显卡天梯图快科技平台卡盟

客服   拼多多砍价dy抖音ks快手 自助商城点击进入

2022 年，科技创新，聚焦变革。数字经济的蓬勃发展，是后疫情时代全球经济结构重塑、全球竞争格局改变的必然趋势。随着社会各领域数字化发展加快，新技术、新业态、新模式不断涌现，积极推动着各行各业的变革与创新，CIO 们正在努力打造数字经济新优势，共铸辉煌与荣耀的征途中，乘风破浪，步履不停！

本期访谈嘉宾，我们邀请到了中国中纺集团公司棉花事业部副总经理兼信息化中心主任骆学农，与我们共话数字化转型的新方向及智能制造行业的新发展。

刘晶：当前，我国传统制造业的发展主要面临哪些问题？

骆学农：在“中国制造2025”规划指导下，我国的制造业逐渐向高端制造转型，同时，传统制造企业正面临着诸多难题。

从企业内部看，很多企业正面临着缺乏创新、生产效率和质量管理水平低、成本优势下降和标准化制造无法满足大规模个性化制造等共性问题；从设计到生产等环节的灵活性、变通性和敏捷性较差，难以满足人民日益增长的物质、文化需求。

科技、环保、绿色、时尚等元素都在不断推动着纺织企业产业链的升级，从棉到纱，从纱到布，再到印染，制成成衣卖到消费者手中，各个生产环节的市场需求变化都在不断地倒逼着纺织企业的转型升级。从外部形势看，人口生育率下降，招工难，原料成本增加，国家相关环保、绿色低碳政策，对纺织行业的污染排放要求日益增高，这在不断倒逼着纺织业的数字化转型。

除了人口红利、消费结构、消费升级等因素，技术的发展也为纺织行业的转型升级带来了更多可能，纺织工艺技术、材料技术、印染制造技术的应用，“云、大、物、移、智、区”等新一代信息技术的飞速进步，都使得纺织行业向“智能制造”转型成为必然的选择。

刘晶：“智能制造”领域有哪些行业标准？

骆学农：行业标准不仅是行为规范指南，也是各行业中企业少走弯路的指引。行业一般观点，国际上“智能制造”有以下三个主流行业标准：

一是德国的“工业4.0参考架构模型”，全称叫做RAMI4.0，其特征是多方位的“集成”。首先是全供应链与上下游的横向的集成；其次是工厂企业内部的全价值链、端到端的集成，包括设计、织造、生产、物流、仓储、营销等领域；再者是全自动化设备的纵向集成，让各设备之间形成联动互动的关系。

二是美国的“SMS智能制造标准”。有三个维度和八种制造范式，主要特征是“互联”与“协同”。与德国相比棉纺织技术 期刊点评，除个别高端制造领域外，美国的普通制造业出现了“空心化”问题，但其互联网的实力很强，会更加关注通过网络的交互或整合资源为其服务，因此，美国的制造标准非常推崇云制造、分布式制造、工业互联网等。

三是中国的“中国制造2025”标准，叫做IMSA。我国拥有世界上最全的工业门类，也拥有着除美国外，具有世界上最强的互联网应用能力的国家，在二者结合下，中国智能制造吸收德、美两国工业标准的优劣，并结合了中国制造业的自身发展特点，设计了更适合中国企业特点的智能制造标准体系架构，同时也充分考虑了不同领域的制造业的差异性和发展水平，为各行业定制设计个性化的智能制造的行业应用指引，具备了一定的可操作性和实践性，较好地地打通了从标准规范到应用实施的鸿沟。

刘晶：“中国制造2025”标准包括哪些维度？本企业在“智能制造”中，将有哪些建设的重点？

骆学农：“中国制造2025”标准主要包括三个维度。

一是系统层级维度，依据智能制造的范围划分的，包括设备级、单元级、车间级、企业级和协同级在内的产业链级。

二是生命周期维度。依据工厂中的不同工作门类，分为设计、生产、物流、销售和售后服务等价值链。

三是智能特征维度。按照智能的能力来划分，包括资源要素互联互通、人货共享、系统集成等。

这三个维度也构成了中国制造的标准化体系。在“中国制造2025”中，根据不同技术以及落地标准，分成了A、B、C三类。Ａ类为基础共性，B类为关键技术，二者均为全行业通用。C类则是行业应用，在其中对各行业都有着不同的要求和个性化的标准。

依据“中国制造2025”行业标准，纺织行业的智能制造具有八个方面的划分，这也是任何一家纺织企业在进行智能制造转型升级规划设计时都必须要统筹考虑的。一是化纤制造智能车间（工厂）、二是纺织加工智能车间（工厂）（含纺纱、机织、针织、非织造）、三是染整智能车间（工厂）、四是服装设计与加工智能化、五是纺织个性化定制和网络协同制造及装备远程运维、六是典型智能纺织装备、七是纺织智能制造标准及共性技术、八是智能纺织材料。

考虑自身业务现状和发展战略，在未来智能制造的建设中，我们企业应该将重点放在纺织加工智能车间和染织智能车间两大方向，其余方向将通过产业链上下游的协同服务去统一整合。

刘晶：纺织行业在智能制造的建设中会重点关注哪些政策？

骆学农：首先重点关注“中国制造2025”，以及陆续发布的深化制造业互联网深度融合、互联网+先进制造业、上云用数赋智等。

其次是国资委发布的《关于加快推进国有企业数字化转型工作的通知》，其中讲述了打造制造业企业的数字化转型示范，对打造智能制造企业提出了详细的要求。

再次，在纺织行业的规划中，纺织行业企业可能会更加关注的是2021年中国棉纺织行业协会发布的《棉纺织行业“十四五”发展指导意见》，行业协会对全行业智能化水平和发展阶段的自我评价和认知可能更加精准、客观与理性，其中对棉纺和织造两个领域制定了明确的发展目标。目前，我国纺纱设备的保有量是1.1亿万锭，织造设备的保有量是104万台，而在规划中，明确提到了“2025年纺纱、织造智能化装备保有量分别达到1000万锭和5万台”，五年后的目标还不到现有量的10%。在已经公布的100多家全球智能制造灯塔工厂中，没有一家纺织行业的智能工厂入选。由此可见，与现代先进制造业如汽车、家电、电气元件、制药、轨道交通、通信等相比，棉纺织行业的智能制造转型步伐，无论从行业的普及程度、覆盖范围和水平能力等维度横向对标比较，步伐没有其他行业那么快，全行业整体的智能化应用水平偏低。这也与纺织行业的制造水平有关，当前纺织行业的机械化水平、自动化水平，仍处在制造业的中后游水平，其自身的信息化、数字化和智能化水平还相对偏低，所以大多数纺织企业的智能制造的建设也会依据规划稳步进行，以试点为主，小步快跑，尚未能全面展开和普及。

刘晶：智能制造能够为纺织企业带来怎样的价值？

骆学农：第一，对内稳固防守，对外实现进攻。对内打通上下游协同，实现各环节的有机融合，推动产业链、资源的优化整合，从而达到提质、降本、增效的目标。对外创造新的业务增长点，实现从刚性制造向柔性制造的转变，在大规模制造的基础上满足小规模、大容量、个性化的生产制造的要求。在技术上，实现智能设计、智能投产、智能配送、智能检测等全方位的智能化。

第二，拓宽客户服务渠道，创新业务模式。通过多种渠道、多维度、多方位、多层次感知客户需求，提升其满意度，增加黏性，从而为公司打造新的业务模式，创新业务价值。

以行业内某标杆智能纺纱工厂为例，通过智能化改造后，万锭用工成本由53人降至15人，生产效率提升了22.65%，运营成本降低了14.85%，产品开发周期缩短了40%，产品不良率降低55%，单位产能降低14.12%，万锭纱用工降低70%。可见，智能制造工厂的建设能够给予企业极大的助力，未来，棉纺织制造类企业也将会重点进行智能制造工厂的建设，降本增效，提升价值。

刘晶：一家传统的棉纺织企业的智能制造规划应该如何设计？

骆学农：传统棉纺织企业的智能制造规划，应该借鉴了很多其他行业的优秀成果，以提升效益为目的，以创新为驱动，以数据为源头，以信息化、数字化为支撑，以自动化为手段，以标准化为保障，在原则上统筹规划，落地实施，从大处着眼，从小处着手，快步前进。更应该实事求是、因地制宜地找准自身智能化的发展阶段和能力水平棉纺织技术 期刊点评，瞄准自身在制造领域的短板、痛点与难点，一切从自身实际出发，个性化地设计适合本企业的智能制造规划方案。

在国家的智能制造体系规范的指导下，数字化、信息化、智能化是生产型企业转型升级的重要手段，对工厂的全要素（人、机、料、法、环、测）、全产业链（上下游供应链、金融链、地域化的产业集群）和全价值链进行覆盖。

在生产运营制造层，对于制造型企业来讲，MES生产制造执行系统是核心关键系统。常见有MOM生产运营管理系统，APS高级排产系统，TQM全面质量管理，WM仓储管理等，就目前的建设现状来看，对很多传统棉纺织企业来说，该补生产领域的信息化的课一定要补。

当前，智能制造领域，工业互联网的概念炒得很热，如同消费类互联网，工业互联网一般也可分为IaaS、PaaS、SaaS三层，最大不同在于工业互联网更多的是体现对于生产制造的一些新要求。

两者的共同之处：

IaaS系统，包括了云服务、网络化、虚拟化、安全等，但与传统管理类信息化互联网或产业类互联网平台相比，工业互联网会增加物联网、传感器等部分，各种自动化设备中的传感器，一般通过SCADA/DCS/PLC层统一收集各类工业传感器的数字信号，是较为接近IaaS层的，我们可以将其划分在设备层里，但其数据是需要采集到IaaS层,通过数据治理和数据建模，以统一的数据资产形式进入PaaS的数据中台。

PaaS层主要是各类数字中台，尤以数据中台最为重要，指的是数据中台或大数据平台，数据被认为是信息系统的沉淀物或副产品，在以往的信息化建设时较容易忽略。但对数字化转型和智能化来说，数据起着润滑剂和核心驱动力的作用，相对于信息化阶段来说，数字化阶段和智能化阶段，我们要把数据放在重中之重的位置。

SaaS层主要为各类工业APP应用，该层调用PaaS层对外提供的微服务，通过编排和整合，形成用户端的各类工业应用，为辅助工业决策，安全生产管理，日常系统监控等提供服务。

刘晶：在智能制造中的数据处理流程是怎样的？

骆学农：生产的包括了人、机、料、法、环、测这六大重要要素，从设计、管理、仿真、优化、可视化等等整个工作链来进行全方位、全流程的数字化和智能化的改造。

对生产资源、生产设备、生产设施、生产过程进行精准的、敏捷化的高效管理和控制，是数字化或者叫智能化车间的设计远景目标。

工业企业的第一类数据来源来源是机器数据，机器生产每天都在产生大量的日志数据、生产数据，甚至是错误数据，都可成为数据分析和排产的重要依据；第二类数据来源是业务数据，包括了ERP、CRM、PRM、MES等系统产生的各类数据；第三类则是互联网中产生的行业数据，如市场数据、商情数据等。三者共同构成工业企业智能工厂的三大数据来源。

数据处理流程分为了数据的采集、集成、和应用，这是符合现代发展方向的数据架构设计。

数据采集是从设备、应用系统、互联网将各种形式的数据进行结构化或是非结构化，划分成为流式数据、实时数据、非实时数据等，通过采集汇聚到大数据平台或者叫数据中台，这个汇聚采集的过程，是需要根据各工厂不同的业务场景需求，因地制宜的设计采集方案。

数据治理是在数据采集完成后，对所有的数据要进行清洗、结构化和建模，最终实现数据的应用。

数据应用是指源自SaaS或是App小程序的各种应用，本质都是在调用数据应用开发和数据治理中提供的数据服务，然后返回结果，提供给领导决策、看板、设备检测等等。

刘晶：传统纺织企业开展智能化转型，重点要进行哪方面的保障建设？

骆学农：第一，要加强组织领导层的思想认识、人才建设和持续投入。智能制造作为高度技术化和专业化的投入，其风险也相对较高，所以提高领导层面的思想认知，加强对智能制造的认识水平是第一位的，并且要合理规划符合企业发展规律的智能工厂建设。人才方面要加强对既懂业务又懂数字化的复合型人才的培养。由于智能化改造的投入一般较大，一家棉纺厂的智能化改造，少则上亿，多则十几亿的投入，所以投入方面既要持续推进，也要量力而行，将宝贵的资金优先投入到最能创造价值的领域，优先解决制约企业高质量发展的难点和痛点领域，重点突破、试点先行，稳扎稳打，快速见效。

第二要稳固信息化基础。传统的纺织企业，如果信息化基础并不牢固，这必将影响到未来的数字化、智能化转型，俗话说：“基础不牢，地动山摇”，所以需要进一步地筑牢信息化基础，补短板、补空白、强弱项。

第三要加强数据工作。数据是数字化转型的核心要素，数据治理工作将是未来建设的重中之重，数据工作不仅是技术工作，更需要管理和沟通协调相结合。公司在“十四五”期间专门制定了关于数据的相关规划，未来将会在集团统建的数据中台架构基础之上，开展数据治理工作，解决数据滞后、数据质量、数据标准化等问题，通过数据驱动业务的高质量发展。

第四是提升网络安全的保障能力。智能制造工厂对实时性的需求较高，如果受到网络安全威胁，会对工厂的连续生产造成严重的损失。未来，我们企业将会加强人才、技防能力、管理体系等三方面的建设，做到网络安全与智能化建设同步设计、同步建设、同步使用的“三同步”。

刘晶：从业务视角出发，未来，工业互联网及智能制造将会有怎样的发展趋势？

骆学农：不同行业的企业对工业互联网的应用程度是不同的。例如汽车制造企业，很多车企已经走过了信息化的阶段，工业互联网也就成为其走向智能制造前沿的必备选择。而对于大多数纺织行业来说，整体的智能化水平并不高。相较已经采用的智能化生产设备，我们叫做智能化的“硬实力”，大多数企业的“软实力”，也就是信息化和数字化的基础还相对薄弱，当前的主要工作还是要完成企业的信息化建设，包括设计、生产、物流、管理、服务等环节的系统搭建。在此过程中，工业互联网能够凭借其“资源共享”的特点，避免在信息化建设中出现“烟囱、孤岛”问题，让资源更集约、更集中，将资源共享最大化，使数据价值得到更大的体现。

虽然对于纺织行业来说，工业互联网并不是当前企业数字化转型的首要目标，但工业互联网的重要性毋庸置疑。在未来企业的数字化转型中，工业互联网必将成为其中重要的组成部分。

关于访谈嘉宾

骆学农中国中纺集团公司棉花事业部副总经理兼信息化中心主任

企业高级信息化管理师

北京工业大学计算机科学系硕士研究生,中国人民大学EMBA。

凭借多年的信息化实践，曾多次荣获相关媒体或机构评选的全国最佳信息主管、最具领导力CIO等奖项，是全国多家信息化专家库的入库专家；曾担任国家两化融合联盟-云计算应用创新专委会专家组成员，参与起草了《企业云战略规划指导框架》等文件；参与翻译出版了《狼派CXO新思维》、《SIAM-全球数字化环境下的服务集成与管理》等行业书籍。

关于主持人

刘晶CIO时代联合创始人兼COO、新基建创新研究院秘书长

毕业于中国传媒大学，多年从事CIO资源链接、社群运营、品牌管理、媒体公关等相关工作，具有非常丰富的行业经验。

自2007年加入CIO时代至今，主要负责CIO时代的运营事务，擅长资源整合、品牌运营，极为擅长高端圈层CIO运营，每年运营上百场CIO活动，连续举办七届“中国行业互联网大会”，吸引近4000+CIO、学者、专家及科技合作伙伴参与，已将此大会打造成为CIO领域行业互联网标杆盛会。

第三十五届CIO班招生

国际CIO认证培训

首席数据官（CDO）认证培训