未來智路――實例解讀如何走出智能制造33個誤區(qū)

第一章 第四次工業(yè)革命\t
1．1 人類歷史上的四次工業(yè)革命\t
1．2 美國：工業(yè)互聯(lián)網(wǎng)\t
1．3 德國：工業(yè)4．0\t
1．4 中國：制造強國戰(zhàn)略\t
1．4．1 制造強國戰(zhàn)略的目標\t
1．4．2 制造強國戰(zhàn)略的框架\t
1．5 制造強國戰(zhàn)略與智能制造\t
1．6 智能制造與幾個相關概念間的關系\t
1．6．1 智能制造與云計算\t
1．6．2 智能制造與大數(shù)據(jù)\t
1．6．3 智能制造與工業(yè)互聯(lián)網(wǎng)\t
1．6．4 智能制造與人工智能\t
第二章 中國智能制造第一個五年回顧\t
2．1 中國智能制造第一個五年取得的成績\t
2．2 中國智能制造第一個五年出現(xiàn)的問題\t
2．3 中國制造業(yè)實踐智能制造六大方面33個誤區(qū)\t
第三章 走出認知誤區(qū)\t
3．1 誤區(qū)1：對智能制造的了解不系統(tǒng)\t
3．1．1 誤區(qū)1典型案例\t
3．1．2 誤區(qū)1表現(xiàn)特征\t
3．1．3 誤區(qū)1原因分析\t
3．1．4 走出誤區(qū)1的方法\t
3．2 誤區(qū)2：問供應商能做什么\t
3．2．1 誤區(qū)2典型案例\t
3．2．2 誤區(qū)2表現(xiàn)特征\t
3．2．3 誤區(qū)2原因分析\t
3．2．4 走出誤區(qū)2的方法\t
3．3 誤區(qū)3：機器換人等于智能制造\t
3．3．1 誤區(qū)3典型案例\t
3．3．2 誤區(qū)3表現(xiàn)特征\t
3．3．3 誤區(qū)3原因分析\t
3．3．4 走出誤區(qū)3的方法\t
3．4 誤區(qū)4：數(shù)字化工廠等于智能制造\t
3．4．1 誤區(qū)4典型案例\t
3．4．2 誤區(qū)4表現(xiàn)特征\t
3．4．3 誤區(qū)4原因分析\t
3．4．4 走出誤區(qū)4的方法\t
3．5 誤區(qū)5：工廠數(shù)字建模等于CPS\t
3．5．1 誤區(qū)5典型案例\t
3．5．2 誤區(qū)5表現(xiàn)特征\t
3．5．3 誤區(qū)5原因分析\t
3．5．4 走出誤區(qū)5的方法\t
3．6 誤區(qū)6：數(shù)據(jù)采集等于數(shù)據(jù)生產(chǎn)\t
3．6．1 誤區(qū)6典型案例\t
3．6．2 誤區(qū)6表現(xiàn)特征\t
3．6．3 誤區(qū)6原因分析\t
3．6．4 走出誤區(qū)6的方法\t
3．7 誤區(qū)7：傳感器等于數(shù)據(jù)\t
3．7．1 誤區(qū)7典型案例\t
3．7．2 誤區(qū)7表現(xiàn)特征\t
3．7．3 誤區(qū)7原因分析\t
3．7．4 走出誤區(qū)7的方法\t
3．8 誤區(qū)8：MES等于效率提升\t
3．8．1 誤區(qū)8典型案例\t
3．8．2 誤區(qū)8表現(xiàn)特征\t
3．8．3 誤區(qū)8原因分析\t
3．8．4 走出誤區(qū)8的方法\t
3．9 誤區(qū)9：定制化是完全個性化的，產(chǎn)生不了規(guī)模效益\t
3．9．1 誤區(qū)9典型案例\t
3．9．2 誤區(qū)9表現(xiàn)特征\t
3．9．3 誤區(qū)9原因分析\t
3．9．4 走出誤區(qū)9的方法\t
第四章 走出基礎誤區(qū)\t
4．1 誤區(qū)10：在落后產(chǎn)能上實施智能制造\t
4．1．1 誤區(qū)10典型案例\t
4．1．2 誤區(qū)10表現(xiàn)特征\t
4．1．3 誤區(qū)10原因分析\t
4．1．4 走出誤區(qū)10的方法\t
4．2 誤區(qū)11：管理不善直接實施智能制造\t
4．2．1 誤區(qū)11典型案例\t
4．2．2 誤區(qū)11表現(xiàn)特征\t
4．2．3 誤區(qū)11原因分析\t
4．2．4 走出誤區(qū)11的方法\t
4．3 誤區(qū)12：多品種小批量生產(chǎn)模式不適合實施智能制造\t
4．3．1 誤區(qū)12典型案例\t
4．3．2 誤區(qū)12表現(xiàn)特征\t
4．3．3 誤區(qū)12原因分析\t
4．3．4 走出誤區(qū)12的方法\t
4．4 誤區(qū)13：我們不一樣\t
4．4．1 誤區(qū)13典型案例\t
4．4．2 誤區(qū)13表現(xiàn)特征\t
4．4．3 誤區(qū)13原因分析\t
4．4．4 走出誤區(qū)13的方法\t
第五章 走出頂層架構設計誤區(qū)\t
5．1 誤區(qū)14：不進行頂層架構設計\t
5．1．1 誤區(qū)14典型案例\t
5．1．2 誤區(qū)14表現(xiàn)特征\t
5．1．3 誤區(qū)14原因分析\t
5．1．4 走出誤區(qū)14的方法\t
5．2 誤區(qū)15：不做調研規(guī)劃，完全依賴供應商出方案\t
5．2．1 誤區(qū)15典型案例\t
5．2．2 誤區(qū)15表現(xiàn)特征\t
5．2．3 誤區(qū)15原因分析\t
5．2．4 走出誤區(qū)15的方法\t
5．3 誤區(qū)16：智能制造頂層架構設計變成要素堆積\t
5．3．1 誤區(qū)16典型案例\t
5．3．2 誤區(qū)16表現(xiàn)特征\t
5．3．3 誤區(qū)16原因分析\t
5．3．4 走出誤區(qū)16的方法\t
5．4 誤區(qū)17：沒有設定具體指標\t
5．4．1 誤區(qū)17典型案例\t
5．4．2 誤區(qū)17表現(xiàn)特征\t
5．4．3 誤區(qū)17原因分析\t
5．4．4 走出誤區(qū)17的方法\t
5．5 誤區(qū)18：運營指標與企業(yè)戰(zhàn)略脫節(jié)\t
5．5．1 誤區(qū)18典型案例\t
5．5．2 誤區(qū)18表現(xiàn)特征\t
5．5．3 誤區(qū)18原因分析\t
5．5．4 走出誤區(qū)18的方法\t
5．6 誤區(qū)19：補丁式規(guī)劃\t
5．6．1 誤區(qū)19典型案例\t
5．6．2 誤區(qū)19表現(xiàn)特征\t
5．6．3 誤區(qū)19原因分析\t
5．6．4 走出誤區(qū)19的方法\t
第六章 走出執(zhí)行誤區(qū)\t
6．1 誤區(qū)20：信息化部門主導智能制造\t
6．1．1 誤區(qū)20典型案例\t
6．1．2 誤區(qū)20表現(xiàn)特征\t
6．1．3 誤區(qū)20原因分析\t
6．1．4 走出誤區(qū)20的方法\t
6．2 誤區(qū)21：重品牌、輕匹配\t
6．2．1 誤區(qū)21典型案例\t
6．2．2 誤區(qū)21表現(xiàn)特征\t
6．2．3 誤區(qū)21原因分析\t
6．2．4 走出誤區(qū)21的方法\t
6．3 誤區(qū)22：想免費利用服務商來降低智能制造轉型升級成本\t
6．3．1 誤區(qū)22典型案例\t
6．3．2 誤區(qū)22表現(xiàn)特征\t
6．3．3 誤區(qū)22原因分析\t
6．3．4 走出誤區(qū)22的方法\t
6．4 誤區(qū)23：不愿創(chuàng)新，寄希望于成功案例\t
6．4．1 誤區(qū)23典型案例\t
6．4．2 誤區(qū)23表現(xiàn)特征\t
6．4．3 誤區(qū)23原因分析\t
6．4．4 走出誤區(qū)23的方法\t
6．5 誤區(qū)24：第一步就做數(shù)字化\t
6．5．1 誤區(qū)24典型案例\t
6．5．2 誤區(qū)24表現(xiàn)特征\t
6．5．3 誤區(qū)24原因分析\t
6．5．4 走出誤區(qū)24的方法\t
6．6 誤區(qū)25：抓小放大\t
6．6．1 誤區(qū)25典型案例\t
6．6．2 誤區(qū)25表現(xiàn)特征\t
6．6．3 誤區(qū)25原因分析\t
6．6．4 走出誤區(qū)25的方法\t
6．7 誤區(qū)26：未突破瓶頸\t
6．7．1 誤區(qū)26典型案例\t
6．7．2 誤區(qū)26表現(xiàn)特征\t
6．7．3 誤區(qū)26原因分析\t
6．7．4 走出誤區(qū)26的方法\t
6．8 誤區(qū)27：舊問題解決、新問題出現(xiàn)\t
6．8．1 誤區(qū)27典型案例\t
6．8．2 誤區(qū)27表現(xiàn)特征\t
6．8．3 誤區(qū)27原因分析\t
6．8．4 走出誤區(qū)27的方法\t
6．9 誤區(qū)28：企業(yè)上云\t
6．9．1 誤區(qū)28典型案例\t
6．9．2 誤區(qū)28表現(xiàn)特征\t
6．9．3 誤區(qū)28原因分析\t
6．9．4 走出誤區(qū)28的方法\t
6．10 誤區(qū)29：降本增效變成了增本降效\t
6．10．1 誤區(qū)29典型案例\t
6．10．2 誤區(qū)29表現(xiàn)特征\t
6．10．3 誤區(qū)29原因分析\t
6．10．4 走出誤區(qū)29的方法\t
第七章 走出人才誤區(qū)\t
7．1 誤區(qū)30：不知道如何培養(yǎng)\t
7．1．1 誤區(qū)30典型案例\t
7．1．2 誤區(qū)30表現(xiàn)特征\t
7．1．3 誤區(qū)30原因分析\t
7．1．4 走出誤區(qū)30的方法\t
7．2 誤區(qū)31：沒有系統(tǒng)的智能制造人才培養(yǎng)規(guī)劃\t
7．2．1 誤區(qū)31典型案例\t
7．2．2 誤區(qū)31表現(xiàn)特征\t
7．2．3 誤區(qū)31原因分析\t
7．2．4 走出誤區(qū)31的方法\t
第八章 走出智能制造服務商誤區(qū)\t
8．1 誤區(qū)32：重應用、輕技術\t
8．1．1 誤區(qū)32典型案例\t
8．1．2 誤區(qū)32表現(xiàn)特征\t
8．1．3 誤區(qū)32原因分析\t
8．1．4 走出誤區(qū)32的方法\t
8．2 誤區(qū)33：重收益、輕效果\t
8．2．1 誤區(qū)33典型案例\t
8．2．2 誤區(qū)33表現(xiàn)特征\t
8．2．3 誤區(qū)33原因分析\t
8．2．4 走出誤區(qū)33的方法\t
第九章 實施制造強國戰(zhàn)略的第二個五年展望\t
9．1 需求個性化與供給標準化的矛盾將長期存在\t
9．2 宏觀層面五大誤區(qū)\t
9．2．1 宏觀誤區(qū)1：一窩蜂倒向政府政策\t
9．2．2 宏觀誤區(qū)2：面子工程\t
9．2．3 宏觀誤區(qū)3：政策騙補\t
9．2．4 宏觀誤區(qū)4：高投入、低產(chǎn)出的研發(fā)機制\t
9．2．5 宏觀誤區(qū)5：重商業(yè)模式、輕技術研發(fā)\t
9．3 三大機會\t
9．3．1 機會1：同一起跑線\t
9．3．2 機會2：完整的產(chǎn)業(yè)鏈\t
9．3．3 機會3：巨大的市場需求\t
9．4 三大挑戰(zhàn)\t
9．4．1 挑戰(zhàn)1：技術基礎薄弱\t
9．4．2 挑戰(zhàn)2：技術工人短缺\t
9．4．3 挑戰(zhàn)3：人才培養(yǎng)機制不完善\t
9．5 未來智路\t
9．5．1 精益化\t
9．5．2 創(chuàng)新化\t
9．5．3 自動化\t
9．5．4 數(shù)字化\t
9．5．5 智能化\t
9．5．6 互聯(lián)化\t
9．6 回歸根本：降本增效\t
9．7 贏得未來：轉型升級\t
9．7．1 客戶升級\t
9．7．2 產(chǎn)品升級\t
9．7．3 制造升級\t
9．7．4 管理升級\t
9．7．5 人員升級\t
參考文獻