《工业周刊》技术编辑Dennis Scimeca就2023年的预期采访了众多制造业技术专家，了解他们对智能工厂的看法。

技术发展在其最佳状态下提供了快速和根本性的变化，全新的理论和硬件以及概念性思维开启了新的可能性，并为更快速和根本性的变化铺平道路。

然而，这些巨大的飞跃是少之又少的。在通常的速度下，技术发展是以一种冰冷的、渐进的速度发生的。而这更能描述2022年的制造技术世界。我们没有看到任何革命性的创新或改变游戏规则的战略，而是像增材制造、IIoT和其他方面的既定技术的演变。

因此，我们询问了我们的行业专家团，他们对2023年的制造技术世界有何预期。我们会看到任何巨大的飞跃，还是继续缓慢而稳定地学习如何最好地使用既定技术？

智能制造变得更聪明

一般来说，智能工厂的概念围绕着信息收集和分析，最 "智能 "的工厂会产生数字孪生，允许对过程有一个细微的了解，并能够运行精确的模拟和预测不断变化的条件，如延迟的供应链或预测维护周期的结果。

"当我们谈论数字化演变、智能制造、工业4.0或物联网时，共同因素是数据。无论是来自模拟还是传感器，今天的挑战不是拥有数据；更多的是高效和有效地使用数据。"Altair数学和系统部主任Livio Mariano说。

"数字孪生将越来越多地被采用来处理来自现场的传感器数据，并通过揭示或增强其中包含的信息将其转化为可读的形式--例如，计算理论上的关键性能指标（KPI）、纠正行动、检测系统中的异常情况，"Mariano说。

"智能工厂计划开启了新的视野。"德勤咨询公司智能工厂走向市场领导人Jason Bergstrom说。"虽然企业一直在客户情绪和质量控制上使用人工智能和机器学习（AI/ML），但在工厂车间实施人工智能和机器学习将是提供使工厂更具预测性、适应性、效率和竞争力所需的洞察力和能力的关键。

"[在2023年]，许多公司将开始使用或加强使用数字孪生来表示工厂的产品和生产系统，并减少与组装、安装和验证这些系统相关的时间和成本，以确保他们根据财务和消费者需求做出及时和有洞察力的决策。"Bergstrom继续说道。

"数据科学家[将]涌入工厂。未来的工厂是数字化的、连接的、自动化的，并由下一代的传感器和技术驱动。但这并不是今天每个制造企业的现实。"Flex公司全球运营和供应链总裁Hooi Tan说。

"在2023年，数据科学家、工程师和建筑师将成为周围最关键的工厂工人。这些员工将在奠定基础设施方面发挥重要作用，以实现工厂的数字化转型，并将其与企业的其他方面（如供应链）连接起来，以便领导者能够从机器中得出可操作的见解，并做出有影响力的商业决策。"谭说。

"全球技术研究和咨询公司ISG的制造业总监John Lytle说："大型企业在2022年扩大物联网/IIoT投资，解决并扩大增量用例（效益），因为他们利用了各种数字化举措的洞察力。"进入2023年，越来越多的焦点将围绕利用产品和工厂的数字孪生进行预测性维护和性能监测。数字线将连接工程到生产到售后服务的整个价值链。"

"我们可能会看到连接技术的更多进步，使机器人和机器视觉系统能够在工厂车间安全地连接和互动，"TI工业系统的机器人系统经理Matthias Thoma说。"设计工程师通过将更多的设备和机器连接在一起来实现物联网连接，允许对从最小的传感器到数控机床和工业机器人的数据进行持续监测。"

"智能制造将继续其目前的增长，对基于云的数字制造的需求将增加，这种数字制造是硬件无关的，是技术中立的。"3D系统公司工业解决方案执行副总裁Reji Puthenveetil说。

海克斯康公司Hexagon Manufacturing Intelligence部门美洲区总裁兼首席执行官Paul Rogers说："新兴智能制造技术的采用将成为2023年的故事。过去，供应商客户不会认真考虑一个新的软件平台或计量解决方案，直到他们能够证实他们的OEM客户也是一个用户。在新的模式转变中，传统的供应商现在正主动成为第一个实施和利用自动化、模拟和计量方面进展的公司。数据驱动的解决方案整合，在与更灵活的初创公司竞争时，转化为先发优势和竞争优势。"

拥抱新事物（即使我们不需要它）

即使增量改进和逐渐增加的采用率定义了2022年的制造技术，但这并不是说这对爱好者来说是个打击。可以说，缓慢而稳定的进步比冒着风险进行巨大的飞跃更有意义。

"在数字经济的下一个浪潮中蓬勃发展的公司不会是那些为最闪亮的新技术，如人工智能、加密货币或Web3而喧嚣的公司。新的发明吸引了我们的注意力，但创新是以新的方式做某事，产生价值。“3Pillar公司的首席宣传员Scott Varho说："使用已经存在了一段时间的东西，甚至比使用刚刚发明的东西更有创新性。”

"将在2023年蓬勃发展的组织不会为了技术而建立技术。他们将评估他们的目标市场，以确定技术背后的原因，以低保真、精益的方式测试他们的假设，并最终了解价值所在。" Varho说。