近些年，隨著中國工業(yè)數(shù)字化程度進(jìn)一步加深，數(shù)據(jù)采集程度提高，逐步涌現(xiàn)基于大數(shù)據(jù)采集的人工智能等應(yīng)用技術(shù)。此外，百度、微軟、聯(lián)想等互聯(lián)網(wǎng)新晉玩家?guī)砹藢俚墓I(yè)互聯(lián)網(wǎng)平臺(tái)，為尋求智能解決方案的頭部企業(yè)帶來了可觀的效益。制造業(yè)的龍頭企業(yè)也不甘示弱，紛紛內(nèi)部孵化出工業(yè)互聯(lián)網(wǎng)平臺(tái)，例如美的集團(tuán)的美智數(shù)云、海爾集團(tuán)的 COSMOPlat等，推動(dòng)了制造業(yè)數(shù)字化轉(zhuǎn)型。

　　那么，數(shù)字化轉(zhuǎn)型要具備哪些條件？熱門的工業(yè)4.0是什么？其和工業(yè)物聯(lián)網(wǎng)以及智能制造等概念有哪些區(qū)別？中國是不是已經(jīng)到了可以大規(guī)模去實(shí)踐工業(yè)4.0的階段了？智能制造又有哪些具體的應(yīng)用場(chǎng)景？這些問題可能縈繞在投身于企業(yè)數(shù)字化轉(zhuǎn)型的每一個(gè)人心中。本期，讓我們聽一聽來自于普華永道的戰(zhàn)略與運(yùn)營合伙人沈宇峰先生的分享，看看他對(duì)于工業(yè)4.0和數(shù)字化轉(zhuǎn)型帶來了哪些獨(dú)到的見解，又是否能為我們的讀者答疑解惑。

　　框架性的工業(yè)4.0賦能智能柔性生產(chǎn)

　　工業(yè)4.0的概念最早源于德國，其框架分為面向客戶層、核心業(yè)務(wù)層、運(yùn)營支持層及賦能工具四個(gè)不同的層次。而工業(yè)物聯(lián)網(wǎng)的概念則源于美國，側(cè)重于聯(lián)通數(shù)據(jù)中聯(lián)通的概念，和工業(yè)4.0框架性的概念有區(qū)別。不管是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)還是智能制造等概念，都屬于整個(gè)工業(yè)4.0大框架下的不同組成部分。其中對(duì)應(yīng)的智能物流和服務(wù)、商業(yè)運(yùn)營與數(shù)字化進(jìn)入市場(chǎng)和新的商業(yè)模式、數(shù)字化產(chǎn)品開發(fā)、智能工廠、數(shù)字化互聯(lián)供應(yīng)鏈、智能化運(yùn)營支持，共同構(gòu)成了一個(gè)工業(yè)4.0的框架。在這一框架下，工業(yè)4.0注重于打造從銷售端、研發(fā)端、生產(chǎn)端、物流端等更多環(huán)節(jié)整體的互聯(lián)互通。

　　“因?yàn)檫^往的從業(yè)經(jīng)歷，我認(rèn)為工業(yè)4.0這一框架性、體系性的概念更具現(xiàn)實(shí)意義，是未來實(shí)現(xiàn)真正智能化、柔性化生產(chǎn)的一個(gè)非常重要的前提。”沈宇峰分享道。

　　制造環(huán)節(jié)是整個(gè)工業(yè)鏈條中的重中之重，智能制造是生產(chǎn)智能化、協(xié)同網(wǎng)絡(luò)化、產(chǎn)品定制化和服務(wù)延伸的綜合，其也是工業(yè)4.0的核心。隨著數(shù)據(jù)采集、網(wǎng)絡(luò)互聯(lián)、智能計(jì)算與處理等技術(shù)的飛速發(fā)展，智能制造才能真正走到實(shí)踐中去，為整個(gè)工業(yè)鏈賦能。

　　而中國，工業(yè)增加值連續(xù)9年位居世界第一，是當(dāng)之無愧的世界工廠。從全球的原料采購地，到世界工廠，再到最大的市場(chǎng)之一，現(xiàn)在，正逐步轉(zhuǎn)型為創(chuàng)新技術(shù)的發(fā)源地。雖然中國占全球工業(yè)增加值的30%，但相比美國，在制造環(huán)節(jié)的數(shù)字化投入還是偏弱。數(shù)據(jù)顯示，美國的工業(yè)增加值為全球的15%，但其在數(shù)字化轉(zhuǎn)型的投入規(guī)模占到了全球的1/3，而中國對(duì)應(yīng)的數(shù)據(jù)只有13%，約占美國的1/3。

　　“有人認(rèn)為造成這一現(xiàn)象是因?yàn)橹袊娜斯こ杀镜停S著老齡化趨勢(shì)愈加明顯，勞動(dòng)力成本將不再是中國的優(yōu)勢(shì)。目前，中國工業(yè)制造部分為基礎(chǔ)加工，高新技術(shù)生產(chǎn)比例低于美國等發(fā)達(dá)國家，導(dǎo)致數(shù)字化相對(duì)占比較低。”沈宇峰說道，“但中國數(shù)字化的投入正在逐步增加，人工智能的市場(chǎng)規(guī)模以每年45%的比率增長(zhǎng)，工業(yè)軟件的增長(zhǎng)率也維持在兩位數(shù)，發(fā)展空間巨大。”

　　中國的工業(yè)發(fā)展從自動(dòng)化、信息化逐步轉(zhuǎn)型走向數(shù)字化。在信息化階段，我們更多地解決數(shù)據(jù)的打通、設(shè)備之間的聯(lián)合、系統(tǒng)性的業(yè)務(wù)配合，以及傳統(tǒng)意義上的產(chǎn)供銷體系的數(shù)據(jù)可視化，讓人能夠在決策的時(shí)候有更多的參考；而在數(shù)字化、智能化的階段，擁有更多的云端、人工智能、5G等技術(shù)的加持，智能化的輔助決策降低了人在系統(tǒng)中的占比，提升了系統(tǒng)魯棒性。“我認(rèn)為，中國現(xiàn)在到了大規(guī)模討論并且實(shí)踐工業(yè)4.0這個(gè)概念的時(shí)候了。”同時(shí)，他也提醒道， “值得注意的是，目前市場(chǎng)上尚未有企業(yè)能提供面向整個(gè)供應(yīng)鏈環(huán)節(jié)的完整的解決方案。”

　　高ROI的四大智能制造應(yīng)用場(chǎng)景

　　企業(yè)積極推進(jìn)智能解決方案，其中需求明確且高ROI （投資回報(bào)率）的場(chǎng)景最先落地，例如供應(yīng)鏈優(yōu)化、設(shè)備預(yù)測(cè)性維護(hù)、質(zhì)量檢測(cè)、能耗管理等。沈宇峰從這四大智能制造的應(yīng)用場(chǎng)景適用的行業(yè)、用戶面臨的痛點(diǎn)，以及落地了相關(guān)的解決方案后帶來的核心價(jià)值等方面，為我們進(jìn)行了深度剖析。

　　在供應(yīng)鏈優(yōu)化方面，零售業(yè)、汽車及其零部件行業(yè)、 3C電子等行業(yè)的需求會(huì)比較多。例如，行業(yè)下游的需求變化大、頻率高，采購降本的要求高與采購周期的縮短趨勢(shì)相悖等等，使得整個(gè)供應(yīng)鏈對(duì)于智能化和柔性化的要求在短期之內(nèi)有大幅提升。

　　一方面，中國經(jīng)濟(jì)結(jié)構(gòu)變化、產(chǎn)業(yè)升級(jí)，對(duì)智能化和柔性化供應(yīng)鏈的要求增長(zhǎng)；另一方面，地緣政治問題疊加疫情的影響，全球的供應(yīng)鏈結(jié)構(gòu)整體從原來的長(zhǎng)鏈、大閉環(huán)轉(zhuǎn)向短鏈化和中小閉環(huán)再造重組，這也是國內(nèi)越來越多產(chǎn)業(yè)集群化的背后原因之一。在這一場(chǎng)景中，應(yīng)用新的智能化的解決方案，通過人工智能、深度學(xué)習(xí)的算法等技術(shù)，更好地去做數(shù)據(jù)整合，給采購、研發(fā)、生產(chǎn)、制造等環(huán)節(jié)提供更先進(jìn)的預(yù)測(cè)、更精準(zhǔn)的調(diào)整性判斷。

　　在設(shè)備的預(yù)測(cè)性維護(hù)方面，石油化工、港口、軌道交通等重資產(chǎn)行業(yè)擁有大規(guī)模自動(dòng)化設(shè)備，固定資產(chǎn)投入占比較高，對(duì)產(chǎn)線的集成度、開工率要求比較高。傳統(tǒng)行業(yè)模式下的響應(yīng)式維修以及固定周期的維護(hù)保養(yǎng)不能滿足其需求，利用智能制造中物聯(lián)網(wǎng)等先進(jìn)的系統(tǒng)化、集成化的解決方案，可以實(shí)現(xiàn)預(yù)測(cè)性的維護(hù)保養(yǎng)。通過軟硬件的結(jié)合，用戶可以通過數(shù)據(jù)第一時(shí)間研判趨勢(shì)，分析故障產(chǎn)生的可能性和頻率，達(dá)到降低成本、保障安全的目標(biāo)。這一場(chǎng)景在目前的實(shí)踐中比較常見。

　　在質(zhì)量檢測(cè)領(lǐng)域，目前對(duì)于人力的依賴比較重，一方面，人力培養(yǎng)成本高、供需匹配不平衡；另一方面，人工檢測(cè)容易導(dǎo)致存在偏差、分析不系統(tǒng)等問題。智能檢測(cè)在提高產(chǎn)品質(zhì)量的同時(shí)也降低了檢測(cè)的成本，通過深度學(xué)習(xí)構(gòu)建起來的缺陷識(shí)別的模型可以把質(zhì)檢變得更加智能化。智能檢測(cè)解決方案的供應(yīng)商，例如蔡司等，也正在從原先只賣檢測(cè)設(shè)備轉(zhuǎn)向提供設(shè)備背后的一整套解決方案。“在質(zhì)量控制這一領(lǐng)域，最大的挑戰(zhàn)不是人力成本的投入，而是人在檢測(cè)過程中的局限所帶來的不可靠性。”他如是說道。

　　最后一個(gè)典型的應(yīng)用場(chǎng)景則是能耗管理。在建筑、煤炭、天然氣等行業(yè)，往往會(huì)出現(xiàn)由于各部門能耗管理分散，形成數(shù)據(jù)孤島，高能耗企業(yè)生產(chǎn)由于排放高，導(dǎo)致環(huán)境治理成本高等問題，這都困擾著企業(yè)。在有互聯(lián)網(wǎng)等基礎(chǔ)應(yīng)用之后，大量的數(shù)據(jù)積累可以幫助企業(yè)實(shí)時(shí)了解各類能耗的真實(shí)數(shù)據(jù)，并且對(duì)其進(jìn)行實(shí)時(shí)分析，使得能耗管理變得更加落地和有效。

　　“目前，各行各業(yè)都有企業(yè)在做一些相關(guān)應(yīng)用，我們能看到對(duì)于高增長(zhǎng)的頭部企業(yè)?例如精研科技、振華重工等，他們?cè)谥悄苤圃煜嚓P(guān)技術(shù)的投入比較積極，也在通過打造標(biāo)桿性項(xiàng)目進(jìn)一步拓展市場(chǎng)份額。而對(duì)于像首鋼、太鋼等相對(duì)低增長(zhǎng)的頭部企業(yè)，他們對(duì)于智能解決方案的更多期待是在降本方面，希望通過降本增效來攫取存量市場(chǎng)。”沈宇峰總結(jié)道。

　　結(jié)語

　　為了達(dá)成工業(yè)4.0目標(biāo)，從采購到制造等各個(gè)運(yùn)營環(huán)節(jié)本身，都需要有強(qiáng)大的分類工具，從整個(gè)技術(shù)的基礎(chǔ)架構(gòu)方面都要做轉(zhuǎn)型。當(dāng)然，僅僅建設(shè)數(shù)字化賦能工具是不夠的，企業(yè)還需要提高自身核心戰(zhàn)略、運(yùn)營能力，人力資源的整合也是企業(yè)數(shù)字化轉(zhuǎn)型需要的能力架構(gòu)之一。

　　用一個(gè)完整的體系框架去做，從頂端的數(shù)字化戰(zhàn)略進(jìn)行部署的同時(shí)和企業(yè)本身的戰(zhàn)略進(jìn)行良好的銜接，再布局?jǐn)?shù)字化的技術(shù)，實(shí)現(xiàn)端到端的全面打通，這種自上而下的數(shù)字化轉(zhuǎn)型戰(zhàn)略似乎更能把控全局。未來，工業(yè)4.0還能為企業(yè)發(fā)揮多大的價(jià)值，或許需要每一位從業(yè)者去探索。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……