数字化工厂与自动化工厂的区别

数字化工厂与自动化工厂的区别

数字化工厂与自动化工厂，到底有何区别？要追赶未来制造，人与机器之间关系如何重构?为什么反复强调，提升质量而非降低成本，才是工业进化的本质?要真正迈向工业4.0，将继续往哪些方向进行摸索?

如果说，对工厂架构和组成的实地走读，给我们带来的是实践层面的冲击。那么，对工厂运转理念和管理模式的前沿解读，相信将可以给我们带来思维层面的更多启示，乃至启蒙。

“数字化工厂”不等于“自动化工厂”

数字化制造中，尽管自动化制造是重要的基础，但数字化制造并不等同于自动化。一般情况下，很多人会以为工厂要实现数字化制造，必须先实现自动化，这其实是一种误解。

伴随国内人口红利逐步消失，特别是在珠三角近年频频受困于“招工难”等问题，一场“机器换人”的自动化革命正在“广东制造”如火如荼地进行。这场变革不仅带动本地机器人产业发展，也引来库卡等国际机器人企业陆续抢滩广东。

如果说要完全实现“数字化制造”尚需时日的话，那么在当下，珠三角的制造业如何通过“自动化制造”，破解劳动力成本不断上涨、劳动力结构性短缺的问题，是最迫切的现实课题。

数字化制造的其中一个重要基础，正是实现自动化制造。

在某企业的自动物流系统部门，无需人员现场监控，每天，两部高速运转的取料机如同“人”一样，依靠数字定位迅速地“抽”出对应的原材料，并通过自动传输轴，马上传送到生产车间。从工厂物料需求信息传导到自动物流仓库，仓库最长只需要30分钟就能将物料送到了车间，中间无需任何人员操作。

在这座实现了全集成自动化的工厂内，相比同类型的工厂人员最多可节省50%。

那么，伴随生产车间内不断增加自动化设备，以及逐步减少劳动力，在数字化制造的不断进化中，是否就等同于全自动化?

要明确的是，数字化制造并不等于全自动化制造。一般情况下，很多人会以为工厂要实现数字化制造，必须先实现全自动化，这其实是一种误解。

以电子行业为例，如果开发一条全自动化的产线，至少需要半年以上，但按照目前电

子行业的创新周期，一般情况下，一款电子产品从设计到实现量产普遍只在几个月内。这时候，生产线上大部分的工作只有依靠人来完成，速度才会更快。

当行业的生产线更新周期太快，投入了很高的自动化成本，但生产效率并没有得到明显的提升。所以，全球大多数的电子产品制造方案几乎都不会用自动化生产线来完成，而组装环节也很少采用机械臂。

工业进化本质在提升质量，而非降低成本

人力成本被认为是导致近年制造业竞争力下降的原因，但制造业不能仅仅盯着制造环节的成本，应该更加注重供应链成本。而数字化制造从一开始就不仅仅是为了降低成本，最大的目的在于提升质量，而高质量并不意味高成本。

以一个简单的例子来看，当一款产品出厂时，它同时拥有了两个价值，一个是出厂价值，一个是到客户手中时的价值。中国很多工厂生产出来的产品，出厂价值不高，但到客户手中的价值就很高，这就是供应链的问题。

尽管并不需要仅仅盯着成本来谈论“工业进化”，但数字化制造本身所带来的高质量并不代表是高成本。

高质量在工业制造领域的重要性不言而喻。作为耐用品的工业产品，比如一款海上风力发电机的产品，一旦出现问题，不仅造成的损失不可估量，而且需要动用到直升机维修，维修的后期成本也非常高。

为此，在实现质量提升上，数字化制造首先是借助自动化产线上的机器充当“纠错官”的角色，比如当工人少拧了一颗螺丝，机器会自动发出警示，阻止产品进入下一个环节，通过机器的协助，减少人的出错。

通过机器的“检查”杜绝人在制造过程的差错，这只是保证产品质量的基础一步，由制造质量、研发质量以及原材料质量组成的产品质量中，更需要的是借助数字化制造去保障研发质量和原材料质量。

尤其是如何保证原材料质量，一直被认为是制造业界最具挑战性的一个课题。

在数字化制造过程中，一个很重要的方式是对原材料进行可溯源式的管理。也就说，在这座工厂内，当来自各地的原材料被运送到车间后，所有的原材料都拥有了自己的“身份证”。这个身份证可伴随原材料进入生产线，在每一个流程中，都会被相应的设备进行数据的采集和跟踪，并最终储存在后台的数据管理中。

这意味着，一旦有原材料的质量出现问题，工厂可以马上查找到这一批次的原材料在

什么时间点，已经走过哪些生产流程。无论客户在今后什么时间反馈质量问题，工厂依旧能够拿出完整的数据，对这些原材料进行追溯，从而保证原材料的质量。

走向工业4.0，管理自动化才是关键

在数字化制造的阶段，通过数据交互，已经能够有效地提升管理效率。但要衡量是否真正走向工业4.0，不是看生产线自动化水平的高低，而是看管理水平的高低。实现管理的自动化，需要实现管理上人完全听命于“电脑”，这才是智能制造的未来。

在工业4.0的研究中，智能制造和智能工厂一直被认定为两大研究主题。其中，关于智能工厂，被描绘成是一个分散的、具备一定智能化的生产设备，在实现了数据交互之后，形成了高度智能化的有机体，实现虚拟世界和物理世界的融合。

数字化工厂与智能化工厂之间的差距，最关键的一点在于是否真正实现管理的自动化。

在中国制造实现智能化提升的路上，相比硬件设备，管理水平的高低才是影响中国企业能否实现工业4.0的关键。要真正实现工业4.0，一大标准是管理水平达到了一定的高度，甚至实现了自动化。工业4.0将工业软件提升到了前所未有的高度。工业4.0将各种工业软件充斥到制造流程之中，从供应链管理、产品设计、生产管理、企业管理等四个维度，提升“物理世界”中的工厂/车间的生产效率，优化生产工程。工业4.0中囊括了盖勒普MES（制造执行管理系统）、盖勒普DNC（数控机床及生产工位联网管理系统）、盖勒普MDC（数控机床状态及生产数据采集分析管理系统）、盖勒普PDM（制造过程生产数据文档管理系统)、盖勒普Tracker（工装及刀夹量具智能管理系统）、SCM（产业链管理）、PLM（产品生命周期管理）、CAD（计算机辅助设计）等软件系统，能够将分散的各种信息汇总分析，从而解决产品生命周期的不断缩短、物流交货周期的不断加快以及客户定制要求的多样化的问题，为制造工艺带来决定性的影响。

如果管理实现自动化，也可以理解为，工厂的所有决策和指令都听命于电脑，连人也是听命于电脑。实现这一步显然并不容易，至少从理念上，如何让人完全听命于电脑，则需要一场思维变革。

但至少，数字工厂作为实现智能工厂的必经之路，已走出了第一步——让机器代替人去做更多的决策。而等到工厂内，真正能用自动化替代人进行管理，人听命于“电脑”的话，那么，电脑背后所代表的制造的未来，也将来到眼前。