8月5日（周五），广州明珞装备股份有限公司董事长兼CEO姚维兵做客中国企业家俱乐部直播间，向线上的企业家们做了“专精特新系列直播成长实践课”的专题分享。姚维兵董事长选取智能产线、智能制造和工业互联网等话题进行了精彩的直播演讲。

  广州明珞装备股份有限公司是国家级“专精特新·小巨人”企业，目前拥有1000多名员工，70%以上的业务分布在海外十几个国家和地区，其中不少是全世界汽车行业的龙头企业。

  明珞装备致力于人机一体化智能系统、数字化、工业物联网/互联网深度创新和落地，为汽车制造、新能源和普通工业领域提供人机一体化智能系统解决方案。

  当下，人机一体化智能系统是一个十分热门的话题，那么人机一体化智能系统的本质和核心目的是什么？

  有一家企业花了8000万找了一家头部智能制造公司做数字化转型，希望可以将一条冲压自动线变成数字化产线。从产出角度看，这家企业将5个操作工人的工位改造成了全自动化，同时在品牌营销的角度提升了客户对他们的认知。

  但这样一个价值几百万的服务花了几千万，收获的只是智能化替代和品牌营销方面的成果。这个投入产出比真的合理吗？数字化转型的目的是为提升企业的竞争力，帮企业在数字化转型后收益比原来更好。

  人机一体化智能系统是一个很广泛的概念，可以赋能企业研发生产、供应链和品牌营销各个环节。

  对于智能制造，明珞装备80%的业务都聚焦于汽车车身的制造，最重要的包含白车身、底盘和新能源及普通工业数字化智能产线场景。

  拿汽车举例，一台普通的汽车大概有5000-6000个焊点，相信不会有消费者知道单个焊点值多少钱。这些焊点的成本构成是什么？设备资产折旧是多少，分摊费用是多少？但这样一些问题很重要，它们关乎着人机一体化智能系统的竞争力。

  全世界的车企都在学丰田的精益管理，丰田单个焊点的成本是0.076元，其他无论是日系、德系还是国内车企距离它们都差得很远。

  比如国内一家头部商用车企业一个焊点的成本是0.355元，跟丰田差了整整5倍，那么这样的差距是如何造成的？用人机一体化智能系统的方法论就可以找到原因，并且进行量化评估。

  产线理论可以看成是一台标准设备，从它控制系统、通用设备系统、专用设备系统和它应用的不同工艺，把相关工艺标准化和数字化，实现的一个高价值、高可靠的交付。这也是我们大家都认为的人机一体化智能系统的本质。

  首先是自动化，用机器取代人，这是早期阶段。大部分传统公司，它们实际上就是自动化公司。客户要什么，定义了什么，这一些企业就按照客户的真实需求去提供产品。产线是制造业的半壁江山，在一些精密复杂的制造业态，产线资产折旧占到了制造业费用的一多半。

  比如汽车车身制造，一台车的车身制造成本在1000块，1000块除掉辅料后，产线通用和专用设备的折旧超过500块。

  所以，在实现自动化功能，通过标准化实现产线设备的可靠性，达到快速交付和费用下降方面，人机一体化智能系统扮演着一个重要的角色。

  其次是精益化，精益生产是日本企业的特点，他们对设备资产达到了极致的利用，去推动降本增效的实现。

  之后是标准化，将自动化产线和设备硬件、软件系统、服务体系逐步标准化和模块化，提高自动化系统的可靠性和可复制性，标准化是自动化的逐步升级。随技术进步，自动化产线中的控制管理系统、工艺设备、传输设备、检测设备、工装设备等，及相应的机械和电气元器件、软件系统等都在逐步标准化。

  还有柔性化，柔性生产主要是减少投入风险，提升产品兼容性。因为不是每种产品都能很快卖掉，一款汽车车型开发失败，市场上滞销，可能损失的是100亿投资。但如果实现柔性生产，那么可能只需要损失20%的专用设备，剩下80%的投入还可以另作他用。

  接着是数字化，通过数字化验证缩短开发周期，减少生产投产的风险和浪费。比如能够最终靠数字孪生技术进行模拟仿真，人机一体化智能系统里涉及整个控制的信号和动作的仿真。

  还有智能化，智能化主要是通过数据，比如把75%的利用率，利用数据去提升到80%，主要是通过数据驱动技术进行迭代。另一方面也通过数据打通知识和资源，形成产业生态。未来，预测性维护、智能运维、智能决策等AI技术也会慢慢在工业场景中实现落地。

  很多人有一个错误的理解，智能制造不是设备越多，用了越多的机器人就越先进。实际上在同等工作条件下，设备越少才越先进。比如按照资产利用率这个指标，一些德国企业的资产利用率普遍在45%左右，但日本的企业比如丰田都在80%左右。

  另外，生产线的可靠性和开工率也很重要，不少企业开开停停，用了就坏，坏了再修。但很多德国企业他们做得很好，他们会花很长时间去测试生产线的可靠性，将生产线%以上。

  比如国内一家做新能源电池壳体的公司，他们的生产线%多。这条生产线应用了不少新工艺和新设备，导致可靠性比较低。若能够将它的开工率提升到80%，这样的效率提升都是十分可观的。

  还有一些制造业企业中，在相关设备使用上。它的设备转速达到了1万转，那么是用8000转还是10000转？在很多企业，可能这样的一个问题就是工程师或技术员根据经验自己进行把控。但如果通过人机一体化智能系统，就能实现设备效能科学合理的利用。

  在一系列关于制造效能的问题里，包括产能利用率、资产闲置还有产线设备通用性问题都是人机一体化智能系统的范畴。

  当然还包括生产准备周期，传统汽车企业要3年时间准备一款车型，中间包括厂房建设、设备购买、配套工程师，还要花1~2年时间进行准备调试以及物流运输。

  但毕竟现代汽车的迭代周期慢慢的变快，竞争也慢慢变得激烈。如果丰田希望将这个周期从36个月压缩到28个月，那么通过一系列智能制造技术的应用，就可以将它的产品快速研发投放市场，减少厂房、资金和人工的占用和浪费，在市场上也可以让我们消费者体验到最好的技术和服务。

  另外，在与公司进行相关的项目合作时，很多客户觉得只要付了钱，那就可以将人机一体化智能系统做好。其实，还有很多接二连三的问题是需要解决。比如产品标准化、工艺成熟度及稳定性、零部件的稳定性等等，这一些因素都在影响人机一体化智能系统是不是能够最终落地。

  比如汽车有概念车，概念车就是一种原型，它是手工打造的，一台至少400万的制造费用，这仅仅是车壳子的成本，整车可能得上千万。还有小批量试制车，这种可能会做100台去做安全碰撞测试，这种车的成本在15万左右。但如果变成大规模量产车，像街上到处跑的汽车，它的生产所带来的成本就会一下子就下降，可能只需要3~4千块钱。

  这里面存在的场景不一问题也是影响人机一体化智能系统最终落地的重要的条件。在人机一体化智能系统领域，还有一些公司会四面出击，什么都去做一下但不专业，导致最后无法通过客户的验收。

  还有一些企业可能会对人机一体化智能系统抱有很高的期待，但试了几次下来发现并没有对企业有特别多的改变，可能就放弃了。但其实智能制造是一个系统性工程，场景需要稳定聚焦，包括一些前置条件也需要更完善。

  未来明珞的战略一定是聚焦，聚焦在几个复杂场景中间，光这些场景就已经是万亿级的市场。

  那么，我们大家都认为好的场景一是要足够复杂，越复杂才越能体现人机一体化智能系统的价值。另一方面是有大量复制的机会，汽车行业每5年就有新产品迭代，这个是很可观的。

  一方面是相关场景能否标准化，企业能力是不是能聚焦。另一方面，任何商业都是有逻辑的，价值、价格和成本之间的关系是否合理。

  市场上不少服务是为了连接而连接，比如最近都在说5G落地人机一体化智能系统，很多厂商喊着要改造AGV。但改造AGV的成本很高，它真的能给公司能够带来足够多的价值吗？

  AGV和在地上贴个磁条有很大的差别，但从结果看，问题一样是解决了。所以企业为何需要花钱做改造。真实场景有相应需求吗？高成本低价值的连接并没有一点意义。

  智能制造需要以客户的真实需求为核心导向，质量、成本、交付期和服务，这些都是必须关注的指标。人机一体化智能系统一次性投入很大，它替代了人工，汽车产线万左右。

  汽车行业中也不是所有领域都能实现自动化，比如总装环节的代价就太高，车身环节大概100万才能替代1个人工。在发动机可能500万都无法替代1个人工，所以可能很多环节就不会有智能替代的需求。

  现在工业互联网的发展出现了很多问题，没有聚焦产品，没有搞清楚真实需求。投入产出比严重不符，需求不是想象出来的，得是真正有价值的，企业才愿意付费。

  所以，工业互联网应该从底层做起，从每一台设备、每一次生产动作开始做起，从元器件每一次动作出发到整个设备的动作完成。比如一个机器人打十几个焊点，或者一个机床的切削量，到整个产线控制的落地。

  它的连接应该聚焦在底层产线设备和工业互联，不论是自动产线或是人工产线，明珞一直在深度布局相关的工业互联网。明珞的优势还是制造，咱们提供的服务和产品能在市场上通过质量和成本优势，取得相应的市场竞争力。

  这个过程中，明珞打造了一套定制化生产下的数字化管理平台，被我们命名为“智造家”的生产方式。

  基于这套标准流程，把整个项目根据不同类别分成6~10个小里程碑，对每一个业务部门进行过程分解控制。

  每一个部门甚至班组都是一条小型生产线，不去按照个人意愿去进行非标交付，而是依托生产线完成流水化、数字化的交付方式。这个交易过程不管是买还是卖都进行了组织流程的标准化，对质量控制的细节进行了良好的管理。

  总之，人机一体化智能系统不是简单的数字化，也不是简单的屏幕，或者用软件把数据采集出来，而是聚焦整个运营、生产和交付执行的过程。通过数字化技术方法和量化数据评估体系一直在优化，聚焦生产效率的提升和价值的创造，最终去转化成制造型企业的市场竞争力。