随着中国制造2025的提出，智能制造相关的数据管理、平台化创新、人才培养等话题，成为制造领域关注的重点。作为全球最大的铝车轮和铝制底盘零部件供应商，中信戴卡在智能制造领域积极探索和实践。3月10日，中信集团与《哈佛商业评论》中文版共同举办“走进中信”系列沙龙，首站在中信戴卡进行，邀请国内相关领域专家学者走进中信戴卡现代化的生产车间和创新中心，并与中信方面专家就“智能制造改变商业未来”这一主题进行交流分享。

　　以下是嘉宾发言摘录：

　　中信戴卡信息总监黄小兵：智能制造不单是工厂车间的智能化，还需要从智能的研发、营销、经营、决策和服务等方面综合实现。在研发方面，中信戴卡的研发中心是全球布局、同步研发，实现24小时的连续研发。我们通过建立PLM系统，持续改善研发、设计、仿真、试验等各方面的能力。在营销方面，中信戴卡不仅面向直接的汽车制造商，还面向汽车的使用者,对他们在汽车轮毂和底盘零部件方面的需求及时做出响应。在经营方面，中信戴卡集中于供应网络管理、人力资源管理、财务管控、商务智能体系等等。在决策方面,中信戴卡的工业大数据包含工艺大数据、制造大数据和运营大数据等，大数据驱动的智能决策提升了管理效率。在服务方面,中信戴卡在智能制造的探索和实践中，形成了数字化装备制造、智能化信息管理、高端化模具研制、绿色化能源工程等综合制造服务能力。

　　中信重工副总工程师邹声勇：中信重工正在特种机器人等领域积极构筑企业的发展新动能，打造国内领先的特种机器人研发和产业化基地。我们正在通过实施特种机器人智能工厂项目，提升产品在设计、工艺、制造、检测、物流等全生命周期各环节的智能化水平，尤其是提升制造过程整体的自动化、信息化和智能化水平，实现物流、信息流、商流和资金流的全面集成，推进中信重工特种机器人智能柔性化制造，这将使生产效率提高30%以上，并将大大降低运营成本和产品不良率。

　　北京大学管理科学与管理信息系统系副主任董小英：制造业的商业未来将会呈现五层架构。第一层：连接层。全世界的人已经通过互联网连接起来了，但物的连接只有1%。我们的工作、流程和业务的信息化，都是整个数字化和连接进程的一部分，但是这部分还远没有完成。第二层：转化层。连接层最重要的能力就是数字化的能力。我们常说的制造服务化正是基于企业的数字化工作，把数据转换成信息并对其进行分析。第三层：网络层。越是离散型的企业，建立网络越重要，即要在网络空间建立一种集成的能力，比如滴滴打车，他们几乎没有一辆出租车，但是通过在网络空间建立以算法为核心的操纵性资源，他们可以调度全国1.4亿辆出租车。当企业的数据库可以在云端聚集时，就可以对离散性分布的社会具有强大的统帅能力。第四层：认知层。现在资本最青睐的领域就是人工智能，即当企业拥有海量数据，并在云端将其集成之后，可以通过机器深度学习等基于数学统计的方法进行智能推理。第五层：整合层。这一层的企业拥有强大的整合能力，可以对实体资源进行组合和配置，从而能以更加高效、绿色和无缝连接的方式为客户提供端到端的产品和服务。

　　清华大学全球产业4.5研究院副院长李东红：对于智能制造的未来发展，我们需要考虑三个方面。第一，需要有企业家精神。智能制造进行中可能需要大量的投入，需要富有远见的企业家着力提前布局并常抓不懈。第二，需要在产融结合中推进。智能制造需要吸引更多的资本向制造业聚集，在金融资本和产业资本之间形成良性互动。第三，需要放眼全球的未来竞争。对于已经居于行业领先者地位的企业来说，需要考虑在智能制造时代如何引领全球范围内的行业发展，需要有计划、有步骤地做好智能制造基础架构的建设，做好标准化、自动化、网络化及智能化的相关工作。

　　清华大学大数据产业联合会秘书长王霞：对于重工业企业来说，重要的是如何让机器数据产生价值。它们与互联网交易的行为数据不同，其背后有着一定的机械和物理原理。这类数据的处理比较特殊，量大，源源不断，传输过程中也要考虑经济性，考虑是所有数据都传，还是有选择地传。发现异常数据之后，要了解异常数据背后的原因，这需要更复杂和更深度的分析。针对数据，有两点需要注意：第一是人，要寻找和培养数据分析、统计、模型方面的人才。第二是企业一把手一定要有数据意识，同时要让员工和业务部门都熟悉这个事情。一个大数据项目的成功，需要业务专家、数据专家、IT专家齐心协力。

　　北京联讯动力咨询公司总经理林雪萍：数据和知识是智能制造的驱动机制，没有知识或业务模式的指引，数据就不会形成真正的价值。我们需要把企业里的知识或者业务模型更好的固化（比如软件化），用其指导我们的数据采集和分析，数据才能够进入产生价值的阶段。