人们可能会觉得，如今，在我们引入了工业4.0数年之后，德国的公司会陶醉于工业4.0的成功。然而，最近的报告显示，尽管这些德国公司在新型自动化技术方面进行了投资，但他们的整体工厂生产率却在持续下降。这被称为“生产率悖论”。对于越来越多的人和公司而言，这并不令人意外，因为仅仅在自动化上投资仍然只是工业3.0的延伸。大多数公司错误地理解和执行了工业4.0的真正含义，工业4.0意味着工厂的运营方式需要做出根本的改变，在此之后，自动化和人工智能（AI）工具才能开始有效运行。

在电子制造领域中，其对生产运营产生了非常严重的影响。我们默默接受了产品品种混合程度更高会导致生产率下降这一概念。虽然明知需要在不增加成品库存的情况下提供更高的灵活性，但我们还是很容易会将其计为开展业务的成本。

然而，这还不是全部。例如，SMT机器供应商长期以来一直都在改进硬件和软件解决方案，使设备能够适应灵活的生产要求，它们的喂料器甚至可以放置在机器上的任何位置。此外，SMT机器供应商一直在为类似产品开发能够提供快速转换、使用通用喂料器设置，甚至可以通过简单替换可拆卸喂料器推车等技术来实现不同产品之间的转换。

即使没有这些辅助技术，不同公司手动转换满载的SMT贴片机的时间也有所不同，这个时间取决于所使用的方法，从5分钟到6小时不等。我们可以参考F1的进站来了解怎样才能在五分钟内完成转换。实现灵活性并不一定需要很高的代价，市面上有专门针对这一方面的技术和管理选项。

如今，生产率悖论愈演愈烈。最近在斯堪的纳维亚举办的一次会议中，我展示了一个幻灯片，其内容是在今天的多品种混合生产中，80％或更高的大批量生产会降为20%~40％。之后，有人指出我的数据有误，因为他们的预期是降为20％。如今，许多公司的实际数据远远低于这个数字，这似乎跟德国的报告一致。生产中的产品品种混合程度将会持续提高。此外，由于需求的波动更加剧烈，客户们希望能够即时更改交货数量和时间，同时又不愿意为额外的库存付出更多成本。工厂只能靠引进自动化生产线来应对客户需求的波动。

为了解决这个难题，我们需要首先仔细检查所有报告的工厂内部指标。目标是找到制造性能的关键驱动因素。工厂会生成很多报告和图表，其中包含了准时交货、生产率、材料废料、质量问题等方面的目标和成绩。工厂的所有要素都会基于以上统计数据进行一定程度的衡量。管理层希望看到的是每种工艺都是受控的，并且在稳步改进。如果只着眼于生产力的话，工厂报告中的内容似乎相当乐观，不会出现生产率悖论这种情况。任何会一点数学的人都能很快推断出工厂内部指标中所使用的数据集与德国报告中所使用的不同，这就是问题所在。

我们可以通过许多不同的方式来衡量内部性能，也可以针对所需的具体视角来进行统计。这种报告的方式是大家都在进行大批量生产时出现的。专用生产线能够尽可能快地生产大批量产品。那时的重点是在生产线的每平方米空间内获得尽可能高的吞吐量，性能仅仅取决于每小时贴了多少个元器件。人们在机器程序的优化方面投入了相当多的精力。但是在这种情况下，要准确地测量机器性能就意味着应该忽略停机时间。如果该生产线每天能够生产2000件产品，那么这就是衡量出的性能。但客户正好每天都需要2000件产品的可能性非常小。

即使是在那时，需求也有波动。当成品仓库开始爆满时，这条生产线就会停机等待，然后可能会利用这个机会进行维护。这些时间都被排除在生产率计算之外，因为从机器工程师的角度来看，这是外部的、不受控制的变量。然后，这个问题随着时间的推移而愈发严重。随着产品品种混合程度的提高，机器出现了越来越多的例外情况。随着管理更高混合程度的技术开始发挥作用，生产力和产能计算也开始变得更加复杂。

举个例子，SMT贴片机喂料器的常见设置是为了避免不同的产品需要更换物料物理位置的一种方法。如果前后生产的两个产品需要相同的物料，那么为什么不能使相同的物料保持在机器的同一个位置，省去更换物料的时间？不幸的是，这会对机器程序的优化产生新的限制。如果不更换，就不能将最常用的材料放置到离贴片头运行的最短路径上。其结果就是程序执行时间更长、效率更低。

许多人忽略了这一点，因为他们认为在高混合生产中，机器程序的优化重点会变成转换时间最为重要。但是，在许多情况下，随着时间的推移，程序中损失的时间会超过转换过程损失的时间。由于程序效率降低而导致的生产力损失几乎从未被纳入生产率中报告。人们会简单地根据机器程序时间测量吞吐量性能。像这样的无形损失在常规的高混合生产模式中越来越常见。

生产计划是生产力损失的另一个重灾区，由于准备产品数据需要大量时间和精力，因此必须遵循工程师们制定的固定生产线配置规则，而这样明显会限制优化过程。通用的传统调度工具在此环境中无法使用。实际上，人们主要使用了Excel作为准时生产（JIT）计划工具来排产，没有人会花时间来思考是否可以制定出更佳的生产分配计划。

这类问题会导致损失不断叠加，由于个体运营视野狭窄缺乏整体可见性而隐藏了许多问题。车间的各种生产率报告看起来都很好，每个人都很努力，但是纵观大局的话，就会发现整体结果在朝着错误的方向发展，这正是德国报告中所强调的重点。发现这些问题是件好事，即使现在的数据很差，如果没有这些信息，也就没有机会进行深入调查和改进。与此同时，可以继续使用目前的关键绩效指标（KPI）来衡量制造中每个要素的内部性能，这两者并不是取代关系。

但是，德国报告中并没有提到这个问题的解决方案。从高层次的角度来看，这个情况很复杂并且令人困惑，有许多变量和障碍，其中许多都隐藏在运营的技术细节中。发现隐藏的问题以及所采取措施的后果都很难，更不要说将其量化了。要搞清楚这些问题，首先需要确定两大问题。

首先需要确定的是公司目前和未来的真正需求。举个例子，德国最活跃的是汽车行业。汽车装配线是德国的骄傲，它能够以固定的节奏运行，可靠、准时地完成汽车总装。该生产线也非常灵活，能够按照客户的定制订单制造出数百万种选项和功能的组合。这听起来很美好，似乎已经达到了最高的自动化程度，虽然其中还是包括人类干预。

但是，在总装以外，我们可以看到装配线造成了一些问题。从下游来看，工厂必须确保每条生产线的产量完全符合客户的需求，以免造成成品库存增加。该生产线所能生产的汽车款式无法进行转换。销售将会在市场上举办活动，以推动需求持续增长，但即便如此，定制车型也必须与一些标配车型混合在一起生产以保持生产线能够连续运行，而标配车通常会以折扣价出售。

在这种情况下，一般会认为如果购买一辆带有定制功能的新车，也可以快速地制造出来，因为工厂制造这辆车只需要几天。然而，现实情况恰恰相反，等待时间有可能会长达几个月。当等待时间如此长时，人们往往会选择换一个地方买车。时间长的原因是进入总装生产线的计划。

为了确保生产线不会停止，订单会先进入缓冲区。这时，就需要JIT来给出子组件选项和配置的需求预测。这里，成本的不确定性就在向上游传递。为总装线供货的供应商收到的生产需求通常非常不稳定，但他们必须按照需求供货。交货必须在特定时间段内进行，不能早，更不能晚。子组件工厂运营的优化代表了行业中最复杂的情况。安全相关的组件需要非常严格的质量、工艺和工程管理。由于混合程度高且订单数量通常较小，因此需要不断更改工厂流程，并且每次配置更改都需要根据所要求的标准进行验证。供应商对此几乎没有得到任何补偿，因为汽车行业对定价非常敏感。

典型的汽车子组件供应商需要了解所有这些限制，然后创建一个生产模型，该模型需要优化能够显现出所有的隐藏损失，并提出解决方案。同样的过程也适用于所有类型和领域的电子产品和组装制造。但是，达到最佳运营并不像以往那么简单。工业4.0就是为了解决这些运营问题而提出的，其基于软件的自动化明显强于工业3.0所代表的自动化工艺。在德国报告中，他们正是希望通过工业3.0的手段达到工业4.0的效果，但是这显然是行不通的。现在，是时候为工业4.0创建一些真正的工具了，这是需要解决的第二件事。

工业4.0能够通过使用实时数据来优化制造过程中的每个方面。根据所在的市场不同，采用工业4.0工厂的解决方案也略有不同，其中包含了机器之间的通讯、精益材料管理、自适应计划、产品分配到生产线配置以及基于数字孪生的组装工艺工程。但是，针对每个不同的公司开发个性化定制的工业4.0软件非常不切实际，因为这样的成本过高且不可持续。

标准化需要能够促进标准数字平台的使用，该数字平台能够通过使用专门针对制造的工业物联网（IIoT）技术来提供价值。这项技术与传统的数据收集方式完全不同，它通过包含每项工艺的数据流以及每一项制造及其依赖事件，使得我们能够拥有一个具有深入并且明确的详细车间实时数字整体视图。隐藏的损失也不再是不可见的，因此可以将其包含在与性能改进、优化和运营决策相关的符合工业4.0目标的活动中。测量和不断改进所做出的决策和变更的效果都可以明确显现出来，在这种情况下，我们能够直接提高工厂的整体生产力。

在IPC APEX EXPO 2018展会上，IPC首次展示了Connected Factory Exchange（CFX）。虽然机器通信并没有什么新颖之处，但是不同供应商的所有类型的机器的所有关键指标和数据都可以通过手机来按需查看，而无需安装配置任何软件，令人大开眼界。我们已经消除了使用不同通信方法以及机器不同等级数据内容的障碍。

我们期待可以在IPC APEX EXPO 2019展会上，看到已发布的CFX标准已经支持收集用于仪表板、AI决策和工厂优化的数据。这样，无论我们选择何种软件工具进行制造，都能够了解工厂内发生的每个事件的状态和性能，从而可以准确地了解损失时间和机会的位置。

然后，工厂级别的软件工具就可以利用这些信息来实时优化整个工厂。机器供应商还可以通过查看材料和计划信息来获得机器工作环境的更多数据，从而进一步自动优化机器的运行。作为真正基于行业共识的标准，CFX旨在提供工厂中的所有可能性、控制和管理领域的信息。

CFX定义了数据交换的方式以及数据的确切语言和含义。现在，CFX已经被机器供应商及针对整个工厂的解决方案供应商应用到机器或生产线一级的软件工具中。其结果是采用制造执行系统（MES）的模式也发生了变化。传统MES系统将其简单收集到的数据保存到一系列数据库中然后提供报告，这与实时的IIoT数据差距非常大，限制了实时优化和决策支持。

专为IIoT和CFX环境设计的新一代数字MES系统可实现增值最大化，涵盖整个工厂的运营范围，并提供单一标准的数字平台。举个例子，本地IT开发人员可通过创建所需的CFX界面和使用免费的IPC CFX软件开发包SDK，定制扩展，使平台支持如功能测试等特定产品工艺的专门报告和监测。

IPC APEX EXPO 2019上许多供应商参与展示的技术代表了扭转生产率悖论并实现新的自动化管理技术和数字最佳实践方法的关键转折点，这些技术能够解决长期存在的被隐藏、被忽视和不可避免的生产力损失问题。即使是最复杂的工厂运营，工程师和管理人员也可以完全查看和控制所有参数，并且可以智能识别和消除造成损失的因素。这能够在提高灵活性的同时提高生产率、质量、按时交付率以及减少与材料相关的成本。

Michael Ford是AegisSoftware公司新兴行业战略高级总监。

更多内容请点击在线查看。