产业智能化要求物流数字化协同

       今天的中国正成为产业智能化最激进的一个试验场，每一个行业都在被产业智能化所改造。这是一个巨大的趋势。

       产业智能变革给我们带来生产效率的提高，产品质量的提升，通过技术变革的方式再造了工业的人文环境。那些重复性重体力搬运工，可能断指的、可能患上尘肺的产业工人，被码垛机器人、搬运机器人、施釉机器人所代替。

物流贯穿了整个生产过程。智能制造下企业物流数字化需求凸显。面对智能制造日益提高的个性化客户需求、人机工程学水平及生产作业效率，如何来有效组织和管理物流活动，降低供应链成本，提高智能化效率，打造数字化管理的重要性不言而喻。没有数字物流，就无法做到智能制造。

智能制造物流数字化是减少直至实现无人干预的目标

  当前，工业生产企业均在进行物流数字化转型。伴随着新技术手段不断涌现及应用水平不断提升，物流数字化技术开始覆盖工业生产企业的全产业链。正在进行物流数字化转型的生产企业，最终目标是将人的知识经验通过系统进行固化，减少人的干预，直至实现无人干预的目标。

在数字化车间中，通过物流数字化技术，系统会自动进行优化组合，选择最优化的方

物流数字化三阶段：

 物流数字化在国际上被称为SMART Logistics，即无需人员参与可实现标准的机器可读、可用、可理解、可解析。

物流数字化基于发展过程，由不可逾越的三个阶段组成：机器可识别、机器可执行、机器可决策。

从人来阅读到机器来阅读，需要将标准进行数字化转变

标准数字化已成为适应全球数字经济发展下工业生产物流发展的重要组成部分。发挥标准化的引领作用，需要将标准进行数字化转变。

但我国大部分标准仍处于纸质标准版，与基本实现机器可识别标准的标准存在距离。值得注意的是标准使用与其适配性也存在问题。

技术人员获取标准严重依赖专业经验和标准使用背景，因此在选用标准时易出现误区。同时又因为无法实时掌握贯标效果，难以及时发现标准制修订中的指标不完善、不齐全等问题。标准数字化涉及国家标准、行业标准、团体标准、企业标准以及企业内部的技术规范书等文件， 存量数据多。 由于标准数字化对离散化程度要求高，需要根据重要程度进行差异化加工、标引，打好数据基础从而保证将来的应用。

机器视觉的视频编码算法标准与供人阅读的标准完全不同

数字化已经渗透到物流的各个方面，在不少应用场景已经机器换人，让机器理解标准是大势所趋。

标准数字化不能一哄而起，需要有规划，做好试点再推开。机器可读标准的最有效应用场景是物流自动化装备按标准自动执行流程，可以先行规划并试点推进。

未来的物流操作和运输配送监控视频不是供人来看的。以人作为观看对象时，考虑的是视频的帧率与分辨率对应人眼的分辨率能力即可。机器视觉的视频编码算法标准跟供人看的标准会有不同，所以视频要考虑从人来阅读到机器来阅读。这不仅仅是方式发生了变化，标准里面的各项内容、定义、内涵、指标都会有所不同。

实现物流数字化最主要的还是要从思维和认识上来提升

生产物流并不仅仅是一个技术问题，更是一个系统、综合的概念。智能制造要求相应的物流体系进行匹配，并不是企业引进自动化的设备或者按照IT软件就能实现了。

智能制造的生产必然要求物料精准配送，这会涉及到一系列环节。重量和外型尺寸繁杂多样的物料自动化配送上线，就需要做到物流器具标准化，需要做到每种零件与物流器具的对应关系标准化，进而需要在给供应商下采购订单的时候就要求其按照对应关系提供最小包装单元的零件。

这些涉及到产业链条上一系列环节的工作。如果前期这些工作根本没有做或者没有做细致，在车间或仓库即使有再多的自动化设备也是无法实现物流数字化管理的。因此，制造业物流数字化的飞越其实是一个系统工程，环环相扣，需要有系统性思维来统筹。

如果不是以这种思维来考虑，只是从单个点去做升级改造，肯定不会取得良好的效果。

物流数字化过程很漫长，不存在一蹴而就，标准化是开始

在此过程中无法离开标准的规范化作用。最基本的标准化就是采用标准化的包装。只有包装标准化，物流标准化才能够最大程度提高上线配送设备的装载效率，才能更好地与各类自动化、智能化的设备相兼容使用。

标准化物流器具尤其是可周转使用的物流器具，需要根据不同制造业线边物流的物料特征和上线喂料频次做定制化的解决方案。

除了硬件设备的标准化技术，当前被忽视或者说不被重视的标准化技术就是软件系统的接口标准化，以及物流服务规范的标准化。企业内部的物流与制造部门、采购部门、计划部门、工艺设计部门……必须与企业外部的上下游供应商、物流和运输服务商，保持实时联动，信息连通，数字化服务共享，那么标准化是必须先行的。

一切从标准化开始，一切以标准化落地：

物流器具标准化

零件流程标准化

物流数字化人才属于复合型，物流标准数字化人才更是稀缺

 原来编制标准的人，很多都是非常熟悉规则和规范的，知道怎么写标准，用标准的语言都比较简洁，而且很少产生歧义。但原有的标准化编制专业人士未必能胜任用XML等语言来描述机器的可读标准。而通常IT专家也并不熟悉标准化的规则与行业的技术。既要熟悉不同的专业，又要熟悉标准编写的规则，还需要熟悉使用机器可读的技术，这样的人才绝对是稀缺的。物流标准数字化人才培养是个迫切需要尽早解决的问题。