智能是发展制造业战略的重要抓手，如何利用云计算加速实现智能制造

在数字经济时代，强大的制造业已成为了国家整体实力的根本。制造业快速流失导致的“空心化”成为2008年全球经济危机的导火索。因此，全球各国纷纷推出重振制造业的国家战略和计划，以抢占世界经济和科技发展的先机。无论是德国的“工业4.0”、美国的“工业互联网”、英国的“工业2050战略”以及法国的“新工业法国计划”，还是“建设制造强国战略”，都将智能作为发展制造业战略的重要抓手。我国的“建设制造强国战略”也明确提出将智能制造作为主攻方向，以加速培育新的经济增长动力，优化产业格局，提高新一轮制造业产业竞争制高点。

智能制造加速了云计算的普及。云计算不仅解决了传统IT成本高、部署周期长、使用管理效率低下的难题，在数字时代云计算更大的价值在于，快速通过物联网、人工智能、大数据等新技术带动产业融合和升级，培育和推进了新兴服务型制造业，更为提高中国制造业在全球产业链附加值和规模提供了弹性支撑和服务创新空间。

云计算带动传统制造业转型升级

过去的几十年里，我国的制造业得到迅速发展，产业基础越做越大，产业体系不断完备和健全，自主创新能力不断增强，为我国的经济社会发展做出了突出贡献。然而，随着我国经济由要素驱动向创新驱动的转变，先进制造技术也正在向信息化、网络化、智能化方向发展。与全球先进水平相比，我国制造业主要集中在中低端环节，产业附加值低。发展智能制造业成为实现我国制造业从低端制造向高端制造转变的重要途径。云计算作为新一代信息技术的基石，也是智能制造的核心平台。如何通过云计算加速传统制造业转型，提质增效，通过产业协作平台提高服务创新能力，将物联网和人工智能转化成产业升级新动能，成为智能制造的战略目标。

提质增效

通过新技术提质增效(提高质量、增加效率)成为提高现有制造业运营效率的起点。相对于传统的IT和业务系统的分离，以云计算为代表的新一代信息技术与制造业的深度融合，不仅优化了制造业全流程资源使用效率，提高了企业生产效率和经济效益，同时，可以通过制造业产业协作和重塑，带动中国制造业的整体提质、增效、升级。

传统制造业从研发、设计、制造、交付，到运营和管理等，系统之间存在大量数据孤岛，这成为从规模型制造向柔性生产转型的技术瓶颈。同时，不同系统的数据无法共享，难以互联互通，无法通过全流程智能分析提高业务管理运营效率。在数字经济时代，个性化服务创新能力和市场迅捷响应速度直接决定着企业的竞争力。现在越来越多的制造企业通过托管云和混合云替代传统IT，以提高业务响应速度和企业内部运营效率。

云计算深入渗透到制造企业的所有业务流程，能够根据用户的业务需求，经济、快捷地进行IT资源分配，实现实时、近实时IT交付和管理，快速响应不断变化的个性化服务需求。不仅有助于促进创造优质附加值和制造业生产效率的提升，同时提升了制造企业整体竞争力，灵活应对复杂的国际环境变化，为经济全球化环境下制造企业实现智能制造打下坚实基础。

.服务型制造转型

提高服务在制造业的占比，从传统制造业向服务型制造业转型，成为优化中国制造业格局的关键。《建设制造强国战略》规划中明确指出，要改造提升传统产业，促进生产型制造向服务型制造转变。同时制造业向服务化转型也是推动供给侧结构性改革，创造新供给、满足新需求的要求。

在新经济下，随着制造业产品复杂程度的不断提高，单纯的“以产品为中心”的制造业不仅产品开发周期长、产品附加值低、业务创新能力不足，同时整个产业链上下游企业相互隔离，导致协作创新能力低下，难以实现高效协同生产。在数字经济时代，提高制造业产品附加值和实现产业链协作创新，成为制造业向服务型转型的关键因素。

云计算作为制造业服务创新平台，以大数据为基础，通过软件服务、协同服务、数据服务，形成资源共享、供需对接的生态服务，实现跨行业和跨企业的协作创新;同时，云计算平台通过上下游产业链协作和全球协同，在延伸和提升价值链的同时，提高了全要素生产率、产品附加值和市场占有率，从而推动中国制造业服务型转型。

.产业智能化升级

“建设制造强国战略”要实现的是整个制造产业的智能化升级。中国政府加大在大数据、人工智能、物联网的政策导向和资金投入，让“建设制造强国战略”在技术上具有高起点，为中国成为制造强国奠定基础。基于大数据云的产业协作平台，让数据智能成为制造业企业发展的新动能，人工智能、云计算、大数据、物联网与制造业的融合，成为制造业实现产业智能化升级的关键因素。

德国制造业领军企业如西门子，正在打造工业4.0平台以推动智能制造的进程。在“建设制造强国战略”政策驱动下，中国制造业领先企业纷纷开发智能制造平台，让制造业能够短平快地利用智能云平台，将物联网、人工智能、虚拟现实等新技术转化为制造业企业发展的新动能，加速传统规模制造向个性化用户驱动的全智能生产转型。

云计算产业平台实现跨企业、跨行业、跨地域的协作创新，在保证各方数据权限管理前提下，通过应用整合，提高资源利用率，优化用户体验，更迅捷满足用户需求。在业务全球化过程中，云计算产业平台以整个制造产业为依托，并结合物联网和人工智能，通过产业智能化协作的平台化，加速制造产业的智能升级。

评估智能制造云计算服务商的重要因素

作为全球第二大经济体的中国，“建设制造强国战略”是要完成从“制造大国”到“制造强国”的转型。制造业考虑的不仅是现在的业务升级能力，更多的是全球化服务能力、竞争力和响应速度。故此，制造业在智能制造转型升级过程中，评估云计算更多地是从市场战略维度出发。中桥调研咨询对中国企业CIO和IT管理者的调查结果显示，评估智能制造云计算服务商有以下几点重要因素：

.综合IaaS、PaaS、SaaS的服务水平和管理效率：向智能制造演进是一个长期持续的过程。不同规模的制造企业在不同的业务发展阶段，对云计算服务的需求也不同。因此，能够灵活提供IaaS、PaaS、SaaS服务，并且保证优质的服务水平和管理效率，满足制造企业当前以及未来的业务需求，成为用户选择云计算服务商的首要考虑因素。同时具备全面云计算服务能力的提供商，能够让制造业在转型发展过程中迅速将AI和IoT转化为业务创新能力。

.全球云计算服务能力，支撑全球化业务拓展：通过智能制造提升中国制造在全球市场创新服务中的竞争力，是中国从“制造大国”到“制造强国”的关键所在。因此，云计算在全球的服务能力、得以验证的云计算服务管理流程、跨全球多区域的云计算集中统一管理，以及跨混合云和多云的业务支撑能力，能够让制造企业在全球业务拓展中，优化资源利用率和产销链流程，提高全球市场响应速度和创新效率。

.得以验证的企业级用户群，可信可靠：在全球化业务拓展过程中，云计算逐步成为智能制造的核心业务平台。用户在评估核心应用“云化”过程中，云计算服务商在同等企业规模和行业的积累成为用户重要的评估指标。得以验证的企业级用户群意味着云计算服务商提供的云计算服务经过了实践的验证，这对于确保企业业务的稳定安全，降低向云计算转型的业务风险至关重要。可信可靠的企业级云计算服务，能够提高制造企业从研发到服务的全流程协作管理效率，加速从传统制造到柔性制造的转型。

图1 制造企业评估云计算服务商的考虑因素

AWS助力西门子打造工业4.0平台

随着云计算在制造业的快速普及，作为德国制造的领军企业，西门子通过数字化企业平台、全集成自动化、全集成驱动系统，以及Mindsphere工业4.0平台，助力各国制造业加速智能制造转型升级。西门子的Mindsphere 4.0平台服务，让用户可以跨混合云把大数据、人工智能等技术快速融入到整个产品生命周期的管理、研发、创造和服务中，真正实现智能制造。目前，西门子的工业4.0平台已经在制造业得到广泛使用。

图2 西门子4.0平台实现智能制造

Mind Sphere是一款基于AWS云计算服务，专为物联网设计、开放的“平台即服务(PaaS)”云平台。在该平台上，AWS的物联网应用和人工智能应用，提供了丰富的应用接口、服务及计算资源，以及数据存储、配置、数据处理和数据管理工具，帮助用户记录和分析大量生产数据，还能连通数据、自身所携带的各种开发工具以及应用软件和服务，从而帮助用户提高生产效率。在用户的整个业务发展过程中，通过与AWS协作，为用户提供全面的物联网解决方案和服务，其广泛的设备和企业应用连接协议选项(API)、工业级应用、高级分析技术以及一个创新的开发环境，在满足用户不断变化的业务需求的同时，为用户发展新型服务和新业务模式奠定了基础。

图3AWS云服务助力西门子智能制造

用户可以选择跨已有数据中心和AWS云计算套件部署MindSphere。通过灵活的应用实例选择，保证应用的快速开发和部署效率，确保业务创新速度。综合网络和运营管理工具，自动实现从资源、服务，到应用、权限、数据的个性化性能和安全设置管理。AWS按需获取资源，制造用户可以最大限度降低闲置IT的开支，动态实现性能升级和容量扩容，优化IT使用管理效率。

图4 MindSphere 选用的AWS 套件

此外，制造用户可以跨用户已有数据中心和AWS部署智能制造服务。通过API网关实现制造操作管理数据与批量分析、实时数据整合和分析。其中，AWS针对不同业务需求提供数据库服务。Amazon Relational Database Service关系型数据库，保证数据库高性能和高可用性;Amazon Redshift经济、轻松管理数据仓库，让数据仓库管理成本降低90%;Amazon DynamicDB数据库服务保证10毫秒以下的延迟;Amazon DynamoDB内存加速保证每秒数百万请求，响应时间在数微秒级，以满足不断变化的业务需求。