德国翻开了制造业走向数字化、网络化、智能化的新篇章

谷雨，是中国二十四节气中春季的最后一个节气，每年过了这个时候，我华夏大地都会呈现出一幅“杨花落尽子规啼”的暮春画卷。可此时德国的北方小镇汉诺威，却依旧时不时下起冰冷的细雨，不过这依旧阻不住世界各国制造业的同仁们不远万里欣然来此云集，共赴一年一度的全球制造业盛宴——HANNOVER MESSE（汉诺威工业博览会）。

HANNOVER MESSE始终代表着世界制造业发展的风向标。遥想2013年也是在这个展会上 ，德国首次吹响了工业4.0的集结号，翻开了制造业走向数字化、网络化、智能化的新篇章。

回顾近三年

以“产业集成——探索未来”为主题的2016年HANNOVER MESSE，德美两大全球工业技术先驱强强联手，再度点燃第四次工业革命的圣火，以西门子为代表的数字化领跑者以落地的智能制造解决方案首次填补了一度被公众所质疑的理论与实践之间的鸿沟，再次将工业4.0推向舆论之巅。

以“产业集成——创造价值”为主题的2017年HANNOVER MESSE，业界同仁越发立足于实际、更具有针对性地聚焦制造与能源企业痛点等特性，真正开辟世界制造业全面走向数字化的新纪元。这一年，工业物联网与生态系统的概念尚在襁褓之中，西门子围绕其基于云的工业物联网操作系统MindSphere所构建的生态系统便已经初具规模。

今年HANNOVER MESSE的主题是“产业集成——连接与协作”。

又经过一年的荡涤与积淀，智能制造开始真正从概念走向落地，在探索与实践中，业界的广泛共识是，多方以多种形式连接，形成能够通力协作的有机整体，方能更有效地应对智能制造这种复杂系统工程。而笔者在今年的展会上的所见所闻，也恰恰印证了这一主题。

纵观2018年HANNOVER MESSE，笔者认为至少有五大趋势值得业界同仁关注：

从单兵作战到生态系统整合

正所谓“孤掌难鸣”，似乎大家都越来越清楚地意识到，单凭一己之力，根本无法应对数字化转型的需求，更莫谈实现智能制造与未来工业4.0愿景。

站在解决方案供应商的角度，这种体会更加明显。因此大家纷纷开始通过“合纵连横”扩展自己的疆域，在具体的操作方法上，可谓八仙过海，各显神通。

作为数字化制造领域的准全能选手，西门子基于自有软硬件产品所打造的数字化解决方案，已然足以全面覆盖离散、过程与混合行业。数字化双胞胎技术在产品设计、生产过程与后续增值服务环节的闭环应用，能够连接物理世界与数字虚拟世界，实现信息的双向流动与持续反馈，为各行各业的客户持续创造价值。

图| 西门子数字化双胞胎连接虚实两界，并通过信息的双向流动与持续反馈为客户持续创造价值

但西门子仍然不愿就此止步，而是以MindSphere为中央枢纽构建生态系统，与各领域的领军企业形成连接，对自身优势进行有效地支撑与补充，不断充实和完善自己在数字化领域的综合交付能力。

图| 西门子基于MindSphere 构建工业物联网生态系统

甚至自己所在的优势领域，西门子仍不断尝试与合作伙伴展开创新合作，例如与中国本土电子行业系统集成龙头企业博众精工联合展示的消费电子装配解决方案，即是合作的典型代表。生产的数字化双胞胎、AR、边缘计算等应用，都融汇于方案之中。

图| 西门子与本次展会唯一中国合作伙伴博众精工联合展出的融汇“生产的数字化双胞胎、AR、边缘计算”等应用于一体的电子装配解决方案

作为西门子在工业物联网领域合作伙伴，跨界巨人Microsoft围绕Azure云构建的生态系统，显然在谋求更大的布局，ABB、Schneider Electric、Rockwell Automation三大自动化巨头同台竞技，这种组合站位，放之以往恐怕连想都不敢想，是生态思维，把它们连在了一起。

图| Microsoft与ABB、Schneider、Rockwell等合作伙伴的联合展台，以基于Azure云的增值应用为主

西门子的合作伙伴SAP，在延续去年风格的基础之上，更加注重系统性，众多合作伙伴围绕制造业价值链的各个环节错落分布，而SAP本身则表现得更像一个“串连者”。

构建生态不一定非要靠大平台不可，连接器领域的隐形冠军HARTING为此做了最好的诠释。HARTING以一款MICA（模块化工业计算架构），逐步向以“连接”为基础的数字化增值服务与集成解决方案供应商转型。如今，围绕MICA平台构建的生态系统已经逐步形成，与40余家合作伙伴共同为能源、电动汽车、数控机床等领域提供服务，甚至也拓展到了预测性维护服务。

图| 德国HARTING围绕MICA构建生态系统

从另一个角度讲，连接与协作，除了更好地满足客户的需求，也是为了更有效地展开竞争与狙击。例如Dassault Systèmes与Bosch共同打造的生产数字化双胞胎解决方案，就是最好的诠释。Phoenix与Eplan、Rittal的联合数字化解决方案，也如出一辙。

图| Dassault Systèmes与Bosch联合打造的数字化双胞胎解决方案，分别在6号馆与17号馆同步展出，5G技术也应用于其中

类似的交叉站位不胜枚举。在这个市场上，单打独斗的越来越少，相比之下，兵团作战，甚至生态系统级别的高维战法越来越多。

从产品思维到系统架构思维

为什么有的展台门庭若市，有的展台却门可罗雀？

抛开跳艳舞、演杂技这种无聊的噱头不谈，根本原因是制造业从业者们如今面临越来越复杂的问题，段位越高的玩家，越关心“什么样的顶层设计更能将数字化、智能化技术与自身业务模式匹配与结合并助推整体转型升级？”、“什么样的系统架构规划能够通过跨领域技术的有效融合达到优化整体价值链目标从而全面提升企业综合竞争实力？”、“用什么方法能够解决关键环节的关键问题，同时不影响整体系统的运行效率？”。

换而言之，伴随着制造业从业者的认知升级，愿意听具体产品功能介绍的人，越来越少。

其实不仅仅是展会，笔者在日常工作中与客户交流的时候，也面临同样的问题。对客户讲“我这有一大堆好东西，您看看您要点啥”的时代已经过去，针对客户的问题、痛点以及期望通过数字化转型达到的目标，以系统的视角为客户提供整体的解决方案，才能有效满足客户需求。

西门子在工业自动化硬件与工业软件领域具有很强的比较优势，却并没有就产品而论产品，而是针对于不同行业，聚焦企业全价值链，以提供咨询规划服务开始，为客户量身定制顶层设计、整体系统架构、各关键环节的具体解决方案，并以自身技术实力为支撑，通过持续的技术验证确保方案的落地实施。其所面向的客户行业从航空航天、汽车制造、电子装配，到食品饮料，再到石油、化工，不一而足。

图| 西门子在航空航天、汽车制造、增材制造、食品饮料、油漆涂料等行业的数字化解决方案，全面覆盖从离散、混合、流程等各类行业

无独有偶，Bosch将其应用于制造业多个环节零散软件功能打包命名为Nexeed，以系统视角审视制造企业整个OTD（Order to Deliver）链，帮助客户实现从供应链到生产再到物流的整个过程优化。

图| Bosch聚焦于OTD链的软件组合

工业软件巨头达索并没有单纯地讲述自己软件功能，而是分15个步骤，从产线布局开始，沿着生产规划、生产执行的步骤，一直讲到工业云应用。当然，其在设计、仿真等方面所能做的事情，全部贯穿其中，一个也没有少。怎么样，这个套路，是不是感觉似曾相识？

哪怕是传统的传动设备制造商，也已然开始向系统解决方案及综合服务供应商转型，例如齿轮箱与减速机制造商SEW，如今已经以供应链与物流解决方案供应商的形象出现。

图| SEW辅助人工作业的物流解决方案

无论是传统工业自动化企业跨界工业软件，还是老牌软件供应商跨界制造，亦或两者兼具的工业老司机，似乎大家都洞悉了市场发展趋势，故而殊途同归。

从楚河汉界到跨领域技术加速融合

2012年前后，笔者曾经做过三年以上的竞争情报分析工作，其中一种分析方法叫做Benchmarking Analysis（即对标分析法，学名叫做定标比超分析法），这种方法讲究找到与自己业务对应的竞争对手业务，定义KPI进行对比分析。多年来，这项工作一直都非常有效，堪称市场研究与战略的基石之一。

但是后来到了2015年前后，发现越来越做不下去，为什么呢？因为大家的业务构成越来越复杂，维度越来越多，纵横交错，以至于你根本没法对标，即是勉强对上了，最后也会发现，你没有输给对标中的任何一个企业，但你仍然没有显著的增长，还在持续的丢市场份额，整体上越来越无法自恰，甚至到了最后，你连市场定义都很难，因为各领域彼此之间界限，变得越来越模糊，这是跨领域技术融合的结果。

数字化与智能制造加速了跨领域技术之间的集成与融合，OT领域的玩家向上延伸，IT领域的玩家向下延伸，不管自己原先处于什么位置，都在积极扩展自己的疆域，凭借自己的优势，去抢别人的饭碗。

Phoenix最早期的业务是接线端子，到如今已经是从工业物联网平台，到工程组态集成软件平台，再到PLC等工控产品一应俱全了。

相比之下，海尔从传统的家电业纵身跨越全价值链的生态系统级平台与大规模定制化解决方案供应商的转变，则更加令人激赏。

被ABB收购的自动化领域隐形冠军B&R，凭借自己在工业自动化领域多年的深厚积累，向下探索机器的智能化，例如任意轨迹的长锭子直线传输系统，向上则与华为等跨领域合作伙伴共同探索TSN + OPC UA的网络技术。

图| 被ABB收购的B&R仍然以相对独立的姿态出镜汉诺威

华为作为中国民族企业的骄傲，这些年来更是日行千里，基于5G技术探索未来工厂通讯、从边缘到云端，从平台到应用，全面布局工业物联网生态，联想到前不久任总发布的总裁办电子邮件中所提到的“从系统工程角度出发规划华为大生产体系架构，建设世界一流的先进生产体系”，华为进一步跨界无非只是时间早晚的问题。

图| 华为重点展出了基于OceanConnect的车联网解决方案、eLTE互联工厂、TSN + OPC UA Testbed、5G技术的应用等

虽然西门子在二十余年来持续迭代，一路走来，从传统自动化硬件制造商，到如今纵向贯穿企业层、管理层、操作层、控制层直至现场层、横向全面跨越从产品设计、生产规划、生产工程、生产执行直至增值服务完整价值链但是在友商们的加速进步面前，仍然倍感压力，因此也始终未敢止步。TSN、边缘计算、人工智能、甚至对于区块链在工业领域的应用，都在积极的探索之中。

笔者认为，在数字化转型、实现智能制造，并向工业4.0愿景迈进的未来之路上，跨领域之间技术的融合，仍将不断深化，并且是最可能产生或引发变革的源头。

从追求无人化到科技以人为本

从工业4.0诞生伊始，“无人化”的喧哗与躁动就从未停止，时至今日，笔者很欣喜地看到，“人”再次被提升到智能制造的核心位置。显而易见，无论是今天的数字化，还是明天的智能化，都是为了更好地辅助人，而不是取代人。

展会现场上“争奇斗艳”的协作机器人们，有效佐证了这一趋势，高端玩家甚至已经开始将人工智能技术融入其中。

Festo仿生机器人的现场秀固然抢眼，但在我眼里，更强大的其实是他们基于仿生学的理念，借助强大的传感技术、电驱技术，结合虚拟现实与人工智能，打造的能够跟随模仿学习操作人员工作的运动轨迹完成生产作业的协作机器人，这种解决方案，远比在预编程的情况下仅能完成固定路径作业的机械手，高出不止一个段位。

Rethink的智能协作机器人Sawyer也毫无悬念的再一次震撼了我，同样无需编程，能够根据操作人员的手把手作业，在系统中自动形成编程程序，同时系统对机器人作业进行实时仿真，并对数据进行监测与可视化，从而打造数字化双胞胎。

图| Rethink的智能协作机器人Sawyer

然而，出乎笔者意料的是，以往只存在于幻想中的智能协作机器人，居然出现在西门子的展台上——西门子与KUKA联合打造的Autonomous协作机器人。

这个表面看似稀松平常的解决方案，强大之处在于：机器人作业不但不需要编程，甚至不用人工手把手试教，而是由人直接对系统发布指令（例如：组装某款产品），机器人可以通过机器视觉所“看到”的零部件的位置，自主规划最优工作路径完成作业，在这个过程中，如果有人干扰了作业，比如更换了零件的位置，机器人会根据实际情况自主判断，并重新规划路径，整个过程系统自动形成编程程序，数字化双胞胎技术，实现虚实精准映射，持续积累数据，以便为未来系统进一步优化做准备……

怎么样？有没有感觉“状多智而近妖”？别害怕，它的存在，依然是为了根据人提出的指令，更好地辅助人工作业。脱离了人，机器甚至连存在的意义都会失去。

五从数据采集与可视化到

基于第五大能源的价值链延伸

针对于工业大数据，笔者清楚地记得去年圈内广泛热议的话题是如何有效地完成数据采集，而如今已经有一半以上的解决方案供应商开始了数据可视化解决方案，不少高端玩家已经开始尝试利用数据为客户创造价值，少数终极玩家甚至已经给出了基于数据分析的高附加值服务。

显而易见，无论是传感器领域、工业自动化领域，还是互联网、IT、通讯领域的玩家，都清楚地意识到“数据”这一被誉为世界第五大能源的价值所在，于是纷纷来此竞技，希望通过数据分析，实现自身在价值链上的延伸，在工业物联网的助力之下，这种价值链延伸的半径被进一步拉长。

图| 西门子、ABB、IBM + Mitsubishi、KUKA等多家厂商，均可基于设备数据监测，提供预测性维护

事到如今，要么莫谈大数据，一旦提起这个话题，如果你只给大家看几个屏幕、几页PPT，那么无疑会被嗤之以鼻，甚至诸如设备状态监测与预警、预测性维护等服务，都已经成为比较常规的“数字化服务”，基于数据的机器学习虽然被冠以人工智能的帽子，但单机效率的优化，早已不算是独门绝学，至少已经通过SIDRIVE IQ将此付诸于实践的西门子，并不将其视为自己的竞争优势。

在数字化服务方面，西门子已经开始尝试更高阶的玩法，例如基于对自己的工厂积累的海量数据进行分析，实现整个电装生产流程的过程诊断、改善点发掘与优化，用数字化的技术手段来主推精益生产的实现。

李杰教授曾经说过，传统的大数据是发散的，而工业大数据是收敛的，重在聚焦。笔者认为，大数据在工业领域的下一步发展，将出现在基于对纵深行业工艺与知识的深度理解，针对具体目标定向精准抓取关键数据后，通过对特定KPI的分析，创造商业洞察。

仍然不足够

制造业的网络化连接，促进了更广泛的企业间协作，使智能制造生态系统不断走向成熟，智能制造的多元性、复杂性与系统性，为跨领域技术的加速融合提供了温床，人本理念让智能化回归本源，为冰冷的科技找回应有的温情，而在整个过程中，数据为我们源源不断地提供动力。

凡此过往，皆为序章。

在可以预见的未来，制造业将在这五大趋势的彼此融通与交互作用中羽翼渐丰，但与此同时，笔者仍然认为变数无疑是存在的，事实上眼下就已经有很多黑应用正在酝酿，例如可能打破传统生产线概念的可重构制造系统，仿生学与机器人、人工智能的结合，以及当前被市场广泛热议的工业区块链，而这也恰恰是最具趣味与令人满怀憧憬的，不是么？