“工業4.0”概念的提出，在全球制造業掀起了新一輪工業革命，德國的奔馳、寶馬、大眾和博世等都已率先試水“工業4.0”。作為“中國制造2025”戰略的領跑者，我國汽車行業正站在“工業3.0”的起跑線上，大步向4.0邁進。
近日，西門子公司發布的我國16家乘用車企業評估調查報告顯示，我國乘用車行業目前在數字化和自動化領域處于“工業3.46”的水平，但仍面臨數字化策略和路徑缺失、大數據應用不足等難題亟待攻克。工信部電子科學技術情報研究所信息化研究與促進中心主任周劍提出，我國汽車企業快速提升數字化和信息化水平已迫在眉睫，在開展頂層設計、建立數據驅動機制方面需加快腳步。
頂層設計缺失
在談到實現“工業4.0”的關鍵因素時，周劍認為，建立“工業4.0”制造生態的頂層設計是第一步。遺憾的是，在此次報告中通過對管理流程環節的評估后發現，參與評估的國內車企目前沒有一家制定數字化和自動化的總體策略和路徑，更遑論開展相關投資。即使是比較先進的合資企業，也僅處于起步階段。
據《汽車工藝師》主編田付新分析，頂層設計缺失的原因在于現代化制造依賴計算技術、云端技術、網絡和系統的整體優化。作為國民經濟的支柱產業，汽車企業具有成熟且習慣性的生存法則，車企周邊所有資源調配和平衡體系均已形成，包括政府公共資源和人力物力等。因此，在運用以“工業4.0”為主要內容的先進理念推動現代制造業變革時，勢必會對現有系統造成沖擊，甚至打破原有的平衡體系。“推陳出新是一個過程，新陳代謝需要時間。”田付新在接受《中國汽車報》記者采訪時如是說。
因此，針對如今大多數汽車企業在開展“工業4.0”改革時“東一榔頭，西一棒槌”的做法，周劍建議，車企應做好總體規劃，使用科學的方法體系。作為實現“工業4.0”的制度保障，工信部推出的兩化融合管理體系值得推廣和借鑒，該體系從理念、技術、流程和組織模式等方面均為企業提供了新的發展思路和指導意見，車企可在充分與實際情況相結合的前提下，借此方法論系統地梳理企業的發展戰略、重點和機會，以找到可持續發展的競爭優勢。
數據挖掘是盲區
“‘工業3.0’時代的核心是標準化和規?；?，而‘工業4.0’時代則應將數據驅動作為核心。”周劍說。在大數據成為各行業關注焦點的當下，汽車領域的大數據應用卻仍然處于初級階段。以本次評估結果中提到的大數據服務為例，合資車企在問題管理解決方案和能源監控等方面做得比較好，但在工業信息安全方面，只有兩家自主品牌汽車企業得分較高。值得注意的是，評估樣本中僅一家企業采用了大數據驅動服務，即請專門的數據機構分析經銷商數據，以作為產品研發升級的重要參考。
周劍坦言，當前多數汽車企業正開展客戶數據的采集和整理工作，但事實上，大部分車企對于應采集哪些數據，如何整理相關數據仍然是一頭霧水，更別提利用大數據開展產品和服務升級，以及建立以數據驅動為核心的“工業4.0”體系。對此，田付新認為，大數據體系構建是一個全面協調、類似信息高速公路的大工程，建議分為三個階段逐步推進：第一，構建小范圍的大數據系統；第二，推進各集團各系統間的通訊標準化進程；第三，全網無縫對接，數字化生存法則的集權化統一。
周劍則提出了另一個可行性建議：傳統汽車企業應開展更大范圍的跨界融合以及分享協作，以提升汽車業大數據的應用能力和水平。當前，汽車企業已經和互聯網企業開展深度合作，但這些合作為汽車行業帶來的改變主要集中在研發和生產領域。“事實上，大數據時代下的汽車產業還將迎來商業模式的顛覆。”周劍稱，“因此，與金融機構開展廣泛跨界合作也極為必要。”
生產環節未打通
由于自主品牌近幾年已基本建立流程完整的正向研發體系，因此，此次評估中自主品牌在數字化研發領域表現最佳。報告結果顯示，9家企業在產品設計環節使用了PLM（生命周期管理軟件），其中，6家為自主品牌汽車企業。
相較之下，在生產規劃數字化和制造執行互聯化方面，自主品牌與合資企業均面臨較大挑戰。報告指出，國內車企均無法實現所有制造BOM（產品結構及物料清單）在數據平臺的統一管理，只有一家自主品牌車企正計劃引進TIA系統（集成化工程技術軟件平臺），先進理念及生產工具的缺失導致了大部分車企在物料一體化、透明化管理以及工程實施環節的虛擬調試技術基礎薄弱。
如果說在生產規劃數字化和制造執行互聯化方面，合資和自主品牌均處在初級階段，而在制造執行環節的供應鏈數據化平臺建設方面，自主品牌和合資車企則差距較大。報告披露，目前合資車企已基本貫徹實現MES（生產執行系統），而自主品牌仍處在推行理念的階段。
“事實上，自主品牌乘用車企業已具備和供應商開展互聯合作的條件，供應商這方面的需求也較為急切。”周劍告訴記者，目前在供應鏈互聯的實現和應用技術層面，自主品牌和合資車企已相差無幾，差距主要體現在管理水平上。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是自主品牌接下來面臨的更高目標。
田付新建議，汽車企業在現有的裝備布局、硬件建設和供應鏈調配中，應注重裝備大數據、資產大數據和供應大數據與其他數據平臺的標準化和統一化，提高數據準確性。“小到螺釘、螺母，大到大型生產線的所有環節，逐步實現企業、行業甚至全社會的數據統一。”田付新稱。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
