工业 4.0 的状态|公司可以从中学到什么领先的 NextGen 制造商 管理摘要工业 4.0 的状态/ 哪些公司可以向领先的 NextGen 制造商学习“工业 4.0 ” 一词是十多年前创造的通过数字化可以实现的革命性效率提升manufacturing operations. While many companies have taken initial steps为了试验和实施新技术 ， 绝大多数人没有尚未实现工业 4.0 的预期改进。相反 ， 它已经清楚地表明 ， 各种技术和组织挑战制造业的数字化比最初预期的要复杂得多。罗兰贝格帮助了广泛的全球和美洲制造商构建他们的工业 4.0 努力 ， 并开发一个清晰的战略和愿景 ， 以实现数字化制造的好处technologies. Based on number client engagements and interviews with领先的市场专家 ， 我们已经确定了那些享受在过去的十年中取得了更多的成功并取得了重大进展。这些公司有几个共同的属性。首先 ， 他们对自己的开始有很好的了解这一点 ， 并在此基础上提出了工业 4.0 的整体战略 ，考虑市场现实。其次 ， 他们有一个明确的优先次序数字制造用例 ， 专用的跨功能高级制造团队 ， 明确的 IT / OT 目标格局和强烈关注员工能力建设。这有助于领导者将投资重点放在实现最高价值并从项目中提取资金的解决方案不产生一定的 ROI 。制造业中较不成熟的公司可以借鉴这些最佳实践 ， 并制定自己的愿景和全面战略 ， 加速他们迈向 “工业 4.0 ” 的旅程。 PAGECONTENTS4581工业 4.0 的现状23哪些 “工业 4.0 ” 用例提供了最高的价值 ？工业 4.0 领导者如何最大限度地利用用例?114我们可以从工业 4.0 领导者那里学到什么工业 4.0 的状态|3 1工业 4.0 的现状T他提到了制造业的数字化作为 “工业 4.0 ” ， 是下一步的关键构建块 -生成制造。它使更高的• 机器学习用例的实现需要公司职能部门之间的合作 (例如 ，生产和 IT) 在过去 ， 经常不会 “说相同的语言 ”当涉及到技术术语时在完全自主的道路上的自动化程度production. Manufacturers have invested significant时间和资源来建立必要的能力和识别、开发和推广他们生产工厂内的用例。汽车特别是工业 ， 一直在推动数字化在制造业中 ， 通常被认为是领先的（ 与半导体行业一起 ）来执行。然而 ， 随着越来越多的用例被探索 ，很明显 ， 实现完全数字化或自主生产将比预期的更陡。各种技术和组织挑战限制制造地点的速度已转换。例如 ：• 经常投资于 IT / OT 骨干和人才有一个 3 - 5 年的收支平衡时间表 ， 不一致设备资本支出的典型 ROI 预期。在工业 4.0 这个术语之后的十多年创造出来的 ， 我们离最初的愿景还有很长的路要走智能 ， 完全灵活和自组织的光 -工厂外。是时候盘点了。基于众多客户参与和采访了领先的市场专家 ， 我们确定了被视为关键价值驱动因素和吸引因素的用例数字制造业投资的最大份额。在此外 ， 我们评估了这些公司是如何应对的识别带来的组织挑战 ，开发、实施和操作这些用途案例。我们还得出了工业 4.0 的最佳实践战略、组织设置和有效能力building. The findings, layed out in this document, can帮助各行各业的公司重新考虑他们的工业 4.0 的战略和战术方法。• 许多公司的制造地点都很高独立于公司总部。这给了上升到分散的活动 ， 一个当地的供应基地 ，异构的基础设施 ， 以及特定于工厂的解决方案• 生产结构的长寿命和自动化系统迫使制造商工作用一堆旧设备拼凑而成• 一些数字制造用例的价值是难以量化 ， 只能在媒介中实现从长远来看 ， 这使得很难证明资本为必要的投资现有员工往往缺乏必要的技能 ， 并且公司努力寻找他们需要的人才收获数字化的好处4|Focus 2哪些 “工业 4.0 ” 用例提供了最高价值?T特定于制造过程。我们有“给定当前资源这里有一个广泛的数字制造用例 ， 其中许多是工业的 - 和将这些用例结构化为七个不同的原型。约束和虽然大多数公司至少已经尝试过每个原型的一个用例 ， 优先级明确给出定位压力 ，到提供最高即时信息的六个用例值: 进程中 (实时) 参数优化;公司需要状态监测和预测性维护 ；基于视觉的自动化检测 ； 过程数据 -务实和专注基于检查 ； 自主材料处理内部物流 ； 以及沿供应的运输跟踪具有高影响力的解决方案。链。A这六个优先使用案例占了很大一部分利用最佳实践 ，公司的数字制造投资。而很难评估这些用例的适用性结合集线器和跨扇区 ， 图 B 给出了选定的高级视图制造业。详细说明和辐条方法 ， 使对这些和一些令人惊讶的优先考虑的评估用例 ， 请参阅我们的 “工业 4.0 用例 ”速度和效率汽车 “研究。B达到可扩展的解决方案迅速开车实质性的价值生意 ” 。米歇尔 · 德鲁 · 罗德里格斯合作伙伴工业 4.0 的状态|5 答 ： 领先的汽车制造商明确优先考虑数字制造用例增加最大的价值汽车行业重点重点数字化制造用例路线和物料流外骨骼智能和自适应优化自主材料物流中的处理夹持器添加剂制造自动化智能库存运输跟踪Cobots沿着供应链先进自动化材料管理& LOGISTICS过程中 （ 实时 ）机器优化动态优化的时间表机器参数推荐自动提供工作订单性能监控 &优化PROD. Planning /控制和工人协助数据驱动的工厂基准测试自主生产控制（ 实时 ） OEE /性能监控智能安全系统 ，健康与人体工程学资源管理和维护工业 -ZATION &培训工人能力和数字化工厂规划（ 数字工厂孪生 ）资格管理能源与资源监控与优化虚拟装配和流程规划质量状况监测 &预测维护管理虚拟调试远程机器控制和AR 指导的现场服务通过虚拟培训视频或 AR / VR预测性质量（ 数码产品孪生 ）统计质量分析根本原因检测 (& S)自动化流程基于数据的检验基于视觉的自动化检验来源 ： 罗兰贝格6|Focus B ： 数字化制造用例的附加值高度依赖于生产技术和过程观察到的关键、优先的用例数量高价值用例成熟度金属正在形成金属处理Body商店油漆 /整理装配Supply链条CONDITION监控 &预测维护LowLowLowLowLowLow高高高高高高自动基于视觉检验自动工艺基于数据的检验过程中（ 实时 ）机器优化自主材料装卸INTRALOGISTICS跟踪运输沿着供应链观察到的用例数量来源 ： 罗兰贝格NoneLow介质高工业 4.0 的状态|7 3工业 4.0 领导者如何最大化从用例中受益 ？TC他开发和实施了新的数字制造用例很少简单。它需要各种解决方案4.0 。一流的公司分享这一愿景 ， 并拥有实施工业的类似蓝图4.0 用例 ， 如下所述。技术和组织挑战。我们使用我们的与美洲客户和市场的讨论专家们更好地了解 1) 组织设置和运营模式 ， 以及 2) IT / OT一流玩家所依赖的架构这些挑战。虽然具体设置因公司而异公司 ， 很明显 ， 三个要素 (硬件 /用例 [如第 2 章所述] ； 软件 / 数据& 分析 ； 组织) 需要解决同时实现工业的全部利益组织设置和操作MODEL从历史上看 ， 制造工厂有一个相对较高的组织自治程度。实施因此 ， 数字制造用例的数量往往由每个工厂的本地自动化部门驱动（ 通常与供应商合作 ） 。这导致在整个公司的冗余活动中 ，开发难以推出的解决方案跨多个植物。虽然在C ： 轴辐式组织已被证明是实现数字化的最有效组织制造用例汽车制造商中的数字先驱集中优先考虑用例 ， 并与当地工厂密切合作组织设置“工业 4.0 ” 单元“工业 4.0 ... ... ”... 战略和路线图 ，用例优先级排序和发展 ...Centralcorporate函数生产与物流数据分析IT生产...... 挑战 ， 用例想法、数据、反馈...生产植物4.0中试装置原型开发和试点来源 ： 罗兰贝格用例识别和推出8|Focus 许多公司 (尤其是规模较小的公司) ， 成熟的参与者在他们迈向数字化的旅程中取得了进一步的进步制造。NextGen 制造公司创建了新部门或子部门专门用于推动新的解决方案。作为数字化的实施制造用例需要数据分析、 IT和生产技能 ， 新成立的单位通常结合专家。数字制造团队与生产工厂密切合作捕获需求 ， 引起反馈和试点新用例。有关 NextGen Manufacturing 的更多信息 ， 请阅读我们的新报告制造商扰乱自己 ：通过下一步提高竞争力和弹性发电制造。图 D 说明了这种类型领先公司使用的组织设置。他们依靠用例驱动的方法 ， 并采用五步识别、开发和推广用例的路线图生产网络 ：DD ： 明确定义和仔细调整的运营模式对于高效运营至关重要数字制造单位引领 “工业 4.0 ” 的汽车 OEM 运营模式用例漏斗4.0中试装置“工业 4.0 ”使用案例运营模式I 4.0 单位中试装置其他植物1. 识别用例2. 确定用例的优先级3. 开发原型4.0中试装置4. 运行试点项目横滚5.生产网络生产就绪:来源 ： 罗兰贝格Low介质高职责:Low高工业 4.0 的状态|9 1. 通过收集机会和植物提出的想法和 / 或通过在专门的工业 4.0 测试实验室2. 根据类型、可扩展性、添加的价值 (停机时间减少、 OEE 收益等) 、业务案例 (ROI 、 NPV 等) 和资本支出要求3. 通过汇集专家开发原型来自不同的领域 ， 如数据分析、 IT 和生产4. 密切合作运行用例试点项目与中试工厂一起识别需求 ， 接收反馈并验证技术可行性和商业案例5. 通过以下方式在生产网络中推出用例与其他人分享最佳实践和经验教训植物数据与分析 ： IT / OT 架构而用例驱动的方法具有优势可以迅速实现的切实成果直接链接到特定的业务案例 ， 它也with challenges. If use cases are implemented one by第一 ， 总是存在冗余接口和数据存储 ， 以及缺乏总体architecture. Leading players that have implemented许多用例已经在努力管理不同的用例特定的实现。为了应对这一挑战 ， IT / OT 总目标建筑需要作为个人使用的准则cases. This includes uniform MES / ERP systems, but also控制级别的标准化和互操作性（ 传感器 ， 视觉系统 ， PLC 等 ） ， 以实现快速在全国范围内推出新的数字制造用例IioT （ 工业物联网 ） 解决方案在这些目标体系结构中也发挥着重要作用（ 请参阅我们关于基于云的制造的最新研究 ） 。许多公司已经开始大规模 -扩展项目以开发其未来的目标系统架构。例如 ， 所有主要的汽车 OEM已经定义了基于云的 IioT 平台架构。未来 ， 许多原始设备制造商不仅打算整合他们自己完整的工厂网络 ， 但也是一级供应商和设备和自动化提供商这些平台。不太先进的公司仍然关注更多关于基础知识和内部 IT 架构的信息 ，协调整个网络中的 ERP 和 MES 。而我们看到一些公司推进中央 IT 和分析函数 ， 它们通常只投资于有限的基于云的架构中的学位。这是由于他们较低的数字制造成熟度和较少的可用性capital.专门的数字制造单位负责用于识别、确定优先级和开发新用途cases. Plants and employees are usually involved in通过建议新的用例的识别过程和基于日常挑战的应用程序。宣传活动展示了价值数字制造单位到工厂和确保他们的支持。一些公司也建立了测试员工可以在其中尝试新的实验室技术。要确定用例的优先级 ， 请考虑业务等因素案例 (ROI) 、可扩展性、附加值、技术可行性