中国工程院的有经验的人指出：人机一体化智能系统在西方发达国家是一个“串联式”的发展过程，包括数字化、网络化、智能化。我国不能走西方顺序发展的老路，而必须“并联式”发展，一方面应实事求是推动数字化改造，另一方面需创新引领，因企制宜进行智能转型升级。

  一是智能化转型亟需突破设备终端全面连接的瓶颈。据统计，在机械制造领域，设备的数字化率大概为47%，而这些设备的联网率只有40%，就是说设备数字化联网率不到20%。因此想要真正的完成转型，设备数字化联网率是极为核心的基础性问题。

  二是企业内部业务全面集成管控水平不高，跨企业协同难度大。如果内部的管控难以一体化，即没有办法进行资源综合优化配置，云平台的作用也挖掘不出来。这不仅是技术问题，而是价值与组织职责的博弈。

  三是工业技术软件化能力不够，工业APP供给能力亟待提升。现时大约只有10%左右的企业工业软件总体应用较好，其它的如ERP等工业软件应用比例虽然较高，但其对企业的综合效益并不那么明显。更重要的是，过去的生产技术，跟现在的数据科学之间如何融合，怎么转化为能够迅速迭代、柔性共享的工业APP，还需要探索。

  从发展前景、技术融合、商业模式以及生产安全等方面来看，有关专家觉得我国人机一体化智能系统将迎来九大发展趋势。

  智能制造在汽车行业、3C电子领域的应用已逐步加深，当各公司开始认识到人机一体化智能系统是实现《中国制造2025》的重要方向后，数字化、网络化、智能化能够对企业的效率和效益持续优化，人机一体化智能系统会促进渗透到石化、纺织和包括轴承制造在内的机械等行业中。

  工业核心数据、关键技术专利、企业用户数据等数字化资产已成为企业核心资产。当人机一体化智能系统融合了机器人、人工智能众多前沿科技后，如何有效管控人机交互时的安全性是重点工作之一。此外，在工业物联网进入制造业后，工业物联网遭到数据攻击的事件可能时有发生，因此，企业的设备、产品等数据的安全性尤其重要。况且我国数据安全法规体系和监督机制尚不健全，某些特定的程度上抑制了企业智能优化升级的步伐。

  未来，提高数据全生命周期安全性，增加企业上云的意图，将成为企业智能化升级决策的重要依据之一。

  人工智能（Artificial Intelligence，简称AI），包括十分广泛的科学，它由不同的领域组成，如机器学、计算机视觉等等，人工智能研究的一个主要目标就是使机器可以胜任一些常常要人类智能才能完成的复杂工作。在定制化柔性制造、多场景生产的全力发展下，通用性技术并不能够满足生产需求。对于AI赋能传统工业，就非常容易解决这些需求。在大数据的积累下，企业可利用AI技术实现专业场景的快速转变，实际做到制造向智能转型。

  数字孪生（Digital Twin，简称DT）是指充分的利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

  数字孪生技术将会作为企业数字化升级和智能工厂建设的重要选择。企业可通过DT研发技术过程中解决生产中过程复杂、资源浪费等产生高成本的问题，以更低的成本做出数字化模型。

  近些年，工业大数据开始被企业所重视，利用大数据能够发掘出客户价值、客户的真实需求，使生产系统、商业模式、决策模式发生转变。大数据可以帮助企业从0做到1，然后再由1做到N，又从N做到1（个性化），要实现这样的运行，就需要企业构建从采集、分析、转化、反馈等环节的精准数据流闭环系统。

  互联网企业进军工业领域，即“互联网+人机一体化智能系统”已取得初步成效。互联网公司具有长时间的数据积累和技术优势，在进军工业领域后，能够给传统制造业带来更多的技术应用场景和一揽子解决办法，加速企业智能化转型。

  工业发展过程正从“企业产品牵引客户的真实需求”转变为“客户的真实需求引领公司制作”。人机一体化智能系统将改变传统制造从生产环节减少相关成本增效，进而转向提高附加值的衍生服务，从提供智能产品到智能服务实现附加值的提升。

  通用型工业网络站点平台由于纵深程度有限，市场供给与需求并不匹配，因而作用有限。

  而行业级工业网络站点平台在于兼具聚焦和普适双重特性，将发挥巨大作用，有望率先探索出可行的市场化商业模式。

  中小企业较之大企业，在智能化转型中遇到的人才、技术、成本、模式方面的困难会更大，所以今后行业将更加聚集中小企业，在改革、资金、技术、人才上向其倾斜，以利提供有效的智能化转型方案。

  佰联轴承网专注轴承行业信息化服务近20年，陪着很多优秀的轴承企业一起成长，也见证了中国的轴承生产技术由低到高的发展过程。我们将坚持本心，踏踏实实的做事，不折腾、不放弃，为中国轴承行业的良性发展尽些绵薄之力。