股市投資 小副述文字一共二十個字小副述文字一共二十


基金ETF 小副述文字一共二十個字小副述文字一共二十


全球總經 小副述文字一共二十個字小副述文字一共二十


理財商業 小副述文字一共二十個字小副述文字一共二十


消費信用 小副述文字一共二十個字小副述文字一共二十


保險稅制 小副述文字一共二十個字小副述文字一共二十


房產生活 小副述文字一共二十個字小副述文字一共二十


 
日本別誤會智慧工廠的本質 否則將淪為歐美的供應商
收藏文章
很開心您喜歡 日經技術 的文章, 追蹤此作者獲得第一手的好文吧!
日經技術
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


日本別誤會智慧工廠的本質 否則將淪為歐美的供應商

2016 年 7 月 24 日

 
展開

【日經BP社報導】討論「智慧工廠」時,必定會聽到一種觀點,那就是「日本一直都在推進(所以可以放心)」。的確,日本的工廠長期以來一直在致力於自動化和IT化,上述觀點也許有一定的道理。但是,熟悉該領域的日本Genex Partners代表董事會長真木和俊卻敲響警鐘稱,「如果看錯智慧化的本質,日本遲早會淪落為任憑歐美擺布、『空有一身本事卻貧困潦倒』的供應商」。

真木是在2016年6月16到17日舉行的「FACTORY 2016 Summer」論壇上說出這番話*。他以「忘記以前的『工業4.0』?!—為創造價值而行動起來─」為題發表了演講。

FACTORY 2016 Summer是由智慧工廠展會和論壇構成的綜合性會議。論壇於2016年6月17日舉行。主辦方為《日經製造》、NikkeiTechnology、《日經電子》。此次,是FACTORY會議首次在東京以外的地區(名古屋國際會場)舉辦。

真木首先分析了目前智慧工廠所處的大環境。他指出,對於從歐美傳過來的IoT(Internet of Things,物聯網)、基於IoT的「工業網際網路」(Industrial Internet)或者「工業4.0」(Industrie 4.0)等概念,日本有很多人都抱有「與以前的IT化有何不同」的疑問,以及「置之不理的話會導致嚴重後果」的模糊危機意識。

那麼,工業網際網路及工業4.0到底會帶來什麼樣的變化呢?真木表示,傳統型製造業可以解釋為「以硬體為主體」、「All-in-One產品」、「通過大量生產來提高效率」、「提高工廠內的效率」等,而今後發達國家的製造業則以「重視軟體」、「模組化」、「可應對單件生產(Mass Customization,大規模訂製)」、「生產生態系統」等為目標。

關於這方面的代表性企業,真木列舉了德國運動用品廠商愛迪達(adidas)。以前,該公司都是在中國等新興市場國家開設工廠,並建立了運用廉價勞動力的大量生產體制。但近年來,該公司卻在德國等發達國家新建了使用機器人的自動化工廠。該公司的方針十分明確,那就是為了滿足多樣性要求,要在顧客身旁靈活生產。

不過,僅僅通過機器人來推進自動化,並不是工廠智慧化。以前提起智慧工廠時,人們想到的點子往往是讓工人離開並提高效率,真木對此抱有懷疑態度。重要的是「人與機器的協作」,必須弄清楚使用機器人之後,人的工作方式和負擔會出現什麼變化。雖然經常會聽到「機器人會奪走人的崗位」、「通過AI進行完整管理的時代將會到來」等悲觀的預測。但真木表示,應該作為目標的道路是「由技術來彌補人類不擅長的領域,人仍然是管理主體」。

真木還對實現智慧工廠時的投資思路提出了相關建議。在日本,為降低成本和提高生產效率而推進智慧工廠的情況並不少見。當然,這些也是重要目的,但要實現智慧工廠,必須進行鉅額投資,如果僅僅以降低成本和提高效率為目的,那麼就會因為成本效益不平衡而猶豫不決,並遲遲無法行動。在躊躇徘徊之中,日本可能會被歐美甩掉。真木指出,更為重要的目的是提高銷售額和擴大業務領域,應該拿出「吃虧就是佔便宜」的精神來進行先行投資。

雖說要推進智慧化,但也沒有必要完全否定傳統型製造業。關於今後應該保留的傳統,真木列舉了「行家裏手的理解能力、訣竅、經驗」、「改善的智慧和努力」、「努力將物理量變成數據的精神」等。他隨後表示,也就是說需要引進日本以前不擅長的經驗,包括「利用數位技術將事業發揚光大」、「積極聘用年輕人才及軟體技術人員」、「虛擬產品製造(模擬技術)」、「與外部合作」。「日本擁有向世界提出標準的潛力。提高與世界的溝通聯繫能力是獲得領導才能的第一步」。

《日經技術在線》授權轉載

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 日經技術 的文章, 追蹤此作者獲得第一手的好文吧!
日經技術
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容