Barry Matties和Nolan Johnson采访了Alex Stepinski，探讨了降低现有工厂成本的策略。Alex拥有丰富的设计和优化制造流程经验，目前正在帮助公司实施简洁的逐步解决方案，以实现跨不同行业的智能制造。

Barry Matties：Alex，现有工厂受空间限制困扰，存在实现自动化的挑战。对于现有工厂，应该有什么不同的思维？

Alex Stepinski：首先，我想谈谈目前存在的偏见。很多人把我和过去几年我设计的环保工厂联系在一起，这些工厂成为了美国工业4.0的范例。它并不是实现工业4.0的唯一方法，只是典型的商业案例。当时的商业计划是为没有任何PCB制造能力的OEM建造PCB新工厂。

现有工厂无法遵循相同的计划去实现工业4.0，可以根据可用资金在更长的周期内完成投资。我认为任何现有工厂都可遵循发展路线图达成工业4.0目标。

第一步是将产线上的产品序列化。有很多选择可以实现，但根据我的经验，最好选择激光的方法，可利用市场上现成的传感器供应商的激光器，并将其集成到设备中，这样就不必增加占地面积。这可能是唯一需要补充但却不会增加占地面积的设备之一。

一旦对在制产品进行了单独的序列化，那么一切都会变成“传感器—软件问题，在大多数情况下，这一步也不会增加占地面积。工业4.0的重点是关联数据，基于数据插值做出决策然后反馈——这不是高阶的人工智能。高阶人工智能是指进行图像识别、自然语言处理，这是目前最前沿的人工智能，可应用于B2C销售、营销分析、自动驾驶等处理。这就是人工智能的重点应用，可产生最大的回报。可以购买具有这些功能的设备，而不必触及人工智能技术。

但在PCB和EMS领域，它更像是“人工智能灯”，或“比Excel算法更强大”。20年前我们称之为普通算法的东西现在被称为人工智能，成为目前很流行的术语。机器人不会很快接管世界。在现有工厂中，从规划角度梳理价值的基本方法就是逐步实现，一次解决一个流程。

可能只需要1~2人即可完成相关工程工作。提供相关主题的专业知识，确保他们知道如何基本编码，了解传感器选项，逐个工序处理流程。工厂依靠光传感器就可以了解设备中哪些产品经过，并在它出现时或经过的某个时刻编码。可以一步或多步完成这项工作。

一般获取时间和基本设置的传感器套件价格为每个工具5000至10000美元，可保存数据，包括扫描到的序列号，以及它通过设备的时间。如果能按时间从设备中提取错误代码，并将其放入数据表中，那么可以将两者关联起来，就可以了解发生的状况。当在处理面板时听到了警报时，为其他系统制作API会增加更多的插值，从而可产生预测性的配方/决策。

第一步是了解什么是重要的、什么不是重要的，并能够进行一些基本的插值。以AOI为例，这是PCB检测工序，其内置了大量信息，包含所有错误警报，并可告知开始和完成工作所需要的时间。

也可以记录真正有缺陷的信息编码，并记录于数据库，将其与序列编号关联起来。不良的AOI设置、操作员错误等原因都会发生很多漏报，测试时可以将这些序列编号关联在一起，了解逃逸的根本原因，从而有机会改进工序，以减少废品。

这是可以获得良好回报的重点领域。短路和开路是导致电路板报废的常见缺陷，如此可以减少报废率。此外，还可以使用反馈代替直接测量。例如，在PCB工厂，传统规范是金像切片，当流程没有控制措施时，切片检查是唯一的选择。

但是，如果添加一些非常简单的控制措施，就可以避免对几乎所有产品都做金像切片。什么是简单的控制措施？可从其他行业获得创意。例如，重力测量或质量测量，只需要通过量表、CMI、CMM就可以检查镀层厚度，而不用剖切每块板。

可以利用一些简单的设备完成测量，而不需设备升级，以解决设备限制或场地限制的问题。

如有大量设备，可升级至数据库功能，所有分析可通过云计算完成。只需根据需要购买云空间，然后逐步升级。许多现有工厂面临的挑战是，虽然拥有完全资本化的设备，但其中的许多设备不适合工业4.0。有的公司不想为了只增加几个新功能而投资购买全新的设备，可以只添加一些功能，这种方法很合适。

如果某台设备老旧，长时间未维护，所有配件都坏了，那么就需要更换设备；如果设备维护很好，只需要增加一些新功能，就可做升级。这是适用于现有工厂的方法，可产生足够的回报为未来做一些新投资。

需要了解添加传感器和收集数据的意义，这是身处这个行业需要做的事情。如果是一名流程工程师，不会编码，那需要参加一些课程，或者雇佣能采用这种方法的人。

另一挑战是PCB行业面临“ 缺失的一代 ”。有很多年长者且具备主题相关专业知识的行业中人不会编码，而年轻人会编码却不具备主题相关的专业知识。两者皆有的很少，所以这是行业目前需要应对的挑战。

PCB行业既需要专家也需要年轻人。在其他行业领域，经验更丰富的工程师同时具备这两种技能，所以必须弥补这种差距。

Nolan Johnson：听起来行业的目标是在现有工厂中通过一个相对简单的实施流程，获得更具预测性的数据，并利用这些数据来提高流程的效率、减少浪费，从而改善投入和运营成本，并使公司更好地控制投入成本。对吗？

Stepinski：绝对正确。在我看来，这是向前发展的方向。

不能外包这些工作的原因是PCB工厂不是以工程为主导的工厂。几十年来，公司购买不同供应商在不同时期生产的设备，采用不同供应商的化学品和工艺——所有这些都是通过反复试错而逐步发展过来的。

其中涉及一点工程设计，但主要是通过试错，因为行业没有PLM系统，或者这些工具以不同的方式来实现这一点。正因为如此，每个工厂都是独一无二的。如果你打电话给某人说“帮我维修设备”，你会得到标准的解决方案，这比使用公司自己的小团队来调整这种情况成本要高得多。

Johnson：你刚才提到的集成团队理念很有道理。

Stepinski：我认为这是正确的。我了解不同行业的做法。我去麻省理工学院学习工业4.0，人们就是这样做的，也是最划算的。在PCB行业，每家公司都非常依赖供应商，但供应商偏向于让工厂投入更多的资金升级设备却并未实现真正的工业4.0。

有利于整个生态系统的方法是，PCB工厂拥有制程工程团队，可逐步完成这些流程。然后，通过这些改进产生的现金流，换取足够的资金来进行具有良好净现值的重大投资。这种方法适用于每个公司。这对供应商和PCB工厂更有利、更稳定。

在PCB工厂，没有真正的制程工程师，绝大部分是制造工程师。他们解决部件问题，处理停机状况，偶尔可以处理设备问题。制程工程是指实施工业4.0、开发和制造系统、收集数据，进行预测性研究，并尽可能在没有供应商的情况下完成这些工作。

依赖供应商的劣势在于其会为了自身利益而不是公司的利益来运营工厂。公司须始终保持平衡。如果能和供应商站在同一个立场上，那么与他们合作很好。但当供应商比你更了解所有事情时，它就会变成无价值协议，供应商赢了，你只是买到了一些设备，但在谈判桌上失去了很多价值。

我的看法是公司一定要做自己的研发。只需要一两人的工程团队，与工厂里的专家一起工作，然后按流程研发。再过几年，就可完全实现工业4.0。

Johnson：所以，你必须逐步研发、收集数据，将其存入数据库。第一阶段是收集。之后，可以追踪漏报，研究在处理那个特定部件号的过程中发生了什么情况，导致漏报，形成故障。最终搞清楚问题的原因。但当开始行动时，怎么做？

Stepinski：先可以低成本更改工序，然后从系统改进中获得的资金做下一步投资。

Johnson：第一阶段中如何控制投入成本或流程成本？

Stepinski：从减少浪费开始。废品的类型很多，包括生产过剩、库存、报废、周期时间、未履行承诺等。需要评估公司认为对业务影响最大的废品是什么，这就是第一阶段的目标。

工业4.0基于工程传感器，当与数据科学相结合时，将会提高效率。在设备上安装传感器，制作简单的控制器——这是可实现的简单事情。从学校出来的工程师知道如何做到这一点，但他们被扔进了一家PCB工厂，里面有一群恐龙，慢慢地他们自己变成了恐龙。不要让侏罗纪生态系统影响他们，而让其专注于他们最了解的事情。

他们不应该被预先存在的关于如何做事的偏见所左右。利用他们所受的教育，提供他们需要的信息，以便更好地完成这项工作。当公司拥有不了解这些信息的资深人士时，就会存在挑战。公司不想看到年轻人在领导一切，因为他们不具备丰富的经验。

要求经验更丰富的人参加一些在线课程，这在其他行业很常见。他们没有必要成为程序员，但他们可以学习足够的知识来管理这些人。

Johnson：我开始想象团队由一位年长的制造专家和一位年轻的工艺专家组成。

Stepinski：或者多备2人后补。数据工程科学的巨大风险之一是，人们能从竞争对手、客户或供应商那里获得足够的知识，然后被其他公司雇佣。“人工智能空间”是数据工程、数据科学和分析科学，其售后服务能力非常不足。不断需要十几万人来填补这些职位。所以，必须使他们工作开心，而且要非常小心。很多公司因为此职位的员工找到了更好的机会而失去了整个部门。

通过Coursera、IBM、谷歌等公司的在线课程，让公司员工接受再教育并不难。每个人每周只需要花几个小时学习（想想过去的学徒制）。如果已经在这个行业工作了30年，但从未学过编写代码，就不必学习如何编写代码。但你可以告诉新员工，希望他从抽象角度考虑如何处理这个问题，然后引导他们朝着正确的方向前进，为你完成具体的工作。这是最具成本效益的方法，每个公司都会从中受益。

最终，你会腾出更多的资金去购买新设备，但在一开始，需要自主开发。

Matties：我们经常听说，招聘一开始就是巨大的挑战，人工成本通常都在上升。一旦涉及降低成本时，首先想到的方法是自动化。但是在现有工厂，他们经常会说自动化不适合自己的工厂。如何帮助公司降低人工成本？

Stepinski：最初一到两年会有点挑战。可以减少购买设备并投资人工，或者如果现在不这么做的话，也可以采用设备融资方式，这样短期内就不会出现成本飙升。

在许多其他行业，这是一种行之有效的方法。但缺少的是如何实现该目标的常规教育。虽然网上有很多资源，但人们需要花时间学习。我听许多实施人工智能或工业4.0的公司说，组织中的利益相关者要每周花几个小时阅读、聆听或观看一些东西，以了解世界其他公司是如何实现这一目标，这点很重要。

Matties：关于直接人工成本，我的理解是，如果考虑每个员工的收入产出，那么生产率会因为良率、产量等因素而提高。对于今天，要降低人工成本，不一定要解雇员工，需要采取什么适当的措施？他们不知道如何引进自动化生产线，尤其是在现有工厂。

Stepinski：有人可能会说“我要使工厂实现自动化，这样一个现有工厂不需要有任何人工。Alex建造了一个全新的自动化工厂；天哪，我们希望有这样的工厂，因为我们不需要那么多人工。”我认为这是一个传统的想法，而不是看待事物的正确方式。

随着PCB变得越来越复杂，其流程的复杂性越来越高，出现了人为错误越来越多的趋势。不管公司拥有什么样的员工，他们都会犯错。只是有些员工犯的错误比其他员工要少，但当构建PCB的工序增加时，PCB制造会变得更复杂。每个公司都会为PCB制造付出很多。

雇佣具备一定技能的人工越来越难。在短期内，你会考虑升级工厂的所有设备，“我负担不起，所以第一步是尽可能提高效率以释放资金，这样我就可以在接下来的几年里系统地去投资”。

需要更新设备的公司其运营更需要策略，这样就可以不那么依赖经验丰富的操作员，而是系统和流程，且可以培养一批可以管理该流程知识的员工。一旦记录下来这些经验，就可以容忍更高的离职率。找到具备一定技能的人工在不太先进的工厂工作就不会有困难，因为完成这一切工作后，工厂不需要完全依赖经验丰富的操作员。

从我为Whelen构建第一家工厂开始，任何一家开始做这些工作的公司，现在都在开心地完成这些项目。他们根本不会花很多钱。提高员工技能是关键，那些能够立即提供最大价值的公司可确保所有利益相关者都了解如何做到这一点，而不是试图通过供应商来做这一切，那样成本会很高。

Matties：目标是成为一家以流程为导向的公司，依靠系统而不是人。

Stepinski：是的。大多数PCB工厂都有ERP系统，但需要更进一步。还需要有MES系统。每个用户获取年度许可证的成本通常为500~2000美元。它会为公司做所有的关联，公司不需要做太多，只需添加传感器并加入测量计划即可，成本并不高。

但美国有多少PCB工厂有MES系统？海外更先进的工厂已经具备了MES系统。公司可更进一步，可用采购产品生命周期管理（PLM）系统来管理公司的NPI流程，这样可以为产品系列分组，并由预先确定的工程流程来指导如何做事，而不会总是在新产品上反复试错。

可以有更多的预测结果，以便推断是否可以接受这个订单。公司有MES系统、PLM系统，会自动告知，在承诺的日期之前，是否能完成该订单的生产，比如预计将推迟4天完成该订单的生产，或可提前4天完成生产。必须使用这样的系统才能了解并处理这类复杂信息，人没法完全了解工厂在任何时候的所有限制，除非它只是小作坊。

这些工具已经上市多年了，其他复杂行业已经采用了这一技术。不管出于何种原因，PCB在这一领域处于落后地位。

Johnson：从用传感器捕捉数据、查看错误状况，到进入更具预测性的系统，如何才能实现这种飞跃？通过使用公司的系统，随着时间的推移，可以预测新部件号在整个流程中的预期质量。如何从数据收集中获得信息，并利用这些数据进行预测，然后对照这些预测进行检查？

Stepinski：市场上的CAM软件系统有内置的工具，可以梳理出与数据相关的关键输入变量。获取这些信息，建立相关性，然后反馈，无论其是线性的还是非线性的，都无关紧要，有了基于简单相关性的方程，可以用来预测具体生产工艺。这很简单。

Johnson：Alex，第一阶段是安装传感器和收集数据。第二阶段开始能够使用这些数据完成预测工作，那么是否有第三阶段？

Stepinski：当你已经提高了效率，第三阶段可以做得更多。一旦你学会了如何做工艺工程，就不需要外包给供应商。

我认为公司需要有能力来做这类工作，才能承担更大的工业4.0项目。通过与供应商合作来实现这一点，因为双方之间的磨合，所以不需要从零开始进行讨论，就可以创造价值。与此同时，在你的团队中增加几个人就可以承担更大的研发项目。

我在Whelen第一家工厂做的所有开发都是在内部完成的。废水处理技术，独特的工艺，以及所有的一切，重点只是投入时间去实现——测量、分解、分析。工艺工程应独立于制造集团。在美国的PCB工厂，情况并非如此，它是制造集团的一部分，不是只从事工艺工程和开发的独立团体。

他们只是一直在生产部件，没有足够的人来完成任务。这才是真正的挑战，公司必须做好员工准备。我想，如果是家族企业的话，几个小时内就可增加人员来实现这一点。

Matties：对。部分原因是资本。必须对未来做出承诺，才会在今天投资。

Stepinski：Barry，我认为如果能提高良率、缩短周期，则可以为产品收取更多的费用。首先，人们会在某种程度上认可，因为你在增加价值。其次，降低内部浪费的成本。必须分析现有的组织，看看弱点在哪里。理想情况下，可以通过消除弱势、增加优势，并以这种方式付出代价来实现。如果真的没有一分钱可花，这是一种方法。

Matties：必须做出选择。我想你之前用的词是文化。你所描述的是，从20世纪80年代开始的TQM或全面质量管理。目标是减少浪费，利用已经开发的工具来帮助实现这一点。

现在，我们谈论的是制造流程，考虑总投入成本时，这种态度应该贯穿所有系统、销售流程和财务流程，因为你谈论的是一种持续改进的文化，正如我们一直在谈论或定义的那样。

Stepinski：我认为需要依靠已经完成的精益工作。特别是，市场上有很多非常便宜的敏捷工具，你可以离开云端，开始设置不同的流程步骤。可以使用许多不同的工具执行业务流程。例如，ERP是为财务人员设计的，制造需要MES系统，工程需要PLM系统；这些是使整个方案发挥作用所需要的。当利润率很低时，财务人员会做出决定，因为这是最终的结果。

Matties：但正如你所说的再教育，我也认为需要在一般层面上或流程改进再教育，通常是物流和系统再教育。

Stepinski：有趣的是，有这么多的在线资源，可以在业余时间做这件事。可以每周学习4个小时的系统工程课程，持续6个月，然后就可相当精通如何设计复杂的系统。许多学校都提供这种培训，学费并不高，可以参加所有的编程概述课程。关键是能够确定项目的范围，你甚至不需要自己动手。只需要1~2人在工厂里亲自动手来研究它。归根结底，你不一定是亲自编程的人，只需要和自由职业者沟通。可在www.freelance.com或www.remote.com网站上为项目雇佣程序员。他们可能在世界的另一边，而且可能非常便宜。

Matties：很好方法是投资那些能学习系统培训和你所描述的技能的人。

Stepinski：没错。任何人都能做到，但如果没有任何编程背景，将需要更多的学习时间。我的方法是，我会强迫现有的工厂内有经验的人学习X、Y和Z，但不要太多，但要把所有东西都结合在一起。我会要求一两个人更详细了解所有这些信息，然后开发项目范围文档，并以低廉的成本将其外包。把这些编程外包可能只要花几百美元。

Matties：对于经理来说，他们不需要学习所有的步骤。他们只需要了解什么是可能的，什么是实用的，这样他们就可以在理解什么是可能的基础上进行交流。

Stepinski：有各种不同程度的工业4.0。有的人认为，要实现工业4.0，必须购买全新的工厂；有的人则认为只需要买几台设备。但是如果每周花几个小时阅读学习一些东西，就会发现完成编程只要花费数百到数千美元，另外需要花数百到数千美元购买一些传感器。只要一两个员工就能完成这些工作，就这么简单。

Matties：Alex，是否有真正改变你思维的一本书或一件事？

Stepinski：我想推荐Bruce Cameron、Daniel Selva和Edward F.Crawley合著的《系统架构：复杂系统的战略及产品开发》（System Architecture: Strategy and Product Development for Complex Systems）和Dominik T.Matt、Vladimir Modrak和Helmut Zsifkovits合著的《面向中小企业的工业4.0：挑战、机遇和需求》（Industry 4.0 for SMEs: Challenges, Opportunities, and Requirements）。

Matties：好的，真棒。非常感谢。

Johnson：关于如何将现有工厂向工业4.0过渡，以及如何在不投入大量资金的前提下对投入成本进行额外控制，您的观点非常有见地。