四针六线的供油系统是怎样工作的？
，和坎车一样
2016年6月中国服装智能制造联盟成立之后，曾经制订了一个实现服装智能制造从2016年至2025年的三段式战略规划。在这个规划中的后三年，也就是2023年至2025年提出要实现服装智能制造工厂和社会智能生产。
根据现在国内外智能制造进展情况来看，我们要在今后短短的三年时间实现服装智能制造工厂是困难的。
那么，实现服装智能制造到底离我们还有多远?我认为服装智能制造工厂的实现至少还需要十五年左右的时间，为什么这样说呢?
01
服装智能制造是一个
十分复杂的制造系统
2016年我国工信部对什么是智能制造曾经下过这样的定义：“智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式”。
从这个定义可知
首先，
对一个制造企业来说，要转型为智能制造工厂，必须要将新一代信息通信技术与先进制造技术进行深度融合，这意味着智能制造工厂是要建立在所有车间数字化基础上的；
其次，
所有业务必须智能化，只有智能设计、智能生产、智能管理、智能服务等业务都实现了，才有可能做到具有自感知、自学习、自决策、自执行、自适应的智能制造工厂（见图一）。
2020年我国发布了《智能制造能力成熟度模型》(简称CMMM)GB/T39116-2020，它描述了企业实施智能制造要达到的阶梯目标和演进路径，是引导企业数智转型工作的标尺（见图三）。
据赛西数智化转型调查，2021年我国智能制造离散型和流程型企业达到的智能制造成熟度级别水平占比如下图四所示。
工信部《“十四五”智能制造发展规划》明确提出到2035年通过“两步走”，加快推动生产方式变革：
01
到2025年，规模以上制造业企业大部分实现数字化网络化，重点行业骨干企业初步应用智能化；
02
2035年，规模以上制造业企业全面普及数字化网络化，重点行业骨干企业基本实现智能化。由此可见实现服装智能制造工厂还尚需时日、有待发展。
02
目前我国服装企业尚
处在数字化转型阶段
我国制造业转型是分三个阶段进行的，即信息化、数字化和智能化， 目前我国服装企业尚处在数字化转型阶段。
2018年麦肯锡公司与世界经济论坛（WEF）发起全球评选“灯塔工厂”项目，寻找制造业中的数字化转型典范，至今年3月有来自全球多个国家、不同行业的 103 家工厂入选“灯塔工厂”(其全球分布见图五)，中国就独占37家，位居世界第一，其中服装行业只有一家，即杭州的阿里巴巴犀牛工厂。
麦肯锡继2018年寻找制造业中的数字化转型“灯塔工厂”典范之后，2021年又在全球范围调研了传统制造企业数字化转型情况，结果说尽管已有70%的企业启动了数字化，但是其中的71%仍然停留在试点阶段，迟迟不能实现数字化较大规模的推广。
我国制造业也一样，目前大中小企业平均对数字化转型的投入只占销售收入总额的0.27%，即使是制造业发达的浙江省大的企业，其投入也只有0.56%，远远低于跨国公司的著名企业（见图六）。
我国的“先进制造业公众号”2021年在调研制造业数字化转型现状报告中说，我国企业数字化转型成功率仅为20％，而失败率高达80%，这其中很大的原因和认知有关。数字化转型的关键不是数字化技术和设备，而是企业组织变革使之具有敏捷性和适应性。
麦肯锡曾总结，一个企业的数字化转型一定要坚持一个目标、三个领域和九个环节。
一个目标是捕获增长，提升价值；
三个领域是业务转型、技术转型、组织转型；
九个环节是成立企业转型办公室、工业物联网培训、数字化研发、数字化采购、数字化制造、数字化供应链、数字化业绩增长、工业物联网架构、前中后台数字自动流动。
只有这样才能有效地实现企业数字化转型。
如何界定企业数字化转型是否成功？
我国国家工业信息安全发展研究中心发布的具有中国特色的DCMM数据管理能力成熟度模型(见图七)说得很清楚。
03
大数据技术和
人工智能技术
还有待发展
人类未来的时代是智能时代，智能时代是人的认知和以数据为基础的机器认知共存时代，人的认知靠人类大脑，机器的认知靠人工智能。
例如，同样要制造一个产品，人靠观察思考以及科学技术获得产品，而机器靠获取数据里的知识和利用数据不断迭代而获得产品，可见数据和知识是一体两面，数据是知识的载体（见图八）。
机器靠人工智能就能认知，我们把这样的机器就叫做智能机器。在智能制造中我们要使智能机器会听（语音识别、机器翻译等）、会看（机器视觉、图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、决策及定理证明等）、会学习（机器学习、深度学习、知识表示等）、会行动（机器人、自动驾驶汽车）等等。
我曾经多次说过没有大数据就没有人工智能、没有人工智能就没有智能制造，可见大数据技术和人工智能技术对智能制造是多么重要，那么我们现在的大数据技术和人工智能技术发展状况如何呢?
人工智能有三要素，大数据、算法、算力。这三者算力在于数据中心的建设及投入，关键在于大数据和算法模型及算法。
2021年我国制造业大数据采集与应用情况并不见好，企业自动数据采集只达到40.18%，企业内部各部门间共享数据只达到75%，能应用大数据平台的只有14%，对基于模型开展大数据应用分析的只有12%，能够利用大数据进行智能决策的只有5%（见图九）。
如何分析建模和计算，我在《数据是服装智能制造的资产》一文中已有叙述，此处不再赘述。但还有两点我们需要弄清楚：
一个是人工智能是在大数据基础上靠机器学习、深度学习、监督学习、无监督学习、强化学习、深度强化学习等实现的，而这些学习又建筑在各种各样的计算方法之上。
因为计算方法的不同，人工智能技术中出现了很多门派，其中有以反向推论(Inverse Reduction)算法为主的符号派、有模拟人脑让机器获得知识的连接派、有以基因编程 (Genetic Programming) 主打算法的进化派、有以使用概率论算法的贝叶斯理论派、有以内核机器 (Kernel Machines)如支持向量机(Support Vector Machine) 主打算法的类比派、有以机器人技术模仿人的行为的行为学派等等。门派越多，竞争越激烈，说明实现真正的可以相信的人工智能技术还需要时间；
二是仅有算法没有算力也不行，算力的强弱主要看计算机的CPU/GPU/TPU和数据中心的建设。当今世界CPU/GPU/TPU谁最强?
众所周知，在CPU时代，推动算力发展的主力是英特尔；在GPU时代，这个主力则变成了英伟达；而TPU目前只有谷歌和我国的华为。为了我国制造业智能制造的实现，必须不断突破算力瓶颈。为此，我国提出“东数西算”的战略方针。
我国“十四五”规划和2035愿景，提出加快构建全国一体化大数据中心体系，强化算力统筹智能调度，建设若干国家枢纽节点和大数据中心集群。
2021年5月，国家四部委根据指导意见部署要求，制定了《全国一体化大数据中心协同创新体系算力枢纽实施方案》，提出8大国家枢纽+省级节点+边缘节点的“东数西算”架构，打通网络传输，提升跨区域算力调度水平，确保资源高效利用（见图十）；
2021年7月，工信部又发布《新型数据中心发展三年行动计划(2021-2023 年)》，进一步加快了我国数据中心的建设。
04
工业互联网平台
与服务有待发展
我国已经连续五年在政府工作报告中提出要发展工业互联网的要求：
2018
政府工作报告中首次提出要“发展工业互联网平台”；
2019
提出要“打造工业互联网平台，拓展‘智能+’，为制造业转型升级赋能”；
2020
提出要“发展工业互联网，推进智能制造” ；
2021
提出要“发展工业互联网，搭建更多共性技术研发平台，提升中小微企业创新能力和专业化水平”；
2022
提出要“加快发展工业互联网，培育壮大集成电路、人工智能等数字产业，提升关键软硬件技术创新和供给能力。
在国家如此重视之下，中国工业互联网及其平台进入了快速发展阶段。
工业互联网是在互联网基础上发展起来的。最早提出工业互联网定义的是美国GE公司，GE公司在2012年11月26日发布的白皮书中是这样定义工业互联网的，“工业互联网是打破智能与机器的边界”，它的这个定义非常深刻，把工业革命和互联网革命中的成果相融合在一起，说明了工业互联网要解决的问题是工业革命的成果带来的无数的机器、设施、机群和系统网络（全球工业系统）的运行效率的提升和运行成本的降低；解决这个问题的手段是互联网革命中涌现出的先进计算、分析、低成本传感、控制软件和互联网带来的新水准的连接能力；解决这个问题的途径是连接，汇合，汇聚（融合）。
后来GE公司为了推广工业互联网，于2014年成立了世界上推广工业互联网的最大组织Industrial Internet Consortium（缩写为IIC），IIC工业互联网把GE工业互联网向前推进了一步，就成为今天大家所熟悉的工业物联网IoT。
2016年，我国参考了GE工业互联网和ICC工业互联网定义之后，也对工业互联网进行了定义，但我们的定义有两个：
一个是由2016年2月成立的中国工业互联网产业联盟(简称AII)作出的，AII的工业互联网定义：工业互联网是新一代信息通讯技术与工业经济深度融合下的关键基础设施、新型应用模式和全新工业生态。工业互联网通过人、机、物的全面互联，实现全要素、全产业链、全价值链的全面连接，将推动形成全新的工业生产制造和服务体系；
另一个是由中国工业互联网研究院作出的工业互联网定义：工业互联网是新一代网络信息技术与制造业深度融合的产物，是实现产业数字化、网络化、智能化发展的重要基础设施，通过人、机、物的全面互联，全要素、全产业链、全价值链的全面链接，推动形成全新的工业生产制造和服务体系，成为工业经济转型升级的关键依托、重要途径、全新生态。可见，我国工业物联网的定义赋予了“工业互联网”全新的含义，其内涵扩展得较大。
工业互联网由网络、平台、安全三个部分构成。其中，工业互联网平台是工业互联网的核心，平台是制造业全要素、全产业链、全价值链的全面连接、汇聚、配置的枢纽。
工业互联网平台的最大作用是：
①能够解决智能化生产，提升生产效率，提高产品的质量，降低生产的成本；②可以做网络化协同，众创协同设计，协同制造；③个性化定制；④服务化延伸。
鉴于此，工业互联网平台便成为制造业转型为智能制造的重要抓手。根据我国前瞻产业研究院研究，2020年至2025年我国工业互联网产业经济总体规模如图十一所示，2022年产业规模可达5.874万亿元。
据工信部统计，到2021年底，我国工业互联网平台比较有影响力的有100多家，平台汇聚工业APP突破59万个，平台连接的工业设备达到7 600万台，平台服务的工业企业达到160万家。
“十四五”期间工信部还将实施中小企业数字化促进工程，争取到2022年年底组织100多家工业互联网平台和数字化转型服务商为10万家以上中小企业数字化转型服务，推动10万家中小企业业务“上云”。
总体来说，当前工业互联网平台服务架构和容器技术等相对成熟，但边缘计算、产业协同、工业机理模型、高端软件研发、平台安全保障技术等核心技术还亟待攻克以求得发展。
我们服装行业至今还没有一个真正实用的服装行业级工业互联网平台，几年前我们曾经对打造服装行业级工业互联网平台进行了研究，提出了纺织服装行业级应用平台的架构（见图十二），后因架构的SaaS、PaaS、IaaS以及边缘层建设与研究等种种困难，平台至今还没有成为现实。
05
服装智能制造用数据智能
分析机器人有待发展
2022年美国公布了一份 “新兴科技趋势报告”，报告通过对近700项科目趋势的综合对比分析，最终提出了20项最值得关注的科技发展趋势。这20项科技中大部分都与人工智能、数据智能相关。其中还特别认定未来30年 (至2045年)颠覆人类社会的潜在技术之一是数据智能分析机器人与自动化系统。
数据智能分析机器人是工业机器人加上人工智能技术形成的， 成为数据智能分析机器人以后才能具有感知能力、决策能力、业务能力、人机交互能力（见图十三）；有了这些能力之后才能在服装智能制造中实现“机器人换人”【猜你想看：《机器人换人是服装智能制造的必然》】，实现无人或少人的服装智能制造工厂。
服装智能制造工厂就是应用数据智能分析机器人，其难度也要远比其他制造业难得多，其中最难的是衣片的精准的抓取与输送、加工模块的协同、灵巧手的折叠与铺摊，见图十四，这还要靠今后继续发展来实现。
例如，材料、核心元器件、加工工艺等方面比较薄弱，核心零部件的稳定性、可靠性还不够，所以工业机器人还处于行业的中低端。今年工信部等15个部门联合发布了《“十四五”机器人产业发展规划》，标志着我国机器人产业迎来自立自强、跨越发展的战略机遇期。
06
服装制造设备的
智能化有待发展
当前从我们服装制造业的缝前工段、缝制工段、整理整烫工段和仓储物流配送工段来说，实现数字化、网络化和部分智能自动化比较好的是自动裁剪工段和仓储物流配送工段，服装设计、缝制和整理整烫数字化智能化程度则比较差。服装设计智能化在于研发服装智能CAD，做到设计制版少用人或不用人。至于服装缝制和整理整烫适宜智能制造的发展还是在于“设备+人工智能”，使所有缝制设备成为智能机器。
我曾多次说过服装智能缝制加工流水线、车间和工厂的实现一定会沿着下面五个步骤发展：
一
在数字化转型过程中，所有缝制设备要首先要完成数字孪生，打好智能制造底座基础；二
所有缝制设备要成为AI的载体，使缝制设备具有机器感知、机器学习、机器思维、机器行为等功能；
三
要把服装产品制造模式改为模块式制造，这样有利于实现智能化；
四
以“人+智能缝制+智能机器人(含AGV)”构建模块式加工工位及固定的模块式缝制加工流水线（见图十五）。
五
在固定的模块式缝制加工流水线实践基础上逐步实践自学习、自决策、自适应、自执行、动态的模块式缝制加工流水线，实现真正意义上的智能工厂和智能生产。07
服装企业实现
智能制造并非
遥遥无期
我们现在正在经历从2020年到2040年的一个历时20年的世界制造业技术架构体系复杂性大变革时代（见图十六）。
由于制造业业务的复杂性已经不是传统的信息技术所能解决的，随着制造系统复杂性不断提高，信息技术的响应能力也要不断提高，智能制造的复杂性需要智能云端架构的信息系统来解决。
