上海閔行區坐落著世界最大乳品單體工廠之一的光明乳業華東中心工廠，這里日設計產能2600噸。一進工廠大門就能看到豎立著數排120噸的奶缸，奶車運奶進廠后原奶收到這些奶缸中，閥門自動控制牛奶流向，工廠根據酸奶、巴氏奶和常溫奶的生產工藝對原奶進行配料、殺菌等，接著罐裝、包裝、儲存、發貨。得益于智能工廠建設，10000多個閥門、400多個奶缸，只需10人左右在中控室遙控。

不止乳品行業，越來越多的行業和企業正投身智能工廠的建設浪潮，從自動化走向全產業鏈數字化，推動建立數字化的供應鏈生態圈。

數字化轉型影響企業生死存亡

1992年，在重型裝備制造行業，一家港口機械公司在上海成立，它抓住了全球化中世界貿易集裝箱運輸機遇，在成立后的短短幾年內便搶占了港口裝卸設備這一細分市場的世界龍頭地位，1998年訂單席卷了美國東西海岸。這家企業正是上海振華重工（集團）股份有限公司（下稱振華重工），至今港口機械中的岸橋產品連續26年占據世界70%以上的市場份額。

這艘“巨輪”正面臨轉型時刻。港口機械特別是岸橋，是典型的非標準訂單式制造，需要投入大量人力物力滿足全球客戶的個性化需求，過去振華重工憑借勞動力密集優勢做到了世界第一，6個制造基地中最大的基地曾有3萬產業工人做著強勞動的焊接、安裝等工作。但這種勞動力優勢在當下的老齡化社會中難以為繼，年輕人也不愿意進工廠上流水線。“身處上海，如果我們的產業不往高端化、智能化、綠色化、低碳化方向發展，就長久不了。”振華重工科學技術與數字化部總經理楊宇華對澎湃科技（www.thepaper.cn）表示，這些痛點堵點影響到企業未來的生死存亡，為了實現可持續高質量發展，必須數字化轉型。

2020年，振華重工大型港口機械箱梁鋼結構智能生產車間獲評上海首批20家智能工廠之一。

過去，智能工廠建設以硬件為主，振華重工建立了自動化工作站，部分生產線和焊接機器人替代了一線工人，現在要從更大的數字化系統入手。振華重工正在探索的設計研發數字化核心之一是設計工藝制造一體化。過去，前端設計和后端制造的融合度低，現在利用數字化手段將制造工藝和生產基地的設備產線所需數據前置到設計中，提高后端生產效率。以鋼結構的焊縫為例，如果設計時只提出焊高、焊腳、焊材等基本參數而不考慮制造涉及的收縮余量、預拱度等，那么工藝制造端承接設計圖紙后就需要重新加工分解，人工轉化各類參數并備料。如果模型預置生產信息，三維圖紙可以自動生成焊縫信息標定，標注后直接通過信息管道流通到工藝制造端，就可以自動備料和焊接，縮短工期，不再需要大量人力分解參數，解放出來的設計人員可專門從事原始創新工作。

同樣，在上海臨港新片區重裝備產業區坐落著121萬平方米的上汽乘用車臨港生產基地，該基地擁有沖壓、車身、油漆、總裝四大工藝車間和一個發動機工廠，生產四個品牌的汽車，可實現12款車型共線生產，具備高柔性化制造能力，年產整車超27萬輛。為了追求降本增效、提高汽車質量，上汽也投身到數字化轉型的浪潮中。

上汽乘用車臨港生產基地建設了國內首個“黑燈工廠”無人車身車間示范生產線，實現焊接100%自動化、涂膠和在線質量監控的全面自動化、物料配送和生產無人化。上汽乘用車臨港基地已完成工業大數據平臺和智能制造云平臺等的構建，打造了智慧供給、高效協同、精益穩健、交期透明、“零”缺陷的數字化智能標桿工廠，涵蓋“智工藝、智物流、智生產、智品質、智運營”。

以“智品質”為例，過去依靠人工檢查整車外飾件誤裝配，但終歸有疏漏，十萬分之一的疏漏概率對于單一客戶而言就是百分之百。上汽乘用車制造工程部工業工程總監宋政對澎湃科技（www.thepaper.cn）表示，為確保所有車在出廠時百分之百滿足質量要求，2019年，上汽在產線上通過視覺技術，植入AI圖像處理算法，在線識別26個種類的外飾件，若檢測出誤裝配就會停線、人工干預排查，“幾十萬元的投入實際上確保了流出去的車是零質量缺陷的，同時也促進員工更加重視裝配過程質量。”

另一頭，在上海閔行區，總占地面積約12.6萬平方米的光明乳業華東中心工廠是世界最大乳品單體工廠之一，生產線54條，年設計產量60萬噸。光明乳業曾獲評上海市智能工廠首批20家之一，也是入選的唯一一家食品廠。工廠管路四通八達，依靠10000多個閥門遠程自動化控制牛奶流向，根據酸奶、巴氏奶和常溫奶這些不同終端奶產品對牛奶進行配料、殺菌等不同工藝，接著加工過的奶進入罐裝車間進行全自動罐裝，最后包裝、儲存、發貨。

光明乳業工廠管路四通八達，依靠10000多個閥門遠程自動化控制牛奶流向。

光明乳業華東中心工廠項目部經理王劍銘告訴澎湃科技（www.thepaper.cn），得益于數字化轉型，工廠里10000多個閥門、400多個奶缸，只需要10人左右在中控室進行遙控華東中心工廠對工廠的計劃、調度、工藝、質量、執行、統計、分析實行全過程管理和控制，控制系統能同時操控相關設備互聯互通，實現生產過程的全自動化，并實時監控質量。有了數字化控制系統，工廠可對1581個關鍵智控點實時管控，實現了殺菌溫度±0.25℃的精準控制。

全產業鏈數字化轉型，讓數據產生價值

但這些并非智能工廠的終點，越來越多的企業正從自動化走向數字化，從單個環節的數字化走向全產業鏈的數字化。

“以前傳統汽車制造更多是采用自動化技術、信息化手段等對核心業務進行數字化改造、實現單一業務內容的數據共享，保證最終產品交付的質量，這些年數字化對內深入到了管理的精細化、透明化。”宋政認為，如果說傳統工廠用大量機器人替代人工實現初始自動化，以提升局部效率和質量為主，那么如今不只是上線智能設備，更要考慮端到端的數據集成，即底層數據采集到感知層、互聯層、應用層，以及橫向的各價值鏈數據集成，讓數據產生價值，輔助決策，讓管理更精細、反應更及時、執行更精準。上汽聚焦制造全業務鏈數字化運作，依托數字化技術與智能裝備的深度融合，以工業大數據平臺為支撐，構建“五智工廠”，以 “數據-信息-價值” 賦能模型，實現制造過程數據狀態動態感知、智能預警、輔助決策、透明管理、閉環管控。

上汽乘用車臨港生產基地產線。

在“智生產”中，上汽植入生產管理系統和設備管理系統，在工廠的生產運行端，若是由設備引起的停線，系統就可以自動獲取停線工位及設備的故障代碼，進而根據數據橫向和縱向對比分析故障出現的頻次、停線時長，植入改進措施后的狀態，從而評價問題解決及改進效果，確保工作有效性、閉環反饋和管理。由質量因素或物流因素引起的停線，通過標準化的問題點選錄入方式，量化數據精確到停線的工位的影響原因，倒逼相關員工提高作業能力，工段長也可以根據各班組實際工作狀態平衡工作量，合理安排工作。

在振華重工，生產制造的數字化是構建一套生產運營管理平臺，管理排產、生產計劃執行、物流配送、倉儲等環節。以排產為例，以往的排產模式是只要項目來了就無限產能排產，一旦達不到目標就調整計劃，導致計劃調整頻繁、生產效率不高。實際上，排產和物料齊套率、機器設備產能、作業人員和場地資源等要素密切相關，有約束條件的排產才是合理且能落地的，而這些約束條件來自生產全流程的管理數據。

振華重工高級數字官、科學技術與數字化部副總經理趙子健表示，數字化轉型要打通設計、工藝、制造和運維服務全生命周期數據鏈，實現公司運營管理的高效化。一臺岸橋的零部件數量就有十幾萬個，如果沒有完整的數字化體系來管理，就難以高效生產制造。因此從零部件設計到裝配關系、產品結構等每一個數據都要完整管理，并提供給后端的生產制造，再從原材料開始，到部件生產、部件拼裝、總裝調試、產品發運，要實現數據打通。這也有助于構建數字化的售后服務體系，根據碼頭用戶的部件編碼回溯系統內備件存量與送貨時間等，讓制造向服務轉型，提升用戶體驗。

光明乳業工廠酸奶發酵待裝區。

“以前的數字化可能是扁平的，現在我們是立體化的。我們不只是工廠的數字化轉型，而是全產業鏈的數字化升級。所有環節全部打通以后，我們的全產業鏈掌控力更強了，也提升了工廠效率。”王劍銘表示，光明乳業全產業鏈智能工廠涉及奶牛育種養殖、工廠加工、冷鏈物流、線上線下銷售和售后服務全產業鏈，環節多，光明乳業還肩負著“上海市民奶罐子”的保供職責，在數字化工廠建設的同時要確保食品安全，確保乳品持續穩定供應。

在光明乳業的金山牧場里，每頭牛都佩戴電子耳標、智能項圈等智能設備，這些智能設備可識別牛的ID，監測活動量、飲食、產量等生長習性，建立牛的身份檔案數據庫及家族系譜，推動奶牛優生優育，發情揭發提高6%，疾病揭發提高5%。牛棚里安裝的精準噴淋系統利用AI識別技術精確為奶牛降溫，節水率達40%，智能推料機器人24小時在崗不間斷推料，比人工效率提升2倍以上。

依托數字化技術，光明乳業建立了精準的倉庫控溫系統和運輸途中的數字監控系統，實時監測倉庫，保障儲存環境穩定。目前光明“領鮮物流”在全國擁有倉庫65座，總面積18.4萬平方米。在冷鏈物流環節，憑借物聯網技術和人工智能算法應用，光明“領鮮物流”全國2000余輛冷藏車被納入溫度監控體系，保障全國范圍內50000多個網點的新鮮牛奶配送服務。物流運輸途中，車載監控設備實時監控車輛位置和溫度狀態，保障運輸品質。

數字化轉型阻力與突破之法

最初，上汽乘用車臨港生產基地規劃每小時生產40臺車，在不增加額外設備及擴展工位的情況下，植入生產管理、設備管理、質量管理、精益管理等數字化系統后充分挖掘內部潛力，目前每小時可生產45臺車，單車能耗同比降低3.8%，單車物流成本下降6%，潛在呆滯庫存資金減少2%，訂單生成到交付的時間從11天下降到8天。

這些成果來之不易。“搞智能工廠，實際上最開始時員工內心是排斥的，尤其是一線管理者，因為把以前隱性化的問題都顯性化及時暴露出來了，意味著一線管理者需要面對更多的問題進行解釋和處理，但沒有好的系統支撐，他們的壓力就很大。”宋政表示，基于這一現實問題，建設智能工廠時，數據不單單要給領導層使用，還要賦能一線管理者，讓最基層的執行端能夠通過無紙化、自動報表、關聯工具實現減負，并讓一線管理者能夠找到歸屬責任人，自身主動干預并拉動責任方，快速解決各類影響生產問題。

振華重工也面臨了同樣的問題。“把一個項目的數據從頭到尾貫通，需要投入大量人力物力，某些部門在一些環節中可能還會增加工作量，降低工作效率，但對于公司整體的效率提升是有很大幫助的，因此要做好溝通協調工作。”趙子健認為，大企業慣性思維強，存在路徑依賴，換一種新的生產方式就會產生沖擊。所以數字化轉型一定是“一把手工程”，這樣才能合力建成。另一方面，數字化轉型也要貼近基層員工，隨著數字化轉型加深，數字化系統逐步優化，原先各自分散的資源現在全流程串通起來，提高生產效率，員工也會越來越接受數字化。

“以前實際上是自上而下轉型，但做起來效果未必最好。現在我們是自上而下結合自下而上，綜合規劃數字化轉型。這兩年反復推進，員工對數字化轉型的心態也發生了變化，以前是不愿意，現在因為數字化能幫助他們切實解決問題，也開始擁抱轉型。”宋政表示，智能工廠的推進必須考慮一線使用者的心態，要讓一線員工愿意用，幫助一線員工更好解決問題，系統才能發揮最大效能。有的企業數字化轉型偏離了原先的設想，往往是因為領導愿意用、基層員工不愿意用，忽視了基層員工的心態和數據的維護，數據維護需要基層員工跟蹤管理，沒有數據錄入的標準化、及時性、準確性及高效性，缺乏數據的趨勢分析、閉環管理，就會弱化數字化效果。

楊宇華認為，工廠數字化轉型要設立“跳一跳就能夠得著”的目標，“否則目標定得太高、不切實際，很多人就躺平了。”數字化轉型不是面子工程，要圍繞主責主業提質增效，關鍵是提升效率和產生效益。原則上，不在落后的管理上搞信息化；不在落后的工藝流程上搞自動化，而是做好精益管理和精益工藝，減少浪費，持續改進，不斷提升制造水平；不在不具備數字化和網絡化基礎上直接搞智能化。目標和路徑要明確，在落實過程中就要打通橫向的部門墻和縱向的“溫度墻”，“高層很熱情，到中層就變溫了，基層就變冷了。”所以要將精益理念傳輸到基層，成為公司文化的一部分。管理中也要體現契約精神，項目落地后激勵要及時剛性兌現，建立揭榜掛帥和評獎評優等激勵策略，用制度保證員工數字化轉型一條心。

數字化轉型項目主導團隊的選擇也有講究。上汽乘用車制造運營中心制造運營管理總監王歡認為，企業要想做好數字化，必須有一個相對專職的組織機構，理解企業當下智能制造的成熟度和痛點，結合多維度因素規劃藍圖、分步實施。在擔任上汽乘用車制造工程部工業工程總監之前，宋政做過車身規劃、工業工程，還當過3年上汽乘用車臨港生產基地廠長，了解工廠運作和需求，避免了數字化轉型假需求。此外，宋政表示，市面上也有通用型數字化轉型工具和方法，“植入到自己的企業不是不可以，但是要做一些適應性分析和調整，才能發揮工具和方法的最大效能，因為很多軟件是站在輔助領導層管理的角度，忽視了員工端如何對數據及時有效管理。”

光明乳業同樣表示，要根據自身發展模式和產業特點走自己的智能工廠建設道路。光明乳業智能制造工廠屬于傳統行業的流程性智能制造，由于行業和企業之間特點不同，難以找到可以借鑒的經驗或現成的模式，即使有的供應商在其他企業有成功經驗，也很難照搬使用，只能依靠自身不斷試錯摸索。光明乳業初期試圖更多依賴供應商，現在更多依靠自己的團隊，只有自己的團隊才真正了解公司的業務現狀，做出符合實際的方案。技術是通用的，發展模式是獨特的，首先要認清自己的模式特點，制定切合實際的規劃和方案。

眼下，上汽的數字化轉型還面臨另一難題，從企業自身的數字化邁向供應鏈生態圈數字化過程中，數據透明化難度仍然較大。整車制造供應鏈體系龐大復雜，涉及到上千家零部件供應商，宋政介紹，上汽建立供應鏈生態圈，賦能中小企業建設輕量化的數字化工廠，推動實現數據共享、高效排產、制造協同和質量前置。但對于數據互用和統一，每個供應商都有自己的想法，未來還要在云生態、數據平臺等各方面達成共識，互相認可工具和手段，實現效能最大化。