智能制造的概念来源于人工智能的研究，并在全球范围内不断实验和创新。20世纪90年代初，美国就开始了新技术的执行政策，其关键技术包括信息技术和新的制造工艺，日本和欧盟也随后启动了相关的先进制造合作研究项目和核心制造技术的研究项目。我国的智能制造进程也在紧跟国际步伐，尤其是以2014年底“中国制造2025”这一概念被首次提出之后发展最为突出，国务院在2015年5月正式印发的《中国制造2025》中明确指出：到2025年，深入推进工业云应用试点示范工作，基本建立智能制造支撑体系，推动重点产业初步实现智能转型。智能制造的概念来源于人工智能的研究，并在全球范围内不断实验和创新。20世纪90年代初，美国就开始了新技术的执行政策，其关键技术包括信息技术和新的制造工艺，日本和欧盟也随后启动了相关的先进制造合作研究项目和核心制造技术的研究项目。我国的智能制造进程也在紧跟国际步伐，尤其是以2014年底“中国制造2025”这一概念被首次提出之后发展最为突出，国务院在2015年5月正式印发的《中国制造2025》中明确指出：到2025年，深入推进工业云应用试点示范工作，基本建立智能制造支撑体系，推动重点产业初步实现智能转型。

 

　　智能制造的价值在于实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升，其融合了四大重点技术，分别是信息技术、先进制造技术、自动化技术和人工智能技术。我们可以这么来理解，智能制造最终要打造的已经不再仅仅是智能产品那么简单，而是贯穿整个制造生产线并最终着眼于智能管理和智能决策。

 

　　当我们思考云计算、大数据对智能制造的影响，便不得不提到工业大数据。李杰教授花了15年时间撰写《工业大数据》，书中提到无论是德国工业4.0、美国工业互联网还是《中国制造2025》，各国制造业创新战略的实施基础都是工业大数据的搜集和特征分析，及以此为未来制造系统搭建的无忧环境。

 

　　工业大数据的核心技术包含了三大类，第一类是数据技术(DataTechnology)。顾名思义，每个国家的各领域的数据来源不尽相同，数据的价值也不一样。据说美国一节高铁车厢的数据价值高达1000美元，如果按照1000节车厢的高铁数据库计算，仅数据的购买就会花去近100万美元的高昂费用。所以在美国工业数据很昂贵，而如何提高数据技术精确地摒弃无用的坏数据是最关键的技术前提。

 

　　第二类核心技术是平台技术(PlatformTechnology)。蓬勃发展的云计算包含其中，数据技术是前提，但数据本需要一个可靠的支撑平台，支撑着数据方面的五层次功能需求，包括网络化、数据到信息化内容转变、虚拟网络化内容管理、对问题的识别及决策以及装备的重组。

 

　　行业的转型和高速发展，意味着各项指标的效率提升，我们讲云计算平台，分为三个层面，即大家所熟知的SaaS、PaaS和IaaS。

 

　　三类核心技术是数据的分析软件和使用工艺(AnalyticsTechnology)，这类技术的核心是数据的应用工艺，涉及机器学习和智能化，对应智能制造便体现在智能管理和决策。机器学习与智能数据分析的常用方法这里不再赘述。

 

　　大数据助力智能制造，传统企业在路上