尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
數字化工廠的核心特點是：產品的智能化、生產的自動化、信息流和物資流合一。普華永道思略特合夥人夷萍近期在《哈佛商業評論》中文版撰文，提供了數字化工廠的成功藍圖，希望能夠幫助中國企業應對挑戰，順利轉型。
然而，國內許多企業表示：「我們想造一座類似於某企業的全自動工廠或‘智能化’工廠。但是，大多數企業並不能明確闡述他們希望中的數字化工廠，而是寄希望於有現成的智能化工廠定義，能夠毫不費力地直接照搬。在我們看來，數字化工廠的定義以及對成功的評判指標建立在多種因素之上。
四大挑戰
1. 缺乏整體性的戰略規劃
不少企業項目由於缺乏整體性的戰略規劃，導致對未來數字化的具體需求不甚明晰，對企業當前數字化水平認知不足，從而無法客觀地判斷兩者間的差距，確定所需補強的能力。
許多中國企業從軟件（技術）和硬件（設備）的角度考慮數字化工廠的開發建設，依靠內部經驗豐富的工程師和專業人員與外部供應商合作，通過對各類解決方案的整合來做到生產線上特定環節的自動化和跟蹤。此舉雖然有效，但在很多情況下並未解決「為什麼要建設數字化工廠」這個根本性的戰略層面問題。
因此，企業應該以自上而下的方式推進數字化工廠的建設，從戰略、產品設計、經營模式變化等整體的角度考慮問題，根據自身的實際情況和目標來挑選合適的技術，而不是盲目地追求所謂的尖端技術。
例如，海爾以互聯工廠為核心的發展戰略，既符合集團大規模定制的發展方向，同時契合海爾在模塊化和數字化的豐富經驗，從而成功打造出了互聯工廠的生態體系。
2. 無法走出效益的狹義錯誤
在某些特定的行業，尤其是在離散製造領域，數字化和自動化的程度取決於當前的基礎設施、所生產的產品以及整個生產流程。要做到高度數字化或自動化，技術方面可能需要很長時間的積累方才可行。而從成本效益角度考慮，收回投資也需要很長一段時間。因此，如果純粹從投資回報的角度考慮效益問題，將使得企業在面對數字化工廠時躊躇不前。
在可持續發展日益受到重視、生產安全不斷規範、勞力力紅利逐步消失的今天，數字化工廠所做到的節能減排、人機交互、遠程控制等緊跟當前形勢下的要求，能帶來顯著的社會效益。
企業可以將一些定量指標，例如生產效率、單人產出、能耗、質量控制（次品率）、生產周期等，用於評估數字化工廠的效益。而減少人工作業、提升員工士氣（工作不再無聊，而是更加有趣、附加值更高）和加大員工忠誠度等定性指標也能用於輔助評估。
行業和企業本身訴求的不同也會對指標的選擇產生一定的影響。除了生產效率、良品率、生產周期等常見指標外，某領先的紡織企業還選擇了換產時間、用工人數等指標來衡量其數字化工廠的成效，而某工程機械巨頭針對其示範車間則加入了生產誤操作、物流效率等指標，解決其自身痛點。
3. 沒有對技術進行全盤考慮
中國製造業的自動化和數字化發展時間相對較短，即使是在同一行業內，企業的自動化程度和技術路線也大相徑庭。數據分布較為分散，難以獲得數字化工廠所需要的產品全生命周期的系統性數據，同時使得標準的制定變得困難。
在部分較為傳統的行業中，中國企業爭相計劃做到數字化工廠的跨越式發展。但是工廠車間里的設備落後，難以實時抓取和傳輸數據，是中國企業不得不面對的主要問題。盡管如此，仍然有以安燈系統為代表的解決方案能夠為人工作業提供補充，並有效地整合進工廠自動化。
同時，中國企業往往更注重單體設備的自動化率，忽略了生產體系是一個有機的整體，而且在企業資源計劃（ERP）、製造執行系統（MES）和產品生命周期管理（PLM）等不同系統間的打通和整合方面也有待改進，能做到不同工廠間互聯的更是鳳毛麟角。
因此，企業需要根據自身的數字化工廠戰略制定技術路線圖，分階段地推行各種技術轉型舉措，從而將實施的風險降至最低，避免對業務和經營造成衝擊。
4. 人才仍是瓶頸
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，製造業能夠抓住此次機遇一改傳統的「工作環境欠佳」的形象，通過升級來吸引更多新型人才。
數字化工廠將生產經營流程高度一體化，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，做到課程培訓的標準化，並在商業、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。
六個環節
為此，普華永道思略特制定了一套由六個環節組成的藍圖，協助企業制定或優化路線圖，成功應對通向數字化工廠和工業4.0道路上的各項挑戰。
圖：數字化工廠成功藍圖
1. 繪制數字化工廠戰略
制定一套連貫的戰略絕對是重中之重。數字化工廠涉及不同技術的採用，許多技術很容易臨時倉促上馬。對於各項技術如何匹配整體戰略和經營目標，如何與其他現有技術配合，企業需要有明確的想法，數字化願景也應該涵蓋整個組織，讓數字化工廠發揮1+1>2的作用。
制定數字化工廠戰略前，企業需要認識到自身目前的成熟度，確保人才和技術得到同等的重視，聚焦能夠帶來價值最大化的項目。最後，需要組建起一支由高層、中層以及車間工人組成的支持者隊伍，共同推進戰略的落地。
2. 設立試點項目
數字化的經濟效益有時並不容易量化，而且在初始階段，團隊只能提供非常有限的技術概念和演示，因此可能導致難以爭取到資金和利益相關方的認可。
解決這些問題的手段就是試點。通過試點，企業能發現最適合自身的方式，將速贏的成效展現給整個組織並獲得它們的認可，進而爭取到資金用於大規模的推廣。
由於數字化工廠可能會給整個勞力力帶來深遠的變革，所以需要讓工人加入到試點工作中。在一兩處生產基地縱向整合從數字化工程設計到以實時數據為支撐的生產規劃，是一種可行的試點方案。
在主要的生產設備上安裝傳感器和執行裝置，或者使用數據分析來探索預測性維護方案，也能取得初步的成效。還可以在特定的工廠中做到特定產品線的數字化，將其作為不斷學習和優化的契機。
當然，企業還可以考慮與初創企業、高校或行業組織等外部的數字化領先者合作，加快數字化創新的步伐。
3. 確定所需的能力
生產環節中什麼最重要？更完善、自動化程度更高的物流？為工人提供及時、定制化的信息？傳感器集成網路？
我們認為，從能力的角度出發考慮這個問題能帶來更大的價值。數字化工廠的目標並不是實施最酷炫的新裝置，而是達成提升效率、改善質量或增強業務本身等特定的目標。
應該根據試點中汲取的經驗，從組織、人才、流程和技術四個戰略的維度，結合企業的生產戰略和整體業務目標，詳細勾勒出數字化工廠所聚焦的能力以及工廠體系的架構。
4. 成為數據分析和互聯方面的領先者
流程及質量改善、資源管理、預防性維護，在數字化工廠里，這些解決方案幾乎總是與互聯息息相關。傳感器協助收集數據，在信息層進行分析，然後傳回聯網的物流設施和生產設備上實時調整生產。
每家企業都需要熟練掌握能生成和傳輸數據的互聯工具與系統，以及用於改善效率和質量的分析工具。
5. 推動工廠向數字化轉型
通向數字化工廠之路是一條轉型之路。如同其他轉型一樣，管理變革及其對員工的影響，是成功的關鍵。難以發現合格的人才、缺乏數字化的企業文化、部分員工不願擁抱數字化變革，這些都是常見的挑戰。
這些問題的解決之道在於及早與員工攜手合作，對培訓和繼續教育開展投資，而這些投入會因為數字化工廠所帶來的效率提升而被抵消。
數字化環境的培育必須要有主管層的全力支持。高層必須將數字化工廠戰略視為工作的重點，摒棄保守主義的姿態，加快項目的審批流程，從而讓數字化團隊加快推進轉型進程。同時，還需要設計簡練的匯報管道，確保數字化團隊側重於各類增值活動而不是疲於應付各類行政要求。
6. 將數字化工廠與企業的數字生態圈結合
在推動數字化工廠的過程中，許多企業都將精力集中在各個工廠內部的縱向整合。在工廠內部做到MES系統和ERP系統的連接，確實能做到顯著的改善。但作為數字化生態體系中的一部分，數字化工廠應該發揮更大的作用。
當企業橫向地將整條供應鏈上的供應商和客戶信息與數字化工廠進行整合時，將能帶來更大的效率提升。試想一下：你可以利用實時的短期客戶需求調整規劃和生產情況，靈活地根據客戶的要求做出調整，以最小的成本換取最大的客戶滿意度。
這種利用跟蹤技術做到的縱向和橫向整合戰略不僅能讓企業優化規劃流程和生產執行，還能深化企業與具有戰略意義的供應商和客戶之間的紐帶。
然而，這些工作只是一個起步。如果企業能在產品中整合數字化功能，就有可能打造出一系列的服務，將抽象的數據轉化成具體的價值。生產流程本身也能通過多種途徑將收集起來的數據轉化為收入。
在數字化工廠的深遠影響下，企業能夠拓展甚至是徹底改變目前的業務模式，不再只是注重生產環節，還能有機會在利潤豐厚的售後市場中擴大份額，提升利潤率，並進軍全新的業務領域。