社會(huì)化生產(chǎn)在經(jīng)歷了“ 蒸汽時(shí)代”、“電氣時(shí)代”和“信息時(shí)代”后，企業(yè)管理實(shí)踐的長(zhǎng)期發(fā)展讓現(xiàn)代企業(yè)具有了企業(yè)資源計(jì)劃系統(tǒng)（ERP）、產(chǎn)品生命周期管理（PLM）、供應(yīng)鏈管理（SCM）等一系列的生產(chǎn)管理工具和方法，人們終于可以在信息時(shí)代的自動(dòng)化工廠藍(lán)圖上更進(jìn)一步，創(chuàng)造出“智能工廠”。
任何一次大型的技術(shù)進(jìn)步都是為了更好地滿(mǎn)足社會(huì)需求。在傳統(tǒng)工廠面前，消費(fèi)者行為改變、產(chǎn)品周期縮短、供應(yīng)鏈風(fēng)險(xiǎn)增加、售后服務(wù)復(fù)雜化等都在威脅著企業(yè)的經(jīng)營(yíng)。這讓傳統(tǒng)的制造業(yè)強(qiáng)國(guó)紛紛對(duì)“智能工廠”這一制造業(yè)發(fā)展的最新趨勢(shì)表現(xiàn)出濃厚興趣。在德國(guó)，智能工廠的發(fā)展直接被稱(chēng)為“工業(yè)4. 0”，巴斯夫、寶馬、博世、戴姆勒、SAP、西門(mén)子等著名的德國(guó)企業(yè)紛紛投入頂尖研發(fā)資源于其中。美國(guó)的通用電氣也投入了大量人力物力致力于將機(jī)器分析、行業(yè)洞察、自動(dòng)化和商業(yè)預(yù)測(cè)結(jié)合起來(lái)，打造全新的工業(yè)互聯(lián)網(wǎng)的商業(yè)實(shí)驗(yàn)。
作為世界工廠，中國(guó)對(duì)于制造業(yè)的前沿發(fā)展一直保持著警醒的態(tài)度，很多國(guó)內(nèi)的優(yōu)秀企業(yè)也都提出了智能工廠的建設(shè)目標(biāo)，甚至有些企業(yè)已經(jīng)開(kāi)始嘗試去建設(shè)自己的智能工廠。但在技術(shù)方面仍有幾大鴻溝亟待這些中國(guó)企業(yè)去逾越。
首當(dāng)其沖的是信息的收集和分析體系。對(duì)于智能工廠來(lái)說(shuō)，其核心要求之一是要實(shí)現(xiàn)信息流、物資流和管理流合一。而這樣的雄心需要強(qiáng)大的數(shù)據(jù)收集和分析體系去支持。德國(guó)一家世界領(lǐng)先的制造業(yè)企業(yè)曾表示，在全面建設(shè)智能工廠之前必須回答兩個(gè)問(wèn)題：一，產(chǎn)品從設(shè)計(jì)到生產(chǎn)到售后服務(wù)，哪些數(shù)據(jù)需要收集；二，如何設(shè)計(jì)一套數(shù)據(jù)分析體系使得這些被收集上來(lái)的數(shù)據(jù)可以有效地支持工廠的經(jīng)營(yíng)和決策。對(duì)于中國(guó)企業(yè)來(lái)說(shuō)，長(zhǎng)期處于產(chǎn)業(yè)鏈的低端環(huán)節(jié)使得其在信息的收集和分析能力上有所欠缺，很多中國(guó)企業(yè)連工廠的管理通報(bào)都并不完備，即使是行業(yè)的領(lǐng)軍企業(yè)，也在前幾年才消滅了企業(yè)內(nèi)部的信息孤島，建成了企業(yè)內(nèi)部統(tǒng)一的信息管理體系。但是距離全面、有效地管理信息，綜合使用信息還有相當(dāng)?shù)牟罹?，更何況智能工廠對(duì)于信息的創(chuàng)造性使用提出了新的要求。
其次，智能工廠涉及多個(gè)層面和技術(shù)領(lǐng)域，智能生產(chǎn)過(guò)程中的生產(chǎn)決策、供應(yīng)鏈優(yōu)化問(wèn)題等的解決需要借助仿真系統(tǒng)來(lái)解決。隨著ISA95[8]標(biāo)準(zhǔn)的推廣，其中對(duì)企業(yè)－控制系統(tǒng)集成模型的層次定義對(duì)工廠仿真模型的定義產(chǎn)生了巨大的影響。宏觀的仿真模型如ＥＲＰ層的供應(yīng)鏈模型，微觀的仿真模型如PCS層的裝置生產(chǎn)過(guò)程模型。PCS層、PCS層、PCS層的模型抽象構(gòu)建過(guò)程對(duì)于工廠生產(chǎn)運(yùn)行情況的分析研究是非常重要的。由于不同層次模型和建模方式的多樣性，研究者在研究流程工業(yè)中某一特定問(wèn)題時(shí)需要對(duì)工廠中的每個(gè)對(duì)象獨(dú)立建立工廠仿真模型，這樣這不僅會(huì)導(dǎo)致開(kāi)發(fā)周期長(zhǎng)，而且由于建模人員需要根據(jù)自己建立的模型管理數(shù)據(jù)，會(huì)導(dǎo)致模型和數(shù)據(jù)的針對(duì)性和拋棄性，建模和仿真過(guò)程中大量的手工配置操作給工作帶來(lái)很大不便，最終導(dǎo)致模型重用率低和擴(kuò)展性差。
最重要的挑戰(zhàn)是無(wú)處不在的快速互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，以及網(wǎng)絡(luò)-物理系統(tǒng)的標(biāo)準(zhǔn)界面。對(duì)于制造平臺(tái)的大數(shù)據(jù)應(yīng)用，我們需要安全與保護(hù)，這樣，行業(yè)內(nèi)的人們才會(huì)信任這種與工業(yè)互聯(lián)網(wǎng)連接的新型聯(lián)網(wǎng)技術(shù)，才會(huì)有更多的企業(yè)加入智能工廠的開(kāi)發(fā)和使用。
智能工廠既是一項(xiàng)系統(tǒng)工程，同時(shí)也是一家制造業(yè)企業(yè)需要去逐步建設(shè)的能力。對(duì)不同行業(yè)、不同外部市場(chǎng)競(jìng)爭(zhēng)格局、不同發(fā)展階段和不同企業(yè)能力的企業(yè)來(lái)說(shuō)，其建設(shè)智能工廠的重點(diǎn)和著手點(diǎn)也不盡相同，中國(guó)制造業(yè)的產(chǎn)業(yè)升級(jí)雖然緊迫，但切忌盲目，根據(jù)自身情況有的放矢、循序漸進(jìn)才是通向智能工廠的大道。