通过使用MES，利用信息进行实时规划和控制成为可能。

通过使用MES，利用信息进行实时规划和控制成为可能：根据数据分析，感知或预测意外事件，并生成应对或优化的相关行动。部分企业还开发出基于系统的贮存监控系统，防止库存缺货并优化库存水平。

许多企业还将眼光投向了数字化工厂之外的领域，力争横向整合从供应商、生产网络到客户的整条价值链。更先进的跟踪系统加上与ERP系统的动态连接，使得数据透明，能够使用数据分析来优化整条供应链的规划。如同工厂内部联网一样，这些流程也会利用传感器和射频识别芯片来生成数据并传递到中央规划平台（包括与主要价值链伙伴的接口）。单纯的系统互联并不足以支撑这一目标。为了实现真正的同步，打通客户需求、供应不足等外部因素与内部生产之间的对接，企业必须开发集成度更高的系统（MES、ERP、传感器），并且需要克服各自为政的企业文化。

博世力士乐（Bosch Rexroth）：通过互联实现批量定制

在拥有50年历史、约700名员工的洪堡基地，博世力士乐为工业4.0方案建设了领先的工厂，是首批践行工业4.0的企业之一。

在洪堡工厂不断开发新的解决方案并开展试点的过程中，对于人才和大胆创新的重视，是其成功的关键。在这里，岗位涉及的学科越来越多，对人才的素质和能力也提出了同样的要求。传统的制造岗位外，该工厂还需要更多的软件开发人员和其他IT相关的人才。

作为工业和移动控件、液压设备的生产商以及博世集团内部的小规模试点企业，洪堡工厂是工业4.0方案的用户，同时也是供应商。该工厂围绕高层的核心战略，为成功地实施和利用数字化和互联奠定了坚实的基础。洪堡工厂与集团其他的试点工厂、博世力士乐产品区域装配技术和“博世互联产业”（Bosch Connected Industry）项目组通力合作，整合并协调，确保效率并消除冗余。在这些技术的指引下，各工厂制定各类解决方案，负责建立起能够在其他工厂推广的标准。每家工厂也充分利用博世网络中的博世云或企业IT架构等全球服务，实现规模经济。

博世力士乐采用各类创新技术，其中包括无纸化的动态看板、自我制导产品、独立工作单元、员工和产品自动识别、实时质量检测等。通过配合基于无线射频识别的电子看板和拣选等成熟技术，洪堡工厂能提升效率和产量，同时在流水线上生产更多的产品变体。

通过在生产线上利用这些技术并提升柔性，使得批量定制从经济上成为可能。工业制造企业等客户目前在自己的生产线上对博世的液压运动控制单元进行后期的定制化，确保后续生产。博世力士乐通过更紧密地融合产品区域装配技术和移动控件，奠定了从零件供应商向灵活的模块供应商转型的基础，使其不仅能够纵向整合供应链，还为将来开发远程诊断、预测性维护或按使用付费等增值服务提供了机遇。

利用数字化技术提高生产效率并改善流程

许多企业还计划采用各类数字化技术来协助工人提高生产效率并改善流程。

毫无疑问，数字化工厂的工作环境将发生天翻地覆的变化，而且一切已经悄然发生。企业为工人提供了包括移动APP在内的各种工具，使其在需要的时候能够访问各类信息。实时质量检测也日益普及，这项技术使得工人能够及时认识到错误并进行纠正，而生产流程的准确性也会自动地进行反复核查。

此外，部分企业正采用移动APP来协助员工更好地开展远程协作。机器人和其他数字化技术还使得工人更加轻松、安全和高效。协作机器人不仅只是完成预先编程所规定的任务，工人们还能通过交互的方式“训练”这些机器人。他们无需耗费大量时间进行编程，只需重复自己的动作即可。

人机协作是发展的重点领域，也是企业需要密切关注的领域。尽管许多企业聚焦于提升流程的可视化和自动化，但却很少有企业计划采用相应的技术来提高对于人机协作的接受程度。

随着无人驾驶技术的成熟和相关成本不断下降，部分企业已准备利用这项技术来提升效率并减少错误。如今的系统已远非按照预定路线进行自动循环取货那么简单，物流环节不仅朝着真正的无人化方向发展，而且还能通过互联系统识别需求，向自我制导的运输系统传达指令，实现实时响应。这些系统之间以及与联网的工作台和仓库之间互相传递信息数据，动态地应对供需的变化。

通过结合产品和生产线的数字孪生，能够在实际启动前模拟测试新的生产流程并进行优化。

目前，将产品、设备、整条生产线和工厂基础设施以数字化的方式呈现，即所谓的“数字孪生”已经成为可能。这项技术主要用于产品开发或生产规划阶段，能够让提升开发流程的效率，改善质量，有助于利益相关方之间的信息共享。通过结合产品和生产线的数字孪生，能够在实际启动前模拟测试新的生产流程并进行优化。如果能与合作伙伴共同使用数字孪生，则能够让他们更好地优化自己的流程进行匹配。数字孪生也是虚拟现实、增强现实、远程维护等多种应用的基础。

值得注意的是，目前最受欢迎的数字化工厂技术甚至是五年后最有可能采用的技术，仍然是以传统模式下的流水线为基础。在这种情况下，或许需要从根本上反思制造战略甚至是企业的生产模式（如模块化生产设备、柔性生产流程等），但许多企业都不愿承担这种风险。我们认为，企业需要根据整体的业务战略和技术发展的情况，从全局的角度制定数字化战略。

通过数据分析支持决策

数据是数字化工厂的根本所在，需要投入巨资打造数据分析和系统整合方面的能力。

通过传感器，未来的数字化工厂能够产生海量的数据。随着数据整合和内存方面的技术能力不断完善，数字化工厂与供应链生态体系的实时整合成为了可能。

通过机械设备产生的数据传输到MRS和ERP系统，甚至是供应商和客户，企业能够在整条供应链中实现关键供需数据的实时交互。在未来，数字化工厂将能够在客户需求不足的生产期间规划各类维护和停工检修安排，实现利润率的最优化。

实现工厂和整个企业生态体系内部的全面互联，以及对信息的智能化使用，将成为企业保持竞争力不可或缺的选项。目前，许多企业都已经认识到了这一点，并大力发展他们的大数据能力。

人才

数字化生产意味着打造数字化劳动力：数字化工厂需要全新的工作方式。劳动力的组成将会发生变化，企业需要招聘和挽留相应的人才。数据科学家需要发现智能算法来提升运营表现，而人机智能交互也需要全新的技能。数字化培训项目以及招聘外部的“数字原住民”能确保成功打造数字化工厂。

数字化转型必须由高层挂帅、立即开始：企业的数字化转型需要高层的领导和指导。随着全球范围内的竞争对手迈上数字化之路，企业需要立即行动起来。

数字化工厂需要截然不同的工作方式，企业因此也需要打造数字化的劳动力。企业需要调整员工的组成，需要相应地招聘和挽留人才。随着我们步入人机交互的新时代，人才对数字化工厂的影响力不容低估。

数字化工厂能协助企业面临老龄化社会的挑战。随着大批技术工人退休，大多数行业可能面临熟练劳动力短缺的局面。数字化能够从一定程度上弥补这种短缺。

为了确保有足够的工人具备数字化工厂所需的技能，企业需要与商界、政界和学术界积极合作，解决合格人才短缺的问题。当然，在培训和教育方面的投入代价不菲，但通过效率改善所带来的收入提升能抵消这方面的投入，而且还能让员工享受到由此带来的涨薪等福利。此外，人才所需具备的素质也在发生显著的变化。数字化工厂对流水线工人的需求将降低，转而需要更多的数据分析师和程序员。

问题的解决不仅仅是招聘更多的人才和培训现有员工这么简单。高层应该以身作则地领导整个数字化转型，并在整个企业中贯彻持续学习的精神。员工依然是整个生产环节的关键，在开展数字化转型的过程中，企业领导人需要与员工并肩战斗保持沟通，选择员工接受程度高的新技术进行推广，让他们摆脱高强度的重复劳动或减少错误的发生，从而赢得他们对新技术的信任，确保他们欣然使用这些新技术，并从上到下建立起以数字化为导向的企业文化。

通向数字化工厂的蓝图 

领先的工业企业已经在数字化工厂的建设和发展方面迈出了坚实的步伐，在提升生产效率的同时，能够迅速可靠地生产出更多定制化、高质量的产品服务于市场。

对于许多没有打算建设数字化工厂的企业而言，缺乏一套数字化的愿景和企业文化是让他们裹足不前的最大阻碍。目前看来，这正是数字化工厂先行者们不可获取的一大要素。数字化愿景不仅只是考虑各项技术，而且还定义了这些技术如何在整个产品生命周期和企业生态圈中相互配合。阻碍企业制定数字化工厂计划的其他因素还包括机会不定、经济效益不明、投资代价不菲。

综合考虑这些因素，企业所需要的不仅仅是一套清晰的愿景，更需要一张切实可行的数字化路线图。普华永道制定了一套由六个环节组成的蓝图，协助企业制定或优化路线图，成功应对通向数字化工厂和工业4.0道路上的各项挑战（见下图）。

绘制数字化工厂战略

制定一套连贯的战略绝对是重中之重。数字化工厂涉及不同技术的采用，许多技术很容易临时仓促上马。对于各项技术如何匹配整体战略和运营目标，如何与其他现有技术配合，企业需要有明确的想法，数字化愿景也应该涵盖整个组织，让数字化工厂应该发挥1+1>2的作用。

制定数字化工厂战略前，企业需要认识到自身目前的成熟度，确保人才和技术得到同等的重视，聚焦能够带来价值最大化的项目。最后，需要组建起一支由高层、中层以及车间工人组成的支持者队伍，共同推进战略的落地。

设立试点项目

数字化的经济效益有时并不容易量化，而且在初始阶段，团队只能提供非常有限的技术概念和演示，因此可能导致难以争取到资金和利益相关方的认可。

由于数字化工厂可能会给整个劳动力带来深远的变革，所以需要让工人加入到试点工作中。

解决这些问题的手段就是试点。通过试点，企业能发现最适合自身的方式，将速赢的成效展现给整个组织并获得他们的认可，进而争取到资金用于大规模的推广。由于数字化工厂可能会给整个劳动力带来深远的变革，所以需要让工人加入到试点工作中。

在一两处生产基地纵向整合从数字化工程设计到以实时数据为支撑的生产规划，是一种可行的试点方案。在主要的生产设备上安装传感器和执行装置，或者使用数据分析来探索预测性维护方案，也能取得初步的成效。还可以在特定的工厂中实现特定产品线的数字化，将其作为不断学习和优化的契机。

当然，企业还可以考虑与初创企业、高校或行业组织等外部的数字化领先者合作，加快数字化创新的步伐。

确定所需的能力

生产环节中什么最重要？

更完善、自动化程度更高的物流？

为工人提供及时、定制化的信息？传感器集成网络？

目前看来，从能力的角度出发考虑这个问题能带来更大的价值。

数字化工厂的目标并不是实施最酷炫的新装置，而是达成提升效率、改善质量或增强业务本身等特定的目标。应该根据试点中汲取的经验，从组织、人才、流程和技术四个战略的维度，结合企业的生产战略和整体业务目标，详细勾勒出数字化工厂所聚焦的能力以及工厂体系的架构。

成为数据分析和互联方面的领先者

流程及质量改善、资源管理、预防性维护，在数字化工厂里，这些解决方案几乎总是与互联息息相关。

传感器协助收集数据，在信息层进行分析，然后传回联网的物流设施和生产设备上实时调整生产。每家企业都需要熟练掌握能生成和传输数据的互联工具与系统，以及用于改善效率和质量的分析工具。

推动工厂向数字化转型

通向数字化工厂之路是一条转型之路。如同其他转型一样，管理变革及其对员工的影响，是成功的关键。难以发现合格的人才、缺乏数字化的企业文化、部分员工不愿拥抱数字化变革，这些都是常见的挑战。

这些问题的解决之道在于及早与员工携手合作，对培训和继续教育开展投资，而这些投入会因为数字化工厂所带来的效率提升而被抵消。

数字化环境的培育必须要有领导层的全力支持。高层必须将数字化工厂战略视为工作的重点，摒弃保守主义的姿态加快项目的审批流程，从而让数字化团队加快推进转型进程。同时，还需要设计简练的汇报渠道，确保数字化团队侧重于各类增值活动而不是疲于应付各类行政要求。

将数字化工厂与企业的数字生态圈结合

在推动数字化工厂的过程中，许多企业都将精力集中在各个工厂内部的纵向整合。在工厂内部实现MES和ERP系统的连接，确实能实现显著的改善。但作为数字化生态体系中的一部分，数字化工厂应该发挥更大的作用。当企业横向地将整条供应链上的供应商和客户信息与数字化工厂进行整合时，将能带来更大的效率提升。

试想一下：你可以利用实时的短期客户需求调整规划和生产情况，灵活地根据客户的要求做出调整，以最小的成本换取最大的客户满意度。这种利用跟踪技术实现的纵向和横向整合战略不仅能让企业优化规划流程和生产执行，还能深化企业与具有战略意义的供应商和客户之间的纽带。

然而，这些工作只是一个起步。如果企业能在产品中整合数字化功能，就有可能打造出一系列的服务，将抽象的数据转化成具体的价值。生产流程本身也能通过多种途径将收集起来的数据转化为收入。

在数字化工厂的深远影响下，企业能够拓展甚至是彻底改变目前的业务模式，不再只是注重生产环节，还能有机会在利润丰厚的售后市场中扩大份额，提升利润率，并进军全新的业务领域。

国内数字化工厂的省思 

国务院于2015年审议通过了由百余名院士专家起草的“中国制造2025”，为中国实施制造强国战略做出了顶层计划和路线图。

数字化工厂通过新一代信息技术，贯穿了流通、生产、管理等制造活动的各个环节，深度融合了工业化和信息化，是中国制造2025的重点发展方向之一。由于各级政府提供的财政激励和支持，企业对于数字化工厂的投资兴趣日益浓厚。近年来，中国在家电、工程机械、石化、消费品等众多行业涌现出了一大批数字化工厂的应用实例。

中国数字化工厂的蓬勃发展固然可喜，但其中也存在着一些问题。

与希望建设数字化工厂的客户接洽时，通常能听到他们表示：“我们想造一座类似于某企业的全自动工厂或‘智能化’工厂”。

而接下来抛出的问题自然是“贵公司如何定义‘智能化’？是否有清晰的数字化工厂战略？是否有明确的各项评估指标？”

然而，大多数企业并不能明确阐述他们希望中的数字化工厂，而是寄希望于有现成的智能化工厂定义，能够毫不费力地直接照搬。目前看来，数字化工厂的定义以及对成功的评判指标建立在多种因素之上。