數字化讓制造型企業從根本上改頭換面。隨著企業對各類創新技術的采用以及對不同資質人才的聘用，新型的數字化工廠正悄然引領制造業的轉型，并推動著制造業的中心邁向高度定制化的產品和系統。
領先的制造型企業正采用一系列的先進技術實現生產乃至整條供應鏈的數字化。這些技術包括大數據分析解決方案、端至端的實時規劃和互聯、自控系統、數字孿生等。憑借這些技術，效率得以提升，企業能夠批量生產高度定制化的產品。然而，想要完全發揮出數字化的潛力，企業仍需要與主要供應商和大客戶實時互聯。
作為在電子商務和電子支付領域內全球公認的數字化領先者，中國在制造業領域內對數字化的應用卻仍處于起步階段。盡管“中國制造2025” 戰略的頒布為產業變革注入了強心針、突顯了戰略緊迫性，但只有在企業大膽擁抱數字化的情況下才能取得實質性的進展，并產生深遠影響。
在朝著數字化轉型的道路上大步前行時，思略特從此次“數字化工廠2020 — 歐洲數字化工廠高管調研”中梳理出的關鍵發現以及提出的數字化工廠藍圖，將協助企業規避實施中的風險，成功達成既定的目標。
就數字化工廠這一熱點話題，普華永道思略特德國公司2017年上半年對來自大型工業及制造業領域內的200位企業高管開展了一次定量市場調研，并對行業領先企業的多位高管進行了深度的訪談。
參與此次調研的高管均為各自企業在產品開發、生產或技術領域的決策者。據調研結果顯示，領先的工業企業已經完成了項目的試點工作，開始著手推廣數字化解決方案。以成熟的數字化戰略為依托，這些工業先驅者采用創新型的數字化戰略，擁抱全面的數字化轉型。此外，通過培訓和溝通，他們讓員工參與轉型，為企業的數字化成功做出自己的貢獻。
通過戰略、效益、技術和人才這四個維度（見圖一），我們詳細探究了數字化工廠背后的推動力，或許能為計劃建設數字化工廠的中國企業提供一些參考。
數字化工廠在高層心目中的戰略地位甚高：調研結果顯示，91%的工業企業正投資數字化工廠，但認為他們的工廠已經“完全數字化”的僅占6%。
數字化能圍繞客戶提供更好的生產支持：在計劃對數字化工廠追加投資的受訪者中有四分之三的人表示，通過本地化制造來更貼近客戶，以及個性化、靈活化的生產是促成投資的兩大主要因素。
數字化工廠對“德國/歐洲制造”起到推進作用：在計劃對數字化工廠追加投資的受訪者中總共有93%的人表示，有意在未來五年內將部分或全部的數字化工廠遷至德國。未來五年內的投資中有77%將用于新建數字化工廠或擴容。數字化正在強化歐洲工業中心的競爭力。
如果沒有數字化工廠的打算，那么企業可能會在未來喪失競爭力。實現數字化工廠需要資金投入，需要攜手內外部利益相關方來推行開放式創新。此外，還需要聘請和培養人才，應對諸多變化，在員工間建立信任感并得到他們的全力支持和充分投入。
有些企業在建設數字化工廠的問題上似乎準備淺嘗輒止，并沒有進一步追加投資的意愿。鑒于數字化工廠能夠帶來的巨大利益，這些企業可能會被積極實現數字化并不斷改善的競爭對手拋在身后。
企業想要在如今競爭激烈的市場中生存，以客戶為中心是一大關鍵要素。企業不斷地貼近客戶，能夠更及時地對客戶偏好的變化做出反應。此舉還能有助于減少運輸和物流成本，客戶能以極小或者可以忽略不計的配送成本，從定制化的產品中獲益。在部分行業中，受即時生產和即時供貨等物流戰略的推動，供應商更加貼近客戶，整條價值鏈的本地化程度不斷提升。
許多企業利用數字化來提升工廠柔性，更好地應對客戶需求的波動。為了充分利用這些工廠的潛力，企業計劃在占主要收入來源的市場中新建或擴建工廠。從推動生產決策的力度看來，對客戶的聚焦遠遠大于勞動力成本。
短期內難見回報 — 對數字化工廠的投資是戰略性的舉動，收回投資需要兩到五年：近半數的受訪者希望能在五年內收回對數字化運營的投資，而僅有3%的受訪者希望在一年內收回投資。
企業希望五年后顯著提升效率：幾乎所有的受訪者（98%）都將提升效率視為投資數字化工廠的主要原因。綜合規劃、資產利用率提升、質量成本降低以及自動化均有助于效率的提升。
大多數的受訪企業將收回數字化工廠投資的期限定為五年。我們相信，決定的背后是翔實的商業論證和對投資的仔細考量。隨著企業對各種數字化工廠解決方案的不斷熟悉，他們對所需的實施時間和投入力度有了更清楚的認識，因而對收回投資的期限做出了較為保守的預測。
除了提升工廠效率之外，數字化工廠還能帶來其他一些效益。例如，在航空領域，有些企業利用數字化工廠解決方案開展先進的飛機及發動機設計，打破了傳統制造的局限性。此外，數字化工廠還能幫助企業減少能源和原材料的消耗，實現可持續發展的目標。企業正在利用數據來改善資源效率，讓供應鏈更合理，實現按需訂購原材料，減少庫存。
但企業的目標遠遠不限于此。部分企業已經在規劃無人值守工廠，在這些工廠中，電力將按需消耗。根據最新數據顯示，自1990年起，工業品領域的能耗不斷下降。但我們有理由相信，在數字化工廠的協助下，工業品企業在節能方面仍有潛力可挖。
通過綜合的制造執行系統 (MES) 實現工廠內外部互聯：數字化的第一步，是通過共用基礎架構實現機器與其他資產間的互聯。MES系統能實時規劃和控制生產，提升效率、生產柔性和資產利用率。為了實現效益最大化，MES系統需要與ERP系統整合，從而讓企業不僅實現內部流程的數字化，還能實現整條供應鏈的數字化。
協作機器人、數字孿生或增強現實等技術促使運營更精益、生產率更高：能夠協助工人提升生產效率和產量、改善流程和產品質量的數字化技術正在迅速普及 — 未來五年，采用這些技術的企業數量有望翻番。工人和機器間的協作是重點發展領域，并誕生了數字孿生這種虛擬工廠的表現形式。增強現實的相關解決方案協助員工生產零缺陷的產品。
企業通過預測性數據分析和機器學習等手段做出更明智的決策：人工智能和數據分析是數字化工廠的推動力，半數以上的調研對象企業已經采用了智能化算法來做出更合理的運營決策。工廠內部和企業生態系統內部的全面互聯，以及信息的智能化應用，對于保持競爭力而言將不可或缺。
利用MES實現工廠內外部互聯
工廠智能互聯的步伐正在加快。許多企業都已經采用了聯網技術，通過MES等技術，以傳感器讀取頻設識別芯片上的數據并傳輸到數據平臺，將零部件、機器、生產管理、運輸車輛、工人甚至產品相互連接（見圖二）。例如博世力士樂在洪堡 (Homburg) 工廠開展了頻射識別跟蹤技術的全球試點（參見“博世力士樂：通過互聯實現批量定制”）。
通過使用MES，利用信息進行實時規劃和控制成為可能。
通過使用MES，利用信息進行實時規劃和控制成為可能：根據數據分析，感知或預測意外事件，并生成應對或優化的相關行動。部分企業還開發出基于系統的貯存監控系統，防止庫存缺貨并優化庫存水平。
許多企業還將眼光投向了數字化工廠之外的領域，力爭橫向整合從供應商、生產網絡到客戶的整條價值鏈。更先進的跟蹤系統加上與ERP系統的動態連接，使得數據透明，能夠使用數據分析來優化整條供應鏈的規劃。如同工廠內部聯網一樣，這些流程也會利用傳感器和射頻識別芯片來生成數據并傳遞到中央規劃平臺（包括與主要價值鏈伙伴的接口）。單純的系統互聯并不足以支撐這一目標。為了實現真正的同步，打通客戶需求、供應不足等外部因素與內部生產之間的對接，企業必須開發集成度更高的系統（MES、ERP、傳感器），并且需要克服各自為政的企業文化。
利用數字化技術提高生產效率并改善流程
許多企業還計劃采用各類數字化技術來協助工人提高生產效率并改善流程。毫無疑問，數字化工廠的工作環境將發生天翻地覆的變化，而且一切已經悄然發生。企業為工人提供了包括移動APP在內的各種工具，使其在需要的時候能夠訪問各類信息。實時質量檢測也日益普及，這項技術使得工人能夠及時認識到錯誤并進行糾正，而生產流程的準確性也會自動地進行反復核查。此外，部分企業正采用移動APP來協助員工更好地開展遠程協作。機器人和其他數字化技術還使得工人更加輕松、安全和高效。協作機器人不僅只是完成預先編程所規定的任務，工人們還能通過交互的方式“訓練”這些機器人。他們無需耗費大量時間進行編程，只需重復自己的動作即可。我們發現，人機協作是發展的重點領域，也是企業需要密切關注的領域。盡管許多企業聚焦于提升流程的可視化和自動化，但卻很少有企業計劃采用相應的技術來提高對于人機協作的接受程度。
隨著無人駕駛技術的成熟和相關成本不斷下降，部分企業已準備利用這項技術來提升效率并減少錯誤。如今的系統已遠非按照預定路線進行自動循環取貨那么簡單，物流環節不僅朝著真正的無人化方向發展，而且還能通過互聯系統識別需求，向自我制導的運輸系統傳達指令，實現實時響應。這些系統之間以及與聯網的工作臺和倉庫之間互相傳遞信息數據，動態地應對供需的變化。
通過結合產品和生產線的數字孿生，能夠在實際啟動前模擬測試新的生產流程并進行優化。
目前，將產品、設備、整條生產線和工廠基礎設施以數字化的方式呈現，即所謂的“數字孿生”已經成為可能。這項技術主要用于產品開發或生產規劃階段，能夠讓提升開發流程的效率，改善質量，有助于利益相關方之間的信息共享。通過結合產品和生產線的數字孿生，能夠在實際啟動前模擬測試新的生產流程并進行優化。如果能與合作伙伴共同使用數字孿生，則能夠讓他們更好地優化自己的流程進行匹配。數字孿生也是虛擬現實、增強現實、遠程維護等多種應用的基礎。值得注意的是，目前最受歡迎的數字化工廠技術甚至是五年后最有可能采用的技術，仍然是以傳統模式下的流水線為基礎。在這種情況下，或許需要從根本上反思制造戰略甚至是企業的生產模式（如模塊化生產設備、柔性生產流程等），但許多企業都不愿承擔這種風險。我們認為，企業需要根據整體的業務戰略和技術發展的情況，從全局的角度制定數字化戰略。
通過數據分析支持決策
數據是數字化工廠的根本所在，需要投入巨資打造數據分析和系統整合方面的能力。通過傳感器，未來的數字化工廠能夠產生海量的數據。隨著數據整合和內存方面的技術能力不斷完善，數字化工廠與供應鏈生態體系的實時整合成為了可能。通過機械設備產生的數據傳輸到MRS和ERP系統，甚至是供應商和客戶，企業能夠在整條供應鏈中實現關鍵供需數據的實時交互。在未來，數字化工廠將能夠在客戶需求不足的生產期間規劃各類維護和停工檢修安排，實現利潤率的最優化。
實現工廠和整個企業生態體系內部的全面互聯，以及對信息的智能化使用，將成為企業保持競爭力不可或缺的選項。我們欣喜地看到，許多企業都已經認識到了這一點，并大力發展他們的大數據能力。
數字化生產意味著打造數字化勞動力：數字化工廠需要全新的工作方式。勞動力的組成將會發生變化，企業需要招聘和挽留相應的人才。數據科學家需要發現智能算法來提升運營表現，而人機智能交互也需要全新的技能。數字化培訓項目以及招聘外部的“數字原住民”能確保成功打造數字化工廠。
數字化轉型必須由高層掛帥、立即開始：企業的數字化轉型需要高層的領導和指導。隨著全球范圍內的競爭對手邁上數字化之路，企業需要立即行動起來。
數字化工廠需要截然不同的工作方式，企業因此也需要打造數字化的勞動力。企業需要調整員工的組成，需要相應地招聘和挽留人才。隨著我們步入人機交互的新時代，人才對數字化工廠的影響力不容低估。
數字化工廠能協助企業面臨老齡化社會的挑戰。隨著大批技術工人退休，大多數行業可能面臨熟練勞動力短缺的局面。數字化能夠從一定程度上彌補這種短缺。
為了確保有足夠的工人具備數字化工廠所需的技能，企業需要與商界、政界和學術界積極合作，解決合格人才短缺的問題。當然，在培訓和教育方面的投入代價不菲，但通過效率改善所帶來的收入提升能抵消這方面的投入，而且還能讓員工享受到由此帶來的漲薪等福利。此外，人才所需具備的素質也在發生顯著的變化。數字化工廠對流水線工人的需求將降低，轉而需要更多的數據分析師和程序員。
問題的解決不僅僅是招聘更多的人才和培訓現有員工這么簡單。高層應該以身作則地領導整個數字化轉型，并在整個企業中貫徹持續學習的精神。員工依然是整個生產環節的關鍵，在開展數字化轉型的過程中，企業領導人需要與員工并肩戰斗保持溝通，選擇員工接受程度高的新技術進行推廣，讓他們擺脫高強度的重復勞動或減少錯誤的發生，從而贏得他們對新技術的信任，確保他們欣然使用這些新技術，并從上到下建立起以數字化為導向的企業文化。
人才：產教融合
數字化和自動化毫無疑問地會減少人工重復作業，改善工作環境，保障人身安全。我們認為，制造業能夠抓住此次機遇一改傳統以來“工作環境欠佳”的形象，通過升級來吸引更多新型人才。數字化工廠將生產運營流程高度一體化，由此對技術人才提出了更高的要求，過去單一領域的專才將不再適用，取而代之的將是橫跨多領域、學習能力更強、懂得數字化交付的復合型人才。
參照國外的先進經驗，以課堂教育與實際工作相結合的職業教育體系能為產學合作制定數字化工廠培訓項目指明了道路。例如，某領先的機床企業直接與當地的工科院校建立起聯合學院，通過產教融合和資源互補，為其數字化工廠的建設定向培養和輸送人才。除了教育機制，職業培訓課程本身也需要做出調整，實現課程培訓的標準化，并在商業、自然科學和工程等傳統領域加大人才培養力度，培育出熟練掌握數據分析、產品管理、項目管理、IT架構或者信息安全的跨學科數字化工程師。
最后，由于數字化工廠的轉型需要多部門協調，往往需要頂層決策者對數字化有著較強的決心和較深的認識，能夠指導整個企業制定數字化戰略，帶領企業順利度過轉型，打造出成功的數字化工廠。