我国是制造业大国，传统制造业增加值约占全部制造业比重的80%。在制造业数智化转型的浪潮中，智能制造正成为全球制造业竞争的关键所在。

　　截至2023年，我国已建成62家“灯塔工厂”，占全球“灯塔工厂”总数的40.0%；培育421家国家级智能制造示范工厂、万余家省级数字化车间和智能工厂；智能制造装备产业规模已达3.2万亿元以上。

　　目前，智能制造市场供需如何？在2024年中国国际服务贸易交易会期间，毕马威中国工业制造及汽车行业主管合伙人Norbert Meyring（诺伯特）告诉21世纪经济报道记者，目前智能制造服务的市场需求主要来源于汽车、电子、通用机械、医药、钢铁、石化等行业：这些行业对转型升级、提质降本有着迫切的需要。

　　在供给方面，诺伯特指出，我国已形成顶层设计、智能装备、工业软件以及系统集成四大供应商类型，服务对象覆盖90%以上制造业二级门类。“但与高质量发展要求相比，智能制造服务仍存在供给适配度不高、创新能力不足、应用深度广度有限、专业人才匮乏等问题，还需加强自主创新和供给能力，加速提升供给体系适配性，带动产业体系升级。”

　　理想状态下，智能制造贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能。而当前，智能制造仍然面临几多挑战。

　　信息技术（IT）与控制技术/运营技术（OT）融合被视为推动智能制造的关键，也是由来已久的难题。

　　OT通常涉及自动化设备、机器人、PLC（可编程逻辑控制器）等，用于生产线的操作和控制；IT则提供企业资源规划（ERP）、供应链管理（SCM）、客户关系管理（CRM）等系统，用于数据处理和业务流程管理。

　　目前，IT和OT融合已有大量实践，包括打造数字底座实现IT和OT系统数据统一接入、IT和OT融合的数字化解决方案，以及通过工业互联网平台实现 IT及OT 数据统一采集、监测和管理等。

　　从行业看，汽车、制造、金融、零售等垂直行业凭借较高的数字化水平、丰富的know-how资源储备以及良好的IT基础，正与前沿技术加速融合，展现出较高的融合水平。

　　这种融合并非没有挑战。诺伯特告诉记者，原有技术和组织架构的分离阻碍了IT与OT技术的融合。在传统制造业中，IT技术与OT在技术和组织架构上是处于分离的状态，而IT和OT技术的融合则需要打破这样的分离，需要融合原有的技术，引入新技术，以及培养创新的交叉人才。这对智能制造这样一个庞大机器来说，是一场阻碍重重的变革。

　　两者的融合还面临网络安全问题。诺伯特指出，随着IT与OT之间的界限逐渐模糊，生产现场和后台系统之间的数据实现了充分流通，网络攻击方的攻击落点和影响范围比以往都多得多，因此智能制造企业在实现两种技术融合的过程中需要注意网络防护。

　　IT与OT融合是一个需要分阶段实施、逐步提升层次的相当缓慢的过程。长远看，业界已形成了信息技术（IT）、控制技术（OT）、通信技术（CT）、数字技术（DT）“4T”融合的共识，还出现了工艺技术（PT）、设备技术（ET）、运营技术（OT）、自动化技术（AT）、信息化技术（IT）“5T”融合等新提法。

　　根据生产方式和产品特性，工业可以分为流程工业、离散制造业两大类。在离散制造业的智能化转型过程中，近年来还出现了C2M（Customer to Manufacturer，消费者到制造商）模式。

　　如在汽车产业，C2M的本质是通过智能制造中台，减少中间流通环节，让用户需求直接连接工厂，为用户提供包括外观、动力、娱乐、影音、舒适性配置在内的更多个性化选择，从根本上革新传统的“以产定销”思维，实现“用户定义汽车”。

　　这一转变的背景是：汽车产业进入激烈的存量竞争时代，消费者话语权得到提升，用户对汽车的个性化、智能化服务需求不断提升，大批量制造的同质化汽车产品已经难以满足用户对汽车的个性化需求。

　　显然，越来越多产业正在或将会面临这一挑战。而C2M模式能够快速响应消费者个性化需求、优化用户体验，同时实现精益化生产和降本增效，但对智能制造提出了更高的要求。

　　诺伯特告诉记者，C2M模式是用户直连制造，制造型企业需要对消费者的需求信息进行实时收集、整合且传递给制造工厂。这要求供应链上的企业需要提升数据处理和融通能力，打通各软件系统，实现数据的互联共享。

　　在融通数据的基础上，工厂需要增强柔性生产能力：C2M产销模式强调满足消费者多样化的需求，这要求智能制造企业进行生产柔性化升级，快速调整生产流程和产品规格，实现定制化生产。

　　“‌依托先进技术为基础的C2M模式要求智能制造企业加大数智技术的应用，利用数字化手段提高供应链的透明度和决策的敏捷性，以便做出全局最优的生产决策并实现资源配置的优化。”诺伯特建议。

　　国家医保局：不需要单独买大病保险，只要参加城乡居民医保，自动获得大病保险资格