制造业的工业4.0革新不仅仅发生在车间，而且将影响整个产业链，一场制造领域的淘汰赛正在到来7月2日，一则机器人杀人的新闻在中国疯传（一名年轻的技术工人在大众汽车德国卡塞尔工厂中被一台机器人意外伤害致死），但《汽车商业评论》指出，这不过是一起误操作引起的工业事故，错误的翻译耸人听闻。不过这次乌龙新闻显示出人们对工业机器人的强烈关注。了解汽车工业的人都知道，现在几乎在任何一家汽车制造车间，钢板的搬运、装配，甚至打磨、喷涂大都由机器人完成。从全球范围看，汽车工业是机器人应用最广泛的领域，汽车制造的高度自动化使得机器人越来越多地出现在工厂里。自动化是现代化车间的重要标准，可以想象，未来会有更多先进的机器来代替人力，而人则主要负责维护和管理这些机器设备。然而这还不够，互联时代对工业制造提出了更高的要求，自动化工厂进一步升级，增添了互联的概念：把工厂的机器以及人连接到网络中去，机器与机器之间、人与机器之间实现对话。依托信息物理系统（CPS）和信息通信技术的结合，工厂将引入大数据技术进行分析优化管理，在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化，最终将实现自动化、智能化、互联化的生产制造。在德国人的概念中，能实现这种制造方式的工厂被称为智能工厂。工业4.0战略的展开方向之一就是智能工厂。目前对于何为智能工厂有着各种各样的描述，但并没有一个统一标准化的定义。这种无法被定义的状态恰是当前智能工厂发展的真实写照。
在这场新的变革中，汽车制造商、零部件供应商、软件提供商等站在各自需求角度对智能工厂都有着各自的解读，也因而带来了不同层面的实践，以及不同形态的智能制造解决方案。
在德国博世洪堡工厂的一条液压产品生产线上，所有零件都配备一个独特的射频识别码(RFID)，并能同沿途关卡自动对话，当工件到达某个工位时，显示屏上就会相应提示员工所需处理的具体工作内容，而每一个工位也可以根据员工的个性化设置进行自动调节。博世在全球超过250家工厂里应用工业4.0的理念和技术，其位于中国苏州的工厂也是其工业4.0试点基地之一，在那里，从基础的无纸化办公到自动备料系统的实施都已经一一成为现实。在未来博世的工厂里，一台平板电脑的视频图像上会给出所显示部件的综合信息和维修指令，工人可以直接通过触摸屏处理这些信息。虽然身处工业4.0的前沿阵地，但博世只会去做真真切切可以获得效益的项目，博世集团中国区总裁陈玉东说：“工业4.0理念在推向各生产线的时候，生产线必须要具备一定的条件，比如要有自动化的程度，必须要有需求，同时这个生产线必须要在变化很大的情况下实现工业4.0才有一定的利益。”持相似观点的还有德国蒂森克虏伯集团董事会主席海里希•赫辛根（Heinrich Hiesinger），在他看来，工业4.0概念的推行是要做很多前期准备工作的。比如必须要做好IT基础设施的准备，网速要有保障，而且这些新的基础设施还要能整合到现有生产设施当中，才能保证以高效的方法来传递和输送大量信息和数据。现在，蒂森克虏伯集团希望将2300多个不同地点的IT网络能够通过高速和超宽带宽的基础设施联系起来。还有一个重要的前提是生产设施的自动化。2014年11月，蒂森克虏伯发动机系统（常州）有限公司正式开业，这家发动机系统生产基地将为中国生产发动机缸盖罩盖模块总成。这家工厂的自动化水平非常高，赫辛根认为自动化不但是向工业4.0迈出的第一步，也是一个坚实的基础。目前，蒂森克虏伯正在积极推动的工业4.0的行业是传统的行业——钢铁制造。不过，这也并不令人觉得惊奇，因为钢铁正是蒂森克虏伯的传统业务。客户通过电子订单系统把需要的钢板信息发送到蒂森克虏伯，这些信息和数据又马上会传送到生产公司，生产时的相关信息和数据又被录入到SAP系统当中。这样，一块钢板在生产过程当中就已经被赋予一个电子编码，包含了完备的产品信息。在整个生产的过程当中，客户可以实时地知道所有钢板的待产情况，同时也可以更改一些序列，或者是一些生产的要求。只要在钢板付诸生产之前的8小时告诉蒂森克虏伯，就可以马上做出更改。目前这一流程已经在德国的一个工厂开始实施了。赫辛根有这样一个观点：工业4.0的方法和理论是可以应用到任何行业当中的，因为它的关键并不是生产什么，而是怎么生产。在一些传统行业中使用工业4.0的理论和方法，它所带来的商业上的改进有时比一些较现代的行业来说更大。比如通过自动化的方法把这种工业4.0的理论使用到钢铁的生产当中，对它的成本降低只有10%。但是对于钢铁生产厂这样大规模的生产企业来说，它所节约的成本数以亿计。类似的探索也发生在其他很多企业的工厂生产线上，尤其在工业4.0概念的诞生地德国。德国半导体制造厂商英飞凌在德累斯顿的300毫米和200毫米晶圆工厂，先进的流程控制保障了领先的质量和无纸自动化工厂运营，实现了所有零部件全程可追溯以及高效的工厂间物流。其中的200毫米德累斯顿工厂已100%实现自动化，完全依靠机器人操作。英飞凌还计划在奥地利的菲拉赫工厂创建工业4.0试点基地。先进的技术也被引入英飞凌在中国无锡的工厂。作为英飞凌全球后道的试点，英飞凌无锡工厂2014年开始实施的后道自动化线路图BEAR项目已经在智能制造和零缺陷制造上初见成效，中国的团队甚至已经开始把先进的经验带给德国的雷根斯堡。作为法国汽车零部件企业，佛吉亚也正在计划推出自己的“佛吉亚4.0”，佛吉亚董事长兼首席执行官严德胜(Yann Delabrière)透露，“我们将推出一个叫‘未来运营’的概念，它会提供一套全新的管理流程、生产流程、工艺流程，并从整体的角度转变我们的行业”。在推进工业4.0的过程中，数据安全是企业非常关注的一项内容。英飞凌与德国电信共同推出一款用于保护网络化生产的安全解决方案。在去年德国IT峰会上，德国总理默克尔观看的工业4.0智能生产演示中，英飞凌的安全产品对生产的各个环节进行身份认证，以保障整个生产过程的数据和信息安全。除了在自己的工厂里实践工业4.0，还为别的企业提供应对工业4.0的解决方案——在工业4.0的推进中，英飞凌扮演了双重角色。同样扮演双重角色的还有博世、西门子等巨头企业，它们也基于各自的优势推出了自己的智能制造解决方案。西门子认为未来互联网与传统制造业的结合会在数字工厂落地，因此它推出了自己的数字工厂解决方案（Digital Factory Solution）。为此，西门子早有布局，在2006年以32亿美元收购PLM软件商UGS。UGS拥有在线设计软件平台NX，其中内置CAD、CAM等一系列设计软件，还包括数字化生产流程规划软件Tecnomatix，以及市面上领先的cPDM解决方案Teamcenter。西门子将UGS的软件平台接入自己的工业自动化生产系统之上，形成了一套制造业解决方案。整合之后，西门子数字工厂蓝图初具规模，基于数据分享的合作平台，生产者与用户、供应商共同组成数字工厂，通过PLM、MES、TIA三位一体的软件系统平台，实时沟通，达成产品从研发设计到售后服务的全周期管理。在数字模拟平台上，虚拟产品与现实中在工厂走流程的产品一一对应。工厂内的具体执行系统，可以根据数字模拟平台的要求进行一定程度的重构。目前西门子的数字工厂解决方案，已经在一些高端汽车业的自动化制造过程中得到应用。另外，为了配合自己的工业自动化产品，西门子还推出了一款“西门子工业支持中心”的APP。这个APP将西门子的5000多份各种手册、操作指南，以及60000多个常见问题解答集成到网络平台，给客户提供了极大便利。博世也一直在研究工业4.0的解决方案，近来推出了“慧连制造”解决方案(Intelligent Connected Manufacturing solutions)。该方案核心为制造-物流软件平台，包括制程质量管理(Process Quality Manager)、远端服务管理(Remote Service Manager)、预测维护(Predictive maintenance)三个部分。制程质量管理：对生产全过程中所有的车间、流水线、作业区、机器设备实时监控；操作界面把各环节的表现指标和容忍度可视化，并对可能出现的波动提前预警。工作人员可以直观地感受到整个流程是否顺畅，及早对表现不正常的生产环节进行纠正。远端服务管理：这一系统允许机器的制造者在远端控制产品，帮助客户解决在机器装配、使用中遇到的问题。例如博世的工作人员可以在办公室里，对在世界其他角落的设备进行功能测试、参数设置、数据接入、错误排查、故障解除等工作。大幅缩减设备交割、安装、售后维修的工作量。预测维护：基于博世物联网套装，厂家可以通过装在产品上的传感器实时掌握其工作状态，并对可能出现的检修维护做准确预测，减少用户停产检修的次数。有人认为，在这个方案中，制程质量管理已经具备了工厂内信息实时互联等智慧工厂的基本要素，远端服务管理、预测维修，都是基于物联网产生的价值链延伸。也就是说博世的慧连制造已经具备了工业4.0的关键基础。工业4.0不是一场突然而至的革命，也不是可以一蹴而就的革新。宝马集团工业4.0生产专家克里斯蒂安•潘纯（Christian Patron）博士认为，“在宝马集团，不断改进生产系统是日常工作，工业4.0是符合宝马逻辑的下一步，而绝不是革命性改变”。宝马工厂在自动化智能化上的一些尝试，有的已经被列为工业4.0的生产方式。一个广被提及的事例是，宝马兰茨胡特工厂在汽车保险杠生产中启用非接触式手势识别系统。这种系统被视为一种智能人机交互的范例。虚拟手势识别系统由安装在检验工作区域上方的2台3D摄像机、红外传感器等部分组成，系统内保存有保险杠部件的3D实体模型数据，并在检验区域建立起3D空间扫描坐标系。当工件进入检验区后，检验人员只需几个手势，即可完成检验工作：比如指点偏差所在的部位后，设备即可精确记录下该偏差产生的位置以及偏差数据；而如果零件合格，检验员只需滑动手指，就可以指示系统该零件已经通过检验。在这套创新系统的支持下，不但能够加速检测过程，检验精度和零件偏差的定位精度也大幅提升。同时因无需配备护目镜、麦克风等装备，提升了检验员工作的舒适度及工作效率，而且，系统操作简单易学，大受检验人员的认可和欢迎。这正印证了宝马集团新任董事长科鲁格(Harald Kruger)的表述——“对宝马而言，工业4.0并不是一味追求自动化，排斥人参与生产的全过程；与之相反，我们认为未来的智能科技将着眼于更高层次的人机交互领域，让科技装备为工作人员提供更好的支持。”5月22日，奥迪在公司年度股东大会上，通过“Encounter”杂志诠释了“智能工厂”（Smart Factory）的愿景。在他们的规划中，有朝一日，汽车工厂将拥有与当下截然不同的智能系统、创新技术，以及高效组织构架。在他们的规划中，装配线已不复存在，井然有序的流水作业也不再适用。平板运输机器人——所谓的“自动运输系统”（Driverless Transport Systems）“搬运”着各种尚未制造完成的汽车，在这座工厂中你会看到奥迪的所有车型，但却已经找不到两辆完全相同的汽车。奥迪为这一场景转化为现实设定了时间截点——2030年。相比宝马等德国车企，日系车企丰田也有自己成熟的制造体系，虽然日本没有提出类似工业4.0的概念，但丰田基于1960年代创造的精益生产的基础所做的扩展，在某种程度上，与21世纪出炉的工业4.0理念有很多相融合之处。2012年丰田宣布启动的TGNA(Toyota New Global Architecture，丰田新全球架构）将在今年年内正式投入使用。TNGA可实现同平台车型使用大量通用化零部件，通用比例可最终达到70%~80%。这样，大量的开发资源能更加集中于一个部件，车辆的开发流程得到优化，开发效率由此可提高20%~30％，大大缩短车型研发和生产周期。基于这一平台，车辆将从车身设计和内饰等外在方面凸显个性与特色，顾客个性化定制也成为现实，一台混合动力车，外观的颜色、内饰的颜色能就有几十种组合可供选择。作为江苏无锡市惠山区重点企业的上汽大通，也在向工业4.0的标准靠拢，其无锡基地目前已经大量使用机器人和传感技术。今年年初开工建设的无锡基地三期项目，也将以智能工厂、智能生产和智能物流为依托，制造的标准化、精益化、柔性化、模块化等均有相应规划。在未来的智能车间里，计算机虚拟工厂、智能排产、仿真技术等都将广泛运用。从原材料到零部件，从生产到销售再到售后，汽车的产业链非常长。这一链条上的一点变动势必使得整个链条上的其他部分随之发生变化。不管是零部件还是主机厂，都能感受到这根链条传递过来的震荡。工业4.0要求设备之间具有开放性和协同性，意味着信息的互动和产业链的互动会更加及时。可以想见，今后供应链的库存量会进一步降低，可追溯性会更强，哪个零部件在哪一道工序上进行组装出现任何瑕疵，瑕疵来自哪几道工序，都可以快速定位。在大陆集团执行董事会成员及动力总成事业部总裁琼斯•阿韦拉（José Avila）看来，现在的全球供应链相对来说还是比较复杂的，能见度比较低，在出现问题时，下游可能不能及时应对，比如如果日本出现海啸或者地震，影响了某个零部件供应商，对于其他地区和下游端会带来很大的影响，由此带来一些零部件的短缺。而如果实施工业4.0，就会使供应链具备完全的透明度，让每个环节环环相扣，提高相关的应对能力。琼斯•阿韦拉说，“工业4.0有非常大的潜力，能够帮助我们在整个供应链当中提高生产力，大大提高供应链的透明性，从我们的合作伙伴、供应商，一直到我们的客户，整个链条变得更加透明”。透明度提高意味着可控性更高，也意味着供应链能变为真正的全球性供应链。整车厂家向供应商获取更多信息和系统的支持，已经成为一种发展趋势。未来，制造商和供应商的协作互动将空前紧密，而新的竞争机会也随之诞生。博世一项名为开放式接口的新技术，改变了此前的一个游戏规则——以前，提供控制技术的主要厂商会向整车制造商开放一条预先定义好的功能通道。如果整车制造商希望在预定义的通道之外实现某一功能，就必须向控制技术提供商寻求帮助。而通过该技术，整车制造商可以自己选择相应的语言，在平板电脑上就完成控制技术的编程设计，甚至实现实时应用。博世集团CEO沃尔克马尔.邓纳尔博士(Volkmar Denner)告诉《汽车商业评论》：“随着工业4.0时代的到来，一些新的面孔，特别是信息技术领域的佼佼者，也将陆续进入制造产业，从而改变客户与供应商之间的关系。基于生产流程中的一系列数据，他们将有能力为客户提供新的解决方案。”能否获得足够的客户数据信息以及大数据分析的能力将成为未来竞争的本钱。以博世的预知维护系统为例，邓纳尔认为，与此类似的业务将不会被传统制造企业垄断，对于现有的机械制造商而言，这部分服务市场将极有可能拱手让于提供此类服务的新兴企业。随着工业4.0的持续推进，一场制造领域的淘汰赛也正在到来。没有核心技术和足够经验、专业化程度不足的企业将无法融入整个智能制造体系，终将面临淘汰的结局。
