工业 4.0 的状态| 公司可以从领先的 NextGen 制造商那里学到什么 管理摘要工业 4.0 的状态/ 公司可以从领先的 NextGen 制造商那里学到什么“工业 4.0 ” 一词是十多年前创造的 ， 用来描述通过数字化制造运营可以实现的革命性效率提升。尽管许多公司已经采取了初步措施来试验和实施新技术 ， 但绝大多数公司并没有但实现了工业 4.0 的预期改进。相反 ， 很明显 ， 各种技术和组织挑战使制造业的数字化比最初预期的更加复杂。Roland Berger 已帮助广泛的全球和美洲制造商构建其工业 4.0 工作 ， 并制定明确的战略和愿景 ， 以实现数字制造的好处技术。根据众多客户参与和与领先市场专家的访谈 ， 我们确定了在过去十年中获得更多成功并取得重大进展的公司。这些公司有几个共同的属性。首先 ， 他们对自己的出发点有很好的理解 ， 并在此基础上制定了考虑市场现实的工业 4.0 整体战略。其次 ， 他们对数字制造用例有明确的优先级 ， 这是一个专门的跨职能高级制造团队 ， 明确的 IT / OT 目标格局以及对员工能力建设的强烈关注。这有助于领导者将投资重点放在推动最高价值的解决方案上 ， 并从没有产生一定 ROI 的项目中提取资金。制造业不太成熟的公司可以从这些最佳实践中学习 ， 并制定自己的愿景和全面战略 ， 以加快迈向 “工业 4.0 ” 的步伐。 工业 4.0 的状态|3PAGECONTENTS41工业 4.0 的现状52哪些 “工业 4.0 ” 用例提供了最高的价值 ？83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封面照片阿尔瓦雷斯 / iStock 4 |FocusT1/工业 4.0 的现状制造业的数字化，被称为 “工业 4.0 ”，是下一代制造业的关键组成部分。它可以实现更高的自动化程度，实现完全自主生产。制造商投入了大量时间和资源来建立必要的能力，并在其生产工厂中识别、开发和推广用例。特别是汽车行业，一直在推动制造业的数字化，并且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 ， 完全数字化或自主生产的路径将比预期的更陡峭。各种技术和组织挑战限制了制造站点的转型速度。例如 ：•许多公司的制造地点高度独立于公司总部。这导致了分散的活动、本地供应基地、异构的基础设施和工厂特定的解决方案•生产结构和自动化系统的长寿命迫使制造商使用传统设备的拼凑而成•一些数字制造用例的价值很难量化 ， 只能在中长期内实现 ， 因此很难证明必要投资的资本是合理的•现有员工往往缺乏必要的技能 ， 公司很难找到他们需要的人才 ， 以充分获得数字化的好处•机器学习用例的实现需要企业功能 （ 例如 ， 生产和 IT ） 之间的合作 ， 这些功能在过去的交互有限 ， 并且在涉及技术术语时通常不会 “说相同的语言 ”•对 IT / OT 骨干和人才的投资通常具有 3 - 5 年的盈亏平衡时间表 ， 这与设备 CAPEX 的典型 ROI 预期不符。在工业 4.0 这个术语被创造的十多年后 ， 我们离最初的智能、完全灵活、自组织的发光工厂的愿景还有很长的路要走。现在是时候盘点一下了。根据众多客户参与和对领先市场专家的采访，我们确定了被视为关键价值驱动因素的用例，并吸引了大部分数字制造投资。此外，我们评估了这些公司如何应对识别、开发、实施和运营这些用例所带来的组织挑战。我们还得出了工业 4.0 战略、组织设置和有效能力建设的最佳实践。本文档中列出的调查结果可以帮助各行各业的公司重新思考他们对工业 4.0 的战略和战术方法。 工业 4.0 的状态|5T2/哪些 “工业 4.0 ” 用例提供了最高的价值 ？这里有各种各样的数字制造用例 ， 其中许多是特定于工业和制造过程的。我们有将这些用例结构化为七个不同的原型。虽然大多数公司至少尝试了每种原型的一个用例，但显然优先考虑提供最高直接价值的六个用例 ： 过程中 （ 实时 ） 参数优化 ； 状态监控和预测性维护 ； 基于视觉的自动化检查 ； 基于过程数据的检查 ； 内部物流中的自主物料处理 ； 以及沿供应链的运输跟踪。.A这六个优先用例占公司数字制造投资的很大一部分。虽然很难评估这些用例在各个部门的适用性，但图 B 给出了选定制造业的高级视图。有关这些用例的详细描述和评估以及一些令人惊讶的优先使用案例，请参阅我们的 “汽车工业 4.0 用例 ” 研究。.B“鉴于当前的资源限制和本地化压力 ， 公司需要务实 ， 并专注于具有高影响力的解决方案。利用最佳实践 ， 结合轴辐式方法 ， 使速度和效率能够实现可扩展的解决方案 ， 从而快速推动生意 ” 。米歇尔 · 德鲁 · 罗德里格斯合作伙伴 来源 ： 罗兰贝格6 |Focus答 ： 领先的汽车制造商明确优先考虑增加最大价值的数字制造用例汽车行业重点重点数字化制造用例外骨骼智能和自适应夹持器增材制造Cobots路线和物料流优化自主材料物流中的处理自动智能库存运输跟踪过程中 （ 实时 ） 机器优化机器参数建议先进自动化材料管理和物流沿着供应链动态优化计划自动提供工作单数据驱动的工厂基准测试（ 实时 ） OEE / 性能监控工人能力和资格管理能源和资源监测与优化性能监控与优化资源管理与维护质量PROD 。规划 / 控制和工人援助Industriali - ZATION &培训自主生产控制用于安全、健康和人体工程学的智能系统数字工厂规划 （ 数字工厂孪生 ）虚拟装配和流程规划状态监测和预测维护远程机器控制和 AR 引导的现场服务预测质量 （ 数字产品孪生 ）管理虚拟调试通过视频或 AR / VR 进行虚拟培训统计质量分析和根本原因检测基于过程数据的自动化检验基于视觉的自动检查 来源 ： 罗兰贝格工业 4.0 的状态|7B ： 数字化制造用例的附加值高度依赖于生产技术和工艺观察到的关键、优先的用例数量高价值成熟度金属金属Body油漆 /装配Supply用例正在形成处理商店整理链条CONDITION监测和预测维护Low高自动基于视觉的检查 低高基于过程数据的自动化检验Low高过程中 （ 实时 ） 机器优化Low高自主材料装卸INTRALOGISTICSLow高运输跟踪供应链Low高观察到的用例数量NoneLow介质高 来源 ： 罗兰贝格8 |FocusT3/工业 4.0 领导者如何最大限度地利用用例 ？新的数字制造用例的开发和实施很少是简单的。它需要解决各种技术和组织挑战的解决方案。我们使用与美洲客户和市场专家的讨论来更好地了解 1) 组织设置和运营模式 ， 以及 2) IT / OT 架构 ， 一流的参与者需要满足这些挑战。虽然具体设置因公司而异 ， 但很明显 ， 需要同时解决三个要素 （ 硬件 / 用例 [如第 2 章所述] ； 软件 / 数据与分析 ； 组织 ） 才能实现行业的全部优势4.0. Best - in - class companies share that vision and have a similar 蓝图 for the implementation of Industry4.0 用例 ， 如概述below.C组织设置和运行模型从历史上看，制造工厂具有相对较高的组织自主权。因此，数字制造用例的实施通常由每个工厂的本地自动化部门 （ 通常与供应商合作 ） 推动。这导致了整个公司的冗余活动以及难以在多个工厂推出的解决方案的开发。虽然情况仍然如此。C ： 轴辐式组织已被证明是实施数字制造用例的最有效组织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中央公司职能生产工厂组织设置“工业 4.0 ... ... ”... 战略和路线图 ， 用例优先级排序和开发...生产...... 挑战、用例想法、数据、反馈...原型开发和驾驶用例识别和推出“工业 4.0 ” 单元生产与物流4.0中试装置数据分析IT 来源 ： 罗兰贝格工业 4.0 的状态|9用例漏斗“工业 4.0 ” 使用案例运营模式I 4.0 单位4.0中试装置中试装置其他植物识别用例确定用例的优先级4.0中试装置开发原型运行试点项目在整个生产网络中推广1.2.3.4.5.许多公司 （ 尤其是较小的公司 ） ， 成熟的参与者在迈向数字制造的过程中取得了进一步的进步。NextGen 制造公司专门创建了新的部门或子部门来推动新的解决方案。由于数字制造用例的实施需要数据分析、 IT 和生产技能 ， 新成立的单位通常会结合专家。数字制造团队与生产工厂紧密合作 ， 以便捕获需求，引发反馈并试点新的用例。有关 NextGe 制造的更多信息，请阅读我们的新报告《制造商扰乱自己 ： 通过下一代制造提高竞争力和弹性》。图 D 说明了领先公司使用的组织设置类型。他们依靠用例驱动的方法，并采用五步路线图来识别、开发和推出整个生产网络的用例 ：DD ： 明确定义和仔细调整的运营模式对于数字制造单元的有效运营至关重要引领 “工业 4.0 ” 的汽车 OEM 运营模式生产就绪:低中高职责:Low高 10 |Focus1.通过收集机会和工厂提出的想法和 / 或在专门的工业 4.0 测试实验室中进行实验来识别用例2.根据类型 ， 可扩展性 ， 附加值 （ 停机时间减少 ， OEE 增益等 ） ， 业务案例 （ ROI ， NPV 等 ） 和 CAPEX 要求对用例进行优先级排序3.通过汇集来自不同领域 （ 如数据分析、 IT 和生产 ） 的专家来开发原型4.与试点工厂密切合作 ， 运行用例试点项目 ， 以识别需求 ， 接收反馈并验证技术可行性和业务案例5.通过与其他工厂共享最佳实践和经验教训 ， 在整个生产网络中推出用例专用的数字制造单位负责识别，确定优先级和开发新的用例。工厂和员工通常通过根据日常挑战提出新的用例和应用程序来参与识别过程。宣传活动展示了数字制造单位对工厂的价值，并确保了他们的支持。一些公司还建立了测试实验室，员工可以在其中尝试新技术。为了确定用例的优先级，考虑了业务案例 （ ROI ），可扩展性，附加值，技术可行性以及实施的成本和工作量等因素。然后在一个或多个选定的工厂中进行新的用例的试验。这些可以是专用的数字制造试验站点，也可以是建议特定用例的工厂。如果成功，数字制造部门将管理网络中所有相关工厂的整体部署。数据与分析 ： IT / OT 架构尽管用例驱动的方法具有可以快速实现并直接与特定业务案例相关联的有形结果的优势，但它也带来了挑战。如果一个接一个地实现用例，总是存在冗余接口和数据存储的风险，以及缺乏总体架构的风险。已经实现了许多用例的领先参与者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，需要一个总体的 IT / OT 目标架构作为单个用例的指南。这包括统一的 MES / ERP 系统，还包括控制级别的标准化和互操作性 （ 传感器，视觉系统，PLC 等。)，以实现跨工厂快速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架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项目来开发他们未来的目标系统架构。例如，所有主要的汽车 OEM 都定义了基于云的 IioT 平台架构。未来，许多原始设备制造商不仅打算将自己的完整工厂网络整合在这些平台中，还打算将一级供应商、设备和自动化提供商整合在一起。不太先进的公司仍然更多地关注基础知识和内部 IT 架构，在整个网络中协调 ERP 和 MES 。虽然我们看到一些公司推进中央 IT 和分析功能，但他们通常只在有限程度上投资基于云的架构。这是由于他们的数字制造成熟度较低，可用资本较少。 工业 4.0 的状态|11T4/我们可以从工业 4.0 领导者那里学到什么就数字制造而言 ， 汽车和半导体行业被视为领跑者。虽然并非所有用例都是可转让的 ， 但它们的一般方法很容易转让 ， 适用于各行各业的制造商。我们看到公司应该解决的五个关键要点融入他们的工业 4.0 战略。现实愿景要定