工业4.0时代 中国制造业转型升级将面临什么？

    因此在云端将会出现一些灵活定制的云服务模块，可在云端设立虚拟工厂，满足制造业企业订单接收、配置BOM、采购、计划、物流配送、客服等需求。

    获取订单后，在云端虚拟工厂中，企业可配置产品、物料、产品原型、原材料供应和采购，依据订单排产，仿真模拟，分配物流和分销商。订单需要的原材料采购需求对同样在云端的上游供应商透明，自动触发上游供应商的排产或发货。

    所有设计、采购、生产、装配、运输、销售环节都是通过云端同步，让不同的供应链实体连接起来，自发产生供需关系，和资源上下游传递。

    在企业端，传统的像ERP这样的大型固化软件也会被更加灵活的云服务的模式取代，可能是在企业内部的私有云，但是集成了各种管理系统，将各个系统的数据抽象成一个个抽象服务，服务可以进行各种组合，再通过流程将人员服务、自动化服务、工程服务结合起来，这样就能够做到人与人的协作、人与机器的协作、机器与机器的协作、机器与系统的协作、系统与系统的协作，在这个基础上没有ERP概念了，唯一的是与业务相关的服务。

    对于企业内部已经部署了MES、ERP、WMS、PDM等系统的，通过共享的数据服务总线将各个系统之间实时的协议、数据转化，打通各自独立的孤岛，形成数据驱动的业务流。再集成生产控制PLC，外部集成物流拉动计划，形成纵向、横向、端到端的集成。

    对于工业4.0来说，一个重要的概念就是CPS，即Cyber Physical System，就是软件信息世界和物理机器世界的融合统一，如同中国的太极图，阴中抱阳，阳中付阴。也就是机器世界中有软件的控制和指令，信息世界中有机器的运行信息。

    制造企业的机器、机床、设备、刀具等，都需要通过传感器、适配器、PLC等以SCADA、MTConnect/OPC协议，连接到物联网平台，对设备的加工、运行数据进行采集、处理、检测、分析，并传送到企业服务总线，洞察产品制造执行过程中的缺陷、问题、关联、关系，实现对设备的预防性维护、能耗分析、加工参数优化等。

    而对于从信息世界到物理世界，则需要通过智能机器人生产线接受智能化系统的控制指令，例如AR+机器人。

    在汇总了设备大数据、生产大数据、运营大数据、管理大数据之后，在企业私有云的大数据平台上，可以进行机器学习，模型算法抽象，找出数据之间的隐藏关系和联系，揭示内在规律，通过对时间、质量、成本、效率的关联分析，以及质量分析、生产分析、物料分析、仓储分析、销售分析、客户分析等，了解合格率、故障原因、设备利用率，实现全局调度优化。为企业提供透明展现、通知提醒、预测和运营优化辅助决策。

    在以上大数据分析的基础上，可以基于售价、服务水平、库存、总成本、采购、物流、生产周期等约束和目标，推算出所追求的利润模型、成本模型、服务模型，实现基于供应商协作的主生产计划优化，做出需求预测、采购预测、订单预测、交货时间预测，实现利润、营收、成本、服务的价值最大化。真正将数据和信息，变为知识和智慧。

    制造业的转型升级需要从封闭走向开放体系，以网络化协同实现制造资源局部优化向全局优化演进。因此企业不但要自己实现制造端的数字化、智能化改造，还要与云端连接，实现跨区域、跨企业、跨行业的联合设计、联合研发，将传统顺序、独立、碎片化的研发工作在时间、空间范围上交叉重组，整合多方设计资源，将研发流程从串行向并行演进，更进一步的，将业务的合作从单环节协同向全业务全供应链协同演进，从传统长期固定合作向不确定型的随机合作演进，从而实现从产业链级协同向生态平台演进。

    总之从规模化生产到定制化生产，打造柔性化制造生产范式，以去中心化，去固化、流程化的业务管理模式，实现小规模、多频次、分布式、智能化的分布式制造，靠订单拉动，社会化协作将会是未来制造业的发展方向，而对应的制造业信息化，也必将基于云计算、大数据、物联网和人工智能，并且软件趋向微服务化、灵活配置、按需组合、互相联结的模式。