工业4.0将在未来一年引领制造商。
大多数制造商认为，他们在工业4.0技术方面处于领先地位。事实上，许多正在探索数字制造战略的公司与那些已经成功实施数字制造战略的公司之间，存在着自动化、人工智能和物联网等巨大的技术差距。
随着英国退欧问题的出现，很多制造商和解决方案提供商担心，这将对整个欧洲工业界带来巨大的震荡。最近，英国准备加强对国际科学合作环境的投入，试图缓和这一打击。自2016年以来，政府已投入70亿英镑用于研发，这是40年来研发投入增幅最大的一次：作为研发投资的一部分，政府将增加11亿英镑的工业战略基金，以支持先进的技术。其中有高达1.21亿英镑用于支持物联网和虚拟现实等数字化技术，以实现制造业转型的“智能制造”计划。
尽管欧洲的政治前景好坏参半，但制造商可以乐观地认为，新兴技术为提高效率、提高生产率和盈利提供了更大的可能。
在世界范围内，物联网公司目前正在试验8种不同的工业4.0解决方案，主要涉及连接性、智能性和灵活的自动化。
世界经济论坛(WEF)公布了一份名单。根据名单，在工业物联网(IIoT)技术方面，有九家公司是世界上最优秀的。
其中有五家位于欧洲。它们的地理分布表明，尽管欧洲“可能难以产生本土的互联网巨头，但在将先进技术应用于制造业方面，该地区仍是强大的”。
这些公司都有几个共同点：
- 拥有域名、分析、物联网和软件开发的专业团队;一个通用的物联网平台;以及已经投入使用的用例数目。
- 一系列技术的融合将使制造业从基于最低劳动力成本的单一流程转向基于客户需求的更加个性化、自动化和本地化的价值链。第四次工业革命使生产率得到有效的提高，改变了制造业的未来，但这场变革还远未结束。
随着新的一年开始，小编深入研究了10种智能工厂趋势，这些趋势将在2019年得到更广泛的验证。
1. 协作机器人将促进劳动力增长
最近世界经济论坛报告表明：人工智能及其相关技术将带来就业净增长，尽管在这一过程中将同时创造失业和就业的可能。因此，企业和政府必须为人工智能带来的的转变做好准备。
为了最大地发挥数字经济的潜力，企业和政府要致力于去培养新的技能体系系统，不仅要培训更多的STEM、工程和数据科学人才，还要提高现有劳动力的技能。
那些专注于利用数字和机器人技术创新来提升员工技能，而非使用技术取代员工的公司，将会在工业4.0的技术革命中获得胜利。
与之前的工业革命一样，工业4.0正在推动社会变革，而社会变革往往具有破坏性。为了能够应对这些变化对就业的影响，各国政府将需要与教育机构和私营部门合作，调整社会政策，以帮助那些可能落后于技术发展的人。
工厂自动化的新浪潮正在进行，机器人正在进入新的领域，为制造商创造新的价值。在某种程度上，这一趋势是由协作机器人(Cobots)的出现所推动的，这些机器人比以前的机器人更便宜、更机动、更灵活，而且可以安全地与人类同事一起工作。
2018年10月，国际机器人联合会(IFR)发布了关于全球工业机器人市场状况的年度报告。
调查发现，2017年工业机器人的销量同比增长了30%，达到381335台。
而汽车制造商去年仍是工业机器人的最大客户，其所购的机器人数量增长了22%，达到了近125700台的新高峰，占总供应量的三分之一。
2012至2017年间，机器人在汽车行业的销量平均每年增长14%。欧洲是工业机器人密度最高的地区，平均每万名雇员有106个机器人，而德国每万名雇员有322个机器人密度。然而，这在一定程度上落后于韩国每万名工人中有710个机器人。
IFR预测，未来三年，德国工业机器人的年增长率将达到5%。
这些数字比较保守。随着技术的发展，使用机器人的机会和商业案例将会更多，并且变得更加经济实惠。新的技术和商业模式使机器人技术适用于更多的企业。
2. 云机器人和API将给制造商更大的控制权。
机器人控制和开发环境正变得更加开放。API使最终用户能够根据自己的需要定制和优化机器人解决方案，并废除专有的控制系统。
微软最近宣布，Windows支持机器人操作系统(ROS)接入以及工业联盟的成员的加入。这标志着工业机器人技术发展有着更大的可能性。
ROS是一个灵活的框架，允许开发人员为高级机器人行为编写编程。传统上，工具、库和标准的集合只在Linux上有官方支持，但开发人员现在可以使用Windows 10中的工具了。
此举将使微软与OpenRobotics和Ros工业联盟合作，将机器人操作系统引入Windows。微软还加入了一个联盟，该联盟致力于将ROS的先进能力扩展到制造业，并提高工业机器人的生产率和投资回报。
将不同的研究小组和拥有不同互补技能的公司汇聚在一起，对于工业机器人更成功更广泛的应用至关重要。
企业计算不再完全以云计算为中心，制造商和解决方案提供商越来越希望在尽可能接近云计算的地方完成数据处理。机器人技术和边缘计算将在未来的工业4.0中有着内在的联系。
与此同时，云机器人使得机器人在世界任何地方均可被远程控制。使全球劳动力之间的协作更加灵活和高效。
在未来的几年里，语音控制将通过能够处理自然语言的人工智能助手，开始发挥更大的作用，促进工厂工人进行更适宜的合作。
3. 机器人即服务是可行的
“机器人即服务”(Robotics As A Service)的理念正在制造业和物流领域取得进展，这是一种完全创新的机器人应用模式。特别适用于资金、人力匮乏但想增加效益的小型企业，它是网络应用最具效益的营运模式。
机器人即服务的理念正在制造业中迅速崛起，其最新支持者之一是工业机器人公司Kuka，该公司正在将这一想法提升到一个全新的水平。
这家德国公司早在2016年就被中国消费品制造商美的收购，最近宣布将推出一项新的产品。智能即服务主动性。其合作伙伴还有汽车制造业的保时捷集团(Porsche Group)合作的制造业咨询公司MHP和保险巨头慕尼黑再保险(MunichRe)。
其理念是，这项服务为制造公司，尤其是汽车制造商，提供了一个机会，可以将其业务的资本密集型部分外包出去，避免前期投资成本，并降低风险。合作伙伴声称，智能工厂作为一种服务，可以将一些制成品的上市时间最低减少30%。
很明显，Kuka的愿景是非常远大的：租出机器人是一回事，租出整个工厂又是另一回事。然而，与此同时，也有许多公司致力于一种基于服务的工业机器人技术的版本。
根据ABI研究公司2018年5月的一份报告，机器人即服务是一个有弹性的概念，对不同的供应商来说意味着不同的东西。但一般说来，它被广泛地用来描述一种基于租用或租赁机器人的商业模式，而不是要求客户提前付费才能拥有机器人。
机器人即服务的理念使供应商把维护和升级纳入按需服务体系，这意味着随着智能、更灵活、可编程的机器人的出现，用户不再被快速贬值的资产所困扰。
4. 5G&多址边缘计算(MEC)将帮助工厂工人掌握更多信息。
在英国，最新的预算显示，光纤和5G的投资金额将从2017年、2018年的2500万英镑增加到2023年、2024年的2.9亿英镑。
2018年8月，西米德兰被选为英国第一个5G试验室地。这项耗资数百万英镑的计划将为英国未来的5G技术推广铺平道路，这将使该地区成为该国第一个准备大规模测试5G应用和服务的地区。
这是全欧洲公共和私人5G计划的代表，这些计划可为智能工厂和供应链提供新的连接能力。
制造商越来越偏向使用移动技术，让工厂员工可以从大量数据点获取数据分析和重要警报。
自动机器人和其他过程也依赖于快速、可靠的连接。随着在2019年推出商用5G，制造商有更多选择和机会利用无线连接来满足其不断扩展的数据和自动化需求。
设备制造商们正在为更多的信息互通和移动劳动力创造条件。通过手机和平板电脑，员工可掌握这些自动化、智能化的应用程序，这有助于提高效率、协作和决策的效益。
其中一个元素是多访问边缘计算(或移动边缘计算)。它将云计算能力置于蜂窝网络的边缘，避免了网络拥塞，降低了成本。期望5G能与这项技术相融，并扩大其用途。
5. 边缘计算将会有新的用例
十多年来，消费者和企业技术用户一直沉浸于云中。但随着5G、自主性和实时分析等需求的工作量不断增加，企业开始转向别处寻找合适的计算需求。
我们正在连接更多的设备，并且比以往任何时候都更快地处理更多的数据。这些不断增长的数据和实时分析需求已经产生了边缘计算和其他分布式方法。通过将数据存储和分析功能放在边缘，尽可能靠近传感器、水泵、发电机或任何对操作至关重要的硬件，用户将获得比基于云的解决方案更多的益处，特别是在一些智慧消防或无人驾驶等时间紧迫的传输应用程序中。
因此，消费者和企业都在转向所谓的边缘环境，例如戴尔和微软在物联网投资数十亿美元于边缘计算服务，使处理和智能更接近需要。
简而言之，减少基于云的网络延迟便减少了网络和系统的响应时间，这意味着对关键过程的数据和分析保持最新状态。
当然，在物联网领域中，很少有一个方案适合所有的用例。云解决方案通常更便宜、更强大、更易于实现、集成和扩展，并将成本负担从资本转移到运营支出。此外，还有移动性、远程工作、协作和灵活性等许多优点。
最终，它归结为工作量的紧迫性和成本。用户愿意在边缘的稀缺资源上处理他们的工作负载吗?哪些元素可以在下班时间进行处理，或者通过低轨道卫星运送到一个能源成本较低的地方?
LG使用谷歌新的边缘TPU在机器学习的相机使用，用于质量保证检查其液晶面板。结果，这些进程的故障检测准确率从50%提高到99.9%，也就意味着每年可节省2000万美元。边缘计算技术的优势是显而易见的
6. 网络安全应更优先考虑
据英国《金融时报》报道，近一半(48%)的英国制造会受到网络攻击;网络安全的威胁也阻碍了制造商对数字技术的投资，三分之一的受访者表示对实施数字改进和改造计划感到紧张;12%的制造商根本没有采取任何措施来减少网络威胁。
尽管该报道期待政府有相应提高国家网络安全复原力的举措，但它补充称，维护物联网安全主要是靠企业，59%的企业表示说，客户已经要求他们展示或保证他们的网络安全流程的稳健性。
工业4.0使制造商迅速认识到削减成本、提高生产率和预测维修需求的市场。而且，作为这种转变的一部分，他们不得不敏感地就减少的人力资源的复杂性进行谈判。
在整个2019年，制造商将拨出更大的预算，以确保任何数字创新都通过设计获得安全，并定期针对网络安全威胁进行更新。
随着网络攻击变得越来越普遍，网络攻击分子的能力也越来越强，制造商必须迅速行动起来，否则就会面临严重的财务损失和声誉受损的风险。
7. 人工智能和高级分析技术将变得几乎无处不在
先进的分析和人工智能可提供更好的决策。例如预测维护、数字质量管理和人工智能驱动的需求预测.
然而，仅仅将数据收集作为目的是没有什么好处的，这些洞察力必须具有一定的商业价值。
这通常涉及从传感器和执行器获取新的数据，并将其与遗留机器和其他系统的现有数据相结合。
物联网使公司能够最大限度地避免库存过剩、停机和不必要的燃料使用;优化维护计划和输出;监控关键流程;提高自动化程度;更好地服务客户。
人工智能在智能工厂中发挥着关键作用，帮助制造商预测需求模式，更准确地分配资源。换句话说，人工智能使制造商根据相应的数据来预测分析，而不是人为的猜测。
例如，中国无锡的博世汽车(Bosch Automotive)，先进的数据分析技术正在帮助该公司深入了解和消除产量损失，模拟和优化工艺设置，并在机器停机前预测故障。
8. 数字孪生将在制造业和供应链中得到更广泛的应用
物联网有一个关键的技术，数字孪生。数字孪生可以让企业在虚拟环境中对机器和网络进行建模，并在问题发生之前利用它们来预测问题，从而提高生产效率。
当与监测温度、压力、RPM和其他关键因素的传感器相结合时，移动设备会发出相应的警报，从而工作人员可以更有效地预防问题，并更快的做出反应。
一项可行的业务战略将确定这类使用案例，计算物联网可能作出的改进，将数据和业务流程有效结合起来，并根据实施和维护新技术的成本来衡量它们。
在意大利拜耳制药部门的Garbagnate网站销量大幅增长之际，该公司部署了一个基于数字孪生的调度程序，以保证实验室产品的质量。在本例中，物联网的业务案例通过保证停机时间来确定业务结果来降低风险。在Laing O'Rourke，数字孪生用例包括施工阶段、工厂规划、瓶颈解决、物流、路线规划和模拟构建环境本身，将技术应用不限于通常部署的工厂应用。
9. 3D打印将用于制造最终产品
随着3D打印机变得成本更低、速度更快、更精确、更能与广泛的材料(包括生产级的)一起工作，它们越来越多地被用于制造最终产品，而不仅仅是模型。
这被称为“加法制造”，因为这些机器将给定的材料层层放置，以创造一个现成的对象。而不是“减法”的业务，即切割、钻孔和锤击材料。
随着生产工具的效率提高，生产成本也降低了40%，3D打印制造对法国飞机设计和制造集团Latécoère来说确实是有效益的，该公司的工程师与包括空中客车公司、庞巴迪公司和达索公司在内的航空巨头合作，开始探索在生产零件的过程中使用3D打印的想法。
大众和惠普计划在生产线上安装金属3D打印设备，与合作伙伴GKN粉末冶金公司合作，该公司向大众汽车(Volkswagen)供应零部件。
在2019年，GKN和大众计划为汽车3D打印小部件，最初是在小范围内开发这项技术。与此同时，大规模生产汽车的第一批结构部件预计将在未来两到三年内完成。
其他几家汽车制造商也在探索3D打印。2018年是许多制造商突破原型制造的一年。2019年将在此基础上发展，技术将变得更具有能力和成本效益，设计师将会利用它的优势来进行生产制造工具。
10. 工业4.0将助跑可穿戴设备
工业4.0主要是为了使工厂变得更有效率，并为其提供获取关键信息的便捷途径。
这一点在可穿戴设备领域很明显，在这个领域，制造商开始使用数字性能管理和增强现实(AR)来实时地将正确的信息传递给合适的人。这些策略有助于交流交互式工作说明和标准操作程序。
据Capgemini公司称，沉浸式技术正从工业公司的“假设用途”转向实用型技术，AR成为早期赢家。
生物制药公司AstraZeneca在微软的HoloLens上使用了统一引擎，并开始运作AR设备的标准操作程序(SOP)，从而获得了成功。这允许操作人员在检查列表中导航，并在全息透镜的指导下执行任务。
同样，航空航天巨头波音公司也在使用增强现实(AR)技术为技术人员提供飞机布线原理图。通过AR技术，布线原理图会直接进入工作人员的智能眼镜视野中，该系统帮助员工在这项任务中释放了双手，从而将配线时间减少了25%。
AR已经在世界各地的智能工厂中投入使用，不少的工业公司也在进行试点。AR每年为电脑软件和服务公司PTC创造的价值已经达到2000万美元。
随着成功案例越来越频繁地出现，明年可能会有无数的AR试点计划在整个制造业内推出。
在可穿戴设备领域，我们可以期待靠紧身衣来判断工厂工人的安全和效率。
福特位于西班牙巴伦西亚发动机组装厂的员工已经用一套特殊的西装，该服饰配备了身体追踪技术。这家汽车制造商利用这项技术设计了较少身体压力的工作站，通过准确跟踪工人的动向，福特正在为其汽车生产流程提供数据驱动的改变，从而使其更安全、更高效。
随着越来越多的工厂员工为数字系统所装备，跟踪运动服和其他可穿戴设备将使员工能够更好地与此类系统进行交互，并使员工能够更深入地集成到前瞻性制造商的以数据为中心的战略中。
