一、剛性自動化窘境

　　“工業4.0”將開啟一個前所未有的智能制造時代，但這并不會導致整個工業體系一夜之間江山變色，智能制造其實就是一個“軟性的過渡”，或者說這是一個面向“軟性制造”的持續創新、演進過程。

　　軟性，也稱之為“柔性”，是“剛性”的反義詞。現在國內，對“工業4.0”或“中國制造2025”有一個誤區，那就是一提及此，就得是看得見的高度自動化流水線，認為智能制造就是大規模應用工業機器人、數控機床、智能傳感器等先進設備。

　　殊不知，越是這樣，越陷入了另一個更大的窘境：剛性自動化窘境，而且有越陷越深的趨勢。

　　剛性自動化窘境不但達不到“工業4.0”，恰恰是背道而馳，越投入自動化設備，剛性越強，越難以適應市場變化，主要體現在技術、管理和供應鏈三個層面：

　　技術剛性：實際上工業2.0時代的概念，即大規模投入對工廠流水線進行改造，在3.0時代，將自動化和信息化技術融入生產線，將可能產生的質量問題極大減少，并且實現了成本的精確可控。（這部分，目前我國的大部分制造業企業需要補課，但大可不必按照以往歐美的老路走）。因為當3.0時代，將成本和質量兩大難題解決以后，另一個更重要的問題顯現出來：那就是生產的軟性不足。自動化線生產出來的只是標準產品，當一條生產線實現全自動化以后，柔性也隨之喪失，一旦市場需求、產品種類發生變化，硬件的更換成本（包括與之關聯的工裝、卡具、量具、工藝文件等）非常高。在當今這個個性化加速成為潮流的時代，“剛性自動化”越來越難以適應不斷縮短的產品生命周期。

　　管理剛性：為什么一些中國工廠在自動化程度不輸歐美同行的情況下，生產效率和市場適應性仍然落于下風？這更多是管理問題。中國工廠的專業分工非常細，甚至細化到工序，決定因素變成了熟練程度，而非專業水平。中國大量工業企業在自動化水平不斷提升的情況下，人員組織卻精簡有限。很多中國工廠的管理層次太多，管理層次是由人數決定的。中國工廠人員龐雜，職能部門分工細致，每個部門都有管理者。分工越細，就越需要管理人員來協調。而歐美工廠基本上都是一層管理，或者管理者就是一個人，在歐美國家，幾個人的工廠很常見。歐美工廠講究“流程管理”，流程穩定的好處就是高效有序;而中國工廠大多是“工序管理”，很多人在亂忙。永遠是生產線適應產品、適應市場，而不是產品和市場適應生產線。一旦市場需求有變，產品設計發生大的改變，中國工廠就要動員大量人員調整大量工序，而歐美工廠只需協調少量人員調整相應流程即可。往往技術剛性不是最難克服的，管理剛性問題才是最難解決的，因為這會觸碰內部人的利益問題。

　　供應鏈剛性：哪怕是最沒有技術含量的產品組裝，也會涉及非常復雜的供應鏈管理。要知道一部手機的零配件大概在100個左右，而一輛汽車的零配件不包括螺絲螺帽都有7000個以上，這個供應鏈管理的難度，對制造商形成非常大的考驗。而更大考驗是，如何讓供應鏈的運轉速度不跑輸市場形勢的變化。供應鏈管理中有一個著名的“啤酒游戲”，說的是市場終端需求的微小變化會被連鎖放大，像多米諾骨牌一樣最終反映到供應鏈上和制造廠家的庫存中。零售商、批發商和制造商，任何一方的意圖都是好的，都想好好滿足市場需求，保持產品順利地在系統中流通并避免損失。但因為制造商與消費者之間的層層阻隔，市場信息傳遞到生產環節，緩慢而零散，制造商往往數月后才能從訂單中看到消費者需求的變遷。

　　此之前，制造商為了不失去銷售產品的機會，不得不囤積主要原料和零部件，產品成本快速增加必然導致產品價格大幅提升，結果是銷量陡減，產品價格開始像過山車一樣快速下跌，而生產周期往往不可能在一夜之間調整過來，這就必然導致成品和原料零部件的庫存積壓，而這些庫存都是高成本的。市場價格大跌的結果，使利潤驟然下降。雪上加霜的是，庫存占用了現金，周轉變慢，企業的流動性危機接踵而至。

　　供應鏈剛性在工業2.0時代就很嚴重了，大批量、規模化、流程固定的流水線生產方式始終面臨一大風險——市場需求沿供應鏈出現越來越大的波動，銷售速度和生產速度嚴重脫節，庫存積壓和流動性枯竭成為制造商揮之不去的噩夢。所以，工業企業家們無不竭力追求軟性制造（或者柔性制造、敏捷制造），實現生產速度和銷售速度保持同步。

　　軟性制造，在當下及未來一段時間內，成為制造業實現升級轉型、實現供給側改革的必然。

　　“傳統企業必須從過去的‘打固定靶’向‘打移動靶’乃至‘打飛碟’的方向轉變。”——海爾董事局主席張瑞敏

　　“未來中國，以大批量生產、低成本取勝的勞動密集型產業外遷到東南亞勢不可擋，中國唯一可以留下的就是小批量、定制化的軟性制造產能。”——國務院參事湯敏

　　二、互聯網思維下的軟性制造

　　移動互聯網的大潮方興未艾，它所改變的不是需求個性化趨勢的本身，只是使這種自古以來就有趨勢得以集中爆發，以前所未有的加速度顛覆各種行業，讓新的模式以革命的力量得以彎道超車。

　　“人們對個性化的美好追求自古以來就有，私人定制永遠意味著高端、品味和優雅。各種行業也都有歷史悠久傳承數代的作坊。但可以把個性化定制規模化和工業化，才可以稱得上是軟性制造。”

　　在移動互聯網時代，騰訊CEO馬化騰曾研判，新一代信息技術正從“價值傳遞環節（前臺）”向“價值創造環節（后臺）”滲透，對原有傳統行業起到很大的升級換代作用。“后臺”的價值創造環節，包括供應鏈、設計、流水線、庫存等。冷冰的“后臺”曾離消費者很遠，如今不但距離在拉近，而且有了情感與溫度。

　　互聯網和移動互聯網產生的另一革命是倒逼價值創造環節，即制造環節不斷改進生產方式，以軟性制造增強彈性和靈活性，更快適應“多款少量極致時尚”的集中爆發需求。這一點，正越來越成為有識之士的共識。

　　一直以來，互聯網以解放消費者著稱，卻在生產者這一端沒有多大起色。為什么制造商不能通過互聯網鎖定用戶？因為多數制造工廠依然是一個消費者摸不透的黑箱，箱子外面有ERP（企業資源計劃）、CRM（客戶關系管理）、電商平臺……一切都很清晰，人們甚至能看到每一個快遞員的實時定位。但是一旦進入工廠這個黑箱，大家就兩眼一抹黑，每一個產品生產到哪一步了，每一個產品的每一個零部件來源，每一個工人的工作狀態，產品的質量和可追溯性……除了制造工人和計劃員心里有點數，連總經理都不知道真實情況，因為他面對的永遠是一個由無數因素構建起來的復雜系統。

　　不能鎖定用戶，何談軟性制造，何談個性化定制？不能打開工廠“黑箱”，如何鎖定用戶？

　　突破工廠“黑箱”，并不是要將工廠車間的每個制造細節、所有流程工序透明化地呈現給用戶看，而是要使工廠不再封閉和孤立——從上游原料零部件到終端產品，制造業的長期價值在于幫助下游客戶賺錢。從終端到上游，要將用戶需求的變化高效傳達給產業鏈上的每個環節。

　　在“互聯網+制造業”的轉型過程中，C2M（Customer to Manufactory，顧客直連工廠）當仁不讓的成為近期的熱點和主流。可是，并不是每個制造商都具備很強的“零售”能力，況且品牌塑造也需要持續努力并承受長期成本。實現C2M模式的最大考驗，是能否做到“產業鏈協同”，這也是突破工廠“黑箱”的最大瓶頸。

　　什么是“產業鏈協同”？說白了就是六個字：按需按時產生。你的上游給你提供的，正好是你所需要的。你所制造的，正好是你下游所需要的。中間沒有浪費，沒有停滯，沒有積壓。任何一家工業企業，都是生存在一個相對穩定的產業鏈協作系統中的，它的約束條件從來就不是單一要素。產業鏈上的任何一個環節要想做到軟性產出，都需要上下游協同踏準節奏。

　　過去，一個好的供應商標準就是精益制造、質量可靠、交貨及時，現在更多要考量其主導研發、設計的能力能不能跟上。正如一個服裝企業，如果實現能夠按需定制，首先要考量的是其設計能力和打版能力能否跟上千變萬化的尺寸要求。目前以C2M個性化定制著稱的紅領集團，每天通過不同渠道直接面對消費者，接到的個性化西服訂單超過3000筆，如果靠原始的手工進行打版，則至少需要1500名以上熟練的打版師才能完成。而1500名打版師的招聘、培養和聘用，對紅領乃至任何一座規模更大的西服工廠來說，都是不可能完成的任務。紅領集團靠自行研發的BL系統，通過大數據和計算機打版，完美的實現了計算機按需設計、按需自動打版并傳遞到數字化裁床以及后繼工序。這就是抓住了軟性制造的核心要點。

　　物聯網、傳感器、云計算等前沿技術的最大價值，不是讓工業企業在更短時間做到更大產量，而是要使工業企業與上游供應商、下游銷售端之間實現高度數據共享，增加生產軟性化程度，將一切環節直通用戶實際需求。現在的市場競爭是產業鏈競爭，而非企業之間的單打獨斗，能否勝出取決于各方共同的能力和效率。

　　這就是互聯網思維下的軟性制造。而軟性制造，一定是不需要靠大量的人工堆砌、大量的人工處理各種不確定因素，能夠將個性化進行規模化，才能實現的。否則，將毫無意義。

　　三、“機器人+”的引入，工業企業的未來將產生顛覆性的變革

　　“機器人”，大家現在都已經有所認知。國際標準化組織通用的定義是：“一種可編程和多功能的操作機;或是為了執行不同的任務而具有可用電腦改變和可編程動作的專門系統。”它能為人類帶來許多方便之處。

　　截至到2016年的最新研究成果，已經可以實現：兩個機器人碰面后，可以進行相互交流，自己選擇合適的交配伴侶。當機器人通過“WIFI”網絡交換各自的基因組代碼，這種有性生殖機制可產生新的基因組代碼，將代碼發送到3D打印機上，就可以“繁衍”出小機器人的各種部件，進行組裝。目前科學家已經完成了整個生命周期測試。當機器人父母繁殖后代時，它們的功能隨機組合。小機器人出生后，需要經歷學習過程。如果滿足條件，小機器人就可長大成人，繼續繁育下一代，這項技術可用于殖民火星。——這是多神奇又精彩的事情。

　　而“機器人+”，在這里，我們特指工業企業的“機器人+”，則是另一番描述。

　　我們可以大膽預言一下，未來3-5年，一些先進的工業企業是怎樣的場景：

　　1、工業企業內部各種管理崗位徹底消失，不存在采購部、倉儲部、生產調度、行政部、銷售內勤、財務部……工業企業管理職能的人員大幅消減到目前的十分之一甚至更少，而且是一人多能，一人高薪，能夠處理各種異常。而這種異常只占到所有業務量的百分之一而已。其他正常流程都由系統自動化處理了。系統只會將不會處理的異常情況，自動推送到管理者的移動終端面前，管理者做靈活處理。處理流程和決策會被系統學習，系統就會智能獲知，這種異常情況下次該如何處理，管理系統變得越來越智能;

　　2、更進一步，管理者可不必親臨工廠，可不再屬于哪家企業，可挑起同一行業的數家工廠的數個不同管理者之重任，更進一步可跨界承擔。與其說是管理者，莫不如說是訓練師，不過他訓練的，是工廠的自動化管理系統，讓系統越來成熟、越來越智慧。而系統是忠誠的，可以不眠不休，可以永遠屬于工業企業主。

　　3、人們可以自由分散的創造性工作，即使看起來有些需要智力的管理工作，也已經被系統取代了。人工智能徹底改變工廠管理模式，廠房機器設備的所有權和使用權完全分離，能力對外開放，社會可以共享。人們越來越多成為自由職業者，成為自組織圈子的成員，（在美國已經有多達34%，超過5300萬人是自由職業者）。他們在那里成為某一領域的專家，與消費者進行有情感的溝通、專家角度的推薦，幫助消費者（包括專業企業客戶）購買和決策屬于個性化定制的商品，幫助消費者進行勾畫，暢想未來。他們時間自由，從事著自己喜歡的行當，得到的報酬要比今天高數倍。

　　4、消費者選擇的商品一旦確定并滿足開工條件后，只有極其復雜的個性化設計，需要人進行創造性的參與進來，其他的部分都可以通過智能設計工具進行處理設計、自動化分解各種組成，自動化安排生產、安排采購、對接到供應商平臺上自動跟催，安排領用、安排制造、安排入庫、安排發貨一直到交付到消費者手中，自動跟催貨款，如果您不能按期付款，您的信用記錄將會提交到社會征信系統……。管理者只要處理極其復雜的異常部分就好了，比如客戶投訴，比如復雜的有償退貨…。。

　　5、而這所有的過程，從消費意識的喚醒到選擇到制造再到消費者獲取其價值直至商品消失的整個生命周期（包括大型設備、工程項目的制造），都是在一些節點可以和消費者進行交互的，無論是視頻、數據或者影像，是有溫度、有感情、有故事的。2020年的主力消費者，都是現在玩網游的年輕人，他們是中國互聯網一代最重要的推手。他們真正成為了中國互聯網一代，并且也已經成為企業的權力掌握者，逐漸參與直至決定企業的決策。他們更需要尊重、認可，因此馬云認為“只有企業在85后掌權，B2B才會迎來成熟時機。”而B2B在中國經濟下行時，才迎來了春天。

　　6、而工業企業的內部管理，無論是少人化或無人化，“病顯”卻越來越及時，越來越準確，管理越來越科學，制造越來越精益。所謂“病顯”，就是能夠讓高層管理者實時很痛苦的感知到目前企業存在的問題，以進行判斷和決策。舉個簡單例子，傳統的ERP在庫存管理中，有個很常見的參數設置：“安全庫存量”。當該物品的庫存低于設定的安全庫存量時，系統會觸發生成采購計劃。但所有的ERP軟件中，這個數值都是靠人工輸入的，而且絕大部分數值都是經驗值，一旦設定，就再也不去管它——這就要命了，會非常影響到企業的健康。很多庫存積壓就是這樣產生的，因為安全庫存量的設定和動態調整，一定是根據最大訂貨提前期、需求變動值和安全系數等需要科學計算并周期動態調整的。而未來的系統是能夠智能做到安全庫存參數的智能設置，并能夠實時診斷目前企業庫存的健康狀況，實時調整。只有在出現呆滯料如何處理時，才會“麻煩”到管理者。

　　7、車間內部的制造組織過程，實現少人化。通過IE現場改造，車間內部具備了高度軟性自動化，這是工業4.0的景象，可以根據個性化定制的訂單，實現自動識別、自動配套、自動更換模具、自動流轉，自動將檢測信息提供到監測者手中，進度自動匯報和展現，甚至設備也可以自行故障診斷，自行報警后，自動通知設備廠家來人進行維修。

　　所有景象，其實已經不是設想和預言，而是天翼連同一些具有遠見的尊貴客戶，正在逐漸打造、逐漸實現的工廠現狀。未來已來，能夠實現這些景象的，就是工業企業的“機器人+”，也是天翼公司正在著手打造研發的新一代管理平臺系統中的一個個隱含的管理機器人。

　　“機器人+”實際上就是軟性的管理機器人，區別于目前大家看到的“機器人”，它隱藏在管理系統后臺，是無形的機器人（當然，通過一些仿真，也可以顯示在前臺桌面），正如打敗李世石的阿法狗是就是圍棋機器人一樣，軟性的管理機器人，也具備以下能力：

　　智能：指感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等;

　　機能：指變通性、通用性或空間占有性等;

　　物理能：指力、速度、可靠性、聯用性和壽命等。

　　與日常看到的機器人所不同的是，軟性管理機器人，由于沒有傳統機器人上必備的控制系統、檢測系統和驅動裝置，所以更投入精力在人工智能（ArtificialIntelligence，英文縮寫：AI）方面，進行研究，使人工智能的技術更進一步，研究工業企業管理者充滿智能和創意活動的規律，通過軟性管理機器人構造具有一定智能的人工系統，研究如何讓計算機去完成，或部分完成以往需要人的智力才能勝任的工作。

　　根據80/20原則，一名普通企業管理者的大部分工作，都是一些重復的行為，比如采購經理，大部分精力花在下達訂單、督促交貨、質量索賠、控制庫存等;那這些工作，交給一個帶有“弱人工智能”的“采購機器人”能不能完成？——是能夠完成的，而且如果約束條件設置的足夠多，邏輯足夠強大，可以做到比人工更加精準，實現管控。而管理者，只要處理由軟性機器人推送過來的異常情況，就可以了。而且這種異常情況作為“訓練素材”，可以繼續培養這個機器人，下次再出現類似的情況，就知道該如何處理。這樣機器人就可以越訓練越聰明，越成長越智能。

　　“機器人+”的研究方向可以分為兩種：一種是采用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法（ENGINEERING APPROACH），它已在一些領域內作出了成果，最新的成果是新聞寫作也可以機器人化。另一種是模擬法（MODELING APPROACH），它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡稱GA）和人工神經網絡（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬后一類型。遺傳算法模擬人類或生物的遺傳-進化機制，人工神經網絡則是模擬人類或動物大腦中神經細胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。采用前一種方法，需要人工詳細規定程序邏輯，如果游戲簡單，還是方便的。如果游戲復雜，角色數量和活動空間增加，相應的邏輯就會很復雜（按指數式增長），人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新編譯、調試，最后為用戶提供一個新的版本或提供一個新補丁，非常麻煩。采用后一種方法時，編程者要為每一角色設計一個智能系統（一個模塊）來進行控制，這個智能系統（模塊）開始什么也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種復雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下一次運行時就可能改正，至少不會永遠錯下去，用不到發布新版本或打補丁。利用這種方法來實現人工智能，要求編程者具有生物學的思考方法，入門難度大一點。但一旦入了門，就可得到廣泛應用。由于這種方法編程時無須對角色的活動規律做詳細規定，應用于復雜問題，通常會比前一種方法更省力。

　　這兩種研究方向，在“機器人+”領域，都有應用。前者，可應對在偏弱的一些軟性機器人中，比如采購機器人、發料機器人、訂單處理機器人、應答機器人等基層管理崗位;后者，可應對在一些稍強的，更像中層管理者的崗位，比如服務機器人、個性化定制機器人、排產機器人、數據分析機器人等，這些就需要靠管理者進行不斷地強化訓練，不斷使其具有更高的智慧，而且更加具有鮮明的行業特征和企業特征。

　　前者可以部署公有云平臺上，提供給工業企業按需配置，連通到企業現有的業務系統中，按需租用。就像企業給員工發工資一樣，只不過給機器人的工資更低，而且永不犯錯，沒有接替損失。

　　后者是企業或行業要搭建自己的私有云，首先需要收集大量的數據，讓數據稱為企業最寶貴的資產之一并盤活，讓數據成為訓練機器人的基礎，數據驅動機器人，數據讓機器人變得更智能，然后再加上管理者不斷的用處理各種異常進行訓練，讓行業機器人逐漸變得軟性、智能，讓行業機器人真正成為本企業的核心資產，不但越來越智能，而且永遠年輕，永不背叛，可以傳世。

　　在可預期的未來，“機器人+”代表著下一代管理系統的至高點，在互聯網思維下，云計算（租用模式）、物聯網（自動識別）、大數據驅動（預防與訓練）還有生物仿真技術，甚至心理學等，都會在“機器人+”這一高科技產品中，得到完美的結合。作為全國領先的IT系統增值服務商，天翼愿意和一些極具遠見、有勇氣耐心和堅定意志進行突破和變革的企業、企業家朋友們，一同投入研究，一同進行探索前行。相信，很快就會有樣板企業出來，向燈塔一樣，在黑暗中，成為具有普惠意義的示范工廠，指引著我們光明的未來。