工藝防錯，以零部件為例，一是編碼和供方核對，產品首件的時候要進行掃碼，將物流編碼和供應商編碼與系統要求的數據進行對比，確認實際裝配必須與客戶要求一致;二是相似零部件示警，通過零部件掃描，通過圖片將相似部分重點標注，并核對是否拿錯貨;三是臨時通知的管控落地，江文表示，行業的特點就是臨時任務、要求比較多，通過切換產品時的臨時通知任務預警，提醒操作工預覽確認后才能進行裝配。

以發動機刻字為例，通過聯網刻字系統生成記號，刻完后通過AI圖像識別系統進行拍照記錄，在之后的實際刻字中，與圖像進行對比，確?？套謨热菖c系統要求一致。

江文認為，現在大部分的5G+AI檢測實際并不是真正的AI檢測，而是圖像識別，與人臉識別一樣。AI檢測是把很多看似不關聯的數據搭建成模型，進行預防性維修等工作。“通過圖像比對進行預警，并不是真正的AI檢測而是圖像識別技術。”江文如是說道，“大部分企業做MES的初衷除了解決過程質量管控及效率提升，還有一點就是反向追溯。當出現問題件后，可以反向追溯這個產品的產線、生產時間、零部件來源、工藝參數、操作人員、測試數據等等，二者是相輔相成的兩項技術。”

智能物流

物流主要分為原材料物流和成品物流，從技術角度出發，實現全流程的自動化并不難，但對企業而言痛點主要是成本高。宗申動力目前并沒有做到完全的自動化物流，尤其在成品物流上，依靠的依舊是人工物流。但在原材料物流上，則實現了入庫、存儲、調取到現場的自動化物流。

建立采購計劃下給供應商后，供應商會進行料箱條碼的制作，并按照采購計劃將物料送到生產現場。到達現場后，在終端電腦上輸入供應商賬號和密碼進入系統，每個原料部件上，都貼著一張附有智能信息的標識表。通過無線掃碼槍，無需人工驗貨，這些部件便可以掃碼入庫，并被放置在標準化托盤上，進入立體物流倉。

需要使用時，立體物流倉的取貨機器人會根據電腦制定的排產計劃，把各種原料部件依次取出，交給AVG物流車，送往裝配工位。工位上的一體機屏幕上，已經提前顯示了這當日的生產任務，以及所需的原料部件列表。列表與此前掃碼的貨品清單一一對應，期間沒有人工干預，從而杜絕了送貨或排產的差錯。

理性看待5G+工業互聯網

對于工業互聯網平臺和傳統數字化的差異究竟體現在哪里，與原有信息系統的關系如何，江文依舊心存疑惑。

目前業內對工業互聯網的描述，有一部分聲音認為是實現人機物的鏈接、并通過后臺數據平臺的運營分析，幫助企業打造新的應用場景和解決業務痛點，但對于其中的“如何連接、具體連接方式”等問題并沒有過多可借鑒的研究。江文認為，工業互聯網在現階段代表的是一種方向，各行各業都在探索，積極擁抱，但關乎其應用的核心只有一個“工業互聯網平臺可以解決什么問題”。尤其對于制造業而言，千人千面，每個企業的場景、數據、痛點都不一樣，不是簡單的一個詞“打通”就可以真正解決的，可復制性非常低。

“工業互聯網平臺如何‘連’數據?通信協議是很復雜的技術，不是簡單的打通就能互連。目前工業互聯網的概念過于寬泛且不聚焦，對企業而言前提一定是問題導向。”江文如是說道，“無論國內還是國外，其實大家都在摸索，落地聚焦的場景還是傳統的玩法。所以，在工業互聯網平臺的真正落地場景中，我們要關注其與傳統平臺的差別是什么，邊界在哪里，彼此互聯互通的地方又在哪里。如果只聚焦一個點的場景，那這個技術是否可以稱之為真正的工業互聯?”

從傳統的制造業角度來看，國家雖然在大力推行5G，但在傳統制造業，短期內可能難以產生質的變化。因為相較于5G的優勢，其劣勢也很突出，例如運營成本高、技術壁壘高、基站少等等。江文表示，5G的價值是代替傳統網絡，尤其在無人駕駛、遠程巡檢、圖像識別以級野外的場景中，但矛盾的是，由于基站不夠，5G在野外沒有信號。除此，5G的通訊模組也存在不夠商業化、資源匱乏等問題。

5G只是一種通訊方式，核心是應用場景是否確實需要，是否能幫助企業解決業務痛點、數字化痛點。所以，企業要不要上5G，不是取決于國家是否扶持，也不是因為潮流，而是取決于企業自己。