随着互联网的日益普及，计算和存储能力的迅猛发展，物联网和传感器技术的广泛应用，以及工业软件的不断进化，数据的采集、存储、传输、展现、分析与优化都具备了良好的技术基础。在这种背景下，制造业数字化转型的浪潮势不可挡。

善于深度应用数字技术的制造企业将赢得显著的竞争优势。例如，通过对采购、生产、库存、资金、质量、能耗、设备状态等业务数据的及时洞察，可以帮助企业对运营管理中的各类复杂问题能够不仅知其然，也知其所以然；通过对员工工作实绩的采集与分析，可以进一步激发员工的潜能；通过根据客户需求实现个性化定制，可以提升客户满意度；通过对营销数据的采集与分析，可以在市场上真正做到知己知彼，更好地服务客户；

优秀的制造企业也在一直致力于产品本身的数字化转型，实现数据采集、状态感知与远程控制，提高产品的附加值，增加服务收入。同时，也只有推进数字化转型，制造企业才能应对日益复杂的合规性要求，尤其是对于医药、食品等民生行业，以及出口导向型企业，必须通过数字化转型，实现整个生产过程的可追溯。

制造企业组织、业务、产品和价值链的复杂性，为制造企业的数字化转型带来诸多障碍。事实上，数字化转型并非单项技术的应用，也不仅仅是个技术命题，更是一个战略和管理命题。因此，制造企业需要深度剖析数字化转型的需求和突破口，建立明确的数字化转型路线图。如果没有清晰的数字化转型战略，把各种时髦的互联网、物联网相关技术“囫囵吞枣”地应用，不仅起不到真正提升企业核心竞争力的效果，还有可能投资巨大，收益甚小，甚至搬起石头砸了自己的脚。

具体来说，制造企业推进数字化转型面临的难点至少包括以下方面：

① 企业高层没有意识到数字化转型的必要性、紧迫性和复杂性，观念还停留在部署常用的IT+系统。实际上，数字化转型远远不是IT+部门能够实现的，必须由企业的决策层引领，自顶向下推进。

② 企业已经应用了诸多信息系统，但是孤岛纵横，基础数据不准确，编码体系不统一，推进数字化转型无从下手。

③ 不少企业认为推进自动化系统能够更加立竿见影，普遍存在重自动化、轻数字化的状况。我走进很多企业，都发现企业更加重视产线的自动化和少人化，但是设备联网和数据采集的基础差，车间没有真正实现可视化。

④ 企业投资推进数字化转型没有取得显著效果，制约了企业进一步推进数字化转型的动力。例如，一些企业虽然投资自建了电商平台，在流量为王的时代，客户还是被主流的电商平台所掌控，自建平台没有达到预期效果。

⑤ 制造业的各个细分行业差异很大，处在各个产业链中不同位置的企业个性化很强，数字化转型的突破口也各不相同，并没有可以直接照搬的模板。

⑥ 我国制造企业的利润率较低，推进数字化转型往往缺乏足够的资金进行投入。

制造企业推进数字化转型是实现智+能制造的基础和必要条件。数字化和自动化是企业实现智+能制造的两大支柱，自动化系统要实现柔性，必须依赖数字化系统的支撑。

而实现人工智+能技术的应用，也有赖于数字化系统采集、存储和筛选数据。李培根院士指出，推进智+能制造需要注重使能技术的研发。各种数字化系统和工业软件就是支撑智能制造最重要的使能技术之一。2018年10月，国家工信部正式批准组建国家数字化设计与制造创新中心，显示出国家高度重视推动制造业的数字化转型，致力于实现智能制造关键使能技术的自主研发与创新。

2016年，e-works提出了智能制造的金字塔架构，受到业界的广泛关注。金字塔的底部是使能技术层，包括ICT+技术、工业自动化技术、先进制造技术、现代企业管理和人工智能技术五大类使能技术；第二层是推进智能产品和智能服务，实现商业模式的创新；第三层是部署智能装备，建立智能产线，打造智能车间，建设智能工厂，实现生产模式的创新；第四层是开展智能管理、智能研发和智能物流供应链，实现运营模式的创新；第五层是智能决策，实现决策模式的创新。事实上，对于智能制造应用的各个范畴，数字化技术都提供了重要的支撑：

● 智能产品: CPS、adas、产品性能仿真

● 智能服务: Digital twin、状态监控、物联网、虚拟现实与增强现实

● 智能装备：CAM系统、增材制造支撑软件

● 智能产线：FMS的控制软件系统、协作机器人的管控系统

● 智能车间：数据采集（SCADA）、车间联网、MES、APS

● 智能工厂: 视觉检测、设备健康管理、工艺仿真

● 智能研发: CAD、CAE、EDA、PLM、嵌入式软件、设计成本管理、DFM分析、拓扑优化

● 智能管理: ERP、CRM、EAM、SRM、MDM、质量管理、企业门户

智能物流与供应链：AGV、SLAM、自动化立库、WMS、T+MS、DPS（数字拣货系统）

● 智能决策：BI、工业大数据、EPM（企业绩效管理）、移动应用