我的智能工厂比你的智能吗？很难说

智能工厂。工业 4.0。智能制造。

这些术语的含义是一个悬而未决的问题。每一个都更像是一种意义不断变化的营销口号，而不是高科技制造的明确路标。随着时间的推移，涉及智能或工业革命的术语往往变得更加宏大或更通用。

这份清单中的第二个条款就是这种情况，它于 2011 年作为德国政府支持的工业 4.0 计划而生机勃勃，旨在帮助该国的制造业保持其竞争优势。这句话本身暗示了一场网络物理、系统驱动的工业革命，但它的“.0”后缀指向了人们在增量但实质性的软件升级中会发现的变化水平。它还让人想起 Web 2.0 自从它在世纪之交左右突然出现并在 2007 年左右达到顶峰以来，它在很大程度上已经从记忆中消失了。按照这个速度，Web 3.0 未能成为主流流行语。

德勤在 2017 年指出，“智能工厂”一词更多地指的是旅程而不是目的地。 “[I]t 代表了一个持续的进化，一个朝着构建和维护灵活学习系统的持续旅程——而不是过去‘一劳永逸’的工厂现代化方法，”文章“智能工厂：响应式，自适应、互联的制造。”

未来的当前工厂

当然，越来越多关于工厂和工业设施的报告似乎表明了制造领域的发展方向。

例如，在 2017 年，彭博社报道了奥地利的一家钢厂，该钢厂仅有 14 名工人，每年可生产 500,000 磅钢材。

就其对自动化的惊人使用而言，该设施绝不是独一无二的。根据《财富》杂志 2003 年的一篇文章，日本机器人公司发那科自 2001 年以来一直运营着一个所谓的“熄灯”设施。文章报道说，机器人每 24 小时轮班生产约 50 台机器人。 “它不仅熄灯了，”时任发那科副总裁的 Gary Zywiol 说。 “我们也关了空调和暖气。”

FANUC 工厂与 Philip K. Dick 1955 年的短篇小说“Autofac”有一定的相似性，其中机器可以自我复制。然而，在这部反乌托邦的小说作品中，自动化工厂违背了少数人类幸存者的意愿。

由于世界各地的大部分制造业都在努力应对不断上涨的劳动力成本和劳动力短缺，因此完全自动化设施的前景仍然很流行。

然而，一些公司正朝着相反的方向发展。丰田已尽可能用人类工人取代机器人。 “总的来说，自动化过程会取得进展，”丰田制造主管兼执行副总裁 Mitsuru Kawai 告诉罗兰贝格。 “但是当我们使用机器人时，他们将由知道自己在做什么的人进行培训。”

相反，特斯拉计划完全自动化其位于加利福尼亚州弗里蒙特的所谓“外星人无畏”工厂，但其领导人埃隆马斯克在意识到人类被“低估”后改变了主意，因为他在 2018 年打趣道。虽然特斯拉的工厂仍然在广泛使用自动化的同时，它还强调了此类设施如何推动对专业白领职位的需求，例如电池算法工程师、计算机视觉科学家以及深度学习和机器学习工程师。

一种快乐的媒介——至少在概念上

正如丰田和特斯拉的例子所表明的那样，许多设施正在部署与自动化结合的自动化，并在此过程中逐步优化其运营。

物联网数据管理公司 Crate.io 的首席执行官 Christian Lutz 已经看到向自主自我优化生产线的进军如何改变工业公司。其客户之一，塑料成型公司 ALPLA，已在其北美的几家工厂中推出了具有机器学习能力的自动化技术。 “这是一个巨大的变化，”卢茨说。 “例如，在部署系统之前，车间工人每天会在生产线之间走大约 10 公里，拿着剪贴板和勾选框。”粗略地说，工人会走到一台机器前，验证它是否正常工作，选中一个框并移到下一台机器上，直到问题变得明显为止。迄今为止，该公司已在北美的 11 家工厂推出了该系统。

如果出现故障，它可能会影响数千种产品。 “这意味着你需要一个实时反应系统，但也需要一个有希望预测问题的系统，”Lutz 说。 “也许你看到了一种趋势。您会看到容差，并在系统超出容差时收到警报。希望系统会看到这种趋势的到来，并会在一分钟前提醒您。”

尽管许多制造商继续更多地使用自动化和机器学习等工具，但总体趋势由来已久。位于欧洲德语区的中型公司，被称为 Mittelstand 几十年来一直采用自动化，以在廉价劳动力始终可用的世界中保持竞争力。 “在欧洲，你有这些超级优化的工厂，它们已经实现了超级自动化，”卢茨说。 “他们都感应到了。他们正在从车间收集信息。但这些信息仅用于可视化当前的生产状态。”如果出现问题，人类工作者必须争先恐后地解决它。

世界各地的其他制造商也采用了类似的方法，但智能工厂趋势改变了计算方式。它有望使制造商增强在问题导致停机之前预测问题的能力。诚然，该技术通常比预期的更难部署。 SAP 数字供应链和制造总裁 Hala Zeine 表示，它往往最适合在大量机器上拥有大量数据的组织。

预测性维护的另一个障碍是数据处理位置的问题。什么应该直接在车间处理——在所谓的“边缘”？什么应该发送到云端？ “要实现这种平衡是智能工厂的圣杯，”Lutz 说。 “从长远来看，从成本的角度来看，将所有东西都推到云端是行不通的。”

有许多公司将分析推向边缘并将数据聚合到云中。 “但人们经常忘记的是：一旦你聚合和压缩数据，例如，到'最大值'、'最小值'、'异常值'、'平均值'等等，你就失去了运行数据科学的能力，”卢兹说。 “你需要原始数据，但你把它存储在哪里？”

定义困难

工业 4.0 一词强调网络物理系统，可以说是一个比智能工厂更模糊的术语，但它最明确的参考是暗示即将到来的工业革命。 “工业 4.0”一词在十年后是否具有持久力尚不确定，很难衡量更广泛的工业部门的当前状态，这有点难以破译。

但如果有一场工业革命在脚下，它可能与你想象的不同。根据您询问的对象以及您在世界上的位置，制造业生产力要么低迷，要么近年来一直呈逐渐上升的趋势。在智能制造方面，德国可能是一个开拓者，但关于该国工业部门转型速度的信号却喜忧参半。正如《卫报》最近所说，其制造业及其强大的汽车行业“陷入困境”，理由是其易受全球经济不确定性和贸易紧张局势的影响。另一方面，柴油门丑闻导致其汽车行业加倍创新，加强对电动和混合动力汽车的研发。大众汽车还计划斥资约 100 亿欧元建设高科技锂离子电池制造工厂，并成为第一家大规模部署 3D 打印的汽车公司。

德国汽车制造商与其国际竞争对手一样，也投资于拼车、自动驾驶汽车和多式联运。例如，戴姆勒和宝马正在共同投资 10 亿欧元建立一个拼车企业。

大众不断变化的业务重点是许多工业公司寻求重塑自我的缩影。

DUNELM Associates Ltd 的管理合伙人 Martin Davis 说，对于那些只将制造业的生产部门视为工业转型证据的人来说，他们并没有看到全貌。“这让我想起了亨利福特的名言，”戴维斯说。 “如果我问人们他们想要什么，他们会说一匹更快的马。”

爱立信先进产业负责人埃里克·约瑟夫森 (Erik Josefsson) 对制造业的状况有一种听起来自相矛盾的看法。 “你实际上不知道变化，直到你真正改变了，”约瑟夫森说。 “因为当你身处其中时，你并没有真正以同样的方式意识到它。”

部分挑战是扩大术语的定义。任何以“智能”开头的技术术语都可能缺乏明确的定义。然后工业 4.0 框架也在发生变化。 “首先，您可以说，这更多是为了建立联系。我们开始谈论‘网络物理系统’。然后数字孪生的整个概念出现了，”约瑟夫森说。 “但实际上，现在我们正在将数字双胞胎提升到一个新的水平。所以数字孪生的定义发生了变化。”同样的事情也适用于所谓的未来工厂，从字面上看，它们将永远遥不可及。 Josefsson 补充道：“我们正在提高我们的期望并询问：‘那场革命什么时候会发生？’”