中国汽车制造工业4.0现状调查与分析

    世界经济论坛(WEF)发布预言第四次工业革命的报告，预计到2020年，人工智能、机器人技术和其他技术变革将造成全球500多万人失业。

 

    即便如此， 汽车工业要实现工业4.0也并不容易，毕竟从工业3.0到4.0，中间还隔着X种可能。

 

    傲娇的少年呦，你到底是3.1还是3.9？

 

    这0.1的差距出现在哪里？

 

    相信车企自己也无法回答。

 

    近期，一个针对乘用车整车厂的数字化自动化水平评估模型，却对上述问题给出了答案：

 

    3.462分

 

    这届车企的成绩单
 

 
 

    按照工业4.0对应的4分制标准，评估模型通过对国内乘用车整车厂进行分析评估，得出整车行业自动化水平平均分值为3.462，即处于工业3.4阶段。接下来我们看看能得到3.462分的这一届车企是什么样子。

 

 

 

    这几年，中国制造业和投资界对工业4.0的热情始终高涨，围绕它进行了大量的讲座，探讨及概念解读，企业对于推进工业4.0落地也表现出很大的信心和决心。而实际情况如何呢？

 

    通过管理流程环节的评估不难发现，参与评估的国内车企，目前没有一家制定了数字化和自动化总体策略和路径，更不要说进行相关投资。即使比较先进的合资企业也仅仅是处于起步阶段，尚没有完善的策略和路径。
 

 
 

    大企业，小企业，合资企业以及本土企业，对于推进工业4.0的实施，实现自身转型都有各自不同的动力和困难。然而，如果没有明确的策略规划和路径，这无异于纸上谈兵。

 

 

 

    产品设计环节首先面临客户个性化需求越来越多，产品越来越复杂这两个重要挑战。这种复杂性不仅仅是颜色、型号等简单选项，而是将大量的关键零部件、原材料、功能及外部因素纳入考量，这就使得设计一款新车需要花费大量的时间和金钱。此时，生命周期管理软件PLM的作用就凸显了，它能让新产品的研发与优化完全虚拟化，即使遇到选择困难症晚期的客户，PLM都能最快的完成需求调整和匹配。

 

    这次评估中，9家企业在产品设计环节使用了PLM，其中，6家为本土企业。是否自主正向产品研发是影响PLM使用的一个重要因素：只有自主正向产品研发的企业才有动力去采用PLM。目前本土车企以仿制为主，也有部分车企借助国外设计机构，合资企业的自主研发比例更高。
 

 
 

    这里要补充一句，虽然工业4.0不等于各种系统的叠加，但PLM和ERP、MES等信息系统却是实现工业4.0必不可少的条件。

 

 

 

    在规划生产线时要涉及各种工艺和设备。将不同流程进行有效管理，是实现最高产量和最高效率的基础。

 

    此次评估中，国内车企均不能实现所有制造BOM(产品结构及物料清单)在数据平台的统一管理，只有1家车企做到了车型产品数据和BOM在企业全局的BOM系统中管理。企业在设计、装配、仿真、制造每个环节都会有大量来源不一的BOM表，由于它们格式不同、用途不同，往往会成为企业内部巨大的数字鸿沟。只有将多个BOM都在数据平台进行统一管理，才能实现各种物料的一体化、透明化的管理，为全数字化打下基础。
 

 
 

    虽然在热议工业4.0的时候没有提及BOM，但对于有着一线工厂实践经验的人来说，“得BOM者得天下“一点都不过分。

 

    主要工艺环节评估结果
 

 
 

    机器人和汽车工业不愧是绝配，考察机器人在焊接、涂装工艺的应用，这就是两道送分题。

 

 

 

    汽车在配置选项变得越来越多、生产越来越复杂的同时，汽车生产企业又希望产品更快速的上市、更及时响应市场需求，这本身就是相互矛盾的。工程实施环节，扮演了将虚拟世界的产品设计、生产规划和现实世界中的自动化连接到一起的角色，在生产开始之前，就将那些不一致的数据检查出来，从而缩短工程时间、减少工程工作量。

 

    而从评估结果看，目前只有两家合资企业能采用统一工程组态平台进行系统集成，1家本土企业正计划引进TIA系统。此外，虚拟调试技术有助于加速上市时间，但目前应用并不广泛，只在技术水平较高的车企中初见雏形。
 

 

 
 

 

 

    在制造执行阶段，成千上万种部件按照正确的方式和步骤被组装在一起，成为真正的汽车。而生产执行系统MES通过信息传递，可以对从订单下达到产品完成的整个生产过程进行优化管理，帮助汽车制造厂商完成这一项异常复杂的任务。

 

    实际评估结果显示，目前合资车厂确实已基本贯彻生产执行系统MES，本土车厂也在逐步推行这种理念。此外，能否进行物流仿真和产能分析也是该环节的考察重点，表现最好的3家合资车企也只是能部分实现，本土车企无一可以实现。

 

    4.0时代，只打通企业自己的任督二脉是不够的(尽管这也很难做到吧)，与供应链厂商实现MES级别或者ERP 级别的互联，实现物料的及时拉动才应是更高的目标。评估样本中，只有4家的企业在一定程度上实现这种互联。该选项得满分的一家车企，是因为它的全部物料在集团内部采购。
 

 
 

 

 

    汽车制造商若要维持长期的竞争优势，还离不开维护服务这个关键环节。维护服务的重要任务是将生产过程中产生的“大数据”变身成为“智慧数据”，从而帮助企业做出明智的决策。

 

    车企在维护服务环节表现怎样呢？从结果来看，合资企业在问题管理解决方案、能源监控等方面做的比较好，在工业信息安全方面，只有2家本土企业得分较高；评估样本中仅1家企业采用了大数据驱动服务，即请专门的数据分析机构对经销商数据分析，作为产品研发升级的重要参考。

 

    至于是否具有三维的工厂模型，能否实现透明工厂，访谈企业们甩出了一个蜜汁的尴尬微笑。维护服务阶段，企业之间的分数差距较小， 不同水平的车企终于在最后实现了生命的大和谐。

 

 

    看完这份评估报告，估计赞同和质疑已经势均力敌。这个非官方评估模型，由于首批评估样本的数量限制，展示结果未必每项都准确，但是它反映出的很多现象和趋势，又足以说明当下问题。

 

    那么，这到底是一个怎样的模型呢？

 

    我们书接前文，从头讲起。

 

    自2012年开始，如何让工业界最大的IP“工业4.0”落地，就是整个业内苦苦求解的难题。2015年底，西门子公司明确指出，走向智能制造和工业4.0的道路是数字化企业，自动化和数字化是主要关注点。对于汽车制造行业，西门子更是给出了数字化企业发展的完整图景和路径，和覆盖汽车研发制造全价值链的解决方案。

 

    知人者智，自知者明。西门子发现，不了解自身所处位置，是汽车制造业的普遍问题。自己情况都不了解，又谈何向4.0迈进呢？在这一背景下，“汽车整车厂数字化和自动化水平评估模型”通过对企业从总体策略到运营服务6个方面的全面评估，给出企业具体的分数以及详细的分析。更重要的是，该模型指出评估者距离数字化企业或工业4.0的差距，指明未来的升级方向和建议。