新中国70年，新制造7年，云栖智造凭什么让200万制造业厂商华丽再转身？

　　沈阳第一机床厂的前身始建于1935年,是新中国第一座真正意义上工厂,1949年制造了新中国第一台车床--六尺皮带车床,1950年新中国国徽颁布后,挂上天安门城楼的新中国第一枚金属国徽就是由沈阳第一机床铸造车间制造的，转眼间，新中国已经走过70年。

　　在这70年间，中国制造经过了迅猛发展，成为了国际上一张响亮的名片，但大而不强的问题也摆在了眼前，工业4.0，中国制造2025、智能制造等概念短短几年间纷纷提出，但究竟该如何落地?又成了众多制造业企业新的难题。

　　工厂管理生产任务一键下达，生产进度与理论节拍实时比对，现场异常快速响应，设备异常移动端推送，实时呈现产品不良信息，利用缺陷分析数据提升产品质量，并能实现产品的可追溯性，做到有据可查。

　　如此场景，并非理想中的未来工厂，而是国内数字化智慧工厂SaaS+解决方案提供商“云栖智造”已落地的运行中工厂。云栖智造位于杭州云栖小镇，是博拉科技与云栖小镇在智能制造领域打造的旗舰产品。

　　云栖智造CEO周公爽表示，云栖智造专注于离散型制造企业生产过程的数字化和透明化，通过SaaS化的标准产品结合硬件、服务、中台、技术、平台等多位一体去赋能制造业工厂，实现制造企业的内部协同、数字化和智能化，最终通过数据驱动帮助制造业企业落地智能工厂。

　　智能制造的生意藏在企业痛点之后

　　中国在所有500多种主要的工业产品中，有200多种产品的产量位居世界第一，是目前世界上制造业体系最完整的国家，而由此也带来了不得不面对的现实问题。

　　首先体现在银行不良贷款率上。

　　据平安银行财报显示，截止2018年6月底，平安银行按行业划分的制造业(轻工业)贷款余额为1443.02亿，与上年底相比，上涨1.63%，不良率为6.5%，与上年底的3.81%相比，暴涨70.6%。不只是平安银行，南京银行制造业不良贷款率，在过去一年时间里，涨幅也高达24%。国内银行制造业不良率的大涨，一定程度上折射出国内制造业当下的困难处境。

　　另一方面，成本优势不再，我国制造业正进入微利时代。

　　改革开放三十余年来，由于我国制造业生产成本低，存在大量廉价劳动力，国际资本蜂拥而至，中国一跃成为“世界工厂”。如今，随着各种生产要素成本的升高，我国制造业的黄金发展期已过，已经逐步进入微利时代。数据显示，我国制造型企业目前的利润率普遍只有10%左右，有的甚至更低，极低的利润导致大量中小制造型企业苦苦挣扎在死亡线上。

　　最后还有一条目前暴露比较严重的问题，粗放生产面临困境，企业寻求产业升级。

　　自工业革命以来，工业逐步离开手工作坊，经历了机械化、流水线化、自动化等不同阶段，正逐步向智能化阶段发展。尽管我国制造业发展时间相对较短，但也是从家庭作坊发展而起，存在粗放式生产和管理的原始基因。随着我国发展至工业化后期，谋求转型升级成为企业不得不面对的时代主题。

　　受以上因素影响，数字化智能工厂成为了传统制造业必然的趋势。据云栖智造粗略计算，如果应用云栖智造SaaS产品，以年产值3000万的离散型工厂为例，智能工厂能够为制造企业提高75%的生产效率、缩短53%的交货周期、提高10%的良品率、减少73%的物料滞留、提高16%的设备利用率，通过上面几项能够为工厂带来约200万元的利润！这是数字化工厂所带来的效果。

　　虽然数字化工厂能够带来真实可见的效果，但该表并没有这么容易，这不得不从目前企业的数字化工厂建设讲起。

　　对于数字化工厂而言，传统MES系统无疑是其中的重要核心。通过实时采集、追踪数据，传统MES系统能够提升工厂的网络化、透明化、无纸化以及精细化等能力，从而帮助企业将数字化渗透到工厂的方方面面。

　　但是，传统MES作为数字化工厂里的骨干系统，往往只是向上实现了与ERP的连接、向下与设备PLC打通，换言之，就是仅仅满足了自动导入生产定单、现场采集数据与分析、设备故障预测、产品质量检测以及设备能源分析等，对生产效率的直接贡献比较有限。

　　然而对于离散生产型企业来讲，定制一套MES往往费时费力费财，上百万的定制费用，再加上半年的开发和半年的实施周期，才能用上一套操作复杂笨重的MES系统。这对中小制造业厂家来说显然不是一套合适的解决方案。轻量化，产品化，以及更低的价格和短至4周的交付周期，才是传统中小制造业的真正答案。

　　云栖智造SaaS+产品成为解题密码

　　云栖智造区别于传统MES，致力于解决工厂数据混乱、生产过程不透明等问题，可以减少75%的数据输入时间，在PC端、边缘端打开即用，0代码0部署，移动端集成至钉钉、微信小程序，真正实现了轻量化交付，四周即可快速部署上线，同时按年付费，费用只有传统MES的十分之一。

　　而在技术解决方案上相对产痛MES则有着更好地纵深，总体可分为边缘层、PaaS层、SaaS 层以及DaaS层四部分。其中，边缘层可通过边缘计算、API等不同方式实现连接不同生产环节中的各种设备;PaaS层主要基于工业互联网平台，通过与不同工业互联网平台合作，可以使产品在不同平台上成功运行;SaaS层主要以机械制造行业为核心，能够在移动端协同、生产协同等基础上，进一步深入解决生产计划、产品追溯、库存周转等问题;DaaS层即数据层，可基于深度学习完成数据分析，从而为企业提供智能策略推荐。