汽車工業應該算是奔向工業4.0時代的急先鋒。當工業2.X水平的一般制造行業們還在4.0大潮下迷茫困頓之時，汽車工業（主要指整車制造）已經站在工業3.0的高崗上微微一笑、睥睨群雄。

　　世界經濟論壇（WEF）發布預言第四次工業革命的報告，預計到2020年，人工智能、機器人技術和其他技術變革將造成全球500多萬人失業。

　　即便如此， 汽車工業要實現工業4.0也并不容易，畢竟從工業3.0到4.0，中間還隔著X種可能。

　　傲嬌的少年呦，你到底是3.1還是3.9？

　　這0.1的差距出現在哪里？

　　相信車企自己也無法回答。

　　近期，一個針對乘用車整車廠的數字化自動化水平評估模型，卻對上述問題給出了答案：

　　3.462分

　　這屆車企的成績單

　　按照工業4.0對應的4分制標準，評估模型通過對國內乘用車整車廠進行分析評估，得出整車行業自動化水平平均分值為3.462，即處于工業3.4階段。接下來我們看看能得到3.462分的這一屆車企是什么樣子。

　　數字化策略和路徑

　　尚未邁出真正的第一步

　　這幾年，中國制造業和投資界對工業4.0的熱情始終高漲，圍繞它進行了大量的講座，探討及概念解讀，企業對于推進工業4.0落地也表現出很大的信心和決心。而實際情況如何呢？

　　通過管理流程環節的評估不難發現，參與評估的國內車企，目前沒有一家制定了數字化和自動化總體策略和路徑，更不要說進行相關投資。即使比較先進的合資企業也僅僅是處于起步階段，尚沒有完善的策略和路徑。

　　大企業，小企業，合資企業以及本土企業，對于推進工業4.0的實施，實現自身轉型都有各自不同的動力和困難。然而，如果沒有明確的策略規劃和路徑，這無異于紙上談兵。

　　響應式設計

　　更多引入數字化研發工具

　　產品設計環節首先面臨客戶個性化需求越來越多，產品越來越復雜這兩個重要挑戰。這種復雜性不僅僅是顏色、型號等簡單選項，而是將大量的關鍵零部件、原材料、功能及外部因素納入考量，這就使得設計一款新車需要花費大量的時間和金錢。此時，生命周期管理軟件PLM的作用就凸顯了，它能讓新產品的研發與優化完全虛擬化，即使遇到選擇困難癥晚期的客戶，PLM都能最快的完成需求調整和匹配。

　　這次評估中，9家企業在產品設計環節使用了PLM，其中，6家為本土企業。是否自主正向產品研發是影響PLM使用的一個重要因素：只有自主正向產品研發的企業才有動力去采用PLM。目前本土車企以仿制為主，也有部分車企借助國外設計機構，合資企業的自主研發比例更高。

　　這里要補充一句，雖然工業4.0不等于各種系統的疊加，但PLM和ERP、MES等信息系統卻是實現工業4.0必不可少的條件。

　　BOM一體化

　　奠定生產規劃數字化基礎

　　在規劃生產線時要涉及各種工藝和設備。將不同流程進行有效管理，是實現最高產量和最高效率的基礎。

　　此次評估中，國內車企均不能實現所有制造BOM（產品結構及物料清單）在數據平臺的統一管理，只有1家車企做到了車型產品數據和BOM在企業全局的BOM系統中管理。企業在設計、裝配、仿真、制造每個環節都會有大量來源不一的BOM表，由于它們格式不同、用途不同，往往會成為企業內部巨大的數字鴻溝。只有將多個BOM都在數據平臺進行統一管理，才能實現各種物料的一體化、透明化的管理，為全數字化打下基礎。

　　機器人和汽車工業不愧是絕配，考察機器人在焊接、涂裝工藝的應用，這就是兩道送分題。

　　統一工程組態小試牛刀

　　虛擬調試初見雛型

　　汽車在配置選項變得越來越多、生產越來越復雜的同時，汽車生產企業又希望產品更快速的上市、更及時響應市場需求，這本身就是相互矛盾的。工程實施環節，扮演了將虛擬世界的產品設計、生產規劃和現實世界中的自動化連接到一起的角色，在生產開始之前，就將那些不一致的數據檢查出來，從而縮短工程時間、減少工程工作量。

　　而從評估結果看，目前只有兩家合資企業能采用統一工程組態平臺進行系統集成，1家本土企業正計劃引進TIA系統。此外，虛擬調試技術有助于加速上市時間，但目前應用并不廣泛，只在技術水平較高的車企中初見雛形。

　　MES理念基本貫徹

　　供應鏈互聯成為更高目標

　　在制造執行階段，成千上萬種部件按照正確的方式和步驟被組裝在一起，成為真正的汽車。而生產執行系統MES通過信息傳遞，可以對從訂單下達到產品完成的整個生產過程進行優化管理，幫助汽車制造廠商完成這一項異常復雜的任務。

　　實際評估結果顯示，目前合資車廠確實已基本貫徹生產執行系統MES，本土車廠也在逐步推行這種理念。此外，能否進行物流仿真和產能分析也是該環節的考察重點，表現最好的3家合資車企也只是能部分實現，本土車企無一可以實現。

　　4.0時代，只打通企業自己的任督二脈是不夠的（盡管這也很難做到吧），與供應鏈廠商實現MES級別或者ERP 級別的互聯，實現物料的及時拉動才應是更高的目標。評估樣本中，只有4家的企業在一定程度上實現這種互聯。該選項得滿分的一家車企，是因為它的全部物料在集團內部采購。

　　預防性維護起步

　　大數據服務開始閉環應用

　　汽車制造商若要維持長期的競爭優勢，還離不開維護服務這個關鍵環節。維護服務的重要任務是將生產過程中產生的“大數據”變身成為“智慧數據”，從而幫助企業做出明智的決策。

　　車企在維護服務環節表現怎樣呢？從結果來看，合資企業在問題管理解決方案、能源監控等方面做的比較好，在工業信息安全方面，只有2家本土企業得分較高;評估樣本中僅1家企業采用了大數據驅動服務，即請專門的數據分析機構對經銷商數據分析，作為產品研發升級的重要參考。

　　至于是否具有三維的工廠模型，能否實現透明工廠，訪談企業們甩出了一個蜜汁的尷尬微笑。維護服務階段，企業之間的分數差距較小， 不同水平的車企終于在最后實現了生命的大和諧。

　　評估模型說明

　　看完這份評估報告，估計贊同和質疑已經勢均力敵。這個非官方評估模型，由于首批評估樣本的數量限制，展示結果未必每項都準確，但是它反映出的很多現象和趨勢，又足以說明當下問題。

　　那么，這到底是一個怎樣的模型呢？

　　我們書接前文，從頭講起。

　　自2012年開始，如何讓工業界最大的IP“工業4.0”落地，就是整個業內苦苦求解的難題。2015年底，西門子公司明確指出，走向智能制造和工業4.0的道路是數字化企業，自動化和數字化是主要關注點。對于汽車制造行業，西門子更是給出了數字化企業發展的完整圖景和路徑，和覆蓋汽車研發制造全價值鏈的解決方案。

　　知人者智，自知者明。西門子發現，不了解自身所處位置，是汽車制造業的普遍問題。自己情況都不了解，又談何向4.0邁進呢？在這一背景下，“汽車整車廠數字化和自動化水平評估模型”通過對企業從總體策略到運營服務6個方面的全面評估，給出企業具體的分數以及詳細的分析。更重要的是，該模型指出評估者距離數字化企業或工業4.0的差距，指明未來的升級方向和建議。

　　當然，每個企業的起點不同，因此不會有一個通用的路徑、或者現成的解決方案讓企業的工業4.0愿景一夜成真。大家不妨試試這個“汽車整車廠數字化和自動化水平評估模型”，測測自己的水平，找到一條適合自己的4.0路徑，也是極好的。