德国总理默克尔去年10月访华时表示，德方愿将德国“工业4.0”对接“中国制造2025”。本月默克尔再次访华，与李克强总理共同主持了第四轮中德政府磋商。在双方发表的联合声明中，两国重申将继续落实在“工业4.0”领域签署的协议，就“工业4.0”进行跨议题交流，推动合作产生协同效应。
　　德国经济亚太委员会主席胡贝特·林哈德说，德中两国都在发展智能制造，是竞争者，但双方也有很多合作的可能和机遇。
　　德国信息技术与电子通信行业协会“工业4.0”部门负责人沃尔夫冈·多斯特表示，发展“工业4.0”仅靠德国自己无法成功，需要寻找合作伙伴，构建全球产业链，中国是其中重要的一环。
　　目前，中德双方正在中德标准化合作委员会框架下就“工业4.0”领域的标准化议题进行讨论。以华为为代表的中国信息通信领军企业正积极在欧洲参与智能生产的解决方案开发。
　　与此同时，西门子、博世力士乐、库卡机器人等力推“工业4.0”的德国企业也在中国大力开拓市场，针对中国客户需求推广智能生产相关技术、产品和解决方案。

　　汉诺威信息通信展负责人奥利弗·弗雷泽表示，德国在机械制造、工业自动化等领域是全球领军，但信息技术是其相对弱项，因此必须与外国开展合作。而中国是全球规模最大的信息产品生产基地、增长最快的消费和应用市场。
　　德国机械设备制造业联合会副干事长劳恩说，很多德国企业已经在华运营多年，与中国伙伴建立紧密联系。在发展“工业4.0”的过程中，德中合作必不可少。
　　产品制造智能化
　　机器人技术和人工智能方面的进步正在让工业从保障安全转向自动化发展。近年来，越来越多人开始谈论工业4.0。自动化、物联网、大数据、云计算和信息物理融合系统……就像第一次工业革命的标志蒸汽机一样，工业4.0自带的标签非常多。
　　其实，工业4.0是德国政府在《德国2020高技术战略》中所提出的十大未来项目之一。德国人的目标是：提升制造业的智能化水平，建立具有适应性、资源效率及基因工程学的智慧工厂，在商业流程及价值流程中整合客户及商业伙伴。
　　他们的心愿清单非常丰富。但是我们要知道，工业4.0绝不只是一个呆板的目标控制工程网版权所有，更不是一个冷冰冰的术语，它已经以不可抵挡之势横扫全球。据预测，由于商界的内部联系得到了强化，所以工业4.0会让整个生产过程受益良多，其中最显著的变化就是智慧工厂会取代手工工厂。
　　信息物理融合系统强化了工厂管理层和底层工人之间的联系。他们可以实时操控制造流程，并基于联网机器给的反馈，做出去中心化的决定。机器和系统的自动化网络以及大数据分析能够帮助人们预测系统可能出现的故障和维护问题，并逐一应付——这为公司节省了许多宝贵的时间和金钱。除此之外，这些技术还从源头上改良了产品设计的方式，同时改变了大规模生产的需求以及产品生命周期。
　　近年来，物联网的进化已经超出了“物物相连的互联网”的最初范畴，它将包括机器学习、嵌入式系统以及无线连接在内的技术都融合在了一起。不可否认的是，物联网对工业4.0的发轫和进步非常重要——联网设备的感应器会实时收集数据，这些数据可以帮助公司优化产品制造的过程。
　　通过使用先进的分析机制，大数据可以被转化为意义深远的信息，从而帮助企业达到它们既定的商业目标。云计算为公司提供了灵活并且价格合理的运营方式（如远程办公等），公司便可以更好地进行内部组织和架构，同时寻找和分析大数据的真正价值。

　　像专家系统、数字助手以及自动设备这样的智能机器正在改变产品制造的流程。机器人技术和人工智能方面的进步正在让工业从保障安全转向自动化发展。毫无疑问，这些新兴技术会对雇员带来很多负面影响，但是公司也会寻求让工人和计算机共同工作的方法。
　　技术已经到位，公司也能够迅速适应业界发生的变化，工业4.0的未来看起来非常明朗。据预测，在2020年之前，工厂会由十亿个实现连接的实体组成。这是个巨大的飞跃——要知道，目前这个数字仅为2亿3千7百。
　　工业4.0的影响虽然不是即时的，但相信在目睹了这样的上升趋势后，更多公司会希望把握时机进行投资，要不然，它们就要被这波大浪打在沙滩上了。
　　成本进一步下降
　　波士顿咨询公司推出的新报告《工业4.0：未来生产力与制造业发展前景》指出，零部件、机器和人员之间的互联互通性日益加强，由此生产系统的速度和效率分别能提升30%和25%，同时大规模定制也将实现快速发展。
　　报告认为，在中国，工业4.0带来的收益主要体现在生产效率提升上。未来5-10年间，越来越多的本土公司会遵循工业4.0时代的要求发展，这将提升国内制造业的整体生产效率。转换成本（不包括材料成本）的提升幅度为15-25%。如果将材料成本考虑在内，那么能实现5-8%的提升幅度。据计算，制造业累计产品销售成本约85万亿元，这意味着中国工业总体生产效率有4万亿元-6万亿元的提升潜力。各行业的改善程度会参差不齐。
　　报告强调，工业4.0将对劳动力产生重大影响，大力改变产业工人完成工作的方式，对工人的技能需求却有重大变化。未来会出现更多就业机会，同时淘汰一些过时的岗位。生产企业将越来越多地使用机器人和其他一些先进技术来辅助人工。这就意味着劳动强度大的常规工作岗位会不断减少，而更多的工作岗位需要具备灵活应对、解决问题和提出定制化解决方案的能力。
　　生产效率提升25%
　　波士顿咨询公司(BCG)发布研究报告称，使用工业4.0新技术能将中国企业的生产效率提升高达25%，由此可额外创造6万亿元人民币的附加值，并影响上百万从业人员的工作。
　　该报告指出，目前，欧洲、美国和中国的公司都在大力推广和采用工业4.0技术。在未来5至10年间，工业4.0将彻底变革产品和生产系统的设计、制造、运营和服务流程，零部件、机器和人员之间的互联互通性日益加强，由此生产系统的速度和效率分别能提升30%和25%，同时大规模定制也将实现快速发展。

　　此外，工业4.0将对劳动力产生重大影响，未来会出现更多就业机会，但对工人的技能需求却有重大变化，生产企业可利用新技术培养员工全新的技能并帮助员工保持职场竞争力。
　　报告称：“在中国，工业4.0带来的收益主要体现在生产效率提升上，未来5至10年间，越来越多的本土公司会遵循工业4.0时代的要求发展，这将提升中国制造业的整体生产效率”。
　　波士顿咨询合伙人、运营专项大中华区负责人杜伟表示：“中国正迎来前所未有的机遇，可充分利用其领先的互联网生态系统来加快对先进技术的运用，并创建完全数字化的产业链。中国企业和政府必须密切合作，对专家和员工的教育培训进行持续性投入，把握工业4.0带来的宝贵机遇。”
　　中国企业如何走工业4.0
　　工业化时代（2.0时代）的本质属性之一是大规模、标准化生产，这个时代的大批量、标准化订单，在工业3.0时代已有减少趋势，在4.0时代肯定会明显减少，但不见得会完全消失。用户的多样化和个性化需求是企业生产和发展永远的驱动力，因此，也是工业4.0的引擎。
　　基于这个出发点，工业4.0首先要解决的是，基于互联网技术，线上和线下融合，能充分对应各种订单，尤其是个性化订单，由工业3.0时代的销售自动化发展而来的销售智能化系统。
　　未来的智能销售系统，比今天的销售自动化系统（Sales Automation System）至少在三点上应该具有更高的成熟性：
　　一是订单预测，尤其是面对复杂和多样性市场环境下的订单预测准确度更高，这意味着，预测背后需要有多维度和全渠道的大数据分析，以形成高准确性的订单预测模型。
　　二是销售订单与销售目标、销售计划三者之间到型号、到渠道（线上渠道和线下渠道，全渠道）、到门店、到销售人员、到销售政策、甚至到用户，多视角和多场景的智能匹配，尤其是三者之间多种业务处理规则上的智能匹配。
　　三是各种订单类型，标准化订单、定制化订单和个性化订单的智能匹配，形成一个符合智能制造规则的“订单包”。这种订单匹配，可以想象，每个订单的具体型号、具体性能要求、具体质量要求、具体交付要求，甚至具体对应到一个小社群或一个单体个人，对智能处理的要求会非常高。目前包括ERP系统在内任何现有系统都无法满足。
　　在智能销售系统的更前端（贴近用户端），需要开发出一个基于互联网，尤其是基于移动互联技术，用户ATP（用户全接触点All-Touch-Point）的数据获取、处理和分析的系统。
　　没有这样的系统，难以实现对用户多样化和个性化需求的完整把握。
　　如果01说的是智能订单系统，那么CONTROL ENGINEERING China版权所有，02就是智能用户需求分析系统。这个系统到底长成什么样，只有未来的实践能回答，但至少可以想象：
　　第一，成熟、易用的用户360个性化标签视图模型应该是这个系统的基础功能。
　　这个功能如果能实现，意味着，中国企业在用户数据ATP获取，企业内外数据流的打通，生态链上统一数据处理平台的建设上将迈入一个全新伟大的阶梯。目前的严酷现实是，真正能实现企业内部DMP（统一数据管理平台）的都极端罕见。
　　第二、很显然，成熟易用的、对用户进行全息深层分析，并与用户进行深度交互的大数据分析模型是必需的。
　　所谓全息深层分析，比如，不仅仅是一个门店内的消费行为场景分析，而是要扩展到一个大型购物中心全场景的用户消费动机、消费行为轨迹、消费偏好的分析；也不仅仅是消费轨迹和动线的分析，还要深入到对用户语言文化行为的深层分析等。分析的深度和广度，没有类人脑的“认知”技术难以实现。
　　概念和理论早就有了，实现不了的最大障碍是用户数据获取的成本代价太大。
　　例如，我们常见的定制家具部分，很多时候都要靠人工设计师上门进行测量和设计。这里面所带来的成本，事实上是由用户自己承担的，而很多产品目前的生产组织模式难以承担这样的成本。这几年视频识别技术和VR（虚拟现实技术）的发展让我们看到了曙光，尤其是这两年的拉斯维加斯展会上各种视频识别分析和VR技术已经使用户需求数据获取的代价不断降低。
　　可以想象一个场景，你需要一个杯子，通过摄像头识别你的手型CONTROL ENGINEERING China版权所有，握持习惯，然后生成一个虚拟（或者接近真实的）的模型，再通过基本动作比对，可以在几分钟内得出一个基本结构符合自身需要的杯子。这些离我们已经不远了。
　　从我的理解，未来用户定制化（不一定是个性化）的需求会越来越成为一个重要分支。这并不会完全取代大规模自动化生产，而是两者形成有机的结合。
　　在更加个性化的领域，比如家居，时尚，电子数码等行业，这些也许会更早进入现实。这是工业4.0智能用户需求分析系统的典型应用想象。
　　有了智能用户需求分析系统和智能销售系统，作为工业4.0基核的智能制造才有意义，才有依托，才有归属。
　　但目前，在对工业4.0汗牛充栋的论述中，极度缺乏对这两个智能系统的研究和阐述。而没有这两个系统，智能制造就有可能是“为制造而制造”，陷入自我欣赏的封闭体系，而这历史已经证明，是最危险的“资本投资模型”。
　　对了，特别需要说明的，这里的“系统”两字，不仅仅限于IT和网络技术意义上的信息化系统，还包括这个系统所服务的业务流程、组织和人的能力，一个完整的体系。
　　如果把智能机器人，把传感器，把RFID，把人机界面等比喻成人的肢体或末梢神经系统，那么工业4.0的中枢神经指挥系统，基于GE的表述，应该是互联网数字总线系统，基于西门子的研发，应该是互联网的制造执行系统（iMES系统）。
　　美国人的互联网总线也好CONTROL ENGINEERING China版权所有，德国人的iMES也好，工业4.0智能制造的“主线”、“核”、“大脑指挥体系”或者“灵魂”，就是这个东西。
　　决定个性化订单怎么走，从用户那里是走向虚拟设计，还是直接走向智能生产，还是直接到智能物流，主要不是由机器人或传感器说了算，而是由这个智能总线，或iMES说了算。
　　虽然机器人、传感器，这些末梢系统非常重要，甚至也可能具有“自应激反应”功能，但机机互联也好，机物互联也好，人机互联也好CONTROL ENGINEERING China版权所有，最终的决策，还是要汇聚在这个大脑指挥系统。尽管计算可能是分布的，但计算出的数据结果，基于结果所形成的决策分析必须是统一的。