當前位置:主頁 > 房產 > 財經新聞 > 正文

解析工業4.0所面對的四大挑戰_0

未知 2019-06-17 14:08

  工業4.0這一詞匯是德國在擁抱數字化的過程中被創造出來的,它本來是一個德國概念,現在擁有了越來越廣泛的世界性影響,我很樂意在此借這個概念回顧一下德國的數字化歷程,并展望新的工業革命和制造業的未來。

  工業4.0是怎么來的

  德國總理默克爾非常重視德國經濟數字化的轉型,所以她給了我一個任務,就是要對德國的數字化進程進行研究。2006年,我們引入了一個IT峰會機制,開始是SAP來組織的,每年我們都會組織會議,其他公司也來相互交流經驗、討論觀點。2009年,我們被要求,特別是德國科學技術聯盟和德國政府要求我們拿出新的想法,事關德國未來的戰略性想法。

  我們有若干工作組,其中一個工作組是溝通聯系工作組,我也是其中一員。我們開始是聚焦德國在生產方面的創新,后來我們感到互聯網和實體經濟在不斷融合。也就是說虛擬世界和現實世界在不斷融合。當時我們科學和工程學院也推出了一體化的研究項目,我們把重點放在生產上,當時我們起了一個名字,叫作工業4.0,因為它和自動化有關系,我們覺得這就是下次工業革命的話題。在德國,工業主要是指制造業。

  很快,我們又推出了一個項目,重點放在了智能服務上,這方面并不是德國擅長的,但我們必須把其他的行業聯系起來做研究。智能服務項目不僅是數據推動的創新,同時還會有社會推動創新的因素,最終它將給企業帶來益處,也會給社會帶來益處,這就是為什么工業4.0項目這么受關注的原因。

  總結一下,2011年我們正式推出工業4.0,有50個機構,包括科研部門和企業,和我們一起向政府提出了工業4.0的建議, 2013年我們又做了一個第二版的報告, 2014年德國政府再抬高一個工作層級,讓更多的部門、企業和行業協會參與進來,今年3月我們做了最新版的工業4.0報告。

解析工業4.0所面對的四大挑戰

  展望工業4.0世界

  新工業革命的推動力主要有三個,一個是技術,尤其是數字技術;第二個是無處不在的連接,特別是物聯網已經開始進入工廠;第三個是自動化程度越來越高的工業系統。這三個因素疊加起來就形成了一種趨勢,自動化之后的重點就是系統對外部環境的感知,通過感知形成工業大數據,現在很多數據都不是免費的,將來數據會越來越廉價甚至免費;然后會有人工智能,機器擁有學習能力;然后是新的分析工具,用來分析數據并指導行動。

  自動化系統、虛擬世界和現實世界的融合,涉及到不同的技術,有很多技術參數,同時有很多不同的應用,3D打印講的就是其中一種。這些都需要用一個軟件架構來界定,很多標準都需要統一,如果我們能夠來共同推進,就容易產生大的突破。

  從制造行業來講,制造本身與客戶服務、行業服務也在慢慢地融合,今后你可能分不清楚制造與服務這兩者的區別。未來制造業的發展方向,是數據推動的商業模式的創新和轉型。

  什么是工業4.0?首先是高度靈活又高效能的生產,做到價值創造流程的按需優化和實時優化。現在德國各個不同制造行業的靈活度都達到了40%左右,可以隨時消化吸收40%的訂單下降,照樣順暢向前發展,就是說我們可以經受30%-40%的收縮打擊。做到這一點離不開基礎設施的升級,自動化程度、數字化程度等等。

  工業4.0還意味著環境友好的發展模式。你可以把工廠遷回城市,照樣不會對環境造成很多影響,如果你采用環境友好的生產方式的話。

  第三就是社會形態的改變。商業環境和社會環境將會越來越復雜,要掌握這個復雜的環境,我們必須擁有權力下放的和更加分散化的自我組織形式,也就是說企業職能從中央控制系統變成自組織平臺。企業員工會更加朝著自我組織、自我約束來發展。我們最終將有一個更加靈活的生態系統,非常有動態性,這樣它才能隨時響應客戶需求,實時地適應市場變化,現在這還做不到,但已經有這樣的想法。

  智能生產的含義

  以上是宏觀的視角,如果我們從微觀視角來看工業4.0,具體到一家企業,變化會在哪里?

  第一個維度,橫向的一體化要做得更好,內部流程的打通和數字化,這意味著我們要不斷改進現在所做的工作,比如說軟件、解決方案、3D打印的生產方式。

  第二個維度,改進縱向一體化,這個問題在10年到15年前我們就討論了,上下游的供應商合作伙伴怎么打通。現在我們必須要實現橫向、縱向一體化的無縫對接。

  第三個維度就是全生命周期的產品管理,從工程設計到產品生產和售后服務的生命周期,我們都必須統一管理。這方面過去已經有很多管理軟件,但這些工具之間沒有什么聯系,數據結構也不一樣,需要打通和升級。

  制造業的核心是工廠,工廠的智能化管理非常重要,工廠并非自己獨立工作,而是要跟智能電網、智能物流、智能樓宇建筑連接起來,根據訂單、能源、物流等條件的變化實時調整生產。這意味著工廠越來越聰明,知道怎么樣進行生產,機器也變得更加智能化,可以相互交流,來控制產量。

  所有這些都需要更加聰明的人來完成,我們稱之為智能操作員,各種不同的智能設備、數字設備來幫助他們操作,以往分散的各個項目要連起來,基本原則是更加自動化。

  這只是故事的一小部分,還有很重要的一部分,就是智能產品。產品離開工廠到達客戶之后,應該不斷地收集用戶數據,變成一個小的平臺,所有產品的數據集中起來之后,就變成了大數據系統,實時分析這些大數據,就可以進一步優化我們的流程和業務模式,為客戶提供更多的服務。這方面的創新速度非常快,客戶也在不斷地受益。

  舉個例子,阿迪達斯。阿迪達斯今年推出了3D打印制鞋技術,成本并沒有增長很多,但可以縮短外包線路,甚至把生產轉回國內。阿迪達斯還給跑鞋裝上了傳感器,你就可以對所有的數據進行收集和衡量,這雙鞋怎么穿的、怎么用的,然后基于這些數據可以對產品和流程進一步優化,再按優化后的版本生產和銷售。比如個性化設計,按照客戶的特殊要求來生產鞋子。

  基于智能平臺的一切皆服務

  接下來就是智能服務,這方面的重點不是產品,而是新商業模式下的新服務項目。前提是數據化、知道用戶的偏好和習慣,以此來啟動商業模式和服務的優化。

  道理非常簡單,數據變成了一種產品,它本身蘊含著價值。如果你的商業模式是數據驅動的,那么所有的一切都可以成為服務,這一點并不神秘,絕大部分公司都可以做到。

  具體怎么做呢?沒有任何一個公司能夠做到所有的數據收集、分析工作都自己做,因為工作量太龐大了。你需要有一個強勁的生態系統,幫助你來做連接,幫助你把不同領域的數據收集、回傳、分析。這涉及到互可操作性,你需要在一個平臺上對這樣的生態系統進行管理。

  實際上它關系到工業4.0的最終結果,就是要實現各種設備工具機器之間的互聯。

  用汽車行業做一個例子,未來可能在所有的展覽上你都能看到互聯汽車,或者叫自動駕駛汽車。它需要有智能架構來支撐,一輛汽車自動行駛,它必須實時了解周圍的環境,數據傳輸速度要非常快,以毫秒來計算,這意味著網絡基礎設施和底層技術架構必須得升級。

  現在是怎么做的呢?比如說谷歌,它有成百上千輛汽車在路上收集數據做地圖、做測量。以后不會是這樣的了。因為以后所有的汽車都會有數據采集設備,比如在德國,所有新車上都已經安裝了傳感器。

  從公司層面,軟件的虛擬化非常非常的關鍵。比如說在一個組裝線上,來自于不同廠商的機器設備必須互相匹配和協調,怎么才能知道是否匹配協調呢?如果你有一個數字模型來控制所有機器,這樣你把設備賣給客戶之前,他們可以模擬使用這些設備的情景,這就是我所說的軟件的虛擬化,在這個基礎上,我們才能實現所有機器設備的互聯,智能的互聯,這是一個軟件定義的架構。

  說到通過軟件平臺管理生態系統,現在有一些爭論,就是平臺中立化問題。有人擔心平臺被用來打擊競爭對手,或者說平臺上的公司被平臺控制。這是一個問題,因此我們需要一個開放的數字平臺,讓客戶能夠即插即用,同時又有能夠支付得起的服務價格,還需要有值得信賴的云,不管是公有云還是私有云,你要保證系統的安全性,確保能夠把世界上所有的設備和機器安全地聯系起來,這是一個終極的目標。

  在商業模式上,平臺要保證所有人都可以參與進來,平臺上面任何類型的服務都可以實施,不同的市場、不同類型的服務、不同類型的社區,想做什么都可以。所以我猜這樣一種平臺,應該由具有高度專業知識的重要公司來提供,這樣才能保證底層很復雜、很堅固,但頂層有很大的靈活性,而且簡單易用。

  在商業模式的創新上,現在我們已經可以根據用量來進行收費,但對于平臺即服務的模式,平臺必須是雙向的,在一個連接了大量設備和終端的平臺上,一方面你有很多供應商,另一方面你又有很多客戶,這天然就是一個雙向市場。

  如果認同這一點的話,問題的下一步就是,這對于工人來說意味著什么呢?在過去我們優化的是流程,以后我們優化的是工作場所,是工作本身,這會導致工作崗位變少嗎?

  這在德國的確是一個關注焦點。工會作為員工代表,比較擔心工人以后會不會沒有工作了,因為所有的事情都可以自動化、用機器人做了。確實會存在這么一種情況,低附加值的工作可能會消失,但是新的工作崗位也會被大量創造。過去十年,德國對機械工程師的需求增加了9.5萬個,而自動化產業增加了1.5萬個工作崗位。

  關鍵是對新能力的要求,比如說一個機器操作員,工廠變得更加自動化,意味著控制機器的人要更加靈活,要有更強的自我組織能力和多元化技能。對企業或政府而言,必須要有相應的教育和培訓,提升工人的技能水平。但是這種培訓可能不是大規模地坐在一起聽課,而是通過各種靈活的學習方式,這在現在的技術水平下完全能做到。

  四大挑戰

  我最后要講的就是挑戰是什么:

  首先我們要建立一個數字平臺,這個本身就是挑戰,尤其是有著統一標準的開放數字平臺,是非常困難的。這也是為什么我反復說我們需要有一些領軍型的公司、核心的公司,它們先動起來,然后進行標準的協同化,開放式協同,然后再讓中小型企業參與進來共同發展。

  其次就是基礎架構(framework)方面的挑戰,比如說在法律上,我們對于數據的使用怎么樣來進行管控,相應的法律框架怎么搭建,我們還需要有一個統一的歐洲數字市場。從政府的角度,數據政策就變成了一種經濟政策,誰擁有數據,誰來保護數據,誰來負責這個分享數據,這些都是新課題。

  第三個挑戰是公司的組織結構和工作方式的變革。變革的同時,我們需要找到合適的方法來滿足公司所有者和公司雇員雙方的要求,比如說在德國就要考慮到工會的一些要求。

  最后,從社會層面來說,焦點之一就是數據保護、隱私的保護,那么多的個人信息都在云平臺上,怎樣防止數據泄密、泄露客戶隱私等等,這是一個很大的關注。再就是我前面提到的人機交互,機器人和人一起工作,要讓機器人能夠不僅僅了解人的語言或者是肢體動作,甚至能了解人的情緒,在人和機器之間實現類似人和人之間的無縫溝通。我們還在做這方面的研究,還需要相當長的時間才能夠做到這一點。

標簽
2010福彩3d走势图大全