建立智能工厂是所有工业制造企业的愿景。在工业4.0背景下，人工智能、数字化、物联网等新技术不断涌现，渗透到生产、运营、管理的方方面面，颠覆传统模式，打造全新的制造生态系统。例如，利用数字化带来的优势，可以实现减少停机时间的预测性维护、增强的质量控制、需求驱动的生产、优化的库存、降低的能源和材料成本以及改善的安全和环境性能。既然智能工厂可以带来很多好处，为什么会阻碍其发展？需要做什么？
就数量价值而言，麦肯锡预测，到2025年，物联网带来的经济效益将达到1.2-3.7万亿美元。美国制造商和智能制造商的年度成本预计将减少570亿美元。但实际上，投资制造周期相对较长，工艺装备的数字化、网络化、智能化不是一朝一夕可以实现的。这些新技术还处于探索阶段，还不够成熟。还有阻碍制造企业发展的障碍，需要清理和规范，否则难以实现巨大回报。
智能工厂采用工业物联网、大数据、高级分析、信息技术(IT)、运营技术(OT)，使通信设备能够实时决策，优化价值创造。人工智能应用于从原材料采购到订单交付和客户服务的整个价值链。
目前，人工智能和机器学习的结合促进了互联网的发展、大量数据的扩散和计算机处理能力，实现了数据世界和数据分析的结合，提高了机器学习预测能力的深度、广度和准确性，并产生了结论和预测技术，因此人工智能是一种催化剂。
人工智能也有其局限性，底层算法的设计可能会导致漏洞和意外的偏差；训练步骤需要大量的数据和实践经验，可能很难获得；神经网络训练很长。一旦人工智能出错，很难确定原因，因此这是安全关键系统中的一个主要问题。
为什么制造工厂还在使用人工智能？未来，智能工厂的出现是技术驱动和市场驱动的结果，技术将是生产力，驱动和产生经济效应。因此，大量数据的可用性，机器学习、云计算、边缘计算、信息技术(IT)系统和操作技术(OT)系统的发展相结合。但现实是存在日益复杂的全球供应链、熟练的生产工人等问题，因此需要三种治理方式：技术标准、网络安全/隐私、频谱分配。
一、技术标准
信息流和系统响应能力对于智能工厂非常重要，没有技术标准是不可能实现智能工厂的。2016年2月，NIST指出，设备级、SCADA级、MOM级和企业级可以视为智能制造生态系统的金字塔。信息贯穿每一个层次，已经制定或正在制定几十个标准。还认为，虽然已经建立了通信标准，但系统之间的互操作性有限，制造商将只使用单一供应商的解决方案。在整个商业周期中，信息和生产系统之间的互联程度仍然非常有限。
此外，智能工厂面临的另外两个与标准相关的障碍是缺乏对标准及其采用的跟踪，以及标准之间的重叠和冗余。因此，要解决这些障碍，我们需要各种组织之间的协调与合作。
区块链是一种数字分布式会计，它可以以一种经过验证和安全的方式记录交易。对于产品和知识产权，美国的DHS正在与工业界进行区块链试点，以防止假冒和侵权。需要安全和明确的互操作性标准来促进区块链技术的应用
随着智能工厂中设备之间的互联，网络攻击、间谍活动和数据窃取的网络安全风险也随之增加。据美国DHS称，工业制造企业已经成为关键基础设施网络攻击的主要目标。因此，智能工厂的安全性非常重要，包括维护生产(无停机或延迟)、防止导致财产或人身伤亡的系统故障、防止间谍活动以及保护客户和员工的隐私。网络物理系统的安全架构，通过证明验证软件完整性(检测恶意软件或意外代码的过程)等方法和系统，以及安全的设备管理可以保护智能工厂。
政府、智能制造设备和服务的供应商都需要参与安全开发。基于风险和自愿网络安全框架，美国政府与行业合作，为包括制造企业在内的企业开发关键基础设施，并发布了与智能工厂相关的智能城市框架。
关于个人信息的隐私，欧盟建立了一个法律框架，即《一般数据保护条例》(GDPR)，并制定了收集和使用个人信息的准则。新法律对智能工厂产生了影响。例如，测量生产线产量的技术可能会收集单个工人的数据，因此制造商必须确保符合GDPR的要求，并确保个人信息的透明度。
智能工厂的到来将促进保险业的改革，即建立解决方案来管理风险变化的需求。
第三，频谱分配
在智能工厂中，信息管理的一个重要因素是与无线通信连接的设备数量。目前，在物联网和工业物联网的推动下，无线设备的数量达到数十亿，预计未来将呈指数级增长。并且需要频谱，频谱可以分为许可频谱、非许可频谱和共享频谱。不同的频段和使用的频谱是不同的。为了实现智能工厂建设，政府必须满足频谱需求的增长。例如，联邦通信委员会(FCC)为消费者和商业用途分配频谱。
政府决策将直接影响智能工厂的频谱供应和质量。工业用频谱的分配已成为其他国家亟待解决的问题，有不同的解决方案。例如，韩国只将频谱用于工业用途。
负责编辑：YYX