智能工厂4.0：数字世界和物理世界融合的好处

智能工厂建设与扩张决策应与企业的具体需求相契合。企业建设或扩张智能工厂的原因往往千差万别，无法一概而论。然而，通过建设智能工厂，企业可大致解决资产效率、质量、成本、安全以及可持续性等广泛问题。这些问题的解决将带来诸多益处，最终加快市场响应速度，扩大市场份额，提高利润率与产品质量，并稳定人才队伍。且不考虑商业动因，智能工厂建设能否得到采纳并持续吸引投资，取决于能否证明智能工厂投资将如何创造价值。

|提高资产效率

智能工厂时刻生成海量数据，通过不断分析，揭示亟待修正与优化的资产绩效问题。诚然，自我修正是智能工厂与传统自动化的区别所在，将进一步提升整体资产效率，同时也是智能工厂最大的优势之一。资产效率的提升将缩短停工期、优化产能并减少调整时间，还将带来其他潜在益处。

| 提升质量

智能工厂具备自我优化的特征，可快速预测并识别质量缺陷趋势，并有助于发现造成质量问题的各种人为、机器或环境因素。这将降低报废率并缩短交付期，提升供应率与产量。通过进一步优化质量流程，可打造更加优质的产品，减少缺陷与产品召回。

|降低成本

经优化后的流程通常成本更低，可进一步预测库存要求，促成有效的招聘与人才决策，并减少流程与操作上的变动。更加优质的流程还有助于全面了解供应网络，迅速及时地响应采购需求，从而进一步降低成本。流程进一步优化后，产品质量亦将提升，同时可降低保修和维修成本。

|保障安全与可持续发展

智能工厂还为员工福祉及环境可持续性带来实质性益处。由于智能工厂可提升操作效率，因此相较于传统的制造流程，更能降低对环境的影响，促进整体环境的可持续发展。流程自动化程度的进一步提升，将降低人为错误的可能性，包括减少行业事故造成的工伤。智能工厂基本能够自行运转，将有望取代人力完成部分重复乏味的工作。不过，在智能工厂中，工人将更大程度上承担判断与现场决策的职责，这将提升工人的工作满意度，并降低人员流失率。

| 智能工厂对制造流程的影响

制造企业可通过各种方法在工厂内外打造智能工厂，并调整配置，以顺应不断变化或全新涌现的优先事项。事实上，敏捷性是智能工厂最重要的特征之一，制造商可根据其特定需求，选择多种数字化及物理技术。

不同企业将在不同程度上受到智能工厂对其制造流程的影响。德勤已发现部分先进技术能够促进物理世界与数字世界间的信息流动与传递。29这些技术推动了数字化供应网络甚至智能工厂的发展——为生产流程的数字化创造新的契机。表1列示了智能工厂的核心制造流程，以及各种数字与物理技术所带来的数字化机遇。

值得注意的是，上述数字化应用并不是互相排斥的。企业可以（也很可能会）针对各生产流程的多个领域采用数字化技术。企业也可根据实际需要，分阶段采用和停用数字化技术，凸显了数字化工厂灵活、可重构的特性。

制造企业须了解如何在竞争中脱颖而出，实现数字化和智能工厂投资的有效结合。例如，部分制造企业可能计划在速度、质量和成本方面争取竞争优势，在智能工厂投资方面着眼于以更快的速度向市场推出全新产品（以及实施产品改造），提升质量，降低单位成本。而其他一些制造企业则可能侧重于“最小生产批量”产品的定制和完成模式，通过投资其他技术实现上述目标。

建设智能工厂需考虑的要素

智能工厂没有唯一结构。同样，成功打造智能工厂也没有唯一途径。由于生产线布局、产品、自动化设备等方面的差异性，每家智能工厂看起来都可能不尽相同。然而，虽然各项设施本身可能存在差异，但促成一家智能工厂获得成功的必要元素却大致相同，而且每个都很重要，包括数据、技术、流程、人员和安全。制造企业可根据所设定的目标确定重点投资领域。

| 数据与算法

数据是智能工厂的命脉。基于系统性分析，数据将有助于推动各流程顺利开展，检测运营失误，提供用户反馈。当规模和范围均达到一定水平时，数据便可用于预测运营和资产利用效率低下的问题，以及采购量和需求量的变动。30智能工厂内部数据可以多种形式存在，且用途广泛，例如与环境状况相关的离散信息，包括湿度、温度或污染物。数据的收集和处理方式，以及基于数据采取相应行动才是数据发挥价值的关键所在。要实现智能工厂的有效运作，制造企业应当采用适当的方式持续创建和收集数据流，管理和储存产生的大量信息，并通过多种可能比较复杂的方式分析数据，且基于数据采取相应行动。

要建立更加成熟的智能工厂，所收集的数据集可能会随着时间的推移涉及越来越多的流程。例如，如果要对某一次实践结果加以利用，就需要收集和分析一组数据集。而如果要对更多的实践结果加以利用或从某一次实践操作上升至整个行业，就需要收集和分析更多不同的数据集和数据类型（结构化相对非结构化），还需考虑数据分析和存储，以及数据管理能力。

数据也可能代表数字孪生，这是高度成熟的智能工厂结构具备的特征。数字孪生通过数字化形式，以较高的水平呈现某对象或流程过去及当前的行为。数字孪生需针对生产、环境和产品情况持续开展实际的数据测量。基于强大的处理能力，数字孪生可从产品或系统情况中获取重要信息，反映现实世界中设计与流程的变化。

|技术

智能工厂的有效运作有赖于各类资产的相互关联和中央控制系统的集中控制。工厂资产即工厂设备，如原料处理系统、工具、泵、阀门等。制造执行系统或数字化供应网络堆栈均属中央控制系统。数字化供应网络堆栈是一个多层次集成枢纽，是全面获取智能工厂和广泛的数字化供应网络数据的唯一入口。该系统通过收集和综合信息，为决策制定提供支持。34但各企业也需考虑其他技术，包括交易和企业资源规划系统、物联网以及分析平台，同时也应当考虑边缘加工和云存储等需求。这就需要企业运用工业4.0时代所特有的各类数字化和物理技术——包括分析技术、增材制造、机器人技术、高性能计算、人工智能、认知技术、高级材料以及增强现实——将不同资产和设备关联起来，对数据加以处理，实现经营活动的数字化。

|流程与管理

智能工厂最重要的特征之一是其自优化、自适应以及生产过程自动化的能力。该特征能够从根本上改变传统流程和管理模式。自主系统能够在没有人工参与的情况下制定并实施许多决策，并在诸多情况下将制定决策的责任从人工转移到了机器，或者说仅由少数人制定决策。此外，智能工厂的互联范围也将有可能扩展到工厂以外，工厂与供应商、客户以及其他工厂的关联度将进一步增强。36该等类型的协作也可能会引发新的流程和管理模式问题。随着对工厂更加深入和全面的了解，以及生产和供应网络的扩大，制造企业也可能面临各种不同的新问题。企业可能需要考虑和重新设计决策制定流程，以适应新的转变。响应度高、适应性强的互联制造

| 人员

智能工厂并不一定都会成为“黑灯工厂”，人员仍将是工厂运营的关键。但智能工厂可能会在运营以及信息技术/运营技术组织架构方面发生重大变化，导致人员职位出现变动，从而适应新的流程和功能。37正如前文所说，一些职位由于可能被机器人（物理和逻辑）、流程自动化以及人工智能取代，因此已没有存在的必要。而其他一些职位的功能可能会因虚拟/增强现实以及数据可视化等新技术的加持而得以增强。人员和流程管理变革离不开灵活、适当的变革管理方案。组织变革管理将对采用智能工厂解决方案发挥重要作用。员工能够保持积极的工作状态，相信自己能够通过所在职位创造更大价值；工厂能够采取创新的招聘方式，并且重视跨部门职位，这都是打造成功智能工厂的必备条件。

智能工厂并不一定都会成为“黑灯工厂”，人员仍将是工厂运营的关键。

|网络安全

互联互通是智能工厂的本质特征。因此，相比传统的生产设施，智能工厂面临更大的网络安全风险。智能工厂应将网络风险纳入整体架构设计考虑范围内。在一个全面互联的环境中，由于连接点众多，网络攻击的影响范围将会扩大，预防难度也会增加。通常只有在智能工厂规模扩大，互联范围扩展到工厂以外，覆盖到供应商、客户以及其他工厂之时，网络安全风险才会增加。制造企业从一开始就应该将网络安全视为智能工厂战略的首要考虑因素之一。

着手建设智能工厂

踏出最初的第一步可能会很艰难。智能工厂几乎可以采用任何结构，因此打造智能工厂也会有许多不同的途径。企业可根据自身情况以及所面临的挑战或机遇制定和实施计划。制造企业在着手打造智能工厂时可参考以下步骤：

|大处着眼、小处着手、迅速推广

智能工厂投资往往始于对特定机遇的关注。一旦确定机遇，便可实施数字化，制定发展战略，并据此采取行动，进而创造新的价值。但智能工厂的建立和规模的扩大都如智能工厂本身的概念一样灵活。制造企业可在其网络的任一层次开始建造真正的智能工厂，价值创造可以从单个资产开始，并逐步扩展，同时采用灵活的方法产生更大的价值。

事实上，从小处着手，在可控环境下检测理念，并推广所获得的经验，可达到更加理想的效果。一旦实践成功，便可将解决方案推广到其他资产、生产线和工厂，从而有机会创造巨大价值（图3）。

|立足工厂的实际需求

企业的生产策略和环境决定该企业需要解决哪些具体问题，以及从智能工厂方案中释放价值的方式。根据不同的情景和状况调整方法，有助于确保所建立的智能工厂符合制造企业的需求。

|不可局限于技术层面

要建设智能工厂，仅实现资产之间的互联还不够。制造企业还需开发存储、管理、分析数据以及根据数据采取行动的方法。此外，企业还需合适的人才推动智能工厂建设，同时也需确立适当的流程。智能工厂建设需要获得解决方案设计、技术以及变革管理层面的转型支持。

|跳出思维局限

正如上文所说，智能工厂解决方案是一套整体方案，结合了工厂内部和整个数字化供应链的相关要素。因此，为了达成最佳效果，开展智能工厂建设的企业应当从一开始就将各方供应链合作伙伴和客户纳入考虑范围。在某一节点或针对某一利益相关方采取的行动可能会影响到其他节点或利益相关方。

智能工厂还远未达到“终极形态”，而是一个不断演变的解决方案——一个不断挖掘灵活性、互联性和透明度等众多特性的解决方案。

智能工厂还远未达到“终极形态”，而是一个不断演变的解决方案——一个不断挖掘灵活性、互联性和透明度等众多特性的解决方案。从较高层面来看，智能工厂具有动态特性，因此建设智能工厂需要一直保持创造性思维：构想智能工厂解决方案中貌似合理的无数结构的可能性。通过投建智能工厂，制造企业可以在一个更加复杂和快速变化的生态体系中脱颖而出，并实现效率效能的提升。