制造哲學(xué)和文化決定了一個(gè)國家的工業(yè)4.0路徑

　　2.德國：通過(guò)設備和生產(chǎn)系統的不斷升級，將知識固化在設備上

　　德國同樣對數據的采集缺少積累，因為在德國的制造系統中對故障和缺陷采用零容忍的態(tài)度，出現了問(wèn)題就通過(guò)裝備端的改進(jìn)一勞永逸地解決，在德國人的意識中不允許出現問(wèn)題，也就自然不會(huì )由問(wèn)題產(chǎn)生數據，最直接的表現就是找遍德國的高校和企業(yè)幾乎沒(méi)有人在做設備預診與健康管理(PHM)和虛擬測量等質(zhì)量預測性分析。

　　因此，德國的先進(jìn)設備和自動(dòng)化的生產(chǎn)線(xiàn)是舉世聞名的，可以說(shuō)在裝備制造業(yè)的實(shí)力上有著(zhù)傲視群雄的資格。

　　日本和德國解決問(wèn)題方式的不同

　　德國的制造業(yè)解決問(wèn)題的邏輯是：發(fā)生問(wèn)題->人(或裝備)解決問(wèn)題-> 將解決問(wèn)題的知識和流程固化到裝備和生產(chǎn)線(xiàn)中，對相似問(wèn)題自動(dòng)解決或避免。

　　舉 個(gè)比較直觀(guān)的例子來(lái)比較日本和德國解決問(wèn)題方式的不同：如果生產(chǎn)線(xiàn)上經(jīng)常發(fā)生物料分揀出錯的現象，日本的解決方式很有可能是改善物料辨識度(顏色等)、員 工訓練以及設置復查制度;而德國則很可能會(huì )設計一個(gè)射頻識別(RFID)掃碼自動(dòng)分揀系統或是利用圖像識別+機械手臂自動(dòng)進(jìn)行分揀。

　　因為產(chǎn)品優(yōu)秀的質(zhì)量和可靠性，大多數工業(yè)產(chǎn)品本身只能夠賣(mài)一次，所以賣(mài)給一個(gè)客戶(hù)之后也就少了一個(gè)客戶(hù)。同時(shí)，隨著(zhù)一些發(fā)展中國家的裝備制造和工業(yè)能力的崛起，德國的市場(chǎng)也在不斷被擠壓。因此，在2008-2012年的5年時(shí)間里德國工業(yè)出口幾乎沒(méi)有增長(cháng)。

　　由此，德國開(kāi)始意識到賣(mài)裝備不如賣(mài)整套的解決方案，甚至同時(shí)如果還能夠賣(mài)服務(wù)就更好了。于是德國提出的工業(yè)4.0計劃，其背后是德國在制造系統中所積累的知識體系集成后所產(chǎn)生的系統產(chǎn)品，同時(shí)將德國制造的知識以軟件或是工具包的形式提供給客戶(hù)作為增值服務(wù)，從而實(shí)現在客戶(hù)身上的可持續的盈利能力。

　　圖2 德國的制造哲學(xué)

　　這一點(diǎn)從德國的工業(yè)4.0設計框架中能夠十分明顯地看到，整個(gè)框架中的核心要素就是“整合”，包括縱向的整合、橫向的整合和端到端的整合等，這簡(jiǎn)直太像德國制造體系的風(fēng)格了!既是德國所擅長(cháng)的，也為其提供增值服務(wù)提供了途徑。

　　所以第四次工業(yè)革命中德國的主要目的是利用知識進(jìn)一步提升其工業(yè)產(chǎn)品出口的競爭力，并產(chǎn)生直接的經(jīng)濟回報。

　　3.美國：從數據和移民中獲得新的知識，并擅長(cháng)顛覆和重新定義問(wèn)題

　　與日本和德國相比，美國在解決問(wèn)題的方式中最注重數據的作用， 無(wú)論是客戶(hù)的需求分析、客戶(hù)關(guān)系管理、生產(chǎn)過(guò)程中的質(zhì)量管理、設備的健康管理、供應鏈管理、產(chǎn)品的服役期管理和服務(wù)等方面都大量地依靠數據進(jìn)行。這也造成 了1990年代后美國與日本選擇了兩種不同的制造系統改善方式，美國企業(yè)普遍選擇了非常依賴(lài)數據的6-sigma體系，而日本選擇了非常依賴(lài)人和制度的精 益管理體系。

　　中國的制造企業(yè)在2000年以后的質(zhì)量和管理改革大多選擇了精益體系這條道路，一方面因為中國與日本文化的相似性，更多的還是因為中國企業(yè)普遍缺乏數據的積累和信息化基礎，這個(gè)問(wèn)題到現在也依然沒(méi)有解決。

　　除 了從生產(chǎn)系統中獲取數據以外，美國還在21世紀初提出了“產(chǎn)品全生命周期管理(PLM)”的概念，核心是對所有與產(chǎn)品相關(guān)的數據在整個(gè)生命周期內進(jìn)行管 理，管理的對象即為產(chǎn)品的數據，目的是全生命周期的增值服務(wù)和實(shí)現到設計端的數據閉環(huán)(closed-loop design)。

　　圖3 美國制造業(yè)創(chuàng )新的哲學(xué)

　　數據也是美國獲取知識的最重要途徑，不僅僅是對數據積累的重視，更重要的是對數據分析的重視，以及企業(yè)決策從數據所反映出來(lái)的事實(shí)出發(fā)的管理文化。

　　除了利用知識去解決問(wèn)題以外，美國也非常擅長(cháng)利用知識進(jìn)行顛覆式創(chuàng )新，從而對問(wèn)題進(jìn)行重新定義。例如美國的航空發(fā)動(dòng)機制造業(yè)，降低發(fā)動(dòng)機的油耗是需要解決的 重要問(wèn)題。大多數企業(yè)會(huì )從設計、材料、工藝、控制優(yōu)化等角度去解決這個(gè)問(wèn)題，然而通用電氣公司(GE)發(fā)現飛機的油耗與飛行員的駕駛習慣以及發(fā)動(dòng)機的保養 情況非常相關(guān)，于是就從制造端跳出來(lái)轉向運維端去解決這個(gè)問(wèn)題，收到的效果比從制造端的改善還要明顯。這也就是GE在推廣工業(yè)互聯(lián)網(wǎng)時(shí)所提出的“1%的力 量” (Power of 1%)的依據和信心來(lái)源，其實(shí)與制造并沒(méi)有太大的關(guān)系。

　　所以美國在智能制造革命中的關(guān)鍵詞依然是“顛覆”，這一點(diǎn)從其新的戰略布局中可以清楚地看到，利用工業(yè)互聯(lián)網(wǎng)顛覆制造業(yè)的價(jià)值體系，利用數字化、新材料和新的生產(chǎn)方式(3D打印等)去顛覆制造業(yè)的生產(chǎn)方式。

　　總而言之，對知識的理解、積累和傳承方式的差異決定了制造哲學(xué)和文化，而制造哲學(xué)和文化又影響了國家在工業(yè)道路選擇的路徑和側重點(diǎn)。