來源 | 智能製造
數字化讓製造型企業從根本上改頭換面。隨著企業對各類創新技術的採用以及對不同資質人才的聘用，新型的數字化工廠正悄然引領製造業的轉型，並推動著製造業的中心邁向高度定製化的產品和系統。
領先的製造型企業正採用一系列的先進技術實現生產乃至整條供應鏈的數字化。這些技術包括大數據分析解決方案、端至端的實時規劃和互聯、自控系統、數字孿生等。憑藉這些技術，效率得以提升，企業能夠批量生產高度定製化的產品。然而，想要完全發揮出數字化的潛力，企業仍需要與主要供應商和大客戶實時互聯。
作為在電子商務和電子支付領域內全球公認的數字化領先者，中國在製造業領域內對數字化的應用卻仍處於起步階段。儘管“中國製造2025” 戰略的頒佈為產業變革注入了強心針、突顯了戰略緊迫性，但只有在企業大膽擁抱數字化的情況下才能取得實質性的進展，併產生深遠影響。
在朝著數字化轉型的道路上大步前行時，思略特從此次“數字化工廠2020 — 歐洲數字化工廠高管調研”中梳理出的關鍵發現以及提出的數字化工廠藍圖，將協助企業規避實施中的風險，成功達成既定的目標。
調研成果綜述
就數字化工廠這一熱點話題，普華永道思略特德國公司2017年上半年對來自大型工業及製造業領域內的200位企業高管開展了一次定量市場調研，並對行業領先企業的多位高管進行了深度的訪談。
參與此次調研的高管均為各自企業在產品開發、生產或技術領域的決策者。據調研結果顯示，領先的工業企業已經完成了項目的試點工作，開始著手推廣數字化解決方案。以成熟的數字化戰略為依託，這些工業先驅者採用創新型的數字化戰略，擁抱全面的數字化轉型。此外，通過培訓和溝通，他們讓員工參與轉型，為企業的數字化成功做出自己的貢獻。
通過戰略、效益、技術和人才這四個維度（見圖一），我們詳細探究了數字化工廠背後的推動力，或許能為計劃建設數字化工廠的中國企業提供一些參考。
戰略
數字化工廠在高層心目中的戰略地位甚高：調研結果顯示，91%的工業企業正投資數字化工廠，但認為他們的工廠已經“完全數字化”的僅佔6%。
數字化能圍繞客戶提供更好的生產支持：在計劃對數字化工廠追加投資的受訪者中有四分之三的人表示，通過本地化製造來更貼近客戶，以及個性化、靈活化的生產是促成投資的兩大主要因素。
數字化工廠對“德國/歐洲製造”起到推進作用：在計劃對數字化工廠追加投資的受訪者中總共有93%的人表示，有意在未來五年內將部分或全部的數字化工廠遷至德國。未來五年內的投資中有77%將用於新建數字化工廠或擴容。數字化正在強化歐洲工業中心的競爭力。
如果沒有數字化工廠的打算，那麼企業可能會在未來喪失競爭力。實現數字化工廠需要資金投入，需要攜手內外部利益相關方來推行開放式創新。例如，飛利浦就在德拉赫滕工廠採用了這種方法（參見“飛利浦：創新與協作”）。此外，還需要聘請和培養人才，應對諸多變化，在員工間建立信任感並得到他們的全力支持和充分投入。
有些企業在建設數字化工廠的問題上似乎準備淺嘗輒止，並沒有進一步追加投資的意願。鑑於數字化工廠能夠帶來的巨大利益，這些企業可能會被積極實現數字化並不斷改善的競爭對手拋在身後。
企業想要在如今競爭激烈的市場中生存，以客戶為中心是一大關鍵要素。企業不斷地貼近客戶，能夠更及時地對客戶偏好的變化做出反應。此舉還能有助於減少運輸和物流成本，客戶能以極小或者可以忽略不計的配送成本，從定製化的產品中獲益。在部分行業中，受即時生產和即時供貨等物流戰略的推動，供應商更加貼近客戶，整條價值鏈的本地化程度不斷提升。
許多企業利用數字化來提升工廠柔性，更好地應對客戶需求的波動。為了充分利用這些工廠的潛力，企業計劃在佔主要收入來源的市場中新建或擴建工廠。從推動生產決策的力度看來，對客戶的聚焦遠遠大於勞動力成本。
效益
短期內難見回報 — 對數字化工廠的投資是戰略性的舉動，收回投資需要兩到五年：近半數的受訪者希望能在五年內收回對數字化運營的投資，而僅有3%的受訪者希望在一年內收回投資。
企業希望五年後顯著提升效率：幾乎所有的受訪者（98%）都將提升效率視為投資數字化工廠的主要原因。綜合規劃、資產利用率提升、質量成本降低以及自動化均有助於效率的提升。
大多數的受訪企業將收回數字化工廠投資的期限定為五年。我們相信，決定的背後是翔實的商業論證和對投資的仔細考量。隨著企業對各種數字化工廠解決方案的不斷熟悉，他們對所需的實施時間和投入力度有了更清楚的認識，因而對收回投資的期限做出了較為保守的預測。
除了提升工廠效率之外，數字化工廠還能帶來其他一些效益。例如，在航空領域，有些企業利用數字化工廠解決方案開展先進的飛機及發動機設計，打破了傳統制造的侷限性。此外，數字化工廠還能幫助企業減少能源和原材料的消耗，實現可持續發展的目標。企業正在利用數據來改善資源效率，讓供應鏈更合理，實現按需訂購原材料，減少庫存。
但企業的目標遠遠不限於此。部分企業已經在規劃無人值守工廠，在這些工廠中，電力將按需消耗。根據最新數據顯示，自1990年起，工業品領域的能耗不斷下降。但我們有理由相信，在數字化工廠的協助下，工業品企業在節能方面仍有潛力可挖。
飛利浦：創新與協作
飛利浦在德拉赫滕為全球市場開發高品質的創新產品。這些旨在讓人們的生活變得更舒適、更健康的產品包括 Senseo 咖啡機、女士剃毛器、美髮造型器、吸塵器、剃鬚刀、理髮剪和喚醒燈。除此之外，飛利浦的德拉赫滕工廠自上世紀五十年代以來就是先進的飛利浦剃鬚刀的研發及生產中心，有來自35個國家、2000多位人才在此工作，是飛利浦在歐洲最大的研發及生產中心之一，也是先進產業創新的排頭兵。
在該工廠，生產技術人員和作業工人並肩負責管理產品的開發和生產，通過自動化裝配、數字孿生、機器人、3D打印和大數據分析等主要的數字化技術為聯合開發和生產提供支撐。這些與眾不同的創新型數字化技術實現了首次正確設計、零缺陷生產以及以需求為導向的供應鏈。飛利浦計劃在未來繼續朝著定製化的方向提升其生產運營，開展更靈活的研發。
飛利浦德拉赫滕工廠是德拉赫滕創新集群的代表成員之一，該集群由西北歐16家高科技製造型企業所組成，吸引著來自全球各地的人才和其他高科技企業。集群還與當地政府和科研院校密切協作，力爭在未來保障並鞏固德拉赫滕地區在荷蘭北部工業重鎮的地位。
技術
通過綜合的製造執行系統 (MES) 實現工廠內外部互聯：數字化的第一步，是通過共用基礎架構實現機器與其他資產間的互聯。MES系統能實時規劃和控制生產，提升效率、生產柔性和資產利用率。為了實現效益最大化，MES系統需要與ERP系統整合，從而讓企業不僅實現內部流程的數字化，還能實現整條供應鏈的數字化。
協作機器人、數字孿生或增強現實等技術促使運營更精益、生產率更高：能夠協助工人提升生產效率和產量、改善流程和產品質量的數字化技術正在迅速普及 — 未來五年，採用這些技術的企業數量有望翻番。工人和機器間的協作是重點發展領域，並誕生了數字孿生這種虛擬工廠的表現形式。增強現實的相關解決方案協助員工生產零缺陷的產品。
企業通過預測性數據分析和機器學習等手段做出更明智的決策：人工智能和數據分析是數字化工廠的推動力，半數以上的調研對象企業已經採用了智能化算法來做出更合理的運營決策。工廠內部和企業生態系統內部的全面互聯，以及信息的智能化應用，對於保持競爭力而言將不可或缺。
利用MES實現工廠內外部互聯
工廠智能互聯的步伐正在加快。許多企業都已經採用了聯網技術，通過MES等技術，以傳感器讀取頻設識別芯片上的數據並傳輸到數據平臺，將零部件、機器、生產管理、運輸車輛、工人甚至產品相互連接（見圖二）。例如博世力士樂在洪堡 (Homburg) 工廠開展了頻射識別跟蹤技術的全球試點（參見“博世力士樂：通過互聯實現批量定製”）。
通過使用MES，利用信息進行實時規劃和控制成為可能。
通過使用MES，利用信息進行實時規劃和控制成為可能：根據數據分析，感知或預測意外事件，並生成應對或優化的相關行動。部分企業還開發出基於系統的貯存監控系統，防止庫存缺貨並優化庫存水平。
許多企業還將眼光投向了數字化工廠之外的領域，力爭橫向整合從供應商、生產網絡到客戶的整條價值鏈。更先進的跟蹤系統加上與ERP系統的動態連接，使得數據透明，能夠使用數據分析來優化整條供應鏈的規劃。如同工廠內部聯網一樣，這些流程也會利用傳感器和射頻識別芯片來生成數據並傳遞到中央規劃平臺（包括與主要價值鏈夥伴的接口）。單純的系統互聯並不足以支撐這一目標。為了實現真正的同步，打通客戶需求、供應不足等外部因素與內部生產之間的對接，企業必須開發集成度更高的系統（MES、ERP、傳感器），並且需要克服各自為政的企業文化。
博世力士樂 (Bosch Rexroth)：通過互聯實現批量定製
在擁有50年曆史、約700名員工的洪堡基地，博世力士樂為工業4.0方案建設了領先的工廠，是首批踐行工業4.0的企業之一。
在洪堡工廠不斷開發新的解決方案並開展試點的過程中，對於人才和大膽創新的重視，是其成功的關鍵。在這裡，崗位涉及的學科越來越多，對人才的素質和能力也提出了同樣的要求。傳統的製造崗位外，該工廠還需要更多的軟件開發人員和其他IT相關的人才。
作為工業和移動控件、液壓設備的生產商以及博世集團內部的小規模試點企業，洪堡工廠是工業4.0方案的用戶，同時也是供應商。該工廠圍繞高層的核心戰略，為成功地實施和利用數字化和互聯奠定了堅實的基礎。洪堡工廠與集團其他的試點工廠、博世力士樂產品區域裝配技術和“博世互聯產業”(Bosch Connected Industry) 項目組通力合作，整合並協調，確保效率並消除冗餘。在這些技術的指引下，各工廠制定各類解決方案，負責建立起能夠在其他工廠推廣的標準。每家工廠也充分利用博世網絡中的博世雲或企業IT架構等全球服務，實現規模經濟。
博世力士樂採用各類創新技術，其中包括無紙化的動態看板、自我制導產品、獨立工作單元、員工和產品自動識別、實時質量檢測等。通過配合基於無線射頻識別的電子看板和揀選等成熟技術，洪堡工廠能提升效率和產量，同時在流水線上生產更多的產品變體。
通過在生產線上利用這些技術並提升柔性，使得批量定製從經濟上成為可能。工業製造企業等客戶目前在自己的生產線上對博世的液壓運動控制單元進行後期的定製化，確保後續生產。博世力士樂通過更緊密地融合產品區域裝配技術和移動控件，奠定了從零件供應商向靈活的模塊供應商轉型的基礎，使其不僅能夠縱向整合供應鏈，還為將來開發遠程診斷、預測性維護或按使用付費等增值服務提供了機遇。
利用數字化技術提高生產效率並改善流程
許多企業還計劃採用各類數字化技術來協助工人提高生產效率並改善流程。毫無疑問，數字化工廠的工作環境將發生天翻地覆的變化，而且一切已經悄然發生。企業為工人提供了包括移動APP在內的各種工具，使其在需要的時候能夠訪問各類信息。實時質量檢測也日益普及，這項技術使得工人能夠及時認識到錯誤並進行糾正，而生產流程的準確性也會自動地進行反覆核查。此外，部分企業正採用移動APP來協助員工更好地開展遠程協作。機器人和其他數字化技術還使得工人更加輕鬆、安全和高效。協作機器人不僅只是完成預先編程所規定的任務，工人們還能通過交互的方式“訓練”這些機器人。他們無需耗費大量時間進行編程，只需重複自己的動作即可。我們發現，人機協作是發展的重點領域，也是企業需要密切關注的領域。儘管許多企業聚焦於提升流程的可視化和自動化，但卻很少有企業計劃採用相應的技術來提高對於人機協作的接受程度。
隨著無人駕駛技術的成熟和相關成本不斷下降，部分企業已準備利用這項技術來提升效率並減少錯誤。如今的系統已遠非按照預定路線進行自動循環取貨那麼簡單，物流環節不僅朝著真正的無人化方向發展，而且還能通過互聯繫統識別需求，向自我制導的運輸系統傳達指令，實現實時響應。這些系統之間以及與聯網的工作臺和倉庫之間互相傳遞信息數據，動態地應對供需的變化。
通過結合產品和生產線的數字孿生，能夠在實際啟動前模擬測試新的生產流程並進行優化。
目前，將產品、設備、整條生產線和工廠基礎設施以數字化的方式呈現，即所謂的“數字孿生”已經成為可能。這項技術主要用於產品開發或生產規劃階段，能夠讓提升開發流程的效率，改善質量，有助於利益相關方之間的信息共享。通過結合產品和生產線的數字孿生，能夠在實際啟動前模擬測試新的生產流程並進行優化。如果能與合作伙伴共同使用數字孿生，則能夠讓他們更好地優化自己的流程進行匹配。數字孿生也是虛擬現實、增強現實、遠程維護等多種應用的基礎。值得注意的是，目前最受歡迎的數字化工廠技術甚至是五年後最有可能採用的技術，仍然是以傳統模式下的流水線為基礎。在這種情況下，或許需要從根本上反思製造戰略甚至是企業的生產模式（如模塊化生產設備、柔性生產流程等），但許多企業都不願承擔這種風險。我們認為，企業需要根據整體的業務戰略和技術發展的情況，從全局的角度制定數字化戰略。
通過數據分析支持決策
數據是數字化工廠的根本所在，需要投入巨資打造數據分析和系統整合方面的能力。通過傳感器，未來的數字化工廠能夠產生海量的數據。隨著數據整合和內存方面的技術能力不斷完善，數字化工廠與供應鏈生態體系的實時整合成為了可能。通過機械設備產生的數據傳輸到MRS和ERP系統，甚至是供應商和客戶，企業能夠在整條供應鏈中實現關鍵供需數據的實時交互。在未來，數字化工廠將能夠在客戶需求不足的生產期間規劃各類維護和停工檢修安排，實現利潤率的最優化。
實現工廠和整個企業生態體系內部的全面互聯，以及對信息的智能化使用，將成為企業保持競爭力不可或缺的選項。我們欣喜地看到，許多企業都已經認識到了這一點，並大力發展他們的大數據能力。
人才
數字化生產意味著打造數字化勞動力：數字化工廠需要全新的工作方式。勞動力的組成將會發生變化，企業需要招聘和挽留相應的人才。數據科學家需要發現智能算法來提升運營表現，而人機智能交互也需要全新的技能。數字化培訓項目以及招聘外部的“數字原住民”能確保成功打造數字化工廠。
數字化轉型必須由高層掛帥、立即開始：企業的數字化轉型需要高層的領導和指導。隨著全球範圍內的競爭對手邁上數字化之路，企業需要立即行動起來。
數字化工廠需要截然不同的工作方式，企業因此也需要打造數字化的勞動力。企業需要調整員工的組成，需要相應地招聘和挽留人才。隨著我們步入人機交互的新時代，人才對數字化工廠的影響力不容低估。
數字化工廠能協助企業面臨老齡化社會的挑戰。隨著大批技術工人退休，大多數行業可能面臨熟練勞動力短缺的局面。數字化能夠從一定程度上彌補這種短缺。
為了確保有足夠的工人具備數字化工廠所需的技能，企業需要與商界、政界和學術界積極合作，解決合格人才短缺的問題。當然，在培訓和教育方面的投入代價不菲，但通過效率改善所帶來的收入提升能抵消這方面的投入，而且還能讓員工享受到由此帶來的漲薪等福利。此外，人才所需具備的素質也在發生顯著的變化。數字化工廠對流水線工人的需求將降低，轉而需要更多的數據分析師和程序員。
問題的解決不僅僅是招聘更多的人才和培訓現有員工這麼簡單。高層應該以身作則地領導整個數字化轉型，並在整個企業中貫徹持續學習的精神。員工依然是整個生產環節的關鍵，在開展數字化轉型的過程中，企業領導人需要與員工並肩戰鬥保持溝通，選擇員工接受程度高的新技術進行推廣，讓他們擺脫高強度的重複勞動或減少錯誤的發生，從而贏得他們對新技術的信任，確保他們欣然使用這些新技術，並從上到下建立起以數字化為導向的企業文化。
通向數字化工廠的藍圖
領先的工業企業已經在數字化工廠的建設和發展方面邁出了堅實的步伐，在提升生產效率的同時，能夠迅速可靠地生產出更多定製化、高質量的產品服務於市場。
對於許多沒有打算建設數字化工廠的企業而言，缺乏一套數字化的願景和企業文化是讓他們裹足不前的最大阻礙。在我們看來，這正是數字化工廠先行者們不可獲取的一大要素。數字化願景不僅只是考慮各項技術，而且還定義了這些技術如何在整個產品生命週期和企業生態圈中相互配合。阻礙企業制定數字化工廠計劃的其他因素還包括機會不定、經濟效益不明、投資代價不菲。
綜合考慮這些因素，企業所需要的不僅僅是一套清晰的願景，更需要一張切實可行的數字化路線圖。我們制定了一套由六個環節組成的藍圖，協助企業制定或優化路線圖，成功應對通向數字化工廠和工業4.0道路上的各項挑戰（見圖三）。
繪製數字化工廠戰略
制定一套連貫的戰略絕對是重中之重。數字化工廠涉及不同技術的採用，許多技術很容易臨時倉促上馬。對於各項技術如何匹配整體戰略和運營目標，如何與其他現有技術配合，企業需要有明確的想法，數字化願景也應該涵蓋整個組織，讓數字化工廠應該發揮1+1>2的作用。制定數字化工廠戰略前，企業需要認識到自身目前的成熟度，確保人才和技術得到同等的重視，聚焦能夠帶來價值最大化的項目。最後，需要組建起一支由高層、中層以及車間工人組成的支持者隊伍，共同推進戰略的落地。
設立試點項目
數字化的經濟效益有時並不容易量化，而且在初始階段，團隊只能提供非常有限的技術概念和演示，因此可能導致難以爭取到資金和利益相關方的認可。
由於數字化工廠可能會給整個勞動力帶來深遠的變革，所以需要讓工人加入到試點工作中。
解決這些問題的手段就是試點。通過試點，企業能發現最適合自身的方式，將速贏的成效展現給整個組織並獲得他們的認可，進而爭取到資金用於大規模的推廣。由於數字化工廠可能會給整個勞動力帶來深遠的變革，所以需要讓工人加入到試點工作中。
在一兩處生產基地縱向整合從數字化工程設計到以實時數據為支撐的生產規劃，是一種可行的試點方案。在主要的生產設備上安裝傳感器和執行裝置，或者使用數據分析來探索預測性維護方案，也能取得初步的成效。還可以在特定的工廠中實現特定產品線的數字化，將其作為不斷學習和優化的契機。當然，企業還可以考慮與初創企業、高校或行業組織等外部的數字化領先者合作，加快數字化創新的步伐。
確定所需的能力
生產環節中什麼最重要？更完善、自動化程度更高的物流？為工人提供及時、定製化的信息？傳感器集成網絡？我們認為，從能力的角度出發考慮這個問題能帶來更大的價值。數字化工廠的目標並不是實施最酷炫的新裝置，而是達成提升效率、改善質量或增強業務本身等特定的目標。應該根據試點中汲取的經驗，從組織、人才、流程和技術四個戰略的維度，結合企業的生產戰略和整體業務目標，詳細勾勒出數字化工廠所聚焦的能力以及工廠體系的架構。
成為數據分析和互聯方面的領先者
流程及質量改善、資源管理、預防性維護，在數字化工廠裡，這些解決方案几乎總是與互聯息息相關。傳感器協助收集數據，在信息層進行分析，然後傳回聯網的物流設施和生產設備上實時調整生產。每家企業都需要熟練掌握能生成和傳輸數據的互聯工具與系統，以及用於改善效率和質量的分析工具。
推動工廠向數字化轉型
通向數字化工廠之路是一條轉型之路。如同其他轉型一樣，管理變革及其對員工的影響，是成功的關鍵。難以發現合格的人才、缺乏數字化的企業文化、部分員工不願擁抱數字化變革，這些都是常見的挑戰。
這些問題的解決之道在於及早與員工攜手合作，對培訓和繼續教育開展投資，而這些投入會因為數字化工廠所帶來的效率提升而被抵消。
數字化環境的培育必須要有領導層的全力支持。高層必須將數字化工廠戰略視為工作的重點，摒棄保守主義的姿態加快項目的審批流程，從而讓數字化團隊加快推進轉型進程。同時，還需要設計簡練的彙報渠道，確保數字化團隊側重於各類增值活動而不是疲於應付各類行政要求。
將數字化工廠與企業的數字生態圈結合
在推動數字化工廠的過程中，許多企業都將精力集中在各個工廠內部的縱向整合。在工廠內部實現MES和ERP系統的連接，確實能實現顯著的改善。但作為數字化生態體系中的一部分，數字化工廠應該發揮更大的作用。當企業橫向地將整條供應鏈上的供應商和客戶信息與數字化工廠進行整合時，將能帶來更大的效率提升。試想一下：你可以利用實時的短期客戶需求調整規劃和生產情況，靈活地根據客戶的要求做出調整，以最小的成本換取最大的客戶滿意度。這種利用跟蹤技術實現的縱向和橫向整合戰略不僅能讓企業優化規劃流程和生產執行，還能深化企業與具有戰略意義的供應商和客戶之間的紐帶。
然而，這些工作只是一個起步。如果企業能在產品中整合數字化功能，就有可能打造出一系列的服務，將抽象的數據轉化成具體的價值。生產流程本身也能通過多種途徑將收集起來的數據轉化為收入。在數字化工廠的深遠影響下，企業能夠拓展甚至是徹底改變目前的業務模式，不再只是注重生產環節，還能有機會在利潤豐厚的售後市場中擴大份額，提升利潤率，並進軍全新的業務領域。
國內數字化工廠的省思
國務院於2015年審議通過了由百餘名院士專家起草的“中國製造2025”，為中國實施製造強國戰略做出了頂層計劃和路線圖。數字化工廠通過新一代信息技術，貫穿了流通、生產、管理等製造活動的各個環節，深度融合了工業化和信息化，是中國製造2025的重點發展方向之一。由於各級政府提供的財政激勵和支持，企業對於數字化工廠的投資興趣日益濃厚。近年來，中國在家電、工程機械、石化、消費品等眾多行業湧現出了一大批數字化工廠的應用實例。
中國數字化工廠的蓬勃發展固然可喜，但我們也發現了一些問題。當我們與希望建設數字化工廠的客戶接洽時，通常能聽到他們表示：“我們想造一座類似於某企業的全自動工廠或‘智能化’工廠”。而我們接下來拋出的問題自然是“貴公司如何定義‘智能化’？是否有清晰的數字化工廠戰略？是否有明確的各項評估指標？”然而，大多數企業並不能明確闡述他們希望中的數字化工廠，而是寄希望於有現成的智能化工廠定義，能夠毫不費力地直接照搬。在我們看來，數字化工廠的定義以及對成功的評判指標建立在多種因素之上。
戰略：自上而下
我們觀察到不少項目由於缺乏整體性的戰略規劃，導致對未來數字化的具體需求不甚明晰，對企業當前數字化水平認知不足，從而無法客觀地判斷兩者間的差距，確定所需補強的能力。許多中國企業從軟件（技術）和硬件（設備）的角度考慮數字化工廠的開發建設，依靠內部經驗豐富的工程師和專業人員與外部供應商合作，通過對各類解決方案的整合來實現生產線上特定環節的自動化和跟蹤。此舉雖然有效，但在很多情況下並未解決“為什麼要建設數字化工廠”這個根本性的戰略層面問題。
因此，企業應該以自上而下的方式推進數字化工廠的建設，從戰略、產品設計、運營模式變化等整體的角度考慮問題，根據自身的實際情況和目標來挑選合適的技術，而不是盲目地追求所謂的尖端技術。例如，海爾以互聯工廠為核心的發展戰略，既符合集團大規模定製的發展方向，同時契合海爾在模塊化和數字化的豐富經驗，從而成功打造出了互聯工廠的生態體系。
效益：走出誤區
在某些特定的行業，尤其是在離散製造領域，數字化和自動化的程度取決於當前的基礎設施、所生產的產品以及整個生產流程。要實現高度數字化或自動化，技術方面可能需要很長時間的積累方才可行。而從成本效益角度考慮，收回投資也需要很長一段時間。因此，如果純粹從投資回報的角度考慮效益問題，將使得企業在面對數字化工廠時躊躇不前。在可持續發展日益受到重視、生產安全不斷規範、勞動力紅利逐步消失的今天，數字化工廠所實現的節能減排、人機交互、遠程控制等緊跟當前形勢下的要求，能帶來顯著的社會效益。
企業可以將一些定量指標，例如生產效率、單人產出、能耗、質量控制（次品率）、生產週期等，用於評估數字化工廠的效益。而減少人工作業、提升員工士氣（工作不再無聊，而是更加有趣、附加值更高）和加大員工忠誠度等定性指標也能用於輔助評估。行業和企業本身訴求的不同也會對指標的選擇產生一定的影響。除了生產效率、良品率、生產週期等常見指標外，某領先的紡織企業還選擇了換產時間、用工人數等指標來衡量其數字化工廠的成效，而某工程機械巨頭針對其示範車間則加入了生產誤操作、物流效率等指標，解決其自身痛點。
技術：全局考慮
中國製造業的自動化和數字化發展時間相對較短，即使是在同一行業內，企業的自動化程度和技術路線也大相徑庭。數據分佈較為分散，難以獲得數字化工廠所需要的產品全生命週期的系統性數據，同時使得標準的制定變得困難。在部分較為傳統的行業中，中國企業爭相計劃實現數字化工廠的跨越式發展。但是工廠車間裡的設備落後，難以實時抓取和傳輸數據，是中國企業不得不面對的主要問題。儘管如此，仍然有以安燈系統為代表的解決方案能夠為人工作業提供補充，並有效地整合進工廠自動化。
同時，中國企業往往更注重單體設備的自動化率，忽略了生產體系是一個有機的整體，而且在ERP、MES和PLM等不同系統間的打通和整合方面也有待改進，能做到不同工廠間互聯的更是鳳毛麟角。因此，企業需要根據自身的數字化工廠戰略制定技術路線圖，分階段地推行各種技術轉型舉措，從而將實施的風險降至最低，避免對業務和運營造成衝擊。
人才：產教融合
數字化和自動化毫無疑問地會減少人工重複作業，改善工作環境，保障人身安全。我們認為，製造業能夠抓住此次機遇一改傳統以來“工作環境欠佳”的形象，通過升級來吸引更多新型人才。數字化工廠將生產運營流程高度一體化，由此對技術人才提出了更高的要求，過去單一領域的專才將不再適用，取而代之的將是橫跨多領域、學習能力更強、懂得數字化交付的複合型人才。
參照國外的先進經驗，以課堂教育與實際工作相結合的職業教育體系能為產學合作制定數字化工廠培訓項目指明瞭道路。例如，某領先的機床企業直接與當地的工科院校建立起聯合學院，通過產教融合和資源互補，為其數字化工廠的建設定向培養和輸送人才。除了教育機制，職業培訓課程本身也需要做出調整，實現課程培訓的標準化，並在商業、自然科學和工程等傳統領域加大人才培養力度，培育出熟練掌握數據分析、產品管理、項目管理、IT架構或者信息安全的跨學科數字化工程師。
最後，由於數字化工廠的轉型需要多部門協調，往往需要頂層決策者對數字化有著較強的決心和較深的認識，能夠指導整個企業制定數字化戰略，帶領企業順利度過轉型，打造出成功的數字化工廠。
閱讀更多 產業智能官 的文章
