2013年4月，德國首提“工業4.0”戰略。2019年2月5日，德國正式發布《國家工業戰略2030》，明確提出在某些領域德國需要擁有國家及歐洲範圍的旗艦企業。
兩天之後，2019年2月7日，美國發布了由總統川普親自主持制定的未來工業發展規劃，將人工智能、先進的製造業技術、量子信息科學和5G技術列為“推動美國繁榮和保護國家安全”的四項關鍵技術。在白宮官網上，這份規劃的標題是——“美國將主宰未來工業”。
2019年4月11日，日本政府概要發布了2018年度版《製造業白皮書》，指出在生產第一線的數字化方面，中小企業與大企業相比有落後傾向，應充分利用人工智能的發展成果，加快技術傳承和節省勞力。
今天，距離第一次提出“工業4.0”戰略已經六年了。當前大國間的製造業競賽如火如荼。第四次工業革命正在以前所未見的速度迎面撲來，突破性技術和創新型業態催生的強大力量，將改寫全球製造業的競爭格局。
這是最好的時代。中國迎來了智能製造發展的破局時刻。作為先進製造業後來者，中國製造正在以中國速度和中國智慧奮力追趕，以期實現高質量發展，由大變強，後發先至。
想到+做到=得到
態度決定行動，行動決定結果，想到+做到=得到，這就是中國智能製造成功破局的公式。
想到：中國企業對第四次工業革命滿懷信心，對投身智能製造樂觀而不遲疑
2016年和2017年，麥肯錫連續兩次對中美德日四國400多家企業領袖進行了智能製造問卷調研，面對同樣一個問題：“與一年前相比，你對智能製造潛力的態度有何變化？”（見圖1）結果顯示，中國企業對智能製造抱有極大的熱情和期待，遠比美德日企業樂觀：86%的中國受訪企業相信智能製造的潛在價值，比例遠高於美德日三個發達經濟體的企業（美國67%，德國62%，日本40%）。與此同時，美德日三國企業對智能製造的悲觀程度的比例均呈現上升態勢，而中國企業恰恰相反，持悲觀態度的比例由15%降至11%。整體而言，中國企業對第四次工業革命滿懷信心，對投身智能製造樂觀而不遲疑。美國和德國企業普遍感受到的是迷茫和不確定。日本是企業智能製造信心指數始終未能過半的唯一國家（2017年僅有40%的日本企業對技術革命抱以樂觀態度）。
做到：中國企業走在智能製造應用的最前端
2018年，我們向全球800多家製造企業提出了一個新的問題：“貴公司已試點多少個智能製造解決方案？”結果表明，很多受訪企業已經啟動了智能製造用例的試點落地工作。全球範圍內，平均每家企業已經試行了8個數字化製造方案，這是一個令人振奮的數字（見圖2）。
態度決定行動，聚焦中美德日四國， 一兩年前各國企業樂觀程度和各國企業實施方案數量呈正相關：中國企業走在智能製造“做到”的最前端，平均每家中國企業已經試點了10.2個數字化製造用例，美企平均8.5個用例，德企平均6.9個用例，日企平均4.1個數字化生產用例，僅為全球基準的一半水準。可見在智能製造落地階段，日本遠遠落後於中美德三國。
得到：德企和美企仍為智能製造的全球領軍者，中國企業正快速追趕
2018年麥肯錫這份調研報告還顯示，這800多家企業中超過70%的企業落入了數字化轉型試點“陷阱”，小規模試點之後無法實現公司及生態系統的全面轉型。企業試點進展也十分緩慢。約29%的受訪企業表示其試點期已超過兩年， 56%表示已進行了一至兩年的試點， 15%表示剛剛步入試點階段。
只有以點及線，以線及鏈，從試點走向規模化，才能獲取智能製造的最大價值。2018年5月起，麥肯錫與世界經濟論壇（WEF）聯手，在全球範圍內遴選智能製造領域的“得到”者——工業4.0“燈塔工廠”。意在總結先行者的成功經驗，惠及製造業全球生態圈。最後，我們在全球約1000家企業中選出了16家“燈塔工廠”，它們分布在製造業的各個行業，數字化試點之後，成功推廣到企業整個層面，取得了顯著的財務和運營實際效益。
1、拜耳生物製藥（意大利加巴納特）
2、博世汽車（中國無錫）
3、海爾（中國青島）
4、強生DePuy Synthes（愛爾蘭科克）
5、菲尼克電氣（德國巴特皮爾蒙特和布隆伯格）
6、寶潔Rakona（捷克）
7、施耐德電氣（法國勒沃德勒伊）
8、西門子工業自動化產品（中國成都）
9、UPS Fast Radius（美國芝加哥）
10、寶馬集團（德國雷根斯堡）
11、丹佛斯商用壓縮機（中國天津）
12、富士康（中國深圳）
13、Rold（意大利 Cerro Maggiore）
14、Sandvik Coromant （位於瑞典 Gimo）
15、沙特阿美 Uthmaniyah 天然氣廠（位於沙特阿拉伯 Uthmaniyah）
16、塔塔鋼鐵（荷蘭艾默伊登）
這16家“燈塔工廠”之中，有5家來自德資企業，3家來自美資企業。作為高端製造業代表的德國和全球科技創新中心的美國，深厚的先進工業底蘊和全面的高質量生產能力奠定了先發優勢。難能可貴的是，作為製造業後起之秀的中國，也貢獻了2家“燈塔工廠”（海爾和富士康），且坐標在中國的“燈塔工廠”有5家（海爾、富士康、西門子、博世和丹佛斯），全球最多。“中國製造”第一次成為智能製造的全球標杆，也是發展中國家第一次在世界製造業領跑軍團中佔據了一席之地。
2015年以來，工信部陸續選出305個智能製造試點示範項目，形成了各地各行各業的中國版“燈塔”。這些智能製造試點示範項目，涉及92個行業類別，覆蓋全國境內所有省（自治區、直轄市），拉動投資超過千億元人民幣。初步統計，這些項目智能化改造前後對比，生產效率平均提升37.6%，最高提升了300%。
多方合力、共推智造
2019年5月8日，筆者在日本東京與100多名日本企業高管就數字化轉型開展了一場深度交流。超過三分之二的日本高管坦承其所在企業已經落後於全球工業互聯網的革新步伐。但反差的是，他們普遍認為，在落地數字化用例之前，必須對方案設計、難度估判、投資回報率計算做好充分準備。日本企業家們恪守著謹慎、實用的行事原則，這也正是日本民族文化的縮影。
我們長期觀察日本企業的轉型發現，“同而大和”的集體性格深深烙在組織的每一個細胞。“同”是先決條件，任何變革都須取得自上而下的全體認同，這是一個漫長而反覆的過程。“大和”則是加速器，一旦勠力同心，轉型落地就會獲得上層的強力支持和基層的踏實執行。與中國對於智能製造“因為相信、所以看見”有所不同，日本對於智能製造則是“因為看見、所以相信”。
從日本到德國跨越七個時區，筆者來到萊茵河畔一家製造企業，主持了一場精益和數字化轉型效率推進研討會。除了管理層外，主辦方還邀請了幾位一線生產管理人員。
令筆者印象最深的是一位叫奧利弗的裝配線生產主管。老奧利弗今年55歲，在車間摸爬滾打了30多年，是名副其實的生產“萬事通”。當我們在討論是否應該引入穿戴式設備、室內定位和RFID技術，為車間生產員工效率數字化賦能時，奧利弗起身表示有話要說。
他說智能製造也許不是目前這家工廠最合適的出路。原因有三個。
第一，數字化的意義不明顯。這家工廠並沒有任何標準操作手冊，奧利弗和他的200多位生產夥伴在過去的二三十年間，早已熟稔了裝配步驟、產品參數、設備狀況的每一個細節。工人們在這家工廠都一二十年了，穩定的員工隊伍和始終如一的重視質量，形成了由工人主導的生產質量管理體系。數字化工具導入不見得讓這些老兵做得更好。
第二，政策法規對個人隱私的保護趨於嚴格。數字化應用需要獲取一線工人的數據，歐盟最近通過的個人數據保護條例要求每一次數據采集都須征得本人同意，這在歐洲國家幾乎是不可能實現的。
第三，數字化的投資回報率不明確。大多數德國工廠隻運行一個班次，現在工會還在討論將周工時進一步削減，有限的生產資源已無法支撐數字化應用的試點性效益落地，遑論組織整體的數字化轉型。
德國的製造業改革複興掣肘於發達國家所固有的意識形態和制度法則。激進、徹底、速贏的改革舉措很難得到德國製造從業者的歡迎，德國需要的是合適、合理、合規的做法。
合適是適應德國低離職率、以人為本的製造現狀，為基層工人提供更加便利友好的生產環境；合理是以質量、生產率、運營成本為目標，科學優化整個製造過程；合規是確保企業轉型契合國家的法治精神。智能製造在德國，需要仔細思考技術與人、技術與製造系統、技術與法律的可持續關係。
中國是當今世界最大的改革試驗田，我們可以看到中國製造業的今天和明天。
中國製造業的今天，近30年的人口紅利期即將結束，勞動力成本和人口老齡化形成上升雙擊，大量勞動密集型產業面臨“用工貴”和“用工荒”的嚴峻形勢。
某製造業台企董事長曾向筆者吐露了他“想退休但不能退”的無奈心聲。他在大陸的工廠有6000多名員工，但近年來飽受勞動力短缺的困擾。其大陸工廠員工平均年資不足6個月，工人離職率居高不下；工廠所在地區工資水準不斷攀升，原有報酬根本無法吸引現在年輕人；企業的自動化程度很低，大多數流程極度依賴熟練操作工人；加上不斷老齡化的中國社會，未來工廠甚至將出現操作工的斷代風險。
企業招工難，進而導致產能波動和產品質量問題。言及至此，年逾七旬的老者幾近哽咽。
中國製造業的明天，關鍵利益相關者直面中國製造業當前的勞動力挑戰，以開放的姿態擁抱創新場景，凝聚多方能量形成合力，四股力量推動中國製造業涅槃重生。
第一股力量來自對於數字化持開放態度的員工。與發達國家不同，中國一線員工對智能製造新興技術更顯樂觀。廣大的基層工人積極接納與學習數字化工具，為轉型落地奠定了能力基礎。
第二股力量來自對於規模化效益滿懷預期的業務領導者。統帥轉型的業務負責人認同中國製造規模大，普遍採用三班生產，因此智能製造投資回報快。
第三股力量來自偏好新工廠的技術供應商。中國本土的技術供應商將以突破性技術重塑工廠為己任，致力於優先開發數字化應用，為轉型推廣提供了技術支撐。
第四股力量，來自大力支持的政府部門。2018年，富士康新成立的工業互聯網創新企業工業富聯，從提交材料到上市過會僅用了36天，締造了A股市場IPO的最快速度。政府對於智能製造的壯志雄心和鼎力支持是最核心的推動力。
放眼中國，越來越多的製造企業紛紛採用物聯網、人工智能、新一代自動化等工業4.0突破性技術。筆者走訪過在中國的五家“燈塔工廠”，它們比歐美同行更重視與人員相關的數字化和自動化技術導入，旨在提升製造人員效率，提高產品質量。在海爾的青島中央空調工廠，實時數字化業績管理將員工的當班業績與個人獎金實時掛鉤；在無錫博世的生產現場，新落成的數字技能培訓中心為智能生產線培育新一代“智能製造者”；在天津丹佛斯的質檢工位，基於人工智能機器視覺的檢驗系統，以零誤差率完成每一次高精度的部件質量檢驗。採用智能製造技術，不讓供不應求的一線生產人員做不喜歡、不擅長、不安全的工作，而讓他們做更有價值的工作，是多方合力下的明智之舉。
中國智能製造不能等，要兼容並蓄、集之大成
中國的智能製造在快速追趕，但製造業整體大而不強的現狀還遠未改寫。如果把智能製造比作一場長跑，那麽大多數中國企業還處在第二、第三軍團位置。智能製造是一場非常規的長跑，是一場沒有規定賽道的長跑。筆者相信，選擇賽道是擺在企業家面前的考題，而答案很可能是兼容並蓄，集之大成（見圖4）。與我們同時奔跑的德國、日本和美國，都具備各自的發展優勢和可取之處。中國唯有潛心汲取其他製造強國的“武功秘籍”，並化為自己的“內力”，才能後發先至。
在智能製造的戰略內容上，德美日中表現出不同的目的和利益側重。德國智能製造戰略：工業4.0，目的是發揮其傳統的裝備設計和製造優勢，進一步提升產品市場競爭力和配套價值，主要關注智能化生產製造能力。美國的智能製造戰略：工業互聯網目的是發揮其傳統信息產業優勢，進一步提升面向終端用戶的體系性服務能力，主要關注智能化體系服務能力及顧客價值創造。日本的智能製造戰略：工業價值鏈計劃，目的是配合機器人和物聯網，成為推進製造業升級的三大支柱，主要關注尋求建立一個生態系統，讓全行業所有企業共同受益。中國的智能製造戰略：中國製造2025目的是從製造大國成為製造強國，提升產品質量和品牌價值，主要關注通過形成以智能製造為核心戰略的生產企業，進而帶動相關設備和服務研發公司。發達國家向智能製造前進的不同方式，為中國智能製造突圍提供了諸多啟示，筆者歸納為彎道超車、直道超車和換道超車三種策略。
彎道超車：向德國學習根基扎實的智能製造
德國的高端工業裝備和自動化生產線是舉世聞名的，在裝備製造業享有傲視群雄的地位。同時，德國人嚴謹務實的風格，理論研究與工業應用的結合也最緊密。可以說德國智能製造的核心競爭力是先進設備和生產系統。在德國工業4.0的戰略框架中最重要的詞是“整合”，包括縱向整合、橫向整合及端到端整合，從而將德國在製造體系所積累的知識資產集成為一套最佳的設備和生產系統解決方案，通過不斷優化的生產效率和效益實現領先。我們向德國學習，學的就是“彎道超車”，即打造智能生產系統解決方案。
西門子在成都的“燈塔工廠”就是范例。
2013年，西門子在成都建設的數字化工廠一期，從製造流程、產線布局、生產設備到工業軟體執行全面解決方案是其對德國姐妹工廠的複製，由外籍專家全程指導並統率決策，通過一對一緊密指導培育技能，旨在將最純正的德系智能設備和生產系統帶到中國，為智能製造最佳實踐的本土化創造先決條件。時隔五年，其數字化工廠二期啟動，智能製造解決方案採用“全華班”配置。100%本土工程師設計和項目管理，本土系統集成商承接項目。由於更緊密地融入了本地生態系統，項目僅用六個月就完成了設計和落地全過程，勞動生產率大幅提升，投資回報期非常短。在同一片熱土上， “德國質量”和“中國速度”交相輝映。
直道超車：向日本學習智能產品的客戶價值實現
在日本的製造文化裡，人的價值最重要，對人的信任遠勝於對設備、數據和系統的信任，所有的自動化、數字化、智能化也都是基於如何幫助人更好地工作為目的。因而在智能製造領域，日本企業談論的不是機器換人或無人工廠，更加關注的是在人的工作中嵌入智能產品的微觀價值。其相關研發的主要精力集中於產品的IoT化和人工智能應用，識別工業互聯網各行業各價值節點的用戶痛點與訴求，專研能夠解決現場問題、創造業務新價值的“點狀”產品。向日本學習，學的就是“直道超車”，即以用戶為中心打磨智能產品，用務實的工匠精神提供用戶所需要的實際功能。
基恩士是全世界最好的機器視覺企業之一，也是日本以工匠專研精神塑造智能產品的縮影。基恩士是全球率先提供人工智能機器識別技術的企業，這源自其對於客戶業務痛點與核心需求的長期關注。基恩士認識到只有人工智能視覺產品才能從根本上解決現有問題，取得行業定價權。於是大力投入研發，依據用戶實際場景度身定製了人工智能及物聯網功能模塊，推出了新一代視覺解決方案。該產品以其獨有的技術解決了其他產品無法解決的現場問題，牢牢佔據機器視覺高端高利潤。2018年，基恩士在中國市場的收入是第二名的近五倍，常年維持70%左右的毛利率。增長的背後就是工匠精神孕育的智能產品價值。
換道超車：向美國學習數據和平台驅動的智能服務
作為第三次技術革命的發源地，美國在信息技術領域的積累深厚，擁有全世界最頂尖的信息技術企業和研發團隊。因此，在智能製造誕生伊始，美國就提出了“工業互聯網”的概念，將數據的整合和使用作為戰略重點，通過制定通用的工業互聯網標準，利用互聯網激活傳統的生產製造過程，促進物理世界和信息世界的融合。
美國智能製造的核心是充分挖掘數據的價值，即利用其在大數據、芯片、物聯網、人工智能等“軟服務”上的強大實力，實現真正的工廠智能化，典型用例包括數字化資產管理、預見性維護、數字化業績管理等。向美國學習，學的就是“換道超車”，建立數據采集、傳輸、管理、分析及應用的物聯網架構，用數據驅動工業智能服務的模式創新，成就企業主業以外的新賽道——新興業務增長點。
總體而言，中國製造業並沒有如德國等發達國家那樣由第三次工業革命逐漸過渡到第四次工業革命。中國雖然製造業規模最大，但是行業水準參差不齊，很多中國企業仍處於工業2.0，甚至更低的水準。同時，種種挑戰也給中國製造業的前路帶來隱憂。但是，中國製造的強國之夢並不遙遠。敏而好學、兼容並蓄是中國智慧；勤於奮鬥、後發先至是“中國速度”；脫虛向實、萬眾創新是“中國創造”。我們堅信，中國製造業的高質量發展將會創造下一個中國奇跡。
來源：中國機械工程學會
END
看累了嗎？戳一下“在看”支持我們吧！
香港九龍灣馬來街興發大廈15樓D室