當今世界主要工業國家都在經歷數字化轉型，企業界普遍相信生產線的智能化改造將帶來經濟上的成功。2016年，世界經濟論壇的數字化轉型倡議指出：2016-2025年這十年間，各行業的數字化轉型有望帶來上百萬億美元的社會與企業價值，包括汽車、電子產品、航空航天、機床等離散工業的數字化轉型的潛在累積價值將達到數十萬億美元。中國工程院李國杰院士甚至認為“新經濟本質上是工業經濟向數字經濟過渡”，數字化技術對工業經濟的驅動力將加速提升。

  目前，中國工業體系的數字化進程已經進入提速階段。可是，即使是美國、德國等傳統工業強國，在數字化技術的工業應用中尚且面臨諸多挑戰。例如，如何使工廠中成千上萬個傳感器與生產過程更好融合？如何創新規劃工具使數字化工廠的規劃周期更短、更自動化？如何保障信息安全，消除工業企業對大數據、云計算信息安全問題的擔憂疑慮……本文重點探討離散工業面臨的數字化瓶頸和突破之道。

-離散工業的協作痛點-

  如果由五個畫師分開畫一個杯子，各畫五分之一，能否保證五張圖完美拼接到一起？貌似很難，要有足夠默契才能做到。如果是五百個畫師、五千個畫師甚至五萬個畫師，分工、協作畫好那么一個杯子，如何做到完美拼接？一定要有“極端標準化的操作工具、工序、流程”+“嚴絲合縫進行銜接”才有可能做到。

  諸如飛機、船舶、汽車、武器裝備、電子設備、機床等都屬于離散工業，如同數百、數千畫師協作畫好一個杯子，“始終面臨難以駕馭的協作痛點”。

  小小的一部智能手機，由數百個零部件組裝而成，背后有上百家供應商提供支持。像飛機、汽車這樣復雜的產品，則要有幾十萬個甚至上百萬個零部件進行精密組裝，一個汽車制造商至少需要260家左右的各類配套和外協企業，一個民用飛機制造商則需要上千家外協、外供企業的配合。一個完整的終端產品要經過產品設計、生產規劃、制造工程、生產執行和售后服務這幾個階段，每一個零部件也要經歷這個過程。

  例如，一款汽車需要上千人設計，設計人員大概要設計3年、生產模具1年、建設生產工廠4年，至少需要8年時間。外界很難想象，汽車座椅上的一個金屬零部件，其設計材料就多達數千頁。必須做到“極端標準化”，要是任何一個階段、任何一個細節出了狀況（或者精度不行），最后的產品就可能組裝不起來。這就導致漫長的研發周期，制造商不敢輕易開動生產線實現量產，擔心生產線一旦運行起來，想換型號就很困難了，“極端標準化”會使得整個制造環節喪失柔性。

  為什么大量PE（私募股權投資）、VC（風險投資）資金更愿意進入移動互聯網、VR/AR（虛擬現實與增強現實）、Fintech（金融科技）等行業，很少聽說這些逐利資金進入制造業？前者是虛擬經濟，后者是實體經濟。

  馬云曾說：“全中國把互聯網經濟稱之為虛擬經濟，事實上虛擬經濟的主體是金融界。”而運行一家工業企業，遠比做一家互聯網公司或者金融公司難得多。因為工業企業的協作體系太大，產業鏈太長，從上下游信息一直到生產線實際運行，不像金融和互聯網（金融、互聯網的產品已經都數字化了），即使工業企業內部有一些管理系統，也就像是這一地的玻璃碎片，要想把這個圖拼好、做成一個完整的杯子，實在不容易。

-工業數字化第一步：底層數據共享-

  聯合國工業發展組織 (UNIDO)將現代工業體系分成39個大類、191個中類、525個小類，而中國工業體系全球唯一擁有當中全部工業門類，其中很多工業的產品類型和生產工藝的組織方式是離散式的。那么，為何普遍相信“工業數字化”能使“離散式生產”變得更有效率？工業數字化的逐步實現有一個歷史過程：

模擬繪圖階段

  最初，工業界尋求用軟件來模仿和增強人的行為方式，例如，繪圖軟件最早模仿的就是人在紙面上的作畫行為。

人機交互階段

  經過一段時期發展，人機交互技術開始走向成熟，工程師和設計人員開始用CAD軟件模仿產品的結構與外觀，CAE軟件模仿產品在各種物理場情況下的力學性能，CAM軟件模仿零部件和夾具在加工過程中的刀軌情況，CAPP軟件模仿工藝過程，CAT軟件模仿產品的測量/測試過程，等等。

數字孿生階段

  近些年來，一些前沿工業企業已經不滿足于“長得非常像”某些實體事物的三維圖形，希望數字虛體空間中的虛擬事物與物理實體空間中的實體事物之間具有可以聯接通道、可以相互傳輸數據和指令的交互關系，即實現“數字化雙胞胎工廠”，也叫“數字孿生”。

  數字孿生，是工業數字化的高級階段。數字化工廠的解決方案非常簡單，就是五百個畫師甚至五萬個畫師，都在同一張圖紙上一起作畫。數字化工廠就是提供了一張底板紙，一個底層數據庫，然后把原來的一個個系統，研發、生產、制造、服務什么的都插進去，構成一幅完整拼圖。

  更確切說，何謂“數字化的離散式生產”？就是要將所有零部件的生產過程都放在同一個系統來進行。傳統的離散式生產，是各畫各的圖紙，然后根據一個標準拼接起來。“數字化的離散式生產”是各方共用一張底板紙，大家一起一筆一筆添上去，由“接下來……接下來……”變成“一邊……一邊……”，先形成一個虛擬工廠，然后再將虛擬工廠與真實工廠實現同步。

  為什么說“數字化生產就是要實現完全用不到紙張的生產車間”？傳統的制造過程一般是先出一張設計圖紙，然后交給生產部門做出樣品，圖紙返回研發部改進后再生產。在數字化制造下，從研發到制造基于同一個數據平臺，改變了傳統制造節奏，研發和生產幾乎同步，完全不需要紙質的圖紙。這種節奏的改變帶來的是產品上市時間的大大壓縮、生產效率和產品質量的全面提升。

  工業數字化將從根本上解決“傳統工業在效率提升方面所面臨的困難”。讓工人加班，以非常標準的方式工作，不能有任何浪費的動作，這種提高生產效率的方式已經越來越不適用了。此外，不斷變化的市場需求，對制造業的靈活性提出了更高要求，特別是定制化生產需求越來越多。而那種原創于福特公司的大規模流水線裝配作業，很難兼顧生產效率和靈活性，必將在工業數字化的浪潮中，實現脫胎換骨的深刻變革。

  中國工業的數字化進程并非第一天開始，而是已經準備了30年。現在到了一個關鍵時期，具體做法是最關鍵的。具體可以分為三個基本步驟：

第一步 建立產品數據模型

  一個離散式的工業企業，從研發開始，到生產規劃、制造工程、生產執行，這是整個生命周期過程。在這個過程中，從產品設計開始，研發部門就把設計產品的元器件清單、組裝圖、測試條件這些信息放進一個數據庫里，一個基本的產品數據模型就做好了。

第二步 優化工藝流程參數

  到了生產規劃部門，如果還用剛才那個數據模型，內容就不夠了，因為那里只有設計參數，而沒有生產參數。所以，要繼續輸入如何把產品生產出來的數據，比如工藝流程、質量標準這些東西，這個數據庫就自然擴大了。

第三步 完善運營管理數據

  到了制造工程部門，要對生產機床進行編程，各種自動化組態、程序調試，把制造環節的數據進一步地擴大。這個過程當中可能還需要從ERP（企業資源計劃）來調用生產訂單的信息，從PLM（產品生命周期管理）得到產品設計的信息，然后還要從物流系統得到物料信息，把這些綜合在一起和生產線進行互動，這個環節就是運營管理。

  數字化離散式生產的整個過程，從頭到尾都是在一個數據庫中不斷擴展起來的。具體到一個數字化工廠的形態，就是生產控制的自動化系統、制造執行的MES系統、財務管理的ERP系統、產品生命周期管理的PLM系統，基于同一個底層的數據模型，根據需要缺哪個補哪個，適時優化調整。

  數字化技術在離散工業中的應用，能夠帶來非常驚人的精度和透明度——精度效果：許多零部件的運算，有限的人力根本無法完成。比如一塊規則的方形零件，人力能夠計算它的效能，而一旦零件是不規則形狀，邊緣彎彎曲曲，人力就無法計算了。電腦運算時，卻能把這個不規則零件，分割成為成百上千個規則的小方塊，再合并出一個運算結果。

  透明度效果：過去，工廠簡直就是一個黑箱，每一個產品生產到哪一步了，每一個產品的每一個零部件來源，每一個工人的工作狀態，產品的質量和可追溯性……除了工程師心里稍微有點數，連總經理都不知道真實情況，因為他面對的永遠是一個由無數因素構建起來的復雜系統。現在這些都不是問題，只要提前把設備“數字化”，電腦就能算出“黑箱”里面究竟會發生什么。

-工業數字化核心環節在設計端 -

  工業數字化是智能制造或者工業4.0繞不過去的一個關鍵支撐。可是，國內工業界很多人誤認為“需要像投資自動化一樣投資數字化”。難道給車間或設備裝上芯片和傳感器，通過后臺軟件編個程序，機器就能“數字化”嗎？這是迷茫中的一種誤解。若是如此簡單，那么每個工業企業只需要擴招一批軟件工程師，幫設備寫代碼就行了。而現實是，工業領域的數字化、智能化進程仍然緩慢。其實，工業數字化最關鍵的部分，不是生產端，而是更前面的設計端。

  離散工業的研發成本普遍很高，而其中消耗最大的，是試錯成本。傳統工業當中，有人制造出一臺新設備，就必須全部造完，零部件組裝好，隨后試運行，運行的過程中發現錯誤，修改是很累的，零件拆了改，改了再裝，一次次人工試驗、動手安裝，最終才能完成。

  運用數字化技術（即實現“數字孿生”），能夠大幅降低研發過程中的試錯成本。就是這臺設備無需真的“造”出來，只需把每一個零部件的材料、物理屬性、形狀大小全部輸入電腦，怎樣運作的工作原理也輸入電腦。隨后由電腦來模擬它運行時是什么狀況，會有哪些效果。工程師如果覺得結果不過關，可以直接在電腦里修改設計。

  大概在上世紀90年代，波音公司在研發民用飛機時，已經采取整機“數字化”，就是把整臺飛機都轉化成數據“塞”進電腦，由電腦運算試飛結果。這就不用再像傳統的離散工業那樣，先造出一臺真飛機，讓它去做真實的撞墻試驗。“數字孿生”在飛機研發中的實際應用，無疑能夠節省大量的人力和物力成本，而后續的修改流程也簡單到不可思議。當時電腦運算的精準度已經能達到99%以上。

  智能手機也是一個典型的離散制造，在傳統的手機制造業里，怎么做手機外殼呢？首先對外殼進行設計，之后要設計一個模具，還要做出一個真實的模具來，再對模具注塑，然后才能生產出塑料外殼。那么，數字化工廠會怎么做呢？外殼設計完了，直接生成CNC數控機床程序，CNC程序直接灌注到加工機床，加工機床直接會做出外殼來，節省了步驟，提高了靈活性。

  “數字孿生”的工業應用，實質上就是把現實中的工廠，從設備、流水線到車間，一切都轉化成數據，由電腦虛擬運作，產生一個個模擬結果。不滿意的部分，直接在電腦里改。如果等一切都已經變成物理設備，成為真實的生產線，再提什么“數字化”，就為時已晚了。

-離散工業數字化最容易輸在起點 -

  當今世界上最先進的數字化工廠——德國安貝格工廠，其核心產品是PLC（可編程邏輯控制器）。最近幾年，西門子全數字化的成都工廠已經建成運行，正是復制德國安貝格工廠而來的，主要產品也是PLC。

  國內媒體大多將此視為“西門子助力中國制造業的數字化進程”，其實，這當中存在一個不被外界理解的誤區。如果一個工業企業不掌握產品核心技術，如何“用數字化方式精確描述產品，精確描述產品制造過程”？

  據工信部2016年統計，國內22個行業900套大型工業控制系統大部分由國外廠商提供產品，特別是可編程邏輯控制器（PLC），外商占據了94%以上的份額。由于工控領域國內企業仿制國外產品都難以做到，國外企業不需要在中國申請專利保護其產品銷售，國外企業在華申請專利數長期維持在該領域中國專利總量的10%左右（通信和計算機領域國外企業的專利占到43%）。

  這里面透露出兩個信息：一、很多核心工業技術因為過于高端和精密，是長年累月深度積累的結果，根本不擔心被輕易偷走；二、中國離散工業的數字化進程，最容易輸在核心技術的起點。

  韓國三星公司在2007年就開始啟動數字化進程，主要是針對兩大痛點而來：第一，如何以更快的速度把創新產品投向市場，同時確保高質量并控制成本；第二，如何確保與全球業務合作伙伴，及其自身在地域上分散的工廠一起高效工作。

  于是，三星開始尋求“數字化產品開發架構(包括設計、驗證和制造等)和數字化協同”。三星經過多年的數字化改造，大部分的模型設計和制造過程實現了自動化，這個內部開發的自動化系統建立在規章制度和持續更新的企業知識的基礎之上。自動化數字產品設計、數據和物料清單(BOM)管理、數字樣機、知識管理和并行工程使其獲益匪淺，現在三星只需要10天時間就能開發出新的手機模型。

  不過很少有人看到，三星數字化改造的全面推進，與產品核心技術的深度挖掘是并行的。電子產品帶有顯著的“離散制造”特征，在復雜的材料、零部件體系中，三星力求抓住其中技術門檻最高、利潤最高的核心部分。

  三星電子在成功掌握存儲、非存儲芯片技術后，又陸續掌握了TFT-LCD、PDP、有機發光顯示（OLED）、移動芯片、閃存芯片等核心技術。這里面可以看到一個規律：這些技術其實從根上都是半導體技術，這些半導體芯片技術很大程度上得益于前面對存儲芯片技術的深度掌握，再拓展到其他芯片技術就容易多了。

  在工業數字化時代，為何還要特別強調“產品核心技術”？不是應該更關注“互聯網+”或者“工業物聯網”嗎？注意，掌握核心技術的意義不僅僅是將產業鏈向前延伸，降低成本。更重要是深入了解技術之后，才談得上技術創新，產品創新。離散工業并不只是“組合裝配”，那只是表層皮毛，如果不深度挖掘核心技術，對技術的理解就永遠是含糊的，沒把握的。而工業數字化要求的，恰恰是精確、精確，再精確。

-深厚積累是唯一捷徑 -

  真正推動工業前沿發展的，是不斷涌現出來的新知識、新技術、新工藝、新產品。由知識向產品的轉化一般要經過四個環節：一、通過基礎研究發現新知識；二、通過發明將知識轉化為滿足應用需求的新技術；三、通過前沿創新將技術變成新產品和服務，開始投入市場；四、在商業應用中不斷改進、提高產品和服務的市場競爭力。從知識到技術，從技術到產品，從產品到市場，每一步都可能經過“死亡之谷”。而數字化技術能在其中起到關鍵性的輔助作用，制造過程固然重要，但產品本身才是根本。

  其實，數字化工廠所有的技術都是現成的，哪怕是最先進的安貝格工廠，也只是西門子把一些現有技術重新組合到一起而已。工業4.0時代頻繁提及的技術，其實3.0時代就已存在，只是今天電腦更快、科技更便宜、溝通成本更低、環境更成熟。

  目前看來，離散工業的數字化是由實際的訂單來驅動的，這跟互聯網高度依賴投融資的增長模式不同。放眼全球，工業機器人市場已經連續多年實現20%以上的增長，3D打印年均增速超過30%，兩者都很可能成為千億美元的市場規模。而工業互聯網更是增速顯著，市場規模快速接近萬億美元量級。

  智能制造的實現需要有大量數據支持，包括機械、傳感器等，這些數據需要通過數字化來實現。譬如大型燃氣輪機有1500個傳感器，每一個傳感器都可以形成獨有的數據體系。不過，數據不是最終目標，如何對數據進行評估、篩選和分析，然后從中真正獲得對業務的理解才是重點。

  有一個工業創業家表示：“工業數字化不僅僅是一項技術變革，跟互聯網興起的過程類似，它更多是帶來商業模式的變革，未來10年，它將滲透到工業制造體系的每一個毛細血管中，改變現代經濟學和管理學的底層規律，重塑整個人類的商業社會。”

  不過，中國工業界更需要的，是技術積累和沉淀的過程。數字化工廠的軟件系統再先進，也只是個工具。沒有產品核心技術上的深厚積累和深度挖掘，很難有效發揮數字化技術的關鍵性輔助作用。