智能制造与中国产业变革

“爱迪生在发明灯泡时经过了99次试验，这些失败的经验却成为最终铸就成功的基石。”清华大学经济管理学院教授、博士生导师侯炳辉强调，不管是行业还是企业只要不怕失败，把群众的智慧集合起来，不断摸索问题，只要去做就会成功。

中国产业就伴随着各种问题，以前由于我国制造业以劳动密集型产业占主导地位，缺乏核心技术，生产基本靠人，低成本的优势使得中国成为“世界工厂”，“中国制造”遍布世界各地。近些年，在劳动力成本提高以及全球经济发展缓慢等多方面的制约下，我国传统制造业正面临着来自世界各国家的竞争威胁。加上互联网技术应用的崛起，转型升级成了企业必须面临的问题。

目前世界各国都在进行工业改革，德国、美国纷纷提出了工业4.0和工业互联网的改革主题。而中国《中国制造2025》已完成初稿，围绕在我国工业有待加强的领域进行强化，力争在2025年从工业大国转型为工业强国。我国传统制造企业首先对自身有一个清楚的认识。其次紧跟改革脚步，加大产品的创新力度，逐步成为技术导向型的生产企业。

转型势在必行

采访一开始，侯炳辉向记者谈起了我国传统制造业向智能化转型的必然因素。在他看来，一方面，中国传统制造业属于粗放式经济，生产主要靠人来完成，即使在很多年前中国制造就已遍布世界各地，但总体来看还偏向低端制造的范畴，无法具有较强的持续性。另一方面，在生产过程中，无论从能源消耗源还是环境层面上来看，传统制造业都不得不由低端制造向中高端的智能制造转型。

作为工业最核心的问题，制造业的重点是高端制造业。中国虽然每年出口大量数控机床，但都属于中低端产品，高级的数控机床仍需要进口，这就造成了进口数量少，但花费钱却较高的局面。侯炳辉认为归根结底技术没有跟上，工业智能化力度不够是造成这种尴尬境地的最根本诱因。此时就需要考虑产业的转型与升级，就回到了工业4.0的主题上。

多年前智能制造、工业信息化的内容对于中国传统制造业来讲是陌生的。但现如今为什么开始提出工业4.0的主题，并将其作为国家产业发展战略。有两个原因：1.德国作为率先提出工业4.0战略的国家，已经开始践行工业改革之路。2.此前我国工业相对落后，出现了一系列的问题，不得不重视智能化在工业发展中的作用。

未来，随着信息网络技术与工业融合，工业4.0将会成为一个连接人与机器、资源，互联互通的网络化社会，各种终端设备、应用软件之间可以进行数据信息交换、识别、处理、维护等一系列活动。

中国版工业4.0 国计民生首当被改造

2008年由美国次贷危机引发的世界性金融危机使得欧美许多发达国家的经济都在不同程度上受到了重创，但德国受到的影响就相对少了很多。根本原因，其实主要是由于德国的基础很扎实，因此才能在二战后迅速崛起。

多年后的今天，以强大的工业基础为特征的德国经济提出工业4.0的理念，强调“智能生产”和“智能工厂”，实质上是实现信息化与自动化技术的高度集成，保持德国制造业在全球的竞争优势。

我国在工业方面，无论从发展水平、核心理念还是发展内容上来看都与德国制造业改革有着很大的区别。侯炳辉认为，中国版工业4.0其实应称为信息化与工业化的深度融合，把信息化的技术完全渗透融合到工业里面去，并且将智能制造“嵌入”到传统工业转型升级的过程当中。

传统制造业哪些是要先被改造的？目前我国ERP管理系统已经十分成熟，但在芯片、传感器这样的短板方面，应该作为重点发展目标以及未来我国制造业的投资方向。此外，国计民生部分，譬如医疗、食品行业也是短板的其中之一。

侯炳辉与记者谈论了近期在互联网上被炒得十分火热的日本抢购马桶盖事件。中国消费者不远万里从日本背回来马桶盖，但最后发现还是中国制造，究竟是什么造成了如此尴尬的局面？

这主要是由产品质量和人两方面原因。我国制造业水平相较日本或一些西方发达国家还是有一段距离，技术水平跟不上，而在杭州下沙经济技术开发区和松下公司合作制造的这种马桶盖是按日本标准的要求制造的，这就是为什么中国消费者宁愿花着昂贵的机票钱，也要不辞辛苦从国外背回马桶盖的原因。所以，由于企业要想持续的运行下去，就不得不从自身提高技术水平，这就使得产品质量、技术水平的问题得到有效解决。”相反，人的问题就复杂了许多”，侯炳辉说道，当前有很多人更看重短期利益，这就需要相当长的一段时间来逐渐提高人们的意识。

定量加定性 企业思考转型之路

国务院总理李克强在政府工作报告中提出要实施“中国制造2025”，加快从制造业大国转向制造强国。那么对于国际上正在兴起的新一轮科技革命和产业变革，中国制造业该如何抓住这一时机实现战略转型？其实，由大到强，这是中国制造业发展的目标，需要每个制造企业共同努力。

然而在实现的道路上，就难免会遇到阻碍的因素。在侯炳辉看来，有三点因素：1.企业中的浮躁。2.思维艺术。3.改革会存在风险

。

当前在很多企业中间都存在着或多或少的浮躁现象。浮躁是包括信息化界的浮躁。此前企业里只要一提到ERP系统，可能就认为它是万能的，可以解决任何问题，而没有把技术放在重要位置。

思维艺术指的是工业4.0的实现前提条件就是要将多方面的人的思想集中在一起，无论是从事政治方面还是技术方面，大家一定要有统一观念，一致将制造业改革作为产业升级发展的主要内容。

企业该如何走智能化的道路？侯炳辉建议要将定性和定量相结合。定性就是企业对于自身怎样转型需要有一个清楚地认识，定量是如何具体实施，通过哪些步骤进行转型。企业需要建立一个模型，然后通过不断试验来调整。

因此，企业的信息化道路应该是问题导向型，当问题发生时，利用倒推找寻问题的关键以及缺失的环节。每个企业都是个开放式的“大系统”，信息系统只是其中的一个子系统。对于开放式的复杂系统，解决问题时就不能靠单纯的逻辑思维或者形象思维，也不能单方面由领导或者技术人员决定。最好的方法就是企业里需要解决哪些问题，集中各部门相关人员去协同。改革需要经过长时间的规划，也会存在一定的风险，这就需要靠“四个全面”的战略，全面深化改革开放。

工业4.0 传统企业如何走向智能制造之路

“发展”一直是当今社会经济快速前进的主题，而工业发展、科技进步则是加快经济发展的有力“助推器”。中国传统制造业在发展过程中存在着信息不对称性、核心技术的缺失等多方面问题，加上劳动力成本不断上升、客户需求的不断变化，制造业如何跟进时代脚步，加快产业升级调整成了必须考虑的问题。

工业4.0可谓是制造业转型升级的强心剂，但中国工业4.0如何在制造业中落地开花呢？从中集青岛冷藏产业基地CIO耿峰那里得知，他们在数字化工厂、智能物流等方面已经开始运用ICT技术替代传统解决方案。

制造业领域非常宽广，每个企业所面对的挑战也各有不同，所以在工业4.0或智能制造的路上，大家都有不同的实现路径以及方法。对于中集青岛冷藏产业基地来说，企业最重要的是需要秉持精益制造的核心思想，将工业和信息化双方面提升的同时不断进行融合。未来企业里的每一个细节都应该是透明的，问题都能及时发现、处理，保证生产不间断的持续进行。

打破传统模式枷锁，制造业找寻另一出路

我国制造业经过20多年的发展，从产量上看已经位居世界前列，但由于大多数传统制造业企业个体规模较小、整体技术含量偏低，缺乏核心竞争力，再加上本身存在严重的信息不对称性，因此对于这些传统制造业来讲，在国际市场上仍处于劣势地位，在竞争中毫无优势可言，话语权更是微乎甚微。

耿峰认为，我国制造业经过了长期的行业积累，再加上互联网技术的崛起、基础制造技术的大幅提升，包括一些智能化自动化的广泛应用，势必会推动制造业进行转型。

中集青岛冷藏产业基地隶属于中集集团，是一家典型的劳动密集型传统离散制造业企业。早在2007年，迫于数据中心的压力、IT和能耗成本高等原因，他们开始了虚拟化之路，并且实现了三大成效：1.节省35%-75%TCO。2.缩小部署时间，提高运营效率。3.帮助企业建立业务和IT资源之间的关系，进而提高服务水平。

在2010年中集青岛冷藏产业基地还开启了私有云之旅，让企业可以站在业务的角度上回归信息化。“云将我们的重点重回制造”耿峰说道。但制造业信息化的盲区是整个制造过程，工业4.0的转型则可以打通制造的各个流程。

中集青岛冷藏产业基地的做法是建设数字化工厂，将信息技术与自动化生产整合在一起，打破信息不对称壁垒，从而让生产更加透明可视化。耿峰理想化的数字工厂包括四部分，一是智能化生产线；二是智能化的仓储物流；三是智能化的生产执行过程过管控，私有云可以延伸其中；四是智能化的生产控制中心，四者相辅相成，缺一不可。可见数字化工厂的建设对一家拥有近20年历史的传统制造业来讲是一个巨大的变革。

中集青岛冷藏产业基地的数字化工厂构想

工业4.0的核心显著特点是智能化。智能又是如何体现的？耿峰指出，智能是由各种技术的融合，类似的像自动化技术、信息化以及人工智能技术的大整合，然后依托于网络平台（企业内网、工业以太网、互联网、移动互联网等），最终的目的则是应该让企业能够更贴近其最终用户，实现信息的及时传递、共享。

中集青岛冷藏产业基地的数字化工厂主要包含了智能化的生产线以及智能化物流两方面。

在智能化的生产线方面，引进了大大量工业机器人、自动化和半自动化装备等一系列来替代传统密集型的人工，从而提高企业生产效率，规避各项质量问题。此外，通过私有云的模式进行扩展，运用云终端提供服务，确保业务的连续性。

智能化的物流则采用投料的物料管理模式，确保工序之间的节拍一致性，确保生产线效率最优，避免因为节拍不一致、停工待料而造成的生产浪费。

“数字化工厂用一个场景来描述的话是这样的：工人来了就应当知道今天需要生产什么，生产量、生产设备的状态以及生产过程中如何防错、质量的控制、物料能否准时送达、库存、能源消耗、人工成本是多少，甚至今天这家工厂的盈亏等一系列都构成了未来一个智能工厂的场景。”耿峰告诉记者，管理者今后可以不用去生产一线，只要通过移动终端，或者在办公室的大屏幕上就能时时够掌控生产，进行决策。

中集青岛冷藏产业基地数字化工厂已经在去年10月份投入使用。相比主要依靠人的劳动密集型制造业，工序之间连接性较差，原材料需要进行长距离运输。新工厂则可以把以前离散的工序连接起来，这样可以实现工序间的流水作业，降低多项制（物流、人工、设备、能源等）造成本。此外，新工厂颠覆以前的运营管理模式，选拔了大量的精通精益制造、自动化技术等相关人才构建一线管理团队，确保数字化工厂快速达产，并且发挥其最大的作用。

智能制造的实现路径

中集青岛冷藏产业基地的数字化工厂的目标是希望保证生产的准时进行，当有异常存在时，可以及时上报并且准确无误地解决，这样才能为企业创造更大的价值。

对于传统制造业企业更需要了解的是，工业4.0前期要做哪些准备，以及如何分步骤实施。耿峰给出的答案是：离散制造业应该专注精益制造，并把其导入到企业中去，然后借助信息化技术将物流、工艺流、信息流整合在一起。随着经济常态化，各家不仅仅是在性能上的比拼，成本也成为了一项重要竞争力。而精益生产的核心就是准时生产和杜绝生产时的浪费，并且各个环节上的节奏是一致的，这样效率达到最高，生产成本都会相对降低很多。

中国目前亟需基础制造技术的提升，缺少智能化、自动化的品牌，即使有也并不尽人意，企业无法选择国产供应商的产品。“脸蛋再漂亮也无法站住脚”耿峰强调。国产供应商虽然有丰富的管理经验，但却尤其缺乏可以和德国日本等发达国家相同竞争力的基础自动化和智能技术，这就导致一些自动化程度很高的企业里只有机械部分是自己的尴尬局面。

对于供应商的选择，耿峰认为从宏观上来看，对方一定要具备可以实施不同项目的设备，以及一个可以对整个工厂进行蓝图设计的强大团队。在物流上，一定要严格依据实际生产进行物料、产成品的流转，有条件的企业可以采用AGV小车实现自动化、智能化物流；通过MES（制造执行系统）将所有信息整合到平台上，实施的前提是管理核心的精益设计达到一定水平。

企业还需要培养专业的自动化人才来面向整个生产线，结合精益制造完成最后的升级步骤。未来结合互联网等先进技术，通过数据分析将企业生产运营的真实情况呈现给老板，替代掉传统的逐级通报，让该看到问题的人务必看到问题，这样组织更加扁平化，基础管理团队越来越精简。

工业4.0激发中国制造业ICT深度应用

中国可称为“世界工厂”，但在制造业高歌猛进的同时，没有核心技术、大而不强等问题还是会不断出现。随着工业4.0概念的渐进，中国也在不断通过转型升级来提升制造业整体水平。未来基于互联网技术的产品创新、精益制造、柔性生产以及供应链集成，将成为中国制造业发展的主基调。

制造业的领域广而宽，在其中有一个细分行业“实验仪器”，其作用在于找到产品早期的设计和质量缺陷，从而帮助产品更好的修改设计和工艺。

重庆银河在此细分领域可谓是隐形冠军，目前全球实验仪器行业产值将近15亿，其中重庆银河的产值就已超过了1亿，占全球市场3%，国内市场10%。虽然所属细分产业但应用领域却非常广泛，覆盖了像汽车、科技、航天、军工等行业。

随着客户个性化需求的不断增多，重庆银河开始思考如何在适应需求的情况下，让后端工厂不用过多的改造。工业4.0给了重庆银河很好的提示，将前端进行模块化的改造，通过不同的模组组合成适应需求的产品线，再配合后端智能工厂实现整体的智能化。良好地运用ICT技术改变生产模式，保产增效的同时提高客户满意度。

工业未来出路在哪？

中国制造业的信息化水平整体相对成熟，最常见的信息系统就是ERP、CRM、PLM/PDM等系统。信息化可分为三个阶段，第一，3D设计；第二，三维数字化模装；第三，PLM（全生命周期管理）、PDM（产品数据管理）。并且不同的企业也在虚拟化、云计算等技术上不断尝试。

实验仪器所测试的产品多种多样，由于这一行业特点，重庆银河试验仪器有限公司总经理张志贤把重庆银河定义成为客户提供定制化产品的企业，所以PLM和PDM的使用就尤为重要。因为通过PLM确保最终得到产品符合研发之初的预想，PDM控制从设计、制造、销售、服务阶段整个流程的内容。

早在2003年重庆银河就开始使用PLM系统解决工程设计问题，但在二维环境下的差错率较高，为了不影响整个运行速度和质量重庆银河开始寻找管理三维的PDM系统，所以2005年开始使用PDM和一些配套系统互相配合形成了现有的设计管理系统，并且一用就是十年之久。

但由于客户的个性化越来越强，就需要在大规模制造和个细化需求之间需求平衡，所以也就出现了大规模定制的概念。“这对于当时的重庆银河也是一个难题，如何把客户差异化需求方大，把制造收拢，即用更少的零部件匹配多样化、个性化的市场需求是我们研究的问题。”张志贤说道。

因为传统制造业未来最大的挑战来自于分辨需求，以及面对消费模式的转变，所以需要通过ICT技术推动整体工业化改革。未来离散制造业工厂甚至可以解构，只有系统、品牌和研发团队，通过互联网化将个体智能的物联在一起，甚至可以在客户现场进行总装。

平台模块化应对多变需求

重庆银河只是制造业中的一个缩影，需求市场的多变是每一个制造企业都在面临的问题。

但制造企业要迎合这一变化，所做的改变并不非一朝一夕。重庆银河在三年前就开始萌芽“平台模块化”的构想，来打破因需求多变带来的局限性和不可控性。但当时更多的工作是思考和判断，研究外国先进国家的制造业如何解决大规模定制需求，通过梳理研究出平台模块化的新型业务模式。

模块化的平台上不仅可以变形出很多产品，并且之后很多的零部件还可复用。例如，100种个性化订单经过分解，需要的零部件依然是过去的30种，其中只需要新开发1、2种，这就可以很好的满足来自不同需求的订单。

通过长时间的调研和咨询后，进行了零部件的整合。重庆银河在得到模块化的能力后，下一步就希望通过信息化手段支持新型业务场景，但原有的设计管理系统想要实现模块化需要更多的定制化开发才能实现自动配置，2014年重庆银河则将系统升级到3D平台，覆盖销售、设计、服务等整个业务流程。

为了此次系统升级，重庆银河也对数据重新进行了梳理，今年3月即将梳理完成，之后进入新数据导入阶段，第一期将在2015年完成，第二期将在2016-2018年完成，第三期进行全球战略部署。

通过模块化以及3D平台整合后，在保持产量的前提下，可以将原有近100名的实施人员减近一半，而这部分人员未来也将被分配到测试岗位，不断提高测试产品在不同环境下的稳定性，从而提高客户满意度。

工业4.0 生产方式的改变

思想的转变也恰恰符合工业4.0的进程，并且也是中国制造走向智能化的一个契机。张志贤对工业4.0有两种解释，一种是智能技术系统，一种是信息物理融合系统。

工业革命可以分为蒸汽机、电力、自动化、信息技术四个层次，第四次的信息技术中有五个代表，分别是移动计算技术、物联网、社交网络、大数据、分析测试技术。从五种技术看工业革命带来的是其实是一种消费观念以及生产生活的方式的变化。

“工业4.0是德国最先提出，在中国工业4.0大多都只停留在智能化工厂，但这不是完整的工业4.0。”张志贤说道。智能化除了制造智能化设计同样需要智能化，实现需求端到制造端的智能化，并且很多企业还忽视了一个重要问题，企业的设计系统需要和ERP系统紧密结合。因为智能化工厂的前端是ERP，智能机器人、生产线则是后端，中国的工业4.0更多是缺少顶端，所以不要让中国工业4.0走进只有后端的误区。

所以重庆银河选择从前端智能化进行推进，并规划了三期部署进程，但三期很可能都是第一期，原因也很简单因为真实的过程和理想存在着距离，所以不论是重庆银河还是其他制造企业都需要花更多的时间和精力来实践，在否定和自我否定的过程中快速成长，带动制造业信息化新一轮的投资增长。

构建完整的智能化，除了前端的提升后端工厂也是另一推进部分。IDC对2015年中国制造业十大预测中也提到工业4.0将成为传统制造企业打造智能工厂的标杆。并且在中国标杆作用也会得到很好的体现，从领导企业像中小企业迅速传播，不断向着打造符合行业和企业特点的智能工厂前进。

Forrester：工业4.0 中国制造企业用ICT换来改变

中国的制造业由大变强需要一股力量，工业4.0？制造2025？不论如何称呼，其核心的本质都是相同的。但这也为中国制造业以及企业带了变革性的挑战，所以企业需要更加理解客户的需求，在了解外部需求的同时梳理内部流程，将整个流程进行再造，最后建立全智能制造型企业资源池，进行智能的资源调配。

就像医生给病人治病，在了解了病人的症结所在就可以开始手术。但很多企业又开始站队，前端系统和后端工厂也是争论的重点，对于中国大多数制造企业目前的信息化建设并不能称为健全，所以ICT的改造应该是目前最符合中国企业的路径。

未来中国制造业也将产生更多标杆企业，不断带动工业4.0的发展，但未来在智能制造的新型创新却可能并不来自大型企业。因为它们的体量以及信息化建设并不庞大，通过ICT的改造可以快速看到成效。

工业4.0从三层架构出发

制造业从性质可分为流程制造和离散制造两个派系，你要问我谁会更快进入工业4.0？谁也不能给出一个准确的答案。不管制造的类型如何最终还要基于工业4.0的核心，中国的工业4.0也不例外。”但中国会一个促进的可能性“城市化”建设，城市化带来的是各行各业的变化，尤其是走向国际市场的行业将会走的更快。”Forrester副总裁王平说道。

工业4.0的核心有三层架构，即对客户需求进行判断和理解、企业内部整个流程的再造，以及全智能制造型企业资源池，其适用于外国也适用于中国。

企业需要了解客户全生命周期的需求，判断产品是否符合客户需求，并且企业内部需要通过数据分析和成本控制来应对客户全生命周期的需求。

工业4.0并不是研发或生产阶段单一流程的智能化，需要打通企业内部整个流程，从需求获得、研发、生产、仓储物流、销售、客户反馈等进行全流程的再造。

全智能型企业资源池是一个虚拟的存在，它可以包含云计算、大数据、人员等任何事物，其是资源整合的概念，进一步梳理出一整套企业管理的方法。

在王平看来，中国大多制造业企业已经意识到客户需求，但在第二层流程再造上会遇到很多问题。因为中国传统制造业中间缺少很多流程，随着市场的逐渐开放，中国制造业也将不断完善流程上的不足。

但制造业细分领域有很多是变化较慢的，所以对一个智能企业的企业判断不能只看结果。企业会受到政策、环境，甚至运气等多方面因素的影响，对于中国企业最需要的是建立工业4.0的整套体系架构。

在中国还很多大型企业都被成为“标杆”企业，其在经济利益以外还承载了社会责任等使命，像制造业中新材料的使用，这也是推动行业进步的一个诱因。所以王平也认为，中国的工业4.0不仅仅在制造业，通过一整套的流程梳理和改变可以满足企业更好的满足客户需求。

但在中国，工业4.0还是一个长远构想，中国制造业被更多提到的一个词是“智能制造”，但智能制造更强调制造，而工业4.0也并不只是工业，所以两者的本质都是如何帮助企业更好地服务客户，提高竞争力，避免更多浪费。

工业4.0从ICT改造思路

工业4.0对中国传统制造业带来了机遇也同时带来了挑战，中国企业在流程有所缺失的情况下，除了要补课还要进行改造，这也给中国企业带来了双重压力。

所以传统行业最先改造的不应是技术或环节，而是思想，如果思想不转变，之后的改造也无从谈起。只有企业思想转变之后，才能更好的了解客户需求再进行流程梳理。王平指出，“现在客户的需求变化越来越快，企业需要了解客户的中短期需求，之后根据需求进行流程改造，当然两者也可以同时进行。”

但制造业对于客户的感知普遍较差，并且客户也更加具有独立意识，所以企业需要通过“毛细血管”告诉你该怎么做，而毛细血管就是获得客户需求的渠道。企业只有建立这不同渠道的客户沟通能力，才能更好的获取客户需求。

从理论到实践，中国企业在智能制造的路上有两大阵营，一方选择着重从ICT技术入手，将前端管理进行再提升；另一方则注重工厂后端，运用机器人等机械产品提升生产的智能化。

在中国很多大型企业在工厂后端已经引进了大量的先进设备，想要在制造流程上进行改进非常困难，但这背后的支撑系统如果得到提升将大大提高效率，尤其在中国企业信息化建设相对薄弱，所以通过对ICT深入的应用将对企业有明显的改善。

设备和企业业务的关系可能并没有那么直接，但ICT则不同。客户需求的了解、企业资源的分配等等都需要依赖ICT而不是生产制造。王平认为，ICT在目前绝大多数中国企业建设不健全的情况下进行精准投入将产生更大的效益。

在眼下制造企业信息化已经大部分实施了ERP、CRM、PLM之后，企业需要在信息化的哪些方面进行更多投入？Forrester数据显示，以美元为单位2015年中国ICT投入还将有9%的增长，并且企业也将判断自身需要怎样的ICT解决方案。

当然企业还需要先梳理好自身流程，再选用适合的工具进行提升。未来制造企业的ICT投入并不在传统意义的ERP等管理软件，可能更多会在功能性的套件上，例如云计算、分析工具、移动办公等等。

未来从国家层面工业4.0的发展目标可以提高效益，节能减排，并且更好的满足消费者的需求，最后通过对消费者理解真正实现行业创新。“ICT技术还会作为最后的依靠，因为ICT技术的出现颠覆了太多的传统，所以工业4.0背后也离不开ICT的有效支撑。”王平说道。

工业4.0未动 ICT先行

作者： ZDNet 赵效民

什么是工业？按照字典中的解释，就是指采掘自然界的物质资源，以及对工业品原料及农产品原料进行加工的社会生产部门。根据总体的分工，工业可分为采掘工业和加工工业，又可分为重工业和轻工业。在有些国家中，工业也称制造业，通常仅指加工工业。

对于我们每个个体消费者来说，工业最直接的体现就是轻工业，或者说是加工工业。即人类加工与改造自然界物质的一种产业，而采掘工业是我们平时不会接触到的，这就好比我们整天和手机上的应用打交道，但没有人会关心这些应用后台所连接的数据中心，采掘工业就相当于数据中心，它们负责收集自然界中不同功用的物质，比如矿藏、石油、植物等等，而加工工业则负责将这些原始物料组合制造成最终消费者所购买的商品——比如汽车、食品、衣服、家具等等。

无法想像，如果没有工业，我们当今的社会与日常的生活又将会怎样。因此，在人类文明的发展史上，工业的地位是举足轻重的，完全可以说只有进入到了工业时代，人类文明才真正有了质的变化，也因此它也必将在人类未来的发展进程中，扮演更加重要的角色。

工业发展的4个阶段

擅长自我总结的人类，一直在将工业发展史进行阶段性的划分，均认为发展至今已经是第4阶段（或者说4次工业变革），但之前的3个阶段如何划分，依据也各不相同，不过我个人偏向认同以下的分法。

目前获得最多公认，对工业发展的4个阶段的定义与时间划分

在1784年，第一台机械式织布机的出现，揭开了第一次工业革命的序章，这也是人类第一次摆脱了人力的限制，开始进行机械化生产制造，而驱动机械的动力则是水或是水蒸气。到了1866年，西门子推出人类第一台工业用发电机，4年之后，在美国的辛辛那提的一家屠宰场，引入第一条电动生产传送带，将工业时代引入到了第二阶段。在这一阶段中，电气化的大规模生产制造流水线成为了重要的标志，这方面的经典代表作就是福特于1908年推出的“T型”轿车。

福特的T型轿车生产线，是工业2.0时代的代表作

随着人类技术水平的不断进步，信息技术（IT）出现了，而当它与工业相结合时，就带来了第三次工业革命。在这一阶段，人类制造的可编程芯片植入到了电气化的工业环境中，其标志性事件就是美国莫迪康公司（Modicon，后来被法国的施耐德公司收购）推出了人类第一个可编程逻辑控制器（PLC，Programmable Logic Controller），赋予了生产线 “可编程”的能力，从而进入自动化生产与管理时代。

如今，也就是进入21世纪之后，人类又正在迎来第4次工业变革，这就是目前人们常说的工业4.0。

到底什么是工业4.0？

从前三次的工业变革中，我们可以看到，工业的发展是与人类社会当时的整体技术水平密不可分的。当人类发现了水蒸气可以用来驱动物体时，出现了第一次工业革命，当人类可以自如的产生电力后，出现了第二次工业革命，到了第三次则是源于人类掌握了IT技术。换句话说，水驱动了第一次工业革命，电驱动了第二次工业革命，IT驱动了第三次工业革命，那么第四次工业革命的驱动力又源于哪里呢？这还要从工业4.0的形态说起。

如果说前三次的变革主要是工业生产内部的自我改良与进化，那么工业4.0则是将工业与其周边的事物更紧密结合之后的产物，结合的基础手段就是互联网（Internet）与物联网（IOT，Internet Of Things），这就是工业4.0的原始驱动力，而具体的执行就是所谓的信息物理系统（CPS，Cyber-Physical Systems）。

虽然说是信息物理系统，但请注意CPS英文全称用的是Cyber这个词，而不是什么Information，在中文里对于Cyber一词并没有一个非常确切的简单对照。其实，Cyber并不仅仅代表信息，它是对全数字化空间的一种表述，是一种比Information更复杂化的信息世界的表达。而将它与现实中的物理系统相融合的产物CPS，虽不是为工业4.0而生，但最大限度体现了工业4.0的精髓——将由信息组成的虚拟世界与物理世界的生产能力进行最大化的结合，并相互影响。

如果非要以一种简单的词汇来描述，就是让整个的生产制造流程拥有智能，即——智能制造。

一个典型的CPS架构，俗称5C架构，也可以理解为5层架构——Connection连接层、
Conversion转换层、Cyber网络层、Cognition认知层、Configuration配置层

一个典型的CPS架构，俗称5C架构，由下至上分为5层。连接层负责自助互联，沟通与感知外界（通过相应的传感器），转换层则负责将连接层收集的数据进行多维的分析与转换，提取相应的信息，比如系统健康与外界环境变化等，在网络层则进行更大范围内的同类信息的汇聚与更全面的元件与系统级的状态收集，在认知层，则对网络层的数据进行“认知”并进行综合仿真，并给出自己的判断（辅助人类的操控），最终在配置层实现自助的调整以应对外界参数、需求与环境的变化，由此形成了一个闭路的响应逻辑循环。

说白了，CPS是一套能自我（群体）通信、自我（群体）感知，自我（群体）认知，并可根据外界的变化进行自我（群体）调整以自动响应的系统，它可以嫁接到任何工业场景中，以让该场景拥有“智能”，比如智能的电网、智能的交通、智能的医疗，而与工业制造相结合就是“智能制造”。

显然，CPS并不代表某一个具体的设备（不过某些设备可以理解为CPS节点，比如移动的探测器），而是将整体的工业系统囊括在内，我们可以把工业4.0时代的生产制造系统统称为CPS化的先进制造系统。其中的不同层级会横跨多个设备，具体是多少要视互联规模，也可能只有一台设备，也可能是成千上万，地域范围也可能是遍布全球甚至是太空，而负责底层连接的就是互联网与IOT，具体的实现与嵌入式系统的发展密不可分。

因此，我们必须再次强调，如果没有互联网和IOT，CPS也就无从谈起，也正因为互联网与IOT的成熟，才让CPS的实现成为可能，也让工业4.0成为了可能。我们可以这样理解：基于全互联的信息化（数字化）环境下，从产品最开始的购买意向，到后续的定单提交、产品设计、供应链采购、生产制造、物流交付、后续服务与产品质量跟踪，直至产品寿命终止的，全生命周期流程智能化的制造服务，就是工业4.0。

虽然很多人更愿意突出工业4.0的定制化能力，但在我看来这并不是工业4.0的第一诉求，而是一种顺其自然的能力体现，这一能力的本质就是从定购下单到最后交付的全流程“智能制造”，只有智能才能实现颗粒度更小、精度更高的定制化服务。

工业4.0的实现逻辑

为什么说互联网与IOT对工业4.0如此重要，原因就在于对于“Cyber空间”的建立。现如今，我们都应该对于互联网的作用有着深刻的体会，在它的上面可以完成越来越多的，原本需要在物理现实世界中才能完成的事情，比如银行汇款、订餐、买日常用品、打车等等，而之所以能做到这些，就是因为互联网将这些行为或者说流程数字化了，并在“Cyber空间”迅速匹配对接，这是最关键的地方。

学过模拟与数字电路的人都知道，对于模拟信号的处理要比数字信号处理难得多，而在现实中也是如此，在物理世界中改动事物，比在虚拟世界（Cyber空间）中要复杂何止几十上百倍？因此数字化现实中的事物，并在基于互联网的虚拟世界中进行改变，并再影射回现实世界中，就是典型的“互联网思维”。

比如打车软件，就是将打车的需求与空车的资源，在互联网层面进行了数字化整合，再以应用（叫车端与司机端）为节点进行一对一的关联，进而让物理世界中的人和出租车都能迅速找到彼此。餐厅订座软件，则是将用餐需求与餐厅的座位信息进行了数字化整合，通过线上的预订，来消费指定的线下资源。借用一句流行的词来描绘，这就是O2O（Online to Offline，线上至线下，但其前提则是Offline to Online，也就是线下的资源先被数字化，呈现于线上）。

与之相似的，工业4.0的一个明显的特征也正是将用户的生产（购买）需求，与后端的设计、生产制造资源进行了数字化，先在互联网的虚拟世界中匹配，再控制物理世界中的设备、原料与物流进行定制化的生产与产品的交付，这明显就是互联网思维与O2O的典型实践。

工业4.0的核心——智能制造工厂，简称工厂4.0，注意外围的关键点
——云计算、大数据、IOT、安全与新一代物流，它们也正是工业4.0
得以真正实现的外部基础，而CPS、3D打印、机器人等可以
认为是内部实现的基础，也是工业自身进化的必然结果

现在就让我们来看看一个工业4.0时代的工厂是怎样运作的。首先是客户（消费者）提交自己的定单，在这里我们淡化所谓的定制化的定单，因为工业4.0的智能化已经可以保证大规模的定制化的服务，这基本上是一种默认的能力。

客户的定单需求通过互联网汇总（可以从手机、PC上发出），通过数据的归类聚焦，传给相应的生产企业（可能是客户指定，也可能是工业4.0中介自动分配），生产企业根据定单，自动触发相应的供应链与物流系统，来采购所需要的物料（之前已经假定主体设计是现成的）。接下来，通过3D打印等技术来完成产品原型，经客户确认后，进入正式的生产线，待生产完成，质检合格后，再通过自动编排的物流系统将产品交付给用户。这其中，基于CPS的先进生产制造系统就是该制造企业的核心平台。

在这里，我们再借用一下打车软件的例子，打车软件是将空余的出租车或专车资源数字化放在互联网上提供给打车用户。以后，也将有这类的工业4.0化的产品软件，并不是让你挑选现成的产品，而是已经数字化后的，全国甚至全球范围内目前可用的产品设计、产品建模、产品制造和与之配套的物流资源，由此也必将出现所谓的工业4.0中介平台，就像当今的淘宝一样，进行前台的产品需求的汇总与后台的设计、生产定单的分发。

从理论上讲，如果数字化足够充分，某个企业的单一CPS生产节点（比如某条生产线），都可以贡献在互联网上，接受客户的直接“调用”，这就是上文所描述的生产力的数字化。当然，要实现这一场景，还有需要其他的工作要做，比如生产系统的数字化标准的统一、接口（API）标准的规范、配套系统的自动对接、全局的安全防护等等。很可能将会在具体的实施中遇到厂商间、技术间、标准间的壁垒，而让终极的工业4.0愿景无法实现。

工业4.0未动 ICT先行

综观工业4.0的整个体系，我们已经很明确的看到作为核心的驱动力，互联网与IOT的价值，这个价值就是由它们所带来的“Cyber空间”，而又是谁来支撑的呢？答案就是ICT——信息与通信技术（Information and Communication Technology）。

互联网与IOT的发展显然是与通信技术密不可分的，尤其是无线通信技术（比如3G、4G、WiFi等）的发展，为互联网的广泛渗透起到了决定性的作用，也由此催生出了IOT。

而要让互联网与IOT所传来的信息，构架起有序可用的Cyber空间，离不开强大的信息处理能力。

信息就代表着数据，或者说数据是信息的载体，所以互联网规模越大，信息量越多，也就意味着数据的体量将迅速增长。而在工业4.0时代，所强调的正是更为彻底的数字化——需求数字化、流程数字化、资源数字化，甚至生产能力也会被数字化。而当客户的手机可以直接控制某一条具体的生产线时，可以想象这种基于互联网、IOT的“人与物、物与物、人与人”互联规模有多大，因此而产生的数据规模又将有多大？这就是所谓的大数据，而要对它进行及时的处理与解析，高度动态与高效的IT平台必不可少，这就是云计算。

在上文介绍工业4.0的实现逻辑时，就已经指出云计算与大数据的重要性，相较而言，后者更为重要，因为支撑起整个工业4.0体系运转的就是各种类型，来源于方方面面的数据，它们可能来自于外部传感器，可能来自于自我监控设备，可能来自于人工的干涉，可能来自于互联网的需求，可能来自于其他系统的通知，可能来自于仿真模拟等等……它们被有序导入到整体的CPS系统中，让他们自我感知、认知并进行实时的动态调整以自动响应外界需求与环境的变化，保证最佳的生产效率，以及最智能的服务体验。

因此，有人说工业4.0就是数据化工业，是有道理的，而由此产生的，对IT平台的需求也就非常明确——它必须拥有灵活的、高效率的大规模数据的处理能力，并能很好的与CPS系统相结合，以保证最终的效果可用。所以说，数据是工业4.0的“灵魂”，而强壮、灵活的IT平台则是工业4.0背后的“身躯”，而这也是大数据与云计算，对于工业4.0的价值所在。

企业的工业4.0之路

上文说的很多，其实大多都只是技术理论层面上的描述，真的落实到一个具体的企业，显然不会是这么的简单。

在阐述工业4.0的特点时，我们曾强调它与前三次工业革命的一大不同之处在于，当企业内部用更为先进的CPS系统来改造生产系统的同时，企业也更多的与外部产生了互动。我们因此可以归纳为两个部分：内部生产系统的变革与外部交互体系的变革。由于不同行业的工业设备各不相同，所以内部的生产系统变革并不在本文的讨论范围，而外部的交互体系的变革则是一个通用的进化，也更值得所有工业企业引起注意。

所谓的外部交互体系，就是指当通过互联网与物联网更为彻底的进行数字化之后，如何建立起新的与客户、合作伙伴、供货商之间的协同、互动关系，这其中包括了各种外包资源。想一想我们之前所强调的“互联网思维”——充分借助数字化与全互联的网络，帮助我们利用虚拟的Cyber空间克服物理现实世界中的困难，并带出新的业务与模式的创新。

比如一个客户的需求，在企业内部的交互系统里，可以直接贯通触发至所有相关的平台，比如物流、供应链、合作伙伴等，实现自动化的定单分解与资源调度。比如我要将自身的设计、生产能力最大限度的数字化（比如丰富的API与协同接口），并呈现在网络上，让客户直接或间接（通过中介平台）来向我下定，甚至直接调用。再比如，我能不能将我的产品最大限度的数字化，尤其是工作状态与健康指数，通过IOT让我可以在后台进行总体监控，并为客户提供更为精确的定制化售化服务，以确保产品在整个生命周期的价值最大化？（比如通用电气所主导的“工业互联网”概念就是如此）毫无疑问，这种观念和具体的流程已经与传统发生了很大的变化。

一个制造企业的工业4.0改造的可能重点环节，在实际的运作中，
涉及的层面可能会多得多，在此只是举一个例子，谨供参考

因此，工业4.0对于一个企业来说，肯定不仅仅是一个技术层面的事情，比上一套ERP系统要复杂得多得多。它需要企业的主管系统考虑自身的发展，在相关的重点环节与流程上，以数字化、互联网的思维来审视改进之处，再根据自己的需求迫切程度，有条不紊的进行各个环节的改造。

总而言之，数字化、互联化是企业对外交互体系建立的一个重要保证，也应该是核心的基础理念。它将把企业内部可对外提供服务的资源最大限度的呈献给客户，并通过互联网/IOT所构建的Cyber空间与外界充分的互动从而让自己的生产能力与价值得到最大限度的保障（你可能成为另一家企业的供货商，或找到新的合作伙伴）。另一方面，则结合自身产品的生产需求，改造具体的生产与辅助制造设备，比如3D打印、生产机器人等，将它们融入为一个整体的CPS系统，与对外交互体系打通，从而形成自己的工业4.0架构。与此同时，还要针对这样的新业务模型，建立起与之配套的流程、管理体系和制度。

当然，上述这一切都已经离不开ICT的提前介入，无论是对外还是对内、无论是数字化还互联化、无论是流程管理与服务支持，工业4.0都离不开一个强壮的ICT支持，它将在很大程度上，决定一个企业的工业4.0之路的最终成败。所以，“工业4.0未动 ICT先行”对于所有工业企业来说，都是不变的真理！(完)

IBM观点：工业4.0是大数据驱动的智能工业

任何一个舶来品想要融入中国都需要适应中国特色，工业4.0也不例外。工业4.0不仅是对生产方式的颠覆也是对生活方式的颠覆。

工业4.0的到来，与消费者自我意识觉醒及技术进步有着密切的关系。在IBM 看来，工业4.0是大数据驱动的智能工业。这些转变同首席执行客户（CEC）的出现有着很大的关系。并且随着企业进入D世代，不仅需要成为数据分析驱动型企业，还要战略性运用云计算、移动、社交和大数据分析工具，掌握并预测以客户为中心的市场状况和变化趋势，并根据数据洞察生成最佳行动建议，数据贯穿企业研发、生产、营销、服务等管理运作。

企业要想在数据驱动的工业4.0时代一帆风顺，就需要在加强客户洞察方面，重视数据对于把握CEC需求的重要性。以及在推动制造研发的突破方面，可以尝试让用户的互动参与为研发带来价值，并且用数据辅助生产的智能化。

工业4.0 大数据驱动的智能工业

通过对消费者行为的追踪并由此所捕捉的大量消费数据必须利用数据科学进行计算与建模，并自动转化为商业决策与运营模式，然后通过工业4.0，随时动态调整生产流程来因应消费需求的动态变化。

中国已经进入了D世代， 早在2010 年时，制造业所新增的数据便将近 2EB（计算机存储单位），大数据也顺理成章的成为工业4.0的驱动力。

这也符合IBM所理解的工业4.0，即大数据驱动的智能工业。“这是一场由首席执行客户（CEC）推动的，以‘D世代企业’（大数据分析驱动型企业）的诞生与发展为标志的，以大数据、云计算、移动、社交等技术为主要驱动手段的工业革命。最突出的一点是，大数据深刻改变了工业企业的生产和决策。”IBM大中华区副总裁冯国华说道。

在工业4.0趋势下，工业的信息化水平进一步提升，尤其是互联化和智能化的提升。制造业在其转型升级可以概括为三方面：第一，产品智能化；第二，流程的智能化升级；第三，制造业的互联网化。在转型升级的进程，也将产生大量数据，企业需要思考如何对大数据进行分析和管理。

IBM的CAMSS技术（C是指Cloud云；A是指BigData &Analytics，大数据和分析；M是指Mobility移动；第一个S是指Social社交，第二个S则是指Security安全），将助力中国企业、行业构建大数据能力，助力中国工业4.0的契机实现转型升级。

D世代为企业带来新能力

在D世代中企业也需要不断进化，其中制造业正经历蜕变式的升级，企业需要更迅速的获取客户的需求与反馈，这归根结底是新时代消费者需求的变化。消费者已经参与到战略、研发、生产、执行各个环节中，成为首席执行客户（CEC），其推动企业从供应链转向需求链，从产品为中心到以需求为中心，从基础架构到信息架构。

CEC具有三大特征：

1.采购决策更多地建立在信息和数据分析的基础上；

2.要求个性化的产品、服务和体验；

3.开始拥有决定商业行为的主导权和更大的市场影响力；

因此，为了更好地适应消费者的转变，传统制造企业需要借助大数据云计算、社交、移动等新技术推动企业转型，从而帮助企业更好地满足消费者的需求。并由此催生出IBM董事长、总裁和首席执行官罗睿兰在2014年11月Think Forum 提出“D世代企业”。

“D世代企业”可以战略性运用云计算、移动、社交和大数据分析工具，掌握并预测以客户为中心的市场状况和变化趋势，并根据数据洞察生成最佳行动建议，数据贯穿企业研发、生产、营销、服务等管理运作，产生更多之前不曾拥有的新能力。

D世代企业(包括工业4.0制造企业)的新能力

工业4.0在中国的发展道路不能只是拿来主义，IBM大中华区副总裁冯国华认为，全面资源供应链体系、最大的本土市场和最具活力的互联网应用趋势是中国具有独特的工业和市场基础。中国需要充分开发大数据资源、云计算基础上重新构造企业IT—寻找新的业务模式，以靠近市场的优势带动创新。这也要求企业加强客户洞察、推动制造研发的突破、实现生产智能化。

工业4.0的大数据驱动路径

在数据驱动的商业和工业4.0时代，企业需要加强客户洞察、推动制造研发的突破，以及实现生产智能化。冯国华认为，三点不能割裂，它们之间只有协同作用才能成就新型的工业企业并输出价值。

在加强客户洞察方面，重视数据对于把握CEC需求的重要性。IBM认为，任何一家企业都必须要有客户的数据，只有掌握360度客户数据，不仅包括客户的职业等基础信息，还须包括偏好、行为、交易信息，才有可能帮助我们去真正获得客户洞察。但不少中国企业的数据意识有待提升，需要减少数据流失。

在推动制造研发的突破方面，可以尝试让用户的互动参与为研发带来价值。冯国华认为，以海量资料分析为核心的创新研发能力，将攸关制造业者如何在日益艰辛的订单争夺战中脱颖而出。研发团队可透过大量的意见回馈，改善测试的周期时间、质量和效率，让企业更快响应市场，抢得先机。

在实现生产智能化层面，其实现在有很多制造型企业已经开始尝试并受益。制造业是带动中国社会发展转型的火车头，也是经济成长和就业市场的中流砥柱。近年来，由于科技发达和贸易障碍减少，各生产地可针对制造过程中某些环节发展专业能力，厂商为了节省成本，跨国设计、采购、组装、制造、营销和服务的生产网络远比过去扩散和零碎，复杂度更甚以往。

我们来看看Blizzard Ski是如何通过数据驱动运营，Blizzard Ski是一家滑雪板生产商，每年生产大约40 万副滑雪板，其中有些型号使用多达 18 种材料并需要长达 16 个星期的生产时间。通过使用数据，该公司开始预测滑雪运动趋势、天气模式以及影响其业务的其他短期市场变化，并且现在能够迅速满足某些滑雪镇不断变化的需求。数据还使该公司能够对其供应商进行监控，使得无论需求如何变化，供应商都能满足他们的需求，实现生产周期缩短至 8 个星期，并且变得更加灵活。