近年來，工廠、企業(ye) 招工難問題愈發凸顯。

數據顯示，2012-2018年，我國勞動年齡人口的數量和比重連續7年出現雙降，7年間減少了2600多萬(wan) 人，2018年年末全國就業(ye) 人員總量也首次出現下降。

另有數據顯示，自2012年中國農(nong) 民工總量增速第一次出現下降，之後增速基本保持持續下降趨勢，2019年增速相比2017年幾乎“腰斬”；且最近5年，50歲以上的農(nong) 民工占比一年比一年高。

與(yu) 此同時，年輕群體(ti) 則不再滿足於(yu) 傳(chuan) 統製造業(ye) 工人微薄的收入，在移動互聯網的高速發展下，轉而尋求快遞員、騎手、網約車等新的社會(hui) 需求職業(ye) 。尤其是去年疫情之下，網絡配送、直播電商等擴張，加劇了勞動力的遷移。

為(wei) 了招到更多的工人，工廠不得不提高薪資待遇，而勞動力成本的水漲船高，進一步導致了製造業(ye) 開始出現新一輪向勞動力成本更低的東(dong) 南亞(ya) 國家遷移的現象。

勞動力成本上升正日益成為(wei) 中國製造業(ye) 麵臨(lin) 的困境之一。

另一方麵，以德國提出“第四次工業(ye) 革命”、美國“智能製造領導聯盟”、英國《英國工業(ye) 2050戰略》等為(wei) 標誌，多國正在大力推動新型高自動化製造形式，下一代工業(ye) 製造已逐漸成為(wei) 新的趨勢。

當前，作為(wei) 世界工廠，中國製造已經遍及全球，體(ti) 量龐大，品類齊全。但是從(cong) 產(chan) 品的技術附加價(jia) 值以及產(chan) 品品牌溢價(jia) 上看，中國製造還處於(yu) 中低端水平，大多數製造企業(ye) 也處於(yu) 產(chan) 業(ye) 鏈的底端，缺乏競爭(zheng) 力。中國製造業(ye) 大而不強、全而不優(you) 的局麵仍未得到根本改變。

在此背景下，國家近年發布多項政策支持製造業(ye) 智能化轉型。2015年李克強總理提出“製造強國”戰略；在第一個(ge) “十年綱領”《中國製造2025》中，將“中國智能製造”作為(wei) 發展的主要方向，推動傳(chuan) 統製造業(ye) 轉型升級，以“機器換人”的方式，緩解中國製造業(ye) 麵臨(lin) 的用工荒問題。

如今，從(cong) 《中國製造2025》規劃綱要正式頒發至今，已經過去6年了，中國製造業(ye) 也在信息化、數字化、智能化的道路上摸索前行了6年。在這6年中，企業(ye) 家們(men) 的觀念發生了轉變，大多數製造企業(ye) 也正走在信息化、數字化升級的路上，少數企業(ye) 在局部點上實現了智能化。

尤其在去年我國疫情防控最吃緊的時候，一批智能製造標杆企業(ye) 憑借自動化生產(chan) 線、智能工廠、網絡運維平台等優(you) 勢，率先實現複工複產(chan) ，不僅(jin) 增強了全社會(hui) 抵禦突發事件的韌性，也為(wei) 市場主體(ti) 平穩運轉、產(chan) 業(ye) 鏈、供應鏈保持穩定發揮了堅實的保障作用，充分體(ti) 現了智能製造強大的潛力。

盡管如此，總體(ti) 上來看，大多數製造企業(ye) （包括歐美獨資企業(ye) 和中外合資企業(ye) ）還隻是停留在數據采集、數據呈現的應用上，離數據自動分析、診斷、反饋到自動調整控製還有很大一段距離，尤其是在智能化上還存在很大的瓶頸和製約。

從(cong) 技術和管理的角度看，中國製造要走向智能製造，主要還存在五大難點：
一，智能製造是基於(yu) 新的物聯網、大數據、雲(yun) 計算等數字化技術與(yu) 先進製造技術的深度融合，貫穿於(yu) 從(cong) 設計、供應、生產(chan) 製造、服務等整個(ge) 供應鏈製造、運營和管理的各個(ge) 環節。
因此，智能製造包含兩(liang) 個(ge) 係統工程，一個(ge) 是智能製造技術（製造技術和信息技術）整合的係統工程，另一個(ge) 是管理的係統工程。目前，這兩(liang) 個(ge) 係統工程不僅(jin) 是中國企業(ye) 麵臨(lin) 的問題，歐美企業(ye) 也同樣麵臨(lin) 這個(ge) 問題。

二，裝備製造業(ye) 仍然是瓶頸，跟不上智能製造發展的要求。智能製造最終還是要落到製造技術和裝備上，雖然我國在互聯網、物聯網、大數據、雲(yun) 計算等數字化技術以及5G的深入應用上處於(yu) 優(you) 勢地位，但製造最後的執行單元還得是機床，在這方麵我們(men) 與(yu) 歐美日企業(ye) 相比還存在很大的差距，比如工業(ye) 機器人、3D打印、芯片光刻機、高精度的測量測試設備等。

三，基礎數據平台深度開發不受控。企業(ye) 要實現智能製造，需要兩(liang) 個(ge) 基礎係統平台，一個(ge) 是MES係統，另一個(ge) 是ERP係統，而這兩(liang) 個(ge) 係統我們(men) 沒有自主的軟件平台，還是要依賴於(yu) 歐美，因此在深度定製開發上還是受限製。

四，算法開發。智能製造需要基於(yu) 數據並充分挖掘數據價(jia) 值而實現自決(jue) 策、自管理、自學習(xi) ，從(cong) 數據源采集、數據呈現、數據分析到自行診斷、自動反饋、自動調整控製，中間就離不開算法的開發，智能的核心也就是算法。
而算法開發是一個(ge) 多元跨界和交叉學科的工作，既要求對業(ye) 務有深入理解，又要有IT技術思維。目前，我們(men) 在算法開放的資源上還存在很大的差距。

五，管理和組織的變革。一方麵，智能製造基於(yu) 數據實現端對端、信息充分共享、管理平台化，打破了企業(ye) 原有的金字塔官僚管理體(ti) 製結構，來自原有權力結構擁有者的變革阻力會(hui) 很大，往往他們(men) 還掌握了決(jue) 策權，導致智能製造的資源投入不到位。

另一方麵，管理方式會(hui) 因信息平台化而發生改變，個(ge) 體(ti) 和任務小團隊的自管理、自決(jue) 策機製會(hui) 越來越普遍，但是，目前還沒有找到很好的組織管理方式及組織文化激發個(ge) 體(ti) 和小團隊的工作意願並相互協同。
基於(yu) 以上原因，未來智能製造之路還有很長一段時間需要去探索，其中有三點是需有所創新和突破：
一是在技術上需要自主研發，突破裝配和軟件技術的瓶頸，同時關(guan) 注整個(ge) 生態鏈中的核心技術；
二是在適應性上，需要推動組織和管理的變革，以適應信息技術帶來的管理變化。
三是在智能化的道路上需要引入係統工程、頂層設計，才有可能實現製造技術、信息技術和組織管理三者的深度融合。