理论教育 工业革命后的需求不足与数据流动自动化——工业4.0的挑战和关键问题

工业革命后的需求不足与数据流动自动化——工业4.0的挑战和关键问题

时间:2023-06-06 理论教育 版权反馈
【摘要】:革命这件事,一定还得有一个明确的目标,就是我们现在的困难是因为什么,我们要做什么才能改变这个状况。当然,人类社会的发展其实有一个分水岭,就是工业革命。工业革命之前,人类面对的最大问题是“生产不足”,而工业革命之后的最大挑战是“需求不足”。所以,无论是从历史的沿革来看,还是从当前世界制造业面临的问题来看,数据流动自动化都是工业4.0要解决的一个关键问题。

工业革命后的需求不足与数据流动自动化——工业4.0的挑战和关键问题

革命这件事,一定还得有一个明确的目标,就是我们现在的困难是因为什么,我们要做什么才能改变这个状况。所以我们必须找到这一次全球生产率停滞到底原因何在。

你会不会有些疑惑,我们在介绍工业3.0时曾说过,人类通过流水线和自动化,已经进入了产能过剩的时期。既然产能已经极大丰富了,就意味着我们生产的产品已经能够满足全人类的消耗了。照理说,当社会产品极大丰富时,我们应该是进入共产主义按需分配了啊,又怎么会受到生产力停滞的困扰呢?

这就要说到工业所面临的三大永恒的难题——产量、效率和灵活性。

在工业1.0和2.0时代,我们面对的都是产能不足的问题,就是通过不断的改进生产来突破产能的瓶颈。

而到了工业3.0时代,太极生两仪,工业的演进分化成了自动化和信息化两个分支,而自动化仍然是在继续解决产能的问题,信息化则开始解决效率的问题。

但是有一个问题始终没有被解决,这就是灵活性。

灵活性这么重要吗?

当然,人类社会的发展其实有一个分水岭,就是工业革命。工业革命之前,人类面对的最大问题是“生产不足”,而工业革命之后的最大挑战是“需求不足”。这里要注意需求和需要是有很大差别的,它跟消费能力有关:我一直都需要别墅游艇,但是我买不起,所以我就没有别墅游艇的需求。别墅游艇虽然我买不起,但是衣服还是买得起的,我想买一件跟我的身材完全吻合的衣服,但商场没得卖,去定制又太贵,这个需求就被压制住了。

换句话说,我们在一部分通用需求的满足上远远超过了全人类的所需,而在另一部分个性化需求的满足上却不及格。通用的那部分已经过剩,再投入也不会有回报;而个性化的那部分,生产成本又太高,需求释放不出来,这就是当下全球都面临的灵活性问题。

灵活性有三重含义:第一是如何增加可生产产品的种类,第二是如何缩短产品上市的时间,第三就是如何把前面这两件事做到跟大规模生产一样低的成本。

从大规模生产到大规模定制化生产,以通用型产品一样的成本和效率生产出多样性的产品,快速满足市场不断变化的需求。第四次工业革命,正是要解决这个问题。

那么如何解决这个问题呢?

在很多人的理解中,工业4.0就是机器自组织生产的无人工厂,或者是电视新闻里的机器人和全自动化生产线,但其实这是一个重大误解。

事实上,一条工业生产线的自动化水平越高,柔性化程度反而可能越低。(www.daowen.com)

这一点好像跟我们平常的认知有很大的不同,所以我们要明白到底什么是“提升自动化水平”。

提升一条生产线的自动化水平,其实就是把原本的孤立生产拆解为流水线生产,而在这条流水线上,每一个工人的动作都非常简单,可以不断地用机器来替代,替代率越高,生产的自动化水平就越高。

比如一条小轿车生产线上有100个工人,其中80个人可能都是从事一些重复性的体力劳动,但这些机械性地劳动只需要简单的条件触发(比如特定的温度、压力等),而是不需要创造性的思考的。

我们只要把这些人从事体力劳动和简单脑力劳动的工人都换成机器,再用PLC(可编程逻辑控制器)做简单的控制,就可以大大提升自动化水平。

机器可以24小时不间断工作,不像工人会受到情绪等诸多因素的影响,也不像人的组织需要很高的管理成本,因而生产效率自然会大大提高,这也正是整个工业3.0时代的演进逻辑。

可一旦需求发生变化,比如从生产A车型到生产B车型,这条自动化生产线的短板马上就会暴露出来——改变人的动作很容易,重新培训一下即可;而改变机器就太难了,不但硬件结构可能需要更换,软件程序也需要重新编写,新的软硬件配合还需要进行调试,这个成本就会大大提高。

如果你跟一个全自动化生产线的车间主任说,要他上午生产A车型,下午切换为生产B车型,他一定觉得这是个不可能完成的任务,因为过去我们每生产一种新产品,就要重新建设或改造一条自动化生产线。

我们在新闻里看到的那些自动化流水线和机器人,都是工业3.0时代的技术,也就是“装备制造自动化”。

而实现大规模定制化生产的关键障碍在于,机器不能代替人进行复杂的思考和快速对环境的变化做出反应。

这个障碍是由于两个原因,第一是机器没有人这样发达的感官系统,第二是机器没有人这样发达的大脑。所以解决的方法也就很明确,给机器先安装上感官系统(传感器通信),再安上大脑(云计算和大数据)。

这个过程,就是我们前面说的“数据流动自动化”。

无论是德国工业4.0、美国工业互联网,还是我们中国的智能制造,背后的根本问题都是如何实现数据流动自动化。

所以,无论是从历史的沿革来看,还是从当前世界制造业面临的问题来看,数据流动自动化都是工业4.0要解决的一个关键问题。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈