人们说，需求是发明之母，尤其是在新技术或工业4.0解决方案方面，这是绝对正确的。进化源于真正的痛苦，在我们的制造业案例中，痛苦是由市场对更好更快的生产工序的不稳定需求所驱动的，利润率持续下降，以及公司之间的激烈竞争，没有智能技术的帮助，任何组织都无法取胜。与此同时，全世界目前正在努力应对因新冠疫情而造成的经济危机和保持社交距离的规定。越来越清楚的是，我们将从另一端走出来，这与以往截然不同，因为显然，新冠疫情是一个改变游戏规则的事件。很明显，现在比以往任何时候都更重要的是，利用工业4.0工具对于短期和长期来说都至关重要。
工业4.0 正在占据主导地位：
2019年全球工业4.0市场估计价值达到717亿美元，预计到2024年将增长并达到1566亿美元。
根据普华永道的一项调查，91%的工业企业已经投资组建数字化工厂，并对未来5年有明确的目标和投资回报率预期。公司明白这是一场马拉松而不是短跑冲刺，并愿意投入比以往任何时候都多的时间和精力。
由于任何旅程都会遇到一些障碍，我们总结了航空航天和汽车复合材料制造商在开始（或希望）采用工业4.0技术时所面临的主要挑战。这些挑战可能会令一些制造企业对采用工业4.0工具望而却步，这可能导致他们严重落后于竞争对手。为了帮助公司避免这种结果，我们还添加了一些来自世界知名专家的提示，来帮助他们以最佳方式克服这些挑战。
挑战 #1：使用旧系统和过时的系统
正如我们过去所写的那样，允许无缝集成到数据系统的解决方案是成功的关键。当今最先进的制造商已经依赖于多个传统数据系统，从 Excel 表到 ERP 系统、MES 系统或其他工具。因此，他们担心增加更多的系统，在集成方面不够灵活。他们不想花费一大笔钱和无尽的资源来建立新的工具，也不想经常忙于协调或缩小系统之间的数据差距。
好吧，与常见的误解相反，企业没有必要为了实施必要的工业4.0解决方案而更换公司的整个设备和基础设施。在许多情况下，没有必要为集成而操心。当今的许多工业物联网（IIoT） 解决方案为创新提供了一条更便捷的道路，使公司能够进行更小的调整，并在现有结构的基础上添加传感器、智能化和自动化工具。
许多领先的制造商克服了这一挑战，在原有系统的基础上增加了新的技术层，这些系统仍能像以前一样工作。这简化了业界的4.0部署。
他们使用新的技术层来：
- 无缝集成所有旧图层，并在单个框架下导入所需的数据和功能
- 添加人工智能功能，如预测、警报和建议
- 自动化手动流程，例如用数据更新系统或创建报告
挑战 #2：了解工业 4.0 解决方案的投资回报率
估计工业 4.0 解决方案的投资回报率可能比较棘手（尽管我们已经开发出一种相当可靠的方法），这足以吓跑一些公司。考虑踏上如此深入旅程的制造商希望提前了解其中对他们有什么影响，并确保投资是值得的，这是可以理解的。
为了真正回答这个问题，仅仅提供有关任何专业领域未来可能发展的数字是不够的。相反，我们必须将人工智能和自动化等术语转化为效率、生产力等。现在，随着我们恢复生产并恢复常规，在新冠疫情大流行中，削减成本变得越来越重要，这一点尤其重要。
我们通常只为我们加入的任何新的制造业务这样做，同时也考虑到公司的具体生产特点和盈利能力提高目标。需要从PoC（概念证明）转向PoV（价值证明）。换句话说，在试验该技术的过程中，不仅要评估该技术是否有效，还要主要评估其带来的业务价值和改进。
挑战 #3：根据实用性做决定
工业 4.0 革命确实正在改变制造领域（以及其他许多领域），这令人感到兴奋和且势不可挡。
如何迈出第一步并不总是很清楚。新的解决方案应该取代现有系统，还是应该添加到现有系统之上？预算怎么分配？为该项目任命哪些管理人员？另外，首先要关注哪些方面：是否应该对材料管理和节约时间敏感？也许是工具和库存管理？质量控制和过程优化？
如何分步衡量成功？结果如何？
是的，有很多问题。
可能性是无穷无尽的，但你必须从某个地方开始，这使得决定下一步怎么走是一个真正的挑战。也使许多制造商望而却步。
我有两个想法。
首先，从定义您希望解决的主要业务问题开始。我们已经成功地建立了一个系统，让制造商准确地评估他们的工厂目前有多智能，以及应该改进哪些方面。例如，衡量其敏捷性和自动化水平的企业可能会认识到，考虑到公司的劳动力水平，这些是他们现在应该关注的解决方案，而他们的产品上市时间，技术仍然可以很好地为他们服务。这一初步探索阶段很重要，如果重点正确，可以得出明智的结论。
使用本指南评估您的制造业业务的实际智能程度，并决定应首先优化哪些领域：
其次，关于如何管理一个工业4.0项目（在成本、项目管理、期望、成功衡量、培训等方面），我强烈建议您选择专业的技术供应商。
当我们帮助客户部署工业4.0技术（本例中为Plataine软件）时，我们帮助他们管理整个项目，从战略到最精细的实施。我们的专家帮助他们制定正确的项目步骤，通过填补基础设施缺口、培训员工、估算直接和间接成本、确定成功的衡量标准、计算投资回报率等方式为他们提供支持。
阅读本文，以确保您所采用的技术（和服务提供商）符合您的需求。
挑战 #4：利用数据
毫无疑问，IIoT技术推动公司前所未有地收集数据，但当涉及到实际使用所述数据时，事情就变得有点模糊了。
航空航天和汽车复合材料制造商面临着可收集数据量的挑战，他们只是不知道如何利用数据实现其业务目标。了解如何利用特定数据实现特定KPI对于安装最符合您兴趣的正确的工业4.0工具至关重要。
当这样的理解水平非常具有挑战性时，采用正确的技术也会成为一项挑战。
制造商应该知道如何明智地分析和利用数据，否则可能会得出错误的结论。
在今天的现实中，许多制造商最终收集了大量数据，结果只是坐在那里盯着无穷无尽的信息，而不知道该如何解释。
这里有一个我喜欢使用的例子。看看这个Waze导航仪表板图像（它不是我们正在使用的应用程序，这个仪表板在他们的网站上）：
它提供了大量信息，但驾驶员在从a点行驶到B点时是否可以使用它？
由于人类预先定义所有可用上下文数据的重要性和计算数据含义的能力有限，许多制造商开始使用能够克服挑战并承担责任的技术，方法是：
- 自动化数据收集，因此制造商无需再担心收集如此多数据所涉及的资源或能源
- 基于这些数据并利用人工智能生成可操作的见解。让机器运行复杂的计算，根据历史数据预测未来情景，模拟不同的决策及其后果，并最终向我们发送简单而明确的建议：
“使用即将过期的标记材料”、“不要将该工作站用于此任务”、“在第一台需要维护时切换这些工具”、“当前不要使用此机器-它变得太热”……
这就是你希望机器交给你的东西：
让机器做他们擅长的事……
挑战 #5： 好处太多了……
我们已经提到工业物联网（IIoT）有无限的可能性，但也有无数的产品和承诺出现在每个角落。航空航天和复合材料制造商发现，根据他们当前的状态和未来的目标，咨询哪些专家，以及如何在技术和专业人员的海洋中找到他们的金块，决定与哪家供应商合作具有挑战性。这并不是说很多选择都不好，但对一家制造企业有效的方法并不适合另一家。这意味着公司必须首先评估其业务需求，然后才检查解决方案和供应商解决这些需求的能力。首先，这里有5个具体的用例，它们只能通过一定程度的人工智能进行管理，并且可以帮助您获得灵感。
总结
在今天的现实中，随着我们从疫情中回到常态，制造商现在需要制定一个开箱即用的战术恢复计划，以确定他们不久的未来。历史表明，最强大的玩家在危机中变得更加强大。很明显，上面的列表并没有涵盖制造商在开始工业4.0之旅时所面临的每一个挑战。IIoT技术不断变化的性质和快速发展也意味着这一系列挑战将随着时间的推移而不断演变。例如，数据所有权和知识保存等主题如今变得至关重要。这篇文章涵盖了当今制造商面临的一些最大、最重要的问题，主要关注于传递一个明确的信息：每个挑战都有一个解决方案，您需要一步一步地研究和实施它。
