工业4.0：如何应对制造业的数字化

工业4.0如何应对制造业的数字化麦肯锡数字2015 工业4.0如何应对制造业的数字化 内容执行摘要71.一系列颠覆性的数字技术将改变制造业10到2025年1.1与第三次工业革命相比，第四次尽管仅有限地更换了设备，但仍然有影响131.2过渡的步伐可能会逐步进行142.公司需要推动运营效率的新视野182.1通过消除跨行业的低效率，可以创造新的价值潜力“数字线程” 192.2麦肯锡数字指南针可帮助确定和优先考虑围绕八个价值驱动因素的优化机会222.3激活工业4.0杠杆将需要在四个方面进行准备282.4未来，经过完全优化的制造基地将融合为三个植物原型303.价值链中断将促使玩家从根本上重新考虑他们的34经营方式3.1新的价值主张引发了四种新的商业模式353.2随着业务模式的变化，价值池也会随之变化383.3制造业的竞争格局将变得更加复杂，不确定393.4适应被破坏的价值链的三个关键成功因素394.玩家需要为数字化转型奠定基础抓住工业4.0技术的机会424.1建立相关的数字能力434.2促进行业生态系统中的协作444.3将数据作为有价值的资产进行管理454.4通过两速系统和数据实现快速敏捷的IT开发45建筑4.5确保网络安全46 展望：玩家应该立即开始数字转换以掌握向工业4.0的过渡48附录：麦肯锡工业4.0全球专家的其他主要发现2015年调查50 工业4.0：如何应对制造业的数字化麦肯锡数字7执行摘要提出第四次工业革命的话题立即引起许多问题：工业4.0的真正含义是什么？数字化对制造业意味着什么？它对我们的价值池有多深远的影响？我公司的近期商机是什么？一些客户还问这个词是否仅仅是炒作。各种各样的混合反应揭示了与工业4.0到底是什么以及公司应如何应对不断变化的工业环境相关的巨大不确定性。为了一开始就阐明术语，麦肯锡将工业4.0定义为制造业的数字化，几乎所有产品组件和制造设备中都装有嵌入式传感器，无处不在的网络物理系统，以及对所有相关数据的分析。它由四个破坏性技术集群驱动。第一个由数据，计算能力和连接性组成–低功耗，广域网就是一个例子。分析和情报构成第二，而人机交互则构成第三，例如包括触摸界面和增强现实。第四，数字到物理转换：高级机器人技术和3D打印是两个示例。今天，所有这些推动因素都处于临界点–现在是制造公司决定如何应对它们的时候。随着工业4.0在B2B流程中影响关键任务应用程序的发展，我们预计转型将是深远的，但变革的步伐将比消费互联网的数字破坏慢。由于投资周期长，当涉及到根本性破坏时，公司的决策往往会比较保守。但是，尽管先前工业革命创造的大部分价值来自升级单个地点的制造资产-在蒸汽和自动化转换中占80％至90％-但资本支出密集型升级预计仅占其中的一半（40％至40％）。 50％1）在工业4.0中。在许多情况下，与主要机械升级无关的颠覆性技术将提高生产率和新的业务模式，并从根本上改变竞争格局。麦肯锡已进行了重要的主要市场研究，以开发公司对下一波制造业的看法，包括对来自三个国家（美国，德国和日本）的300名参与者进行的调查，并与行业思想领袖进行了深入访谈和广泛的研究。调查结果表明，制造公司应从三个方面采取行动，以抓住工业4.0的潜力：推动运营效率的新视野，调整业务模型以捕捉不断变化的价值池，并为数字化转型奠定基础。1.推动运营效率的新视野我们认为，应该以实现价值最大化为目标进行任何优化，从而确定了八个将大大影响典型制造公司业绩的价值驱动因素。对于这八个价值驱动因素中的每一个，我们已经确定了最重要的基础工业4.0杠杆，从而形成了一个被称为“数字指南针”的诊断框架。玩家可以使用它来系统地识别工业4.0机会。对于棕地站点，其价值在于“数字线程”的端到端优化（即，更好地利用当今未捕获/提供/使用的信息），并消除由以下原因导致的信息浪费：功能，站点和公司。根据我们的调查，公司期望这种从原材料一直到最终产品交付的端到端集成能够使生产率提高多达26％。2 在未开发的场景中，出现了三种不同的未来植物原型。智能自动化工厂是完全数字化的，并且具有很高的成本效益。这些产品面向大众市场（即非常大的系列），因此产品范围有限。以客户为中心的工厂面向趋势市场，并受到“大众化个性化”的驱动。他们是超快速反应的工厂，致力于单件式流程并按订单定制产品。 “盒子里的电子工厂”是第三种原型，旨在瞄准利基市场和偏远市场。这些小规模，低资本支出的移动设备以具有竞争力的成本生产有限的产品。从下一阶段的运营效率中抓住机遇的关键成功因素是：跨来源和公司集成和分析数据，在整个价值链上共享成果，确保与实物生产资产集成以及重新考虑经典生产系统的设计。2.调整业务模型以捕获不断变化的价值池颠覆性工业4.0技术还通过新型业务模型释放了新的价值潜力。一种是按服务提供的产品（例如，利用按使用量付费或基于订阅的模型，将机械从资本支出转变为运营商的运营支出），平台的货币化是另一种，例如创建新生态系统的技术平台，或做市商的经纪平台。基于知识产权的模型是第三种：例如，许可知识产权可能是经常性收入模型，或者提供相关的咨询服务。数据驱动的业务模型将数据货币化或从收集的数据中获得洞察力，这是第四种。这些类型的业务模型有望改变现有价值链中的价值池。因此，确保获得这些价值池对于未来的公司至关重要。但是，这些变化还将为新参与者创造机会，并导致竞争格局发生变化，无论是新进入者竞争现有价值池，还是参与者进入以前不属于价值链的新价值池，例如连接解决方案的供应商。由于特别小的初创企业和创新型公司正在迅速向这些新领域迈进，因此，现有的制造商和供应商需要对他们的商业模式对工业4.0的战略含义做出迅速反应。我们看到了适应被破坏的价值链的三个关键成功因素。首先是以流动资产为起点，并在此基础上开发新的业务案例。第二个是确保转移价值链中的控制点，并避免将其商品化。第三是了解不断变化的竞争动态并增强公司DNA的敏捷性。3.为数字化转型奠定基础工业4.0破坏了价值链，并要求公司重新考虑其开展业务的方式。他们需要推动业务的数字化转型，以在新环境中取得成功。五个支柱对于这一转型至关重要：首先，公司需要建立数字能力。这包括吸引数字人才，建立跨职能的治理和指导等因素。其次，公司需要在生态系统中实现协作。这需要参与标准的定义8 工业4.0：如何应对制造业的数字化麦肯锡数字9通过联盟，战略伙伴关系和社区合作跨公司边界进行合作。第三，将数据作为有价值的业务资产进行管理对于确保关键控制点非常重要。第四，公司需要端到端管理网络安全，以保护数字化管理的车间运营和专有数据。最后，公司需要实施两种速度的系统/数据架构，以将快速发布周期与具有较长周转时间的关键任务应用区分开。为了利用这些多重机会，公司需要着手进行数字化转型：需要持续不断的长期努力，才能成功应对不断变化的工业4.0工业环境。 101.一组颠覆性数字技术到2025年将改变制造业10 工业4.0：如何应对制造业的数字化麦肯锡数字11为什么工业4.0引起了这种兴趣？公司正在建立专门的团队，并创建跨行业网络以推动其发展。行业参与者之所以将如此大量的资源投入到Industry 4.0中，原因之一是传统的生产力杠杆已被广泛耗尽。在1970年代和1980年代，精益采用是推动力，丰田系统在西方地区（大多数是高成本国家）被广泛采用。通过将低技能的制造业转移到低成本国家（LCC），外包和离岸业务在1990年代提高了盈利能力。在2000年代，随着低成本航空公司工资的上涨和货运成本的增加，离岸外包的优势开始缩小。上市时间和客户响应能力是当今竞争力的关键因素，公司正在投资自动化和机器人技术，这些技术有可能在任何地方满足LCC人工成本水平。公司正在重新设计他们的制造网络，并越来越靠近他们的客户和研发中心（下一个工厂）。对公司的压力持续增加，许多公司正在寻找提高生产率的新机会。工业4.0的颠覆性技术，例如支持IT的制造和增强的计算能力，为智能工厂带来了希望，这些工厂将变得高效且日益集成数据。数据是核心驱动力：各行各业的领导者都在利用数据和分析来实现价值创造的逐步变化。大数据/高级分析方法可以使产量提高20％到25％，停机时间最多减少45％。3在本报告中，我们定义了与工业4.0相关的所有数字化破坏性技术，这些技术可能在未来10年内对制造业产生重大影响。其中一些技术是真正的创新，例如增强现实，而其他技术（例如大数据和高级分析）已经在制造业中应用了一段时间。此时，出现了一个问题：这里的新颖性是什么？自从1990年代以来，工业4.0只是对所谓的制造执行系统（MES）的又一次重提吗？我们相信并非如此。麦肯锡的研究表明，出于各种原因，以下所有技术目前处于临界点，并且已经成熟，可以扰乱制造价值链。更准确地说，有四类技术需要研究（图表1）。不同的驱动程序正在导致针对每个群集的大规模使用加速。展览1许多颠覆性技术将使制造业数字化制造业的数字化–工业4.0数据，计算能力和连接性分析与情报人机交互数位转换大数据/开放数据大大降低了计算，存储和传感器的成本物联网/ M2M降低了小型硬件和连接的成本（例如，通过LPWA网络）云技术数据集中化和存储虚拟化消息来源：麦肯锡知识工作的数字化和自动化人工智能和机器学习的突破性进展进阶分析改进的算法和大大提高的数据可用性触摸界面和下一级GUI通过消费类设备快速扩散虚拟和增强现实头戴式光学显示器（例如Google Glass）的突破增材制造（即3D打印）材料范围扩大，打印机价格迅速下降，精度/质量提高先进的机器人技术（例如，人机协作）人工智能，机器视觉，M2M通信和更便宜的执行器方面的进步能量储存与收集具有越来越高的成本效益的存储能量选项和创新的能量收集方式 12数据，计算能力和连接性。该集群由大数据，物联网（IoT）和云技术组成，主要是由成本的显着降低推动的，这使得无处不在的传感器和执行器的使用成为可能，并实现了价格合理但功能强大的存储，传输，并进行处理。例如，在物联网中，嵌入物理对象中的传感器和执行器通过有线和无线网络互连。这些网络产生大量数据，这些数据流到计算机进行分析，而所有物理对象都能够感知其环境并相互之间进行自主通信。如今，物联网应用程序的所有先决条件终于到位：专门为无缝机器对机器（M2M）交互而设计的新通信协议使互操作性成为可能。 LPWA技术实现了连接性，该技术提供了无线基础设施来连接数千个IoT节点。最后，在不久的将来，物联网硬件的预测价格仅为每个IoT节点1美元，从而实现了可承受性（图表2）。分析和情报。在过去的几年中，该领域已经取得了重要的知识进步。在很长一段时间内，机器人只能执行简单且重复的任务，人工智能和机器学习的进步以及可用数据的指数增长和改进的统计技术可以实现知识工作和高级分析的数字化和自动化。 IBM的认知系统Watson，4 例如，能够根据从大量非结构化数据中得出的见解来回答复杂的问题。该软件的一项重要应用是癌症护理。美国的几家医院都使用Watson通过对照研究文献，病例史和既定的治疗指南，以及来自专家肿瘤学家的反馈来分析患者的医疗信息，从而确定各个患者的治疗选择。这只是基于知识的活动如何自动产生价值的一个示例，它代表了即将发生的事情的预览。人机交互。越来越多的人机交互驱动力是消费者对与越来越多地使用个人设备的机器交互的新方式的熟悉。触摸界面在当今的消费者世界中已经无处不在，并且手势识别以及虚拟和增强现实设备也越来越多地被使用。对此类设备的熟悉将简化人机的实现图2现在是时候了–物联网节点的成本已大大降低，并有望进一步下降单价，美元单片机1连接性2 传感器3 其他40.3 - 1.0~ 1.00.1 - 0.8~ 1.02.5 - 4.0▪没有大笔费用与IoT连接相关联▪价格预期继续下降在接下来的几年▪潜在的额外成本节省潜力未来的集成设计解决方案▪计算确实不包括固定成本例如基础设施成本2015 2020年51当前价格范围从0.3美元（例如Cypress 32位）到1.2美元（例如TI 16位），具体取决于速度，质量和集成的内存大小（适用于大批量订购）2滤波器收发器和天线的