第二章 工业4.0的目标和基石

在工业4.0时代，要想智能化地生产出一件产品，靠什么？靠坚实的硬件、强大的软件，以及最重要的核心—人。

工业4.0的目标：智能制造

自从2013年汉诺威工业展上，德国向世人第一次演示了智能工厂的模拟生产过程之后，德国工业4.0就成了全球学术界、产业界和经济界的热议话题。

美国辛辛那提大学先进工业技术研究所首席教授李杰认为：“工业4.0是具有自调适功能的智能化，能在设计制造过程中根据变化了的情况，利用大数据分析工具与智能技能软件及时做出调整，使制造过程达到最小污染，这也是制造业追求的最高境界。”

德国工业4.0科学咨询委员会委员托马斯·保尔汉森指出：工业4.0建立在去中心化和智能生产要素的基础上，涉及信息物理系统与制造、物流技术融合，以及物联网、大数据和服务网在工业生产过程中的应用，智能工厂是工业4.0的重点。

亚洲制造业协会首席执行官罗军则表示，德国工业4.0战略的核心还是建立在互联网技术的基础上，是第三次工业革命的延伸和拓展，并不具备第四次工业革命的能力。“然而，德国思路值得我们深入思考，有利于我们提早布局制造业未来发展战略。”罗军说，3D打印、机器人、大数据等新兴技术的结合将成为智能化的主流，而“人机一体、智能制造”将是未来制造业新的发展趋势。

无论大家对工业4.0纷争几何，有一点已经达成共识，那就是工业4.0的重点是创造智能产品、程序和过程，其中，智能制造已成为工业4.0的一个关键目标。智能制造能够对复杂事物进行有效管理，且不易受到干扰，还能够更有效地制造出智能的产品。这些产品不仅“了解”制造的细节，还“知道”自己将被如何使用，甚至能够积极协助生产过程的推进，同时它们还能对诸如“我是什么时候被制造的”“哪组参数应被用来处理我”“我应该被传送到哪”等问题做出准确回答。要使智能制造成为可能，智能工厂是一个重要的载体，让参与智能制造的人、机器和资源能自然地相互沟通和协作。由此可见，智能工厂将成为未来智能基础设施中的关键组成部分，并带来传统价值链的转变和新商业模式的出现。

智能工厂——工业4.0的精髓

按照上文的介绍，在智能工厂制造出的产品“懂得”自己如何被生产出来、将被送去哪里—这就意味着，在智能工厂庞大的信息系统中，产、销信息能够快速沟通整合，即借助于极大化的网络延伸，智能工厂已经打通了产、销“任督二脉”。智能工厂是现代工厂信息化发展的新阶段，是在数字化工厂的基础上，利用物联网技术、设备监控技术加强信息管理和服务，清楚掌握产销流程、提高生产过程的可控性、减少生产线上的人工干预、即时准确地采集生产线数据，以合理编排生产计划与生产进度，并通过绿色智能手段和智能系统等新兴技术的运用，构建一个高效节能、绿色环保、环境舒适的人性化工厂。

如此高科技、高智商、高装备的“三高”智能工厂，是否只能运用于数字化、智能化发展程度较高的汽车工业领域？答案当然是否定的。比如位于德国中部小镇凯撒斯劳滕（Kaiserslautern）的一家工厂，就通过智能技术生产名片盒，其生产过程大致分为以下几个步骤：

第一步，通过无线电射频技术（radio frequency identification，RFID）从电脑采集并储存客户信息及产品信息，建立一个“产品个体身份”，这些信息将在生产流水线的各个环节被射频感应器阅读获得，然后向制造设备发出满足该身份要求的信息指令；

第二步，将建立了“个体身份”的名片盒底盘部分放入生产流水线；

第三步，流水线上的机器人接收到了射频码的信息，待名片盒底盘进入装配程序后，便根据相应信息对应底盘的“身份”放上一个夹子，然后再套上客户指定颜色的封盖；

第四步，在名片盒的封盖上建立一个包含了名片上个人信息的二维码，也就是将名片信息数码化，用智能手机扫描二维码，这些信息就可以被该手机获得并通过互联网进行实时传播；

最后，对产品进行质量检测，保证该产品是根据具体客户而生产，产品完全符合该客户的需求。

可见，智能工厂就像如今的智能手机，具备了拍照、视频、联网以及其他应用软件等功能—通过硬件、软件的相互连接产生大量信息，再运用客户关系管理（customer relationship management，CRM）、生产数据管理（product data management，PDM）、供 应 链 管 理（supply chain management，SCM）、产品生命周期管理（product lifecycle management，PLM）、计算机辅助设计（computer aided design，CAD）等系统，对分散的信息进行汇总、分析，从而为制造工艺流程装上一颗“聪明的大脑”。

这颗“聪明的大脑”正是CRM、PDM、SCM等管理系统的连通与合并。自接到客户订单的那一刻起，工厂就会立即根据订单信息自动地向原材料供应商采购原材料；原材料被送到工厂后，会被标记上身份信息—“客户：×××，产品：×××，工艺流程：×××”，具备了身份信息的原材料就有了相应的目的地—工厂某个车间的某条生产线。在生产过程中，原材料、生产设备、生产线以及各种相关管理系统之间还能“对话”与“交涉”。例如，当原材料被配送到错误的生产线上，它就会与生产设备进行沟通，纠正错误并返回属于自己的生产线；如果生产机器发现原材料不够用，就会自动向订单系统发出增加原材料的指令。此外，由于原材料在被嵌入产品的过程中，保存了路径流程信息，因此很容易实现追踪溯源。不难看出，这种智能化的生产过程，与精益生产的理念高度重合，不仅避免了生产过程中的浪费，而且使整个生产流程更加准确、高效。此外，工业4.0时代的智能工厂还可实现更多高级功能，例如生产设备可以自主察觉维护需求并向管理人员发送相关信息，而管理人员则可以通过系统对生产状况、操作流程等进行远程监控，从而使资源分配最优化……

上文所描述的情形，形象地呈现了未来智能工厂里理想的生产系统，它们能够智能编辑并管理产品特性、生产成本、原材料、物流计划、生产时间等要素，从而为客户提供最优化的产品，并且能够充分满足客户的定制化需求。

在工业4.0时代要打造这样的智能工厂，就意味着智能工厂的制造智能（manufacturing intelligence，MI）应用需要具备以下五个核心能力：

◆集成大量实时信息和历史操作信息；

◆建立和维护持久、稳固的不同数据源之间的关联关系；

◆通过业务规则和模型，对数据进行分析，进而实现实时的智能操作；

◆展现直观的图形化智能信息；

◆根据需要，自动将相关智能操作信息传输到各个业务系统，从而减少人员的介入，提升信息和知识在生产系统、业务系统之间的共享效率。为控制生产环节的质量与效率，实现生产资源的合理分配，并保证生产的安全性，智能工厂的需求将与日俱增。智能工厂的信息技术应用，应该足以支撑智能制造的各个环节，以高度集成的方式，通过各种智能业务模型来协助现场操作人员和管理决策人员，从而实现制造智能活动。

智能制造——未来制造业的发展新趋势

智能制造已成为德国工业4.0战略、美国工业互联网计划、中国两化深度融合概念背后的“最大公约数”。那么，什么是智能制造呢？

在德国，智能制造是指利用信息物理系统，依托于传感器、工业软件、网络通信系统、新型人机交互方式，实现人、设备、产品等制造要素和资源的相互识别、实时连通、有效交流，从而促使制造业研发、生产、管理、服务与互联网紧密结合，推动生产方式向定制化、柔性化、绿色化、网络化发展，并不断充实、提升、再造制造业的全球竞争新优势。

西门子以及弗劳恩霍夫应用研究促进协会（Fraunhofer-Gesellschaft）的专家们认为，工业4.0就是要建立一个智能生态系统，当智能无所不在、连接无处不在、数据无处不在的时候，设备和设备之间、人和人之间、物和物之间、人和物之间的联系就会越来越紧密，最终必然出现一个系统连接另一个系统、小系统组成大系统、大系统构成更大系统的情况，而对于工业4.0的目标—智能制造而言，它就是系统的系统。

智能制造是系统的系统，对于这句话应该如何理解？一个系统连接另一个系统，小系统组成大系统，大系统构成更大系统，对于这番情形又该如何去认识呢？

让我们从身边的智能手机开始，试着解释一下上述问题。第一，每一台智能手机都是一个系统。在我们看起来智能手机就是一个终端，但实际上它是由终端、基于应用程序（application，APP）的电子商务平台、百万级应用共同构成的一个智能系统。每一部智能手机都是系统，智能手机之间的互联就形成了更大的系统；第二，智能手机的生产环节也是一个系统，是研发系统、生产系统、物流系统、销售系统和服务系统的集成。由每一台智能生产设备所组成的智能生产线也构成了一个系统，不同职能生产线之间的互联又构成了更大的系统；第三，智能手机的生产离不开供应商。每一个供应商都是一个系统，不同的供应商之间的互联则构成一个系统网络，企业间供应链协同就是一个大系统；第四，主持手机生产制造的必然是企业，而企业的有序运营靠的是不同的管理流程、规章和制度。每个管理流程都是一个系统，人事、财务、资产、客户、运营等是构成管理流程大系统的一个个独立子系统；第五，每一位使用智能手机的客户信息都被存储在企业的客户管理系统中，系统能够实时感知、获取、评估、遴选、转化客户的需要……这些还只是与智能手机相关的众多庞杂系统的一部分，而智能制造，则是由这些不同系统所组成的大系统，即系统的系统。

在德国乃至全球，一个超复杂的巨系统正在形成。车间里的机器如一部智能手机，通过更新操作系统实现功能升级，通过工业应用程序实现各种功能即插即用，通过应用程序编程接口（application programming interface，API）不断扩展制造生态系统，所有的机器、产品、零部件、能源、原材料，所有的研发工具、测试验证平台、虚拟产品和工厂，所有的产品管理、生产管理、运营流程管理，所有的研发、生产、管理、销售、员工、各级供应商、销售商以及成千上万个客户，都将是这一系统的重要组成部分。

对于智能制造这个大系统，我们可以从智能产品、智能装备、智能生产、智能管理和智能服务五个维度来认识和理解。

智能产品 与传统产品不同，智能产品是将传感器、处理器、存储器、通信模块、传输系统融入产品，使得产品具备动态存储、感知和通信的能力，进而实现产品的可追溯、可识别、可定位。例如，计算机、智能手机、智能电视、智能机器人、智能穿戴是物联网的“原住民”，这些产品自诞生起便是网络终端；而传统的空调、冰箱、汽车、机床、风机等则是物联网的“移民”，它们正排着队等待连入网络世界。据专家推测，到2020年，物联网中的“原住民”和“移民”总数将超过500亿；尽管万物互联的概念早已提出，但多年以后，还是会有大量难以成为网络终端的物联网“边民”出现。这样的憧憬与推测继而提出了一个富有挑战的问题：企业的产品会在什么时间、以什么样方式实现智能互联，成为一个智能产品？

智能装备 通过先进制造、信息处理、人工智能等技术的集成与融合，可以形成具有感知、分析、推理、决策、执行、自主学习及维护等自组织、自适应功能的智能生产系统以及网络化、协同化的生产设施，这些都属于智能装备。在工业4.0时代，装备智能化的进程可以在两个维度上进行：单机智能化，以及由单机设备的互联而形成的智能生产线、智能车间、智能工厂。这一进程将伴随信息通信技术方面创新应用的演进而不断深化，并且至少将耗费至少几十年的时间。

智能生产 这是一种理想的生产系统，能够智能地编辑产品特性、成本、物流管理、安全性、生产时间等要素，从而实现为不同客户进行最优化的产品制造。当生产过程中的每一个环节都实现了传感无所不在、连接无所不在、数据无所不在、计算无所不在、服务无所不在的时候，就意味着生产组织方式全面变革时代的来临—不同国家、不同行业、不同规模的企业都在不断探索个性化定制、极少量生产、服务型制造以及云制造等新业态、新模式，其终极目标就在于重组客户、供应商、经销商以及企业内部组织关系，重构生产体系中信息流、产品流、资金流的运行模式，重建新的产业价值链、生态系统和竞争格局。在我们迈向智能生产时代的过程中，企业需要不断思考一系列的基本问题—我是谁，我在哪里，我的边界在哪里，我的竞争优势来自何方，我的价值是什么……

智能管理 随着企业内部所有生产、运营环节信息的纵向集成、企业之间通过价值链以及信息网络所实现的资源的纵向集成，以及围绕产品全生命周期的价值链的端到端集成的不断深入，企业数据的及时性、完整性、准确性将不断提高，必然使整个生产制作过程以及产品全生命周期的管理更加精准、更加高效、更加科学。工业4.0时代还给我们带来了管理领域的革命。

智能服务 企业可以通过捕捉客户的原始信息，在后台积累丰富的数据，然后构建需求结构模型，并进行数据挖掘和商业智能分析，除了可以分析客户的习惯、喜好等显性需求外，还可以进一步挖掘与时空、身份、工作生活状态关联的隐性需求，从而主动为客户提供精准、高效的服务。可见，智能服务实现的是一种按需和主动的智能，其中不仅仅需要传递、反馈数据，更要系统地进行多维度、多层次的感知和主动、深入的辨识。

智能服务是智能制造的核心内容，越来越多的制造型企业已经意识到了从生产型制造向生产服务型制造转型的重要性。服务的智能化，既体现在企业如何高效、准确、及时地挖掘客户潜在需求并实时响应，也体现为产品交付后对产品实施线上、线下服务并实现产品的全生命周期管理。在服务智能化的推进过程中，有两股力量相向而行，一股力量是传统制造企业不断拓展服务业务；另一股力量是互联网企业从消费互联网进入产业互联网，并实现人和设备、设备和设备、服务和服务、人和服务的广泛连接。这两股力量的胜利会师将不断激发智能服务领域的技术创新、理念创新、业态创新和模式创新。

预见未来—智能制造带来的改变

通过上文的描述，我们大致能够在心中勾勒出智能工厂中所开展的智能制造究竟是怎样的一幅图景，那么智能制造又能为人们带来什么样的改变呢？拨开生产线旁灵活、聪明的机器人，车间里无人驾驶的运输车，以及工厂内连通各种管理系统的“大脑”，让我们继续探讨一些更深层次的变化吧。

减少能源消耗 到目前为止，仍有许多生产线上的机器设备在没有生产任务的时候保持着工作状态，以便在需要时能迅速投入生产，然而这是建立在消耗大量能源的基础上的。例如，使用激光焊接技术的汽车车身装配线在生产间歇所消耗的能源占据了其全部能源消耗总量的12%。据统计，在生产间歇90%的能源消耗来自以下设备：机器人（20%～30%），通风设备（35%～100%），激光源及其冷却系统（0%～50%）。

如今，人类已经意识到能源枯竭的不可逆性，在研发新型环保能源的同时，能源节约也已经成了重中之重的研究课题。工业4.0将在这方面为人类提供更多的解决方案：未来，即便在很短的生产间歇内，机器人也可以自动关闭，并保持在一种被称为“网络唤醒模式”的待命状态，一旦需要机器人设备再次启动并开始工作，相关系统会通过网络向它发送指令，收到指令的机器人能够在极短时间内恢复到工作状态……事实上，现在在一些高端车型上已经应用了类似的技术。当行驶车辆遇到交通堵塞、红灯等情况而停止前进时，发动机会自动熄火，待能够继续前进时，一旦其接收到来自油门的“指令”，就能迅速启动。只是，这样的节能技术还仅仅是应用于单台车辆上，要实现整条生产线、整个车间、整个工厂，甚至是整条供应链上的“快速启停”，就需要在设计信息物力系统之初就考虑周全。

实现真正意义上的远程服务 远程服务是一种通过远程访问和控制为客户提供快速有效设备维修的技术。近些年，一些制造商已经通过互联网等技术广泛使用远程服务技术，然而工业4.0时代，随着制造系统网络的不断发展，远程服务将跃升到更高端的水平。

目前的远程服务技术主要是通过在设备供应商和客户之间建立点到点连接，使工程师能够进行远程诊断，从而减少设备的非正常停机时间。最初，工程师通过调制解调器连接到客户的设备上；后来，随着互联网、虚拟专用网（Virtual Private Network，VPN）技术的大量使用，工程师通过客户授权直接访问企业内网——虽然更为简便，却必须事先取得每个客户的授权，并且由于不同客户的网络环境均不一样，所以要实现对所有客户的远程服务还是比较耗时费力的。也正因为如此，目前的远程服务还主要用于被动服务上，比如设备已经发生故障了需要马上维修的情形。

在工业4.0时代的远程服务中，工程师已不需要与需维修的机器发生实质性的物理接触。那时候，每台机器设备都是一个具备社交功能的制造系统终端，可以直接在云端寻找合适的专家（即工程师）来解决现场遇到的各种问题。专家们则可以在移动终端上使用集成知识平台、视频会议系统等方法来更有效地对机器设备进行远程维修服务。并且，这些机器设备还能通过远程自动获取相关数据来增强自身的能力。

支持客户定制 目前，仍有大部分产品的生产无法实现动态化、定制化。例如汽车生产就是采用典型的静态生产线，基本上无法通过配置来生产其他产品。即便是能够优化生产活动所需全部信息的制造执行系统（manufacturing execution system，MES），通常也只是在生产线的硬件基础上进行功能定义与设计的，属于静态生产线的附属品，只具备少量定制功能。由此，生产线上工人的工作也是程式化的，简单、单调、重复。在这样的生产模式下，很难满足客户的个性化需求—即便是同一家公司的不同产品之间，也无法实现相关零部件的更换，比如在大众的汽车上更换上保时捷（Porsche）的轮胎，几乎是不可能实现的。

然而，在工业4.0时代，动态生产线使得客户能够参与到设计、配置、计划、生产与物流当中，这样他们就有了在产品最终制造完成之前提出变更产品外观设计、功能配置等的机会。仍以汽车生产为例。一旦客户的定制要求发生变化，生产线上的车辆就会从一个信息物理系统功能处理模块自主移动到相应的另一个模块，而生产线上的零件、设备也将做出相应调整，从而能够匹配客户提出的新要求。并且，针对客户临时提出的变更需求（如从另一个车系列配备座椅），信息物理系统会根据物流的实时情况（如瓶颈问题）灵活处理，而不被事先设定的时序所约束。

由此，在未来信息物理系统所打造的端到端的集成与连接中，客户不用再从供应商预先制作的产品系列中挑选产品；取而代之的是通过个性化功能和组件的混合和匹配，定制出能满足自己特殊需求的独一无二的产品。

多品种、小批量生产 科学技术的长足进步为第四次工业革命的到来提供了可能，而真正催生工业4.0时代的直接驱动因素正是人们的需求。再以汽车为例。几十年前，人们能拥有一辆代步的汽车就已经感到很满足了，而今天的人们似乎都希望自己的汽车具有与众不同的“个性”，并且，对于这样一辆为自己量身定制的汽车，他们只愿意支付平民化的价格，还不能等待超过3周的时间。

正因为人们个性化需求的日益增强，过去以厂商为中心的B2C模式将逐步被以消费者为中心的C2B模式所取代，以“大生产+大零售+大品牌+大物流”为特征的一整套体系也将在个性化营销、巨型网络零售平台、柔性化生产以及社会化供应链的高速发展下发生质的改变，逐渐转变为多品种、小批量生产。然而，工业4.0时代的生产模式并不是绝对摒弃了规模化的个性化生产，而是将个性化与规模化进行了高度融合—通过互联网，将制造链条上的各个环节更加紧密地连接起来并使之高效协作，从而以高效率的批量方式生产出个性化的产品。

工业4.0时代所倡导的个性化服务并不等同于用个性化来体现标新立异的需求，而是要更好地了解大众需求，充分利用规模效益，来满足客户的个性化需求。因为事实上，人的个性化需求并非完全千姿百态、各不相同，索尼公司（Sony）曾经推出过笔记本定制业务，客户可以根据需求选择CPU、内存、元件，但推行效果并不理想，其中主要原因是客户的核心需求其实是趋同的。过去的集中生产大致可以满足人们80%～90%的需求—这一数据从另一个角度也印证了对于工业生产，个性化需求并非绝对概念。工业4.0下的智能制造，能够帮助企业改变完全依赖规模化生产的传统模式，同时将规模化的利润转化到个性化服务中，从而满足20%的小众客户的真正的个性化需求。

工业4.0的硬件基础

还记得本书开篇第一章“未来畅想”中的那台来自工业4.0时代的冰箱吗？至此，你是否能在脑海中想象出这台拥有高度“智慧”的冰箱被生产出来的逼真画面？或许每个人的想象都各不相同，但其中应该还是会有一些相同的元素，例如生产线旁矗立着的机器人。确实，在工业4.0的智能制造中，机器人是必不可少的，但它们只是构成整个工业4.0庞大体系的元素之一。接下来要与大家讨论的是支撑智能制造有序运作的包括工业机器人在内的几大关键硬件。

精益生产—智能制造的基石

自20世纪初第一条汽车流水装配线出现以来，制造业经历了大批量生产和精益生产两个阶段，目前正向智能制造推进。200多年前，以福特（Ford）为代表的大批量生产使制造业从最初为极少数权贵阶层生产专属产品，转变成为普罗大众生产普通产品。在那个年代，企业在交易中拥有决定性的位置—企业生产什么，消费者就只能购买什么。20世纪50年代，随着日本汽车工业的崛起，精益思想和精益生产方式逐渐引起人们的关注，甚至在全球制造业掀起了一场学习精益的浪潮。其最主要的原因就在于，精益旨在消除浪费，并实现了先获取客户需求再进行生产的理想。那么如今，当工业4.0浪潮席卷全球之际，精益生产是否仍然适用于智能制造？

被誉为“互联网革命最伟大的思考者”的克莱·舍基（Clay Shirky）曾说，互联网时代是人人时代，每个人都是独特的存在，大规模的个性化需求使“无人工厂”和“批量定制”成为必然趋势。此时靠地面网络感知用户需求的精益生产模式已经不能满足时代要求，企业必须搭建起交互用户的平台，通过大数据分析按需定制，为用户提供全流程的个性化体验，这将是继福特模式和丰田模式之后适应时代发展的第三种制造模式。

事实真如克莱·舍基所言，精益生产模式已经全然过时了吗？

过去一年多来，我对德国制造企业进行了深度走访，所到之处经常能够看到这样的场景：生产线旁的一个机器人根据订单，从一堆原材料中抓取一根加工棒，放入机床加工，随后将第一道工序加工好的半成品放入另一加工设备继续加工，待加工完毕取出成品后，将其置于一个移动托盘内；紧接着，智能照相机对该成品进行拍摄，其信息也被写入托盘内的电子标签；托盘传送至成品区，另一机器人自动识别托盘内电子标签信息，然后将合格成品放入成品货架……

在智能工厂，一条生产线上所制造的产品可以各不相同，由于各加工工件所携带的电子标签内已经写入了所有客户定制化的加工任务，每一个零部件都可以自行与机器人、机床等加工设备进行通信，从而完成既定的加工任务，并可智能检测产品质量。这种方式改变了原有的大规模批量生产和大规模有限定制，实现了大规模的个性化定制。

从中不难看出，实施工业4.0的核心问题之一是构建智慧工厂的生产线，即将大量先进技术组织起来，并融合为有机整体，固化为生产线及管理模式，从而大幅提升生产效率。然而简单地将这些技术堆砌在一起，所得效果并非就是它们各自功效的综合。至今我们仍能观察到，生产线上经常有半数以上的潜能都没有得到发挥，其中有生产线设计不合理的原因，也有管理的原因。要彻底解决这些问题，最大化这些先进技术的效能综合，唯一的解决方案恐怕就只有精益思想了。

也就是说，对于工业4.0的生产线而言，网络化、数字化、物联网等都是服务于精益的技术手段，简单堆砌这些技术手段很难达到预期效果。因此精益生产非但没有过时，还将成为工业4.0中将各项先进技术整合为一体的最佳工具，通过精益运营，能更加有效地保证智能制造的实施。

那么，工业4.0的精益生产线设计应当包含哪些内容呢？

加工设备的设计 加工设备是生产线的主体硬件，加工设备的设计决定了生产线的基本形态，因此非常关键。在设计中需要注意以下两方面：对于产量足够大的产品，可以单独建线；对于多品种、小批量的产品，可以将具有相似生产工艺的产品集中于一条生产线上，从而构成柔性生产线。可以不夸张地说，在精益思想的指导下，无论批量大小，任何产品都是可以建立生产线的，因为精益生产线设计的本质特点就是用小批量生产模拟大批量生产。

在进行加工设备的设计时，有一些问题需要引起注意：首先，不能简单地按照初始工艺路线配置生产线上的设备，而应该适当调整工艺路线以节省设备投资成本和优化生产价值流。比如，将一道工序拆分为多道工序，前面的几道简单工序配置低端设备，后面的复杂工序配置高端设备，这样在确保生产价值流不退化的情况下可以降低设备投资成本；也可以将多道复杂工序合并，减少高端设备的换装时间，从而优化生产价值流。其次，对于打算单独建线的产品，可以严格按照生产节拍配置设备；对于支持多产品的柔性生产线，则不能死板地按照生产节拍来配置设备。为了满足生产线的柔性，需要在关键设备前增加缓冲时间，其结果就是让排在前面的非关键设备适当地加快生产节拍。另外，生产节拍在时间上需要细化，比如分为准备时间、加工时间、检验时间、交接时间，这种时间细化将增强加工设备与外围设备的配合度。

柔性工装和激光定位的应用 在生产过程中，辅助制造资源的准备属于不增值的环节，如果能增强这个环节的自动化，对于改善生产线的价值流将大有裨益，而柔性工装和激光定位这两项技术的应用就能够简化辅助制造资源的管理，是实现无人值守加工的重要基础。柔性工装的目的是在设计和制造过程中，免除装配各种零部件时所使用的专用定型架、夹具，从而降低工装制造成本、缩短工装准备周期、减少生产用地，同时大幅度提高生产率。激光定位技术能够结合三维制造模型和室内GPS（global positioning system，全球定位系统）定位数据，准确定位到加工或装配的位置，从而引导机器人完成自动加工或装配。

自动化物流的应用 除了辅助制造资源的准备环节，生产过程中的不增值环节还有物流，目前的制造业已经拥有了自动化的物流系统，它通过传送带或自动引导车（automated guided vehicle，AGV）实现物流运输的自动化。但是，若想获得更大程度的精益效果，仅仅配置自动化物流设备是远远不够的，还需要在工艺设计和管理方式上做出调整。

以物料配送为例。传统配送方式是按照工序计划准备配送清单，如果物料品种较多，相应的准备工作量也就较大且很复杂。在建立生产线后，相似的生产工序集中于某个柔性设备，由此可以计算出物料消耗，从而建立起日程表式的配送计划，即固定多长时间配送某种物料，这也被称为配餐式的配送。如果物料品种相对固定，配送计划中还能明确规定物料在配送车上的位置信息，从而免去了在生产现场刷条码确认的必要性。如果是相对廉价的物料，可以在生产设备附近建立一定的库存，监控库存消耗并进行定时补货，标准件开架管理就是这方面的应用实例。

仿真技术的应用 生产线的设计方案可以通过仿真技术来进行验证，当生产线运行过程中存在一些不确定因素时，使用仿真技术能够帮助发现设计方案中的问题。例如“未来畅想”引子部分中李先生家的那台冰箱，底部4只可伸缩滑轮的设计方案，或许就通过仿真技术在系统中进行了无数次模拟，以验证伸缩轮对不同地面、空间的适应性。

工业机器人—工业4.0的最佳助手

2014年德国汉诺威国际工业博览会上，西门子公司的展台前人头攒动，一条代表“未来制造”的汽车生产线吸引了许多参观者的眼球。两台库卡机器人正完美配合，装配大众高尔夫（Golf）7系轿车的车门。这些机器人不仅具备娴熟的装配技艺，还懂得彼此沟通—如果前一台机器人提高了装配速度，它会提前通知后一台机器人做好准备；它们甚至还能灵活变换工作任务，几分钟前还在安装车门，几分钟后可能就开始另一项新任务了，比如安装方向盘，甚至喷涂油漆。

“机器对话”（machine-to-machine，M2M），即机器与机器之间的通信，是对按部就班的自动化生产的一次巨大跨越，也是未来制造的标志之一。沟通是未来智能制造的核心要素，这种沟通包括人与人、人与机器、机器与机器之间的信息交换，并且对于整个庞杂的制造过程来说，要做到高效精准，就必须提高沟通的速度与准确度—这就意味着机器间的每次沟通时耗或频次将达到百万分之一秒，甚至更低。

在工业4.0时代，机器人的智慧不仅仅体现在沟通上，它们还可以借助海量数据提供的“经验”，对生产中复杂的状况做出精准判断；它们甚至能发展出模仿、学习的能力，懂得自行组织生产，从而不断提升生产效率。由于机器人具有生产柔性，能够在实际生产中很好地满足产品多样化生产的需求，它们能够解放枯燥重复岗位上的劳动人员，使得生产流程更加高效、快速。

工业智能化的发展趋势已被诸多业内学者所肯定，未来工业生产将是安全、高效的生产模式，工业机器人作为智能化的代表，将遍布生产线、生产车间和工厂中。然而，无论智能化发展到怎样先进的水平，人始终都是生产的第一要素，再先进的生产方式仍然需要人来掌控，所以未来智能工业时代将是人与智能机器并存的时代。

机器人将改变世界“我究竟是什么？”—在讲述2035年机器人与人类关系的电影《我，机器人》（I，Robot）中，被警察抓捕的机器人Sonny一脸茫然地这样问道。事实上，这个疑问正是现实世界中人类所思考和研究的重要议题之一。

20世纪60年代初期，当美国推出第一台具备人类外形的工业用机器人时，机器人更多被定位成“机器”。然而，随着人工智能在近十多年来的迅猛发展，机器人已经逐渐成为现代社会中不可或缺的社会成员。

美国和德国是全球拥有工业机器人数量最多的两个国家，可以说机器人就是它们发展经济的“先进伙伴”。2008年金融危机以来，全球经济复苏乏力，欧美各国纷纷回归制造业。在这股浪潮中，发展工业机器人已成为美国重振制造业、德国实现传统产业转型升级的战略途径之一；在“工业4.0”概念中，工业机器人也是最热门的话题之一。

英国经济学家保罗·麦基里（Paul Markillie）认为，第四次工业革命浪潮的主体就是工业机器人。德国人工智能研究中心（DFKI）首席执行官沃尔夫冈·瓦尔斯特尔（Wolfgang Wahlster）教授指出：“工业4.0能为我们带来一种人与技术互动的崭新变化，就是机器适应人的需求而不是相反的情况。具有多通道用户界面的智能工业辅助系统能将数字学习技术直接搬到生产车间。”

人类对工业机器人的开发与研究由来已久。1958年，被誉为“工业机器人之父”的约瑟夫·英格·伯格（Joseph Engel Berger）创建了世界上第一个机器人公司Unimation（Universal Automation），并参与设计了第一台Unimate机器人（用于压铸作业的五轴液压驱动机器人）；与此同时，美国AMF公司也研制出了Versatran（Versatile Transfer）机器人（主要用于机器之间的物料运输）。在随后的50多年研究、开发与应用历程中，人类对机器人的概念逐渐趋于一致—机器人即靠自身动力和控制能力来实现各种功能的机器。国际标准化组织（International Organization for Standardization，ISO）采纳了美国机器人工业协会（RIA）的定义：“机器人是一种可编程和多功能的操作机器；为执行不同任务而具有可用电脑改变和可编程动作的专门系统。”

工业机器人是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的、重要的现代制造业自动化装备，它涉及机械工程学、电气工程学、微电子工程学、计算机工程学、控制工程学、信息传感工程学、声学工程学、仿生学以及人工智能工程学等多门尖端学科。业内通常将工业机器人分为日系和欧系。日系的主要代表有安川（Yaskawa）、OTC、松下（Panasonic）、发那科（FANUC）、不二越（NACHI）、川崎（KHI）等公司；欧系主要有德国库卡、克鲁斯（CLOOS），瑞典ABB，意大利柯马（Consorzio Macchine Utensili，COMAU），奥地利IGM等公司。

随着现代科技的迅速发展，工业机器人已成为柔性制造系统（flexible manufacturing system，FMS）、自动化工厂（factory automation，FA）、计算机集成制造系统（computer integrated manufacturing system，CIMS）中重要的自动化工具；并且，工业机器人的种类不断丰富，功能越来越强，自动化和智能化水平也显著提高，这使得工业机器人的应用领域也在不断拓宽—汽车、电子电器、工程机械等行业已大量使用了配备工业机器人的自动化生产线。其中原因很简单，广泛采用工业机器人，不仅可提高产品的质量与产量，而且对保障人身安全、改善劳动环境、减轻劳动强度、提高劳动生产率、节约原材料消耗以及降低生产成本，有着十分重要的意义。如今，工业机器人在制造业的应用范围已越来越广泛，其标准化、模块化、网络化和智能化程度将越来越高，功能也越发强大，毫无疑问，在自动化生产线上采用工业机器人已成为自动化装备的主流及未来的发展方向。国际机器人联合会（IFR）主席榊原伸介（Shinsuke Sakakibara）表示，过去4～5年间，世界机器人行业得到了长足的发展，行业平均增长率为8%～9%。据联合会统计，近年来世界工业机器人行业的年总产值约250亿美元。

翩翩起舞vs.提升能效 一只巨型机械臂轻而易举地举起车门，并丝毫不差地将其安装到车身上；其他机械臂几乎在同时迅速靠拢，相互之间以毫厘之距擦肩而过，到达车身旁后，它们对车门开始了焊接工作，一时间，火花四溅。当这项任务完成之后，这些机械臂又迅速散开，回到了自己本来的位置，而车身则滚滚向前，去往下一个装配站……这如同一场精心排演的芭蕾舞，数以千计的工业机器人在工厂自如地“翩翩起舞”。然而，与舞者不同的是，机械臂不需要任何休息，却对电能永不餍足。

据统计，一家日产千辆的汽车厂每年消耗数亿度电能—堪比一座中型城市的年耗电量，其中，负责驱动传送带、机器和泵的电机以及操作机械臂关节的电机所消耗的电能占工业耗电量的2/3左右。然而，要从工业机器人的控制系统中挖掘节电潜力，还有很长的路要走。

为了找出行之有效的办法，大众汽车、西门子和弗劳恩霍夫应用研究促进协会联合发起了一个为期3年的研究项目，名为“绿色车身技术创新联盟”（InnoCaT），旨在通过细致观察制造机械臂的运动过程，使用高效的软件解决方案优化生产过程，从而大幅降低机械臂的耗电量。通过一系列深入研究，项目团队发现，机械臂运动过程中遇到的障碍物和设置安装高度时的失误，是推高耗电量的一般因素，最费电的过程是机械臂频频变换运动方向时发生的减速和加速动作。

目前，生产线机械臂的运动路径是由人工编程的，几乎所有工业机器人都尚未实现运动优化，突发运动会造成耗电高峰和机械应力。鉴于此，项目团队创建了一个模拟模型，试图对机械臂的运动方式进行优化。为了开发运动优化的算法，项目团队将一个典型的汽车工业机器人搬到实验室，对它执行多种不同任务时的能耗进行了分析。然后根据分析结果，创建了模拟模型。运用模型进行每一次测定之后，科学家们都要调整不同的参数，由此逐步确定哪些设置的节电潜力最大。

人类在搬运重物时会本能地以最符合人体工程学的方式运动。同样的，模型也为机器人计算出了能实现动力学优化的节电运动路径。试验结果令项目团队惊喜不已—优化路径的节电潜力高达10%～50%。同时，由于将突发运动改为弧线运动路径，机械臂的机械应力得以减少，从而降低了维护要求，缩短了停工时间。由于沿生产线分布的装配站必须进行严丝合缝的装配，所以重新设计的机械臂运动，必须与过去那种突发运动一样迅速，并且能够精确匹配动作周期。为此，项目团队又对试验结果进行了仔细分析，以确定能否将其转化为实际操作。反复分析确认无误后，研究人员为用于车身制造的机械臂人工编写了运动路径程序，项目团队第一阶段的工作告一段落。

在2014年年初开展的第二阶段工作中，工程师测试并改进了一个能自动优化特定运动耗电量的软件模块。程序员首先规定机械臂必须到达的位置，如一系列焊点。软件仅需数秒钟就能计算出焊点之间最节电的路径，同时还能保证使机械臂相互之间保持最短距离。这不是一件容易的事，因为机械臂必须沿着复杂的位置顺序快速移动。若是以人工方式优化每一条机械臂的运动路径，需要花费好几天时间，而使用软件则只需短短数秒就能完成全部计算—这对于需要使用数以千计的机械臂的汽车装配厂而言，将节省下巨大的人工工作量。

机械臂和机床的智力融合 工业4.0时代的智能制造，并不仅仅是机械臂的舞台，机械臂与机床的交互也十分重要。因为伴随着制造业的自动化程度越来越高，制造商都希望既能提高资源使用效率，又能同时提升生产过程的灵活性。这其中，技术尖端的机床对企业而言是一笔重大投资，如何最大限度地提高其利用率和效率就成了研究的重中之重。为此，西门子正与机械臂和机器生产领域的全球领先供应商之一库卡合作，研究如何将机械臂和机床的控制系统合为一体。

过去，负责将工件插入机器并在加工完毕之后取出的工业机器人的程序，是利用其自有控制单元来编写的；现在则可以在机床的用户界面直接为机械臂编程。这样一来，就能更好地协调机器的加工工序，同时大幅降低为相关机械臂编写程序的工作量。这样做的另一个目标是，可以进一步改善工件加工过程中机械臂与机床之间的交互动作。在未来，机械臂将执行诸如磨、铣等简单任务，特别是在加工新材料时；而机床则被专门用于要求巨大力量或极高精度的生产工序—这将有效提高机床的利用率。由于工作范围广，并具备灵活的运动轴，机械臂也可以用于加工复杂或大型的部件，譬如，可以取代成本不菲的特制设备，加工风轮机叶片或机翼等。在这种情况下，人类可以在机床的用户界面上直接为机械臂编程，操作控制系统。

总之，目前人类所从事的相关研究，从设计到模拟生产，再到工程和车间投产，最终目的都是为了改善机器在其整个生命周期内的相互协调性，从而更好地为人类服务。

工厂标准化—工业4.0的必要条件

所谓标准化，是指为了实现整个工作过程的协调运行，提高工作效率等目标，而对作业的质量、数量、时间、程序、方法等制定统一规定，做出统一标准。在第一章“新一轮全球工业革命的标准之争”中，我们强调了标准的重要性，在此，我们认为有必要再次重申这个观点—在工业4.0时代，标准化的作用变得尤为关键，似乎成了看不见硝烟的第四次工业革命成败的关键。

标准化是智能工厂有序运作的必要条件，试想如果某个零件的公差过大，是很难用自动化设备进行装配的。因此在实现智能工厂的全自动生产及物流之前，标准必须先行。然而在德国工业4.0战略中，光建立产品的标准化还远远不够，德国的“野心”在于向全世界推广“工厂的标准化”，即借助智能工厂的标准化将制造业生产模式推广到国际市场，以标准化提高技术创新和模式创新的市场化效率，从而继续保持德国工业的世界领先地位。因此，工业4.0将围绕智能工厂生态链上各个环节制定合作机制，确定哪些信息可被用来交换，并通过一系列标准（如成本、可用性和资源消耗）对生产流程进行优化。

数据标准化和参考架构 据德国机械设备与制造商协会（Verhand Deutschen Marchinen and Anlagenban，VDMA）和德国电气与电子工业协会（ZVEI）等共同开展的一项调查显示，被调查的近300家德国企业中，有半数以上认为数据的标准化是工业4.0对人类提出的最大挑战，其难度甚至超过了流程和工作组织。试想，在未来，产品可以告知设备该如何对自己进行加工，而实现这一愿景的先决条件是，不同制造商的生产设备能使用同一种语言进行通信，也就是说，相关软件必须能够兼容所有联网的元器件、机器、设备和工厂，等等—这就是数据标准化对生产制造提出的要求。之所以称其为最大挑战，是因为目前每家企业的IT系统都使用独立的设置，要实现集成化发展，就需要所有企业都采用业内认可的国际化标准的生产体系。

要实现数据标准化，第一步是要在共同基本术语上达成一致。目前，尽管一些既定的标准已经在各种技术学科、专业协会和工作组中使用，但是缺乏对于这些标准的协调。因此，有必要将现有标准纳入一个新的全球参考体系，如在自动化领域建立一个参考体系，将工业通信、工程、建模、IT安全、设备集成、数字化工厂等标准纳入其中。

工厂标准化的方法 伴随着互联网的飞速发展，实现标准化的方法主要是基于目前机械和设备制造业常态下所采取的不同方式。例如：

● 开放的作业系统：典型代表是Linux操作系统，它由来自100多个国家的超过2000家企业、研究机构以及个人共同发展和维护，是世界上最成功的操作系统之一。

●开放式开发工具：例如一个包括1500多名开发人员和以百万计的用户参与软件开发的行业，为要求苛刻的应用程序建模。

● 开放式通信基础设施：成立于1969年7月4日的互联网协会所出版的技术和组织文件“征求意见稿”，被广泛接受和使用，并被转化为事实上的标准，如因特网协议（transmission control protocol/Internet protocol，TCP/IP）和电子邮件协议（simple Mail transfer protocol，SMTP）。

上述范例不仅为实现标准化提供了开阔的思路，也进一步加速了标准化工作的进展。

标准化模型的作用 未来，伴随产品功能的增加、产品用户特定需求的增长、交付要求的频繁变化、不同技术学科和组织的日益融合，以及不同企业之间合作形式的迅速变化，产品及其相关的制造系统将变得越来越复杂，标准化正是对日益复杂的系统进行高效管理的有效手段。而这一切都以标准化模型的建立为前提和基础条件。

标准化模型通常包含形式化描述，这意味着它们可以让电脑接管日常工程任务，如执行计算或其他重复性工作。因此，通过模型实现标准化的好处之一是它们将体力工作转化为自动化，并在数字世界状态下加以执行，而此前这些工作是在现实世界中由人工操作的。

例如，通过标准化模型可以在某个项目中进行早期错误检测或早期验证解决方案的有效性，从而降低项目风险。又例如，模型可以提供一个透明的信息流，通过增强跨学科合作，快速形成一致的工程数据，从而提升工程的高效性。在未来，标准化模型将主要部署在生产阶段，以检查生产运行是否平稳，检测设备有无磨损，判断是否需要停止生产，预测组件故障以及排查其他干扰。

目前，在德国许多企业特别是在中小型企业中，仍然无法基于模型模拟使用标准化的方式来配置和优化制造工艺。这就使工业4.0的一项主要挑战集中于如何在更广泛的工程领域提高对模型潜力的认识，提供工程师以方法和工具，使他们能够在数字世界使用适当的模型来描述现实世界的系统。

工业4.0的软件支撑

你相信吗？在不久的将来，我们服用的药物是根据每个人的基因进行配方制造的；我们吃的早餐可以根据个人口味、营养需求甚至是身体状况来调配生产；工厂生产线可以按照工人希望的时间开工，这样就免去了妈妈们担心下午3点没法去学校接孩子的担忧；生产车间里向机器发出操作指令的并非中心控制台的技术员，而是另一台机器……

这些看似天马行空的想象，都将在工业4.0时代成为现实，在愿望成真的过程中，不容忽视的一点是工业4.0的首要助推力—软件。伴随着工业4.0在德国的不断深入，软件技术的重要性也日益提升，并且发展势头迅猛。

将在工业4.0舞台上登场的主角包括：连接虚拟空间与物理现实的信息物理系统，联网设备之间自动协调工作的M2M通信，对通过网络所获取的大数据进行充分运用，与生产系统以外的开发、销售、企业资源计划（enterprise resource planning，ERP）、产品生命周期管理、供应链管理等业务系统联动的软件。

信息物理系统—连接虚拟空间与物理现实

信息物理系统是一个综合计算、网络和物理环境的多维复杂系统，通过3C技术，即计算（Computation）、通信（Communication）和控制（Control）的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。具体而言，信息物理系统是在环境感知的基础上，通过计算、通信与物理系统的一体化设计，形成可控、可信、可扩展的网络化物理设备系统，通过计算进程和物理进程相互影响的反馈循环来实现深度融合与实时交互，以安全、可靠、高效和实时的方式检测或者控制一个物理实体。

信息物理系统的本质是以人、机、物的融合为目标的计算技术，从而实现人的控制在时间、空间等方面的延伸，因此人们又将信息物理系统称为“人-机-物”融合系统。

与物联网相比，信息物理系统在物与物互联的基础上，强调对物的实时、动态的信息控制与信息服务。中国科学院院士何积丰教授认为，信息物理系统的意义在于将物理设备联网，特别是连接到互联网上，使得物理设备具有计算、通信、精确控制、远程协调和自治等五大功能。

信息物理系统又不同于软件系统。软件系统是一组状态转换的序列，其目标是实现变换数据。而信息物理系统则更加注重功能性需求，最终目标是协调物理进程，即实现信息处理和物理控制，强调实时性、可靠性、安全性、私密性，以及可适应性。

信息物理系统也不同于嵌入式系统。嵌入式系统侧重在处理器上运行，是一种在有限资源环境下的优化技术。信息物理系统是计算与物理成分的集成，相当于嵌入式系统+网络+控制，是嵌入式系统的发展方向和研究热点。信息物理系统将计算和通信能力嵌入到传统的物理系统中，导致计算对象的变化。它将计算对象从数字的变为模拟的，从离散的变为连续的，从静态的变为动态的。它作为计算进程和物理进程的统一体，是集计算、通信与控制于一体的下一代智能系统。

德国工业4.0正是以信息物理系统为基础，通过把计算与通信嵌入实物过程，实现与实物过程的密切互动，从而给实物系统添加新的能力。基于这项技术，生产和服务方式将得到进一步进化，通过传感网，虚拟空间的高级计算能力将与现实世界紧密相连，能够在生产制造过程中采集并分析与设计、开发、生产有关的所有数据，进而形成可自律操作的智能生产系统。

通俗点说，信息物理系统就是通过网络、实体物件之间的相互连接，使用相同的语言进行沟通并相互理解。运用到工业生产中，最重要的是产品与机器之间的信息互联和沟通，由产品上的信息“告诉”机器设备应该进行什么样的操作。这意味着网络进入工厂大生产，塑造了一个崭新的工业制造逻辑和方式—过去是由中心控制指挥系统以分钟的频次对机器发出指令；而现在有了完全不同的生产结构，由产品所附带的信息告诉机器需要什么样的生产过程，从而制造出符合客户需求的产品。从这个角度来看，工业4.0就是第四次工业革命，因为它促使生产向符合个体需求的大生产方式转变。

从技术进化的角度来看，信息物理系统正是嵌入式系统进一步进化的结果，而通过通信网络，将所有设备互联的智能工厂就是其中最好的体现。可见，嵌入式系统是构成信息物理系统的要素之一。目前，德国制造业中的所有行业都正在实施与此相关的研究项目，并计划为此投入2亿欧元。信息物理系统连接了虚拟空间与物理现实世界，通过智能物体间的相互通信以及相互作用，创造一个真正的网络世界，并将为人类与物理现实世界之间的关系带来根本性变化。

总而言之，作为未来第四次工业革命的代表，工业4.0将不断向物体、数据以及服务等无缝连接的互联网（物联网、数据网和服务互联网）的方向发展。

让地球互联 信息物理系统的意义在于将物理设备联网，特别是连接到互联网上，使得物理设备具有计算、通信、精确控制、远程协调和自治等五大功能。

本质上说，信息物理系统是一个具有控制属性的网络，但它又有别于现有的控制系统。我们对于控制并不陌生，20世纪40年代美国麻省理工学院发明了数控技术，如今基于嵌入式计算系统的工业控制系统遍地开花，工业自动化早已成熟，人们日常生活中所使用的各种家电都具有控制功能。但是，这些控制系统基本上属于封闭系统，即便其中一些工控应用网络具有联网和通信的功能，所使用的也都是工业控制总线，网络内部各个独立的子系统或者说设备难以通过开放总线或者互联网进行互联，而且，它们的通信功能普遍比较弱。而信息物理系统则把通信放在与计算、控制同等的地位上，这是因为信息物理系统所强调的分布式应用系统中物理设备之间的协调是离不开通信的。信息物理系统在对网络内部设备的远程协调能力、自治能力、控制对象的种类和数量，特别是网络规模上都远远超过现有的工控网络。

没错，信息物理系统使整个世界互联了起来，就如同互联网帮助人们在人与人之间建立互动一样，信息物理系统也将深化我们与物理世界的互动。

“通吃”物联网 当人们还陶醉在能够把物与物连在一起的物联网技术上时，信息物理系统冷不丁地冒了出来，并且物联网所使用的基于无线电射频技术实现的连接，对于信息物理系统来说太过简单—在很多应用中，信息物理系统对接入网络的设备计算能力的要求远非无线电射频技术能比。以基于信息物理系统的智能交通系统为例，满足信息物理系统要求的汽车电子系统的计算通常都是海量运算，目前人们认为已经十分复杂的汽车电子系统根本无法胜任这一海量运算的能力要求。海量运算往往是很多信息物理系统接入设备的主要特征。如果从计算性能的角度出发，我们可以把一些高端的信息物理系统应用比作“身材健硕”的客户机/服务器，而物联网则可视为“瘦小羸弱”的客户机/服务器，因为物联网中通信大都发生在物品与服务器之间，物品本身不具备控制和自治能力，也无法进行彼此之间的协同。

实际上，信息物理系统的出现并不以排斥物联网为目的，相反，它使得物联网的定义和概念明晰起来—物联网就是主要应用在物流领域的技术，物与物之间的互联无非就是“各报家门”，知道对方“何许人也”这么简单。而信息物理系统中的互联则更为复杂。在信息物理系统中，物理设备指的是自然界的一切客体，既包括冷冰冰的设备，也有活生生的生物。

现有互联网的边界是各种终端设备，人们与互联网通过这些终端来进行信息交换。而在信息物理系统中，人成为了信息物理系统网络的“接入设备”，这种信息的交互可能是通过芯片与人的神经系统直接互联实现的。以上文提到的智能交通系统为例，我们甚至可以做出这样的假设：当智能交通系统感知到高速行驶的汽车与你将穿越马路的行人之间存在发生碰撞的可能时，系统或许会以更直接的方法—通过“脑机接口”（brain-machine interface，BCI）让人不经大脑思考地来个“立定”，从而避开事故的发生；而非通常的做法—由系统发出指令让汽车急刹车，或者告诉行人“止步”。

尽管在物联网技术中也有把无线电射频芯片嵌入人体的情况，但其本质上还是通过无线电射频芯片与读写器进行通信，人并没有真正参与其中。然而在信息物理系统中，人的感知就变得十分重要。众所周知，自然界中各种物理量的变化绝大多数是连续的，或者说是模拟的，而信息空间则是数字的，充斥着大量离散量。从物理空间到信息空间的信息流动，首先必须通过各种类型的传感器将各种物理量转变成模拟量，再通过模拟/数字转换器变成数字量，从而为信息空间所接受。因此，从这个意义上说，传感器网络也可视为信息物理系统中一个重要的组成部分。

机遇与挑战 如果物联网市场真如人们预测的有上万亿元规模，那么，信息物理系统的市场规模则难以计数，因为其涵盖了小到智能家庭网络，大到工业控制系统乃至智能交通系统等国家级、世界级的应用。更为重要的是，对信息物理系统的广泛应用并不仅仅是简单地将诸如家电等产品连在一起，而是要催生出众多具有计算、通信、控制、协同和自治性能的设备。

毫无疑问，下一代工业将建立在信息物理系统之上。随着信息物理系统技术的发展和普及，使用计算机和网络实现功能扩展的物理设备将无处不在，并将推动工业产品和技术的升级换代，极大地提高汽车、航空航天、国防、工业自动化、健康医疗设备、重大基础设施等主要工业领域的竞争力。信息物理系统不仅会催生出新的工业，甚至会重新排列、调整现有产业布局。

尽管信息物理系统的前景看似无限美好，其对人类带来的挑战也是物联网无法比拟的。这些挑战很大程度上来自控制与计算之间的差异。通常，控制领域是通过微分方程和连续的边界条件来处理问题，而计算则建立在离散数学的基础上；控制对时间和空间都十分敏感，而计算则只关心功能的实现。通俗地说，搞控制的人和搞计算机的人没有“共同语言”，这种差异将给计算机科学和应用带来基础性的变革。

数据与安全 在工业4.0时代，将出现许多共享的信息物理系统平台，以适应对具有协作性特点的商业化进程的推进，以及连接智能工厂和智能产品的全生命周期的整个商业网络。这些平台将提供服务和实际应用，并且能联系到所有参与其中的人员、物体和系统，同时还将具有以下特征：

◆灵活性，可以提供迅速和简单流程的服务和应用，包括基于信息物理系统的软件；

◆在App Store模式链下实现商业进程中的调配和部署；

◆提供综合性强、安全可信的全商业进程支持；

◆保障从传感器到客户交流所有环节的安全与可靠性；

◆支持移动端设备；

◆支持商业网络中互相协助的生产、服务、分析和预测。

对于工业4.0来说，在整个服务网络中，最重要的是要更加广泛地解释流程条款。很明显，在互相协作的公司间或商业网络中，需要建立起共享的服务和应用，因此在信息物理系统平台上，诸如安全和保障、可信任、可靠性、使用、操作模式的融合、实时分析和预测等特性便显得尤为重要—在互相协作的生产和服务过程中，确立流程标准以及安全、可靠、高效的操作都离不开这些特性；同时，它们对于执行活跃的商业活动也至关重要。

以上这些需求在当前初级云端基础设施状态下只能得到极少量的满足。信息物理系统平台被公司间的IT人员、软件和服务提供商以及公司本身所使用，这中间需要有一个工业4.0的参考框架，该框架应该考虑到信息通信技术类公司和制造企业的不同特征。模式化的操作流程要求信息物理系统平台开发出全新的应用和服务，以满足那些瞬息万变的复杂变化，而这些变化正是由不同领域和组织之间的功能增长、差异化、活跃性和协作性所带来的。

大数据—掌控未来的密钥

德国工业4.0强调通过信息网络与物理生产系统的融合，即建设信息物理系统来改变当前的工业生产与服务模式。美国GE公司所倡导的工业互联网，则强调通过智能机器间的连接并最终实现人机连接，结合软件和大数据分析，重构全球工业。事实上，无论工业4.0还是工业互联网，其主要特征都是智能和互联，主旨都在于通过充分利用信息通信技术，把产品、机器、资源和人有机结合在一起，从而推动制造业向基于大数据分析与应用基础上的智能化转型。智能制造时代的到来，即意味着工业大数据时代的到来。工业大数据的应用，将成为未来提升制造业生产力、竞争力和创新能力的关键要素，也是目前全球工业转型必须面对的重要课题。

智能制造催生工业大数据时代 在工业3.0时代，传统制造业模式的特征可以用6个M来概括：

◆Material：材料，包含其功能与特性

◆Machine：机器，指加工能力和精度

◆Methods：方法，指产能和生产效率

◆Measurement：测度，指如何探测与改进

◆Maintenance：维护

◆Modeling：建模，指对生产流程的预测、优化和防范

增量制造技术即快速成型技术（rapid prototype），通俗称3D打印，就是运用集成的6M方法来生产产品的一个新范例，当然它的生产范围在现阶段仍限于特定的低产量或者定制领域（比如国防或者医疗）的应用产品上。

随着智能传感器技术（如无线电射频）的发展，收集数据已经变得很简单，但这中间仍然存在着一个关键问题：这些器件及数据是否在正确的时间，为正确的目的，提供了正确的信息？要知道，单纯将传感器连接到设备上或者将一台设备连接到另一台，是不会给用户提供足以做出更好决策所需的信息的。因此，为了使传感器、设备等之间的连接更具意义，使制造商更具竞争力，我们必须将先进的计算和信息物理系统结合起来，才能更好地发挥出大数据的“威力”。

在智能制造时代，制造业的生产方式也许应该用6个C来定义：

◆Connection：连接，主要指传感器和网络

◆Cloud：云储存，即任意时间和需求的数据

◆Cyber：虚拟网络，包括模式与记忆

◆Content：内容，是指相关性及含义

◆Community：社群，包含分享和交际的功能

◆Customization：定制化，指个性化的价值与服务

现有的制造系统需要对制造设备本身以及制造过程中产生的数据进行深入的分析，而在智能制造时代，工业机器、设备、存储系统以及运营资源可以利用网络通信技术连接起来，进而随时随地进行信息分享，而且互相连接的系统还可以独立进行自我管理（自组织）。这些互通信息即是工业大数据。

对工业大数据进行分析的目的，是找出制造系统中隐藏的操作问题及未知变异，通过在实体设备中嵌入传感器，并由此获取数据，然后对数据进行分析并据此判断设备的变化点在哪里，将变化点组合起来便可用于管理、备份。因此这里所说的大数据分析其实包含了三个方面：一是数据库的获取和分析；二是数据的模拟优化及决策分析；三是数据的预测分析。在大数据的“光环下”，工业4.0时代所要做的产品，不光要有功能，还要有价值，而价值正是通过数据处理得来的。有了这些，工业大数据就可以落地，产生实用价值。未来工厂只有产品跟信息，产品在实端，信息在虚端，从某种程度上说，虚端比实端更有意义。云计算可对设备健康进行监控，一个云可以检测到很多设备，一块钱就可以诊断一个轴承，而不需要一个拥有25年丰富经验的专家进行实地检测，这样时空就缩短了。

未来大数据发展的终极目标是没有数据，即通过对传感器、装备的了解与掌控，使收集数据成为不必要的工作，可以直接简化掉。要达到这一目标，现有的工业制造系统需要对制造设备本身以及产品制造过程中产生的数据进行深入分析，也就是说，企业必须掌握通过工业IT设施收集、传输和分析处理大数据的能力。随着智能传感器技术的发展，数据的收集已经变得简单和可行，而云计算的发展，也使分析与处理大数据变得更加高速与高效。在工业4.0中，信息物理系统将通过M2M通信，在工业机器与设备之间实现信息交换、运转和互相操控，被制造的产品可以与机器设备交流，机器可以自组织生产，智能工厂能够自行运转。可以说，工业大数据是由一个工业体系或者一个产品制造流程催生出来的数据，是制造业智能化的必然结果，也是制造业智能化的必要条件与基础。

工业大数据的价值 随着互联网技术的飞速发展，人们对于大数据的价值已经有了深刻体会，不可否认，我们的生活已经离不开大数据分析了。然而，工业大数据似乎与人们的生活还很遥远，它们对于智能制造，乃至人类社会的价值究竟是什么？

◆创建透明度，优化运营效率。在传统制造企业，大量数据分散在企业的各个部门，要想在整个企业内及时、快速地提取这些数据存在一定的困难。有了工业大数据，就可以利用相关技术帮助企业将所有数据集中在一个平台/云上，从而充分整合来自研发、工程、生产部门的数据，创建产品生命周期管理平台，对工业产品的生产进行虚拟模型化，优化生产流程，确保企业内所有部门都能以相同的数据协同工作，进而提升组织的运营效率，缩短产品的研发与上市时间。

◆优化供应链，细分市场。制造企业可以实时收集更多准确的运作与绩效数据，不断跟踪产品库存和销售价格，准确预测全球不同区域的需求，从而做出最佳决策来优化供应链。制造企业还可以利用大数据技术对客户进行细分，优化生产流程，以定制化的产品和服务来满足不同客户的不同需求。此外，企业不仅可以满足客户的个性化需求，也能够对原材料供应变动和市场需求变化做出及时的反应和调整，实现产品由大规模趋同性生产向规模化定制生产转变。

◆提升竞争力，创新商业模式。大数据能帮助传统制造企业创新产品和服务，从而创造出全新的商业模式。传统的制造企业不再是实体物理设备的生产企业，而是充分借助大数据、网络等新技术的生产服务型企业。在工业4.0时代，制造企业通过内嵌在产品中的传感器获得数据，从发电设备到工程机械，一切都可以连接到互联网，为机器设备的作业监控、性能维护和预防性养护提供实时数据。例如实时位置数据的出现已经创造了一套全新的跟踪服务体系，可以使飞机发动机制造企业为航空公司提供航空信息与服务管理，这不但能提升制造企业的生产效率和产业竞争力，更可以为其所服务的客户创造新价值。

在工业4.0时代，伴随机器的自我完善，系统将产生大量数据，新的工业生产方式也将产生海量数据，这些数据应归谁所有—工厂、软件制造商、客户还是终端用户？利用这些数据可创造何种崭新的商业模式？这将是决定未来工业竞争的关键问题。

工业大数据的开发与利用 工业大数据的重要性已经不言而喻，而鉴于大数据无处不在的特性，人类应该如何加以开发与利用？

◆数据开发共享与安全保护政策。由于工业大数据是数字化的，并且横跨企业边界甚至国界（如跨国公司开设在不同国家工厂的数据），因此安全、开放、共享等政策问题必须得到有效解决。随着工业大数据的价值越来越被重视，生产设施和数据中的商业秘密、专利技术也必须同样受到保护。在工业4.0时代，工业IT系统的安全不仅涉及生产操作环节，而且还关系到由此延伸的通信网络环节，因此，研究并出台相应的工业IT系统的安全策略、架构和标准，保护制造企业生产系统的安全、数据安全，提升系统的紧密性、完整性和有效性，将是非常重要的问题。工业大数据日益提高的经济价值也会产生大量法律问题，例如，如何克服获取数据的障碍、建立交易或共享数据的市场机制，如何保护工业大数据中的知识产权，等等。这需要政府制定数据使用与数据安全保护政策，制定鼓励数据共享的奖励措施，建立有效的促进创新的知识产权框架，以及开放府部门所拥有的能够公开的大数据，从而促进工业大数据共享、整合以及价值创造。

◆完善工业宽带基础设施。信息物理系统的实现，是建立在连续采样、大体量的工业大数据基础上的，而工业大数据的传输、交互和共享，必然要求建立容量、带宽、存储与数据处理能力更强大的基础设施，以及极高的通信智能和管理智能。现有的网络基础设施肯定难以满足工业4.0的要求。因此，容量更大、服务质量更可靠的工业宽带基础设施将成为工业大数据发展的重要组成部分，有必要针对扩建工业宽带基础设施制定专门的激励措施，奖励和鼓励工业宽带基础设施的投资与建设。有效的工业宽带基础设施，应该简易、安全、价格合理以及易扩展，不仅可以应用于智能工厂，也应该在智能电网、智能交通以及智慧医疗等领域使用。

◆应用和创新工业大数据开发与分析技术。工业信息化系统产生的大数据，必须先经过整理和分析，让其变成“信息”，然后再深加工为“知识”，在这个通过大数据获取价值的转化过程中，制造企业需要新的技术（例如存储、计算和分析软件）和技能（如新的分析类型）。目前很多企业还处于工业2.0时代，工业信息化、智能化水平较低，缺乏将大数据技术整合到自身系统的技术能力。而对于那些处于工业3.0发展阶段的企业来说，现有的旧系统、不兼容的标准和格式，也会妨碍大数据分析工具的应用。因此，促进制造企业和技术人员整合，运用不断创新的工业大数据开发与分析技术，促使制造企业从工业大数据中获取最大收益，是非常紧迫的挑战与任务。

◆制造企业的组织变革和人才培养。让制造企业的管理者充分认识到工业大数据所蕴含的价值以及如何释放这一价值，将是一个富有挑战的过程。制造企业不但需要具备挖掘大数据价值的技术人员，而且需要构建适当的工作流程和激励措施来优化大数据的使用，才有可能利用工业大数据来优化企业管理，创造新的产品、服务和商业模式。同时，制造企业中不同部门产生的数据能够集成、交互、共享，打破信息“孤岛”现象，也需要相应的组织体系予以保障。因此，政府应该创造激励措施并对制造企业管理者进行大数据分析技术培训，采取措施鼓励企业加强大数据相关人才的培养。

产品生命周期管理系统—通往工业4.0的阳关大道

在德国工业4.0工作组发表的《德国工业4.0战略计划实施建议》中，有一段关于工业4.0的描述：在智能、网络化的世界里，物联网和服务网（internet of things and services）将渗透到所有的关键领域。智能电网将能源供应领域、可持续移动通信战略领域（智能移动、智能物流），以及医疗智能健康领域融合。在整个制造领域，信息化、自动化、数字化将贯穿整个产品生命周期、端到端工程、横向集成（协调各部门间的关系）将成为工业化第四阶段的引领者，即工业4.0。

在我看来，工业4.0是一个愿景，或者说是一盏指路明灯，代表的是第四次工业革命，是产品生命周期中整个组织、管理的飞跃。“这样的生命周期以不断增加个体消费需求为导向。它横跨产品最初的设计、生产、发展、配送，再到最后的回收，并包括所有相关服务。”

为什么制造技术的大幅转型，在现在这个时间点得到了高度重视？答案只有一个—数字化。

计算能力、通信带宽和数据存储能力一直都遵循着摩尔定律，呈指数级增长，过去的限制因素在今天看来完全就是“小菜一碟”—如今智能手机的计算能力相当于世纪之交时一台大型计算机的计算能力。现在，设备和机器中有越来越多的传感器和通信界面，机器之间的交互能力也越来越强。这一切都预示着，物联网不是未来，而是现实。

过去，生产过程都是线性的，而现在，复杂网络化的新型生产方式已经出现。产品的种类和型号越来越多，使用了大量数据。以最能体现数字化的行业之一—汽车工业为例，汽车的产品部类和型号在大幅增加，而且人们已经开始使用数字化方式打造自己的梦想之车，每个人都可以有自己喜欢的车轮、发动机、内饰、外饰等配置。以新款大众高尔夫为例，可以产生数万亿种组合，客户希望点一下鼠标，汽车就能够交付上门。

在这样的竞争环境下，必须要实现更加灵活的制造和生产，不仅仅要有数字化，还要把“现实制造”和“虚拟呈现”融合在一起。这里就不得不提一下产品生命周期管理系统了，它可以优化整个产品生命周期，从最初的产品设计、生产规划，一直到生产实施和服务。

在产品设计时使用产品生命周期管理软件，可以给生产者提供三维模型，还可以在虚拟工厂分析和优化自动化设计。这样不仅能节约原材料和资源，还可以节省大量时间成本。

在生产规划的时候，同样需要仿真。产品生命周期管理软件可以让你虚拟开发每个机床的生产过程，甚至还可以实现整套设备的仿真，这将创建一种全新的视角，帮助你进行创造与完善。不管是什么样的原样机，如果不满意，都可以通过虚拟方式对它进行优化。这样一来，无需再实际制造一个原样机。

德国的Index公司的生产系统，使用了西门子的仿真软件，其所带来的效果十分惊人：现实世界中，通常要花几天时间才可以看到机床能否正常使用，但是在仿真情况下，可以节省机床调试的时间。使用虚拟的机床，不仅可以用来帮助人员培训、保护核心资产，还把运转、操作的生产率提升了10%。

产品生命周期管理软件可以帮助流程工业实现三维可视化，使得培训工作更加轻松。使用这个软件，就像是玩电脑游戏，可以把工厂以三维方式呈现出来，还可以修改工厂的数字化呈现，通过三维控制观察工厂。

华晨宝马在沈阳铁西的工厂是全球最先进的宝马工厂之一。该工厂采用了西门子公司的全集成自动化软件（TIA），能够做到多款产品在一条生产线上生产，同一车的不同车型可以在一条生产线上生产，而且各种改型也可以在一条线上实现；此外，有了西门子LIS超宽带实时定位识别系统的辅助，该厂的总装车间取消了原来专门用于扫描车辆条形码的工位。车辆每到一个工位，根据车型、车辆识别码、车辆的不同配置，需要装配的各种零件等信息会自动显示在工位前方的操作屏上。一系列图像化的指示将指导工人完成所有操作，而不再是像过去那样手上拿着纸质工作单或手册。这样，设备可用性达到了99%以上。

设在成都的西门子工业自动化生产研发基地，是数字化企业的典范，它和西门子设在德国的安贝格电子设备制造厂几乎是双胞胎，产品质量的一次通过率高达99.6%。运用产品生命周期管理软件能实现产品开发和生产领域的无缝对接，并且能进行虚拟仿真，把所有的信息从研发阶段对接到生产线上，实时对接，实时交互。

我希望能通过上述所列举的例子帮助大家理解，今天有哪些已经成为可能？在朝向未来的旅程上人类走到了哪一步？将来还有哪些可能性会发生？企业如何进入这样的未来？

对于很多专家来说，工业4.0即代表着第四次工业革命，而大数据、云计算以及物联网都将在工业4.0中发挥重要作用，只是，第四次工业革命的范围远远超过了这些技术本身。对此，西门子公司提出了自己的观点，他们认为，工业4.0有三大支柱：

◆第一大支柱是制造执行系统，在工业4.0中，它将起到更加重要的作用。自动化和制造执行系统之间的对接会变得更加无缝化，而且能跨越企业实现柔性生产。在传统的生产方式下，当发现原材料库存不足时，相关员工就会拿起电话要求供应商补货。但未来，制造执行系统会持续跟踪库存量，一旦库存达到限值，就会从企业资源计划系统中发送电子信息给供应商，中间没有任何人为的干预。或者，你也可以通过电子数据交换技术（electronic data interchange，EDI）来实现所有管理。

◆第二大支柱的组成是虚拟与现实的结合，也就是产品设计以及工程当中的数字化世界和真实世界的融合。要实现这一点，就需要有效应对生产效率越来越高、产品周期越来越短、产品变形越来越多等诸多方面的挑战。

◆第三大支柱是信息物理系统，它能够帮助企业在物理世界和数字世界中“游刃有余”，最终实现生产过程的完全可控、可调。

工业4.0不仅意味着技术的转变、生产过程的转变，同时也意味着整个管理和组织结构的调整。必须放弃孤岛式的想法，为变革做好准备，要在产品设计以及生产规划方面做好准备。任何一个公司或者国家通过单打独斗都不可能改变全球制造业，这需要大家进行协作。各个企业、各个学科、各个行业都要参与进来，进行合作。

工业4.0的人才保障

马云在卸任阿里巴巴CEO的演讲中提到：很多人还没搞清楚什么是PC互联网时，移动互联来了；在没搞清楚移动互联的时候，大数据时代又来了。这句话套用在我们对工业进程的理解上，也同样十分贴切：如今，当我们还沉浸在工业自动化的欢愉中时，工业4.0时代来了！

可以预见，在推进工业4.0的进程中，无数传统行业界线将被打破，产业链将被重新分工构建，由此迸发的生产力将是颠覆性的。而这种颠覆性背后的潜台词正是工业4.0时代对“人”的作用和影响—传统的生产工人是否会被机器人抢走“饭碗”？专业领域的技能专家是否会被信息化、综合化的智能工厂所取代？渐趋完善的企业人才培养模式是否将失去效用？这些都是我们拥抱工业4.0时代过程中不容回避的问题。

工业4.0对人的改变

在讨论这个问题之前，让我们回顾一下工业4.0时代智能工厂的生产情形：自接到客户订单的那一刻起，工厂会立即根据订单自动向原材料供应商采购原材料；原材料被送到工厂后，会被标记上身份信息，并被送到相应的车间的某条生产线上。在生产过程中，原材料、生产设备、生产线以及各种相关管理系统还能进行“对话”与“交涉”……

工厂里并非空无一人 位于巴伐利亚州东北小镇上的西门子安贝格电子设备制造厂（EWA）其貌不扬，只有三座外观简朴的厂房，却拥有欧洲最先进的数字化生产平台。为实现IT控制，使得产品与机器之间能够互通信息，EWA将整个生产过程进行了优化，生产效率因此大大提高：只有不到1/4的工作量（主要是数据检测和记录）需要人工处理；工厂每年能生产电子元件30亿个，平均每秒钟可生产出近100个产品，产能较数字化改造前提高了8倍；由于实现了对所有元件及工序进行实时监测和处理，EWA可做到24小时内为客户供货。

EWA蕴含了工业4.0可能带来的种种革命性变革，其中一点便是，智能生产是否会取代人工？要知道，除了一些产量特别小、单独配置自动化生产设备成本太高的情况外，EWA的整个生产线已经不需要人工的参与了。

在欧洲，已有不少预言家悲观地描绘了未来工业生产“灾难性”的场景：工厂空无一人、与世隔绝，人的工作被机器取代，失业率高涨；甚至有人宣称，“中产阶级”或将因此逐渐消失。但德国人工智能研究中心首席执行官沃尔夫冈·瓦尔斯特尔教授否认了这一观点：“即使是在工业4.0时代，工厂里也不会空无一人。”他指出，新的工业系统虽然取消了很多需要“人”参与的生产环节，但是也会由此带来新的问题与创造空间—人在未来生产中所从事的工作内容将不同于现在，他们的体力劳动将减少，工作内容将集中于创新与决策的领域。

相比自动化生产，工业4.0对人类最大的贡献在于，运用于智能生产中的智能辅助系统可以把工人从单调、程序化的工作中解放出来，从而使人们能够将精力集中在创新和增值业务上。从长远来看，灵活的工作组织形式使工人们能够更好地整合自己的工作、生活和职业生涯发展，为工作和生活找到最佳平衡点。在未来，机器和人类会有新的分工，那时人们将行使创新与决策的权力，牢牢把握对机器的指挥、控制权，而机器则主要负责自我调节和完善。

灰领替代蓝领 当工人的工作逐渐被机器取代，未来智能工厂还需要训练有素的一线工人和工程师吗？对此，跨国人力资源咨询公司万宝盛华（Manpower Group）提出了自己的观点：越来越多的生产岗位正在要求工人对联网的机器进行编程和维护，并且在机器发生故障时，能够马上维修使之恢复正常。除了编程，新型灰领工人（gray collar worker）还要能解读复杂数据，与管理人员组成团队，协同工作。

事实上，智能工厂里受到影响的还不仅仅是生产线上的操作工人，在弗劳恩霍夫应用研究促进协会编写的《未来生产—工业4.0》研究论文中得出了以下结论：“不管是生产线上的工人，还是以知识为主的员工，其工作内容都将发生变化。”这也就意味着，未来的劳动者必须具备不同于现在的工作技能。

德勤咨询公司（Deloitte）在一份名为《未来的制造业》的研究报告中称：“雇佣高素质员工将成为未来公司实现成功和盈利的单一决定因素。”这并非夸大其词，在未来的智能工厂，传统蓝领（blue collar）的工作不再重要，员工的职责将从简单的执行层面转为更加复杂而重要的控制、操作和规划等多个层面。

此外，员工还将使用和处理许多全新的用户界面。现在，人们通常使用红、绿、黄三色指示灯来显示机器的工作状态；而未来，无处不在的传感器将在智能手机、平板电脑，甚至是智能眼镜上即时而详尽地展示与生产制造相关的各种画面和信息。因此，员工必须具备相应的技能以便能够理解、评估和使用这些信息。

经理和工人的界限趋于模糊 随着工业机器人的普及，在越来越多的企业中，劳动者与管理者的界线将越来越模糊—如果仅仅是站在一旁观看他们的工作，很难分清谁是管理者，谁是生产线工人；谁负责生产，谁负责整座工厂的运营。因为在智能工厂，每个人都将参与到分析、解决问题的工作中。

德国金属行业工会管理委员会负责新技术发展趋势的康斯坦策·库尔茨也得出了类似的结论：“今天，我们看到高层管理人员与生产线工人并肩工作，平等交谈。仅从服装来看，你根本无法分清谁是管理人员，谁是工人。这是社会和文化的全面变革，而不仅仅是技术方面的改变。”

工业4.0时代人的作用

如前所述，智能制造对人才提出了与过去截然不同的要求。这种要求，既有虚拟世界中的产品设计、规划，又包含了现实世界中的生产、物流。这种新型的生产模式不仅要求员工对日益增长的复杂性有一定的掌控能力，还要求员工具备认真负责的工作态度、灵活多变的领导能力以及协作精神。

可见，工业4.0时代并不是危言耸听的软件取代人的时代。相反，人的主观能动性将在工业4.0的发展进程中起到不可取代的作用。例如，无论是硬件的提升还是软件的改进，其中起决定作用的始终是人；智能制造的关键—信息物理系统无法独立完成产品的设计、制造和生产，必须由人事先设定好优化准则，信息物理系统才能按照相应的准则在生产框架内确定生产内容并完成制造、检测和评估。

随着人机交互以及机器之间的对话越来越普遍，重复性的体力和脑力工作将逐渐被智能机器所替代，人在其中的角色也将由服务者、操作者转变为规划者、协调者、评估者、决策者。因此，在工业4.0时代，肯定不会出现绝对意义上的“无人工厂”，因为在智能机器完成生产制造的背后，必须由人承担起诸如设计、安装、改装、保养以及对信息物理系统、新型网络组件维护等工作；他们同时还要对生产设备模式、框架结构、规章条款进行优化，利用信息技术使仿真程序运转，并对替代方案进行评估—也就是说，即便拥有了“智能”，产品仍不能决定自己将如何被生产出来，而是根据决策者，即人优化出的生产方案进行生产制造。

工业4.0时代人的培养

随着人在生产制造中的角色和作用发生改变，工业4.0时代对优秀员工的评判标准也发生了变化：由于对产品和生产方式的要求越来越高，智能制造对员工专业水平的要求也越来越高；未来的工作岗位将更加注重技术专业性，熟练工种逐渐减少，能动性岗位越来越多。为了更好地拥抱工业4.0时代，企业需要储备和培养更多数据科学、软件开发、硬件工程、测试、运营及营销等方面的高端人才。

然而，当德国企业界谈到迎接工业4.0时代所面临的挑战时，无论是传统制造型企业，还是信息、通信和技术企业，都把人才问题看作它们必须跨越的巨大鸿沟。这主要是因为，目前传统的大学教育体系中的学科设置和教学理念是基于20世纪70年代的工业需求制定的，过去40年所形成的学科专业不断细分的教育模式，在今天已经很难培养出能够驾驭复杂多变的综合性制造业体系的人才。工业4.0不仅对企业提出了挑战，而且对传统的教育体制亮出了变革警示灯。

就如同人类无法阻挡智能制造滚滚向前的脚步一样，教育体制的变革同样成了未来发展的必然趋势。但是，变革的方向在哪里？哪些手段才是最行之有效的？让我们先从“工业4.0需要培养新的人才库”这个问题谈起。

工业4.0需要什么样的人才 如前所述，未来在智能生产中，人的重要性将越来越凸显，即使是最先进的工业软件和最好的信息系统，如果没有人对其进行规划和控制，就无法发挥出应有的功效；企业只有凭借新型人才，才能研发出最好的产品，创造出最合适的生产机制；并且只有合格人才才能时刻以清醒的头脑和全局眼光，独立、迅速、正确地做出决定。以下是我们列举的在工业4.0时代，企业所需要的合格人才：

◆交叉人才。这类人才对机械工程等传统工程学科以及信息、计算学科的知识融会贯通，从而成为“数字—机械”工程师，未来，企业对各种交叉人才的需求将大幅增加。

◆数据科学家。他们是分析平台与算法、软件和网络安全的工程师，主要从事的工作包括统计、数据工程、模式识别与学习、先进计算、不确定性建模、数据管理以及可视化，等等。

◆用户界面专家。在人机互动的工业设计领域，用户界面专家能够根据所需获得的产出目标，高效地整合最低投入所需的硬件和软件资源，或者最小化机器设备的不必要产出，从而达成目标的实现。

怎样培养工业4.0人才 工业4.0对人才培养所带来的挑战不仅仅停留在传统的教育体系层面，社会技术工厂、职业及学术培训乃至持续职业发展（continuing professional development，CPD）等都面临着新的挑战。这是因为，在工业4.0时代，工作和技术很有可能会向两个趋势转变：第一，以明确分工为特征的传统制造工艺将被嵌入到新的组织和运营结构中，配之以决策、协调、控制和支持等方面的服务功能；第二，组织、协调虚拟世界与真实世界的机器进行交互，或者设备控制系统与生产管理系统之间进行交互的工作将变得非常必要和重要。这也就意味着，如今只是在较小范围内执行的很多工作任务，未来将会作为构成范围更广的技术、组织和社会背景的一部分来加以执行，而这些都将得益于信息通信技术、制造业和自动化技术，以及软件的融合。

由此可见，工业4.0将极大地改变工人的工作和技能，因此，有必要通过促进学习、终身学习和以工作场所为基础的持续职业发展等计划，培养工业4.0时代的人才。当前，德国的联邦政府和州政府设立的研究所、大学都已经参与到工业4.0的技术开发、标准制订，以及人才培养体系等工作中，成为工业4.0战略实施过程中的一支重要力量。德国人工智能研究中心、国家科学与工程院（Acatech）等顶级研究机构已经展开了涉及工业4.0的一系列项目研究；弗劳恩霍夫应用研究促进协会在其所属的7个研究所内均引入了工业4.0的研发项目；凯泽斯劳滕大学（Technischen Universität Kaiserslautern）、慕尼黑大学（Ludwig-Maximilians-Universität München）、达姆施塔德大学（Technische Universität Darmstadt）、美茵茨大学（Johannes Gutenberg-Universität Mainz）等学府也围绕信息物理系统、智能工厂、智能服务、系统生命周期管理（system life-cycle management，SysLM）等开展了一系列前瞻性的研发工作，另外也有部分大学参与到工业4.0平台（Platform-i4.0）工作体系中。与此同时，对于工业4.0人才的培养工作也正在如火如荼地开展，主要是从以下两方面着手实施的：

◆实现跨学科交流与合作。随着软件和无线网络领域的飞速发展，人们发现在这些领域明显缺乏优秀的机械、电子和计算机工程师。工业4.0时代，对人才处理多学科合作的能力提出了越来越高的要求，因为智能制造中的各个环节必须进行跨学科合作，这需要不同学科之间相互理解对方的立场和方法，在战略、业务流程和系统上采用综合眼光分析问题，并提出解决方案。目前，有一些企业正通过交替性工作的方式来培养人才的跨学科技能。

◆建立企业与高校之间的培训伙伴关系。未来，对应用程序需求的识别能力以及从世界各地招募开发伙伴的能力将会比纯粹的技术专长更为重要，并且，通过标准化的培训方案所培养的人才，将无法满足极其广泛的潜在应用程序的巨大需求。唯一有效的解决方案，就是在企业与高校之间建立起培训伙伴关系，开展诸如由工作实习和进修课程组成的短期基础培训项目，强调可转化技能的理工科学习，等等。校企间培训伙伴关系的建立，需要首先确定与工业4.0相关的学习内容，开发适当的教学和方法论。尤其是在一些极富创造性的商业领域，比如跨学科产品和过程的开发。通过促进学习和实施适当培训的方式组织工作，可以在制造业实现以人为本的理念，促使企业认真思考员工在教育、经验和技能集合上的差异，从而增强个人和企业双方的创新能力。此外，以促进学习的方式组织工作也是达成终身学习目标的关键。

毫无疑问，在迎接工业4.0时代到来的过程中，内部学习与外部学习，一般教育与职业教育的相对效力将会是人类进一步深入研究的重要课题。