许多制造行业的企业把人与产品之间日趋数字化的关系看作是为第四次工业革命的体现。如今社会从上至下都在讨论像“物联网”、“工业4.0”和“信息物理系统”等新名词。德国联邦政府早已集合了有关工业4.0的各种力量到“高新战略”上CONTROL ENGINEERING China版权所有，且声明把“生产流程数字化集成”作为德国经济的关键技术。
　　“工业4.0”一词(起源于德语“Industrie 4.0”)用大数据分析，把许多处于不同价值创造阶段企业的“智能数字化网络设计”、“自动基于规则的决策制定”和“公司内部个人价值创造职能的绩效管理”汇总在了一起。这是对工业4.0内容的一个比较恰当的定义，因为它向人展示了“工业4.0”的涵盖面有多么广泛和详尽，这也正是它为什么能成为当今热点议题的原因。
　　与此同时，无数技术理念或应用正不断地被贴上了“工业4.0”的标签在市场中推广。这些创新涉及不同的客户利益。在一些案例中，这些创新的实施将会给今天的价值链带来巨大的影响。此外，这些创新理念有时还会对生产价值创造流程中的运营性与战略性绩效管理产生巨大影响。这些流程包括了作业准备、作业生产及组装和物流等步骤。此处最主要的变化在于生产绩效管理中的去中央化及高灵活性特点。但这也恰恰与广为流传的确定性绩效管理方法直接形成冲突。譬如那些在早先设立的企业资源规划系统中的常见方法。图一展现了主要技术推动力、与之相关的理念及应用，和在企业绩效管理中受影响的相应职能。
　　这份白皮书由国内领先的创新机构S.POINT指南创新的德国机构完成。我们在“工业4.0”的发源地德国考察了如今德国“工业4.0”的创新结构(第二部分)。接着文章用制造业中的具体使用案例来展现具体哪些价值创造阶段是受到了“工业4.0”技术创新的影响，并从案例中能得到哪些假设/结论(第三部分)。最后，文章将讨论“工业4.0”对生产价值创造职能中的绩效管理存在的潜在影响。
　　2. 德国工业4.0创新的结构
　　当下在德国发表或于市场上推广的研究项目、演示和首次应用就有无数列为“工业4.0”名下。S.POINT指南创新的德国机构从不同行业选取了116项“工业4.0”应用使用案例，并对其进行了评估。
　　其中绝大部分案例仍处于发展阶段。有49项处于实践阶段且早已在市场上推广。“工业4.0”应用能为其所针对顾客创造的潜在利益可分为以下四类(见图二)：成本削减、生产柔性、质量稳定性和销售增长。由于分类时不可能将每个案例都与一个类别一一对应，所以有些案例会同时归于多个类别之下。
　　“工业4.0”应用的主要驱动因素在于它可能为企业降低成本。成本控制主要通过提高自动化程度及提升生产效率来实现。75%的应用将成本控制作为采用“工业4.0”应用的主要或间接目标。
　　通过研究使用案例，S.POINT指南创新发现提高生产的柔性与灵活性是普遍使用者的第二大目标。举个例子，在理想的柔性工厂中，企业将有能力在订单和容量有波动的情况下采取最佳应对措施。不仅如此，减少批量生产规模、采用灵活的生产机制也是在满足当今顾客愈发向往个性化产品的诉求时不可缺少的条件。
　　“工业4.0”应用中也有一方面致力于用智能维护的理念来优化稳定性与产品质量。对设备的远程维护与诊断服务可使得成本尽可能降低，同时可能增加检测的频率。对设备的持续监测和评估使得预见性维护成为可能。随着设备使用的灵活性增强，具有更高稳定性的技术应用也能起到间接降低成本的作用。
　　用一些特定产品与服务或是采用改进了的销售方式常常能够拓展出一片全新的市场。可令人惊讶的是只有非常少的“工业4.0”的应用旨在增加收入。看来“工业4.0”的主要焦点还是在于通过制造业核心价值创造的数字化进程来提高生产效率。当我们放眼于长远的结构性优化时，这些“工业4.0”带来的改变最终也会带来巨大的潜在收入。制造数据交易行业还在快速发展的行业，由此我们可以看出“工业4.0”带来的潜在经济收益在目前的应用中还没有被充分地挖掘。
　　为了保证“工业4.0”的应用在发展中市场能够切实可行，在已投放市场中充分发挥其潜在优势，我们需要一些前提条件。我们需要一些新技术或新商业模式来确保“工业4.0”顺利推行并让其为众人所接受。总体来说，推行“工业4.0”的前提条件有：软件的创新或集成以及硬件发展(见图三)。举个例子，开发用来评估实时生产数据的智能算法是很必要的;反之，为获取这些数据，我们需要硬件上的创新，尤其是那些能与人沟通的智能传感器的进一步开发。这些以硬件驱动的“工业4.0”应用在人机互动领域中很常见，且这些应用都要求机器人领域的创新。以商业模式为驱动的“工业4.0”的应用占所有应用的少数，这是由于能增加收入的应用目前还是占较小比重。
　　当我们纵观“工业4.0”应用所涉及的不同作用的时候，我们可以清晰发现“工业4.0”目前的重点还聚焦在提高工业核心价值创造(见图四)上。近九成的使用案例对生产职能或作业准备上具有直接或间接的作用。尽管有人也提到了比如通过条件监控进行物流和维护功能上的整合，但这个想法对该议题的研发进程的影响还是微乎其微。不过这个领域在未来还是有很大的发展潜力的，尤其是在未来此领域的信息流通率有很大提高的情况下。
　　3. 技术前提改变价值创造
　　为了展现“工业4.0”应用对价值创造的影响，本章节将把价值创造所需的相关技术条件分为四类，并结合使用实例进行逐一解释(见图五)。
　　信息物理系统融合(CPS)
　　简单来说，信息物理系统融合是有沟通虚拟世界和现实世界界面的系统。举个简单的例子，一个有属于自己IP地址的传感器就构成一个信息物理系统。信息物理系统通常以由分布式网状结构的系统元件构成。每个系统元件通常含有内嵌软件，通过传感器和驱动器来记录、评估和储存数据。信息物理系统在有线或无线通讯网络环境下集成，促成了技术设施(比如车间)和绩效管理单元之间的交流。因此，信息物理系统代表了构建“工业4.0”整个网络体系中的必备砖瓦。
　　通常信息物理系统用人机界面来保证用户和工厂之间在生产系统环境下的交流。这个范畴中，通过机器数据进行的条件监控为信息物理系统的运用提供了一个很好的案例。条件监控被看作是基于最新实时状态，巨量信息，和远程诊断与维护来确定最佳维护时间间隔的机器监控方法(参见图五中的Bayer AG一例)。
　　基于智能感应器和它们的信息反馈能力CONTROL ENGINEERING China版权所有，工厂的网络连接和自动化方案得以实现，从而形成了成产序列。“工业4.0”的最核心的创新就是生产序列上的智能绩效管理。“弹性工厂”的目标是技即时、灵活的生产和使用率最优化。这个由叫Festo AG & Co. KG的企业提出的想法旨在让工厂能够适应因各种生产因素导致的季节性或容量上的波动(参见图五)。企业Weidmu?ller Interface GmbH & Co. KG也同样致力于探索智能自动生产设施的解决方案。他们的目标是为工厂中的去中心化自动技术组建开发一种模型式设计方法，让生产过程更灵活。约有35个来自不同行业和拥有不同价值创造职能的企业和研究机构联合发起了“智能城市KL”的项目。这个项目不与生产者关联，旨在调查和发展在不同工厂系统环境下的有关“工业4.0”的各种理念。
　　大数据分析
　　“大数据”定义为一种从广泛来源中获取数据的应用。它的数据来源是基于网络但不成结构的，且部分是由传感器生成的。这是多数使用案例和技术前提条件的基础。这些数据可以在“工业4.0”的使用案例中生成。数据生成渠道包括机器或载体上的智能传感器、移动或静态信息物理系统或传统公司数据。这其中的挑战是如何在巨大的信息量中智能地进行整合并分析，从而形成预测与规范分析。为企业做决策时需要进行的生产数据分析提供事实依据。(参见图五中的西门子案例)
　　物理生产顺序的虚拟化(数字化)映射与绩效管理
　　数据也可用于数字化映射和实时生产序列绩效管理。此时的生产指令不再仅仅于生产工序完成后再发回给企业资源规划系统，取而代之的是实时数据的不断更新。Wittenstein AG企业就利用“移动式生产管理”让作业人员无论何时何地都能从移动设备中获取详尽的生产信息。(参见图五)
　　这使得信息获取更有效并加速了其升级过程，尤其当企业遇到生产故障或生产瓶颈的时候。DMG Mori Seiki AG企业就通过虚拟机器模拟来支持作业准备和工具的数控编译，在实现生产过程最优化的同时，这些发现也为将来做过程比较而被纳入了中央信息数据库(参见图五)。
　　智能人机交互
　　员工在生产过程、备件库或生产物流中运用移动信息系统就是一个利用现有科技通过先进人机交互技术实现生产效率和生产安全进一步提高的案例。 VW conglomerate正在他们的备件库中进行智能玻璃的实验，目的是取代手动扫描仪。ABB Ltd在服务部门投入资金以推行平板电脑的使用。运用增强现实技术实现了在不影响其他设备运转的情况下更快地得到问题设备的维护信息。Trumpf GmbH 和 Co. KG在设备所在地直接运用技术平台和在线生产数据市场让员工总能及时获取第一手信息资料。
　　这些真实案例说明了各制造业和研究机构都在涉及有关“工业4.0”的这项议题。
　　一项研究调查了预期下的“工业4.0”可能会在给价值创造职能带来的变化。这份白皮书的下一个章节就总结了这项研究的主要发现。
　　图五中展示了“工业4.0”应用对于价值创造的职能部门的影响。在这里我们可以看到几乎所有的实例都与生产过程、作业准备、生产物流与生产绩效管理有着直接或者间接的关系。
　　基于这些实例，我们形成了“工业4.0”对于生产体系价值的一些畅想与假设。这些假设的总结可见图六。这些假设的细节如下，我们希望能为读者展示这些“工业4.0”价值对企业绩效管理的影响。
　　假设一: 自我调整的生产绩效管理方式
　　直到现在控制工程网版权所有，高工具成本致使的高总成本制约了个性化定制产品的普及。全面推行更加灵活的生产设备将在小批量生产情况下也能将设备使用率发挥到比较高的水平。
　　Festo AG就早已开始实施为建造“弹性工厂”铺垫。这要求企业有自给自足且可交互过程模块与标准化界面在生产线上的整合(参见Berthel)。此外，智能、项目驱动、自制性生产机器也需参与到这个程序模块中来。这意味着产品会因其优先等级、设备使用率等参数被指派到合适的设备上去制造
　　假设二: 敏捷且细致的计划方法
　　绝大多数公司采取中央生产机制并依据现有一段时期内的订单数来制定工作计划。在订单化生产占比较高的公司中，由于整合必要数据时存在困难，具有决定性的生产计划将很快到达它的极限。相反，有了去中央化的事件驱动生产控制和处理系统，公司将对这些事件应用自如。
　　EUCHNER GmbH & Co. KG展现了联网生产(比如连接信息技术和生产技术)可以最大程度发掘优化潜能，并提供所需数据。与传统的仅对整批产品作业报告相反，要想灵活应对新增订单、生产滞后或其他不可预测的处境，企业应该同时采取使用订单跟踪技术和每个实际单元的自动回馈技术。
　　假设三: 扁平化、分布式的生产准备
　　如前文所提，生产机器的即时状态数据是自制式生产绩效管理所必需的(参见表五中的Siemens AG)。除了之前提到的即时使用效率的信息外，这[写数据]还能被应用于产出能力、维护信息，甚至有可能应用到生产成本(每小时花费)上。产出能力是机器有能力执行的潜在生产步骤。如果有M2M交流介入，中央生产绩效管理系统就可以采集这些数据并对其做[一定的]处理。
　　假设四: 工人与机器的模块化组织
　　多功能处理这一议题逐渐成为一个中心议题。许多生产设备早已具备了多种生产能力。当产品个性化的趋势持续走强，企业对灵活、多用途生产设备的需求也将随之上升。不同于传统企业刻板地指派某一机器到某一特定生产步骤，当今企业向更灵活的生产系统的转变意味着企业必须采用最新的生产组织方式才能满足当今变化的需求。这需要企业有产品建构和作业计划向模块化推进。通过创建模块建构和确定的界面，我们才能在加工和流水线上获得更大灵活度。
　　假设五：可变工具和部件
　　在资本密集型工具的帮助下，模塑和重塑将面临生产灵活度提高后带来的新挑战。购置或新造工具或模型所产生的高昂费用迫使企业避免了囤积数套用于同种机器的同种工具，从而降低了资源浪费。有了智能进程规划或工具管理体系，作业工具得以被及时送达各目标机器并被正确使用。同理，Trumpf公司的众多激光加工中心就共享同一激光源。这样做不仅最大化了资源的使用率，还相应减少了投资成本。
　　假设六: 来源于分布式网络传播的爆发性收益
　　为了应对每台设备的不同使用率，在灵活的生产系统中使用“基于决定”的生产绩效管理的可能性很大。因为联网部件被更广泛地传播www.cechina.cn，这种效益会随着整合进网络内的机器数量呈指数倍上升。这也等同于高成本投资。因此，当企业做有关数字化进程以及投资战略的决策时，应当深入评估特定企业在增强生产灵活度之后所带来的效益，并且转换成本与之比较。
　　4. 工业4.0给企业绩效管理带来的变化
　　在2014年S.POINT指南创新德国机构进行的首席财务官研究中，我们调查了“工业4.0”对于首席财务官的职能和个人评估的重要性。在这领域最重要的评估是使用资源的具有持续适应性和多样性特点的评估。这也被视为首要挑战并且最需被赋予实践。
　　就如之前提到的，“工业4.0”带来的运营上的变化给未来运营和战略绩效管理带来了巨大影响。基于之前部分的假设，我们在之后的部分会从生产和生产功能角度上去评估“工业4.0”给有效绩效管理带来的变化。
　　当企业面临一系列动态基本信息(像材料清单、作业计划和生产步骤)时，一些诸如标准成本估算、成本核算和财务申报的理念是企业适应变化的基本信息所必需掌握的。当缺少完整并严格的工作计划时，标准成本估算就变得很难。当工件掌控生产的时候，这就创造了许多不能简单地整合到成本估算的不同工作计划。方差计算是指实际汇报的次数和成本与预计标准成本之间的差异。基于方差计算加上由此得出的解释和相应测量方法的绩效管理模型必须得到拓展。如果仅存一种成本估算的标准或基本工作计划，那么生成准确的解释将会变得困难。没有标准成本预估和计算，那么用于对比的唯一衡量准则也只是形同虚设的工作计划。
　　这些变化同样也对生产控制有巨大影响。一种计算目标成本的新方法可以被用于未来绩效指标和参照点。因为它包含了其他绩效管理的决定性信息，如当下设备使用率、生产排序重要等级等。仓储管理将采用更灵活的办法，随之而来的相关控制将更多基于预测。维护策略以及其开销也将基于预测。质量成本将在设备上直接计算得出，并传送给相关职能部门。但是，在这种生产控制系统下，必要数据还是需要自动发送给企业资源规划系统。与之对应的，企业资源规划系统也必须有能力去解读这些数据。
　　当需求变得越来越灵活而不具有稳定性时，会使得计划和预算过程变得不再那么重要，因此企业将把注意力转为预测。新数据来源的整合、大数据分析的实行和培养预判能力，可在一定程度上节省高昂的利用自动形成的规划和预测信息所产生的成本支出。
　　在报告领域，机器间的通信方式使用的是自动生成的实时回馈，实现了描绘实时生产情况和设备当下状态的诉求。有了新方法，运营上和财务上的绩效管理也得以更直接地实现。这也大大减少数据提供和事后反应所浪费的时间。此外，价值创造职能机构中运营方面的垂直整合也要求控制流程上的局部整合。
　　更有甚者，企业必须准备项目和投资控制去应对新挑战。投资决定涵盖了数字化生产、模块概念评估以及工具投资。有了项目和投资控制，企业才能有能力为接下来的一系列投资决定提供恰当的支持。
　　在这里需要注意的是采用企业绩效管理方法尚处于一个起步阶段。当下，关于“工业4.0”的讨论仍然很大程度上仅集中在了技术层面。现存“工业4.0”的应用主要是为特定使用案例提供解决方案，其次才涉及到价值创造。现实生活中鲜有具有全局视野的“工业4.0”理念，这些尚未成形的理念还处于试制阶段(比如英国的智能城市KL)。直到标准制定了之后，个体企业才会一步一步学会使用控制工具。未来首席财务官和首席信息官的职能将集中在协助构建数字化战略，评估战略投资决策，和为满足未来运营性能管理条件而做持续准备的义项上。
　　5. 总结与展望
　　今天的“工业4.0”应用聚焦在制造企业的核心价值创造过程中创建更大规模的流程整合和自动化程序进程控制工程网版权所有，并最大化其带来的效率和效果的收益。在未来，注意力将越来越多地转向为更深入价值创造进程所需的阶段性整合以及网络体系，如产品开发。第四次工业革命不仅仅是一次革新。至今现存应用和试验性项目分析并聚焦生产程序和作业中的个别方面。许多人预测通过新商业模式去开发和推广更具创新性的产品仍然缺少描述性潜力。价值创造的持续数字化渗透将给这个进程带来一剂强有推动力。因此，欲确定企业未来行动的领域，分析当今“工业4.0”对企业产生的影响就显得极为重要。
　　我们今天就可以看到“工业4.0”活动将会给价值创造相关的绩效管理带来深远影响。我们建议企业尽早找出需要调整之处并采取积极的对策来从容应对将来一系列变化。一种采取对策思路可以参考S.POINT指南创新所创建的“工业4.0”框架，如图八所示。这份白皮书里我们旨在展示在“工业4.0”环境下适应价值创造绩效管理的最佳方法。