​“工业4.0”：从试水进入深度竞争

文/孟秋

新加坡智能制造企业ABB的物流包装机器人

如果从直观上看“工业4.0”，常常会看不出门道。2019年10月，笔者在新加坡先进再制造业及技术中心（ARTC）看到的一切多少带有这样的意味。这个中心是新加坡政府和南洋理工大学合作的实验室，里面有数十个带有实验性质的机器人在不断地工作，一个VR实验室以供三维模拟培训和监控，另外还有一间摆满显示器的监控室，显示器是各种眼花缭乱的数据。

这家实验室里听不到喧嚣的机器响声，工业机器人在熟练地运转，旁边没有专门的员工。在这里，传统大工业生产中的火花四溅、热火朝天的生产情况不复存在。一位ARTC的工作人员表示，实时生产数据都可以在监控室里看到，未来甚至不用人们守在监控室，身边有一台iPad或者智能手机就能控制生产。看不见的网络构建了“工业4.0”的应用。

这个说法虽然看上去略有夸张，但是这正是“工业4.0 ”的一个发展方向。

消费者的“高级定制”？

“工业4.0”是2011年德国汉诺威工业博览会上提出的一个未来工业制造发展趋势。用一句简单的话概括说，它就是制造业生产的自动化。但是这一趋势背后的含义极其丰富。达沃斯世界经济论坛创始人兼执行主席克劳斯·施瓦布将其当作是“第四次工业革命”的重要组成部分。市场研究机构德勤在2019年的一份研报中总结的“工业4.0”概念包括以下组成部分：智能制造；智能工厂；熄灯工厂（即无需人工的工厂）以及物联网（IoT）。

在过去8年中，叠加在“工业4.0”概念上的技术因素还包括：信息物理系统（CPS）、工业物联网（IIoT）、云计算、认知计算以及人工智能（AI）。

这些抽象的信息看起来可能很难理解，其实具体操作情况无非如下：由于有了高度发达的物联网，机器与机器，机器与网络直接实现了高度的信息交换，因此在产品生产过程中，机器可以通过不断的信息交换，积累大量的数据。人工智能通过云端的数据分析，向机器下达灵活的生产任务，使产品能够适应不同的客户要求——人工智能在数据分析的过程中，能够通过深度学习（认知计算），逐渐对产品形成深度认知，从而能够对复杂的生产任务和生产策略进行准确的判断。这样能够节约成本，提高效率。

网上有个流传甚广的案例，用来形容“工业4.0”的应用：现在生产的鞋子，同一款产品按照尺码生产出不同大小的鞋子，每款产品按照市场调查的数据，生产数量上有一定冗余，然后上市销售。但是用户的脚型各有不同，偏瘦或者偏肥，对鞋面色彩的要求也没法统一，有些用户是平足希望有对应的鞋，有些用户希望穿上鞋子要显得更高一些。在“工业4.0”时代，用户可以自己下单提出要求，然后工厂用智能化生产的方式进行定制，这样能够降低生产冗余，自动化生产也能够降低人工成本。另外，由于数据的存在，未来工厂再为这位用户生产鞋子，就会都按照用户的具体情况进行定制。

类似的做法还可以用在定制汽车、定制手机等等方面。这一生产模式被称为“C2M”，就是“从消费者到制造”的模式。

其实这只是“工业4.0”所表现的某一个特征。在这一“定制模式”下，整个企业供应链格局发生根本性的改变，在这里不再是C2F模式，而是B2B。新加坡智能制造企业ABB向我展示了另外一个方面：在一个马达上，安装了一个烟盒大小的感应器，实时将马达的各种数据——包括震动频率、电流压力和转速等——上传到数据中心。数据中心根据马达运转的效果，向用户提供维修保养建议。例如，在马达到达维修期的前几天，数据中心会提醒用户马达即将维修，请用户提前调整好生产计划，将维修的时间成本降到最低。

类似的情况，两年前笔者在日立的一次活动上也曾经见到。日立给用户提供的电梯产品拥有一个全寿命期的服务解决方案。日立随时通过互联方案监测电梯运行状况，以随时向用户提供维修保养建议。

原来的供应商，产品供应和服务之间的轻重分配，正在由倾向于产品，转向倾向于服务。

商业模式还不清晰

然而，没想到的是，“工业4.0”应用在鞋子上的设想，从2011年到今天却还没找到成功的商业化案例。

2016年和2017年，德国阿迪达斯宣布启动在德国和美国的两家智能工厂设置。这两家工厂在建成后完全使用机器人生产，实现高度自动化以避开欧美过高的人力成本压力，同时将产地贴近主要消费市场，以降低运输成本。但到2019年年底，阿迪达斯宣布将关闭这两家工厂，同时将生产线重点重新设置在亚洲。

阿迪达斯的尝试失败，当然并不意味着“工业4.0”的失败。但它的这一尝试，暴露出了“工业4.0”在商业应用中还缺乏有效商业模式的问题。这一问题具体表现在三方面：

首先是机器投入成本较高，机器人应用和3D打印技术的价格不菲，导致前期投资成本高于人工成本，这使得在欧美设厂仍显得不划算。此外，技术上还没有过关，仍旧没有能力满足用户的多样化需求。

其次，基础设施可能存在不足。“工业4.0”的高速运转，需要两方面的ICT基础设施支持，一个是高带宽、低延时的互联网络，一个是云端储存和云计算能力。目前“工业4.0”，或者说，智能制造还缺乏相应的标准，各个企业独自作战，显得势单力薄。未来引入5G并组网后，这一状况可望出现改变。

第三，数据隐私目前成为智能制造一大阻碍。由于企业生产数据均需要存储在云端，云供应商的隐私保护问题就显得非常突出。这需要各个国家进行相关立法，同时也需要技术进步予以支持。如果说刚刚兴起的网络切片技术降低了云厂商和制造商彼此的互联和计算成版本，那么边缘计算则在隐私保护上做出了贡献。从这个角度看，阿迪达斯的尝试为“工业4.0”提出了有待解决的问题，是有其积极意义的。

标准之争将开启

眼下的观察来看，“工业4.0”的应用首先仍将是B2B方向。只有通过企业之间的合作和磨合，才能最后形成成熟的商业模式，并予以推广。这主要是因为to B的产品需求比较稳定，能够为双边提供比较长期的商业收益，技术改进和应用的响应周期比较合理。新加坡引入的“工业4.0”概念，目前来看，也并不用于直接生产消费品，更多程度上应用在企业端生产进程中的效率管理和提升上。

不过，自从这一概念提出后，有许多国家提出了类似于“工业4.0”的计划，说明它所包含的工业革命思维，受到各方的关注。韩国提出了“制造业创新3.0”，美国提出了工业互联网联盟，德国也向全球积极销售“工业4.0”的概念。在中国，它与中国的类似版本展开了对接，在中国的部分企业中获得应用。

新加坡在2015年提出了《未来制造业倡议》，正式加入了“工业4.0”的大合唱。2018年，汉诺威工业展览会首次与新加坡工业展览会（ITAP）联合举行了亚洲分展。作为“工业4.0”的首倡者，西门子在新加坡设立了“工业4.0”实验室。德国人选择“工业4.0”在新加坡落地。新加坡作为东南亚的先进制造业中心，其工业产品影响力辐射整个东盟。而东盟的各国的工业发展程度不一，是一个极为理想的“工业4.0”商业落地实验基地。

2019年，5G的商用化在美欧亚等地几乎同期开启，这无疑为“工业4.0”的发展提供了良好的技术支持。“工业4.0”在技术上的快速成熟将会启动一轮标准之争，将会波及机器人、数据处理和产品质量体系等等环节。显然，谁的应用范畴更大，谁就在标准制订上有话语权。

以“工业4.0”为代表的智能制造将会进入一个深度竞争的世界。