制造业信息系统一直因实施成功率低而臭名昭著，不论是从传统的MRP、MRPII到ERP，还是CRM、OA及BPM等都有此显赫名声。
在以物联网为基础、以大数据／云计算为平台、以算法乃至智能为核心的新一代制造业信息系统建设中，能否逃脱这个魔咒？To be, or not to be：that is the question.
黑格尔有一句名言：历史给我的教训就是人类从来不知道从历史中汲取教训。如果我们在工业4.0、智能制造等高大上的名字上，品着从西边德国传来的鼓舞人心的承诺，感受着太平洋彼岸令人眼花缭乱的所谓的黑科技的口水，象元宵节初出闺房的小姐左顾右盼地期待着公子哥的青睐一样自作多情，那么我会非常恭喜地告诉您：您又中招了，朦胧中噩梦已经来到您的心田；
我曾经跟很多朋友讲过，世界上错误的路不会因为你走第二遍就会变成正确的路，人不会因为第二次犯错就会使错误更小，仅仅是使犯错更熟练而已；
任何变革都需要两个基础，一个是需求，一个是能力；如果有需求就会自动有能力，那么我想现在所有的人都早已长出了翅膀；反过来，如果有能力自动会有需求，那么也就不会出现现在全球面临的经济问题。需求和能力之间本身相关性极低，但这两者又是模式成功的必要而不充分条件；由此，我们先假设个性化定制或柔性需求已经有了这个需求，那么我们来分析是否具有或如何具有能够支撑个性化定制和柔性制造这个能力问题，也就是本文的主题：个性化定制或柔性制造的前置条件是什么？
个性化定制与柔性制造既有相似性又有不同点，最本质的区别是二，一是属性变量是有限集合还是无限集合；二是批量的大小。其他无论是信息化技术基础还是管理模式都具有非常大的一致性，也就是走到大规模生产的对立面。
一、前置条件一：产品知识是否固化
个性化定制与柔性制造之间表面上的差距是在制造端，其实更根本的区别是在设计端，也就是说我们在传统的制造模式下，是否已经把产品设计固化为企业核心资源的知识；如果我们可以容忍制造端因为个性化及柔性制造带来的效率降低，但是绝对忍受不了设计端带来的效率降低，举个简单的例子就很容易理解：如果我们设计一款新服装需要十个小时，因为是大规模制造生产时间每件两小时，每款生产十万件，那么每件设计投入为三分之一秒，整个人工投入是两小时又三分之一秒，那么这个设计时间成本完全可以忽略不计；相反，如果是个性化定制，设计时间依然是十小时，即便我们的制造效率降低了100%，那么整个人工投入是十四小时，这时候设计成本就成为制造的主要投入；由此可知，如何降低设计成本是个性化定制及柔性生产可行性的第一关键因素；并且设计效率的提升不是100%，200%，而是成十倍、百倍的提升，这样的效率提升已经非人力能为，所以只能靠通过知识的固化，把这个效率的提升交给计算机来完成才有可能。
二、前置条件二：制造细节是否标准化
个性化定制与柔性制造在M端最本质的变化不是产品的变化，而是管理的变化，因为当在制造系统中生产的产品各不相同时，传统制造靠人来调度、平衡，甚至是精益生产的理念已经失去了理论基础，传统的生产管理理念已经无法适用快速由市场驱动而来的客户定制产品的要求，需要企业建立标准化的制造流程，对制造过程中的每个细节（包括微调度、微排产、即时产能计算等）都要与生产任务相一致；如果没有制造细节的标准化，不仅仅是会降低制造效率，即使制造的可行性也是一个很大的疑问。
三、前置条件三：产线是否模型化
我们把一个企业看作一个制造系统，在传统制造中，整个制造系统中有非常多的缓冲池、备用设备、甚至产能储备以应付制造过程中的突变因素对制造的冲击；但是，个性化及柔性制造天生具有交期短、批量小的特征，那么我们不可能利用传统的缓冲池或产能储备的方式应对个性化定制所面临的这些问题，那么产线是否具有数字化模型就成为能否支撑个性化定制及柔性生产的关键因素，未来系统中，计划、排产、异常处理必须是在产线的数字化模型中预先处理，绝对没有机会在客观产线中纠错。也就是说，评估一个生产系统的柔性不是看客观世界的产线，而是看施加到赛博世界中产线数字化模型上的算法。
四、前置条件四：车间是否物联化
曾经行之有效的目视化管理、看板管理等将成为发现问题的方法，而不能满足现场管理的要求，因为快速的变化已经不会给管理者可以目视化的时间，因为通过目视化获得的信息已经滞后，已经是历史，已经无可挽回。应对快速变化的方法只能是用更加快速来应对快速，因此，车间物联化成为个性化定制与柔性制造的必备前置条件。
工业文明的核心是用人工可控的动力强化了我们在物质世界的行为能力，信息文明则不仅仅会进一步提升我们在物质世界中的行为能力，它最重要的影响可能是在物质世界之外，创造出一个相对独立、与物质世界密切联系并具有相互作用，而且远比物质世界复杂的虚拟世界，这个虚拟世界之所以复杂，是因为它基本不受物质运动规律的制约，而只受人的意识操纵。
虚拟世界的可重复性是物质世界所不具有的，因为虚拟世界可任意复制出一个完全一样的版本，并在这个版本上进行仿真测试对应的物质世界的行为，从而为评价选择如何反馈控制真实的物质世界提供便捷的方法。
个性化定制或柔性制造看起来很美，但是我们必须时刻牢记：前事不忘后事之师，我们要认识到在这一转型中所面对的困难与挑战。在现有的技术条件下，物联/网络、软件/算法是实现客观必然世界到逻辑或然世界映射的关键工具。我们只能靠复杂对抗复杂，靠不确定平衡不确定，靠多样性适用多样性，所以必然世界的复杂性、多样性和不确定性只能靠或然世界的灵活性、智能性、适应性来解决，而软件、算法、大数据能够带来这些灵活性、智能性、适应性；从而能够平衡必然世界的复杂性、多样性和不确定性；
最后，祝您好运，避免再次进入到智能制造的噩梦中。
联系客服
