智能制造在美国、德国、日本有啥不同？

在西方国家有这样一句话：Tolivewell，anationmustproducewell，说明制造业是一个国家综合国力最重要的体现。

在经历了互联网泡沫和经济危机后，世界各国，尤其是发达国家开始重新意识到制造业的重要性，也在重新审视自己竞争力的优劣势。

第四次工业革命的到来为各个国家提供了发展和转型的机遇，也面临竞争力格局变化的挑战，智能制造成为各国竞争的新战场。各国围绕制造业，都提出了相应的战略美国的国家制造创新网络、德国的工业4.0，日本的工业价值链，当然还有中国的中国制造2025。那么，这些战略之间有何差异呢？而形成这些差异的根本原因又是什么？

1、对知识的理解、积累和传承方式的差异决定了制造哲学和文化

对制造业而言，简单地来讲即是发现问题（比如质量缺陷、精度缺失、设备故障、成本较高、效率低下等）、了解问题，在此过程中获取信息，并将其抽象化为知识，再利用知识去认识、解决和避免问题的过程。

了解和解决问题的手段和方法决定了所获得知识的形式，而将知识抽象化加以运用的过程和形式则决定了知识传承的形式。这个过程可以通过人来完成、数据来完成或是系统来完成，这也是决定一个国家制造哲学的最根本原因。

日本

通过组织文化和人的训练不断改善，在知识承载上非常依赖人

日本独特的克忍、服从和集体观念文化也深深地影响了日本的制造文化，其最主要的特征就是通过组织的不断优化、文化建设和人的训练来解决生产系统中的问题。这一点相信国内许多制造企业都感同身受，因为大家在接受精益培训的时候被反复强调的3个方面就是公司文化、三级组织和人才训练。最典型的体现就是日本在20世纪70年代提出的以全生产系统维护（TPM）为核心的生产管理体系。其核心思想可以用三全来概括：全效率、全系统和全员参与。实现方式主要包括在3个方面的改善：提高工作技能、改进团队精神和改善工作环境，以致在20世纪90年代以后日本选择精益制造（LeanManufacturing）作为其转型方向，而非6-sigma质量管理体系。

日本企业在人才的培养方面也是不遗余力的，尤其是雇员终身制文化，将雇员与企业的命运紧密联系在一起，使得人的经验和知识能够在企业内部积累、运用和传承。

日本企业解决问题的方式通常是：发生问题→人员迅速到现场、确认现物、探究现实（三现），并解决问题→分析问题产生的原因，KUKA机器人维修，通过改善来避免问题。最终的知识落在了人的身上，人的技能提升之后，解决和避免问题的能力也就上升了。

因此对于日本企业而言，员工是最重要的价值，对人的信任远胜于对设备、数据和系统的信任，所有的自动化或是信息化建设也都是围绕着帮助人去工作为目的，所以日本企业从来不会谈机器换人或是无人工厂。如果中国想要学习工匠精神，那么最应该借鉴的是日本孕育工匠的组织文化和制度。但是这样的文化在近几年遇到了一个十分巨大的挑战，就是日本的老龄化和制造业年轻一代大量短缺的问题，使得没有人能够去传承这些知识。

日本也意识到了自己在数据和信息系统方面的缺失，开始在这些方面发力。这一点在日本的工业价值链产业联盟的构架和目标上能够清晰地看到。该联盟提出的19条工作项目中有7条与大数据直接相关。可以说日本的转型战略是应对其人口结构问题和社会矛盾的无奈之举，核心是要解决替代人的知识获取和传承方式。

但日本在转型过程中同样面临着许多挑战：首先是数据积累的缺失，使得知识和经验从人转移到信息化体系和制造系统的过程中缺少了依据和判断标准。其次是日本工业企业保守的文化、造成软件和IT技术人才的缺失，正如日本经产省公布的《2015年制造白皮书》中所表达的忧虑：相对于在德国和美国正在加快的制造业变革，现在日本企业表现出重视软件的姿态。

德国

通过设备和生产系统的不断升级，将知识固化在设备上

德国的先进设备和自动化的生产线是举世闻名的，可以说在装备制造业的实力上有着傲视群雄的资格。同时德国人严谨的风格，以及其独特的学徒制高等教育模式，使得德国制造业的风格非常务实，理论研究与工业应用的结合也最紧密。然而德国也很早就面临劳动力短缺的间题，在2015年各国竞争力指数的报告中，劳动力是德国唯一弱于创新驱动型国家平均水平的一项。因此，德国不得不通过研发更先进的装备和高度集成自动的生产线来弥补这个不足。

德国的制造业解决问题的逻辑是：发生问题→人（或装备）解决问题→将解决问题的知识和流程固化到装备和生产线中→对相似问题自动解决或避免。

举个比较直观的例子来比较日本和德国解决问题方式的不同：如果生产线上经常发生物料分拣出错的现象，那么日本的解决方式很有可能是改善物料辨识度（颜色等）、员工训练，以及设置复查制度。而德国则很可能会设计一个射频识别（RFID）扫码自动分拣系统，或是利用图像识别+机械手臂自动进行分拣。

又比如，德国很早就将误差补偿、刀具寿命预测、多轴同步性算法、主轴震频补偿等解决方式以功能包的形式固化到了机床中，因此即便是对制造工艺和操作并不熟练的工人也能够生产出可靠的产品。也正是这个原因成就了德国世界第一的装备制造业大国地位。

除了在生产现场追求问题的自动解决之外，在企业的管理和经营方面也能够看到其尽力减少人为影响因素的努力。比如最好的ERP、MES、APS等软件供应商都来自德国，大量的信息录入和计划的生成及追溯通过软件自动完成，尽量减少人为因素带来的不确定性。

然而，德国同样对数据的采集缺少积累，因为在德国的制造系统中对故障和缺陷采用零容忍的态度，出现了问题就通过装备端的改造一劳永逸地解决。在德国人的意识中不允许出现问題，也就自然不会由问题产生数据，最直接的表现就是找遍德国的高校和企业，几乎没有人在做设备预诊与健康管理（PHM）和虚拟测量等质量预测性分析。另外由于德国生产线的高度自动化和集成化，使得其整体设备效率（OEE）非常稳定，利用数据进行优化的空间也较小。

德国依靠装备和工业产品的出口获得了巨大的经济回报，因为产品优秀的质量和可靠性，使得德国制造拥有非常好的品牌口碑。然而德国近年来也发现了一个问题，那就是大多数工业产品本身只能够卖一次，所以卖给一个客户之后也就少了一个客户。同时，随着一些发展中国家的装备制造和工业能力的崛起，德国的市场也在不断被挤压。因此，在20082012年的5年时间里，德国工业出口几乎没有增长。由此，德国开始意识到卖装备不如卖整套的解决方案，甚至同时如果还能够卖服务就更好了。