一、我们来想象这样一个场景

每台生产设备上都装有智能OS，用咱们编写Andoird App的手法和能力，就像更新App软件一样来增加生产设备的操控多样性。

制造商的产品设计人员在大屏幕电脑跟前做产品设计，CAD运行在大规模集群的云计算云端，可以做到多个人协作修改、及时同步刷新生效，而且还可以做到快速仿真渲染，修改一点就立刻可以看到真实的物体效果，和咱们看的科幻电影的仿真效果一样逼真。我们还可以通过VR或AR来更真实的体验。

研发人员还可以在云端搞仿真测试，用云端大规模集群来快速跑各种测试场景，而且还可以基于人工智能深度学习来自动调节测试参数，自动延伸出测试场景用例。

研发人员通过CAD软件输出整产品以及零部件图纸、组装工序，每个零部件都有唯一零件编码。把这些信息输入到流水线智能生产设备和智能流水线传送带中，智能工业机器人会根据要组装的产品图纸，自动抓取合适的零部件，被智能流水线传送带在合适的工序环节运送到合适的生产设备上进行焊接缝制插拔组装。

生产出来的成品，有人工智能识别工具和自动化检查工具进行产品质量检验，比人的手摸眼看要更加精确。

在生产车间现场，还有各种智能物联传感器、摄像头自动捕捉识别，实时监控生产环境的各种指标，遇到异常即自动预警，及时保证生产现场安全。

至于生产什么，有零售电商提供垂直品类数据：如消费者画像特征、消费者浏览点击行为信息、搜索信息、关联推荐信息、购物篮信息、点评信息、晒单秀信息、客服问答信息、商品退换信息、商品维修信息。这些数据都反馈给品牌制造商，用于制造商的研发人员来洞察分析该生产什么商品最受消费者欢迎，大大缩短研发周期、减少研发走错路的成本。

研发人员也可以把智能物联传感器内置到产品中，收集用户在产品使用过程中的数据，也可以有效指导研发。更能延伸出后市场，如保养维护推荐、再购推荐、交叉购买推荐、二手转卖、精准保险推荐、抵押估值、定损、租赁....。

至于生产多少、什么时间生产，有零售电商提供垂直品类数据：如每个SKU的销售量、库存量、破损量、库存周转周期、采购在途周期。

是不是很梦幻？是不是觉得很遥远？

我们来总结一下：

智能物联云/智能OS：可以做到产品和产品连接

智能物联云/智能OS：可以做到生产设备和生产设备连接

二维码/RFID/人工智能识别：可以做到物料与生产设备连接

扫码小程序/智能OS：可以做到人与生产设备连接

打通电商：可以做到消费者与工厂连接

智能OS/物联传感：可以做到消费者与服务连接

云计算集群：可以做到云端设计仿真渲染、仿真测试、VRAR仿真体验

各位有想投资产业升级高科技的，可以根据我列举的关键点进行投资。

二、京东云提供了哪些智能制造支撑

1、京东智能物联云平台：帮助智能产品/设备之间互联、互动协作。也可以做到智能产品/设备运行过程数据发送到智能物联云进行存储起来，以在以后做更好的利用与计算。

2、京东供应商平台/数据罗盘、京东JOS开放平台、京东数据万象交换平台：可以帮助品牌制造商连接到京东的电商系统，取到品牌制造商所感兴趣的数据，以指导研发设计、生产计划（生产数量和生产节奏）

3、京东人工智能识别引擎：可以帮助品牌制造商进行产品质量自动化检验、生产现场自动监控预警

4、云计算云存储集群：可以帮助品牌制造商的研发团队进行快速仿真渲染、仿真测试、VRAR仿真体验

当然，我们也会遇到很多品牌制造商和我们抱怨：

1、我们的CAD软件不支持大规模云端集群计算，不能做到逼真的仿真渲染、仿真测试，做VRAR仿真体验软件研发也太昂贵卖不起，现在也没卖的

2、我们的产品、我们的生产设备、我们的流水线传送带、我们的工业机器人，还不是智能OS的，没法很好编写App程序随时更新、随时编排组合、随时采集运行数据，想改造这些，需要成本很高、研发难度很大，我们改造困难很大

我们可以不用做到全部，成本太大、周期太长。但至少我们最关心的：生产什么、生产多少、生产节奏、出厂定价、生产质量、客户反馈，我们可以通过电商系统打通就可以获取到我们需要的数据。对于生产现场安全防护，我们也可以采取智能物联传感器和人工智能识别技术来做到自动监控预警。

三、欧美中在智能制造方面的行进差异

智能制造，德国以西门子为标杆。西门子在智能制造的布局方面，过去的核心是PLC（可编程控制器），具有嵌入式操作系统、数据通信传输、设备操控编排、UI控制界面。但这个核心产品就如同Nokia Symbian和App iOS的区别。业界呼唤新一代智能OS。西门子现在也在不断增强软件平台，和SAP HANA、VMWare Cloud Foundry开源社区打造了MindSphere平台，用于设备数据存储、计算、应用、应用程序管理。在这个平台上，西门子整合了产品生命周期管理软件、设备生命周期管理软件、仿真设计工具作为应用核心。西门子还整合了Sinalytics软件进行设备的远程诊断和远程维护。

这样来看，德国（西门子）聚焦的是：生产设备/工业机器人/流水线传送带依靠PLC进行工序编排与生产动作编排，有产品生命周期管理软件作为产品制造信息输入，有设备生命周期管理软件作为设备运行信息管理，有MindSphere这样的通用平台进行数据存储、应用统一规范管理。一切都围绕数字车间，让生产的更自动化更精良。至于最让制造业头疼的生产什么、生产多少、生产节奏、出厂定价、生产质量、客户反馈，却没法有效改善。

智能制造，美国以GE为标杆。GE联合了微软打造了Predix平台。另外说，GE还参股投资了Pivotal。Pivotal这家公司打造了GreenPlum分布式关系数据库、GemFire NoSQL数据库（听说12306用的就是这个）、Cloud Foundry也是他们家的（想想西门子），它还拥有Spring Cloud微服务架构，听说Redis作者也在这家公司供职。Predix平台借助微软Azure云拥有智能OS能力、云集群能力、大数据存储与计算能力、IoT智能物联传感收集能力。但GE打造Predix不是意在数字车间，而是核心产品部件的物联数据收集，如GE的飞机引擎、船舶引擎、风电引擎、大型医疗设备的运行状态数据收集。收集了这些信息主要是为了搞衍生服务：如保养维护推荐、再购推荐、交叉购买推荐、二手转卖、精准保险推荐、抵押估值、定损、租赁...。

咱们再回顾想想，最让制造业头疼的生产什么、生产多少、生产节奏、出厂定价、生产质量、客户反馈，GE的Predix平台聚焦解决了吗？

咱们再来看看中国。去年中国工信部发布了一纸智能制造5年规划，里面从工业互联网/工业通信、智能控制模块/智能操作系统、传感器/智能物联数据收集、远程诊断/远程维护服务、仿真设计、ERP打通物料资源管理和制造执行，无其不包。德国有西门子这样的工业巨无霸，美国有GE这样的工业巨无霸，那中国谁是工业巨无霸，谁能落地这套规划，谁能打造出类似西门子和GE那样的智能制造平台？谁又能有效解决生产什么、生产多少、生产节奏、出厂定价、生产质量、客户反馈这些问题？

当然，我们已经欣喜的看到：三一重工树根互联和腾讯云合作探索的核心部件智能物联大数据以及后市场衍生服务标杆案例、美的的美云智数和腾讯云合作的生产制造ERP云MES云大数据分析云平台标杆案例、红领智造和尚品宅配的客户在网上DIY产品选型/订单自动分解物料清单/物料RFID识别/自动化智能传送流水线端到端连动标杆案例，我们也看到了海尔推出的Comos解决方案包含HOPE创新项目平台、海达源采购平台、智能制造平台、日日顺仓储物流平台一整套平台。但我们仍然看到，咱们这些工业排头兵，在打造基于大数据、云计算集群、智能OS、智能物联传感、人工智能识别、人工智能深度学习、VRAR仿真体验、电商整合打通这些黑科技的软硬件平台，仍然心有余而力不足。而最擅长这些的，恰恰是我们中国处于竞争力前沿的互联网公司。所以，2015年，中国官方发布的是“互联网+”战略，通过互联网的联网能力、数据能力、高科技能力主动整合9大行业（工业、农业、金融、物流、零售、民生、交通、环保）来升级中国实业。“互联网+”是以互联网公司为主要能动性，现在互联网公司已经越来越深入插足实业，如餐饮娱乐（美团）、出行交通（滴滴摩拜）。而“+互联网”是以传统实业为主要能动性，主动连接互联网、主动与互联网公司合作，但一直鲜见成功案例，因为传统实业在高科技研发能力、资本运作整合能力、互联网络利用能力都比较短板，而且在组织与管理、股权与决策权、人才吸引与激励这些软技能方面也畏畏缩缩，不能充当升级转型自我革命的主刀手，而新创互联网公司没有这些包袱和既得利益，所以他更适合主导。这是中国和德国美国截然不同的路径。

也就是说：中国智能制造的突破在于产业互联驱动实业升级，德国智能制造的突破在于升级数字工厂，美国智能制造的突破在于大数据驱动的售后衍生后市场增量业务。