近年來，工廠、企業(yè)招工難問題愈發(fā)凸顯。

數(shù)據(jù)顯示，2012-2018年，我國勞動年齡人口的數(shù)量和比重連續(xù)7年出現(xiàn)雙降，7年間減少了2600多萬人，2018年年末全國就業(yè)人員總量也首次出現(xiàn)下降。

另有數(shù)據(jù)顯示，自2012年中國農民工總量增速第一次出現(xiàn)下降，之后增速基本保持持續(xù)下降趨勢，2019年增速相比2017年幾乎“腰斬”；且最近5年，50歲以上的農民工占比一年比一年高。

與此同時，年輕群體則不再滿足于傳統(tǒng)制造業(yè)工人微薄的收入，在移動互聯(lián)網的高速發(fā)展下，轉而尋求快遞員、騎手、網約車等新的社會需求職業(yè)。尤其是去年疫情之下，網絡配送、直播電商等擴張，加劇了勞動力的遷移。

為了招到更多的工人，工廠不得不提高薪資待遇，而勞動力成本的水漲船高，進一步導致了制造業(yè)開始出現(xiàn)新一輪向勞動力成本更低的東南亞國家遷移的現(xiàn)象。

勞動力成本上升正日益成為中國制造業(yè)面臨的困境之一。

另一方面，以德國提出“第四次工業(yè)革命”、美國“智能制造領導聯(lián)盟”、英國《英國工業(yè)2050戰(zhàn)略》等為標志，多國正在大力推動新型高自動化制造形式，下一代工業(yè)制造已逐漸成為新的趨勢。

當前，作為世界工廠，中國制造已經遍及全球，體量龐大，品類齊全。但是從產品的技術附加價值以及產品品牌溢價上看，中國制造還處于中低端水平，大多數(shù)制造企業(yè)也處于產業(yè)鏈的底端，缺乏競爭力。中國制造業(yè)大而不強、全而不優(yōu)的局面仍未得到根本改變。

在此背景下，國家近年發(fā)布多項政策支持制造業(yè)智能化轉型。2015年李克強總理提出“制造強國”戰(zhàn)略；在第一個“十年綱領”《中國制造2025》中，將“中國智能制造”作為發(fā)展的主要方向，推動傳統(tǒng)制造業(yè)轉型升級，以“機器換人”的方式，緩解中國制造業(yè)面臨的用工荒問題。

如今，從《中國制造2025》規(guī)劃綱要正式頒發(fā)至今，已經過去6年了，中國制造業(yè)也在信息化、數(shù)字化、智能化的道路上摸索前行了6年。在這6年中，企業(yè)家們的觀念發(fā)生了轉變，大多數(shù)制造企業(yè)也正走在信息化、數(shù)字化升級的路上，少數(shù)企業(yè)在局部點上實現(xiàn)了智能化。

尤其在去年我國疫情防控最吃緊的時候，一批智能制造標桿企業(yè)憑借自動化生產線、智能工廠、網絡運維平臺等優(yōu)勢，率先實現(xiàn)復工復產，不僅增強了全社會抵御突發(fā)事件的韌性，也為市場主體平穩(wěn)運轉、產業(yè)鏈、供應鏈保持穩(wěn)定發(fā)揮了堅實的保障作用，充分體現(xiàn)了智能制造強大的潛力。

盡管如此，總體上來看，大多數(shù)制造企業(yè)（包括歐美獨資企業(yè)和中外合資企業(yè)）還只是停留在數(shù)據(jù)采集、數(shù)據(jù)呈現(xiàn)的應用上，離數(shù)據(jù)自動分析、診斷、反饋到自動調整控制還有很大一段距離，尤其是在智能化上還存在很大的瓶頸和制約。

從技術和管理的角度看，中國制造要走向智能制造，主要還存在五大難點：
一，智能制造是基于新的物聯(lián)網、大數(shù)據(jù)、云計算等數(shù)字化技術與先進制造技術的深度融合，貫穿于從設計、供應、生產制造、服務等整個供應鏈制造、運營和管理的各個環(huán)節(jié)。
因此，智能制造包含兩個系統(tǒng)工程，一個是智能制造技術（制造技術和信息技術）整合的系統(tǒng)工程，另一個是管理的系統(tǒng)工程。目前，這兩個系統(tǒng)工程不僅是中國企業(yè)面臨的問題，歐美企業(yè)也同樣面臨這個問題。

二，裝備制造業(yè)仍然是瓶頸，跟不上智能制造發(fā)展的要求。智能制造最終還是要落到制造技術和裝備上，雖然我國在互聯(lián)網、物聯(lián)網、大數(shù)據(jù)、云計算等數(shù)字化技術以及5G的深入應用上處于優(yōu)勢地位，但制造最后的執(zhí)行單元還得是機床，在這方面我們與歐美日企業(yè)相比還存在很大的差距，比如工業(yè)機器人、3D打印、芯片光刻機、高精度的測量測試設備等。

三，基礎數(shù)據(jù)平臺深度開發(fā)不受控。企業(yè)要實現(xiàn)智能制造，需要兩個基礎系統(tǒng)平臺，一個是MES系統(tǒng)，另一個是ERP系統(tǒng)，而這兩個系統(tǒng)我們沒有自主的軟件平臺，還是要依賴于歐美，因此在深度定制開發(fā)上還是受限制。

四，算法開發(fā)。智能制造需要基于數(shù)據(jù)并充分挖掘數(shù)據(jù)價值而實現(xiàn)自決策、自管理、自學習，從數(shù)據(jù)源采集、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)分析到自行診斷、自動反饋、自動調整控制，中間就離不開算法的開發(fā)，智能的核心也就是算法。
而算法開發(fā)是一個多元跨界和交叉學科的工作，既要求對業(yè)務有深入理解，又要有IT技術思維。目前，我們在算法開放的資源上還存在很大的差距。

五，管理和組織的變革。一方面，智能制造基于數(shù)據(jù)實現(xiàn)端對端、信息充分共享、管理平臺化，打破了企業(yè)原有的金字塔官僚管理體制結構，來自原有權力結構擁有者的變革阻力會很大，往往他們還掌握了決策權，導致智能制造的資源投入不到位。

另一方面，管理方式會因信息平臺化而發(fā)生改變，個體和任務小團隊的自管理、自決策機制會越來越普遍，但是，目前還沒有找到很好的組織管理方式及組織文化激發(fā)個體和小團隊的工作意愿并相互協(xié)同。
基于以上原因，未來智能制造之路還有很長一段時間需要去探索，其中有三點是需有所創(chuàng)新和突破：
一是在技術上需要自主研發(fā)，突破裝配和軟件技術的瓶頸，同時關注整個生態(tài)鏈中的核心技術；
二是在適應性上，需要推動組織和管理的變革，以適應信息技術帶來的管理變化。
三是在智能化的道路上需要引入系統(tǒng)工程、頂層設計，才有可能實現(xiàn)制造技術、信息技術和組織管理三者的深度融合。