哪些企業可以靠工業4.0來升級改造？
發表于：2017/9/12 9:44:13??閱讀量：?[關閉]
近些年，中國制造業企業普遍面臨產能過剩和成本上漲等發展問題。
國家信息中心報告顯示，中國制造業產能持續過剩，與此同時勞動力、土地和能源等成本不斷走高。牛津經濟研究院調研結果顯示，2016年中國勞動力生產率僅為美國的14%左右，然而勞動力成本已與美國基本持平。與歐美等國相比，發展參差不齊、大而不強是我國制造業的主要現狀。
在摸索轉型的過程中，不少企業都把目光對準了工業4.0為代表的智能制造模式來進行轉型升級。然而，根據麥肯錫2016年11月發布的一項調查研究，中國制造業企業對于工業4.0熱情有余，但準備不足。超過70%的中國受訪企業相信技術革命將增強自身競爭力，但只有57%的中國企業對工業4.0做好了充分的準備，遠低于美國(71%)和德國(68%)。
圍繞工業4.0也有很多迷思：有人認為工業4.0就是機器換人，有人認為是更強大的信息化，有人認為就是制造業的“互聯網+”……
工業4.0真正本質不是追求所謂的高新技術，而是利用先進的數字化智能制造技術，以很快的速度滿足客戶個性化需求，從而提高用戶的滿意度并確保企業的持續競爭力。
在技術手段上，工業4.0運用信息化和自動化兩化融合的技術，共同服務于滿足用戶的個性化需求。在轉型的路徑上，中國企業并不應該盲目跟風歐美，而應根據企業的實際情況進行適當的升級改造。
工業4.0：體驗至上的新經濟
縱觀工業化制造的發展進程，筆者認為可以分為四個階段，或者稱為四次工業革命。
第一次工業革命是英國開創的機械化生產時代。以瓦特發明蒸汽機為契機，機械替代傳統的手工勞力，解決了生產制造的人力問題。
第二次工業革命是美國福特公司引入的批量生產，具體表現為大規模批量流水線以及科學式管理，解決了生產制造的數量問題。
第三次工業革命是日本的精益生產，以豐田精益系統(JIT)為典型代表，以自動化、JIT和零庫存解決了質量問題。
第四次工業革命是由德國帶頭的智能生產(工業4.0)，意在通過大規模定制解決用戶體驗問題。在延續自動化、信息化發展趨勢的同時，工業4.0試圖通過降低滿足客戶個性化需求的時間來提高客戶的使用滿意度。
具體來看，四次工業革命的差異可以體現在它們的產品結構、能源動力以及組織結構上。
從產品上來說，以汽車為例，工業1.0時代的汽車僅有一個小鍋爐在車底下燒木柴。2.0時代的汽車以福特Model T為典型代表，純機械操作，顏色和型號統一而單調。標準化、價格低廉的福特Model T讓汽車成為了大眾消費的標配。到了3.0時代，市場上出現了更多汽車品牌，它們在外觀性能等方面也紛紛差異化。曾經壟斷市場的福特也在激烈的競爭面前被迫轉型。工業4.0時代，汽車的定位則從一個單一的汽車產品過渡到滿足交通需求、定義生活品質的全套服務體驗，例如特斯拉為顧客提供自主試駕、預訂和個性化定制等服務，通用汽車提供全生命周期服務等。
從能源動力上來說，第一次工業革命主要使用蒸汽動力，第二次由蒸汽變成了電力(化石燃料)，第三次工業革命的動力能源以化石燃料為主，逐步向新能源轉移。第四次工業革命(工業4.0)里，預計新能源將占主導地位，化石燃料將逐步減少。
從組織結構上來說，工業1.0時代以作坊、匠人手工鋪為主，機器只是輔助人工作的手段。2.0時代組織架構發展成中央控制的大規模流水線工廠。3.0時代，豐田的精益生產系統成為主流，注重供應鏈管理、追求零庫存的JIT拉動式生產模式被紛紛效仿。而工業4.0時代，傳統工廠的概念已不再存在，物聯網連接起制造商、零件商、消費者和設計者等生態流程上的多方角色形成一張智能制造的網絡。
工業4.0的核心目的是解決定制生產問題，同時降低這樣做的時間與成本。在工業3.0時代，產品的標準化是由企業規劃、工廠生產，再由營銷銷售部門推向市場上的消費者。消費者是被動的接受者，其個性化的需求被隱藏、忽略。只有極少數的個性化需求以高定價的手工定制、VIP服務等形式得以滿足。
然而，在今天的商業環境下，制造業企業普遍產能過剩，面臨激烈的同質競爭，傳統的經營模式越來越難奏效。同時，互聯網的快速普及和去中心化賦予用戶更多話語權，他們對體驗、個性主張有了更多要求，制造服務業成為主流。
從產品轉向服務、從制造為中心轉向用戶為中心、從制造業到制造服務業，這是工業4.0區別于前三次工業革命的顛覆之處。
智能生產只是手段，個性定制才是目的。如果沒有滿足定制化生產需求做前提，工業4.0并不是必要的，可能精益生產就夠了。
海爾集團首席執行官張瑞敏曾表示：“機器換人可能是智能制造的一個必要條件但不是充分條件。智能制造是一個體系，它是滿足用戶個性化需求的一個生態體系”。
工業4.0通過建設有“智慧”的可以和用戶、供應商等多方角色實時溝通、靈活排產的工廠，以柔性化、小規模的智能生產單元替代大規模流水線，從而以更低成本、更快速度來滿足日益個性化的需求。在極端的情況下，工廠甚至會為某一個用戶生產一個特定的單件商品。以3D打印為例，就是滿足定制需求的即刻式設計+生產模式。
以青島的服裝定制廠商紅領為例，它推出的定制化生產模式使得顧客可以擁有貼合自己身材比例的西裝，而不必勉強選擇市面上標準的尺碼。一套獨屬于自己的西裝，解決的不是穿衣蔽體的基本需求，而是消費者面子、身份的潛在心理需求。
又以美國制造業的領先選手通用電氣GE為例，這家老牌制造公司正在從傳統的工業巨頭轉型工業互聯網的智能服務平臺。GE的Predix平臺通過收集設備實時回傳的大量數據并進行相應分析、預測，為客戶提供設備效率提升、故障預警預測等相關服務。
工業4.0的技術：如何解決體驗問題
制造企業在工業3.0時代就試圖解決生產定制的問題。然而，生產定制往往意味著更高的成本、更多的時間。趨利避害下，大規模流水線成為當時主流的選擇。大規模定制(Mass customization)在20世紀90年代被提出，然而還是以傳統大規模流水線生產模式的改良版本存在，只是在產品組裝、行銷的最后階段給予客戶一些次要功能的選擇權，例如戴爾的網絡個人化直銷模式。
直到工業4.0的到來，以低廉成本進行定制生產的技術才逐步成熟。具體來說，這包含兩方面的技術：一是讓“物”更聰明強大的技術，二是讓“物”“物”互聯、自主決策的技術。
首先，工業4.0時代的技術使得“物”能夠承擔更加靈活、復雜和精準的生產任務，甚至自我學習、演進。工業3.0已經在自動化、智能設備上達到一定高度，然而工業4.0在機器人發展方面讓制造業有了更多想象空間。機器人可以互聯互通，與人類一起工作，甚至從自己的工作、人類的工作中學習新技能。
以德國庫卡(KUKA)公司生產的工業機器人為例，可負荷3公斤到1300公斤的貨品，工作范圍從635毫米到3900毫米不等，承擔物料搬運、加工、堆垛、點焊和弧焊等多種功能。庫卡新的工業4.0智能型工業作業助手LBR iiwa可以直接協作人類工作，還具備自動運行系統，可以不依靠地面標記、感應線圈或磁鐵等在工廠內自動來去，運載貨物和零件。
工業4.0時代，機器人可以輔助人工作，甚至替代人工作。它們可以承擔高危作業，提升勞動效率，并解決日益上升的人力成本問題。這也是當初德國提出工業4.0的一個重要動因，即是希望通過更加自動化、智能化的生產解決適齡勞動力不足的問題。除了機器人，智能生產所需要的傳感器、數控機床、智能倉庫、智能物流等相應技術的逐步成熟也為工業4.0的發展提供了技術基礎。
工業4.0時代物聯網信息共享、自主決策的技術使得生產更靈活、更柔性，可以快速響應復雜、個性化的市場需求。如果說互聯網讓智慧人之間得以更便捷地交流，那么物聯網的重點則是把死物智能化，使其能夠自動抓取相關信息，實時與他人/他物對話，并有判斷、決策的能力。如果說工業3.0的自動化是人與機器的對話，工業4.0則是機器與機器的對話。
信息物理系統(Cyber-physical System，簡稱CPS)，換言之一個高效的工業互聯網網絡是工業4.0技術基礎的核心。CPS將物理世界轉換為數字世界，形成了物理系統對應的虛擬系統(digital twin)，再通過IoT(Internet of things，簡稱IoT，物聯網)技術數字化管理生產，提升機器與機器之間的互聯性、減少人為參與，從而實現制造的“智能化”。CPS(虛擬現實系統)中工業設備嵌入的大量傳感器充當機器接受外部信息的感覺器官，采集生產流程的所有數據并運用虛擬系統的高級運算能力進行分析、運算和決策，形成可自律操作的、自組織的智能生產系統。
如果說機器人、數控機床等設備是工業4.0的軀干和肌肉，那么CPS和相關技術就是工業4.0的大腦。
CPS系統網絡化的信息分布形式是關鍵。以前，制造型企業內的生產流程均由一個“中央”控制，信息和指令自上而下，通過各類生產管理系統下達給生產車間。然而CPS系統里，信息并不需要經過某個統一的、自上而下的渠道進行分發，而是呈網絡化分布，共享給生產過程中的每一個參與方，使得每個參與方都可以獲得足夠信息以做出最優決策。這其中也包括機器。借助物聯網和人工智能的相應技術，機器不僅可以掌握信息和知識，還可以自主決策、自主出發動作。
在CPS系統里，機器們會說話、會思考，而且彼此間形成了一個智慧的“社交網絡”，協作完成各種高復雜度的生產任務。當一個訂單進入工廠，機器不用等待上面的指令就已獲得相應信息，了解什么時候該做什么，并自動開始生產。機器還可以根據實時數據、訂單信息來安排產線，增加、減少或改變生產流程。
例如，根據實時的大數據挖掘分析，系統可以主動給用戶推送消息提醒設備維護保養，某個工位可以自動聯系供應商增加物料等。這就像曾經叫車須撥打電話給一個呼叫中心，而如今人人都可以通過滴滴出行類似的APP獲取自己身邊的用車信息并自主進行叫車和乘車。
機器實施通信、自主決策的技術也意味著工業4.0能夠以低成本實現3.0時代無法實現的個性化定制生產。在過去，流水線帶來了大規模的成本降低，然而一旦遇到生產故障，則會面臨整條流水線停產、以及處理殘次品等帶來的高昂成本。然而，通過CPS機器之間的實時通信，某個環節出現問題不會對其他生產環節產生重大影響，生產流程可以不受太大干擾地進行，同時對產品的實時智能控制也使得次品率大大降低。
在工業4.0之前，生產流程中產生的數據是大量浪費的，鮮少得到利用。而現在，工業設備產生的海量數據可以“變廢為寶”，借由大數據、云計算進行分析、歸納，用于預測未來的機器行為、潛在故障和生產問題。北京博華科技自主研發的健康監測云平臺正是基于傳感器采集的大量設備數據、過往故障和維修案例，利用大數據、機器學習等技術來研發出智能診斷和維修決策模型，為石油石化等行業客戶提供故障預警、故障報警和維修決策等服務，其報警準確度可達94%以上。
高度精密的機器人(自動化技術)和CPS(信息化技術)即構成了智能制造的兩方面核心技術，這和我國制造業提出的“兩化融合”的思路不謀而合。
什么樣的企業適用工業4.0?
工業4.0的概念如火如荼，并不代表每個中國企業就要全盤接受工業4.0模式。個性化定制、信息物理系統的概念很美，但是落實到企業自身時需要更冷靜的思考。
首先，德國的工業4.0是切合德國的國情提出的智能制造戰略，并不一定適合我國的國情。
德國提出工業4.0是為了鞏固制造業的傳統優勢，用互聯網、物聯網等新技術對制造業升級，強調的是對用戶個性需求的滿足。另一個制造強國美國也提出工業互聯網的概念，強調的是通過慣有的IT軟實力提升制造業的生產效率。而我國制造業的傳統優勢呢?大規模、高復雜度、快速交貨——這與其他國家各有差異，且所面臨的主要問題是產能過剩和創新乏力。
同時，我國的整體制造業水平尚未達到德美等制造強國的水準，不少企業首先得補課工業3.0才可能邁入工業4.0的階段。沒有成熟發達的工業3.0生產技術和基礎，難以談及工業4.0的升級改造。此外，德美等國進行智能制造升級的一大目的是解決勞動力匱乏問題，而如果中國僅采取機器換人的片面做法進行技術密集改造，可能會造成更嚴重的就業問題。
更進一步來說，在有基礎的工業3.0水平之上，是否要實施工業4.0、如何實施工業4.0也取決于企業相應的定位與目標。麥肯錫的調研顯示，在工業4.0的大潮里獲益最多的是根據企業自身管理、業務和戰略情況來選擇部分結合工業4.0的企業，而并非那些徹頭徹尾煥然一新的企業。
從企業所處的行業性質、業務特點和戰略定位來分析它是否需要同時在自動化/智能化(新技術)和個性化(新制造)上達到比工業3.0更高的標準，從而決定企業是否應進行工業4.0的升級改造。
這其中，新技術指的是高度精密自動化(機器人)和工業互聯網(CPS)，而新制造指的是以滿足客戶個性化使用為目的的模式創新/革命。
當企業同時需要很高的智能化和個性化水平時，工業4.0是首選。以海爾為例，在新的網絡化戰略轉型中，海爾同時在信息化和自動化上進行升級改造：底層用戶數據互聯互通，圍繞用戶組織全流程，同時打造更加定制化的家電品類，建設互聯工廠，以小批量柔性化的生產方式應對更加個性化的訂單。
青島紅領也屬于工業4.0的范疇，但由于行業和業務性質，它的工業4.0路徑有所不同。一方面，紅領的信息化水平較高，這是因為服裝定制相較于家電需要更精確復雜的量體裁衣、合身打造，需要較強的信息化支持。另一方面，紅領的自動化水平適中，因為制衣的技術本身門檻不高。
當企業需要達到較高的智能化水平但不需要為客戶提供定制化的服務時，那么提升自動化水平、機器換人和提升效率降低人力成本的做法更加切實可行。石油化工、原材料制造和代工生產等行業屬于此類范疇。以富士康為例，它的代工生產線為蘋果公司等提供標準化的產品生產，對定制的需求不多，相反是對提升生產率、降低成本有著更大的需求。
image.png
當企業的業務定位一個小眾的利基市場，同時其生產流程不需要也難以使用高精尖自動化技術時，工業4.0也不是最優選擇，反而扎實打磨產品定位、做好個性化服務才是較符合投入產出的選擇。往往活躍在這個領域的是一些小而美的公司或者具備稀缺技能的個體職人，他們的產品服務生產量小，但定價高，往往落入奢侈品類，以高定服裝、定制珠寶首飾等為例。
當一些已經處于經營困境的企業可能在智能化與個性化兩方面都不夠達標，也沒有資金投入去進行工業4.0的投資。那么及時改善經營情況、提升基礎制造水平等舉措是企業應該首先實施的步驟。
工業4.0對我國制造企業的確有借鑒意義，然而，是否全部或部分采納仍需結合企業自身發展水平和行業特點加以考慮。當然，未來中國制造業面臨的將會是一個更加復雜、更有挑戰性、競爭更激烈的市場。因此，保持靈活敏銳、持續改善經營、結合自身情況和市場趨勢采納創新技術和商業模式，將會是任何企業保持領先的關鍵。
(來源：哈佛商業評論)
本文鏈接:哪些企業可以靠工業4.0來升級改造？