工业4.0与工业5.0：车间里真正改变的是什么

这篇文章反过来写：从机台和操作工开始，一层一层往外推。

工业4.0在车间里到底意味着什么

把术语剥干净，工业4.0只讲一件事：从机器什么都不上报，变成机器的数据能推动一个决策。

以一台停机的冲床为例。在没有完成这个转变的工厂里，这次停机被写在交接班记录上，第二天早上录进一张表格，月底汇总成报表里的一块"停机时间"，不带任何原因。等到那个时候，当时知道发生了什么的班组长早就忘了。这个数字是真的，也是没用的。

在完成了这个转变的工厂里，停机在几秒内从PLC侧被检测到，操作工就在机台旁、原因还看得见的时候把它分类，排产系统随即发现这道工序无法在时间窗内完成，于是下一张工单被重新排序，或者物料被压住暂不投放。同一个事件，现在有了后果。

区别不在传感器。多数工厂产生的数据早就远远多于它们用掉的量；计数器、驱动器和PLC多年来一直在产生信号。区别在于闭环：数据在事件发生的时刻和地点被采到，被赋予上下文，存进一套记录系统，再被某个会据此行动的环节消费掉。

生产数字化也不等于这件事：把纸质工单换成PDF，省掉的只是打印机，延迟还在。工业4.0是从数据被结构化、打上时间戳、并与一张工单、一台设备、一副工装、一名操作工绑定开始的，因为只有到了这一步，下游才有东西可以拿来算。

分层：每一层各自待在什么位置

关于工业4.0的多数争论，都是在不同的层之间隔空对话。ISA-95提供了一套把这些层分开的、够用的词汇。

设备信号：传感器、PLC、网关。 真实工厂里这一层是混杂的。有些设备说OPC UA；老一些的只说Modbus、某种串口协议，或者只给一个干接点，此外什么都没有。厂商不肯开放的封闭控制器，需要在主轴、液压回路或电源线上加装改造传感器。不要指望有统一协议，并且要为那一小部分顽固的、必须靠外部仪表才测得到的设备留出预算。IIoT网关在这一层，RTLS也在这一层：当你需要知道一台料车、一副模具或一个批次实际在哪里（台账上写的位置不算数）时，就要用到它。

数据采集与上下文。 原始信号不是信息。一个计数值，只有在你知道这些零件属于哪张工单、由哪副工装做出来、当时是谁在看这个单元、是哪个班次的时候，才成为信息。这一层悄悄决定了它上面所有东西能不能成立：如果上下文是下班前靠人工补上去的，上面每一层都继承了这份不确定性。

MES：执行。 车间实际上是在这一层被运行起来的：把工单派到单元、报工、记录机时和人工工时、带着原因采集废品和返工、约束工艺路线和换型，以及保存那份能把一个批次倒着走回去的追溯记录。质量检验（QMS）、维修触发（CMMS）和物料移动（WMS）都挂在同一条事件流上。MES是车间上"发生了什么"的记录系统。分析可以事后重建，记录不行。

计划：MRP、APS、SCP。 MRP和ERP回答做什么、大致什么时候做，分辨率是天。APS则按有限产能、按真正起约束作用的那些条件来排序：共用工装、换型族、有资质的操作工、干燥或固化时间。SCP看得更远，跨供应商、跨工厂。计划的质量上限由执行侧的反馈决定。一套建在多年没有重新测过的标准工时之上的有限产能计划，一天之内就会被人工重排一遍。

分析、AI与机器视觉。 这一层坐在最上面，下面几层不撑着它，它值不了多少钱。下面几层撑着它，它就是价值集中的地方：机器视觉用于表面缺陷、有无检测和标签核对，在长班次的后半段，摄像头比人眼更稳定；AI/ML用于振动或能耗特征里的异常检测。能源监控也属于这一层。它要等到把消耗与产出绑在一起才开始有用，只读一个电表读数是不够的；这样单件能耗才能在班次之间、机台之间比较。

ERP集成。 严格说它是一道缝，位于执行与业务系统之间，算不上一层。工单、BOM、工艺路线、物料主数据和报工在这道缝上双向穿行。它会吃掉项目时间中相当大的一块，也是最常被放到最后才定范围的那一部分。

工业5.0补上了什么，又有什么是买不到的

工业5.0不是从哪家厂商的产品路线图里冒出来的。它出自欧盟委员会的政策研究，读起来更像一次修正，算不上一代继任者。工业4.0问的是：能连起多少、能自动化多少。工业5.0问的是：在一座自动化的工厂里，人的角色是什么（以人为本）；当供应、需求或能源价格剧烈变动时，这座工厂会怎么表现（韧性）；以及生产在钱之外，还要在能源和材料上付出多少代价（可持续）。

这件事之所以重要，是因为"工业5.0"已经开始出现在产品页面上。工业5.0是买不到的。你能买到的，是服务于它这几个目标的东西；向任何一家厂商追问他们说的到底是下面哪一条，都是合理的：

围绕做这份工作的人来设计的操作界面，不围绕数据库表结构：步骤少、就在机台旁，并且对他录进去的东西给出一点有用的回报。

按工单、按机台计量的能耗，这样一次工艺调整可以同时用消耗和节拍来判断。

能针对一个变化了的约束（供应商断供、一条线停了、交期被提前）重跑一遍的计划，快到可以在做决定的那场会议上用得上。

好到足以支撑定向召回的追溯，不必整批报废。

以人为本是最常被跳过的一条，也是决定能不能推行下去的一条。一套把操作工当成录入设备的系统，一个月之内就会被绕过去。

从哪里开始，以及怎样才不会买回一套没人用的平台

真正的问题是顺序。一个可行的顺序是这样的：

从约束出发，不从技术出发。 指名那个瓶颈单元、那条非计划停机最说不清的线，或者那个废品最严重的产品族。如果这个项目讲不成"我们不知道Y的X，而不知道这件事让我们付出Z"，那它还没准备好。

先有事实底账，再谈洞察。 设备状态和停机原因，能自动采的自动采，采不到的由操作工分类。后面几乎每一项能力都建立在这上面。

先把执行跑起来，再跑分析。 MES和车间记录排在看板和模型前面。用从交接班记录上重新敲进去的数据训练出来的模型，学会的是那张交接班记录。

一开始就把ERP这道缝的范围定下来。 明确物料主数据归谁维护、工单号在两侧各自怎么编、BOM变更以哪个系统为准，以及两边对不上的时候怎么办。把这件事留到试点之后，是推广停滞最常见的原因。

选一个为推广而设计的试点。 只做一条线，但这条线的设备类型和产品流要与厂里其余部分相像。并且在开工之前就写下退出标准，定好推广负责人。

模块化是对付"买回来搁在架子上"的实用防线：一套能一个模块一个模块打开的平台，万一判断错了，放弃它的代价更小，也更容易分阶段立项。

会出问题的地方

没人信的数据。 两套系统对同一个班次报出不同的数字，生产例会就变成关于数字本身的争论，没人再谈数字背后那笔损失。修法并不好看：推广之前，落到纸面上，为每一个KPI统一一个定义（包括OEE怎么处理计划停机和返工），并且指定唯一的记录系统。

操作工绕着系统走。 终端离机台太远，一次报工的步骤比它记录的那件事本身还多，而录进去的人什么也拿不回来。如果下班前一次性补录是最快干完这个班的办法，那就一定会这么干，时间戳随之变成虚构。自己去掐一遍录入步骤的时间，在一次真实的换型过程中掐。

永远走不出那一条线的试点。 试点靠好奇心就能立项；推广需要预算、负责人和车间时间。没有事先写下的退出标准，一个成功的试点就会变成一个长期的演示工位。

被当成附带事项来定范围的集成。 对不上的计量单位、只差一个后缀的物料号、在两个地方各维护一份的BOM。没有一件是难的，每一件都比软件本身更耗时间。

为一个没人讲得清的问题买回来的平台。 如果立项理由是"我们得搞工业4.0"，那么系统会被装上、被演示，然后慢慢地没人再打开它。

怎样分辨一个真项目和一个看板项目

看板没什么不好。它是看得见的那一部分；但如果它就是全部，那你买回来的是一面镜子。六个问题可以把两者分开：

1. 有没有哪个数字会引发一个动作，还是只会让某个人注意到某件事？ 2. 数据是在事件发生的时刻和地点采到的，还是事后照着笔记重新敲进去的？ 3. 车间变了，计划跟着变吗？还是计划保持打印出来的样子，现实自己往旁边走？ 4. 有没有一套关于"发生了什么"的记录系统，还是只有一个架在别的系统之上的视图？ 5. 如果把这套东西搭起来的那个人离职了，它还活得下去吗？只要依赖某一张由专人维护的表格，就是一个警号。 6. 网络断一个小时会怎样：边缘侧会缓存、恢复后再对账，还是这个班次就丢了？

如果诚实的回答是"只是注意到""重新敲进去的""保持打印的样子"和"只有一个视图"，那这个项目是在做报表。报表有用。但它不是本文开头讲的那个转变。

Meta Smart Factory在其中的位置

Meta Smart Factory是一套模块化平台，覆盖上面讲到的这些层：MES、APS与MRP、SCP、WMS与物流、质量（QMS）、维修（CMMS）、机器视觉、AI/ML、能源、IIoT硬件、RTLS，以及ERP集成。它可以本地部署，也可以按SaaS方式部署。

之所以要把模块一个一个点出来，正是因为上面那段关于顺序的话：你可以只从其中一个模块开始，针对一个指名的约束（瓶颈单元上的设备数据采集，或者废品集中的那道工序上的质量），等第一个真的被用起来了，再加下一个。没必要在还没有人录入过一条停机原因之前，就先把整个技术栈定下来。

这套平台里没有任何东西能替你省掉真正难的那几件事：把数字的含义谈拢、把主数据清干净、把操作工不用催第二遍就肯做的录入步骤设计出来。这些是要一起做的活；就一座具体的工厂，把顺序从头谈一遍，比一场产品演示是更有用的第一次对话。