上一篇：
自动压泡机怎么保养能延长其使用寿命？
“冷思考”辨析智能制造热潮中的六大误解
包装智能制造厂家 智能制造 AI
2020-11-17
在过去很长一段时间里，当谈到智能制造，我们会发现很多对智能制造的碎片化的理解容易造成人们对智能制造理解的片面性从而产生误解，而在智能制造热潮中常见以下的六大误解：
1. 制造本身是有Know-How的
无论是传统制造，还是智能制造，核心点仍然是制造本身，因为制造是有非常悠久的历史，而制造的运营管理，泰勒制、戴明环、TPS、敏捷制造，这些本身也是Know-How，制造是一个工程，如何让其约束到最经济本身是有Know-How的，主要来自于现场经验丰富的制程管理人员、品质工程人员。而如果在这方面的基础较为薄弱，那么，所有技术就无法被落地实施。
2. 技术是传承，而非割裂
人们喜欢把智能制造与传统制造割裂开，好像智能制造就高级了，实际上智能制造并不高级，智能制造本身只是因为个性化的需求，使得必须寻求新的智能技术来帮助企业，它甚至某种意义上是一种被迫行为，因为大规模生产才是最成熟的，而智能制造是对制造的延续，它是一个过程，从几十年前人们就在寻找解决办法了。另外一种是把自动化与智能化分开来看，似乎这两个是独立存在的，其实，自动化本身一直在引用新的IT技术，结合本身的行业属性进行再次开发，融入到应用中解决问题，智能本身并非是所谓的AI的专利，自动化一直在这条道路上孜孜以求。
3. 技术是有经济性的
技术必须拥有经济性支撑才能更好的推进前行，但是技术的经济性是需要不断的测试验证过程才能落地的，不是突然就有的经济性，而很多智能制造所涉及的方法、技术都是经过一代又一代的产业人通过工程不断优化出来的。AI因为芯片成本下降才开始为大家关注的，而数字孪生也是因为软件算法积累到一定程度才有应用的可能的。
4. 制造必须服务于战略
制造只是实现企业战略的一环，如果企业自身没有明确的赢得客户的盈利模式，那么就无法正真意义上的实现制造。
5. 技术必须服务于制造本身
有了企业战略，有了产品设计的规划，才能去制造，在设计规划阶段，需要考虑可制造性、以及质量控制，这些都必须依赖于规划，而不是技术决定制造，这个逻辑顺序是需求拉动技术。
6. 智能制造并非是制造+AI
人们把制造的智能赋予了AI，似乎AI来了就智能了，其实，从统计学+野蛮的算力角度来说，AI可以解决一部分问题，但是，工业的数据并非是大数据，这需要精准的DoE设计（Design of Experiement）,构建有效的测试模型，对工艺进行验证，因为如果产生了大量的故障数据这对于机器制造商、产线提供商来说，就会意味着退出市场，这里的大数据是不可接受的，因此，就目前来说，AI必须与机理模型来结合，并且在有限的范围解决问题。
智能制造不是一蹴而就的。尤其对于包装智能制造厂家来说，需要‘一根筋’地坚持制造，以‘工匠精神’长长久久地做下去。
天工TIME整理编辑，来源于网络，侵权即删~
