智能工厂还有多远

单小虎+李睿

社会化生产在经历了 “蒸汽时代”、“电气时代”和“信息时代”后，企业管理实践的长期发展让现代企业具有了企业资源计划系统（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）等一系列的生产管理工具和方法，人们终于可以在信息时代的自动化工厂蓝图上更进一步，创造出“智能工厂”。

任何一次大型的技术进步都是为了更好地满足社会需求。在传统工厂面前，消费者行为改变、产品周期缩短、供应链风险增加、售后服务复杂化等都在威胁着企业的经营。这让传统的制造业强国纷纷对“智能工厂”—这一制造业发展的最新趋势表现出浓厚兴趣。在德国，智能工厂的发展直接被称为“工业4.0”，巴斯夫、宝马、博世、戴姆勒、SAP、西门子等著名的德国企业纷纷投入顶尖研发资源于其中。美国的通用电气也投入了大量人力物力致力于将机器分析、行业洞察、自动化和商业预测结合起来，打造全新的工业互联网的商业实验。

工厂变奏曲

如果说传统工厂在解决产能、产品的标准化、质量和成本的优化等一系列问题时展现了其优势，那么智能工厂则是在此基础上，在解决消费者差异化的需求，提高生产的灵活性，以及向工厂管理者提供决策支持显示了其独特的魅力。

对于满足消费者差异化的需求，智能工厂的做法和传统社会化生产中，通过不断改进消费者洞察，进行针对性的产品再设计，增加售后服务和客户体验有着本质上的区别—智能工厂是通过产品和消费者的互动完成的。用一句流行的话说，是通过平台战略弯曲了产业价值链实现的。智能工厂通过开放开发流程给消费者参与，广泛收集消费者的需求和行为数据，期间多次互动对于产品设计方案进行优化和改进，并形成了初步的产品设计方案。而在生产过程中，智能工厂通过在关键节点设计数据采集、实时监控并事后备案以控制产品质量，为产品置入唯一的编码而对产品进行追踪，以及在产品上附着消费者数据采集工具（可以是硬件也可以是软件）从而对消费者行为数据进行收集以帮助其进行售后服务和产品改进。这样的过程形成了智能工厂对消费者差异化需求的闭环，赋予了产品互动性、可追踪性和唯一性，从而有效地解决了工厂批量生产和消费者差异化需求之间的矛盾。

这无疑为生产带来了更高的灵活性。传统的精益生产帮助工厂解决的是生产的优化问题，包括生产流程优化、时间节省、原材料节省、人工节省以及库存优化等。而智能工厂在精益生产的基础上进一步带来了生产的灵活性。在智能工厂时代，生产所有涉及的零部件都因为物联网而广泛互联，厂家有望实现实时库存（Just in time）—在传统工厂中最多是在厂内库存管理中实现，而在智能工厂市场，这样的实时库存可以将供应商也纳入进来，从而实现真正的实时。这样的供应链管理能力对于生产带来的影响是深远的，它将原本按照季节管理的工厂生产，切割为更小的单元，既可以动态规划从而平滑生产波动，也能更快地跟随市场的反应进行产能的调整，同时也能实现最低的原材料和成品库存，大幅提高生产的周转效率。厂商由此能够获得对用户需求、市场波动做出快速反应的能力。

此外，智能工厂还增强了对工厂管理者决策支持的能力。一个面向消费者需求，与消费者保持积极互动，产品可以追踪，用户行为获得反馈，并通过广泛的物联网进行实时管理的智能工厂将产生大量的数据，而围绕着这些数据的产生、收集、分类和分析，将为智能工厂的管理者提供对于市场最新动向、消费者行为变化、产品生命周期衰竭、工厂运营提升方向、供应链管理重点环节等等一系列的预测和决策能力。

然而，到目前为止，还没有一家企业可以自豪地宣称已成功建成了智能工厂。因为智能工厂需要实现的目标—产品的智能化、生产的自动化、信息流和物资流合一、价值链同步—看似普通，但想要真正地实现却绝非易事。

产品的智能化既是一种设计理念，也是一种生产流程。它首先要求在产品设计阶段就根据用户多样化的需求，设计或者再设计产品，并对产品生产的全过程（原材料从入厂到成品出厂的全流程）的重要节点进行监控，从而掌握产品相关的全部重要信息。同时在产品销售和售后服务中，针对不同的产品特点和用户反馈与用户进行交互，将用户的需求第一时间反映到产品设计和生产中来。

智能工厂的自动化不是简单的机械对人力的代替，它既包含了自动生产，也包括了自动控制和自动调节，是建立在数字化生产基础上的自动化。其中既包括在大量数据收集和分析基础上进行的采购和库存管理自动化，以机器人运用为代表的生产工序自动化，以及以自动化系统进行实时控制的生产过程自动化，包括了根据产品特点、生产具体要求和产能季节性波动而进行的自动调节。

信息流和物资流对于智能工厂来说，就好像人的行为模式中的神经信号和肌肉动作，需要做到实时对应。这要求智能工厂通过ERP系统，供应链管理软件，最新的物联网（接入产品和其对应零部件）和大数据的收集分析，让信息流和物资流合一。做到对每一个个体产品、零部件在生产的全流程中可以实时监控和管理，事前预测、事中操作和事后追踪。

一家真正的智能工厂远远超越了生产环节本身。从公司战略层面如何制定符合智能化工厂发展的战略规划，到如何改变公司组织以适应智能化的工厂生产，再到运营层面的设计研发、原材料采购、生产、销售。最后还需要包括企业共享功能层面的人力资源管理和IT系统等功能，从而在价值链各个环节都建立足以支持智能工厂实现的企业能力。

这四大目标的落实需要企业从工厂布局和设施、产品的生产流程、人力资源等三方面进行资源投入和能力建设。

首先是智能化的工厂布局，其中包括了供应链相关产业集群布局（所处价值链上下游供应商、经销商和合作伙伴距离工厂的距离），满足智能工厂模块化生产的厂房布局设计，满足智能化生产对于物料入厂和成品收发货要求、库存要求，以及厂内物流要求，模块化生产的要求的厂房；自动化的生产设备、智能物流设施，如机器人；全生产流程的信息管理系统，包括ERP系统，实时监控系统，信息采集和分析系统；将产品和零部件纳入整个物联网体系的系统设施等。

在产品的生产流程方面，需要基于客户需求对产品设计流程进行重构，构建符合智能工厂稳定性、安全性和灵活性要求的供应链管理体系，设计和改良智能工厂的生产流程，创建全新的售后服务，以及就整个生产全流程中重要的节点采集数据进行分析的决策支持流程。

智能工厂对于人的要求有三个层次：首先也是最最重要的是有能够重新设计生产流程、供应链管理流程、产品再设计、大数据分析等复杂工作的高级人才；其次是有能够维持智能工厂日常设备调试维修、供应链运营等工作的中级人才；最后是要具备整个工厂的人力资源升级以满足智能工厂更高的操作和运营要求的人力储备。

智能工厂离中国有多远

作为世界工厂，中国对于制造业的前沿发展一直保持着警醒的态度，很多国内的优秀企业也都提出了智能工厂的建设目标，甚至有些企业已经开始尝试去建设自己的智能工厂。但仍然有四大鸿沟亟待这些中国企业去逾越。

首当其冲的是信息的收集和分析体系。对于智能工厂来说，其核心要求之一是要实现信息流、物资流和管理流合一。而这样的雄心需要强大的数据收集和分析体系去支持。德国一家世界领先的制造业企业曾表示，在全面建设智能工厂之前必须回答两个问题：一，产品从设计到生产到售后服务，哪些数据需要收集；二，如何设计一套数据分析体系使得这些被收集上来的数据可以有效地支持工厂的经营和决策。对于中国企业来说，长期处于产业链的低端环节使得其在信息的收集和分析能力上有所欠缺，很多中国企业连工厂的管理通报都并不完备，即使是行业的领军企业，也在前几年才消灭了企业内部的信息孤岛，建成了企业内部统一的信息管理体系。但是距离全面、有效地管理信息，综合使用信息还有相当的差距，更何况智能工厂对于信息的创造性使用提出了新的要求。

如果说智能工厂是一个聪明的大脑，那么智能的供应链，就是这个大脑里反映迅速的神经元体系。安全性、效率、成本、可靠性、灵活性、响应速度，这六大要素组成了支撑这个供应链管理体系的边界。中国企业长期以来对于安全性、效率和成本这几项供应链管理的基本要素较为重视，但对于代表着供应链服务水平的可靠性、灵活性和响应速度的能力建设一直不够。当然这样的能力建设并不简单，仅可靠性来说就涉及到供应商的开发和发展，这两项都意味着向供应商开放自己的管理体系，进行利益分享和长期的深度合作。同样，对于灵活性来说，也需要厂商在工厂建设之初就与重要的供应商达成协议，按照供应链管理的要求进行厂房布局。中国制造业的产业集群中产业上下游的集群效应弱于产业聚集效应的现状，在供应链的管理环节体现无疑。

智能工厂的信息流、物流、管理流再怎么优化、如何同步，也离不开有效的组织架构和充分的人力资源以保持其高效运营。中国的制造业企业相对来说组织架构相对层级较多，组织内部沟通成本较高，其业务、职能部门划分建立在原有的社会化生产的基础上，强调市场（销售）导向，在生产上一手抓产能，一手抓质量。而到了智能工厂时代，客户参与的产品研发方式、全面的信息收集和分析、全新的供应链管理都要求整个工厂的组织必须围绕着新的生产方式设计。而对于人力资源来说，开放式的产品设计研发，智能化的生产设备的操作以及维修养护，工厂信息的收集分析，复杂的供应链管理体系无一不对智能工厂的人才提出了更高的要求。而这样的要求也是中国制造业低端劳动力相对供应充足、高端劳动力长期缺乏的现状较难满足的。

而投资回报则是制约智能工厂发展又一桎梏。虽然投资回报问题并不是中国制造业企业所独有，世界制造业的领先企业也在估算，如果将整个产品从开发到售后服务的全部关键环节都纳入数据收集和分析体系，那么这个极为复杂的信息中枢所带来的收益是否可以弥补其巨大的成本开支。对于中国企业来说，对于投资回报的考虑可能还是集中在智能工厂所带来的生产效率的提高和人员数量的下降是否可以弥补设备和系统的投入支出。尽管中国制造业的劳动力成本在最近几年里快速上升，但是和西方发达国家制造业企业仍然差距明显。对于欧洲的制造业企业来说，如果一台设备10万欧元，可以用于代替生产线上一个人工工序，从而节省下来两班倒的两个工人年工资基本上就已经和设备投入持平。而对于中国企业来说，制造业熟练工人的年工资不过也就在5万元人民币左右，一台10万欧元的设备如果只代替了一个人工工序的话，其节省的人员开支只是其设备价格的十分之一。这使得劳动力成本对于智能工厂发展的影响在中国变得并不那么紧迫。

智能工厂既是一项系统工程，同时也是一家制造业企业需要去逐步建设的能力。对不同行业、不同外部市场竞争格局、不同发展阶段和不同企业能力的企业来说，其建设智能工厂的重点和着手点也不尽相同，中国制造业的产业升级虽然紧迫，但切忌盲目，根据自身情况有的放矢、循序渐进才是通向智能工厂的大道。

（本文作者单小虎系博斯公司首席专家，李睿系博斯公司咨询顾问）