智能工厂：幻象还是必需品？

在撰写本文时，我们正处于COVID-19疫情之中，这场疫情给全球制造业带来了前所未有的冲击。然而，对于许多企业领导者来说，这并没有改变他们推动第四次工业革命或工业4.0的决心，因为制造商们正在争先恐后地寻找在不断变化的世界中生存的新方法。

虽然“工业4.0”一词经常被用来传达各种可能性，但它也带来了许多挑战。制造技术中的信息和数据交换自动化，以及“智能工厂”的创建，对于大多数企业来说仍然是遥不可及的。换句话说，这仍然是一个幻想。尽管数字技术正在改变工业和制造业的面貌，但向工业4.0的迈进相对缓慢。物理对象与软件的集成等进步在各个行业中参差不齐，虽然存在一些先驱者（如亚马逊），但对于大多数其他行业来说，我们还没有达到这一水平。

虽然没有简单的答案可以解释进展缓慢的原因，但该行业在全面实现工业4.0方面面临三大障碍：

1. 连接性

连接性的目标应与数据收集和数据管理相关。真正互联的企业能够有效管理组织产生的数据和输入的数据。许多PLC目前都在为此而苦恼，尤其是因为源自工业4.0的大数据来自许多不同且多样化的来源。大多数数据要么未被使用，要么仅用于非常具体的战术目的。

不兼容的技术、系统和数据类型之间的互操作性不足，导致数据无法被战略性地利用。没有机器和传感器数据的集成，企业将无法处理状态监测、预测性维护或可追溯性等主题，而这些都是智能工厂的关键组成部分。为了解决这个问题，公司需要尖端的平台，能够利用机器学习、人工智能和预测性分析充分发挥制造业大数据的价值。

2. 实施

许多传统IT系统难以存储、处理和管理工业4.0所需的多样化数据。这不仅会导致生产力下降，还会带来额外的技术难题，因为车间需要更多人员，而他们又无法在远程环境中履行职责。

这令人沮丧的原因有很多：工业4.0的集成本应比目前的现实更为顺利，因为过去二十年的技术进步要求如此。但启用新设备，并能够注册和链接所需的软件以实现无缝集成，对许多人来说仍然是难以实现的目标。由于缺乏标准化以及对可用技术的知识或理解不足，也存在障碍。

开源软件解决方案可能是短期和中期内解决这一问题的最佳方案，尽管从长远来看，企业会发现需要从组织的上层和下层进行结构性变革。

3. 自动化与IT层级

工业4.0要求自动化解决方案具备高度的认知能力。但在涉及自动化等大型项目时，企业往往会遵循特定的路线或转向现有供应商，导致他们在工业4.0环境中“被锁定”，限制了他们对替代解决方案的接触或思维方式。此外，决策能力也需要比以往更快。虽然边缘计算可能是一个可行的解决方案，但对于许多制造企业来说，这项技术仍处于起步阶段。

没有简单的解决方案，但如果机器要有效地“相互通信”，就必须优先考虑IT与OT之间的更好理解。

幻觉还是必需品？

尽管工业4.0仍然是一个热门话题，但许多制造企业在实现其雄心壮志之前仍有很多工作要做。随着行业的不断快速发展，实现完全智能化和自动化工厂的需求将成为一种必然。这种必然性最终将使智能工厂摆脱幻想，走向现实。