重新思考组织结构

根据世界经济论坛(WEC)和麦肯锡公司(McKinsey & Co.) 2019年的白皮书，采用工业4.0的制造商可以通过两种方式扩展业务:

• 通过卓越的运营和生产系统创新;或
• 通过进入新市场。

这篇论文得到了麦肯锡其他研究的支持。根据2016年的一项研究，近90%的受访公司认为，工业4.0创新将帮助他们提高竞争地位和运营效率。80%的美国公司认为工业4.0将允许来自其他行业的新竞争者进入他们的市场。

什么是工业4.0

“工业4.0”或第四次工业革命指的是自我优化的网络物理工业环境。在这些环境中，系统收集数据，创建分析模型，做出决策并优化生产。其结果可能会改变社会经济结构，就像之前的工业革命一样。

例如，第一次工业革命诞生于与蒸汽动力有关的创新，导致了工厂的快速发展和相关的生产效率。生产率的提高支持了不断增长的消费主义、城市化、教育、就业，简言之，支持了资本主义。

第二次工业革命反映了大规模生产、钢铁、电气化和广泛采用铁路运输推动的广泛工业化。这些创新导致了现代商业管理实践和一体化供应链，增加了技术和非技术类别的劳动分工，并且无论好坏，广泛采用关税来保护国民经济。

第三次工业革命——数字革命——紧随半导体技术的进步，使个人计算、数字记录保存、移动电话技术和互联网成为可能。其结果是互联互通、全球化以及外包和电子商务等商业模式。

在其前身的基础上，最新的第四次革命性迭代是由云计算、工业物联网(IIoT)和大数据催化的。云能够经济地存储大型数据集。分析和人工智能(AI)快速分析这些大型数据集，发现新的关系并产生新的见解。洞察为决策者提供及时和相关的决策支持信息，以及优化的互联运营。

工作岗位会被摧毁吗?

这种担心是可以理解的，即机器人过程自动化将彻底摧毁良好的制造业工作。权威专家的建议与此相反。根据世界经济论坛和麦肯锡的白皮书，工业4.0应该是“人力资本的注入器……改变工作，使其减少重复，更有趣，多样化和富有成效。”

工业4.0是将低价值任务转移到系统和机器的机会。这是一个基于及时分析的决策民主化的机会。

下面的真实场景展示了一家公司使用自我优化系统来提高其竞争定位。

该公司的主要产品是谷物燃料。通过其批量生产过程，公司生产各种副产品和副产品。副产物和副产物的产率相对于初级产物的产率有所不同。而且，所有产量都取决于与速度、湿度、温度、振动、天气条件、系统压力和原材料等级等相关的生产参数。

为了真正实现利润最优化，生产系统需要不断调整。如果没有信息技术和自动化，持续优化就没有成本效益。增加的员工成本将超过增加的利润收益。

然后，我们模拟了另一种场景，其中软件系统处理数据并对生产过程控制进行微更改。商业案例是支持的。虽然最初的技术获取和实施成本很高，但随后维护和优化系统的成本将很低，而且肯定低于第一种方案中每年的经常性工资成本。

该模型在几年内证明了投资回报，并在10年的预测期内获得了可观的投资回报。

工业4.0的支柱

工业4.0的制定者在2011年引入这一概念时就考虑到了这种情况。工业4.0是德国政府为应对中国和其他低成本生产国对其制造业的威胁而提出的倡议的一部分。通过制造业电脑化，德国保护了其作为制造业强国的地位，尽管其高工资的劳动环境。

作者提出了一个基于连接设备、软件和人的智能网络物理系统的框架。该框架基于以下四大支柱:

1.互连。这些系统通过工业物联网将人、机器、传感器、设备和软件连接起来，并允许它们之间进行通信。

2.信息透明度。通过互联收集的数据必须可供运营商决策使用。

3.技术援助。其意图是双重的:a)将低价值任务从人转移到网络物理系统，b)系统为人员提供及时有效决策的分析和信息。

4.分散的决策。系统自主地做出决策并采取行动。

在采用工业4.0的一种常见方法中，许多咨询和咨询公司提倡一种概念验证方法，在这种方法中，快速获胜的展示价值激励团队将工业4.0扩展到其他功能领域。

该方法假设实施公司要么使用非战略计划(如能源管理)进行测试，要么拥有良好的基础。如果底层数据、流程和技术架构很强大，那么测试一个封闭的网络物理循环是有意义的。相反，如果一家公司的基础不稳固，那么进行概念验证可能为时过早。

在我们的例子中，燃料公司没有坚实的基础。它的数据是不准确的，它的流程是手工的，效率低下。它的系统不能满足它的需求。因此，该公司的网络环境无法反映其物理环境，更不用说优化了。

公司首先要打好坚实的基础:

• 通过工业物联网、商业智能和大数据仓库，构建一个跨越企业资源规划、制造执行系统和分布式控制系统环境的环境;
• 妥善执行这些解决方案;和
• 通过系统采用和有纪律的业务处理，确保网络世界反映物理世界。

一旦建立了这个基础，公司就可以进入一个战略驱动的工业4.0概念验证项目。

最后的想法

我们讨论了新的收入来源，提升员工职责和系统架构。重要的是你公司的员工如何工作。大数据集如何转化为新的收入来源?一线员工如何成为一线决策者?谁来管理和维护数据和系统?谁来保证系统的完整性和安全性?

过去运作良好的组织模式在未来可能行不通。它们并不是为了支持工业4.0的概念。如果不重新思考组织结构，就无法实现工业4.0带来的好处。

改变组织结构和内部文化是非常困难的。变革必须是适时的。在基础流程和系统到位之前，不要为数据科学创造新的角色或预测新的收入流。

采用将组织变化与业务流程和技术系统联系起来的整体方法。这样，合适的系统才会做合适的工作。更重要的是，合适的人会用合适的系统做合适的工作。

本文发表在面向工程师的IIoT补充的控制工程和设备工程。请参阅下面增刊中的其他文章。

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。