本文来自微信公众号“数字经济杂志”，作者/缪敏钢、王晓宇。
一、概述
随着企业对各类创新技术的采用以及对不同资质人才的聘用，在新型工业化的推动下数字化工厂正悄然引领制造业的转型，并推动着制造业的中心迈向高度定制化的产品和系统。领先的制造型企业正采用一系列的先进技术实现生产乃至整条供应链的数字化，这些技术包括大数据分析解决方案、端至端的实时规划和互联、自控系统、数字孪生等。凭借这些技术，效率得以提升，企业能够批量生产高度定制化的产品。然而，想要完全发挥出数字化的潜力，企业仍需要与主要供应商和大客户实时互联。
作为在电子商务和电子支付领域内全球公认的数字化领先者，中国在制造业领域内对数字化的应用却仍处于起步阶段。中国制造为产业变革注入了强心针，突显了战略紧迫性，但只有在企业大胆拥抱数字化的情况下才能取得实质性的进展，并产生深远影响。
二、数字化工厂的定义
数字化工厂正在闪现迷人的色彩，制造业正在被其光芒所吸引。然而辉光之中，很多企业也被各种相互矛盾和相互纠缠的概念所混淆，大家都渴望自己拥有一个洞开一切的神器。而数字化工厂，的确是一道有着清晰轨迹的光路，它让人们充分理解智能工厂和工业4.0之间的关系。
数字化工厂的定义虽然国内外对数字化工厂的研究越来越多，但是对于数字化工厂的定义却没有统一的定论。就目前而言，存在两种数字化工厂的定义，一种是广义的，一种是狭义的。
广义数字化工厂以生产产品或提供服务的制造企业为核心企业，以及相关联的成员，包括核心制造企业、供应商、软件系统服务商合作伙伴、协作厂商、客户、分销商、银行等，包括生产与经营过程中所有信息数字化的动态联盟。
狭义数字化工厂以制造资源(resource)、生产操作(operation)和产品(product)为核心，以产品生命周期数据为基础，应用仿真技术、虚拟现实技术、实验验证技术等，是产品在生产工位、生产单元、生产线以及整个工厂中的所有真实活动虚拟化，并对加工和装配过程进行仿真、试验、分析、优化的一种集成组织方式。
实际上，这也符合工厂企业的实际认知。数字化工厂将产品信息数字化、过程信息数字化和资源物料信息数字化，并使这三种数字化流进行有效结合，是真实工厂的制造过程(包括设计、性能分析、工艺规划、加工制造、质量检测、生产过程管理和控制)，在计算机上的一种映射。
三、数字化工厂与“工业4.0”的关系
关于“工业4.0”的说法简单地说，有两个维度，技术维度就是物联网和服务在制造业的应用，而商业维度就是用户驱动。其两大主题也是读者耳熟能详，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机交互以及3D技术在工业生产过程中的应用等。数字化工厂和工业4.0之间隔着一个智能工厂的距离。数字化本身其实就是智能的一部分，是一个入口；而智能工厂是在数字化工厂的基础上附加了物联网技术和各种智能系统等新兴技术于一体，提高生产过程可控性、减少生产线人工干预。数字化工厂是智能工厂的落脚点，而智能工厂又是工业4.0的基础和落脚点。只有实现了数字化工厂，才有可能实现工业4.0。
四、数字化工厂建设路径
数字化工厂是在信息集成的基础上，对研发、制造、管理等各个环节进行全面的过程集成，构建数字化工厂是一项艰巨并且复杂的系统工程。而任何复杂系统工程的实施都离不了系统建模、系统仿真、系统分析和优化，同样数字化工厂也不能例外。要全面了解数字化工厂，建立数字化工厂的模型和参考架构，然后需要有一套完整的方法论、工具和流程对数字化工厂的各个阶段进行建模、规划、分析和优化。
数据是数字化工厂的根本所在，需要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。基于以上挑战以及数字化供应网络转型的必要性，亟须采取的举措包括：
（1）大处着眼：企业要想充分挖掘数字化供应网络的价值，就应当打破传统线性思维，考虑若生产网络内各参与方能够即刻获取数据和信息，这可以创造什么价值。
（2）小处着手：面对资源有限、投资竞争激烈的商业环境，企业可确定并优先开展个别价值验证项目，检测数字化转型策略，并展示数字化供应网络可切实产生的投资回报率。
（3）迅速推广：一旦证实数字化供应网络计划的实施能够创造高投资回报率，企业就当着手在整个组织层面广泛实施这一计划。此外，企业还应创造性地应对寻找、培训和保留高技能人才等主要挑战，调整企业内部文化，以更具战略性的途径创造价值并满足顾客需求，进而获取市场竞争优势。
五、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。在我们看来，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。
1.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。
2.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。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。
3.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？我们认为，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。
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。
4.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。
5.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。
6.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。
六、总结
工业4.0使数字世界和现实世界的界限日益模糊，这一变革趋势最明显的表现在于数字化供应网络得到日益广泛的应用。数字化供应网络能够综合来自不同渠道和地区的数据与信息，为产品实际生产和分销提供助力。传统的价值链逐渐演变为矩阵式的价值网络。基于这一网络，企业能够与生态体系内的任何相关方开展数据和信息的传送与接收，从而有效应对多变的市场环境，并发掘新的价值。
数字化供应网络采用互联互通的矩阵结构，具有较高的灵活度。这种结构摒弃了传统的局限于生产系统内原材料和成品端之间的线性传播途径，能够最大化地提高信息传播效率，以应对客户和市场需求的变化，从而促进企业未来的健康发展。
最后，由于数字化工厂的转型需要多部门协调，往往需要顶层决策者对数字化有着较强的决心和较深的认识，能够指导整个企业制定数字化战略，带领企业顺利度过转型，打造出成功的数字化工厂。
缪敏钢 上汽大通汽车有限公司设备及生产控制系统经理
王晓宇 上汽大通汽车有限公司设备维修工程师
