一、智能制造的动向
2015年，“第四次工业革命”的说法才在日本被公众所熟知，而海外则一直称其为“智能制造”以及“工业4.0”，很多国家围绕上述领域出台了多项鼓励政策和措施。智能制造包含智能制造技术和智能制造系统，智能制造系统不仅能够在实践中不断地充实知识库，而且还具有自学习功能，还有搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力。“智能制造”的研究并不仅仅局限在制造业领域，而是包括制造业各行业在内的更广泛领域，包括制造业的人工智能（AI）化和物联网（Lot）化。
1．日本国内智能制造的动向
（1）日本内阁府——“超智能社会（社会5.0）”
日本内阁府提出，将以制造业为核心，灵活利用信息通信技术，基于因特网或物联网，打造世界领先的“超智能社会（社会5.0）”，不断创造新的价值和新的服务。而为了尽快实现“超智能社会”，日本政府提出优先推进11个系统的建设工作，并不断完善知识产权和国际标准化战略，推动网络安全、物联网系统构建、大数据解析、人工智能等服务平台建设必不可少的共性技术研发。
参考内容：http://www8.cao.go.jp/cstp/society5_0/monodukuri.html
（2）日本经济产业省——Connected Industries
2017年3月，日本首相安倍晋三在德国电子通讯展（CeBIT）上正式提出“互联工业（Connected Industry）”的概念，发表了“互联工业：日本产业新未来的愿景”的演讲。即连接各行业、企业、人、设备及数据等，通过人工智能等信息技术、共享经济等商业模式，创造新的产品、服务及附加价值，提高生产效率，解决人口老龄化、劳动力不足、环境、能源制约等社会问题，从而达到加强产业竞争力、提高国民生活水平，促进国民经济健康发展的目的。2017年10月，日本经济产业省确定了“Connected Industries”的5个重点领域，并相继设立各种机构予以推动。
参考内容：http://www.meti.go.jp/policy/mono_info_service/connected_industries/index.html
（3）机器人革命倡议协议会（RRI）
在日本政府的主导下，2015年5月，作为产学官机器人普及推广组织——“机器人革命倡议协议会”正式成立，由企业用户、公立研究机构、学会等组成，有超过200家公司和机构参加，包括众多汽车、电机、机械设备、钢铁、化学等主要业界团体和企业，该协会还广泛征集会员，进而涵盖了诸多的国外机构及企业。该协议会成立的目的旨在建立举国体制，使日本在机器人应用与出口处于世界领先水平。该协议会作为日本政府推动《机器人新战略》的核心机构，大力推动从未引进过机器人的行业使用机器人。该协议会首先成立“生产系统改革”工作组，目前，已成立了20个委员会，推动由德国与美国提出的工业4.0及物联网技术运用于制造业，以及探讨工业安全审查，并重点支持中小企业的发展。
参考内容： https://www.jmfrri.gr.jp/index.html
（4）工业价值链促进会（IVI）
日本工业价值链促进会（Industrial Value Chain Initiative，IVI）是2015年6月由53个日本经济产业省和日本机械工程师协会共同打造的产业价值链计划，这个由制造业企业、设备厂商、系统集成企业等发起的组织，旨在推动“智能工厂”的实现。IVI可以通过确保从应用程序到设备、基础架构，以及工具等各个平台之间实现互操作性，为终端用户创造更多的价值，IVI平台还不断加强不同企业之间的合作。目前，该促进会已经包含了超过200家企业在内的200个成员。在相对宽松的定义标准下，借鉴不同企业相关的生产案例，试图连接不同的生产流程。在IVI活动中，对中小企业的支持和帮助尤为重要。
参考内容： https://www.iv-i.org/
（5）日本机械工业联合会
2014年以来的3年间，日本机械工业联合会针对世界各国的制造业模式的改变进行了调查研究，并形成了一系列调查报告。2017年，设立了物联网•人工智能时代制造业人才调查专门委员会，就日本企业面临的困难和挑战进行多方面的整理和调查，最终为企业提供相应的对策。
参考内容：http://www.jmf.or.jp/intro/chousa/jitensya/1327.html
http://www.jmf.or.jp/intro/chousa/jitensya/1337.html
http://www.jmf.or.jp/intro/chousa/jitensya/1591.html
（6）日本机械学会
日本机械学会于2014年成立“工厂互联研究委员会”，2016年成立“CPPS(Cyber Physical Production Systems)委员会”。试图通过将物理的真实世界和计算机虚拟世界的网络相结合，研究能够在制造业中创造出新价值的系统性技术。
参考内容：https://www.jsme.or.jp/msd/sig/cm/
https://www.jsme.or.jp/msd/sig/cpps/index.html
（7）跨领域科学技术研究组织
“第四次工业革命”是信息通信技术发展带来的新一轮的系统化浪潮，结合日本当前所面临的课题，日本政府提出了有关人才培育以及研发体制等诸多措施。目前，日本在制造业、服务业、科学技术和管理等诸多领域的国际竞争力正在出现下滑的态势。其根本原因在于，对于现代创新源泉的“系统化”认识的迟滞，系统化技术尚不成熟，相关的技术人员和研究人员严重缺乏。针对这一情况，2017年1月，旨在推动日本制造业技术与经营管理系统化活动的“系统创新研讨会”正式召开。
参考内容：http://www.trafst.jp/IR_sympo_report.html
http://www.trafst.jp/IRsys.html
（8）产业竞争力恳谈会（COCN）
关注以“人”为主导的新的制造业，中期报告于2016年发布，最终报告于2018年2月发布。
参考内容： http://www.cocn.jp/theme97-L.pdf
2．海外智能制造的动向
（1）以往有关技术发展趋势的探讨
2015年可以说是日本第四次工业革命的“元年”，3年以来，有关“智能制造”的讨论和研究已获得了较大的进展。其中，在2017年11月30日，日本机器人革命倡议协议会举办的国际研讨会上，世界经济论坛的David Aikman在主题演讲中向就日本智能制造的发展提出了“Think systems, Not technology”（思考系统、而非技术）的建议。这个建议非常重要，同时列出了按时间顺序整理的有关智能制造全球研讨的相关论文和关键词。
经营学：
1993年 一种新的竞争生态（A new ecology of competition / James F. Moore）
2003年 开放式创新（Open Innovation / Henry Chesbrough）
系统技术：
1994年 INCOSE系统工程手册（INCOSE Systems Engineering Handbook）
1998年 系统之系统（System of Systems）
1999年 物联网（Internet of Things）
2000年 设计规则模块化的力量（Carliss Y. Baldwin・Kim B. Clark / Design Rules The Power of Modularity）
2006年 网络物理系统（Cyber Physical Systems）
（2）世界经济论坛（The World Economic Forum (WEF)）
每年在达沃斯召开的享有盛誉的世界经济论坛，也称为“达沃斯年会”，也正是在达沃斯年会上，提出了“第四次工业革命”的预测。对这一未来的预测共有14个研究领域，其中之一就是“塑造生产的未来”（Shaping the Future of Production）。世界经济论坛将第四次工业革命定义为寻求新的思维方式、新的组织方式和新的合作方式的社会变革和政治变革。
参考内容：https://www.weforum.org/system-initiatives/shaping-the-future-of-production
（3）德国
德国所谓的“工业四代”（Industry4.0）是指利用物联信息系统（Cyber—Physical System简称CPS）将生产中的供应，制造，销售信息数据化、智慧化，最后达到快速，有效，个人化的产品供应。“工业4.0”是由德国政府《德国2020高技术战略》中所提出的十大未来项目之一。该研究项目由德国联邦教研部与联邦经济技术部联手资助，在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成，并已上升为国家级战略，旨在提升制造业的智能化水平，建立具有适应性、资源效率及基因工程学的智慧工厂，在商业流程及价值流程中整合客户及商业伙伴。其技术基础是网络实体系统及物联网。“工业4.0”概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。
参考内容：https://www.nri.com/~/media/PDF/jp/products/sangyo/seminar/170531_01_2.pdf

二、影响制造业发展的环境的变化
1．Connected Industry
2017年3月，日本首相安倍晋三在德国电子通讯展（CeBIT）上正式提出“互联工业（Connected Industry）”的概念。“Connected Industry”是日本国家战略层面的产业愿景，即连接各行业、企业、人、设备及数据等，通过人工智能等信息技术、共享经济等商业模式，创造新的产品、服务及附加价值，提高生产效率，解决人口老龄化、劳动力不足、环境、能源制约等社会问题，从而达到加强产业竞争力、提高国民生活水平，促进国民经济健康发展的目的。Connected Industry包括物与物的连接、人和设备及系统之间的协同、人和技术相互关联、既有经验和知识的传承，以及生产者和消费者之间的关联。其中最为重要的是熟练的技术员和年轻的技术员相接，实现技术的传承，由此创造更多的价值。而在整个数字化进程中，需要充分发挥日本的两大优势：高科技和高现场力，构筑一个以解决问题为导向、以人为本的新型产业社会。在提出这一预测后，日本经济产业省还提出了“东京倡议”，并确定了“Connected Industries”的5个重点领域，分别是：无人行驶•移动服务、生产制造•机器人学、生物•材料、工厂•基础设施安保和智慧生活。为实现“Connected Industries”，日本政府出台了诸多的政策和措施，包括系统推进研发，培养数字化人才，面向制造业特性研究制定网络安全等方面的方针；征集先进应用实例，即时修正规章制度，推广应用实例实施；通过“智能制造支援团”等机构加强对中小企业的引进支持，发掘并普及中小企业容易引进的工具；推进与德国等政府、平台间的合作，主动提案国际标准等等。该政策的推进有望加速与人协作机器人的发展和自动驾驶技术开发相关法律的完善等等。
2．虚拟货币
虚拟货币是一种非真实的货币。目前，全球已有包括比特币、以太币、莱特币等在内的600多种虚拟货币。在日本，根据2016年政府制定的新《资金结算法》，“虚拟货币”被定义为“购入物品、或借入物品、又或接受劳务提供之情形下，为清偿此类对价，向不特定人能够使用、且以不特定人为对象能够买卖的财产性价值（仅限于通过电子方式记录于电子器械及其他物品之中的价值。本国货币及外国货币和货币计价资产 除外），并利用电子信息处理组织能予转移者”。虚拟货币是仅存在于计算机和云系统上的数据，没有诸如钞票之类的实体。虚拟货币独立于世界上的任何国家，很多虚拟货币具有智能合约功能，并且可以快速进行交易和结算。随着虚拟货币的全面引入，全球结算变得容易，从而给商业模式带来颠覆性的变化。而在制造业中，将带来包括结算在内的供应链的巨大变化，这就需要建立柔性的管理体系。
3．区块链
区块链（Blockchain）是一种分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链是比特币的一个重要概念，本质上是一个去中心化的数据库，同时也是比特币的底层技术。区块链是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一次比特币网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链的一个核心技术是非对称加密和授权技术，存储在区块链上的交易信息是完全公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情况下才能进行访问，从而保证了数据的安全和个人的隐私。
4．RPA（机器人流程自动化）
RPA是以机器人作为虚拟劳动力，依据预先设定的程序与现有用户系统进行交互并完成预期的任务。从目前的技术实践来看，现有的RPA还仅适用于高重复性、逻辑确定并且稳定性要求相对较低的流程。RPA能够通过用户界面（UI）或者脚本语言实现借由机器人的重复人工任务的自动化处理，机器人可以执行用户的日常基本操作。而且，对于规则的高度严肃性（良好的操作品质）、对现有系统的非侵入性（非耦合型）都是RPA的突出特点。在未来，RPA有望实现与人工智能技术的结合，从而提高企业的柔性管理能力、加强企业间的合作、增强业务员合作，从而给价值链的优化带来显著的影响。
5．电动汽车和自动驾驶技术的发展
电动汽车（EV）是指以车载电源为动力，用电机驱动车轮行驶的车辆。商用电动汽车在最初面世时，由于电池容量、充电基础设施以及价格问题，普及非常缓慢，但随着基础设施的不断完善，以及技术开发所带来的电池容量的大幅提升，商用电动汽车快速普及。此外，通过将整车改为电机驱动，转换为可再生能源动力驱动，将有效改善全球日趋严峻的环境问题，而且自动驾驶技术的发展正在加速推进。自动驾驶技术是通过将各种传感器连接到汽车，识别周围环境，使用地图数据以及人工智能的高级识别和判断技术来实现汽车安全和有效的行驶。自动行驶技术的传播有助于“减少交通事故”、“缓解拥堵”，并且将“减少对环境的影响”，降低成本和缩短物流时间，并且解决物流人才不足的问题。在制造业的工厂内，自动驾驶技术也可应用于包括AGV（自动引导车辆）在内的无人驾驶车辆，从而提高生产率。
6．专用人工智能和通用人工智能
目前，人工智能主要用于定制解决方案。大多数人工智能系统是建立在单一类型的基础上，很多系统都只针对单个数据集进行优化，只为解决一个特定的问题，即“专用人工智能”。人工智能技术在预测、识别、评价等方面能够获得超出人类所及的成果，但正如每个人都有其独特性一样，人工智能的单一系统并不具备多样性的功能（如预测和识别）。用一个系统解决各种各样的问题，自动进行信息的收集、学习它并执行功能扩展的人工智能就是“通用人工智能”。虽然目前很多的大学、研究机构的科研人员正在努力实现这一技术，但目前尚未进入应用阶段。事实上，在制造业中使用人工智能技术，“专用人工智能”以及已经有效，通过科研人员设计的具有卓越性能的“专用人工智能”，能够实现生产系统的完善、故障预测以及有效地作出管理决策的判断。具有代表性的“专用人工智能”学习系统包括Caffe、TensorFlow、Chainer等等，这些系统通过各种商业云服务和商品化正在加快发展，而且那些只能通过装备大量数据构建目标系统的人工智能服务系统也正在加速发展。
7．量子计算机
量子计算机是一种通过使用量子力学叠加来实现并行性的计算机。量子计算机对每一个叠加分量实现的变换相当于一种经典计算，所有这些经典计算同时完成，并按一定的概率振幅叠加起来，给出量子计算机的输出结果。量子计算机的实现方式包括“量子门方式”和“量子伊辛机方式”。量子门作为量子计算机的基本元素，能够执行量子计算机所有必要的基本操作。在“量子门方式”中，为了实现以往计算机的与（AND）门、或（OR）门、非（NOT）门的组合，演化出包括阿达玛门、互换门等在内的门的量子计算方式。使用“量子门方式”的量子计算机，能够实现以往计算机的通用计算，并且能够将电子信号进行大量的组合从而进行信息的高速处理和演算。“量子伊辛机方式”是已经被加拿大d-Wave和日本NTT进行商用化的量子计算机，通过执行使用名为伊辛模型磁性材料的模型优化量子计算机，能够做到高速优化。现在已经实用化的量子计算机为“量子伊辛机方式”，有望解决以往计算机所面临的组合的最优化问题。
三、业务模式
为了继续探讨柔性业务与制造（FBM），可以假设某些领域的业务场景。通过具体描述业务场景，希望利益相关者能够分享关于如何在2030年实现FBM的目标。从2018年的现状来看，展望2030年的制造业发展，需要思考“柔性”的涵义以及生产出什么样的附加价值。通过分析不同的业务场景，提取出实现FBM的共通的要素。
1．业务模式（以下挑选3个具有代表性的业务领域，分析2018年的生产现状、展望2030年的未来生产）
（1）大规模定制（大批量生产）——“伺服放大器”
以大规模定制（批量生产）的伺服放大器为例，展望2030年的业务场景。伺服放大器是用来控制伺服电机的一种控制器，其作用类似于变频器作用于普通交流马达，属于伺服系统的一部分，主要应用于高精度的定位系统。
从2018年伺服放大器的生产现状来看，虽然某些企业能够在预期客户未来需求的基础上，生产部分伺服放大器产品，但大部分企业都是在对企业目前的需求进行调查之后，最大限度地满足客户当前的需求。尽管满足用户的多样化需求甚至在自动化浪潮下提供完全定制的产品是最理想的生产方式，但短期交货和产品成本成为伺服放大器生产企业面临的最现实的问题。
展望2030年伺服放大器的生产，功率单元和控制单元基于基板单元已实现模块化生产。尽管基板生产的关键仍在于图案布线，但随着人工智能技术的进步，不仅应用于零部件的列表，而且能够生产出最适合的基板。同时，即使产品的某些零部件发生变化，也能够自动模拟生产，从而确保了产品的规格和品质。使用经系统认证的工具所制造的基板，即使部分零部件改变也无需再进行单独的身份验证。此外，在智能化的生产线中，需求与订单管理、生产控制、库存管理、进度管理、交付管理等环节的信息紧密相关，并且能够实现最佳组合和选择。而且，能够实现对于设备和生产线的实时监控、产品特性的数字化，从而自动判断是否能够生产用户所需的产品。通过安全的网络实现上述数据的共享和交换，能够实时向全球合作的制造商披露生产信息，从而实现大批量且精益的生产。
（2）大规模定制（中小批量生产）——“基板”
从2018年基板的生产现状来看，如果批量生产中要更换零部件，需要进行的操作以及必需的信息包括：（1）单个零部件的规格、可靠性、价格、交货日期、各种合规性、认证、性能等；（2）生产信息，包括尺寸精度、电路图案、安装条件的变化、安装的可靠性、工艺变更的必要性等；（3）相关的法规认证，包括认证机构的申请和程序、重新认证测试等；（4）质量保证，包括质量控制系统、可追溯性等等。在目前的生产状况下，要改变批量生产的零部件，需要相关企业和工厂部门同时合作，执行上述操作、获取上述信息，才能确保更换零部件后批量生产的产品的质量。
展望2030年基板的生产，即使在多品种小批量生产中，也能够在几小时到几天内实现具有高度灵活性的制造系统和设计的变更，从而实现批量生产。利用物联网、人工智能等，能够将模拟、标准化、数据库创建等所有与制造业相关的数据进行数字化。通过构建能够有机地结合这些数据的FBM的基础，能够显著提高生产效率，从而令变更大规模生产和批量生产的准备时间大大缩短。即使在工厂的生产线上，通过生产设备的模块化和机器人的推广，也能够灵活改变线路布局的顺序以及实现机器的添加和更换，从而降低了推出新产品和改变批量生产产品规格的成本，快速跟进市场变化，加快新产品的推出。
（3）制造业的服务化——旋转电机（P21）
从2018年旋转电机的生产现状来看，通常情况下，除太阳能电池和燃料电池外，大多数的电力都来自于发电机。依赖于电力的基础设施，包括电梯、电车、上下水等等，几乎均由电机驱动。旋转电机（发电机和电动机）是依靠电磁感应原理而运行的旋转电磁机械，用于实现机械能和电能的相互转换。发电机从机械系统吸收机械功率，向电系统输出电功率；电动机从电系统吸收电功率，向机械系统输出机械功率。可以说，旋转电机集中了机械能和电能的行管信息。如果可以通过物联网从旋转电机中提取信息并进行分析和使用，就可以控制电源状态以及旋转电机末端的负载的变化。因此，由旋转电机加上逆变器（功率控制器）组成的机电一体化旋转电机通过边缘计算机能够与人工智能相连接，从而能够有效利用发电机和电动机相关的所有机械系统的详细信息。然而，目前的旋转电机很少具备在IT系统中提取信息的功能。因此，为了实现关键基础设施和生产设备的预测性管理，就需要安装电压表、振动传感器等各种测量仪器，之后才能将提取的数据进行分析处理。而对于预测性管理而言，其所需要的系统规模较大，尤其是重要的设施规模更大，如果要对设备进行预防性维护，就不得不在故障发生前进行定期的检查。
展望2030年的生产，在旋转电机中集成逆变器（发电控制器）和网络功能的机电一体化物联网旋转电机已经普及，通过边缘计算机将其连接到IT系统，能够通过人工智能充分掌握并利用发电机和电动机连接的所有机器的相关信息和数据。从能源生产设施到能源消耗设施的所有信息都通过物联网连接到人工智能，从而实现了对所有基础设施系统的预测性管理，整个基础设施的可靠性因预测性维护而得到大幅改善。
近来，以边缘计算为主轴研究开发的团体十分活跃。例如，发那科推进的物联网平台“field system”就是专门面向制造现场的服务系统。此外，2017年11月，三菱电机、NEC也共同推出名为“Edgecross”的系统。另一方面，微软、亚马逊服务AWS等云平台服务商也开始涉足“边缘”领域。边缘数据将成为2018年的重要议题。