最近，美國專家Miller Ingenuity公司總裁兼CEO Steven L. Blue拋出了一個很有趣的觀點：“我根本不認為智能制造能夠拯救美國制造業。”他聲稱擁有智能化的工廠，從配送到燈光系統，再到自動化CNC機床都采用了新的技術，甚至從訂單詢價到應收賬款也都實現了數字化無縫連接。但是他認為這并不代表已經走上了制造業革命之路。
作為企業主Steven L. Blue提出了十分新穎的看法，他認為智能制造需要從上層開始，而不是底層；智能制造從與員工建立新的合約開始；智能制造從人開始，而不是機器！
“許多老板面臨的問題是他們放棄去挖掘人所擁有的驚人潛力，轉而采用自動化技術。大錯特錯１Steven L. Blue強調發展智能制造，僅僅在工廠信息化、自動化上發力是明顯錯誤的。
“問題出在哪了。因為這些老板將他們的員工視為可犧牲的資產。而他們應該做的是，把他們看作是可再生的資源，不斷更新續用。”Steven L. Blue指出了他的解決方案：第一，從上層開始，建立領導層可信度。第二，領導者需要尊重他們的員工。第三，領導層需要具備誠信的品質。
從Steven L. Blue的觀點來看，工廠信息化、自動化技術和人力資源建設都必不可少，在升級智能制造裝備和技術的同時，提升員工的創新思想以及培訓新技能相匹配是十分重要的，由此可見人才在制造業革新進程中的作用。
人才是智能制造的關鍵
趨勢：從國際橫向視角看，2013年，牛津大學曾經對美國702種工作進行調查，他們預測未來10到20年，將有47%的員工肯定會被機器取代；德國政府計劃提升自身制造業的智能化水平，建設智慧工廠，不僅實現產品智能，更實現生產流程的全智能的4.0工業。
工業4.0
機器真的能替代人嗎？歸根結底，機器還是由人來控制的。不妨“腦洞大開”地想象，20年前，制造業有銑工、鉗工等各種工種，而在新的時代，是否會出現“機器人工匠”這樣的新工種？是否將會出現科幻片中描繪的全智能工廠？想象的基本起點是，未來普遍將是以“人+機器人”組合的勞動方式呈現，制造業需要的是更多能夠“與機器共舞”的高級技工乃至高管——如果不懂得智能制造，將很難配置生產資源。
“智能制造并不等于機器換人。”菲尼克斯(中國)投資有限公司總裁顧建黨認為，機器人并不能完全替代人工，且智能制造與機器人自身發展離不開專業技術人員，其催生的新產業生態更是需要大量合適勞動力。因此，如果不能形成智能人才支撐，企業可能跌入轉型陷阱：有智能工廠，卻沒有人操作。
美國在先進制造創新網絡中的分析指出，美國人才與德國和日本相比缺失了1代到1.5代的懂制造技術的匠人級工程師隊伍。因此美國制訂了一個計劃旨在將知識到生產技術直接通過創新聯盟的形式縮短整個過程。
創新型人才是最稀缺的資源
智能制造是上下游全覆蓋、全流程定制化的高科技生產方式，把制造業的生產鏈條“重裝升級”，這就樹立了未來制造業發展的示范，提出了更高的要求。人才是智能制造的關鍵，《第二次機器革命》中的一段話令人印象深刻：創新型人才是稀缺的資源，他們能夠創造出新產品、新服務或新商業模式，正成為市場的主要支配力量。如何供應足量且適宜的人才，滿足大量人才“剛需”，恐怕是最為迫切的難題。
工信部部長苗圩在會議上表示，發展智能制造，要從人才培養、觀念更新、設備進步、工藝提升、網絡配套、環境安全等各方面，實施整體和系統的推進。
中國人民大學商學院產業經濟教授，國家制造強國建設戰略咨詢委員會委員徐佳賓指出：“在智能制造過程當中，我們雖然可以把它進行系統的集成，但是我們在關鍵產品，關鍵技術，關鍵工序上嚴重依賴國外的進口，往往在實現重大工程實現產業創新過程當中，受制于人，必須要看人家的臉色，受到嚴重的安全制約。”
在12月7日召開的世界智能制造合作高峰論壇上，工信部發布了國家《智能制造發展規劃(2016—2020年)》。《規劃》專門提出了十大重點任務。包括加快智能制造裝備發展；加強關鍵共性技術創新；建設智能制造標準體系；構筑工業互聯網基礎；加大智能制造試點示范推廣力度；推動重點領域智能轉型；促進中小企業智能化改造；培育智能制造生態體系；推進區域智能制造協同發展；打造智能制造人才隊伍等。
簡單來說，智能制造就是將人、數據和機器連接起來。由此可見，創新型人才是智能制造這個產業鏈條中最為關鍵的一環——智能制造的四大要素之首：智慧的人，互聯網從二維度互聯網世界向三維度虛擬世界演化，最重要的角色是人的智力資源。
智能制造
三成企業智能化的難關在人才
《中國制造企業智能制造現狀報告》調查指出，87%的企業承認其生產線面臨人力成本上漲壓力，應用工業機器人改造生產線成為企業應對人力成本上漲的首要應對方案，其次是希望通過加強研發，提高附加值。其中85%的企業認為，未來一年內有可能引入智能制造設備。在準備引入智能制造設備的企業中，有37%的企業將利用機器人生產，23%將投入到數字監測和控制系統中去，10%的企業希望引入數字化智能機床，9%會使用3D打印技術。而且他們愿意大膽地投資，我們發現受訪的51%是會把整體的投資至少是10%或者以上花在所謂的智能制造方面。另外，還有更極端的，譬如幾乎四分之一的受訪企業會把整體投資的20%以上花在這上面。他們希望通過使用智能設備降低成本，提高效率，提升生產流程，改善品質，促進技術創新與升級。
既然智能制造能讓企業實現產品小批量、多品種，生產周期縮短，價格下降，資源更優化、能源效率更高、投資回報率更高，那為什么目前國內90%的中小企業智能化程度依然較低呢？除了智能化升級成本之外，企業還有哪些擔憂呢？
調查數據顯示，近三成受訪企業擔心現有的基礎措施或是人才無法配套、適應這些新的生產流程；因為機器換掉的不僅僅是出賣體力的簡單工人，企業需要的是技術工人，特別是能夠獨立操作各種智能機器人的工人和維修機器的高級技術人員。
人在智能制造過程中的角色將由服務者、操作者轉變為規劃者、協調者、評估者、決策者，不僅需要專業技術人員承擔起智能設備的設計、安裝、改裝、保養工作，還需要對相關信息物理系統、新型網絡組件進行維護。
此外，智能生產還要對生產設備模式、框架結構、規章條款不斷進行優化，相應對管理水平的要求要比以往高許多。
隨著人在生產制造中的角色和作用發生改變，智能制造對員工專業水平的要求也越來越高；更加注重技術專業性，熟練工種逐漸減少，能動性崗位越來越多。為了更好地引進智能設備提高生產效率，企業需要儲備和培養更多數據科學、軟件開發、硬件工程、測試、運營及營銷等方面的高技能人才和管理人才。
在傳統制造業轉型升級的關鍵階段，越來越多企業將面臨“設備易得、人才難求”的尷尬局面。這也是Steven L. Blue觀點的核心所在——擁有智能化的工廠不代表已經走上了制造業革命之路。
所以，實現智能制造人才培育要先行。智能化制造的“智”是信息化、數字化，“能”是精益制造的能力，智能化制造最核心的是智能人才的培養，從精益人才的培養到智能人才的培養，這一過渡和齊步走可能也是制造企業面臨的最重要問題。
