宁德时代首席制造官倪军

　　当前，面临生产要素、环境、市场等内外部形势的剧烈变化，中国的智能制造处于怎样的发展水平？全球智能制造领域又有哪些“他山之石”？迈向“制造强国”的过程之中，有哪些值得关注的关键要素？

　　作为横跨学界和企业界的学者，倪军多次参与制定中国制造业发展规划，曾获上海市白玉兰奖和中华人民共和国国际科技合作奖。同时，他还是美国密西根大学终身正教授，曾获美国总统奖，被美国制造工程师协会评为“全球智能制造领域20位最具影响力教授”。

　　在倪军看来，中国的智能制造还处于刚起步的萌芽阶段，多个领域智能化趋势明显。像是以锂电行业为代表的智能制造，市场渗透率不断提升，未来将持续引领中国制造业转型升级。

　　“与此同时，很多关键因素决定着未来制造的发展。宏观政策、外商直接投资、能源供应、人才培养、工资增长等非技术因素与技术创新应该是同等的重要。”倪军向

　　NBD：事实上，每一次技术革命都推动着制造业领域生产范式的转变，蒸汽、电力、计算机构成了此前生产范式转变的主要驱动力。根据您的观察，身处第四次科技革命的当下，制造业的生产范式发生着怎样的转变？

　　倪军：回顾制造业的发展历史，制造业的生产范式发生了多次转变。几乎每20来年就会发生一次重大转变。

　　20世纪上半叶，美国福特创造的以降低成本为目标的“大规模制造”，是大家公认的第一个制造范式。后来日本在学习美国之后，在全球掀起了关注成本控制同时关注质量的“精益制造”浪潮。

　　到了上世纪七八十年代，随着计算机大量进入制造领域，数控机床也出来了，美国、日本及欧洲国家开始发展“柔性制造”。上世纪90年代末期，当时我们把大规模生产、精益制造、柔性制造三者的精华提取出来，在美国创造出了聚焦市场响应速度的新生产范式“可重构制造”。

　　当前，在大数据、人工智能等驱动之下，主导的生产范式已转向了智能制造。从2020年起，我们就开始进入到智能制造时代。其主要特征，除了之前所追求的成本控制、质量保障、市场响应速度外，它更加讲究各方面资源的高效利用。但这并不意味着放弃了此前的制造范式，它应该是在前者的基础上于不同维度增加了智能化。

　　不管是汽车制造业，半导体制造业，还是锂电制造业，整个制造工业随着第四次科技革命的到来，其传统的业务指标包括成本、质量、产能、效率等都有一个明显的智能化趋势。

　　宁德时代正追求极限制造

　　NBD：您曾经提出未来智能制造可最终实现“4R”即响应性、韧性、可重构性和可重用性。结合具体的智能制造应用场景，我们应如何理解？近几年，宁德时代在智能制造领域又有哪些前沿探索？

　　倪军：关于智能制造的定义没有一个标准答案。关于上述“4R”，我主要强调的是在智能制造的过程中，机器设备需具有自我意识和自适应能力，能判断自身状态并做出相应调整。同时，整个系统在可预测的自动识别根因模式之下实现零缺陷，近零停机的生产状态。

　　在传统制造追求的质量、成本、柔性、效率以外，智能制造系统的主要设备需要拥有自我感知、自我适应、自我补偿、自我预测的能力，令整体系统可以快速重构、重复利用，具备对市场快速反应能力的同时，提升抗各种干扰的能力。

　　在智能制造中，人、机、料等各个环节充满了不确定性。如何在众多变数之下，制造出的产品保持一样的高质量，是一个巨大挑战。换句话说，你的智能制造必须保证“首件成功，件件成功”。

　　我早年在研究全球制造业时，那时世界级制造的标准是DPPM即每百万个产品有一两个不良品。但这已不能满足当前先进智能制造的需求了。

　　以锂电设备制造为例，动力电池制造有众多难点，首先制造过程具有多场强耦合的特性、涉及超大多尺度的精度控制，且要求严格的控型控性能力。于是，我们在宁德时代，对整个流程进行梳理升级，包括原材料、各个关键工艺流程、关键设备等。只要任何一个地方带来波动，导致产品不一致，我们就通过智能传感器及算法，对其实时自适应管控。最终打造出智能化的闭环控制，实现“极限制造”，进一步将行业标准提升至DPPB——每十亿个产品才能出现一两个不良品。

　　具体来看，动力电池实现“极限制造”有几个层面的要求。首先，动力电池属于大规模生产，因此对于系统层面的设计十分重要，需要对系统性能做综合全面的评判，包括可靠性、可调整性等。接下来，就是运用仿真系统，对产线动态预测，优化布局。此外，动力电池关键设备调整的周期极其复杂和缓慢，需要对设备供应商的水平有很高要求。

　　最后就是关键工艺的优化，需要分析各项可控参数和非可控参数，从生产工艺的稳定性和鲁棒性、产品一致性和使用性能方面对工艺参数进行鲁棒设计和优化。

　　近两年，宁德时代在材料研发、结构创新和极限制造等多方面进行创新，包括在全球首发钠离子电池、将极限制造升级为绿色极限制造，在宜宾建设全球首个获得认证的零碳电池工厂等。除此之外，储能系统也在使用端进行创新研发，还在发电端、输电端甚至变电端加大研发投入。

　　NBD：1994年，您受邀参与制定“九五规划”。2003年又受邀为中国科学技术中长期发展出谋划策，活跃在学界和企业界，从不同维度见证了中国制造业的发展。在中国制造业这二三十年飞速发展的过程中，有哪些是被我们忽视了的关键因素？未来如何才能摆脱制造业“大而不强”的局面？

　　倪军：回过头看，中国制造业高速发展主要得益于中国巨大的市场、低生产成本的优势、以及政府对制造业强大的支撑。但有一点很多时候是被大众，甚至是被政府层面忽视了的，那就是外商直接投资。事实上，外商到中国投资，不仅是资金来到了中国，他们在此投资设厂，随之带来了先进的管理、技术及供应链。这对于中国制造业能力有着关键的提升作用。未来，无论是对美国、欧洲、日本，还是中国来说，FDI在制造业转型升级过程中都扮演着重要的角色。接下来，我们必须坚持改革开放，持续完善营商环境，吸引更多外资。

　　整体而言，中国的智能制造还处于萌芽阶段。要变成制造强国，首先必须重视基础工业。怎么理解？我发现一些地方和企业心态非常浮躁，大家都好高骛远，关注尖端技术，却忽视了基本功。我们很多大型设备、基础元器件，材料及工艺都没有过关。比如我们生产一个轴承，使用寿命仅有某些先进国家的几分之一。如果我们做出来的设备、元器件，其耐用度、精度、可靠性都无法做到国际顶尖的话，我们如何生产出国际顶尖的智能制造产品。

　　此外，近几年中国出现了很多商业模式创新类企业，人工智能等概念被炒得火热。然而其成功应用的领域仅集中在语音识别、人脸识别、辅助决策等。同时，许多民营工厂企业都乐于贴上“智能工厂”的标签，然而他们仅仅只是做到了简单的信息化、可视化而已。以上这些都不是智能制造。

　　新一轮科技革命需要的是硬科技创新。商业模式的创新、概念的迭代，它没有办法帮助我们在第四次科技革命中占据有利地位，它不是主导，只能是辅助。

　　某种程度上，中国发展智能制造的基础设施已经非常好了，包括铁路、港口、机场、高速公路等等。不过中国在制造业领域依然面临基础研究薄弱、复合型人才短缺、企业科研投入水平低等问题。

　　就企业界而言，除华为、宁德时代外，中国大多数企业相较于发达国家竞争对手，其研发能力严重不足。就学界而言，深度学习、神经网络等等这些概念我们已经有了，但真正缺的是跨学科的复合型人才。在基础研究薄弱的背景之下，高校里面很多科研成果都没有得到转化，仅仅只是发了几篇研究报告，便束之高阁。相较其巨大的科研投入，高校的科研成果产出极不匹配，只是“养活”了一大批海外仪器设备供应商。

　　未来中国要持续加大科研投入，尤其要注重科研成果的高效转化，同时引导扶持一大批智能制造中小微企业，帮助其建立起全周期的研发及成果转化体系，提升其抵御市场风险的能力。

　　需要注意的是，接下来中国发展智能制造将同时面临很多挑战，包括受疫情影响，出口市场萎缩；生产成本近几年快速上升导致原有的竞争优势减弱；宏观经济下行给供应链等带来巨大压力等。