过去100年，工业工程(industrialengineering，IE)／精益管理(lean management，LM)以其强大的整合能力，推动世界经济的快速发展。面对当今的现实需求和新一代信息技术带来的发展机遇，ＩＥ／ＬＭ与新技术的融合进一步丰富了ＩＥ／ＬＰ（ｌｅａｎ ｐｒｏｄｕｃｔｉｏｎ）的理论体系，带来了全新的生命力，在智能化浪潮中继续发挥关键作用。
在德国，精益被列入构成未来智能工厂的四大模块之一。为迎接“工业４．０”时代，德国企业界和管理学界提出了“管理４．０”这一新的管理体系，认为要实现工业４．０，必须先实现管理４．０。在我国，精益也被认为是实现国家制造战略、加快转型升级的基础与保障，就企业而言，需要首先通过精益管理积累起与智能制造匹配的管理基础，以标准化构建互联互通的桥梁，支持数字化、网络化、智能化目标的实现。
然而，目前无论是在理论界，还是在实业界，关于ＩＥ／ＬＭ对智能制造作用的认识并不统一。
如何认识ＩＥ／ＬＭ与智能制造的关系，如何评价ＩＥ／ＬＭ对智能制造的作用，如何正确发挥ＩＥ／ＬＭ的作用，尚未有清晰的解答。为此，本文通过梳理分析美日德等先进国家工业化过程中的规律性特征，明确ＩＥ／ＬＭ对企业创新发展的具体作用，并针对我国制造业的现实水平，探讨智能制造滚滚大潮中ＩＥ／ＬＭ应该承担的历史使命，从实施基础准备、实施方案选择以及实施后的融合发展等角度深入分析ＩＥ／ＬＭ与智能制造的关系，为我国企业实施智能制造转型提供战略思考和初步的解决思路。
１美日德等发达国家发展路线的启迪
１８世纪以蒸汽机为代表的英国工业革命，开创技术创新引领制造业发展的先河。后来，欧洲的德国、法国在电气革命中占据领先位置，开创了欧洲制造业统治世界的局面。１８～１９世纪的市场特点是“资源稀缺”，只要在产品、工艺、设备、材料等方面实现技术创新，企业就一定赚钱，效益就好。
１９世纪末２０世纪初，以欧洲移民为主的美国，不仅继承了前辈的技术创新基因，更是通过创造另外一种工程技术，即解决效率、质量、成本（集成起来称为效益）的工业工程，实现了对欧洲的超越。最典型的案例是，汽车诞生于德国，卡尔·本茨在产品设计、制造工艺上贡献非凡，可德国的汽车生产组织模式却是作坊式的，效率低下。大西洋另一端的美国密西根一位名叫亨利·福特的企业家发明了大批量流水生产线的新型生产组织方式，创造出比卡尔·本茨高几十倍、几百倍的生产效率。
亨利·福特凭借工业工程的原理和德国的创新技术，在汽车市场的竞争中取得了成功。工业工程支撑美国取得了一战和二战的胜利。美国人用两个拳头———技术创新与以工业工程为特征的管理创新打垮欧洲同行，获得了制造业世界霸主的地位。
有趣的是，被美国人在二战中打败的日本和德国，不仅毫不犹豫地学会了美国的工业工程，还将其改造成自己的管理理论和方法，用“技术创新＋管理创新”两拳头武装自己，在制造业竞争中迅速崛起，达到世界一流。日本的丰田生产方式（Ｔｏｙｏｔａ ｐｒｏｄｕｃｔｉｏｎ ｓｙｓｔｅｍ，ＴＰＳ）在２０世纪８０年代后期被惊奇的美国人概括为精益生产（后发展为精益管理），并成为风靡全球的助力企业竞争力快速提升的利器。
产品、工艺、设备、材料的技术创新与效率、质量、成本的管理创新的结合，成为当今国际一流制造强国（美国、日本、德国）的最明显特征。图２按照时间线给出了美日德三国工业化１００多年来的ＩＥ发展历程与各国ＧＤＰ增长之间的关系。
可以得到一些有启迪性的结论。首先，尽管这些国家制造业发展起点不同，经历了不同的转型升级阶段，但在过剩市场竞争转型升级时，都不约而同地经历了使用ＩＥ／ＬＭ的发展阶段，并且在这些国家工业化的过程中，ＩＥ始终相伴左右，其应用层次与国家工业化之间存在着显著的相关性。ＩＥ作为工业化过程的助推器，每每在经济发展出现乏力之时，都会与新兴技术结合，在不断创新、发展自己的同时，推动工业化水平向更高层次迈进。
其次，就ＩＥ本身的发展过程而言，美国作为ＩＥ的起源地，始终保持ＩＥ研究与应用的领先地位外，其他国家无一例外都经过了“模仿—改进—融合—创新”的道路，从最初的单纯模仿到结合本国国情进行本土化改造，形成适合本国的生产制造模式。
再次，从ＩＥ应用的水平看，上述三国都是遵循相同的基本路线，即从解决个体效率的基础ＩＥ应用到面向制造系统效率改善的精益生产，再到面向整个企业和供应链协同的智能制造，实现不断提升。这一过程中，ＩＥ与技术创新相生相成，推动制造模式和工业化水平的不断提升。美国按照工业工程→精益生产→信息化与ＣＩＭＳ→互联网和云制造的路线发展，日本经过了工业工程→丰田生产方式→全面精益生产→信息化的过程，德国则经历了效率工程（标准化）→工业工程（道维斯计划与方法时间测量（ｍｅｔｈｏｄ ｔｉｍｅ ｍａｎａｇｅｍｅｎｔ，ＭＴＭ））→精益生产、流程改善→信息化→智能制造、工业４．０的发展路线。同理，我国的一汽、潍柴、华为等领先企业通过创新性的ＩＥ／ＬＭ应用始终保持行业的优势地位。
由此，我们可以得到这样的结论：从“放任式管理”到“科学管理／工业工程”，到“丰田生产方式／精益管理”，再到“智能制造／数字化管理”是企业管理创新的基本路线，ＩＥ／ＬＭ是智能制造的理论基础和方法基础。
事实证明，管理的有序性、不可超越性，决定了只有夯实ＩＥ／ＬＭ的基础，才可能实现智能制造等高端制造。没有现场改善的基础，任何先进的管理技术应用都难以奏效。制造业发展是“技术＋管理＋人”的系统竞争过程，从工业１．０到工业４．０，任何一次技术的重大突破、转型升级都注定与生产模式的变革、管理技术的创新相伴而行，它们共同推动工业经济向更高层级迈进。
２企业实施ＩＥ／ＬＭ的几点思考
２．１马车模型
制造企业犹如一驾马车（图３），由两个轮子、一匹马和驾驶者（人）所组成，同时集成了缰绳、车轴、车辕等子系统。
（１）马车模型中的“两个轮子”是技术创新与管理创新。马车要跑得快，必须两个轮子一样大，如果一个大、一个小，马车肯定跑不快，甚至原地打转。我国制造企业如果仅在技术、装备上领先国际，会因为效率、质量、成本等管理创新要素上不去而在竞争中败下阵来。只有管理与技术双轮驱动，才能支撑这驾马车在工业化的道路上顺利前行。
２０多年前，一汽－大众买下德国大众的全套生产系统，其厂房、环境几乎完全相同，企业总经理、车间主任等重要岗位都是德国大众的人，只有员工是中国人。然而一汽－大众生产的车在质量等方面还是比不上德国大众原装进口车。其原因在于当时一汽－大众的另一个轮子———管理创新的能力低于德国大众。近几年，一汽－大众意识到问题所在，将精益生产管理推动得如火如荼，也因此，他们在产能过剩的情况下仍然在同业中处于领先地位。
（２）马车模型中的“马”代表企业的动力。马是否有活力即企业是否有活力，取决于企业文化的质量和这种企业文化下企业出台的一系列政策、机制等。一个企业如果死气沉沉、没有活力，那一定是机制、文化、政策出了问题。所以，企业文化是企业的“源动力”。
（３）马车模型中的“人”是企业的领导者、管理者、工程师和生产者的集合。精益管理的成功实施，一定会最终培养、锻炼出一大批精益人才，这是企业真正的，也是最大的财富。
２．２ＩＥ／ＬＭ的基本特征
２．２．１创新性（不可复制性）
产品、工艺、设备、材料等技术都具有可复制的特征，所以创新出来的技术必须申请专利，用法律来保护，防止被别人盗用。
管理创新不具有复制性，必须与本企业相结合，进行本土化自主创新。日本丰田的ＴＰＳ、德国大众的管理体系、美国福特的公司管理方法都是结合本国文化和本企业实际形成的创新性管理成果，不需要专利来保护，而且还欢迎同行来参观学习。近年来，我国制造企业有成千上万的人去日本丰田学习，日本丰田公司热情接待，还想方设法进行讲解。但多数情况下我国企业还是无法实现ＴＰＳ那样的中国生产系统，其原因在于文化不一样、人的行为不一样。
同样，我们从２０世纪８０年代就开始学习美国、德国的制造模式，但事实证明，完全的自动化、无人化不符合国情，结果只能是花费了巨大精力、财力，却收效甚微。导致这个问题的原因是没有注意到ＴＰＳ制造模式不仅包含技术要素，更包含有文化属性和不可复制的管理要素。近年来，随着我国管理实践的不断深入，包括一汽、华为、海尔、中车在内的众多制造企业已经认识到文化对管理理论与技术引进效果的重要作用，开始有意识地在管理创新实践中融入国文化，形成了自己独特的管理模式，一汽的ＪＭＳ、中车的动车模型都是其中的代表，为这些企业在激烈的市场竞争中带来了新的活力，奠定了数字化转型的坚实基础。
２．２．２累积性
企业的竞争力与企业对技术和管理的投入成正比，只有二者有效匹配，技术投入才能发挥价值。我国许多企业在技术投入上肯花钱，在管理投入上却谨小慎微，所以很难与美日德企业抗衡。这种重技术轻管理的思想属于“农民意识”，还未进化到工业化的层级。
管理基础需要通过不断累积而提升。累积的特征使得管理创新难以跨越式发展（技术创新可以），必须一步一步地进行。只有基础打好了，才能盖“高楼大厦”。所以，精益管理只有起点，没有终点。管理理论和方法一般不随时间的推进而有先进或落后之分，但管理方法实施的手段有所谓的先进或传统之分。制造企业的现场管理、劳动定额、期量标准、物流系统、均衡生产、目视管理、标准作业等，这些基础性的管理工作未达到一定程度时，实施信息化、智能制造等都是纸上谈兵。从这一点看，我国的工业企业可能还要补上从２．０到３．０发展的课，然后才能向４．０发展。
３智能制造环境下的工业工程与精益生产管理
３．１ＩＥ／ＬＭ先行筑牢智能制造基础
智能制造是一种面向产品全生命周期，实现泛在感知条件下的信息化制造。智能制造的发展为企业感知变化、及时响应、正确决策提供了新的可能。
智能制造不可能建立在低效的生产模式之上，精益生产是必须要走的第一步，而且是投资回报最高的一条路径。通过ＩＥ／ＬＭ构筑数字化、规范化的管理基础，之后才是数字化，以此为基础才可能实现智能化。盲目超前不会带来效益，只会带来浪费，削弱企业竞争力。对于图４所示的生产系统，如果不先行改善而直接上先进系统，则无法从根本上消除系统生产周期长、生产成本高、可能存在质量缺陷等问题，其结果必然是失败。应用ＩＥ／ＬＭ的设施规划技术调整该系统的生产布局（图５），可在不增加任何投资的情况下，将生产效率提升９２％！这为后期的智能制造系统的实施奠定了良好的管理基础，以此为基础来实施智能制造，其效果会事半功倍。
智能制造的核心是数据驱动。没有数据的支持，任何资源都只是摆设。没有及时准确的数据，决策往往是无效的，甚至错误的。如果企业管理基础薄弱，数据总是处于变动中，生成的决策无法正常执行，都会导致智能制造系统的效力无法发挥，形成巨大浪费，甚至造成不可弥补的巨大损失。很多企业在实施ＥＲＰ或者ＥＲＰ升级换型的过程中，花费时间最多的就是基础数据的整理。ＥＲＰ系统运行不起来的主要原因是无法获得标准化、规范化的数据。基础数据没有理顺，却大谈“工业大数据”，注定是难以取得实效的。
精益生产管理正是数字化转型发挥效益的基石。基于ＩＥ／ＬＭ的精益管理覆盖产品整个生命周期，贯穿产品研发、工厂设计、产品制造、分销服务和退市回收的全价值链，并且致力于通过精益管理实现流程标准化、全面质量管理和消除浪费等，是企业信息化取得成功的基础，也是智能制造的基础和目标。企业数字化转型过程中，精益管理为企业提供成熟的管理思想、理论与工具方法的支持。基于精益管理奠定的良好管理，智能制造系统才能获得准确及时的数据，才可能实现对制造过程的可感、可控，从而有效支持企业决策和目标实现。因此，实施智能制造，数字化转型的过程必须与精益生产或工业工程同步推进。
３．２ＩＥ／ＬＭ相伴支撑智能制造理性实施
中投顾问发表的《２０１６－２０２０年中国智能制造行业深度调研及投资前景预测报告》显示，仅１６％的企业进入智能制造应用阶段，５２％的企业的智能制造收入贡献率低于１０％。事实上，即使在工业４．０的发源地德国，对中小企业而言，工业４．０也是一个奢侈的口号。企业的根本目标是赢利，提高效率、降低成本、改善质量、赢得竞争优势是企业永恒的主题。
智能制造不是目的，而是手段，其核心目的是帮助企业提升竞争力，因此绝不能搞面子工程。所以即便企业已经具备较好的管理基础，具备智能制造系统发挥作用的前提条件，在选择实施智能制造的策略时也需要开展有效的投资分析和系统规划，选择对企业最有利的实施方案。麦肯锡的调研显示，在工业４．０的大潮里获益最多的是根据企业自身管理、业务、战略情况有取舍地融合工业４．０技术的企业。
一个真正的智能工厂，应该是精益、柔性、绿色、节能和数据驱动的，能够适应多品种小批量的生产。智能工厂不是无人工厂，推进智能工厂绝不是简单地实现机器换人。以减少多少人作为评价标准在很大程度上会让企业深陷泥潭，投产后发现成本不但没有下降、反而大幅上升：因为虽然操作人员减少了，但设备维护人员增加了；技术投资带来的折旧、能耗和财务成本大幅上升，难以收回投资，甚至拖垮企业。更遑论现实中，机器在很多时候并不能达到人的效能，比如汽车制造的总装和质检环节。脱离实际的“技术崇拜”、过度追求生产自动化让有着明星光环的特斯拉公司在Ｍｏｄｅｌ３项目上迈入“产能地狱”，拖累公司几近破产。直到将总装环节挪入“帐篷工厂”，重新定义超级工厂模式，即以一定程度的半自动化和人工装配取代部分全自动化，才再次“王者归来”。
２０１９年，特斯拉将这种模式复制到上海生产基地，其可行性被再次验证。类似地，南京某工厂有一条装配线，一开始设置的自动化率是９０％，后来自动化率调整为７０％并增加若干人工工位后，整体质量和效率反而更优。
自动化与数字化是实现智能制造投资最大的部分，必须慎重对待。投资前需要明确转型升级的目的和投资回报率，以竞争力提升为根本目标展开系统分析，研究使系统运行效率最高、成本最低的方案，通过人－机系统的有效配置充分发挥智能资源的作用，在更高的技术平台上更好地服务顾客。实施智能制造时，ＩＥ／ＬＭ是其合理布局的基本原则，依靠ＩＥ／ＬＭ从精益的角度去系统评估先进设备投入的必要性、进行技术经济分析、开展项目规划、制定项目实施方案与实施路线、开展预实验等管理决策与优化活动是智能制造项目成功的关键。
３．３ＩＥ／ＬＭ融合赋能智能化转型升级
ＩＥ／ＬＭ不仅是智能制造的基础，更是智能制造的加速器。通过与智能制造技术的裂变融合，创造出新的生产模式、管理模式与生产技术，通过乘法效应推动企业发展进入快车道，持续保持竞争优势。“工业工程＋新技术”的复合技术形态能为企业实现双向赋能、增能、使能。
ＩＥ／ＬＭ的创新性源于ＩＥ与专业工程技术之间与生俱来的强大融合能力。自ＩＥ诞生以来，每次大的产业需求迭代都与重大ＩＥ创新相伴，不断吸收先进技术的最新成果，推动ＩＥ从一个能级跃升到更高能级，在更高更广的平台上发挥更大作用。从最初主要采用工程学、物理学的技术方法、实验方法研究现场效率与成本的优化，到２０世纪４０年代吸收运筹学、系统科学、心理学等多学科思想与方法，研究企业整体竞争力的改善，ＩＥ的研究领域已扩展到复杂工业和社会生产系统。随着计算机技术和网络技术的快速发展与广泛应用，ＩＥ的数据分析与处理能力显著增强，管理范围也跨出企业边界而关注供应链、价值链、产业链的管理。
当今，物联网、大数据、人工智能、５Ｇ、区块链、云计算、数字孪生等新技术赋予了ＩＥ更强的分析、处理和解决问题的能力，反过来进一步增强了新技术的威力。精益与智能的有机融合正在形成新的精益智能模式，这一模式既可以使智能化的靶点对正关键需求，又可以使智能化过程全面提质、增效、降成本。
４面向我国制造企业智能化转型的智能精益管理体系架构
综上，智能制造是未来发展的必然选择。在企业迈向智能制造的过程中，无论是在实施前的管理基础构建、实施过程规划，还是运行阶段的管理优化与控制，始终需要ＩＥ／ＬＭ提供全面支持。
ＩＥ／ＬＭ是信息化的基础，ＩＥ／ＬＭ＋ＩＴ又是智能制造的基础，不可跨越发展。在不同阶段，开放的ＩＥ／ＬＭ在为企业提供管理思想与技术支持的同时，不断融合新技术，催生出新的“ＩＥ／ＬＭ＋新技术”的复合管理模式与技术，如订单驱动的精益生产模式升级为数据驱动的智慧精益模式正成为发展趋势。在基础ＩＥ／ＬＭ技术、数字化ＩＥ／ＬＭ技术、智能制造管理技术的共同作用下，支持企业实现高质量、低成本、快速柔性响应。图６初步给出了面向我国制造企业智能化转型的智能精益管理体系架构。
在新的智能精益制造系统中，精益管理为智能制造提供了成熟的管理思想、体系与方法工具，强调全过程持续改善，通过采用自动化和准时化等方法，消除各种形式的浪费，不断提升价值流动效率。新的数字化、智能化技术为精益管理提供数字化手段，促进精益管理升级创新。二者互相促进，推动企业不断打破物理因素限制，实现对变化的及时响应和实时优化，加速企业目标的实现。图７所示为智能精益制造系统运行图。
5 基于智能精益的成组制造单元改造实例
本节以Ｄ公司智能精益成组制造单元改造实例说明智能精益管理体系的应用模式。Ｄ公司是一家航空制造企业，其核心产品的生产需要集成大量高性能、高精密组件，这些组件又由若干类高精密零件构成，零件制造的精度与稳定性对产品性能至关重要。如Ａ产品的Ｘ面功分焊接件和差器焊接件的差分性能决定着Ａ产品的精度和灵敏度。传统上，采用单面、单工序、螺钉装夹、定位孔找正方式实现单个零件的加工，待齐套后组合焊接，电性能测试合格后完成交付。但制造系统运行不连续、过程质量波动大、废品率高等问题，造成单元系统内人员、设备、工艺、环境、信息等全要素质量控制相对被动，无法消除人工扰动与系统不稳定性，无法满足现代高精密智能制造的质量过程控制要求。与此同时，该产品的需求持续增加，２０２３年的预计交付量将达到２０２１年的２倍，接近２０２０年交付量的３倍，产能和生产柔性压力剧增。同时，产品生产周期将缩短至２０１６年的２５％、２０２０年的４０％，生产效率要求显著提高。
本项目应用丰田工作法（Ｔｏｙｏｔａ ｂｕｓｉｎｅｓｓ ｐｒａｃｔｉｃｅ，ＴＢＰ）将两台传统的数控机床进行集成单元智能化改造，使之具备系统防错、智能控制和高度自动化的功能，减少人为干预，实现自主加工，显著提高加工质量和生产效率。
５．１问题与原因分析
通过梳理精密加工车间各零件的加工工艺和设备布局、物料流转、质量控制等基本信息，调取、分析了制造系统全流程要素图，对生产现场进行实地观察和系统分析的基础上，归纳了生产过程中存在的７类问题，依次是设备利用率（２９％）、生产断点（２４％）、齐套性（１８％）、一次交付合格率（１１％）、物流布局（６％）、技能要求（６％）、工艺通用性（６％）。
课题组成员利用团队的力量，发动头脑风暴，集思广益，对前期板类零件配套生产过程进行回顾总结，从人、机、料、环、法、测六个方面，分析每个影响交付的问题，确立真因，最终确定７个主要影响因素。
５．２制定对策
从进一步提高加工设备自动化功能来提升制造系统能力的视角出发，结合柔性制造系统基本架构（图８）通过分析底层系统的流程信息，明确后续执行改进的目标对象（系统设备人员在系统运行之外，不予考虑）。具体的控制要素包括：工艺信息（工艺技术方案、数控程序信息流），系统测量控制（数控机床控制手段、刀具在线测量方法、零件在线加工测量控制、机器人控制、工装物流控制等数据信息流），系统集成设计（工装硬件、工装运行、机床与工装集成、数控机床与机器人集成、数控机床与刀具集成能量流）
５．３效果验证
２０２１年６月１０日，在精密加工分厂和公司质量管理部门支持下，项目团队顺利完成成组单元改造工程，并通过初期验证和局部改进，达成了改进目标。６月下旬，分厂结合新的工艺标准，通过必要的培训和现场指导，将功分板零件加工作为成组单元功能集中的验证对象，开展了功分板系列２０套（合计８０个零件）２４ｈ连续运转加工实验，最后的结果满足精雕机自动化加工单元生产要求，综合生产效率提升５０％以上，其中，正面加工时间缩短２９％，反面加工时间缩短６６．７％，功分器零件生产齐套性达到１００％，极大缩短了向总装厂的交货周期。改造后的自动化加工单元具备２４ｈ连续生产能力，具备根据装配需求快速加工２类产品８种零件的能力，产能水平满足２０２３年产量预期能力要求。改进后的产品加工质量显著提高，４种零件同步一次交验合格率达到９９．２％，较改进前提高１３．２个百分点，质量合格率提升１５．３％，单元设备综合效能（ｏｖｅｒａｌｌ ｅｑｕｉｐｍｅｎｔ ｅｆｆｅｃｔｉｖｅｎｅｓｓ，ＯＥＥ）水平也达到８５％以上。
６面向中国企业转型升级的智能制造管理关键技术
中外历史经验已经证明，管理与技术双轮驱动是保持竞争力的源泉，不断升级的ＩＥ／ＬＭ是推动制造业不断创新发展的规律性支撑技术，不可或缺。工业４．０时代，制造企业智能化转型给ＩＥ／ＬＭ提出了更高的要求。与此同时，新平台、新技术、新需求也为ＩＥ／ＬＭ提供了新的发展机遇。如何与新技术有机集成，实现ＩＥ／ＬＭ新发展，在新环境下焕发新的活力、发挥更大的作用是全体ＩＥ人的共同责任。在对中国制造企业需求系统分析的基础上，结合新一代信息技术为ＩＥ／ＬＭ提供的创新机遇，笔者认为，为快速提升我国制造企业的管理水平、构建智能制造的实施平台、全面支持我国制造业高质量发展的需求，当前我国ＩＥ／ＬＭ领域急需在以下几个方面实现理论和技术的突破。
６．１精益现场管理与流程优化
智能制造有效实施的基础是建立标准化、精益化的管理体系。互联网、物联网、大数据、人工智能、区块链等新一代信息技术在改变企业经营基础的同时，也为企业流程的变革提供了可能。企业在实施数字化改造之前，必须首先梳理业务流程，按照先进技术的要求优化流程，并按照新流程的要求构建适当的机制，保证流程的运行效果。依托ＩＥ／ＬＰＭ，通过ＩＥ与ＩＴ的有机集成，确定企业数字化转型的方案与路径、发挥智能设备的效用是智能制造实施中面临的重要课题。
６．２多品种小批量生产模式下的精益物流管理
随着新一代信息技术的发展和深入应用，物流与供应链产业也迎来了向智慧化转型的革命。物流与供应链的智慧化是新制造的核心与基石，全产业链的互联互通与可感可视可控从根本上改变了制造业的商业模式与运营理念，也为智能制造目标的实现提供了可能。智慧物流与供应链对智能制造的支撑作用主要体现在研发、生产管理、库存管理、采购管理等方面，全方位帮助企业提升快速响应订单的能力。通过物流、信息流与资金流的整合、协同、互动，打通产业链上下游，在生态协同的基础上真正提升企业运营效率。
６．３精益智能制造生产组织、计划、调度管理与流程创新
智能制造环境下，面对客户的个性化需求，制造企业必然面临着敏捷化、柔性化转型的挑战。
面对瞬息万变的不确定环境，企业的生产组织也需要作出相应调整。大数据、人工智能、ＡＲ／ＶＲ、云计算等新一代信息技术与企业生产组织活动相结合，形成了一系列新的生产组织范式与计划调度技术，围绕Ｃ２Ｍ（２Ｂ２Ｓ）、智能调度、云制造、网络协同制造等的研究方兴未艾，为准确预测、掌握甚至引领用户需求，实现企业目标提供了有效工具和手段。
６．４面向智能制造的人机协同与人因工程
人机协同是智能制造管理中不能回避的问题，人因工程是高质量发展的重要支撑技术。工业革命的发展使人机关系发生了深刻变化。人因工程科学思想、设计方法论，以及信息化与工业化的深度融合，为人因工程的发展提供了新的机遇。
如何管理智能产品与装备，实现人机协同是智能制造管理下的新课题。智能装备、可穿戴智能产品、虚拟现实技术、人机交互等技术快速发展，人因工程与绿色制造技术、新一代信息网络技术、智慧城市和数字社会技术等国家创新驱动发展战略的结合，对于提升中国制造核心能力与工业化水平具有重要意义。
６．５工业工程在制造服务领域的创新技术、方法与应用
全球经济时代，企业的竞争已经转变为供应链与供应链的竞争，并进一步向生态竞争转变。面向产品全生命周期各环节，依托互联网、大数据、物联网、人工智能等新技术，转变运营模式，建立高度网络连接、知识驱动的制造模式，实现从产品经济向体验经济的转化，是智能制造时代企业转型的重要方向。这些新兴的智能制造服务优化了制造行业的全部业务和作业流程，可实现生产力的可持续增长、高经济效益目标。智能制造服务结合信息技术和工程技术，将从根本上改变产品研发、制造、运输和销售过程，全面提升制造服务领域的决策能力，进而支撑智能制造的发展。
新一代信息技术的快速发展为企业运营提供了无限可能，基于海量的数据、无处不在的网络，如何有效处理并正确决策是所有企业在新的竞争平台上必须解决的新问题。除了以上提到的几个问题，还有许多其他问题，如智能制造标准的构建、智能制造中的工作分析与人力资源管理、供应链整合与协同、新的生产组织方式（如Ｃ２Ｍ）、智能制造中的信息管理，等等，也需要工业工程人协同智能制造推动者共同努力，研究构建适合我国国情的解决方案。只有如此，才能保证我国的智能制造战略在正确的道路上不断前行。