《智慧企业工业互联网平台开发与创新》 ——2.1.2　工业4.0的成熟度模型

2.1.2　工业4.0的成熟度模型

为了更深刻地理解工业互联网“数字和流程混合驱动”的架构特点，我们需要将它放在工业4.0的成熟度模型这个大的背景中看待。正如“罗马不是一天建成的”，在“流程驱动”盛行了数十年后出现“数字和流程混合驱动”，有其深刻的技术背景。

按照德国国家科学与工程院acatech推出的“工业4.0成熟度指数模型”，它将工业4.0的成熟度分为如图2-5所示的六个阶段。其中，阶段１和阶段２属于工业3.0；阶段３到阶段６属于工业4.0。

图2-5　工业4.0成熟度指数模型

有趣的是，工业3.0被冠上了“数字化”的帽子，也就是说，从企业实现计算化的那一刻起就已经开始进入数字化阶段。按照德国工业的观点，数字化并不是工业4.0的同义词，而是工业3.0的代名词。事实上，从20世纪90年代开始，代表德国工业发展风向标的汉诺威工博会就已经将“数字化工厂”（Digital Factory）作为一个每年固定布展的展馆。图2-6所示是汉诺威工博会对“数字化工厂”展馆定义的展出内容。“数字化工厂展”和“集成自动化与动力传动展”是汉诺威工博会上与工业4.0技术关系最密切的两个展馆。所以，按照德国工业界的认识，企业和工厂的数字化应该是企业在工业3.0阶段完成的任务。而工业4.0阶段的工作重点应该放在如何利用这些数字上。

图2-6　汉诺威工博会上与工业4.0技术关系最密切的两个展馆的主要内容

那么，从“工业3.0”到“工业4. 0”的六个阶段究竟有什么区别呢？

阶段1的标志是 “计算机化”（Computerization），它是在公司内孤立地应用信息和通信技术（Information and Communication Technologies，ICT），高效地从事重复性任务，将员工从重复性任务中解脱出来，达到自动化水平。

阶段2的标志是“连接”（Connectivity），它是指企业中孤立应用的信息系统被互相连接的结构化系统取而代之。这一阶段常见的标志是实现了以ERP为骨干的企业IT应用，在系统中实现了核心的业务流程，并通过技术手段将不同的业务流程打通。

上面这两个阶段都是工业3.0的特点，它们通过计算机的处理能力实现了自动化并打通了业务流程。接下来的几个阶段则都属于工业4.0——从初级到高级的四个阶段，并且这几个阶段不可跳跃，每一级都建立在前一级的基础之上。

阶段3的标志是“可见”（Visibility），通过现场总线和传感器等物联网技术，企业可以获得大量的现场实时数据，建立起企业的“数字化映像”（Digital Shadow），从而改变以前基于人工经验的决策方式，转为基于数字进行决策（这对于制造现场经理来说往往特别有用）。在背后支撑“数字化映像”的数据不仅有来自生产现场的OT数据，也包括来自PLM、ERP和MES的IT数据。

阶段4的标志是“透明”（Transparency），即通过对实时反映企业现状的“数字化映像”中的数据进行分析，帮助企业认识过去的事情已经发生的原因，以及当前的事情正在发生的原因，并利用这一认识，通过根本原因分析（Root Cause Analysis）的方法产生知识。在这个阶段，企业不再只是关心衡量一些特定的KPI，而是能够理解每一件事情，从而进行决策，而不局限在历史数据造成的影响上。这些功能的实现，离不开大数据分析在企业各个业务流程的广泛应用。企业在阶段2建立的业务系统不仅要实现“连接”，还需要全面拥抱大数据，进行相应的改造和升级。

阶段5的标志是“预测能力”（Predictability），企业能够了解未来要发生的事情，模拟不同的未来场景并评估它们发生的概率，这样就可以有更长的提前期，以便在人的辅助下执行恰当的动作。这一阶段需要采用更加先进的数据分析技术，甚至包括人工智能中的机器学习技术，实时地对大数据流进行数据和事件模式的分析。实际上，这一阶段的预测能力与前一阶段的对过去和现在的理解能力一脉相承。如果没有对过去和现在的理解，何谈对未来的预测。在这里，预测只是一部分工作，接下来还要有相应的推演能力，这就对业务系统的承接模拟能力提出了很高的要求。

阶段6的标志是“自适应”（Adaptability）。一旦企业能够利用“数字化映像”中的数据对未来进行决策，就达到了自适应的目标，不用人为辅助，通过系统就可以进行自主控制，从而达到最好的效果。这一等级可以看成是工业3.0阶段的自动化和连接的极端发展，可以对变化做出自主响应。如果要在企业中广泛实现自适应，那么不但需要深度理解企业流程的每个片段，而且还要明确包括企业内外各个组成部分之间的相互关系。实际上，在本书第5章我们会谈到SAP提出的“智慧企业”战略，其与“自适应”阶段是一脉相承的。

对于工业4.0这四个阶段，我们可以简单地描述为：阶段3解决了数据的采集问题；阶段4根据采集的数据，对已发生的事件做出判断和决策；阶段5则进一步对未来将要发生的事情做出预测；阶段6在阶段5做出预测的基础上，可以自动和自主地做出调整和适应。

显然，国内企业大多处于第1、第2阶段，已经有一些企业在向第3阶段进军，并在一些局部领域进行第4阶段或第5阶段的尝试和创新。与德国企业相比，总体上来说，国内企业落后了整整1到2个阶段。在德国，使用像SAP这样集成化的商品化套件的企业已经非常普及。并且由于德国企业在传感器和嵌入式软件技术上相对领先，因此在向第3阶段和第4阶段进军时，其要比中国企业具有先发优势。

当然，从这个成熟度模型中，我们可以看到企业需要打通的几个数据点。

首先包括阶段1的部门级面向业务自动处理的数据流，以及跨业务部门的核心业务流程数据流。这两部分因为都是工业3.0的内容，因此相对比较容易理解。

由于第3个阶段是工业4.0的起步阶段，所以非常重要，打通数据点这个任务基本上都会在这个阶段完成。对于制造企业，需要打通从ERP到MES乃至现场设备的数据流，这是目前国内很多企业都在做的一件事情。但实际上，对于制造企业来说，ERP到MES的打通只是生产计划到执行的打通，这还远远不够，还应包括设备数据、产品数据和供应链数据的打通。如果企业应用了企业资产管理（Enterprise Asset Management，EAM）系统，以及基于条件的维修（Condition-based Maintenance，CBM）系统，或者是预测性维护与服务（Predictive Maintenance & Service，PdMS），那么就需要将EAM和CBM或PdMS打通，进一步降低设备的故障率。此外，在这个阶段，还常常对产品进行智能化改造，加入物联网功能，对产品在使用状态中产生的大数据进行采集和分析，并对企业内部的产品研发、零部件采购、生产制造、质量管理等部门提供反馈，形成闭环的“Live Engineering”，以不断提高产品的质量和客户满意度。同理，供应链数据的打通形成“Live Supply Chain”，也可以起到提高供应链运作效率的目标。事实上，在理想的完美工厂（Brilliant Factory）中，为了实现“20/20愿景”（也就是产品研发速度和产品交付效率分别提高20%），除了ERP和MES的打通之外，其他几套数据的打通也是至关重要的。