日本智能制造论文发表时间

评职称都是按刊物的刊期来算的，如果刊物是9月的刊，那就是9月的，哪怕是7月收的刊物。

严格意见上来讲，就没有发表时间这一说，都是出版时间，按《出版物管理条例》及其实施细则等，连续出版物是不允许提前出刊的，像这种9月的刊期，8月出版的，都是违法操作的，就是为了评职称提前拿到刊物而操作的。

按相关规定，连续出版物一般为当月或次月出版，一般来说，月刊为每月15日出版，旬刊为每月5、15、25日出版，半月刊为每月10日、20日出版。

概念

职称论文发表，顾名思义，就是在学术期刊公开发表论文，用于评定职称。“论文”是指精深而有系统的学术文章，是课题研究、问题讨论的表达形式。论文发表就是专门对社会科学或自然科学领域中某一问题，进行探讨、分析论证的文章发表在国家正式出版物上，由于利益驱使，市面上充斥着很多假刊，发表论文前一定要认真鉴别，避免上当。

出版时间跟你发表时间是不一样的，所以要区分开来，我的经验告诉我，早点发表会好些

不同于消费互联网的“赢者通吃”，工业互联网是一个行业一个行业的“小锅菜”，每个行业都有不同的解决方案。制造企业的优势在于，他们掌握了很高的Know-How壁垒。

策划 《中国企业家》编辑部

封面设计 王超

工业互联网狂飙

制造企业和 科技 公司这两股推动“工厂革命”的重要力量汇合，掀起了智能制造和工业互联网势不可挡的浪潮。

一方面，工厂本身正在掀起一场数字化、智能化和网络化的革命。制造过程正变得可感知、可预测、可控制，当这一切变成联网的数据之后，工业互联网更深层次的变化发生了：生产全要素、全产业链互联互通，通过精密制造和智能算法，实现制造资源的优化配置。

另一方面， 科技 公司正在快速渗透到工厂。它们手持AI、云计算、5G等利器，深入到垂直行业，找到传统生产方式的瓶颈，拆解需求，改造生产制造流程和工艺，提升质量和效益。一个行业的解决方案，就是一个新技术落地的场景，也就是一套工业互联网的生态体系。

“聪明”的工厂

编辑 万建民

科技 的种子，往往要经过漫长的孕育期，才有可能生根发芽。

30年前，华中理工大学（现华中 科技 大学）机械系硕士研究生李军旗第一次接触了“人工智能”。这是他跟随中国工程院院士、著名机械工程专家杨叔子学习的方向。

此前的1988年，杨叔子首次提出了“智能制造”，当时这一概念在国际上也“尚处在概念形成与实验 探索 阶段”，杨叔子在1989年发表的论文中首次探讨了制造系统的集成化与智能化问题。

30年后，李军旗执掌的工业富联，成为国内智能制造和工业互联网领域的代表性企业。李军旗也像个布道者，不厌其烦地四处宣讲什么是智能制造、什么是工业互联网。即使时间已经过去了30年，如何向人们说清楚这个问题，仍然有一定的难度。

徐工的工程师讲了两个小故事：非洲的一个露天矿场距离城市几百公里，徐工售出的挖掘机在此作业。以往如果有零配件需要补给的话就只能停工，来回要耽误好多时间，现在可以通过网络实时监测提前预判并备货；在印尼的某个大型项目工地上，工程师发现两台工程机械有两个月没支付租金了，于是直接远程遥控锁车，对方主动联系付款之后才获得解锁。

在联宝位于安徽合肥经济开发区的车间里，一台台笔记本电脑经过安装、调校、检测、包装等多道程序后，等待投递到不同的消费者手中。它们外观上看起来并无明显差异，其实每一台内部定制的专属配置从下单的那一刻起就被记录了下来，并传递到柔性生产线上完成精确匹配。

有别于淘宝、京东、拼多多等与大众生活密切相关、更容易被感知的消费互联网，工业互联网基本隐藏在车间、生产线以及工程师的设计方案里，略显遥远而陌生。车间里的一台台机器，被植入了精密控制软件、工业大数据和人工智能算法，整个生产制造过程不同程度地实现了自动化、数字化、智能化，联网上云，一张张无形的工业互联网正在快速织就。它对于传统工厂的深远影响，已经通过一个个案例被证明；对于国家层面的战略意义，也正在逐步凸显出来。

1月13日，工信部官网正式发布了《工业互联网创新发展行动计划（2021-2023年）》，明确提出到2023年，覆盖各地区、各行业的工业互联网网络基础设施初步建成，在10个重点行业打造30个5G全连接工厂；打造3~5个具有国际影响力的综合型工业互联网平台；基本建成国家工业互联网大数据中心体系，建设20个区域级分中心和10个行业级分中心。

智能制造和工业互联网这股势不可挡的浪潮，正在深入到制造业的毛细血管。

追根溯源，“工业互联网”这个概念，最早是由通用电气（General Electric，GE）于2012年提出的。按照美国国家标准与技术研究院（NIST）的定义，它指的是把全球工业系统和先进计算、分析、传感、互联网能力融合在一起形成的新体系。

GE厉害的地方是不仅系统阐述了这一概念，并且首先将其商业化。特别是GE工业互联网平台Predix的推出，对全球产生了很大影响。除了GE，美国还有一大批跨国企业如思科、罗克韦尔、霍尼韦尔、IBM、英特尔等也加入进来，推动了工业互联网的发展。

2013年，德国在汉诺威工业博览会上正式推出理念与之类似的“工业4.0（Industry 4.0）”。所谓工业4.0，是基于工业发展不同阶段作出的划分。工业1.0是蒸汽机时代，工业2.0是电气化时代，工业3.0是信息化时代，工业4.0则是智能化时代。

日本于2017年提出了“互联工业”，思路与美国、德国差不多，同时融入了本土的精益生产基因，三菱、日立、富士、NEC等领军企业都在大力开展实践。日本有一个重要的 探索 是打通工厂底层和云端，在工厂现场侧引入计算和人工智能能力，通过工业互联网实现数字化转型，因此也形成了一些联盟，例如日本价值链促进会（IVI）、边缘计算的Edgecross等。

虽然杨叔子院士1988年就研究智能制造，但李军旗真正接触到智能制造是在1995年被公派去日本留学。当他在东京大学智能制造实验室看到大量世界领先的设备时，萌生了一个想法：让世界各地的人都可以通过互联网使用这些先进设备。

多年之后，执掌工业富联的李军旗建成了国内第一座“灯塔工厂”，并利用智能制造领域的经验帮助中小企业转型升级。对于大多数企业家来说，弄懂什么是智能制造、什么是工业互联网，并不是一件三言两语就能解决的事情。

在李军旗看来，智能制造就是要实现制造结果的可感知、可预测、可控制、可复制，实现生产制造过程的自动化、数字化、网络化、智能化，打造一个真正的智能化的无忧生产状态。

而工业互联网的核心要素分为“三硬三软”：“三硬”是云、网、端，分别指服务器、网络和智能终端；“三软”是工业大数据、工业人工智能和工业APP。

那么智能制造和工业互联网又是什么关系呢？李军旗解释道，如果没有数字化、网络化、智能化的制造过程，要把它连到互联网上是很难的。某种程度上来讲，只有在实现智能制造的基础上，工业互联网才有可能大面积实现。

为什么要做工业互联网？李军旗说，它实际上是让整个生产环节、生产全要素、全产业链实现互联互通，通过优化流通和制造的环节，实现制造资源的优化配置，实现按需和定制化生产，让企业最终达到提质增效、降本减存的目的。

事实上，中国政府自2017年正式在文件中提及工业互联网，这一领域就呈现典型的两极分化：一方面是大企业纷纷涌入，生怕错过机遇；另一方面是千万中小企业犹疑观望，对其内涵和价值不甚了了。

从国家战略层面来看，我国提出制造强国和网络强国两大强国战略。李军旗认为，这两大战略的交汇点就是工业互联网。

最难啃的骨头总是在后面。

和消费互联网“赢者通吃”的格局不同，工业互联网的空间更加开阔。中国国际经济交流中心副理事长黄奇帆有过一个形象的比喻：产业互联网在实际的发展中，是一个行业一个行业的“小锅菜”。因此，产业互联网这道菜，是要一锅一锅地炒，每个行业都有不同的解决方案。黄奇帆所称的“产业互联网”，是比工业互联网更宽泛的概念。

为了获得高质低价的产品、缩短供应端与需求端的距离，服装、家电等“轻”工厂成为电商巨头们追逐改造的对象。传统印象中“老大笨粗”的重工业企业，为了提升效率只有主动求变。

因为痛点明确、针对性高、企业自发性强，加之其发展十几年甚至上百年的技术能力、流程能力，重工业的工业互联网反而落地最快。这一点，从机械、能源行业在全球工业互联网应用分布占比中达五成左右可以佐证。

在中国，以徐工的汉云、三一的树根互联、富士康的工业富联等为代表的企业，有着浓厚的制造基因，熟悉工业流程和场景，更侧重工业装备、制造设备、机械厂房等“重”板块的升级。非常高的Know-How壁垒，反而让它们在这波浪潮中更容易抵挡外来冲击。

如今的徐工，在印尼雅加达总部的矿山设备备件库和徐州总部的备件库实现了全部数字联网；前移到国外的备件库，通过数字化技术每天盘点备件消耗量，根据数据进行补充，保证产品出勤率；在售后服务方面，根据磨损率等指标对设备进行诊断，可以提前预判哪些零部件需要保养，延长整个产品的生命周期；汉云平台可以实现对巴西、缅甸、老挝等国家和地区的远程监控，做到全球服务“零距离”。

李军旗的工业富联平台，可以打通塑胶注塑、轻工、金属加工、精密刀具制造、模具制造、装备制造、电子制造、轨道交通、 汽车 配件制造等9个行业，优化配置相关行业资源，从而大幅缩短交货周期，降低库存和物流成本。

需要指出的一点是，工业互联网的初级成本相当高，只有那些相对有钱的行业和企业才能先用起来。美的集团美云智数总裁金江说，美的为了完成数字化改造，初期项目就有1万多人参与，投入高达二三十亿元。

这也形成了工业互联网发展的一个特点：头部企业积累经验搭建平台，不断释放技术红利，在赋能中小企业的同时，摊薄前期开发成本，最终降低整个架构的门槛。

海尔打造的卡奥斯就是一个完全开放的工业互联网综合型平台，全球任何企业都可以成为其操盘手和合伙人，国内的青岛啤酒、双星轮胎、日照钢铁等大企业都和它签有协议。同时，卡奥斯平台还赋能中小企业转型升级，共享平台资源和能力，至今已孵化了15个行业生态，在全国12大区域、全球20多个国家推广复制。

而工业富联则根据大中小企业各自的特点，形成了不同的输出形式。对大企业，工业富联提供整体解决方案的输出；而对于很难投入大量资金进行转型的中小企业，则通过工业APP、数字云等方式协助。

除了重工业企业，技术巨头也以不同方式加入工业互联网。它们在各自的细分领域不断深耕，通过人工智能、5G、芯片等软硬件技术，改变着工厂的形态。

凭借在智能视觉感知和深度学习算法方面的长期技术积累，商汤 科技 的高级驾驶辅助系统仅需单目摄像头便可以实现高精度的多种辅助驾驶，并且在不同天气、不同光照、不同城市、不同气候等条件下，均有良好的应用表现。商汤的驾驶员监测系统定点工具，已普及到数百万台的未来发展车型。截至目前，商汤 科技 已经与全球20多家车企建立了合作关系。

海康机器人所专注的机器视觉、移动机器人等智能设备，除了让一切生产流程可追踪外，也让生产的效率提升、质量变高，机器视觉的精准度甚至远超人眼，尤其在高精度的装配加工产业被广泛应用。工厂里的移动机器人可以轻松把重物送到指定工位，把人力从繁重的物料运输工作中解放出来。在海康威视桐庐制造基地，目前已投入使用近1300台智能移动机器人，整个仓储作业效率提高了40%。

工业互联网的本质是工业。

华为创始人任正非对此有清醒的认识，他说：工业互联网（工业、联接、人工智能）的本质应该是工业（当然包括农业、医疗、教育……）；联网就是联接这个产业；然后是人工智能。人工智能中除了算法、算力，更重要是Know-How。Know-How在行业里、在企业手里，是他们数十年的摸索积累与千万次验证、反复建模，留下的理论与经验结晶。华为在场景化应用中，必须重视客户需求，必须依靠行业专家。

这也是工业互联网和消费互联网最大的不同，没有一家互联网公司能够独自拿下工业互联网的市场，相反，制造业公司凭借自己掌握的很高的Know-How壁垒，反而具备独特的竞争优势。

当然，也正是因为工业互联网的这一本质，使得其发展面临不少挑战。

中国工业互联网研究院院长徐晓兰认为，我国工业互联网产业基础有待进一步夯实，国内大多数企业数字化程度较国际偏低，网络协议、设备接口等不统一，技术标准多为国外企业掌控，严重制约工业互联网行业应用。

尽管我国已经出现一些基于工业互联网的行业融通发展新业态、新模式，但是大多处于 探索 阶段，尚未全面推广，企业界仍以观望为主。

此外，我国工业互联网生态体系也有待进一步完善。一方面，我国工业互联网行业和跨行业基础设施尚未普及与健全，导致行业内大数据无法统一管理和使用，行业间数据资源孤立、分散，数据孤岛问题严重。另一方面，懂得工业互联网知识的行业人才无法满足发展需要，智力资源相对稀缺；开源社区规模较小，开发者人数较少；工业互联网共性标准尚未制定，数据难以融通；跨行业治理的政策体系有待建立，亟需提供相应的管理依据。

除了意识、人才、数字化等短板，还有一个不容忽视的问题，那就是工业互联网的安全。

360公司董事长周鸿祎说：数字化是当今中国乃至全球最重要的趋势，发展数字化已经成为政府和产业界的共识。预计5~10年后，所有企业都将是数字化企业，所有经济都是数字经济；未来5~10年也是数字化转型的最后机会，抓住机会将赢得未来，错失机会将意味着出局，失去未来的竞争力。

但机遇也意味着挑战，数字化面临的最大挑战是网络安全。一切皆可编程意味着整个世界都被软件重新定义，是软件就会有漏洞，就可能被黑客利用、攻击；万物互联的结果是物联网打通了虚拟世界和物理世界，过去仅在虚拟世界里的网络攻击，可以通过物联网转变成对物理世界的伤害，导致工厂停工、大面积停电、 社会 停摆；数据驱动业务意味着数据安全影响业务安全，当各行各业、甚至政府不同的部门都把数据都共享之后，同时面临数据泄露、数据滥用、数据污染等多种安全问题。

周鸿祎有一个判断：在数字化时代，网络攻击将会超越传统威胁，成为整个 社会 最大的安全威胁。他希望大家都要树立底线思维，把安全作为头等大事，筑牢安全根基。

尽管有诸多担忧，目前全球的工业互联网仍处在起步阶段，但前景还是被更多人看好。黄奇帆提出，工业互联网将产生几十家万亿级企业。不过他同时提醒，建工业互联网要改变原来消费互联网的思维，要从规模经济转变到价值经济，从“提高生产力”转变到“提高利润率”。

回到我们的主题：在经历这场革命之后，未来的工厂会变成什么样呢？

李军旗认为，五到十年后的未来工厂会成为可感知、可预测、可控制的智能化工厂，成为工业互联网上的一个节点。通过数字化转型，未来的生产制造形态会是按需定制、制造资源优化配置。到那个时候，就会彻底消除库存和资源浪费。

联想集团副总裁、联宝 科技 CEO柏鹏则描摹了更具象的一个场景：未来工厂像一个玻璃房子，尽管内部运作环节非常复杂，生产要素非常多，但数字化让这一切变得更加透明。换句话说，整个工厂其实就是一个机器人，有自己的五官、身体和大脑，智能系统相当于大脑，指挥机械臂工作，各类感应器、摄像头则充当了“眼耳鼻喉”，实现了数据采集、信息传达，最终达到整体协同。