1月22日～25日，达沃斯世界经济论坛在瑞士举办，本届达沃斯再次聚焦工业4.0，论坛主题是“全球化4.0：打造第四次工业革命时代的全球结构”，可见其话题的热度。波士顿咨询公司发现，企业投身工业4.0还存在不少误区和陷阱。

---------

工业4.0的前景信而有征。

制造商运用新的数字化技术提高灵活性、生产力、质量、速度和安全性，从而获得巨大的价值。这些技术能够帮助企业实现最高水平的卓越运营，因此对企业来说至关重要。

虽然工业4.0的解决方案越来越强大，费用也在下降，但许多制造商依然将钱、时间和资源投入到无关紧要的项目中，没有触及自身运营中最根本的痛处。

企业在采用新技术时尤其需要警惕4个隐患：追求小利却忽略蕴含巨大利润的潜力目标、将流程数字化却不解决根本的低效问题、漠视流程问题的行为根源、盲目追求高新技术方案却不评估实施成本，也不考虑是否能用更简单的方法、以更低的成本达到同样的效果。

为避免这些隐患，企业必须在投资工业4.0方案之前对自己的运营问题有详细深入的了解。成功的企业将利用这些深刻的洞察制定一个综合方案，实现卓越运营和数字化技术的最佳应用。

忘记80/20定律

许多投资工业4.0的企业忘记了这样一个普遍规律，80%的价值是靠解决20%的问题获得的。80/20定律——基于经济学家维尔弗雷多· 帕累托（Vilfredo Pareto）的研究——对有效克服运营问题具有重要的参考价值。简单来说，制造商应着重解决少数能带来大部分盈利机遇的问题。

可惜的是，企业往往不知道该重点解决哪些问题，因为他们没有量化评估运营提升后对财务产生的影响。此外，生产专家们或许太急于采用先进的分析和尖端技术，以至于忘记去衡量有待解决问题的相对重要性。

例如，一家制药企业发现，一种主要药物的市场需求出乎意料地高，但该药物的生产线效率低下，导致企业无法扩大生产，令整个分销网络处于缺货状态。企业不能增加生产班次，因为没有充足的技术员工。企业“黑带”——高技术水平营运专家没有选择直接提升生产线的产能，而是利用高级分析法模拟减少生产过程中的材料浪费（即废品率）。废品率在1.5%时确实是个费钱的问题。但专家的目标是将废品率降到1%以下，如果能够实现的话，产能可以提高0.5个百分点，这是生产线面临的最紧迫的问题。

然而，减少废品率与提高生产线设备综合效率（OEE）相比，前者产生的价值就不值一提了。OEE指在生产线运营且中途不停顿的情况下，实际产出与理论上最快速的产出量之比，目前该企业的OEE在40%以下。造成OEE偏低的两个主要原因是计划停机时间（比如换线时间）和故障率，各占30个百分点。大幅减少此类事件的发生比减少废品率更有效。将换线和其他计划停机时间缩短一半将极大地提升产能，比废品率方案的结果至少高出30倍。认识到这一点后，这家制药企业重新定位，将重心调整到减少计划停机时间上，最终获得了巨大的产能提升。

为了减少计划停机时间，专家和生产线领导必须了解并协助改变生产线操作人员的行为，而不是过早采用复杂的算法或先进的技术。这需要与操作人员紧密合作，详细分析计划停机的相关步骤，汇总所有的投入，找到正确的方法来外部化、并行、缩短或移除换线过程中的步骤。一旦新设计的流程就位，操作人员和生产线领导都需要培训和动员才能积极遵循新变化。专家应该以辅助者和教练的身份来灌输必需的行为改变。

为了优先解决最重要的问题，领先的企业会对当前业绩进行正式且严谨的年度总结，确定积极的拓展方案来弥合当前和未来业绩的差距。为了确保方向正确无误，他们会对所有的提升方案，基于其可能对财务产生的影响，进行量化和排序。从上至下持续的改善虽然不算高招，但可以帮助企业定位到影响最大的领域。相比之下，从下至上持续的改善行为，对鼓舞操作人员和灌输正确的企业文化效果显著，但鲜少在经济效益上被量化。

数字化浪费

企业不加选择地采用高新技术自动化或数字化没有附加价值的行为或流程（在精益术语中又称浪费），这种情况司空见惯。回头再看此类行为，盲目改善现有的工作方式，却不解决根本的低效问题。企业在技术应用和推广行动方案时，应该以最小化或消除未来产生浪费的根源为目的。

企业通过理解七类精益浪费产生的根本原因，可以在引进工业4.0倡议的数字化方案前，找到合适的方法提高流程的效率（参阅图1）。

以下案例充分说明了其中蕴含的机遇。

1，过度生产和库存

制造商通常投入自动化和复杂的IT系统来管理巨大的库存仓库。但更好的办法是先了解库存量居高不下的原因。许多企业为了预防突发情况或紧急需求而过度生产，维持较高的库存水平。充足的储备给企业留有足够的缓冲余地，以防供应或需求预测不准确、与供应链节奏不匹配、或遭遇重大的生产波动和供应商突发变故。

企业与其利用自动化降低仓库的运营成本，不如寻找前瞻性的解决方案，旨在降低或消除对仓库的要求。此类方案或许包括以下举措：

严格遵守统一的销售和运营规划流程。

采用拉式系统，只有在低于预先设定水平时才补充库存。

与客户协作，共享下流分销商或销售网点的实时库存信息。

将激励措施与组织机构的角色和责任协调统一，以消除可能导致超过或低于预期的行为。

利用人工智能提高预期的准确度。

减少库存单位的泛滥。

加速换线，提高生产的灵活性。

优化工厂配置和分销足迹。

2，等待

设备暂停和闲置时间的长短是造成生产力低下的主要原因，通常是人为因素导致，制造商可以通过强化一线管理来解决这个问题。

3，运输和移动

许多企业在传送系统或自动导引车上投入颇多，为的是在工厂和仓库内更快更高效地运输物品。然而，在做此类投资之前，他们应该考虑是否能减少内部运输的需要，比如改变布局或引进拉式系统减少库存点。

4，过度加工

企业添加了不必要的加工步骤而客户不愿意买单的话，就属于过度加工。比如，如果工艺参数超出了正常范围，企业便可能布置感应和控制系统，增加额外的加工环节，目的是将参数调回正常水平。此外，他们可能利用蓄水池或缓冲库存临时存放有缺陷的产品，然后再返场重做或重新加工。可是，企业通常在采取这些方式时并没有找出参数超标的原因。

企业为了获得洞察，做出正确的修正，需要理解每个环节的基本原理。通过利用大数据建模和模拟加工（理想地是在设计阶段），企业可以找到正确的方式提高加工的稳定性，从而减少对感应和控制系统还有蓄水池和缓冲库存的需要。

5，缺陷产品

许多企业利用先进智能技术，比如视觉系统协助发现和分类有缺陷的产品或批次。这些技术一般来说是必需的短期解决方案，但企业也应该利用技术找出缺陷产品产生的根源，减少或消除它们。

大数据和分析法让企业可以从新来源（比如客户）处汲取数据，更好地了解缺陷产品出现的位置、原因和根源。因为许多缺陷产品都有行为起源，企业可以通过提高操作者的积极性或能力来降低缺陷率。低成本或低技术方案，比如有简单的机械停顿或视觉信号功能的防错设备也可以非常有效。

漠视行为根源

根据我们在工业、消费品和制药领域的工作经验，企业经常忽视那些造成问题的根源行为。比如，我们发现许多设备故障和失灵都是人为操作不当造成的，与技术无关。

一家食品饮料公司的填充和包装生产线经常发生故障。不定时生产暂停不仅会打乱计划，给日程增加压力，还会浪费材料。企业领导欣赏工业4.0通过先期维护来避免故障的创新理念。他们知道先进的传感器可以探测出设备的振动、耐久度、噪音水平和其他故障预警参数，人工智能算法可以提前几个小时甚至几天预测到将要发生的故障。工厂可以根据预测安排相对便宜的技术维修，避免突如起来的故障。

但预维修依然是维修。它并没有触及导致故障发生的行为根源。比如，每隔几个小时，食品饮料企业的车间操作员必须清洁、检查、润滑生产线，正确设置参数（该环节被称为中心线管控）。由于这些工作需要较高的纪律性和精准度，员工必须有足够的积极性和动力才能圆满完成任务。如果员工没有按照规定的步骤进行维护，设备就比正常时需要更多的干预，最终发生故障。

当我们分析食品饮料企业发生故障的原因时，发现根源在于企业有时缺乏充分的操作标准，有充分的标准时员工又不遵守。这些情况反映出领导在行为上的问题：生产负责人没有培训、激励、监督操作人员执行必要的标准（参阅图2）。

不过，不当的领导行为是可以纠正的。比如，公司其中一条旗舰生产线的主管90%以上的时间都待在办公室里，远离生产一线，不在乎也不关心操作人员是否遵循每日例行的清洁标准。相比之下，另一条同类生产线的主管将大多数时间都花在生产一线上，帮助并鼓励自己的团队依照每日例行的标准工作，因此发生故障的次数更少。

生产线上的行为问题突出，是由于操作人员和管理者缺乏主人翁意识。社会心理学家所谓的禀赋效应会使人赋予自己拥有的物品更大的价值。在制造业，能够在生产线上做主的操作人员和管理者表现更好。企业可以通过提高领导力、激励操作人员来打造一种主人翁意识。故障发生之前的预测维修仍有价值，但强化主人翁意识能降低干预维修的必要。

将操作人员和维修人员分开的企业更应该留心这个问题。测量企业敏感性的一个好方法是考虑由操作人员自己修理故障还是呼叫维修人员。依靠维修人员的话，操作人员会对自己的生产线缺乏所有感，人为故障的可能性随之增大。

类似的行为在数据所有权上也能体现。比如，一家矿业公司想把收集的生产业绩数据用于实时管理，因此希望在每日的例会中引进电子性能板代替手动更新的会议记录板。电子板能免去领导值班的需要，不用他们每天亲自收集绩效数据、做出必要的修正、书写绩效指标。然而，这些体力活儿其实很重要，因为它赋予个人一种对数据的掌控感。事实上，许多研究人员已经证明，亲手书写信息的过程有助于学习和记忆。因此，企业把数据采集自动化，可能会使领导者失去人际关系，并有一种失去把控数据的感觉。结果，他们可能不愿意再每天浏览数据，查找错误和遗漏，利用自己的发现改善生产线业绩。

电子性能板有助于节约时间和资源。但要将其作用最大化，企业必须确保根本的行为决策不会出现无意识或反生产力的结果。基本的先决条件是拥有鼓励领导者树立主人翁意识和以自己生产线业绩为傲的企业文化。认识到这一点，矿业公司决定推迟采用电子板，直到领导层的行为升级。

忽略隐藏成本和技术含量低的方案

企业常常沉醉于工业4.0的璀璨光芒而忘了考虑背后的实施成本，也没有衡量技术含量低的解决方案是否在处理相同的流程时更简单、更实惠。

工业4.0的魅力在生产技术专家业内集会时得到了充分的展示。展示者骄傲地介绍自己最新的研究成果，复杂的3D建模方案、最新的高科技小玩意或人工智能算法。但此类探讨往往不比对高新技术解决方案和更简单方案的潜在影响及资源要求。

要理解隐藏成本的问题，可以想想自动化加工。显然，在过去50年，自动化加工彻底改变了制造业。但在说明对自动化的投资理由时，企业通常只评估直接节约的成本（比如减少生产线员工的人数），草草总结增添的固定成本。

要有效地实现自动化加工，企业需承受持续累积的成本，雇佣技术人员和工程师操作和维修新技术，还必须跟设备供应商签署服务协议。许多企业还忽略了自动化对生产能力的影响。生产能力通常低于预期，因为设备故障的次数比预期更多（新技术的普遍现象）或者自动化削弱了生产灵活性。比如，自动输送系统等僵化的结构会限制生产线的结构和速度。

虽然存在隐藏成本的问题，最近的技术进步让企业能够更容易削减固定成本，提高灵活性。比如室内GPS和RFID标签使车间和生产线可以灵活布局，智能协作机器人可以和人类并肩工作，并且能够迅速重新编程以适应多样化的工作。数字化技术通常带来重要的隐藏收益，与质量、可追溯性和速度的提升相关。这些收益或许可以抵消隐藏的成本，但一般情况下不行。

精确费用评估中的另外一个危险是不能测量出低技术方案的相对价值，许多企业在匆匆忙忙迎接最新的数字化技术时都会忽略这个问题。尽管近几年宽带、云基础设施和处理能力的费用急速下降，许多低技术方案的性价比依然更高。要明智投资的话，企业需要对比高新技术方案与更简单方案的潜在影响和资源要求。

企业想提高自己对成本和节约的洞察，应为每一个正在考虑当中的工业4.0投资建造一个商业案例。

所有直接成本和节约、生产效能的预期提高、额外的间接成本（比如用于服务和技术支持）以及对灵活性和质量的影响都要纳入考量。企业应把商业案例和备选的低技术（低成本）解决方案进行比较。最终，即便低技术方案更经济实惠，企业或许仍愿意投资工业4.0方案来促进学习，但至少企业知道了决策的真实成本和收益。

帮助制造商预测和避免工业4.0的这4种隐患，我们开发了一个框架，命名为大马哈鱼前进清单。

框架：利用大马哈鱼前进清单避免工业4.0的隐患

我们开发了一份定名为大马哈鱼前进的清单——因为它模仿了大马哈鱼向上游出发产卵时扫清途中障碍的情形——帮助企业避免工业4.0方案相关的隐患（参阅图表）。清单列出了企业在投资高新技术解决营运业绩问题之前需要回答的问题。

大马哈鱼前进框架特别有助于评估那些试图修补无增值步骤的方案（精益浪费）。旨在以新方式创造价值的工业4.0投资——比如增材制造，不需要通过大马哈鱼清单上的评估步骤。企业在开始前，应该评估投资项目的净现值是否为正数，投资是否能产生足够的回报，能否符合企业的回报标准。

陷入工业4.0困境的企业有一个共同的特质，那就是拥有一种企业文化，推崇技术甚过严格落实经过实践检验的制造方法。

企业应该考虑弘扬哪一种文化，含蓄还是直白。谁才是英雄？是最新的自动化生产项目的声援者，还是遵守纪律、受人尊敬、弘扬进取不懈精神的生产线管理者？旗舰工厂应该是什么样的？是缺乏世界级操作指标但高度自动化，还是设施略旧、配备精心维护30年但高效运转的老设备？

尽管工业4.0方案泛滥，但那些注重合理制造实践的企业，能够确保在处理自己的痛点时针对要点问题给出合适的方案。工业4.0应该在今天所有卓越运营项目中发挥主要作用。的确，许多强大的技术对提升生产过程的效率和效应、打造产能、调动员工参与度和风险最小化至关重要。

如能避免我们所探讨的隐患，企业就算为投资最有价值的工业4.0应用做好了万全的准备，从而实现今天制造业革命的未来。

[作者：Ian Colotla 是波士顿咨询公司合伙人兼董事总经理、亚太区制造业课题负责人；Damon Bland是波士顿咨询公司联席董事；Claudio Knizek是波士顿咨询公司合伙人兼董事总经理、制造业课题负责人之一；Daniel Spindelndreier是波士顿咨询公司资深合伙人、制造业课题负责人之一。]