图：博世互联工业中国区生态系统执行官任晓霞

　　从以前的3.0自动化到智能化，我们期待将来有一个系统能代替人去做一些决策，我们需要建模，要建模我们需要数据，要数据我需要把整个价值链的信息都拿上来。所以第一步要做的动作就是互联，立足于本土我们这些行业企业我们所看到的，在中国我们可能大部分的企业面临的问题首先还是互联。

　　很多的企业我们还习惯于先见到一个实物，见到一项技术，开始想这个技术会用到哪里去。但是实际是我们说自动化也好，软件也好是帮我们解决问题的，要么帮我们解决质量的问题，要么成本的问题，要么效率的问题和交付的问题。所以正确或者说比较靠谱落地的思维应该是先看我有什么问题，然后再去看有没有哪一项技术能帮到我。

　　要看这个问题在哪里，很重要的就是说我们在做经济生产的时候说我想要找问题我先把问题暴露出来我先要看一下透明化、可视化，先找到我的问题，然后再去看哪些技术能帮助我。

　　在工业4.0的概念提出后，我们首先要认清自己所处的位置，找到自己的瓶颈和痛点在哪里，再看这些新技术能为我们带来哪些改善，实施路径我们是从点到线再到面这样一个递进的过程，比较系统化。点就是线，面就是整个国际的生态系统，生态网络。

　　先用一个案例来说“点”。博世在无锡工厂要做一个深孔，直径大概和手里的铅笔那么粗。即使直径是超过一分米以上的，里面的洞也是非常小的，在这样一个圆柱棒上去加工一个深孔会碰到什么问题呢?加工精度暂且不提，深孔钻会经常断。整个工厂一年要加工百万千万这样的产品，刀的使用也是这个级别的，也就是说我们上千万上亿的成本都用在了刀上。现在也了新的技术，还有数据，能用怎样的技术去改善呢?所以开始做了一个尝试，我们想想我们有没有可能打开这个黑匣子，从我看不到的这些数据里来找到规矩帮忙改善，所以就有了现在我所看到的三步走。

　　第一步是要去搜集数据，搜集刀在加工中的数据，主轴的数据，我们要收集刀在安装上的对刀数据。第二步就开始建各种各样的模型来看这些数据所能做出来的数学模型有哪些，随着时间慢慢地积累，大家开始发现某些相关因子的影响比较准确，才开始享受我们说增值的服务或胜利的果实，就是大家所看到的第三步。当刀断了的时候，系统会自动地来告诉你你是因为哪些原因而发生的断刀，而不是说像过去换了一把刀听听声音，结果又断了，再换一把刀，这个过程不仅在换刀试刀，不仅换刀试刀浪费了时间，我们说生产每分钟都是价值，这里面断刀的成本应该说也是海量的。

　　大家就看到这样一个我们所说的大数据，其实这个过程真的不是一蹴而就的，需要我们现场懂设备，懂加工工艺的，需要懂刀具的人员我们把OT的知识采集过来，还需要IT的人员，他需要去后端建模，还需要一些人帮你建立一些分析，还有数字科学家帮你去做这样的事情，所以说这个过程真的不是那么轻松的。

　　我们OT+IT其实OT是技术，IT是一种技术去帮我们实现OT的优化， AI也好，大数据也好，这个过程永远是甲乙双方把OT和IT结合的成果。

　　第二我们说是一个面，价值链。刚才我们说的是一个点，刀具的影响对整个价值链的影响是有限的，我们说要正中地提升就是要把整个价值链进行提升，所以在长沙工厂我们在新建一条生产线的时候，我们就把我们生产和物流、质量各个部门一起集中起来，在设计的时候就从价值链的角度上去看。配合生产自动化做的时候我们物流有哪些地方是需要自动化的，有哪些地方是要进行信息化的，来把这条价值链一起连接起来，让我们的价值链得到提升。现在这样的方式基本上在博世所有的工厂都在应用，也就是说我们所有的信息化工作一定是立足于价值流，服务于价值流，最后再来增值。

　　第三就是面，面的互联。所有的工厂它的流程是标准化的，然后统一地上了MES系统，我们能实时地看到每天、每个工厂、每条生产线，再到每个设备、生产每个零件时的所有的数据。拿到这些数据之后，就可以做一下对标，借助这样的对标找*佳的实践，再把这个*佳实践向所有的设备、工厂推广，帮助全球生产网络中所有的工厂进行提升。

　　所以大家看到说互联只是我们的第一步，但是如果我们拿到数据之后，没有后续的这些分析，以及一些决策和一些行为，所有的数据其实在手里就是一个数据，只占用我们的服务器。

　　我们所有的解决方案大致分成了制造以及物流，制造下面会有很多大家见到的，数据分析平台，物流分了两个大类，一个是外部的物流做一些追踪，还有是场内物流的执行系统。下面的话也是一个PAAS，如何能把应用端我们整个这个平台上进行互联。我们将来的整个的场景应该是像魔方一样是模块化的，整个是开放性的标准，只要有需求的时候有标准的接口魔方都能组合起来，这是我们整个解决方案集的架构。

　　真的在做物流改造的时候我们真的要现做透明化，看看我们的链条在哪里，当CEO问的时候你可以告诉他我们的问题在这里，我们现在做的是部分工作，当所有工作做完之后，效益会像指数函数一样瞬间爆发出来。做制造业的物流人一定要有这个概念，真的不是说投点钱做点啥就有一些效益出来的。

　　怎么把这些透明化做出来?

　　第一是我们场外的，也就是说在运输整个环节的追踪和跟踪，它所实现的就是大家看到说我场外物流。

　　如图所示，这是一个方案的总揽，这个方案的实施依托的还是物联技术。我们怎么能把物料的实际的物理系统和虚拟系统连接起来，就是在这里依据我们的一些物联的设备，连到系统就能实时地看到比如说我的物料在哪里，以及温度、湿度的影响因素，*重要的是，我追踪的这个点要和什么去进行互联。

　　比如说现在很多的TMS我们很多的运输计划员在做什么呢?我有一个订单拿到了，我再打开一个网页，打开TMS的网页，把这个订单输入进去看看这个到哪里了，再看看客户在哪里，大概还有多远。

　　现在面临的不是没有追踪方案，是方案本身和我们场内的物流细化订单的能力是脱节的，这些脱节就是靠人来手动地联系起来。所以我们在做追踪方案的时候做的是一个集成方案，它能和我们的订单实时地匹配，甚至可以把数据返回到我们的订单，也可以把订单的信息比如说我是哪个客户，距离还有多远，在哪里等等全部在一个系统中得到体现，大家不用再打开两个系统。

　　这个是怎么实现的?首先要定义我们的载具是什么，再就是我们物联的东西是什么呢?不需要传统的去写入芯片，或者是再去copy一些什么再进去，而是直接用扫描仪或智能手机把运输订单拍一下照，它会自动地进行一个匹配，利用识别技术把所有的订单自动写入同一个系统中。所有数据的架构最后都是到云，我们这整个链条就比较清晰了。当我要用的时候，我把我物联网的硬件和我信息的系统通过这样一个简单的动作会自动地识别比对，整个过程中就能去追踪所有的信息，到了终端之后再来把这个绑定接开，它还可以用于下一个产品或者说载具的追踪。

　　利用这样一些新的技术就可以帮我们便捷地运用一些追踪管理，同时还能把这些信息实时反馈到比如说我们原材料的计划里面，或者说我们的成品客户的计划源，他们知道我现在的原材料在哪，是哪个订单，这些就可以省掉他们不同地切换系统和看这样的信息。

　　这个物联网硬件也是有不同的匹配，举两个例子。

　　第一个案例是在Panalpind进行了追踪，这里面放的是飞机和公路运输联运的追踪，这个过程中的不透明所给我们物流人员带来的影响永远是很焦虑的状态。有了这样的解决方案就可以帮我们看到说在哪里，或者说我应该怎么去做，准备哪些解决措施。他就帮我们的计划员把一些防范措施，降低后续的影响。

　　第二个案例是对于一个设备的制造商，有一些我们说精密的设备或者说贵重的设备它的载具追踪也是比较重要的，一个是设备本身是比较贵重的，我需要看到整个过程中它的状态，包括温度湿度，包括过程当中有没有打开，借助于这些影响因子来看过程中发生的数据，还有就是对载具的管理。依托互联网的技术让我们的载具使用率更加高了，可以在整个更大的范围进行使用，让我们的载具进入了一个真正的，共享经济，把租用提升了变成了共享。

　　对于制造业来说通常是非常的急切的关注我的信息流是怎么流通的，订单如何变化，生产线的现场一会儿要插单了，一会儿坏了，再一会儿原材料赶不上，整个物流的安排我什么时候从那个地方取料，要送到哪里去。需要很多的需要协调的工作，这里面也需要解决方案来帮助提升它整个的透明性。

　　第一我们叫运输管理，我们现场经常会有小车，过程非常慢，浪费也有很多，当集成了我们把物联网集成进去之后，既能看到信息的实时消耗信息，又能根据我的定位信息判断我的这些车辆在哪里，来给他一个*优的线路，让我们整个的空跑变得*低。

　　第二是库存的管理，我们现场的库存也一直对制造业是像黑箱子一样，因为从仓库一发货开始就是半成品了。我们要做一些生产的调动，需要什么物料的时候和系统是对接的，仓库马上会说这边有消耗我需要备料，当这个料到了现场之后，首先大家看到这里人是有一个手环的，这个手环是一个读写器，先卡拿出来，RFID拿出来，扫描枪扫描，我一拿到物料的时候自动读取，读完之后说你应该放到绿色的地方去。当你放错的时候马上就给你亮起了红灯。

　　第三是车队的管理。因为有很多生产的现场不仅是车间的作业而是多个车间和多种工艺的联合加工，有机加工，涂装、总装等等，我们一直在倡导不是说为了让它透明化我传统的车就不用了，有时候我们还是要衡量一下产出回报比的，对于传统的车我们也加了一些摄像头的技术以及传感器，来看看这个车现在在哪里，他的历史路线怎么跑的，以及所有的车可能经常在哪里发生一些拥挤的现象。

　　可以在物流的路径上需要充分地去优化，让我们场内的物流路径*端无交叉，还能判断出车的控制力是多少，有多长时间是空跑的，以及上面放的东西有多重，是否符合负载以及安全程度是什么。这就基于物联网技术让我们实时看到数据，也可以根据历史数据进行分析，对于我们接下来的改善和投资提供建议，我们可以很好地跟大家说我们投资这个是可以看到未来发生了什么。