的服務，再不濟的話，可以通過模塊化或集成化來滿足企業的數字化需求，千萬不要去做高度定制的數字化解決方案開發，否則就是害人害己。