数字化工厂和自动化工厂区别何在？

taoqi

在追赶“工业4.0”的路上，西门子以成都数字化工厂，即西门子工业自动化产品成都生产研发基地（以下简称“SEWC”）作为样板工程，意在展示数字化制造如何改写工业。但如同西门子所强调的，数字化工厂只是迈向工业4.0的阶段性目标。从数字化工厂到工业4.0，还有漫长的演进过程。

　　在数字化制造中，尽管自动化制造是重要的基础，但数字化制造并不等同于自动化。一般情况下，很多人会以为工厂要实现数字化制造，必须先实现自动化，这其实是一种误解。

　　在距离SEWC2000多公里的佛山市，不足半年前正式引进了世界工业机器人四大制造商之一的德国库卡公司。后者宣布，将在佛山顺德建立其在华的首个机器人研发基地。

　　伴随国内人口红利逐步消失，特别是在珠三角近年频频受困于“招工难”等问题，一场“机器换人”的自动化革命正在“广东制造”如火如荼地进行。这场变革不仅带动本地机器人产业发展，也引来库卡等国际机器人企业陆续抢滩广东。

　　如果说要完全实现“数字化制造”尚需时日的话，那么在当下，珠三角的制造业如何通过“自动化制造”，破解劳动力成本不断上涨、劳动力结构性短缺的问题，是最迫切的现实课题。

　　而数字化制造的其中一个重要基础，正是实现自动化制造。

　　在SEWC工厂二楼的自动物流系统部门，无需人员现场监控，每天，两部高速运转的取料机如同“人”一样，依靠数字定位迅速地“抽”出对应的原材料，并通过自动传输轴，马上传送到生产车间。从工厂物料需求信息传导到自动物流仓库，仓库最长只需要30分钟就能将物料送到了车间，中间无需任何人员操作。

　　在这座实现了全集成自动化的工厂内，相比同类型的工厂人员最多可节省50%。

　　那么，伴随生产车间内不断增加自动化设备，以及逐步减少劳动力，在数字化制造的不断进化中，是否就等同于全自动化？

　　“要明确的是，数字化制造并不等于全自动化制造。”西门子工业自动化产品成都生产研发基地副总经理李永利强调，一般情况下，很多人会以为工厂要实现数字化制造，必须先实现全自动化，这其实是一种误解。

　　以手机行业为例，如果开发一条全自动化的产线，至少需要半年以上，但按照目前手机行业的创新周期，一般情况下，一款手机从设计到实现量产普遍只在一个月内。“这时候，生产线上大部分的工作只有依靠人来完成，速度才会更快。”

　　李永利表示，当行业的生产线更新周期太快，投入了很高的自动化成本，但生产效率并没有得到明显的提升。“所以，全球所有的手机制造方案几乎都不会用自动化生产线来完成，而组装环节也很少采用机械臂。”李永利说道。

　　人的生产灵活性不可能被自动化取代

　　人所具有的生产灵活性在很长的时间内，是无法被机器所取代的。“人与机器的关系是互助的关系。”但当企业的生产制造过程中，出现需要对复杂信息的寻找和判断时，可以用机器来替代人。”

　　李永利的解读，引出的是对一个深刻问题的思考：在“未来制造”的生产线上，“人”与“机器”究竟是怎样的关系？两者关系如何重构？

　　以手机生产线为例，他认为，人所具有的生产灵活性在很长的时间内，是无法被机器所取代的。“也就是说，人是不可能被替代，人与机器的关系是互助的关系。”李永利说，在未来至少10年到20年，全球范围内绝大部分的制造环节依然需要人去完成。

　　既然如此，在数字化制造中，哪些环节才需要机器去代替人？

　　一般情况下，当需要更新产品或者材料时，工厂需要通过分析后，才能确定停止生产相关的产品。在这个过程中，整个工厂内部需要沟通设计生产部门、研发部门、采购部门等部门。

taoqi

但这些环节在成都工厂内，只需要在Teamcenter中更改数据就能完成。数据一旦调整，工厂互联互通的系统和软件就会实现自动的更新，并调整出新的生产解决方案。
　　“可以理解为，当我们涉及到对复杂信息的寻找、判断的时候，是可以用机器来替代人的。”李永利说道。在这样的愿景下，引入自动化机器的工厂就像配备了电脑的超市，工人就像收银员，在传统的小卖部里，工人要记住商品价格，自行计算商品总价。但实现数字化制造的工厂，就如同同时配备了电脑和扫描器的超市，收银员只需要按照计算结果收款，而配备的机器就像一个“纠错员”，帮助人避免出现计算和记忆错误。
　　请工业化本质在提升质量,而非降低成本
　　人力成本被认为是导致近年制造业竞争力下降的原因，但李永利认为，制造业不能仅仅盯着制造环节的成本，应该更加注重供应链成本。而数字化制造从一开始就不仅仅是为了降低成本，最大的目的在于提升质量，而高质量并不意味高成本。
　　近年，国内制造业遭遇的发展瓶颈中，人力成本的上涨，被认为是导致制造业竞争力下降的重要原因之一。
　　“很多制造业的企业主都喜欢谈控制成本，但在西门子看来，质量才是企业的第一竞争力。”李永利反复强调，“质量第一”一直是西门子成都工厂战略目标首位，而这也是客户眼中最重要的价值。
　　事实上，在他看来，很多时候企业面临的并不仅仅是制造环节的成本，而应该更加注重供应链的成本。因为，即使在劳动密集型企业中，人力成本毕竟只是占据一定的比例，而不是成本的全部。
　　以一个简单的例子来看，当一款产品出厂时，它同时拥有了两个价值，一个是出厂价值，一个是到客户手中时的价值。“中国很多工厂生产出来的产品，出厂价值不高，但到客户手中的价值就很高，这就是供应链的问题。”李永利说道。
　　尽管他并不认可仅仅盯着成本来谈论“工业进化”，但李永利强调，数字化制造本身所带来的高质量并不代表是高成本。
　　高质量在工业制造领域的重要性不言而喻。作为耐用品的工业产品，比如一款海上风力发电机的产品，一旦出现问题，不仅造成的损失不可估量，而且需要动用到直升机维修，维修的后期成本也非常高。
　　为此，在实现质量提升上，数字化制造首先是借助自动化产线上的机器充当“纠错官”的角色，比如当工人少拧了一颗螺丝，机器会自动发出警示，阻止产品进入下一个环节，通过机器的协助，减少人的出错。
　　但在西门子看来，通过机器的“检查”杜绝人在制造过程的差错，这只是保证产品质量的基础一步，由制造质量、研发质量以及原材料质量组成的产品质量中，更需要的是借助数字化制造去保障研发质量和原材料质量。
　　尤其是如何保证原材料质量，一直被认为是制造业界最具挑战性的一个课题。
　　在SEWC的数字化制造中，一个很重要的方式是对原材料进行可溯源式的管理。也就说，在这座工厂内，当来自各地的原材料被运送到车间后，所有的原材料都拥有了自己的“身份证”。这个身份证可伴随原材料进入生产线，在每一个流程中，都会被相应的设备进行数据的采集和跟踪，并最终储存在后台的数据管理中。
　　这意味着，一旦有原材料的质量出现问题，工厂可以马上查找到这一批次的原材料在什么时间点，已经走过哪些生产流程。李永利表示，无论客户在今后什么时间反馈质量问题，工厂依旧能够拿出完整的数据，对这些原材料进行追溯，从而保证原材料的质量。
　　走向工业4.0,管理自动化才是关键
　　在数字化制造的阶段，通过数据交互，已经能够有效地提升管理效率。但要衡量是否真正走向工业4.0，不是看生产线自动化水平的高低，而是看管理水平的高低。实现管理的自动化，需要实现管理上人完全听命于“电脑”，这才是智能制造的未来。
　　事实上，这样一座代表着数字化技术如何改造工业制造的前沿工厂，距离工业4.0愿景下的智能工厂仍有距离。在工业4.0的研究中，智能制造和智能工厂一直被认定为两大研究主题。其中，关于智能工厂，被描绘成是一个分散的、具备一定智能化的生产设备，在实现了数据交互之后，形成了高度智能化的有机体，实现虚拟世界和物理世界的融合。
　　在SEWC中，关于推进数据交互的工作一直未曾停止过。但对于数字化工厂与智能化工厂之间的差距，李永利认为，最关键的一点在于是否真正实现管理的自动化。