下载掌阅APP，畅读海量书库
立即打开
同济大学工业4.0学习工厂主任
中德智能制造培训专家组中方首席专家
首先什么是数字转型？有人认为引入了ERP或者MES等系统，再把它们集成一下就是数字化转型；也有人认为在原来自动化的基础上加入一些数字化的手段，如AR、VR等，通过虚拟的眼镜来指导装配工作，就是数字化转型；还有人认为引入一套数据采集系统把数据采集上来，或者用现代化的装备，比如说工业机器人、数控机床等替代人工操作，就是数字化转型。而实际上，在数字化、智能制造、工业互联网等大背景下的数字转型不是这么简单的单点技术改造或单点系统应用，而是要把原来一直在做的精益生产、经营管理、质量管理及一个个子系统进行总结归纳，形成一个工业技术的体系，这才是企业数字化转型。
为什么说要形成一个体系呢？比如智能仓储，是不是上了智能仓储，这个企业马上能提高它的物流周转率了呢？很多工厂发现虽然仓储越来越自动化、仓库越来越大，但是由于没有对整个生产物流进行总体分析，只把东西放在更多的货架上，并没有有效的办法降低库存，那么实际上就没有提高物流周转率。第二个例子，如果企业实施了数字化系统、替换了数字化装备，是不是就提高了生产效率呢？在单点上肯定是提高了效率，但是从总体来看就不见得，因为没有对整个生产线、整个场内的物流进行分析，哪里是瓶颈不知道，所以装备不能真正地发挥作用，因此整体效率没有提升。第三个例子，产品出厂之前都有检测，如果增加很多数字化的智能检测装备，是不是就能提高产品的质量呢？实际上产品质量只做最后结果的检测是远远不够的，应该从源头、从产品的制造过程分析，对产品生产全过程进行监测，也要对生产产品的装备性能、健康状态进行分析，只有健康状态良好的情况下才能生产出符合质量要求的产品。所有这些问题，实际上都是一个系统的问题，所以说数字化转型要形成一个体系。
总结起来，当前企业对数字化转型主要有以下几个误区：
（1）重“战术”轻“战略”。现在企业实施的数字化，更多要考虑企业战略转型，要将战略目标、数字化目标紧密结合在一起。比如，原来的经营模式可能就是卖产品，现在则要卖产品和服务，而且服务所占的比例越来越高；如果产品个性化需求比较大，那可能需要转型到个性化定制生产。企业的战略转型是最重要的，战略要支撑转型，要能区分当前的收益和未来的发展，虽然要看数字化近期的投入产出比，但最关键的是要把数字化、信息化环境下的新型能力建设起来，这个战略目标就是要通过数字化把质量、生产、营销、研发、成本和服务结合在一起。
图1从几个维度说明这个问题。比如，原来只能进行质量检验，到后面要能够进行全面质量管理能力，最终形成全产业链的质量管控能力和质量在线分析与优化能力。同样在生产、营销、研发、成本和服务这些方面，都要建设数字化环境下的新型能力。另外，不能只看重个体的发展，而是整个生态圈都要数字化转型，原来是企业跟企业的竞争，现在是生态圈跟生态圈的竞争。
（2）有“系统”但“不系统”。现在系统很多，AT系统、OT系统、IT系统等，IT系统里面又有ERP、PLM、SCM、CRM等，但是这些系统没有有机地整合在一起。只有系统跟业务流程紧密地结合在一起，和管理机制结合在一起，这些系统才能够发挥更大的作用。另外，人、机、物料互联后产生了大量的数据，这些数据需要整合在一起进行系统的分析来支撑经营目标。最后，系统的集成不仅仅是企业内部各种子系统的集成，还要有对生态圈、产业链宏观调控和系统共享的能力，也就是说，要充分发挥互联网或工业互联网的作用。
图1 企业在数字化中的战略转型
（3）快“变化”慢“响应”。市场的需求变化是很快的，个性化需求的要求响应速度也要很快。但实际上很多企业的软件系统比较庞大和固化，如ERP、CRM等，根本不能及时响应市场变化。那么，数字化、工业4.0时代，ERP应该怎么样才能很快响应个性化、多样化的需求变化呢？原来的系统架构肯定不行。技术在快速变化，要求业务流程的调整也要跟上技术的步伐，比如使用产品二维码、电子标签后可以使业务流程简化，因此要考虑怎样通过新技术简化流程，并进一步考虑组织架构应该怎样调整才能响应这样的变化。
（4）强“物力”弱“智力”。数字化转型带来的是人力的减少，但并不是没有人。转型后，企业岗位会发生很多变化，有的岗位会消失，有的岗位仍然保留，但岗位能力要求会发生变化，也会产生一些新的岗位。为适应岗位需求的变化，企业要对员工进行持续培训，跟上新技术的发展，而目前很多企业都知道人才重要，但是真正在这方面花的精力还不够。另外，现在有了大量的数据和经验，需要把它上升到知识，成为数据资产、智力财富，这方面的能力目前还很欠缺。
首先，要明确战略目标。我们的生产模式是什么？我们的产品将来要在全国和全球市场占比多少？我们的企业到底是进入一百强、五百强，还是多少强？这就是我们的战略目标。有了战略目标，就可以明确关注点是放在产品研发创新，还是放在智能制造模式创新，或者是放在由生产型制造向服务型制造转变上。有的企业把源头产品的创新集中在一起，通过各种机制和平台来解决。比如，德国SAP的PLM系统就是把产品的需求分析、概念设计方案，通过人工智能的手段进行分析和创新。还有很多企业在进行个性化产品定制、网络化协同制造，或者远程运维等新模式的探索，这些都是必须要在战略上转型的。另外，战略上要形成协同的生态圈，要能够把关注点放在整个生态圈上，把上下游企业、供应商、用户整个纳入生态圈，跟着生态圈共同成长。
机制转型就是从企业的战略出发，对企业战略进行分解，使其成为具体的战略需求，再重点研究在数字化环境下支撑这些战略需求的新型能力，然后形成核心业务的目标。这些目标都是通过由数据驱动的业务流程、组织架构来实现的，最后用技术来支撑（图2）。在实施这个层面，先要进行策划和开发实施，最终进行评测，评测后改进，这样就形成了一个螺旋式上升的过程。所有这些机制的改变会对降本增效起到非常好的作用。
图2 企业在数字化中的机制转型
我们强调要有需求场景驱动的系统化的数字化业务，数字化与业务的融合也就是我们说的两化融合。需求场景就是个性化定制，随着人们生活水平的提高，个性化定制的需求也越来越大。接到个性化需求后，就要对产品进行快速配置，能够进行快速配置的基础就是标准化、模块化和数字化。用户的需求千差万别，如果用标准化和模块化还不能解决的，就用三维数字化来进一步处理（图3）。
图3 企业在数字化中的方法转型
接下来就是设计和制造的衔接，打通设计和制造的壁垒。生产要安全、可控、透明，生产线要自适应，不仅仅要求生产线有柔性，还要求生产线有自主性，能够自组织，这样的生产线才是动态生产线。在生产过程中，供应链也应该能够自主处理、调整。产品交付后，接下来要远程运维，最后通过这个产品形成产业的生态。
很多企业已经逐渐意识到人才的短缺，但是并不是说有一两个人才就能解决问题的。企业需要对人才进行持续培训，还需要把工程师的经验转化成知识资产，同时还要有一个系统来满足科学决策与精准执行的要求（图4）。
图4 企业在数字化中的能力转型
图5是2015年德国联邦教研部发布的数字化转型路线图，也称为价值链条/网络的数字化路线图。
图5 数字化转型内容
（来源：工业4.0研究院翻译部翻译）
该路线图有这几个部分：第一项是价值网络的横向集成，包括新商业模式的方式、价值网络框架、价值网络的自动化；第二项是贯穿全生命周期的工程，主要针对的是产品；第三项是生产系统的纵向集成与联网，也就是所谓的三大集成；第四、第五项分别是工作中新的社会性基础设施和不断开发的通用技术，即支撑技术。可以看出，德国的这个路线图是从2015年到2035年，也就是说，数字化转型是一个长期的、艰巨的任务，不是一蹴而就的事情，是要以系统的思维来考虑的问题。
首先分析生产系统的纵向集成。
最下端是AP系统，即自动化系统；中间是OT系统，即操作层面；上端的是IT系统，是信息技术层面。企业必须要打通从上到下的路径，形成一个纵向机制。那么，生产车间要打通路径会发生什么样的情况？今天的生产线都是固定的，所谓的自动化实际上是让机器和系统为人工作。
图6是一个汽车总装的案例，汽车组装很复杂，但我们把它简化成4个工作站，每个工作站就是一条生产线。假如在第一个工作站把汽车的底盘装好，第二个工作站把车身装上去，第三个工作站把车轮等行驶系统装上去，第四个工作站把座椅内饰、仪器仪表装上去，经过这4个工作站，车子就装配完了。自动化的生产线非常重要的优点是，每个工作站都很专业，基本上用的是专机，所以效率很高，只要把生产的节奏控制好，车就会一辆接一辆地装配完。假如工作站2出现问题，工作站3跟工作站4加工完之后，工作站2没法再提供车辆，工作站1做完以后也没办法送到工作站2。也就是说，整个系统就停止生产了，要等工作站2修好后才能够正常工作。
图6 生产系统的纵向集成
实际上，真正的生产线是不能停顿的，往往在工作站1跟工作站2、工作站2跟工作站3、工作站3跟工作站4之间都有一个缓冲区，缓冲区储存了很多的零部件，也就是说，当工作站2坏的时候，工作站3还能够从缓冲区里去“拿”零部件。即使这样，也要赶快把工作站2修好，如果不及时修好，生产还是会停止。从理论上来说，固定生产线的工作站2、3坏掉的话，整个生产线肯定就停顿了，所以固定的生产线不是智能化的生产线。所谓智能，强调smart，即能够自适应、自组织。所有的汽车企业在自动化方面做得都很好，但是企业两化深度融合，强调的是广度跟深度。怎么样深度融合才能使整条生产线变得智能，这就是数字化转型需要考虑的问题。
再看明天的生产线，明天的生产线有工作站A、T等，它强调的是可以装车身的工作站不止一个，可能有工作站T、F、X，生产系统动态地选择一个工作站，比如现在选择的是工作站H，那么就到工作站H进行装配，下一步也是动态的选址，所以这个生产线就不是固定的生产线了。同样两辆型号、配置一样的车，其生产线也可能是不同的。
如果其中某一个工作站出现故障，生产是不会停顿的，只是原来一个小时生产100辆车的，现在可能只能生产90多辆了，因为少了一个工作站。在现在的条件下，所有的工作站都可以安装传感器和数据采集装置，对其进行健康状态分析，通俗地说，就是每个工作站都装上手环来监测它的健康状态。那么任何设备健康状态开始走下坡路的时候，就可以在生产量不是很紧张的情况下，人为预先地对它进行主动保养，所以也就不容易坏。固定生产线车辆一上去就下不来了，一环扣一环，而动态生产线每个环节都是动态的，所以假如说某一辆车进展到一半，客户要求改变配置，它马上就可以离开这个生产线，系统动态地分配一个工作站，具有非常大的灵活性。所以它不光是柔性的，而且是自动化的。因此，从数字化转型来说，生产线就是要打破固定的生产线，变成动态的生产线。
罗兰·贝格曾经描绘过一条未来的生产线会是什么样子。他说以后的车间就像一个舞池，里面的生产设备就像是女性舞伴，被加工的零件、产品就像男性舞伴，如果你要车、铣、铇、磨，这个舞池里车床有好几台、铣床有好几台、铇床有好几台、磨床有好几台，你去动态地找这四个舞伴跳舞，跳完舞以后，任务就结束了。而我把动态生产线比喻为菜市场，舞池都是同时在换舞伴，但是菜场不是，是从这个摊位走到另一个摊位，加工的任务就像采购清单，大白菜、肉、鱼就是车、铣、铇、磨，你可以拿着采购清单找摊位，怎么选择摊位呢？这跟动态调度是一个道理，你看这个摊位卖的东西质量好、价格便宜、没人排队，你肯定就买了，这就是动态的选择了。最后把采购清单任务完成，生产也就完成了。
其次是价值网络的横向集成。
也就是说，要把不同的供应商、上下游企业一起带进来，形成一个价值网络。在选择供应商进入的时候是有原则的，即要有一定的打分规则，对供应商提供的产品质量、价格、服务、财务状态等因素进行打分，把供应商全部纳入系统当中形成一个价值网络，那么订单来的时候，就可以在价值网络里动态选择供应商。在这个价值网络里面，信息是一定程度公开的，这样才能够形成信息的共享，也就可以形成新的模式。
国内外很多企业已经做了这方面的尝试，如实时的动态供应链。最后主机厂、供应商、服务商要制定统一标准、培训和分级模式。例如，德国的宝马和大众公司就有一系列的数字化标准，能够实现TPM和APS的管理模式。所以，在整个价值网络中大家能够共赢，价值网络就形成了，这个供应链就能够快速地响应起来。比如，汽车主机厂原订的汽车轮胎是非洲某个国家的，如果该国发生政变了怎么办呢？在价值网络里面的轮胎供应商很多，可以去选择第二家、第三家，很快就能形成新的供应链，这个就体现了智能的程度。在新冠肺炎疫情期间，大家明显地感觉到供应链跟不上，所以很多供应链专家也对这个情况进行了分析，以解决供应链跟不上的问题。
最后是贯穿产品全生命周期的价值链集成。
举个例子，如果我现在要订车，按照以往的做法肯定是先到4S店看车，选定了某种配置，这些4S店所能给出的无非是价格上一定程度的浮动和赠送的服务略有区别。而在数字化转型中，就要考虑网上订车的情况。如果订大众品牌的汽车，可以在大众的主页上下载一个订车APP，线上选择配置，这就是数字化转型的一个方面。APP还应该能够支持个性化定制，即把客户的个性化要求以文字形式输入订单，或者客户自己做了一些设计。例如汽车座椅，虽然现在的设计都符合人因工程，但是客户可能因为自己的身高原因而专门找人按自己的尺寸设计了座椅，客户可以把图纸输进去。企业拿到订单以后，先由技术部门进行可行性分析，认为可行后由价格部门定价并反馈给客户，客户接受报价就可以付首付，然后还可以看到整个生产过程，这个就是用户体验。
2004年左右，德国沃尔夫斯堡的大众总部门口有一个叫Autostack的汽车塔。德国人可以在家附近的4S店取车，也可以到总部取。如果到总部取车，车子是摆在这个汽车塔的最上面，电梯上去后可以开着车子缓缓地沿着汽车塔开下来，下来的过程中有很多体验设施，如S形或波浪形道路、涉水道路等，体验完之后就可以开车回家了。这个用户体验还是比较后期的。但到了2015年工业4.0比较热的时候，大众公司在德累斯顿的玻璃工厂里专门设有一个VIP房间，房间设计得非常豪华，另外订车可选择的配置也更多，如可以选择座椅皮的厚度，皮质面料从精细到粗糙有不同等级，有很粗糙的、比较粗糙的、比较精细的、特别光滑精细的，最后可以选择颜色。全部选择完后，就可以在电脑上看到所选车辆生产出来后的样子。这个用户体验让人感觉非常好，首先整个VIP房间装修非常豪华，一走进去就感觉你是一个“very important person”；其次，当底盘和车身结合的时候，它会向你发出邀请，你既可以到厂里，也可以在家里按动按钮，底盘跟车身才会结合在一起，他们给这个活动取了一个名字叫wedding——婚礼；第三个体验是在你取车的时候，德累斯顿的玻璃工厂边上也有汽车塔，可以体验驾驶感受。
从上面的过程可以看到用户体验已经从原来的一个单点，现在分成了至少三个点，即订车的时候、生产过程中和取车的时候，但是它仍然是离散的。如果在网上，可以看到车子的生产全过程，你会欣喜地发现，发动机跟变速器组装在一起了，驱动桥也装上去了，整个过程都可以参与和体验。假如这辆车不如你想象的那样满意，你可以随时叫停，这也是工业互联网提供的一个非常强大的功能。所以，它描绘了这样的场景：产品只要不出场，想修改都还来得及。最终，汽车生产就像在裁缝店定做衣服一样，如果发现纽扣与西装不搭时可以说再考虑一下，等到考虑好之后再继续。
把车开回家以后，车还是联网的，用户的开车习惯、保养习惯等都会被记录并分析，这对开车的“菜鸟”是非常有用的，它会提醒你刹车是否用得太多或太晚，还能提供一些个性化保养服务。另外，开车的时候仪表盘灯亮有两种情况：一种是黄灯亮，提醒警告，如机油要换了、雨刮水少了等；还有一种是红灯亮，就是出现故障了。对于联网的汽车，生产厂家已经在非常重要的部件上装了数据采集装置，可以将数据采集到服务器上，有专用的软件对部件的健康状态进行分析。如汽车开始使用的时候是磨合期，磨合期之后汽车性能最好，开了较长时间以后性能开始下降，这时系统就会捕捉到这些信息，当它感觉汽车将出现问题时会预先提醒，告诉你什么部件可能会发生健康问题，用户就有足够的时间去预约进行检查。
通过上面的例子可以看出，贯穿于产品全生命周期的价值链（图7）整个被打通了，我们的数字化转型要支撑这样的业务场景。
图7 贯穿产品全生命周期的价值链
为支撑三大集成，技术方面也有很多方式，下面重点介绍其中的两种。
第一种是CPS，CPS是工业4.0的基础。
CPS最早由美国NASA于1992年提出，到了2013年，德国再次把CPS用到生产企业的数字化转型中。如图8所示，我国把CPS分成了三个等级，硬件＋软件的单元级、硬件＋软件＋网络组成的系统级，以及硬件＋软件＋网络＋平台构成的系统之系统（system of systems，SoS）级。也就是说，一般的装备是单元级；设备形成一个生产线，是系统级；工业4.0是SoS级，因为它是由平台下众多的系统构成的。
图8 CPS的三个层级
（来源：《信息物理系统白皮书（2017）》）
CPS在城市交通、智慧城市、智慧地球等领域都可以得到广泛应用，对生产或工业数字化本身来说，它的作用可通过图9说明。我们需要把原来经典的自动化金字塔结构打破，将它变成现在这样的网状结构。金字塔结构与网状结构有什么区别呢？
图9 基于CPS的横向集成
首先，在金字塔结构中，现场层的设备间实际上都没联网，很多企业的设备跟上面的IT、OT也没有联网，而网状结构中，CPS就是希望这些装备互相联网。
其次，在CPS中上层的这些大型软件系统也应该要打散，比如企业层的黑点代表的是ERP，金字塔结构中ERP就只有一个大型软件，网状结构中黑点就不止一个，可能有三四个，咖啡色代表的控制软件也有三四个，也就是说软件不应该采取原来大而全的、非常重的系统，而应该选择小的APP，这样一来整个系统的响应速度马上就大幅提升了，它可以用来支撑动态生产线。
将每一个工位都互相联网，上层的软件也互相联网集成，这就是CPS。在这个横向集成里面，整个生态圈的CPS通过去中心化的网状结构，就把整个产品的产业链连起来了。所以CPS关键的核心就是网状结构，大家能够互相通信、互相协作。
第二种技术是数字孪生。
数字孪生最早是在航天器的研发和运营中使用的，如在研发过程早期需要做一个物理样机，然后对其进行实验和分析，再用数字样机进行分析；在运营过程中，航天器上天后要对其进行监控并采集数据，比如它的状态参数、仰角、燃烧参数等，这些数据最后要应用到数字孪生中，并且要与物理的航天器同步。所以存在着一个现实空间和虚拟空间，现实空间的数据要传递到虚拟空间，虚拟空间又可以反作用于或用于调整现实空间。以前航天领域都是采用物理孪生，比如运载火箭，要同时造两枚，一枚不飞，一枚实际飞行。上天以后如果出现任何问题都可以通过观察地面没飞的火箭系统的状态来追溯，相比而言，数字孪生的优势就非常明显了。
图10 数字孪生的作用
从整个生产系统的智能制造、数字化转型技术支撑来说，数字孪生有这几个方面的应用：第一是产品数字孪生，就是产品进行数字化设计、仿真和验证，包括机械、多重物理量、电子和软件管理等方面；第二是生产数字孪生，也就是生产线开始建造前先要进行规划和仿真，包括物流仿真、工位安排等，再进行预测与优化。有了生产数字孪生以后，接下来得有一个真正的物理工厂，也就是我们说的真实的生产。真实生产出来的物理产品跟前面的数字孪生是一对，真实的生产跟虚拟的生产又是一对，可以看出它们之间是互相依赖的。最终是希望通过开放式的物联网操作系统将它们串起来，进而获得性能的改善和持续的改进。图11为一个完整的数字孪生过程。
图11 完整的数字孪生过程
其他重要的技术还有移动通信技术（如5G）、大数据、新一代人工智能等。
数字化转型涉及的面很广，从企业内部来说，销售、研发、生产制造等都会贯彻，如果放开到整个生态圈，范围就更加广，所以必须进行整体规划。做整体规划先要对企业的现状进行分析，对相关部门进行调研，分析它的瓶颈，然后要结合目标和愿景去确定每一步。最怕的是没有做整体规划，只在单点上实施，最后就是单个的子系统，没有形成一个强有力的整体，结果导致有“系统”但“不系统”的状态。有了整体规划，就知道现在的系统和未来的系统之间的关系，将来能够集成在一起，数据能够打通，最终能够为企业的运营目标做支撑。因此，数字化转型前进行整体规划是非常重要的。
目前，智能制造人才是奇缺的，原因是智能制造打破了原来的学习模式。原来是按专业学科这条主线来学习的，而智能制造特别强调不同学科不同专业的交叉。从工科的角度来说，涉及的有机、电、控制、软件、通信等领域，交叉性非常强。所以，德国莱茵TU¨V、中国机械工程学会和中国机械工业职业技能鉴定指导中心等单位都在开展智能制造人才评价、人才标准和支撑的培训工作，其中就包括课程的培训认证体系，如德国的莱茵TU¨V工业4.0应用工程师认证就把证书分成了关键技术级、设备级、子系统级、系统级等（图12）。
图12 工业4.0工程师认证证书
不同的行业，数字化转型会有不同的路径；同样行业中不同企业的基础不一样，所实施的路径也不一样。图13所示的大型集团企业有很多的工厂已经在做智能制造的试点示范，也就是说这条蓝线已经在进行，但现在企业感觉必须要在集团层面做数字化转型，在整个转型过程中可以请外部专家咨询，但是最终能够可持续发展、把专家咨询意见落到实处还是要靠自己。所以，他们还有一个人才培训路径，这几条线是同时在做的。
图13 数字化转型路径
总而言之，企业数字化转型要跟企业的战略目标相吻合，数字化转型是企业战略目标的一个子目标，是通过数字化手段和新一代信息技术手段来支撑战略目标、融合业务流程的。只有这样，才不是做花架子，不是虽然上了不少系统，但是这些系统能串起来能促进业务或能增值却不多，这是在数字化转型过程中首先要克服的问题。