工业4.0大潮下，思维转变是关键

2016-05-04 16:10:20 来源：物联网世界抢沙发

2016-05-04 16:10:20 来源：物联网世界

摘要：既然称之为“革命”，工业4 0就不仅仅是用今天我们的眼光可以去理解和把握的，必须有面向未来的思维才能真正去理解它，并把握它的脉搏。
关键词：思维工业4 0

　　既然称之为“革命”，工业4.0就不仅仅是用今天我们的眼光可以去理解和把握的，必须有面向未来的思维才能真正去理解它，并把握它的脉搏。这场变革不仅是技术的，也是商业的变革，是综合的力量引发的，包括产业环境、技术进步、资本力量的效应、管理思想、商业模式的融合。

　　第一性问题

　　曾经和华中科技大学的陈冰教授探讨第一性问题，即，我们是为了什么去推动这个变革，显然，我们必须聚焦客户的需求，从产业的价值链来看，消费者的需求带来了生产制造的变化，而生产制造带来了智能设备的需求，这一需求给自动化、信息化提出了新的挑战，而这又延伸给上游的IT、传感器带来了变化的需求。

　　这是一个产业拉动的变化，因此，我们必须记住第一性问题，即，目的是什么?无论4.0、制造业2025其所瞄准的对象必须是实现满足消费者需求的产品，在过去，大批量的生产降低了成本，另一方面，定制化意味着价格高且由于批量小而无法实现低成本，小批量与低价格是一个天生的矛盾，那么，所谓的革命，必须解决这一矛盾，使得生产小批量的同时，也能获得较低的成本，使得“物美价廉”得以实现。

　　需求永远是第一个问题，因为，生产的目的就是为了需求，大数据分析的目的也是为了得出需求的变化，而采用智能机器人是为了消费生产中的不增值环节，提高柔性。

　　平衡问题的两个面，在4.0时代将普遍存在，例如：安全系统的安全性与生产效率的平衡问题，在单机生产时代安全机制可以停机，这个不影响生产，但是，集成生产的话，某个机器的安全停机会影响其它机器，这会带来潜在的问题--如何为4.0时代的生产系统设计安全机制?

　　系统思维与集成系统

　　系统思维是涵盖在整个工业4.0的设计架构里，系统性是指一方面，框架性解决的是以整体的方式来阐述各个单元之间的关系，而这在三维的工业4.0体系里得到了最为明确的描述，从垂直、水平与生命周期三个维度来构建体系，垂直解决的是信息从底层到上层的流动关系与接口，而水平则解决的价值链的前后之间的数据交互与协调，而生命周期则以动态的方式阐述各个阶段的任务侧重、方法与接口问题。

　　因此，工业4.0不能离开总体而肢解为某种产品、某种解决方案，而是这一天体系架构实现的目的，即如何达成个性化的定制，达成商业模式的改变的基础元素，因此，不会存在某个产品称为满足工业4.0的产品，确切的定义应该是某个产品满足某项标准，而该标准是满足4.0架构的某项任务或者流程。

　　系统思维是我们比较欠缺的，我们经常会选择比较竞争的思想—A公司的产品与B公司的产品性能更好，价格更低这种比较，而无法增加额度来全局的评估，这一点从我们的欧洲的客户的供应商评估系统就可以看到他们的全局性与结构性思维。

　　一个公司的能力是一个组合，而非是单个的数字的比较，竞争力的组合包括了技术的指标性、能力(工程实现能力、算法设计能力)、成本(采购、运营成本、资产折旧等财务因素)，不能用单个的简单衡量指标来进行定义，而同样4.0时代对于系统的描述必须基于全局的而非单个点的评估。

　　价值是一种组合，包括可测量的指标与模糊的功能、服务指标，但是，经过4.0标准体系后，这一切都将暴露在可量化的体系下，每个公司所标榜的价值将会被逻辑的计算，这将带来新的价值实现，而非过去的简单产品、价格概念。

　　数字化

　　我们将采用了数字伺服、计算机采集、MES等的生产系统称为“数字化系统”，简单的理解为基于PC的技术即为数字化系统，个人对于数字化的理解并不完全是这样的，因为，这里的计算机、数字采集是一个工具性的，而真正的数字化则是来自于“精益生产”，这是日本人在70-80年代所推行的生产管理体系，它将整个生产进行了流程化的细分，将消除浪费、降低成本与提高品质设定为其目标，采用了标准作业与作业标准等将整个生产进行了数字化，尽管没有计算机信息系统，但是，通过相应的工具、表格、统计方法等可以对整个生产进行持续改善。

　　今天，传统的报表、统计方法以计算机信息系统的简便方式进行了处理，实现了计算机化，但是，其本源—即，如何对流程进行划分、制定标准、推动改善、降低生产环节中不增值部分、如何最大的提高设备使用效率这些相关的参数、模型、分析方法，才是真正的数字化本源。

　　我们的企业未经这个过程，而将上马了计算机信息系统ERP、MES当做数字化，这是舍本追末的做法，要想真正的实现智能制造，必须补“精益制造”的课程

　　
第三十五届CIO班招生
 国际CIO认证培训
 首席数据官（CDO）认证培训

责编：pingxiaoli

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。