西门⼦整体解决⽅案助⼒汽车企业通向“⼯业4.0”
智能制造的概念有些宽泛，对于西门⼦来说，涵盖了从“⼯业3.0”到“⼯业4.0”很长的战线。尽管与其他⾏业相⽐，汽车⾏业在数字化转型道路上⾛得最远，但就⽬前发展情况来看，仍有很多问题尚需解决。⾸先，汽车⾏业必须转换思维⽅式，从关注“最佳组合”转向全⾯掌控整个流程链，同时还要考虑⼯⼚的⽣命周期。只有这样才能释放出⼯⼚尚未挖掘的潜⼒。此外，我们还需要理清，在海量的现有数据中哪些是我们需要的，应该在何时何地使⽤它们，以及如何让这些数据被调⽤。第三项挑战是系统有序地执⾏各项标准，因为标准是数字化的基础。
西门⼦认为数字化企业是通向“⼯业4.0”和智能制造的必由之路，这⼀策略需要持续在管理层和员⼯层普及和培训，并在财务上予以⽀持，让应⽤⼯具和企业数字化⽔平同步发展。我们可以从以下六个⽅⾯考虑。管理流程
国内车企均尚未制定数字化和⾃动化总体策略和路径，上汽通⽤、华晨宝马、⼴汽丰⽥这样⽐较先进的合资⼚也只是处于起步阶段，还没有完善的策略和路径。合资企业有部分实际的投资⾦额，本⼟车企包括新能源车企都还没有相关投资。所有车企均处于“价值链上各⾃独⽴的数据库应⽤”状态，⽆法实现贯穿全价值链的企业级数据协作平台。各⾃独⽴的数据库造成了新的信息孤岛。产业升级离不开全员素质的提⾼，特别是管理者的思维认知需要超前⼀步。⼤数据⽅⾯，多数企业都有各种数据库，但是应⽤⽅⾯还很薄弱，
部分合资企业如上汽通⽤、华晨宝马已经开始企业⼤数据的分析⼯作，上汽通⽤对CRM数据进⾏分析，华晨宝马则已经着⼿实施⼤型数据中⼼的基础架构建设。
产品设计
越来越多的车企已经从仿制为主转向了⾃主正向研发，即便是借助国外设计机构。全三维设计已经是国内车企的标配，⽽要做到多⼯艺协同对数字化设计软件的要求更⾼。产品仿真测试的应⽤已经⽐较普遍了。产品⽣命周期管理的系统化使⽤是车企间⽐较清晰的分⽔岭。在产品设计阶段进⾏制造⼯艺⽂档的⽣成和管理，不仅提⾼设计⼯作的系统性，也为后⾯⽣产制造环节实现闭环控制提供了可能性。3D打印技术不仅使⽤在概念车型的制作上，将来也会⼤量应⽤在零配件的制造上。合资车企中优秀的企业已经在做虚拟现实技术的尝试，如上汽通⽤已经聘请专门的虚拟现实设计⼯程师。
宝马网⽣产规划
在实际产品⽣产出来之前，⼀条虚拟的⽣产线可以帮助⼯⼚进⾏仿真和优化。“数字化双胞胎”概念就好像真实世界在虚拟世界的镜像，它可以从产品设计阶段⼀直贯穿到运营服务阶段，使得我们在每⼀阶段的⼯作都能达到事半功倍的效果。国内车企的BOM（Bill of Material，物料清单）系统还处于起步阶段，⽬前只有上汽⾃主品牌的车型产品数据和BOM已实现在企业全局的BOM系统中管理。三维的产线布置和平衡不仅在投产的时候才有⽤，在之后的优化、调产、改造阶段能够节省⼤量的资源。在⽣产规
划软件中嵌⼊变更的追踪和分析可以使得数据的⼀致性和效率⼤⼤提⾼。通过对冲压机和机器⼈系统的仿真，可以在制造单机与⽣产线之前模拟出实物，缩短⽣产⼯期，避免不必要的返⼯。总装车间的⾃动化⽔平较低，信息化⽔平滞后，因⽽⼤部分车企难以在总装车间实现虚拟仿真、虚拟装配与⼈机⼯程学，⼀汽和上汽通⽤也只能部分实现。在四⼤⼯艺⽇趋成熟的今天，要填补动⼒总成的研发和质量这块短板，测试系统不可或缺。
⼯程实施
⼀系列⾃动化创新应⽤会让企业节省⼤量⼯作，⽽统⼀的标准化的软硬件和通讯，让⼯程数据保持⾼度⼀致的同时，并在⽔平和垂直⽅向上的集成，进⽽使企业在已有的“⼯业3.0”基础上⼜⼀次腾飞。控制器、分布式 I/O、⼈机界⾯（HMI）、传动、运动控制系统、电机管理系统等都可以⽆缝集成到⼀个单⼀的⼯程环境。⽬前只有上汽⼤众和华晨宝马等少数企业能够贯彻这样的标准化。企业管理⽔平要提⾼，统⼀的标准化⽂件必不可少。如果将机械设计的过程与电⽓数据联系到⼀起，就可以⾃动⽣成PLC程序和相应的E-CAD布局⽅案。这是⼯程实施阶段跨越性的⼀步。⼤部分车企还难以实现⾃动化设备配置和程序的⾃动⽣成，基本处于⼈⼯编程调试的阶段。虚拟调试是⾃动化技术的⾰命性突破，在虚拟世界和真实世界之间搭起了桥梁，国内已经有少数先⾏企业掌握了这项技术。车企车间内以太⽹⼀统天下，如果通讯规约统⼀，会让通讯组态和调试变得更加简单和迅捷。⼤数据依赖于底层数据的收集，打通垂直数据集成通道
是“⼯业4.0”的重要标志。就⽬前国内所有车企的企业IT架构现状，均难以实现垂直数据通道从底层⾃动化感知层直达企业管理层。
制造执⾏
基本的制造管理系统已经成为汽车⽣产线中不可缺少的⼀部分，⽤于收集⽣产线上有关设备和质量管理的信息。但是使⽤的实际效⽤可以说差距很⼤。精益制造体系的⽣产执⾏系统在合资车⼚中已经基本贯彻，本⼟车⼚也在逐步推⾏这种理念。公司作业过程中⽂件传递电⼦化的趋势⽐较明显。全⾃动化的物流设备和系统已经在少数车企实现，下⼀步是与供应商的物流系统对接的时刻。“⼯业4.0”的理想状态是每时每刻都能够追踪产品加⼯状态，产品会告诉机器设备，它已经经过⼏道⼯序，现在应该实施哪种⼯艺。在制造执⾏阶段，系统性地进⾏物流仿真和产能分析属于⾼阶技能。得此技
经经过⼏道⼯序，现在应该实施哪种⼯艺。在制造执⾏阶段，系统性地进⾏物流仿真和产能分析属于⾼阶技能。得此技能者得天下。要实现按需⽣产，ERP电⼦系统必须和消费者/渠道连接在⼀起。实现这⼀点还有很长的路要⾛。
维护服务汽车制造商想要维持长期的竞争优势，最⼤化⼯⼚的⽣产可靠性和设备综合效率，同时优化总体拥有成本是关键的成功因素。将⽆意义的⼤数据“big data”变⾝成为智慧数据“smart data”，才能利⽤这些数据制定更加明智的决策。不管是新建⼚还是⽼⼚，都可以建⽴三维的⼯⼚模型，这是下⼀步透明
⼯⼚的基础。透明⼯⼚意味着实时可⽤的全⼚数据流可以在⽐如说云端⽤来⽣成真实⼯⼚的虚拟镜像⼯⼚，管理者可以随时调看⼯⼚状况。戴上VR或者AR眼镜，整个⼯⼚就可以呈现在⾯前。实施问题管理系统，不仅要求有经验的专家解决问题，重要的是要有预案和完善的机制，使得每次问题的出现都能让我们到漏洞和缺陷，让企业运营和管理更上⼀层楼。维护服务外包的情况在未来劳动⼒减少、知识密度提⾼的趋势下会越来越多。⼀些企业已经实施了能源监控⽅案，但是还不知道如何利⽤已经收集的数据。定期维护固然重要，然⽽预防性维护在提⾼⼯⼚可靠性上能够贡献更多。对⼯⼚⾥成千上万的传感器产⽣的⼤数据进⾏挖掘，必然能出很多可以进⼀步优化和改造的机会，这也就是所谓的⼤数据驱动的服务。在这⼀点上，数据云的应⽤和发展已经成为看得见的未来。有关⼯业信息安全的考虑，合资车企更为完善，本⼟车企在这⽅⾯的意识⽐较弱，或者说怀着未知的恐慌，⽽这在未来⼯业智能制造框架内占据了重要的位置。