上一篇：
自動壓泡機怎么保養能延長其使用壽命？
“冷思考”辨析智能制造熱潮中的六大誤解
在過去很長一段時間里，當談到智能制造，我們會發現很多對智能制造的碎片化的理解容易造成人們對智能制造理解的片面性從而產生誤解，而在智能制造熱潮中常見以下的六大誤解：
1. 制造本身是有Know-How的
無論是傳統制造，還是智能制造，核心點仍然是制造本身，因為制造是有非常悠久的歷史，而制造的運營管理，泰勒制、戴明環、TPS、敏捷制造，這些本身也是Know-How，制造是一個工程，如何讓其約束到最經濟本身是有Know-How的，主要來自于現場經驗豐富的制程管理人員、品質工程人員。而如果在這方面的基礎較為薄弱，那么，所有技術就無法被落地實施。
2. 技術是傳承，而非割裂
人們喜歡把智能制造與傳統制造割裂開，好像智能制造就高級了，實際上智能制造并不高級，智能制造本身只是因為個性化的需求，使得必須尋求新的智能技術來幫助企業，它甚至某種意義上是一種被迫行為，因為大規模生產才是最成熟的，而智能制造是對制造的延續，它是一個過程，從幾十年前人們就在尋找解決辦法了。另外一種是把自動化與智能化分開來看，似乎這兩個是獨立存在的，其實，自動化本身一直在引用新的IT技術，結合本身的行業屬性進行再次開發，融入到應用中解決問題，智能本身并非是所謂的AI的專利，自動化一直在這條道路上孜孜以求。
3. 技術是有經濟性的
技術必須擁有經濟性支撐才能更好的推進前行，但是技術的經濟性是需要不斷的測試驗證過程才能落地的，不是突然就有的經濟性，而很多智能制造所涉及的方法、技術都是經過一代又一代的產業人通過工程不斷優化出來的。AI因為芯片成本下降才開始為大家關注的，而數字孿生也是因為軟件算法積累到一定程度才有應用的可能的。
4. 制造必須服務于戰略
制造只是實現企業戰略的一環，如果企業自身沒有明確的贏得客戶的盈利模式，那么就無法正真意義上的實現制造。
5. 技術必須服務于制造本身
有了企業戰略，有了產品設計的規劃，才能去制造，在設計規劃階段，需要考慮可制造性、以及質量控制，這些都必須依賴于規劃，而不是技術決定制造，這個邏輯順序是需求拉動技術。
6. 智能制造并非是制造+AI
人們把制造的智能賦予了AI，似乎AI來了就智能了，其實，從統計學+野蠻的算力角度來說，AI可以解決一部分問題，但是，工業的數據并非是大數據，這需要精準的DoE設計（Design of Experiement）,構建有效的測試模型，對工藝進行驗證，因為如果產生了大量的故障數據這對于機器制造商、產線提供商來說，就會意味著退出市場，這里的大數據是不可接受的，因此，就目前來說，AI必須與機理模型來結合，并且在有限的范圍解決問題。
智能制造不是一蹴而就的。尤其對于包裝智能制造廠家來說，需要‘一根筋’地堅持制造，以‘工匠精神’長長久久地做下去。
天工TIME整理編輯，來源于網絡，侵權即刪~
