應對長期不確定性 未來智造要解鎖哪些“高級功能”？

電影《摩登時代》里，卓別林扮演的工人在生產線上日復一日重復著機械式勞動，幾乎變成了機器人——這是始于19世紀晚期的第二次工業(yè)革命（或稱工業(yè)2.0）的一個切面——流水線生產方式和電氣化的引入大幅提升了生產效率，把人類帶入了大機器大生產的工業(yè)時代。此后的數百年，圍繞人類和機器的生產力和生產方式的變革浪潮持續(xù)推進。

通過自動化、計算機和機器人等信息化技術的導入，這些“不知疲累”的自動化生產線，成為了人類手和腳的延伸。之后，物聯(lián)網(IoT)與人工智能(AI)等新興技術的發(fā)展，使機器擁有智慧成為可能，它們將不僅成為人類勞動力的延伸，更將是人類大腦和智慧的延伸。

當前正在進行中的工業(yè)4.0革命就意在于此，其目標是推動傳統(tǒng)制造業(yè)的數字轉型，打造導入IoT與AI技術的智能化工廠，通過大數據的收集與分析，以及利用各種數字化技術構筑的虛擬模型，讓現實世界的生產效率與良率更高，同時節(jié)省成本、提升安全性并激勵產品創(chuàng)新。

不過，第四次工業(yè)革命的進程和影響力，顯然與前三次將大不相同?！芭c之前的工業(yè)革命相反，這次革命正以指數而非線性的速度發(fā)展。”世界經濟論壇創(chuàng)始人克勞斯·施瓦布(Klaus Schwab)在其著作《第四次工業(yè)革命》中這樣指出，因為 “這將不僅僅影響著我們要生產什么以及怎么生產，更將改變我們是‘誰’”。

與此同時，近幾年來，在全球經歷了疫情、地緣政治沖突以及各類不確定因素之后，全世界對于智能制造的轉型之路又有了新的考量。強調靈活性、創(chuàng)新和彈性的生產流程以及供應鏈韌性，成為新的訴求。

顯然，未來的智能制造已不只是單純的生產力和生產方式的智能化升級，它正被賦予更豐富的內涵。面對未來可能出現的長期不確定性，如何通過包括物聯(lián)網、云計算、人工智能、虛擬現實、區(qū)塊鏈、5G網絡等先進技術與傳統(tǒng)工業(yè)的深度融合，開出應對未來的智能化良方？

這個意義之下，接下去工業(yè)智能要如何落地？數字化生產力要如何構建？人類智能與機器智能要怎樣協(xié)作融合？

智造下一站：彈性、靈敏和個性化

圖1（圖源：freepik）

曾經制造業(yè)經過長期運作打磨出的堪稱完美的“Just in Time（準時制）”生產方式，即“在需要時采購所需數量零部件”，將庫存保持到極低甚至是零庫存，在過去兩三年里遭到了前所未有的挑戰(zhàn)。

芯片短缺、供應鏈中斷、地緣沖突等種種不確定因素對制造業(yè)帶來嚴重沖擊，很多國際大廠開始考慮抓緊轉向“Just in case（以防萬一）”的生產方式，即分散生產，增加庫存。

據媒體報道，英特爾（Intel）不久前大幅轉變了經營戰(zhàn)略。這家全球半導體大廠過去50余年來一直將人力、物力、資金集中于美國的生產基地，向全世界出口半導體?，F在它正試圖改變其堅守了50多年的商業(yè)模式，開始在歐洲等地區(qū)推進工廠建設，以期離客戶更近。

從18世紀末以來人類經歷了三次工業(yè)革命，工業(yè)1.0用機械化和蒸汽機改變了傳統(tǒng)的手工制造方式；工業(yè)2.0以流水線生產方式和電氣化大幅度提高了生產效率；工業(yè)3.0則將自動化、計算機和機器人等信息化技術應用到生產制造中。

可以看出，從工業(yè)1.0到工業(yè)3.0，其革命性的轉折點都來自于制造過程中的技術革新，從而帶來了生產效率的大幅提升。但是從工業(yè)3.0到工業(yè)4.0的推進，則與前三次大不相同。工業(yè)4.0帶來的革命，不僅涉及產品的組織生產，還包括與產品生產相關的周邊各種軟硬件的相結合，是真正將產品設計、產品生產、產品回收、產品管理等全方位實現全面智能化的軟硬結合的時代。

而全球經歷了疫情等一系列新形勢對工業(yè)產業(yè)的影響之后，重新來看為什么要從制造邁向智造這個問題，或者說，如今工業(yè)界迫切希望通過智能制造來解決哪些發(fā)展痛點和現實的問題，顯然已經與三年前有所不同。

除了提升生產效率，降低生產成本外，可以應對長期風險的供應鏈韌性，強調靈活性、創(chuàng)新和彈性的生產流程，成為越來越多制造業(yè)領導者關注的重點。這需要一個反應敏捷的柔性制造體系來支持，可以實現靈活調整產線快速滿足不同的訂單需求。

如果說，工業(yè)3.0的重點是落腳在全面的自動化上，那么工業(yè)4.0則將進一步立足于全面的智能互聯(lián)。這意味著，要實現人、機、物、料、法、環(huán)的全面互聯(lián)，讓各個環(huán)節(jié)的信息和數據更透明，構建起全要素、全產業(yè)鏈、全價值鏈的新型工業(yè)生產制造和服務體系。

而要實現這一切，有一個重要的基礎前提：數字化生產力。

數字化生產力，挖掘數據價值對抗不確定性

圖2（圖源：freepik）

美國商務部的統(tǒng)計數據顯示，工廠里計劃外的設備停機時間約占工廠整體制造成本的24%。這種計劃外的停機可能是由于意外的設備故障，或是材料短缺、產線排程問題等各種原因造成。而當前的全球形勢下，這樣的“意外”也許在將來會更頻繁出現。

另外，庫存合理化一直是工業(yè)企業(yè)的一大管理痛點，主要源于上下游產業(yè)的信息孤島化問題。前文所提到的英特爾等國際大廠不得不放棄曾一度“堪稱完美”的Just in Time模式，其原因也在于此——地緣政治以及疫情等不可控因素，讓上下游供應鏈的數據和信息壁壘進一步凸顯。

長期以來，工業(yè)企業(yè)在制定供應鏈計劃時更多倚仗工作經驗，物料信息、產品需求信息難以在產業(yè)鏈中實現跨環(huán)節(jié)的自由流通。再加上在供應鏈成本壓力持續(xù)發(fā)酵、產品毛利逐漸攤薄的大背景下，企業(yè)急需構建產業(yè)鏈上下游信息流通渠道，結合產品需求、原料供給和產能配置，科學和敏捷地調整生產計劃，提高產能利用率，減少庫存積壓，提升客戶滿意度，保障訂單穩(wěn)定到期兌現，從而實現具備高敏捷性和靈活性的產業(yè)協(xié)同。

數字化生產力，挖掘數據價值的重要意義正在于此，這是讓工業(yè)制造邁向智造的基礎，更將是應對未來長期不確定性的重要技術手段。

那么數字化生產力如何落實？

全球領先的智能制造及工業(yè)互聯(lián)網整體解決方案服務商富士康工業(yè)互聯(lián)網股份有限公司（簡稱“工業(yè)富聯(lián)”）以“ABCDE”提煉了數字化轉型的五大要素。A是Analytic（分析），或者是Artificial Intelligence（人工智能），B是Big Data（大數據），C是Cloud Computing（云計算），D是domain（場域），E是evidence（實例）。其中A、B、C是互聯(lián)網的基本要素，D和E則強調了數字化工業(yè)一定要到具體的應用場景中去，如CNC、焊接、組裝、包裝等各個生產場景，要有落地的應用實例。

具體來看，機器學習、大數據和自動化技術等數字化手段，能使工廠精確采集、分析和傳輸數據，從而為整個制造企業(yè)提供更高的效率、可持續(xù)性和質量控制。數字孿生技術，則能通過匹配虛擬和物理世界，讓工廠可以在實際生產之前先對數據進行分析，對系統(tǒng)中的業(yè)務和其他背景數據進行監(jiān)控，從而幫助工業(yè)終端用戶實現更優(yōu)化的性能，同時提前規(guī)避可能出現的問題。這種實體設備與互聯(lián)網相互連接的制造系統(tǒng)，能對數據進行收集分析，對錯誤進行預判，并能通過融入機器學習等技術不斷進行自我調整，從而適應不斷變化的環(huán)境。這樣，數據才真正產生了價值。

另外，人類的智慧如何融入到機器設備中更為關鍵。寧波市智能制造技術研究院副院長、副總裁（技術）肖勇在去年貿澤電子技術創(chuàng)新周期間的一場工業(yè)自動化為主題的演講中對此做過這樣的解釋——通俗地講，就是把人的智能（簡稱“人智”）從隱性知識提煉為顯性知識，進行模型化、算法化處理，再把各種模型化（機理模型、數據分析模型等）的知識嵌入軟件，軟件再嵌入芯片，芯片嵌入某個模塊，然后再把模塊嵌入到機器設備中，從而賦予機器一定的自主能力可讓機器具有一定程度的“智能”（簡稱“機智）?！叭祟愔R不斷進入軟件，知識載體由以碳基知識為主轉向以硅基知識為主，數字生產力激增?！?/p>

工業(yè)富聯(lián)首席執(zhí)行官鄭弘孟在和麥肯錫的一場訪談中指出，通常做數字化，除了IT還要物聯(lián)網化，比如說機器聯(lián)網。“人和機器是要‘有來往’的，”他強調，“很多公司（智能制造）為什么做不起來？因為人和機器沒有‘來往’?！?/p>

事實上，工業(yè)4.0的一個關鍵點，就是“原材料（物質）”=“信息”，或者更廣義地來說，就是將物理空間里的一切進行信息化、數字化，終而實現整個生產力、生產過程的數字化，從而實現各個環(huán)節(jié)數據的流動、分析和再造，形成統(tǒng)一的信息物理融合系統(tǒng)。在此基礎上，再加上工業(yè)企業(yè)外部價值鏈的橫向整合，以及網絡化和垂直集成的制造系統(tǒng)，就可以建立一個好的信息物理系統(tǒng)，可以實現生產和維護的自我管理，快速有效地應對供應鏈問題、質量波動、訂單變更和設備停機等各類意外。

關鍵技術和未來趨勢

圖3（圖源：Freepik）

智能制造是一個復雜的生態(tài)系統(tǒng)，包含了物聯(lián)網、云計算、人工智能、虛擬現實、區(qū)塊鏈、5G網絡等諸多前沿技術，涉及感知、自動化、網絡、人機交互、大數據等諸多層面。不過，目前這些技術中只有少部分已經成熟落地，絕大部分還處于大規(guī)模爆發(fā)的前夜。

從技術變革層面看，當前正在進行中的工業(yè)4.0將傳感器、機器、工件和工業(yè)軟件、IT系統(tǒng)在整條價值鏈上融合到一起。在整個推進過程中，從模擬到數字、從簡單到復雜、從集中式到分布式，以及越來越實時的數據傳輸、更長距離的無縫網絡連接、數字孿生等技術與工業(yè)的深度融合是主要的技術變革點。

其中作為工業(yè)4.0之路上基礎器件的各類傳感器，就如同給機器增添了“五官”，讓機器可以感知到環(huán)境狀態(tài)，這是成為智能機器的第一步。隨著近年來傳感器的低價普及，也為新一輪工業(yè)革命的推進降低了成本門檻，讓物理世界和數字世界之間的“縫合”更為順暢。在此基礎上，物理時空信息源源不斷地化作比特數據流，再通過工業(yè)軟件，人工智能算法/算力的提升，以數據和軟件重新定義了材料、零件、產品、工藝、產線、供應鏈、系統(tǒng)的時空表現。

另一個重要的基礎是連接能力。實現更長距離的無縫網絡連接，是推動工業(yè)智能應用和創(chuàng)新，實現工業(yè)4.0的關鍵技術基礎。

以一座智能工廠為例，其產生的價值很大程度取決于連接資產、流程、人員和設備的能力。比如，當所有的生產節(jié)點、工廠內的設備應用可以通過互聯(lián)互通實現遠程監(jiān)控和可見性，再與機器學習等技術相結合，才可能進一步解鎖更多高級功能，如預測性維護或數據驅動型即服務的業(yè)務模式。

德勤的調查報告指出，就現階段來看，互聯(lián)互通依然是打造智能工廠時面臨的首要挑戰(zhàn)。比如，在鋼筋水泥鑄就的工廠中，Wi-Fi信號和蜂窩連接信號經常不穩(wěn)定。即使在同一工廠網絡內，每項設施的布局、設備和產品都可能是獨一無二的。那么車間內的各種機器、傳感器以及其他設備如何連接起來并相互緊密工作？工廠如何實現智能化管理多種不同設備？這些都有賴于強大、穩(wěn)定、靈敏的連接技術。 目前在連接層面面臨的主要挑戰(zhàn)是工業(yè)設備種類、通信協(xié)議、數據格式繁雜，尚缺乏有效的技術手段低成本、便捷地實現連接。

未來還有哪些趨勢需要重點關注？

圖4（圖源：freepik）

研究機構Gartner近日發(fā)布了2023年需要探索的十大戰(zhàn)略技術趨勢中，提到了包括數字免疫系統(tǒng)（Digital Immune System）、行業(yè)云平臺（Industry Cloud Platforms）、無線價值實現（Wireless Value Realization）、自適應AI（Adaptive AI）等一系列與加速工業(yè)智能化數字化升級的相關技術。Gartner認為，這些技術能夠幫助企業(yè)機構優(yōu)化韌性、運營或可信度，擴展垂直解決方案和產品交付，并利用新的互動形式、更加快的響應機會進行開拓。

鄭弘孟提到工業(yè)富聯(lián)接下去三到五年再數字化、智能化轉型上要持續(xù)抓緊去做的三大方向，或許也能提供一種思路：

• 持續(xù)在能源管理上下功夫 。作為全球性的制造企業(yè)，工業(yè)富聯(lián)大量使用能源來加工，因此對新能源持續(xù)開發(fā)以及能源管理的數字化，是很重要的方向。

• 盡快建立生態(tài) 。把更多的供應鏈，更多的生態(tài)結合起來，變成一個趨勢。

• 挖掘機器人化的生產空間 。從過去的自動化生產到智能化生產，很快會轉向機器人化的生產。

結語：重新思考人與機器

值得一提的是，2020年，全球疫情的第一年，歐盟委員會提出了“工業(yè)5.0”的概念。2020年9月歐盟委員會發(fā)布了《工業(yè)5.0的使能技術》，此后又于2021年1月發(fā)布了《工業(yè)5.0——邁向可持續(xù)，以人為本和彈性的歐洲產業(yè)》。

工業(yè)5.0源于“工業(yè)4.0”的概念，但其革命性在于，工業(yè)5.0重要的考慮因素之一是打開人與機器人之間的物理接口。工業(yè)5.0更加需要讓機器人去做那些單調、危險、臟亂差的工作，人類則是去做富有創(chuàng)造性和感興趣的工作，但機器人更能夠理解人類在工作中的意圖以及思考。這意味著，機器和人的智能要在未來深度融合，而非簡單的替代。

比起僅僅強調追求生產效率及經濟效益，它提供了一個不同的側重點——更強調整體價值導向，突出了研究和創(chuàng)新的重要性，強調以人為本、可持續(xù)性和彈性，以支持工業(yè)在全球范圍內為人類提供長期服務。