一、前言

　　近年來，美國與歐洲的主要發達國家都紛紛的提出了意在提升自身制造業水平的戰略規劃，并不約而同的將信息化與互聯網技術與制造業的融合作為新的發展契機：美國的“工業互聯網”的主張：借助其占據絕對優勢的互聯網技術，自上而下的對傳統的工業生產體系進行整合與滲透；德國的“工業4.0”戰略則注重：通過信息、通訊技術與自動化的深度融合自下而上的升級其現有的自動化體系。

　　為了推進中國制造的轉型升級，《中國制造2025》戰略對上述兩套體系（“工業互聯網”與“工業4.0”）進行了借鑒。由于考慮到兩者間存在的巨大差異，以及未來發展的不確定性，因此在制定《中國制造2025》時，我國將兩套體系列為同等重要的參考方向，而并未對它們進行主次劃分。

　　《中國制造2025》中所闡述的“IT技術與制造業的融合”又被稱為“互聯網+制造業”，兩者均處于同等重要地位。但在國內的主流輿論下，“互聯網+”的作用被明顯夸大，同時伴隨而來的一系列概念炒作也層出不窮（工業云，工業大數據，人工智能，萬物互聯）。與此相比，側重于制造端的“工業4.0”則被部分人誤讀為現有的“工業3.0”技術（如機器人，生產自動化，庫存自動化等）的直線升級，而更為無奈的是有些人索性將“工業4.0”與“互聯網+”畫上了等號。

　　工業4.0之所以被誤讀，主要原因在于其所闡述內容的復雜度與抽象性（工業4.0由一套完整且抽象的概念體系，技術框架以及方法論共同構成）；但隨著時間的推移，目前的工業4.0已經由最初的概念框架逐漸演變為一套有血有肉的技術與方法論體系。

　　作為相關行業的從業者，筆者有幸經歷且觀察到這一過程，故此希望借此文章，與大家分享我個人的觀點與理解。

二、工業4.0 與 工業互聯網 

　　在過去的20年，IT技術在互聯網與自動化兩大領域的應用經歷了長期的差異化發展，而隨著新型制造業發展趨勢的逐漸明朗化，這兩大行業都開始將關注度聚焦于制造業領域，并紛紛開始著手于布局相技術與市場工作：一方面，互聯網企業開始嘗試通過云計算、物聯網、大數據等技術將常年處于信息孤島的制造業納入到互聯網這一體系當中；另一方面，自動化行業則計劃借助信息化技術，打破既有局限，并構建一套更靈活、簡潔、開放的智能制造體系。

  雖然互聯網與自動化領域看似都在通過IT技術對制造業進行著改造與升級，但由于各自看待制造業角度的不同，因此兩者所采取的策略也存在較大差異。

筆者聲明：本文中所說的工業互聯網與GE公司的工業互聯網只是名稱相同，但含義并不一致，本文所說的工業互聯網可以被理解為以互聯網、云、大數據為主導的互聯網+工業。

工業4.0 - 構建新型自動化體系

　　在工業4.0版本的規劃中，智能制造被比喻為競技中的運動員：即：它需要擁有健壯的身體維持高強度的運動；憑借發達的小腦與神經系統指揮身體的四肢，完成一系列復雜的動作；智慧的大腦則需要對比賽進行準確的評估，從而作出正確的判斷。

　　在工業4.0中，運動員的大腦、神經系統與身體分別對應著”智能制造”中的三大支撐體系：

• 物理層（身體）：工業機器人，數控機床，輸送設備、儀器儀表等；

• 自動化（小腦與神經系統）： 由一系列遵循工業4.0原則（互聯互通、標準化、普適性）的設備（如控制器，傳感器， RFID Reader等）與系統（SCADA, MES, WMS等)組成，由它們所共同構建的生產體系將實現更加復雜且多樣的制造需求；

• 企業IT系統與互聯網（大腦）：通過與“小腦和神經系統”對接獲取工業原始數據，并借助大數據技術為生產提供決策支持；同時借助電子商務完成與終端用戶的對接，將生產任務通知給自動化系統。

　　從現有技術與應用的發展水平看，物理層與互聯網的發展已經相對成熟穩定；然而在自動化領域，由于各廠家的產品總是習慣于僅提供“分內”的功能，但卻忽視與其它系統的協同，因此導致自動化系統中存在著許多信息與邏輯斷層。

　　現有自動化行業解決“斷層”問題的方法并不理想，業界通常的做法是通過定制化的“中間件”將不同的系統與設備捏合在一起；然而此種借助“中介”的做法不但增加了系統的復雜度與成本，也降低了“神經系統”間直接協同的可靠性與時效性。而更為頭疼的問題是，當系統復雜到一定程度后，整個系統將不再具有可駕馭性與可擴展性，這也正是在自動化行業中，很多好的想法難以實現的主要原因。

　　從生物學角度講，神經系統（包括小腦）間的協調性決定著物種的存亡，可以設想一下：如果獅子不能協調地奔跑，則無法捕獲獵物；如果猴子無法在攀爬的過程中掌握身體平衡，則會從樹上掉下來。而對于目前自動化行業而言，系統（設備，軟件）間協同與組合關系的固化已經嚴重的限制了自動化體系的發展，而這將成為未來“柔性化生產”與“智能化制造”的最大障礙。

　　為了解決所面臨的共同挑戰，德國的相關行業協會及大型企業自發地聚在一起，共同完成了“工業4.0”的起草，它們將一系列已達成共識的概念、技術與方法融入其中，并最終形成一套完整的規劃體系。在此規劃中，核心內容包括：利用信息技術打破現有自動化系統（系統內部以及系統間）的信息壁壘，簡化系統結構，從而構建一套靈活、高效的智能制造體系。

工業互聯網 - 互聯網+工業

　　工業互聯網意在將相對獨立的工業自動化體系納入到以云、大數據為基礎的“大互聯網”體系中，而支撐這一想法的出發點有以下幾點：

• 大數據：提供海量的數據存儲與訪問能力，從而能夠充分的容納與管理來自工業體系的信息；

• 云計算：提供充足的計算能力用于承載或替代自動化系統中的業務處理邏輯，比如報警，報表，數據分析等；

• 接入：具有無處不在的接入能力，如4G（以及未來的5G）、WIFI、企業網等，借助這些接入點，用戶能夠節省搭建工業專用網絡的成本；

• 虛擬化：通過虛擬化（虛擬機）技術構建的云平臺能夠為用戶節省自行搭建與運維的成本；

• 集群化：無論是數據庫、Web服務或者消息中間件，都能夠很好的支持集群化部署，這使得云平臺的服務能力具有極強的擴展性；

• 開放框架：借助流行的開源框架，能夠實現眾多傳統自動化軟件與硬件（嵌入式軟件）的功能，比如采集、報警、簡單控制、報表分析等；

• 物聯網：通過一些有代表性的物聯網成功案例（智能家居、車聯網、智慧城市），互聯網對終端設備的整合能力被進一步驗證。

  ?

  ?我們不難發現，當今的互聯網技術已經擁有了諸多優秀的技術與成功的案例，而且采用Web框架來實現自動化中部分業務與邏輯也并非不可能。因此，在部分人看來，將傳統自動化體系納入到互聯網中僅僅是時間與工作量的問題。

?

工業4.0 VS 工業互聯網

　　工業4.0與工業互聯網雖然在各自的規劃中存在著部分交集，且在技術上存在著共通之處，但從本質上講，兩者卻在邊界劃分、體系架構、技術路線圖等原則性問題上存在著巨大的分歧。

1. 邊界劃分

　　工業4.0規劃對于互聯網與自動化的邊界進行了清晰的劃分：

　　作為“小腦與神經系統”的自動化體系將負責為復雜的智能制造體系提供基礎支撐；在新體系中，傳統系統與產品將被賦予更加智能與靈活的功能與特性，但是它們原有的定位并不會發生根本性的改變；

　　隨著自動化體系開放性的提高，互聯網這一“大腦”與“小腦與神經系統”進行對接的障礙將逐漸消失，此時互聯網將借助其大數據、電子商務等優勢，為制造業提供有效的支持。

　　對于“工業互聯網”而言，其想法中秉承了互聯網行業慣有的“顛覆”與“打破邊界”思維，而“工業云”與“工業大數據”則是“工業互聯網”最具代表性的方向。

　　筆者并不否認，在某些應用場景中，這種平臺的確給最終用戶帶來了良好的體驗，但如需將這一方向提升到國家戰略層面，至少需要先就以下幾點問題進行思考：

　　工業云平臺所提供的功能與特性哪些是與現有自動化產品體系相重合的，哪些是互聯網的優勢功能？

　　將功能搬到“云”上的目的是什么？哪些功能是為了提升效率、降低成本，而又有哪些僅僅是為了搞“互聯網+”或“大數據”？

　　“工業云”到底是使我們現有的生產體系變得更加復雜了，還是更加簡化？

2. 去中心化 VS 中心化

　　為了確保 “神經系統”、“小腦”、“大腦”間自由的協同與整合，“工業4.0”要求每個節點均需遵循去中心化的原則；這就意味著在這一體系內，無論是軟件、控制器、RFIDReader或傳感器，都需要能夠自給自足（區域自治）：擁有獨立的數據與邏輯，并能獨立的對外提供標準化且網絡化的信息與服務。

　　與此相比，多數互聯網平臺都是采用將設備接入“云端”的中央集權架構（“神經末梢”與“大腦”進行直接對接）。這種做法的優點在于能夠將信息集中化管理、分析與訪問；但正如前文所闡述，生產與制造過程相當于運動員高速運動的過程，這一過程中的邏輯與時效性并不是“大腦”都能夠思考或反應的過來的。

3. 加法 VS 減法

　　在工業4.0體系中，遵循標準化與模塊化原則的不同產品可以通過彼此協作，從而使廠商避免將過多的精力投入到與自身產品相關度不大的研發當中，從而極大的節省了成本。而這一簡化個體，強調整體的做法，恰恰是先做“減法”，再做“加法”的過程。

　　“互聯網+”作為制造業的新成員，需要在很多方面做“加法”：新的平臺，新的軟件，新的框架，新的硬件，新的系統；而這一切將會導致資源的極大消耗。

4. 約束 VS 自由

　　為了確?！爸悄苤圃臁斌w系中的眾多廠商形成“高度共識”，工業4.0在其規劃中制定了一系列技術標準、行業模型以及方法論。這些具有約束性的“憲法”與“法律”看似對每一個體進行了限制，但實質上卻為它們提供了一套原則明確、邊界清晰的基礎框架；在此基礎之上，一個更加平等且高效的生態系統將會形成，并最終提升整個制造體系。

　　互聯網是一個高度開放且自由的平臺，同時也是一個諸侯混戰、規則缺失的領域。對于自動化這一龐大且成熟的行業而言，等待最終贏家制定規則是不現實的。

　　故此在“智能制造”發展之初，我們就需要制定一套能使整個行業共同受益的框架體系，使其中的每個參與者都得到平等的對待，而這也正是工業4.0戰略與遵循叢林法則、贏者通吃的“互聯網+”最根本的區別。

三、工業4.0規劃

　　工業4.0是根據制造業現有瓶頸和未來發展趨勢這兩個出發點而提出的，而其所需要解決的核心問題在于：制造業如何去面對產品種類不斷增多所帶來的挑戰。

　　以德國汽車制造業為例，從上世紀90年代末開始，各德國汽車品牌平均一年生產的汽車款式大約為10到20款左右，但到了2015年，大眾集團在世界100個地區推出的車型則有300多款，與此同時，每個汽車款式的生命周期較15年前縮短了一半。

　　產品款式增多意味著零件種類的增多，同時產品生命周期的縮短則造成生產流程頻繁的調整，而這些都大大增加了生產的復雜程度。伴隨著未來更加激烈的競爭，這種復雜度不斷提升的趨勢將無法避免。

　　面臨即將到來的挑戰，現有的線性且固化的生產體系已經不足以去應對如此快速的變化。未來的制造業需要一種更加“柔性”的生產體系（柔性制造），可以通過快速的自我調整與適應，及時的滿足市場變化的需求。

柔性制造

　　在講抽象的概念之前，讓我們來描述一下柔性制造的場景：

　　小明開了一家飲料廠，這個廠能夠按照客戶口味偏好進行生產；

　　當張三、李四、王五在網上下單后，生產線上將出現三個瓶子，每個瓶子都自帶一個RFID標簽（類似二維碼），里面記錄著張三，李四，王五的定制飲料；

　　當第一個瓶子到達灌裝處時，掃碼設備會告訴控制器：“張三喜歡甜味飲料，多放點糖”，然后控制器就會控制灌裝器“加兩勺糖”；第二個瓶子過來了，掃碼設備會通知控制器“李四不喜歡甜的”，此時控制器就會告訴機器“不要放糖”；

　　第三個瓶子是王五定制的芬達，這時掃描設備會說“這瓶不是可樂，而是芬達”，這時 控制器會告訴傳送帶，“把瓶子送到灌裝芬達的二號入口”。

　　除了掃碼的設備（感知神經）與負責灌裝的控制器（運動神經）間需要相互對話外，生產車間與庫房的協作也十分重要：當生產車間的“小腦”發現儲罐中的果汁不足時，它會通知庫房中的“小腦”，“我們需要100升可樂和200升芬達”；收到補給指令后，倉儲系統會告訴自動貨架，“一號貨架準備100桶可樂，二號準備200桶芬達”，同時“小腦”還會通知自動運輸車“一號車去一號貨架取可樂，二號車去二號貨架取芬達，然后把它們運到一號廠房”。

　　通過以上場景，我們能夠發現以下幾點與傳統自動化不同的地方：

動態化加工：各個生產節點將不再只是簡單的完成單一的動作，執行機構需要根據“瓶子上的標簽”來決定自己的動作；

動態化流程：每個定制化的產品加工流程都有所區別，因此傳送設備需要了解“瓶子下一步需要去哪里進行灌裝”；

敏捷庫房：由于生產的產品變得多種多樣，廠房所需要消耗的物料也會隨時變化，敏捷庫房能夠實時的了解廠房的需求，并及時進行補給。

　　隨著行業的發展，類似于上述的“柔性”場景將層出不窮，而如何在成本可控的前提下，實現多樣性，小批量的柔性生產則是當下需要優先解決的基礎性問題。針對這一趨勢，工業4.0給出的答案則是：構建新型“小腦與神經系統”體系。

　　未完待續……

　　作者：和利時集團  丁研