作者 | 李富強

編輯 | 劉愛國

數據支持 | 鈦禾產業研究院

1967年，英國Molins公司工程師迪奧·威廉姆遜研制出一種名為Molins System-24的系統——用6臺模塊化結構的多工序數控機床，實現無人條件下晝夜24小時連續加工。

這個系統的推出，標志著人類工業史上「柔性制造」系統的正式誕生。

盡管這個劃時代的系統最終由于資金和技術上的困難并未全部建成，但卻為未來自動化、無人化工廠提供了演進的方向，成為日后各工業發達國家爭相效仿和完善的技術。

疫情期間，中國各大工廠快速完成產線切換，轉產口罩和防護服等抗疫物資、支援全球抗疫戰場的新聞屢屢見諸媒體，讓柔性制造再次成為行業關注的焦點。

根據海關總署發布的統計數據，3月1日-4月30日，全國共驗放出口主要防疫物資口罩278億只，防護服1.3億件，新冠病毒檢測試劑盒7341萬人份，紅外測溫儀1257萬件，呼吸機4.91萬臺，近期日均出口防疫物資30億元以上，一個月內持續增長逾3倍。

這一長串亮眼數據的背后，除了原有廠家密集排產之外，通過柔性方式實現「跨界轉產」的力量貢獻巨大。

各路明星企業轉產防疫物資，給國人造成一種錯覺假象——認為中國制造已經具備相當強大的「柔性」實力。但實際上據「鈦禾智庫」在一線企業的調研觀察，絕大多數的中國工廠，尤其是高端制造，離「柔性」其實還相當遙遠。

以「柔」補剛

跨界轉產防疫物資的編外力量中，不乏眾多超級企業的身影。

其中著名的如比亞迪。從一月底開始調配資源，開發自動化口罩生產設備，半個多月即實現量產。幾乎同時，中石化的業務范圍也向下游延伸，開發了口罩、消毒液等生產線。

巴菲特在社交媒體平臺為比亞迪口罩打call

以造戰斗機著名的航空工業也玩起了「跨界」，集結集團旗下分布在6省市4家單位的力量，將原來生產飛機所用的數字化設計技術引入口罩生產，僅用3天時間設計，16天時間就完成樣機制造，速度堪稱驚人。

航空工業研制的「1出2型」全自動口罩機

這些新成立的生產線，普遍具備高度自動化特點，一個操作工人就可以同時維護兩三條生產線的運轉。

疫情帶來的不僅是國民經濟的大考，也正在成為加速中國制造業變革的變量因素。無論是通過「柔性」方式實現對生產線的快速切換，還是用機器「換人」，通過無人技術大量替換人力，都是轉型升級的中國制造行業需要攀越的重重關山。（參見前文：《疫情過后，這個行業或將加速「換人」》）

這背后的一個基本邏輯是——「自制」和「外包」過程中越來越多的矛盾，需要靠柔性制造來調和解決。

批量越大，效率越高，這是工業3.0時代的普世原理。假如一個工廠只生產一種零件，那無論是從原材料采購、倉儲管理、生產線運轉、操作人員熟練程度等各個維度，均能實現效率最大化。然而，這樣的工廠只能是理想狀態下的「烏托邦」——需求的多元化，甚至個性化是無法抵擋的趨勢。

作為科技進步的受益者，諸多行業也不得不面對由此而來的現實問題：產品復雜程度越來越高，生產流程變得越來越長。為了保障效率，我們把生產流程碎片化，依靠外包來解決多元化需求帶來的效率影響。

于是，我們看到從原材料到成品的路徑從單一企業的「馬拉松式」生產，變成了各級供應商和主制造商的「接力式」生產。在這根越拉越長的鏈條上，每個成員集中精力沖刺一段賽道，每個階段的效率得以維持。

但是隨著外包程度的加深，工廠對供應鏈的依賴程度也日益提高，甚至經常有被「卡脖子」的風險（參見前文：《供應鏈木桶：從「波音囚籠」看國產大飛機》）。疫情突起，全球范圍的大隔離至今未完全解除，車間停工、物流滯后、工廠倒閉，大量產業鏈因此受制于「人」，諸多行業面臨著前所未有的斷供危機。

過剛易折，自制和外包兩條路都不能走上極端，而二者之間，需要一些「柔性」來中和。

作為工業4.0重要命題之一的柔性制造，其核心價值在于，既能夠依靠自動化設備保障生產效率，又讓生產線具有一定的延展性，可以根據市場變化和客戶需求對產品進行適時調整。

從更宏觀的視野角度來說，「柔性」概念其實已經在潛移默化地影響我們的日常生活。疫情期間，體育館改建成了方艙醫院，教師當起了網絡主播，無人機被改造成五花八門的「空中機器人」……

但是，即使全社會都認可「柔性」的大趨勢，也并不意味實現的容易。局部領域的「柔性」和智能化，也并不代表中國制造已經具備全面邁進工業4.0的能力。

近年來，「柔性制造」被行業提及的頻率大幅度降低，其重要原因之一是——具備較高自動化水平的柔性生產線，對于絕大多數的中國工廠，尤其是高端制造工廠來說仍然是奢侈品。

中國機械工業聯合會專家名譽委主任、工信部智能制造專家咨詢委員會主任朱森第認為，相當一部分中國工廠還處于「工業2.0」階段：

「中國制造業需要采取并行戰略，即2.0補課、3.0普及、4.0示范。」

柔性制造有多難？

1982年，由60個FMC（柔性制造單元）和一個立體倉庫組成的自動化電機加工車間在日本FANUC公司建成，依靠兩臺自動引導臺車傳送毛坯和工件，加工，裝卸，傳送過程不需要人工操作，此外，FANUC還有一個無人化電機裝配車間，同樣能實現連續24小時運轉。

而同時期的中國，第一批個體戶才剛剛嘗到賺錢的甜頭。搞導彈的科學家們，正在深墻大院里羨慕大街上「賣茶葉蛋的」。

柔性制造在中國的推廣普及，與中國制造業的進化過程密不可分——其中始終繞不開的兩個關鍵詞，一是「需求」，二是「技術」。

從需求上來說，長期以來依靠廉價勞動力紅利的中國企業，對自動化生產的需求并不迫切。

雖然勞動力成本整體快速上漲，但是中國工人的普遍收入水平仍然無法和西方發達國家相比。根據國家統計局的數據，2018年我國城鎮制造業從業人員的平均年收入為72088元，分攤到小時計算，平均時薪為35元，在7年內翻了兩倍。這個數字粗看貌似增長不錯，且數字背后，基層從業人員收入「被平均」的現實和越來越頻繁的加班加點卻沒有體現出來。

與此同期，美國從業人員的時薪為21.5美元，日本也有約2000日元，且這兩國多年來的制造業工資水平并無大幅度增長。

2011-2018年中國城鎮制造業從業人員工資增長情況

對于大量中小制造企業甚至作坊式工廠來說，能通過人工解決的問題，就盡量不用昂貴設備——人走了可以再招，但是前置投入巨大，且「落地打八折」的機器設備，經過若干年折舊之后，可能只是一堆累贅資產。

只有當人工無法解決一些生產問題，或者效率明顯跟不上機器的時候，自動化替代才會成為企業剛需。

據「鈦禾智庫」研究觀察，目前國內柔性制造和「無人工廠」普及率較高的行業，除了汽車、家電、3C數碼等生產批量大、頭部企業集中的行業，以及一些從事簡單加工的行業等，其它制造企業與西方發達國家相比，更多的仍然是依靠「人海戰術」。甚至在我們的產業結構中，一些越尖端的行業，越難以擺脫「手工作坊式」生產的影子。許多關鍵工序的實現還是要依賴操作者的熟練程度。

國內大量機械加工，還處于高度依賴「人」的階段

從防疫物資的生產也可見一斑，口罩、防護服等低端產品的轉產可以迅速跟上需求。但是生產難度較高的呼吸機時就開始露怯，大量的海外訂單已經排到年底。

當然，并不能因此全面貶低中國制造的能力。即使是制造業發達的歐美國家，也只有通用、福特、特斯拉等幾個為數不多的行業巨頭，有能力迅速轉產呼吸機或相關零件。

我國科技政策與管理研究泰斗、聯合國大學新技術研究所高級研究員顧淑林女士曾對「鈦禾智庫」講述一個細節，2018年，一位留德的高級專家回到中國辦廠，從事高精密的航天零部件加工。但是這位專家卻發現，德國學到的工業4.0知識根本用不到國內的產線上，仍然需要從3.0，甚至2.0的課開始補起。

顧淑林認為，中國在尖端技術領域并不落后于世界強國，我們很早就能搞出世界領先的尖端武器和重大裝備。但是卻長期依賴于「人」，這些人一旦離開崗位，很多先進技術甚至面臨「失傳」風險。

「中國有一幫經驗豐富的老工匠，但是目前最缺乏的，是把這些老工匠腦袋里的經驗翻譯成數字化公式、進行復制推廣的新一代產業人。」

高端裝備制造，是柔性制造要攻克的最終堡壘，也是對「柔性」需求最強烈的領域。

這類行業的零部件批量小、品種多、結構復雜、加工難度大、裝配工序繁瑣，是最迫切希望保持速率優勢，又期待生產彈性的領域。

但恰恰是這些高端裝備制造行業，加工工序過于復雜，工藝要求太高——沒有長期工程技術經驗的量化積累，就相當于地基不穩，智能化的柔性制造只能是空中樓閣。

壓在企業頭上的還有經濟賬——即使能全面實現柔性改造，購置生產線的額外成本也需要相當長的時間才能收回。

要想徹底改造這些「硬核直男」，還有相當長的路要走。

軟肋和硬骨頭

2015年，某重大裝備制造央企曾經投入數千萬元打造柔性制造樣板車間，但是歷時四年卻進展緩慢。

原因之一是軟件問題，由于機器設備多為進口，在國外操作系統基礎上再來編寫國產流程控制軟件，造成諸多運行邏輯出現沖突。

軟件的研發，一直是中國制造業的軟肋。

擅長于逆向開發的中國人，積累了大量響應需求的經驗，能夠高質高效的解決HOW（怎么做）的問題，但也容易形成思維局限——降低對WHAT（做什么）的敏感。這就相當于坐在副駕駛的位置上，其實永遠學不會開車。

其二是硬件短板。例如，數控機床上一個工裝夾具的加工精度無法滿足要求，缺陷也會通過長鏈生產線逐層放大，導致整個環節效率和產品質量的嚴重受制。同時，生產設備對不同軟件系統的適應性差，也讓總體效率大受掣肘。

硬件的能力，也是難啃的硬骨頭。

1958年，在中國誕生了亞洲第一臺數控機床。但是此后由于歷史原因，中國機床行業陷入長達20多年的沉寂。與此同時，鄰國日本卻在工業化的道路上突飛猛進，在機床精度、轉速和產品穩定性上精益求精，并建立了完備的產業體系。時至今日，國產數控機床仍然在大量依靠價廉來換取市場占有率。

亞洲第一臺數控機床——北京第一機床廠與清華大學合作試制的X53K1三坐標數控機床

此外，「軟硬融合」是柔性制造的最終鑰匙——再高端的硬件如果過于「矯情」，與軟件的兼容性差，只能越用越「死」，最終被更先進的設備淘汰。硬件的延展度和靈活度，在很大程度上決定了一套柔性系統的壽命值和生產能力。

軟件功能需要硬件平臺得以實現，硬件設備又依賴軟件系統進行串聯。而當下擺在中國制造業的現實困局是——軟件開發尚未厘清頭緒，硬件水平跟不上步伐，這個看似無解的莫比烏斯環，需要一點一點的撕開重組。

剛柔并濟

用軟件手段解決硬件問題，對非標設備進行調試和系統優化，是一種思路。

疫情期間，哈工大機器人集團（HRG）共派出5名骨干，用6天時間，對黑龍江省兩家抗疫轉型的生產企業臨時采購的21臺口罩生產設備進行調試，這些設備型號、規格各有不同，甚至有部分是「二手」。經過調試，共7條生產線釋放了2倍的產能，并將合格率從80%提高到了95%。

反之，對標準化設備的系統進行個性化編輯，從而實現不同的功能，是另外一種「柔性」思路。

這類操作方式一般是：用規范化、模塊化的硬件平臺去承載不斷迭代的軟件系統，實現多重排列組合，適應不同的產品生產。這也是目前最經濟的解決方案之一。

有經濟實力和豐富經驗的企業，可能會一次性投入巨資打造「剛柔并濟」的未來車間，但這畢竟是極少數。

一個典型案例，是三一重工位于長沙的「18號工廠」，這個號稱亞洲最大的智能化制造車間里，實現了生產中人、設備、物料、工藝等各要素的柔性融合。8條裝配線，可以實現69種產品的混裝柔性生產；在10萬平方米的車間里，每一條生產線可以同時混裝30多種的機械設備，馬力全開可支撐300億產值。

「18號工廠」的柔性制造生產系統包含了大量數據信息：用戶需求、產品信息、設備信息、生產計劃等。依托工業互聯網將這些大數據連接起來并通過三一的MES系統處理，能制定最合適的生產方案，最優的資源分配

軟件和硬件，是如今柔性制造需要齊頭并進，同步破解的兩大難題。

軟件的開發不能止步于IT部門，需要由企業最高決策者來部署和推動，貫穿整個組織和各大職能，并在運營環節落地。每一個生產環節通過信息化建立連接，并實現可視化。

硬件的標準化管理也非一日之功。不同的設備規范，一定程度上需要相互融合借鑒——這意味著工廠、企業，甚至大量行業都要逐步走出舒適圈，適應新的游戲規則。全球化的經濟網絡，也要求我們與國際接軌，充分考慮到國產設備與進口設備、零部件以及軟件的可替代性和兼容性，形成整個上下流產業鏈的疏通和規范化管理。

「多個廟就多個鬼」——自動化生產是減法思維，越簡單越穩定；而柔性制造既要做減法，也要做加法。一條生產線上，用盡量少的設備和工具，實現生產更多產品的可能。

中體西用

清末洋務運動時期，洋務派就以「中學為體，西學為用」作為指導思想——主張以中國倫常經史之學為核心理念和原則方法，以西方先進技術作為輔助工具。

再先進的西方科技之術，也需要根植于中國的現實土壤，在中國智慧的澆灌下開花結果。

2018年，為了提升工具管理的自動化水平，某企業斥資上百萬從海外引進了智能刀具立體庫，然而運行一段時間卻發現管理效率不升反降。

庫房管理人員只是把刀具從普通庫移入了智能庫，但賬目管理仍然是傳統的Excel表格，并沒有與信息系統對接，領用流程也仍然是紙質單據，而沒有做到流轉過程中的優化。

這套昂貴系統帶來的唯一優點是，取用高處刀具不再需要搬梯子爬上爬下，用按鈕解決存取問題。但是卻常因多發的系統故障導致刀庫卡住，維修人員遲遲不能到位影響生產進度——最終，這些立體庫淪為了安置不常用、高價值刀具的「水晶棺材」。

實現「工業4.0」版本的柔性制造，考驗的絕不單是企業的技術能力，還有管理等各方面的軟實力。而機制體制的問題，不是依靠引入一兩項先進設備就能解決的——用一只昂貴的金鞍去配一匹老馬，只會讓老馬更加不堪重負。

中國制造要真正實現從「剛」到「柔」的升級，也不能僅僅局限于對生產層面的關注，更需要全面開發上下游產業的柔性。以企業的制造能力和柔性程度為基礎，結合供應鏈和市場，把產品的各個功能部件獨立成單個模塊，實現其任意組合和輸出，而不同模塊的生產流程和生產成本都柔性可控。

而這一系列復雜紛繁的排列組合，都只能依靠中國人自己的智慧，從漫長的實踐過程中去尋找答案。

參考文獻：

[1] 鄧宏籌 《面向21世紀的柔性制造技術》，2000

[2] 肖永清 《柔性制造技術決定汽車工業的未來》，2009

[3] 航空工業 《航空品質的口罩機、壓條機來了！》，2020

[4] 潘鋒 《國外柔性加工系統的發展狀況、趨勢及無人工廠的實踐》，1983

[5] 欒峻葦 《基于物聯網的無人工廠技術探究》，2019

[6] 中國電子報《朱森第：中國制造要補課2.0，普及3.0，示范4.0》，2015

[7] 比亞迪電子 《日產500萬的口罩工廠，比亞迪是如何打造的？》，2020

[8] 黃旭東陳衛福康存鋒《數控機床與數控技術》，2000

[9] 孟辛酉《自動化技術在機械設計制造中的應用》，2020

[10] 新華社，白田田《「聰明工廠」助企業「精準復工」》，2020

[11] 徐建立，姚諶 《柔性制造技術的應用與實踐淺析》，2019

[12] 李有兵 《柔性生產線智能控制系統設計》，2018

[13] 李子宸 《三一重工：18號廠房試驗,從大廠房到智慧工廠》，2015

文章內容系作者個人觀點，不代表鈦禾產業觀察對觀點贊同或支持；轉載請聯系主編授權（ID：taizhubian）