企航：走进小米智能工厂，解锁智能制造新图景
金秋十月，凉意渐染，却挡不住同学们对科技创新的热忱探索。10月15日，北京大学汇丰商学院E25 班同学走进小米智能工厂，在机械臂的精准运转与数据屏的流光闪烁间，开启一场深度对话智能制造的旅程。小米集团的细致接待与工厂里处处可见的智能场景，让同学们沉浸式触摸 “人、车、家全生态” 布局下的制造革新脉搏，更对智能制造的未来图景形成深刻认知。这场参访，既是一次穿梭于科技前沿的探索之旅，更是一堂扎根于产业实践的 “工业实战课”。
01小米智能工厂简介
从“10倍产能”到“全生态制造”的进阶
小米手机智能工厂坐落于北京昌平小米未来产业园区。小米智能工厂的发展历程，始终围绕“高端制造”战略核心展开。在发展初期，小米内部工厂仅配置单条生产线，年产能100万台旗舰手机；如今的这座智能工厂，无论是规模维度还是产能水平，均已达到前者的10倍，成为小米智能制造体系的“核心枢纽”。2024年，小米进一步推进“一南一北”制造布局，分别落地汽车工厂与手机工厂，“人、车、家全生态”的制造版图已逐步形成。
小米智能工厂的核心竞争力体现在多维度的“硬核指标”中。项目于2021年6月启动建设，2024年2月正式投入运营，总投资额达24亿元，建筑面积超8万平方米，年产能为1000万台旗舰手机，占小米全年1.6-1.7亿台总产能中高端产品的核心份额。从小米17系列智能手机到全品类折叠屏设备，所有高端机型的研发设计与规模化生产均在此完成，堪称小米高端产品的“核心孵化基地”。
尤为值得关注的是工厂深度的“自研基因”。硬件设备自研率高达96.8%，软件系统自研率实现100%全覆盖。从生产调度到质量监测的核心支撑系统——“小米澎湃智能制造平台”，由小米技术团队独立完成搭建。车间内所有标注小米品牌标识的装备，或为小米自主研发产品，或为与上下游供应链合作伙伴联合开发的定制化设备，真正实现“制造装备自主可控”的核心目标。
02 沉浸式参访
从数字看板到产线实景，读懂智能制造
1
展厅：数字驱动的“透明工厂”
参访首站的核心是“小米澎湃智能制造平台”大屏看板，整体分为三大功能区域，直观呈现工厂运营状态。
生产看板：实时更新当日生产数据及周期进度，厂长与部门负责人通过看板即可掌握全车间动态，无需现场巡查，大幅提升管理效率；
智能场景图：与车间一层实景实时联动，智能物料车的运行轨迹、设备工作状态清晰可见。这些物料车按需求分为不同类型，可自主识别上料需求、规划路线并使用专属电梯，完全替代传统人工搬运；
异常预警管理：设备出现故障时，系统会实时推送消息，明确问题详情、责任部门及负责人，要求限时响应，未解决则自动升级，同时附带解决方案，相当于“在线技术指导”。
2
车间：2000个零件的“精细制造之旅”
换上防静电帽与静电鞋，同学们走进无尘车间，见证一部手机从零件到成品的全过程。小米将手机2000多个零件、200多道工序拆解为多个模块并在车间合理布局。
SMT工序：完成手机“第一道工序”，将元件贴装到主板上，产出主板半成品；
预装与整机组装：进行点胶、加胶垫红膜、装中框屏幕，产出“半成品”；
后续检测与包装：老化测试是关键环节——行业首创的“双开门老化柜”，模拟刷视频、打游戏等场景，让手机连续测试6.5小时；最后完成包装，确保每台手机达标。
车间里的“柔性制造”亮点十足。传统工厂换产品需一周调试，小米采用“平台+模块”设计，设备像“搭积木”般灵活，换线仅需10小时；设备外观相似却功能精准，非行业人士难辨差异，却能实现“一条产线搭建只需一天”“一部手机诞生只需60秒”的高效。
03 深度分享
小米眼中的“智能制造本质”
1
智能制造的“核心认知”
参访中，小米团队围绕“什么是智能制造”展开深度分享，从工业发展历程、制造核心痛点到小米的实践路径，层层递进地揭秘小米制造的“底层逻辑”，让同学们对智能制造有了更立体的认知。
工业4.0的本质。当前行业对“智能制造”尚无统一定义，但工业发展的每一次跨越均由技术驱动：工业1.0是蒸汽机机械化，2.0是福特流水线规模化，3.0是计算机信息化，而如今的4.0，核心就是新一代互联网技术与制造业的深度融合。这种融合不是简单的“技术叠加”，而是用人工智能、大数据、云计算、5G这些技术，重构制造的全流程，带来“认知断代与竞争断代”的机会。就像30年前互联网改变消费端一样，现在这些技术正在改变制造端，传统的制造模式必然会被重构。
制造的痛点与解法。制造行业当前的核心痛点，包括产品需求趋向“多品种、小批量”（如小米汽车定制化）和制造过程存在人员操作不一致、设备故障等不确定性。而智能制造的核心目标，就是用技术解决这些问题，实现“更高质量、更低成本、更灵活的生产”，并且让生产过程能自主学习、自主决策，减少对人的依赖。
制造的“5M1E要素”。在制造业基础中，小米团队引入了“5M1E”要素的概念——人、机、料、法、环、测。在过去，各要素割裂，信息传递依赖人工，易产生信息差；而小米智能工厂通过数据化打破边界，将人员操作、设备参数、物料状态、环境数据等统一存储、统一标准，消除“数据孤岛”，进而通过模型分析实现全局优化。
2
小米的“三大实践路径”
基于对智能制造的深度认知，小米团队落地了“三大实践路径”：
一是“数据先行”。自2020年接手制造业务起，小米便将数据列为独立核心要素，优先梳理数据体系——明确数据采集范围、统一数据标准、规划数据流转逻辑，再搭建工业大数据平台。该平台具备“全要素、全链路、高质量”三大特性：覆盖工人、设备、物料、工艺等全场景数据，实现从采集、分析到应用的全程贯通，且通过严格校验保障数据准确性，为后续智能化应用筑牢基础。
二是“装备向‘具身机器人’进化”。当前车间设备已突破传统模式，取消现场屏幕，所有数据迁移至云端，工人可通过手机或电脑远程监控，工艺参数由云端下发，设备点检也实现数字化自动监测与异常报警。未来还将进一步升级，让装备具备“自感知、自决策、自执行”能力，如AGV小车自主识别上料需求、点胶设备自动优化参数、多机械臂协同组装。
三是“AI与制造深度融合”。首先将全要素数据化，再通过建模把数据抽象为知识（如基于历史良率数据构建质量预测模型），接着用算法生成决策（如实时调整产线排程），最后由机器或人工执行。目前小米已落地工业视觉检测、工艺参数动态优化、大模型自动生成良率分析报告等应用，未来将逐步实现运营自动化。
3
不止是技术：智能制造的“生态密码”
最后，小米团队特别强调，智能制造不是“技术独奏”，而是“战略、组织、技术”的协同。很多企业觉得只要找好的工程师、上先进的系统，就能做好智能制造，其实不然。首先战略上要重视，要容忍创新周期——新的技术落地需要时间验证，不能期待“立竿见影的产出”，如果追求短期回报，很容易在中途放弃。
然后是组织层面，团队要有统一的认知，技术人员要懂业务，知道制造的痛点在哪里，不能闭门造车；业务人员也要理解技术，知道技术能解决什么、不能解决什么，避免提出不切实际的需求。
最后才是技术落地，用“小米澎湃制造OS”这样的系统，整合大数据、自动化控制、AI等能力，形成闭环。而且这三者是相互促进的：技术落地有了效果，会让战略更坚定，进而投入更多资源；组织的认知提升了，会让技术落地更顺畅，形成正向循环。但这个循环做起来并不容易，需要企业长期投入、持续打磨。
04 问答交流
直面智能制造的“关键问题”
在交流环节，同学们依据自身的行业属性、专业方向以及合作意向，与小米团队展开热烈互动，碰撞出诸多深度观点。
问
游关圣同学提问：小米每年卖上亿台手机，部分机型销量超千万台，发布会后如何快速铺货，避免断供或消费者等待过久？
从制造端来看，核心是“需求预测+产能储备”。销售端会提前预测机型销量，我们根据预测提前备货，但预测难免有误差。比如过去大家说“小米饥饿营销”，其实很多时候是产品特别受欢迎但是产能有限——要么是预测偏差，要么是某款产品工艺太精细（比如折叠屏），良率低导致产能有限。另外，备货过多也有库存风险，所以需要在需求和产能间找平衡，目前我们还在持续优化这个过程。
答
游关圣同学
问
贺忠红同学提问：小米的澎湃智能制造os在全球处于什么位置？研发过程中最大的困难是什么？
从理念和技术架构来看，小米在全球智能制造中有一定优势：用互联网思维做制造，追求技术创新，把云计算、数据、AI一体化考虑。但客观评价需要第三方视角，我们更关注持续进步。研发最大的困难有两个：一是核心团队的理念和认知；二是技术与业务的融合——需要技术人员与厂长磨合，找到“丝滑对接”的方式，这直接影响系统价值落地效率。
答
贺忠红同学
问
游关圣同学提问：自动化程度越来越高，会不会引发社会就业问题？小米作为大企业，如何看待这种社会责任？
这是个复杂的社会结构问题，不能只看自动化率。比如我们现在的工厂是新建的，不存在“自动化替代老员工”的情况；而且技术发展（包括AI）会催生新职业，也会改变现有职业的技能需求。从整个社会来看，需要整体考量职业结构变化和技能培训体系。小米一直重视社会责任，但具体问题更多是行业和社会层面的议题，需要多方协同。
答
pic/ii3yzurpa0c.jpg
游关圣同学
问
吴志明同学提问：既然谈智能制造，为什么产线上还有一些人？用摄像头和AI可以完全替代人力吗？未来5-10年手机产线人机比能降到很低吗？
从技术原理来讲，单一品类实现100%自动化是可能的，但核心要考虑“ROI（投资回报率）”。比如无尘室人工筛选，虽然视觉技术能做，但不同手机的屏幕、膜材质不同，需要针对性开发算法，投入成本高；而人工筛选成本低、柔性高（换产品不用改设备），短期看更划算。未来人机比会不会降低，取决于两个因素：一是技术成熟度，二是成本可控性。如果某道工序自动化的投入能快速收回，且柔性足够，就会替代人工；但如果投入高、回报慢，人工反而更合适。比如折叠屏销量低、工艺复杂，建高自动化产线不划算，所以目前还是需要人工辅助。
答
pic/zhwegmxfjxc.jpg
吴志明同学
问
陆剑飞同学提问：小米的数据独立是怎么考虑的？
数据独立的理念，源于我们过去做数据的“踩坑经验”，所以此次智能制造工厂一开始就把数据作为独立要素，先做数据架构，再让应用适配数据架构，而不是先做应用再补数据。
答
pic/synw1fzogva.jpg
陆剑飞同学
问
李月同学提问：小米出海面临哪些风险，如何规避？未来海外市场如何选择？
从技术和产品角度看，中国制造业的技术（比如装备、系统）在全球越来越有竞争力，人工智能人才储备也很充足，产品（比如手机）在东南亚、欧洲都很有竞争力，出海是大趋势。小米海外收益占比约50%，产品出海基础很好，具体风险规避和市场选择，会有专业团队制定策略，我不便随意评价，但可以肯定的是，小米不会因短期风险放弃海外市场。
答
pic/pgl4pmnxbwp.jpg
李月同学
问
张晓敏同学提问：生产部和质量部常存在矛盾（生产赶进度，质量要品控），小米如何解决这个矛盾？
雷总曾说“创新决定飞多高，质量决定走多远”，小米对质量的重视是集团层面的。我们有三个集团级团队统筹质量：质量团队、技术团队、采购团队，级别很高，还成立了集团质量委员会，牵头全公司质量管理。在业务部门（比如手机部），质量部有很高的话语权，不是“形同虚设”。当然，生产和质量的博弈客观存在，但我们有明确的质量标准：手机质量必须达到既定水平才能出厂，销售端的售后问题也会追溯到生产环节。简单说，就是用制度和流程把质量“固化”为底线，不让进度凌驾于质量之上。
答
pic/nl4khcihm4n.jpg
张晓敏同学
问
刘腾涛同学提问：小米澎湃制造OS这么完整，未来会不会对外输出，给其他企业赋能？
目前小米的优先级是支持小米自身生态的工厂（比如手机、汽车工厂等），以及代工厂和共享工厂，先把内部体系跑通。对外赋能的可能性是存在的，我们未来不排除这个方向，但现阶段还是聚焦内部。
答
pic/pimdttjptvi.jpg
刘腾涛同学
问
林明德同学提问：什么是“数字孪生”？小米工厂的数字孪生应用在哪些方面？
“数字孪生”核心是在数字空间建物理实体的“镜像”（比如装备、厂房），实现“物理空间-数字空间”交互。真正的数字孪生是“数据化-建模-决策-执行”的闭环。小米工厂的大屏上的车间实时场景图、装备数字化监测、工艺参数云端调控等，都是数字孪生的落地体现。
答
pic/qnimutonw5o.jpg
林明德同学
05 结语
pic/qibos5xcagf.jpg
参访尾声，孙春桥班长代表E25班的同学们向小米团队赠送了象征北大汇丰与小米集团的北京大学风景盘，感谢小米毫无保留的分享；小米团队则快速打印了参访合照，用技术速度传递了心意。
pic/fpgw25b40gn.jpg
这场参访，师生们不仅看到了“60秒造一部手机”的高效，更读懂了小米“软件+硬件+数据”的制造逻辑。正如小米工厂的愿景——“以新质生产力点亮智能制造新灯塔”，未来，这份对“高端制造”的执着，也将激励更多企业探索数字化转型之路。
pic/xakewycodv5.jpg
PHBS EMBA
来源：北大汇丰EMBA25班
pic/gu2uzwbqyfs.gif
pic/2dye0dea032.gif
在看
页:
[1]