制造过程中的连通性并不新鲜。然而，最近的趋势，如第四次工业革命的兴起，工业4.0, 以及数字和物理世界的融合-包括信息技术（IT）和运营技术（OT）-使供应链的转型越来越有可能。
从线性连续供应链运营转变为互联的，开放的供应运营系统-被称为数字供应网络-可以为企业未来的竞争奠定基础。
然而，要完全实现数字化供应网络，制造商可能需要解锁多种功能--通过为组织提供信息的无数操作系统实现横向集成; 通过连接制造系统进行垂直整合通过整个价值链进行端到端的整体整合。
在本文中，我们将探讨这些功能如何整合以实现生产。这种集成通常被称为智能工厂，意味着有机会在工厂的四面墙和整个供应网络中实现更大的价值。
智能工厂代表了从传统的自动化向完全连接和灵活的系统的飞跃-可以使用来自连接操作和生产系统的数据流来学习和适应新的需求，
真正的智能工厂可以从系统范围的物理，运营和人力资产集成数据，通过数字双胞胎的运营数字化，
以及整个制造网络中的其他类型的活动，可以推动制造，维护，库存跟踪。
结果可以是更高效和灵活的系统，更少的生产停机时间，以及更好的预测和适应设施或更广泛网络变化的能力，导致在竞争市场中更好的定位。
许多制造商已经在使用实时生产和库存数据的高级计划，调度或用于维护的增强现实等领域中利用智能工厂的组件，
但是，一个真正的智能工厂是一个更全面的定义，超越车间，企业和更广泛的生态系统。智能工厂是更广泛的数字供应网络的组成部分。
在本文中，我们定义和描述智能工厂的概念：
•它是什么，它的主要特征，以及促成其崛起的趋势
•构成智能工厂的组件和技术，以及它如何适应数字供应网络
•智能工厂如何推动价值及其他优势
•组织可以开始构建和制定真正的整体智能工厂
01
数字供应网络
供应链传统上是线性的，设计，计划，来源，制造和交付的离散进展。
然而，今天，许多供应链正在从静态序列转变为动态的互联系统 - 数字供应网络 - 可以更容易地将生态系统合作伙伴纳入其中，并随着时间的推移演变为更优化的状态。
数字供应网络整合来自许多不同来源和位置的信息，以推动生产和分配的物理行为。
在图1中，新数字网络模型的互连可见的，数字在核心。
从每个节点到网络的每个其他点都有可能进行交互，从而允许以前孤立的区域之间的更大连接。在此模型中，通信是多向的。
02
定义智能工厂
自动化在某种程度上一直是工厂的一部分，甚至高水平的自动化也不是什么新鲜事。
但是，术语“自动化”表示单个离散任务或过程的性能。
从历史上看，机器已经做出“决定”的情况是基于自动化和线性的，例如打开阀门或根据一组规定的规则打开和关闭泵。
通过人工智能（AI）的应用和可以结合物理机器和业务流程的网络物理系统的复杂性，自动化越来越多地做出复杂优化决策。
最后，也许最重要的是-“智能工厂”这一术语还建议通过互联的IT/OT环境将车间决策和洞察力与供应链的其他部分和更广泛的企业相结合。
这可以从根本上改变生产流程并加强与供应商和客户的关系。
通过这种描述，很明显智能工厂超越了简单的自动化。
智能工厂是一个灵活的系统，可以在更广泛的网络中自我优化性能，自我适应和实时或近实时的新条件，并自动运行整个生产过程。
智能工厂可以在工厂的四面墙内运行，但它们也可以连接到类似生产系统的全球网络，甚至更广泛地连接到数字供应网络。
然而，值得注意的是，鉴于技术的快速发展，本文定义和描述的智能工厂不应被视为“最终状态”。
相反，它代表了一个持续的发展，一个建立和维持灵活的学习系统的持续旅程 - 而不是过去的“一个完成”的工厂现代化方法。
智能工厂的真正力量在于其随着组织不断变化的需求而发展和成长的能力- 无论是改变客户需求，扩展到新市场，开发新产品或服务，
更具预测性和响应性的运营方法和维护，新工艺或技术的结合，或近乎实时的生产变更。
由于更强大的计算和分析功能 - 以及更智能，互联资产的更广泛的生态系统 -智能工厂可以使组织能够以前所未有的方式（如果不是不可能的话）适应变化。
1.智能工厂的特点：它与众不同之处是什么？
由于许多制造商正在努力应对无数的组织和整个生态系统的变化，这些变化对他们的运营施加了压力，智能工厂提供了可以成功解决其中一些问题的方法。
实时调整和学习数据的能力可以使智能工厂更具响应性，主动性和预测性，并使组织能够避免运营停机和其他生产力挑战。
作为在生产空调时实施智能工厂的努力的一部分，一家领先的电子公司使用全自动生产系统，三维扫描仪，物联网（IoT）技术和集成机器控制。
这种自动化的好处包括缩短客户的交付周期，降低总体成本，同时提高产能25％，减少缺陷产品50％.
图2描绘了智能工厂及其一些主要功能：连接性，优化，透明度，主动性和敏捷性。
这些功能中的每一项都可以在实现更明智的决策方面发挥作用，并可以帮助组织改进生产流程。
值得注意的是，没有两家智能工厂完全相同，制造商可以优先考虑与其特定需求最相关的各个领域和功能。
也许智能工厂最重要的特征，即它的连接性，也是其最重要的价值。智能工厂需要连接底层流程和材料，以生成做出实时决策所需的数据。
在一个真正智能的工厂中，资产配备了智能传感器，因此系统可以连续从新的和传统的数据源中提取数据，确保数据不断更新并反映当前的状况。
来自运营和业务系统以及供应商和客户的数据集成，可以全面了解上游和下游供应链流程，从而提高整体供应网络效率。
优化的智能工厂允许以最少的人工干预和高可靠性执行操作。
自动化工作流程，资产同步，改进的跟踪和调度以及智能工厂固有的优化能耗可以提高产量，正常运行时间和质量，同时降低成本和浪费。
在智能工厂中，捕获的数据是透明的：
实时数据可视化可以转换从流程和现场或仍在生产的产品中捕获的数据，并将其转换为可操作的见解，用于人类或自主决策。
透明的网络可以提高整个设施的可见性，并通过提供基于角色的视图，实时警报和通知以及实时跟踪和监控等工具，确保组织可以做出更准确的决策。
在主动系统中，员工和系统可以在问题或挑战出现之前预测并采取行动，而不是在问题发生后立即做出反应。
此功能可包括识别异常，补充库存，识别和预测性地解决质量问题，以及监控安全和维护问题。
智能工厂根据历史和实时数据预测未来结果的能力可以提高正常运行时间，产量和质量，并防止出现安全问题。
在智能工厂中，制造商可以制定数字双胞胎等流程，使其能够将操作数字化，并超越自动化和集成到预测功能。
敏捷灵活性使智能工厂能够以最少的干预适应时间表和产品变更。
先进的智能工厂还可以根据正在构建的产品和计划变更自行配置设备和物料流，然后实时查看这些变化的影响。
此外，敏捷性可以通过最小化由于调度或产品更改而导致的影响，并提高灵活的调度来提高工厂的正常运行时间和产量。
这些功能使制造商能够更好地了解其资产和系统，并使他们能够应对更传统工厂结构所面临的一些挑战，从而最终提高生产率并更好地响应供应商和客户条件的波动。
例如，一家服装，配饰和鞋业公司正在探索解决制造商通常面临的一些挑战的方法，
包括全球生产分散和快速变化的需求，通过建设欧洲和北美各有一家新的智能工厂。传统工厂和供应链在应对不断变化的时尚方面可能面临挑战。
2.聪明的工厂：为什么现在？
虽然自动化和控制已存在数十年，但完全智能化的工厂最近才成为制造商的可行追求。
五个总体趋势似乎正在加速向智能工厂的发展：
•快速发展的技术能力
•供应链复杂性增加以及生产和需求的全球分散
•竞争压力越来越大
•IT和OT结合导致的组织重新调整
•正在进行的人才挑战
03
快速发展的技术能力
直到最近，由于数字技术能力的限制，以及过高的计算，存储和带宽成本，智能工厂仍然难以实现。
然而，近年来这些障碍急剧减少，使得在更广泛的网络中以更低的成本做更多的事情成为可能。
此外，技术本身的能力变得更加复杂：
人工智能，认知计算和机器学习使系统成为可能解释，调整和学习从连接机器收集的数据。
这种发展和适应的能力，加上强大的数据处理和存储功能，使制造商能够超越任务自动化，转向更复杂的连接流程。
04
供应链复杂性增加，生产和需求全球分散
随着制造业日益全球化，生产已经分散，生产阶段分布在多个地区的多个设施和供应商之间。
这些转变，加上对区域，本地甚至个人定制的需求增加;强烈的需求波动;由于这些变化，许多制造商发现，敏捷，关联和积极主动地应对不断变化的能力越来越重要
05
竞争压力越来大
智能数字技术的兴起带来了全新竞争者的威胁，他们可以利用数字化和降低进入成本，在新的市场或以前没有存在的行业中占据一席之地，避开老化资产的遗留问题和依赖于手工劳动阻碍了他们更成熟的竞争对手。
06
由IT和OT结合产生的组织重新调整
工厂自动化决策通常发生在业务部门或工厂级别，通常会导致整个制造网络中不同技术和功能级别的拼凑。
随着互联企业越来越多地超越工厂的四面墙，超越网络，他们开始更加了解这些差异。
IT和OT日益增长的结合使组织能够将许多以前的工厂级决策转移到业务部门或企业级别。
它使智能工厂的概念更像是一个现实，而不是一个抽象的目标。
虽然工厂内部的连接并不新鲜，但许多制造商长期以来一直不知道如何处理他们收集的数据-换句话说，如何将信息转化为洞察力，以及洞察行动。
工业4.0中固有的连接数字和物理技术的转变预示着解决这一挑战的解决方案：不仅能够收集数据，而且能够在物理世界中分析和采取行动。
07
持续的人才挑战
多个与人才相关的挑战-包括劳动力老龄化，竞争日益激烈的就业市场，以及缺乏对制造业角色感兴趣或受过培训的年轻工人-意味着许多传统制造商发现自己难以找到熟练和非熟练劳动力来保持，
据估计，未来十年美国制造业可能面临200万工人短缺。
许多公司正在投资智能工厂能力，以减轻与这种可能普遍存在的劳动力短缺相关的风险。
然而，这一举措可能会产生一系列与人才相关的新后果，因为自动化资产通常需要高技能人才来操作和维护;甚至制造设施的位置也需要考虑到这样的因素。
08
智能工厂的好处
关于如何着手或扩展智能工厂计划的决定应该与组织的具体需求保持一致。更好的盈利能力，产品质量和劳动力稳定性。
无论业务驱动因素如何，展示智能工厂投资如何提供价值的能力对于维持智能工厂之旅所需投资非常重要。
1.资产效率
智能工厂的每个方面都会产生大量数据，通过持续分析，可以发现可能需要某种纠正优化的资产性能问题。
实际上，这种自我修正是智能工厂与传统自动化的区别，传统自动化可以产生更高的整体资产效率，这是智能工厂最显着的优势之一。
资产效率应转化为较低的资产停机时间，优化的容量和缩短的转换时间，以及其他潜在的好处。
2.质量
智能工厂特有的自我优化可以更快地预测和检测质量缺陷趋势，并有助于识别质量差的人为，机器或环境因素。
这可以降低废品率和交货时间，并提高产量。更优化的质量流程可以使产品质量更高，缺陷和召回更少。
3.更低的费用
传统上，优化流程可以带来更好的成本效益-具有更可预测的库存需求，更有效的招聘和人员配置决策，以及减少流程。
更高质量的流程还可能意味着对供应网络的综合视图，以及对采购需求的快速，无延迟响应，从而进一步降低成本。
而且，因为质量更好的工艺也可能意味着更高质量的产品，这也意味着降低保修和维护成本
4.安全和可持续性
智能工厂还可以为劳动保健和环境可持续性带来真正的好处。更大的流程自主性可以减少人为错误的可能性，包括造成伤害的事故。
智能工厂的相对自给自足可能会取代某些需要重复和疲劳活动的角色。
5.对制造工艺的改进
制造商可以通过多种不同方式实施智能工厂-在工厂的四面墙内外-并根据现有优先级的变化进行重新配置，
实际上，智能工厂最重要的特性之一-agility-还为制造商提供了多种选择，可根据具体需求利用数字和物理技术。
智能工厂对制造流程的具体影响可能因每个组织而异。
表1描述了一系列核心智能工厂生产流程，以及通过各种数字和物理技术实现数字化的一系列机会。
09
向智能工厂过渡：需要考虑的领域
由于没有单一的智能工厂配置，因此可能没有一条固定路线可以成功实现智能工厂。
由于线路布局，产品，自动化设备和其他因素的变化，每个智能工厂看起来都不同。
然而，与此同时，对于设施本身的所有潜在差异，实现成功智能工厂所需的组件在很大程度上是普遍的，
每个组件都很重要：数据，技术，流程，人员和安全。制造商可以根据自己的具体目标考虑优先考虑哪些投资。
1.数据和算法
数据是智能工厂的生命线。
通过算法分析的强大功能，数据驱动所有流程，检测操作错误，提供用户反馈，并在收集到足够规模和范围时，可用于预测运营和资产效率低下或采购和需求波动。
数据可以有多种目的，例如关于环境条件的离散信息，包括湿度，湿度或污染物。
为了给智能工厂提供动力，制造商应该有能力创建和收集持续的数据流，管理和存储生成的大量信息，以及以各种可能复杂的方式分析并采取行动。
数据也可能代表数字双胞胎，这是特别复杂的智能工厂配置的一个特征。在高层次上，数字双胞胎提供对象或过程的过去和当前行为的数字表示。
数字双胞胎需要在一系列维度上进行累积的实际数据测量，包括生产，环境和产品性能。
数字双胞胎的强大处理功能可以揭示产品或系统性能，这可能表明物理世界中的设计和流程变化。
2.技术
为了使智能工厂发挥作用，资产定义为工厂设备，如物料搬运系统，工具，泵和阀门-应该能够相互通信并与中央控制系统通信。
这些类型的控制系统可以采用制造执行系统或数字供应网络的形式。
后者是一个集成的分层中心，作为整个智能工厂和更广泛的数字供应网络的数据的单一入口点，聚合和组织信息以推动决策。
但是，组织也需要考虑其他技术，包括交易和企业资源规划系统，物联网和分析平台，以及边缘处理和云存储等要求。
这可能需要实施工业4.0中固有的各种数字和物理技术-包括分析，增材制造，机器人，高性能计算，AI和认知技术，高级材料和增强现实-连接资产和设施，理解数据，并将业务运营数字化
3.流程和治理
智能工厂最有价值的功能之一-自我优化，自适应和自主运行生产流程的能力 - 可以从根本上改变传统流程和治理模型。
自治系统可以在没有人为干预的情况下制定和执行许多决策，在许多情况下将决策责任从人转移到机器，或者将决策集中在少数人的手中。
此外，智能工厂的连接可能超出其四面墙，包括与供应商，客户和其他工厂的更多集成. 这种类型的合作可能会引发有关流程和治理模型的新问题。
通过对工厂和更广泛的生产和供应网络的更深入，更全面的视角，制造商可能面临新的和不同的问题。组织可能希望考虑-或许可能重新设计。
4.人
智能工厂不一定会转变为“黑暗”工厂。预计人仍将是运营的关键。但是，智能工厂可能会对运营和IT / OT组织造成深刻的变化。
10
入门：迈向智能工厂
开始的挑战似乎令人生畏。智能工厂解决方案几乎无限的配置提供了许多途径，需要按照适合组织和挑战或机遇的速度进行定义，计划和执行。
当制造商考虑如何建立他们的智能工厂时，他们可以从以下步骤开始：
1.大局着眼，小处着手，快速扩展
智能工厂投资通常始于关注特定机会。一旦确定，数字化和洞察力生成就可以推动新价值的行动。
然而，构建和扩展智能工厂可以像概念本身一样灵活。
制造商可以开始走向真正的智能工厂，在任何级别的网络价值创造都可以从单一资产开始并扩展，并使用敏捷方法进行迭代和增长。
实际上，在可管理的环境中开始小规模测试概念，然后在学到经验教训后进行扩展可能更有效。一旦实现“胜利”，该解决方案可以扩展到其他资产，生产线和工厂，从而创造潜在的指数价值机会（图3）。
2.坚持工厂自己的具体需求
公司的制造战略和环境将决定要解决的具体问题，以及智能工厂解决方案释放价值的方式。定制方案方法有助于确保最终的智能工厂满足制造商的需求。
3.不要只关注技术
智能工厂之旅不仅需要一组连接资产。制造商需要一种方法来存储，管理，理解并根据收集的数据采取行动。
此外，公司需要合适的人才来推动旅程和正确的流程。每个智能工厂之旅都需要跨解决方案设计，技术和变更管理维度的转型支持。
4.在四面墙外思考
如前所述，智能工厂解决方案是一个整体解决方案，将四面墙内发生的事情与整个数字供应网络中发生的情况相结合。
因此，为了取得真正成功的结果，任何踏上智能工厂之旅的组织都应该从一开始就考虑所有供应链，合作伙伴和客户。
智能工厂远非“终结状态”，而是一个不断发展的解决方案-利用敏捷性，连通性和透明度等多种功能。
在高层次上，智能工厂的动态性质说明了对创造性思维的无休止的要求：想象智能工厂解决方案似乎合理的几乎无穷无尽的配置的可能性。
投资智能工厂能力可以使制造商在日益复杂和快速变化的生态系统中实现差异化，更有效地运作。
