智能制造 定义：在人和机器所需的时间，地点和形式下使用实时数据和技术；完全集成的协作式制造系统，可以实时响应以满足工厂不断变化的需求和条件。
智能制造环境的业务价值驱动力是：
- 可持续发展 质量改善/容量管理增强/能耗降低
- 资产管理： 减少设备维护/延长使用寿命/改善OEE
- 员工生产力： 协作解决方案/自动化的劳动力管理/车间工人流动性的提高
随着工厂车间向智能制造环境的发展，当前的劳动力技能也将需要发展，以有效地响应数据驱动的工作环境。虽然行业中的许多讨论都围绕寻找新的外部人才的挑战进行，但重点应转向专注于现有工厂人才的劳动力发展并通过内部和外部培训来弥补技能差距。
宝创在最近的研讨会上谈到了这个话题，“为当今的多代员工打造智能制造业”在2017年制造业&在俄亥俄州克利夫兰举行的技术会议和博览会。在与与会的制造商的公开讨论中，我们询问了：他们组织的压力；现有员工的技能评估；知识保存计划；以及保留和激励员工的新方法。
我们听到了以下评论：
- 的 总体技能差距 持续给我们的组织施加压力，并且已经开始对生产产生负面影响。
- 我们的组织 缺乏进行技能评估的工具 现有的劳动力。
- 我们目前有 没有故意的知识保留计划 找出可能接近退休的工人，将宝贵的工厂知识和最佳实践带到他们身边。
- 竞争加剧和成本压力降低了我们的 填补空缺职位的能力。
- 我们需要为我们现有的员工提供 轻松获得培训和信息，从而提高生产力.
什么是您的风险–了解您当前的劳动力
劳动力老龄化： 解决您的老龄化劳动力 现在 至关重要。 Baby Boomers 每天以10,000的速度退休，并凭借多年宝贵的知识走出大门，这些知识可能对您当前和未来的生产效率至关重要。在制造业中，其中许多人可能尚未达到“retirement age”，但是他们已经达到“retirement status”由于工作年限。监控这些人员退休日期清单的过程比以往任何时候都更为重要。无论是基于年代还是工作年限，最重要的是知识转移应尽可能快且连续地进行。
技能评估和知识转移差距： 关闭过程 知识转移差距 整个劳动力包括：
- 与所有工人（尤其是那些即将退休的工人）进行完整的技能评估，以确保您掌握与所执行的特定和关键任务相关的关键知识。
- 创建标准操作程序，并与其他主题专家合作，制定劳动力发展最佳实践
- 更新职位描述以准确代表所需的技能
- 建立培训计划，以转移到整个工厂的知识并缩小技能差距。
这些实践将使组织更准确地了解与知识丢失相关的风险以及不断变化的制造领域中的技能差距。这些努力的结果是一个详细的过程，以跟踪当前技能清单和所有重要角色的未来劳动力需求。
新的数据驱动环境需要什么智能制造技能？
德勤最近进行的一项行政研究旨在确定当今最缺乏的技能’的劳动力。结果表明，在以下领域存在重大技能缺口：技术和计算机技能；解决问题的能力;基本技术培训；和数学技能。这些重要技能差距的发现得到了制造业研究所，制造工程师学会和国家先进制造委员会之间的协作创建的智能能力等级体系的确认，以识别智能制造所需的技能。
来自“智能能力层次结构”的扩展示例清单表明，在以下领域需要更多关注：
- 批判性和分析性思维
- 通讯–听/说
- 数学
- 可持续实践
- 团队合作
- 维护，安装，维修和生产
- 解决问题/决策
- 员工倡议
从今天开始： 通过立即开始技能评估和知识差距流程，并实施持续的实践以与您的员工进行进一步的技能清单访谈，您可以确定具有上述某些技能的个人’应用于当前位置。例如，某个工人可能不在当前位置使用数学，但进一步的访谈和技能评估显示他们具有簿记和会计背景。这些是当前职位不需要的技能，但可以转移到新的数据驱动制造环境中的要求。技能清单的结果将使组织通过在不增加员工人数的情况下将员工重新分配给新职位或扩大其当前职位来最大限度地提高员工的生产率。
在不考虑劳动力的情况下对技术和流程进行的更改将阻碍整体生产率的预期提高。工厂车间和员工必须一起发展成为智能制造环境。随着设备，网络和数据可见性的变化，当前的工厂员工已成为运营技术团队确定的新技能的资源库。
您在智能制造旅程中的何处？看看我们的新 智能制造成熟度清单.
新！ 2017年劳动力发展和培训手册
