要聞 ：數字化不是工業4.0 工業4.0成熟度三步走
工業4.0能不能被評測？如果能，它如何被實施。這個問題在行業內一直被廣泛關注。在德國國家工程院acatech的推動下，亞琛RWTH工業大學、德國人工智慧研究中心DFKI和弗朗恩霍夫研究院等幾家機構，歷經一年，在今年4月聯合推出了《工業4.0成熟度指數》報告（Industrie4.0 Maturity Index）。
錯了，工業4.0真的不是技術範啊
工業4.0一詞自2011年以來，一直被廣泛用於描述製造業的未來。然而，現在即使德國也意識到，僅從技術角度闡釋第四次工業革命的相關發展，顯然是不足的，企業還需要組織和文化層面的改革。作為對這一點越來越明顯的趨勢，該指數的副標題乾脆就是“企業數字化轉型管理”。
《工業4.0指數》為企業實施變革提供指導，包括六個階段的成熟度模型，每個發展階段的實現都將獲得額外利益。《工業4.0指數》著重於四個關鍵領域，而這四個領域都包含與其相關的兩個基本原則。
工業4.0下的企業目標
企業目前並未在其戰略思考中對這些原則的充分影響予以足夠重視。許多組織仍缺乏對工業4.0關鍵環節的基本理解，例如，企業經常錯誤地以為工業4.0僅限於數字化或全自動化領域。除此之外，各企業沒有建立共同目標，許多已經實施的行動均是各自為政的孤立措施。多數公司實施的措施僅限於偶爾的試點專案，事實上更類似於技術可行性研究。但此類專案卻難以將工業4.0的全部潛力展示出來，因為它們忽視了包括公司組織結構和企業文化在內的工業4.0實施的關鍵方面，結果就是變化僅僅是順應自然的發展進化。
德國工程院的《工業4.0指數》，可以依據各企業的需求，精確定製數字化路線圖， 從而幫助企業實現工業4.0的最大化利用，並轉型成為學習型敏捷組織，正如精益生產不等同於簡單的防止浪費，工業4.0也不只是通過網路連線機器和產品。《工業4.0指數》強調的是需要進行正規化的轉變。
令人惋惜的是，這些變化往往無法反映組織的實際流程或滿足製造型企業的真正需求。因此，無論是獨立企業內部還是整個經濟層面上的轉型變革的例項，都只是鳳毛麟角。
這說明，必須要合適的技術要素相結合，來壓縮企業的適應過程。
對於各企業來說，實現工業4.0的道路各有不同，因此必須以分析企業現狀和目標為起點。企業現狀的相關問題包括企業未來幾年的戰略目標，企業已經實施的技術和系統，以及這些技術和系統在企業內部的執行情況。這些問題的答案可以幫助企業確定成功引進工業4.0所需的能力。
工業4.0的六步法
工業4.0的引入，涉及製造型企業數字化能力素質的顯著提升，並需要企業組織的大規模改變。作為一項高度複雜的任務，這種轉型通常需要花費數年。而且轉型的計劃和實施需要確保在整個轉型過程中的不同階段都可以實現積極盈利（如增長和效率）。
在工業4.0轉型過程中的任何階段都應實現可見的收益，這才可以支援轉型的整體成功。
該路徑包括六步法，也可以看成是工業4.0的六個階段，可分為計算機化、連通性、可見性、透明性、預測性、適應性。每一步都建立在前一階段之上，並且說明了達到每一階段所需要的能力和實現的企業效益。
六階段的描述
1）計算機化
發展路徑的第一階段是計算機化，因其提供了數字化的基礎。在這一階段，不同的資訊科技在企業內部獨立運作。大多數企業的計算機化已經相當成熟，主要用於更加高效地處理重複性工作。通過計算機化，企業可以實現高標準、低成本製造，而且許多現代產品可以達到以前不可能達到的精密程度，從而實現獲得利益。但實際上，很多機器並不具備數字介面，特別是對於長週期機械或人工操作的機器來說。在這些情況下，終端經常用於填補商業應用和機器之間的缺失環節。
計算機化的例證之一就是CNC銑床。通過採用計算機數控，CNC銑床可以加工高精度零件，但是有關執行行動的細節，所需要的NC加工資料通常仍需要手動傳輸給銑床，也就是說，銑床並未實現連線。另一例項則涉及未與企業EPR系統連線的商業應用系統，這可能導致半自動質保，儘管在試驗站實施，但記錄資料卻並未與相應的工作環節關聯。這將導致一旦發生質量問題，回溯環節會變得異常困難。
2）連通性
在連通性階段中，相互關聯的環節取代了各自為政的資訊科技。廣泛使用的商業應用彼此連線並反映企業核心業務過程。操作技術（OT）系統的各部分實現了連通性和互操作性，但是依舊未能達到IT層面和OT層面的完全整合。
3）可見性
感測器能夠獲得大量資料節點，從而捕獲整個過程。感測器、微晶片以及網路技術價格的下降意味著現在可以實時記錄整個企業的事件和狀態，而不是像之前一樣僅僅記錄單獨的領域，如製造領域。所以現在可以始終保持工廠的最新數字模型。我們將這種數字模型稱為企業的“數字孿生”。“數字孿生”能夠顯示企業在任何特定時刻發生的情況，並根據這些實時資料作出管理決策。因此，我們可以將“數字孿生”視為下一階段的核心構成元素。
4）透明性
第三階段涉及企業當前形勢數字孿生的構建，而第四階段是關於企業瞭解事件發生原因，並通過根本原因分析生成認識。為了辨別和解釋數字孿生的互動，必須使用工程知識對採集的資料進行分析。語義連結和資料彙集能夠產生資訊和相應的語境，為複雜和快速決策提供過程認識。
5）預測性
達到預測能力階段後，企業可以模擬不同的未來情景，並確定最具可能性的情景。這包括將數字孿生投射到未來，以描繪多種情景，並評估它們發生的可能性。由此，企業可以對未來發展進行預測，並適時作出決策和採取適當措施。然而具體措施還是需要人工執行，因此較長的前置時間有助於限制消極影響。減少突發狀況或計劃變動等引起的意外事件可以實現更為有效的經驗。例如，通過預測能力，可以在承運人失職等反覆出現的物流問題發生之前對其進行標記，並通過更換承運人防止此類問題發生。
6）適應性
預測能力只是自動化行為和自動化決策的根本要求，而持續的適應性則使企業能夠向IT系統下放適當決策，以便IT系統儘快適應變化多端的經營環境。