智能工厂规划是企业数字化、智能化转型的开始，起到明确目标、设计模式、框定蓝图、确定路径的作用，本文根据中制多年的智能工厂规划经验，分享了智能工厂规划六步法。
最近几年，我参与建设，也参观了很多企业的生产调度中心，但智能工厂的涉及面广（研发、生产、物流等紧密融合在一起）、难度大，企业在建设过程中碰到了很多的问题，究其原因，部分是由于缺少一个整体规划而造成的，如部分车间生产物流和仓储物流无法有效协同（无效搬运储备在制品等），高价购买的自动化设备成为摆设等。总结而言，如果缺少整体规划，易引起的问题如下：
因此，建议企业在做智能工厂建设前，还是该先要有一个相对完整、合理的整体规划，明确详细的目标、路径、预算等内容后，再按照规划逐步展开，有的放矢。
通过对工厂的自动化、数字化、智能化现在的状况进行走访调研，充分掌握企业的战略思想以及运营、生产、采购等各方面现状（尤其是管理现在的状况，最好以精益价值链的角度来审视企业的所有业务）。在了解业务系统建设、自动化建设、IoT建设、互通互联等情况后，通过数字化评估体系（评估体系可参考国家发布的《智能制造能力成熟度评估方法》，也可在此基础上根据公司真实的情况制定更为细致的评估体系）,对各业务的数字化、智能化水平进行分项对照、评分，给出总体评估定位，明确差距和改进方向。
整体评估是规划的第一步，要尽量客观、真实，同时在评估中一定要注意以下几点：
在上述评估内容完成以后，紧接着要进行需求分析，如智能工厂要做成什么样？目标是什么？这些都来源于需求。根据中制的经验，需求分析可以从七个方面开展：
第一，现状对比分析给出需求，企业自动化、数字化现状和标杆企业的差距会产生需求，如未来哪几个方面要追赶，要强化哪些竞争优势等。
第三，集团管控要求衍生的需求，如财务管控、人力资源管控等（对数字化系统是否集中部署等有影响）。
第四，业务和管理特点产生的需求，如面向ETO的装备制造企业，一个订单就是一个项目，其核心是项目制管理模式如何落地等。
第七，技术发展的需求，比如大数据、人工智能这些技术如何引领业务的发展等。
需求明确后，要对业务的整体数字化场景进行设计，此部分一般是企业领导最关注的内容，通过场景设计明确业务基于数字化下的运转模式和变化趋势，如设备管理由以前的以修代保模式转变为预测性维修维护模式等。场景大体上分为两大块：其一是企业整体的数字化转型场景，如企业整体业务向制造业服务化转型等，其二是每一块业务的数字化转型场景，是要与业务领导进行充分讨论与确认的部分。要做好场景设计，建议要注意以下几点：
蓝图和目标是未来智能工厂建设的总纲，一般要包含长远目标设计、以及基于长远目标下的整体规划蓝图、软件架构蓝图、自动化架构蓝图、数据架构蓝图，同时要考虑在短时间内无法完全实现时，还要设计短期目标，以及为保障蓝图和目标的实现，要制定战略保障措施要匹配，如组织保障、人才保障、标准保障等。
智能工厂建设会涵盖企业的方方面面，因此在蓝图明确后，需要对企业的每一块业务进行详细设计与规划，明确每一块业务的目标、架构、建设内容等。
依据中制的经验，建议公司能够考虑八大专项内容的规划，包括自动化与少人化专项、生产运营体系优化专项、物流供应体系提升专项、研发与工艺创新专项、管理决策体系提升专项、智能产品与服务专项、基础能力规范专项（含标准、流程、精益、集成等）、数字化团队专项，其中前6个专项是针对业务的（公司能够根据业务重点挑选或删减），后2个专项是基础专项。
专项设计是对总体设计的一个分解，也是数字化规划建设的较为重要的内容，专项设计是否贴合企业的真实的情况，是规划能否最终落地的关键。
根据规划内容，一定要通过明确的时间表和先后顺序确定智能工厂建设路径，设计每阶段达成的目标和需完成的核心工作。在总体路径指引下，制定各业务数字化建设推进计划，使各业务部门了解自身需承担完成的数字化建设内容和目标。在实施计划里可以清晰了解什么时间完成什么系统和能力的建设，下一步该实施什么系统，以便合理准备实施资源，如：资金预算、人员、实施路线等。
在规划完成后，就进入实施建设阶段。实施阶段一般都是3~5年的一个周期，此阶段的重点是保障每一个项目成功落地，完成每一个项目的启动、招标选型、建设实施、迭代更新等工作。在此过程中，一定要做好定期回顾和规划更新，根据真实的情况定期调整规划内容，否则规划与实际就很容易脱节。
以上是智能工厂规划的一般步骤，目前市场上有很多不同的规划方法论，但归纳下来，个人觉得大多数都是以此六步为核心，当然若企业很复杂，在部分步骤上涉及的内容会更多一些，需要企业依据自己情况做灵活调整。
关于中制：中制是一家专注于为中国制造业提供智能制造咨询和数据分析的公司，为制造公司可以提供智能工厂整体规划与设计等服务，拥有自主知识产权的QomoAI制造业机器学习平台， 是中国制造业领域算法分析行业开拓者，帮企业实现设备故障诊断、产品寿命预测、成本挖掘、呆滞料分析、质量优化等知识的模型化与数学化。客户包括三一、波音、一汽大众、中集集团、航天科技八院、金风科技、康尼机电、老虎涂料、正特集团、江苏无线所等众多有名的公司。返回搜狐，查看更加多