工業4.0的下一個挑戰是擴大規模。然而，IT和OT的融合以及技能/能力/人才推動智能製造的數字化轉型所需的功能和技能，包括數字人才和軟技能的缺失使得不少企業很難實現這一目標。
到2023年，基於智能工廠的製造業可能會為全球經濟帶來2.2萬億美元的價值。然而，即使智能工廠的潛在市場價值頗高，且對智能工廠效益的預期也在上升，但在實現這一價值之前，還需要進行幾個鋪墊。
隨着技術的不斷髮展，智能工廠的前景越發明朗，企業期望從他們的智能工廠項目中獲得更大的收益。
到目前為止，只有14%的企業認為其智能工廠部署是成功的，並且擴展是很困難的。事實上，超過50%的人認為數字平台和技術的部署和集成是擴展智能工廠項目的一個重大挑戰。數據就緒和網絡安全是製造商大規模實現智能工廠績效面臨的第二大挑戰。
以上是來自Capgemini Research Institute2019年11月的一份報告中的一些結論。報告稱，適當增加對智能工廠的投資，並積極應對上述挑戰，到2023年，智能工廠將為全球經濟至少增加1.4萬億美元的效益。
那麼，在實現此目標之前需要做哪些準備？如何做才能實現這一價值呢?讓我們開始梳理智能工廠和報告中的一些要點。
智能工廠——連接、自動化、數據
為了能更清晰的獲悉談論的內容，儘管我們或多或少都知道智能工廠的含義，筆者在這裏並沒有對智能工廠下一個正式定義，只是抓住了關於智能工廠的幾個詞。
智能工廠是“工業4.0”和“智能製造”的一個典型術語，本質上是圍繞工業物聯網、大數據分析、生產技術、連接的物理設備以及可以在網絡物理範圍內進行的操作：物聯網傳感器，IT和OT的融合，新的製造技術，基於雲平台、啓用技術(AI、ML、…)可互操作和高度連接的系統/平台，包括機器在內的大量數據的分析和使用，轉化為行動和決策。
如下圖所示，該圖表顯示，網絡安全和數據準備是規模化數字工廠項目中最常提及的挑戰。
近70%的製造商正在推行智能工廠計劃
-- Capgemini Research Institute smart factories at scale 2019 - infographic full version in PDF
“智能”也與自動化系統相關，智能工廠通常被認為具有基於實時數據的適應能力，使得製造過程或多或少是自主的，這更多地是一種願景，事實上，人工和半自主決策和優化在未來很多年仍將是必不可缺的。
PLM、MES/SCADA和機器人是工業體系結構的關鍵組成部分。然而，大規模部署的主要投資領域是物聯網和人工智能。
智能工廠依託的不僅僅是技術和數據邊緣，還包括人員、技術、協作供應鏈的各個方面，最為關鍵的是，所有這些日益可用的數據所提供的目標、用例和能力。畢竟，一個工廠如果沒有智能的、可衡量的、由數據知識實現的目標，就很難被稱為智能。例如，通過提高生產率和減少停機時間，就佔據了1.4萬億美元中的很大一部分。
智能工廠利用數字平台和技術來提高生產力、質量、靈活性和服務
智能工廠從傳統的機器自動化躍進而來，為工業4.0部署智能製造技術。物理機器裝有智能傳感器，並連接到雲網絡，在雲網絡中使用連接的操作和生產系統的數據來學習和適應自發的情況，並做出實時決策。
數字平台和技術的部署和集成是製造商在實現大規模智能工廠績效方面面臨的主要挑戰
-- Capgemini Research Institute smart factories at scale 2019 - infographic full version in PDF
當然，還有更多有關智能工廠的定義。他們中的大多數人指出，工廠和智能工廠的數字化和連通性是智能製造和工業4.0中的一個演進，以及一系列附加功能和技術，包括上文提到的功能和技術，以及其他常見的技術，例如人工智能機器學習、大數據分析AI、數字孿生和仿生等。
在容量方面，敏捷性、連通性、持續優化和積極主動的能力是主要側重點。
對大部分公司來説，支持智能工廠的三項關鍵技術是：1)連通性，利用IIoT收集數據；2)智能自動化，這類技術包括許多東西，比如先進的機器人和無人機，但也包括MES和SCADA；3)雲規模的數據管理和分析。
對智能工廠項目的投資：展望2023
2023年智能工廠的經濟潛力（預計）
- Capgemini Research Institute smart factories at scale 2019 - infographic full version in PDF
要實現智能工廠的預期，各企業需要設計和實施一個強有力的治理方案，並發展一種數據驅動的運營文化。
有關機構針對智能工廠計劃的調查結果顯示：
調查結果
1 與兩年前的一份類似報告相比，儘管迄今很少有人認為智能工廠部署是成功的，但企業對智能工廠的興趣比以往任何時候都要大。
2 人們對智能工廠的需求和能力都在不斷增加，企業也在進行轉型之旅，三分之一的工廠已經轉化為智能工廠。
3 在未來五年，製造商計劃增加40%的智能工廠，也就是説，每年的投資將在過去三年的基礎上增加1.7倍。
4 此外，在未來五年裏，智能工廠將為全球經濟帶來高達2.2萬億美元的附加值。如圖所示，Capgemini保守估計值為1.4萬億美元，樂觀預測為2.2萬億美元(2023年，由於智能工廠生產率的增長，製造業的平均預期增加值為1.9萬億美元).
5 在過去兩年裏，擁有智能工廠項目的企業比例大幅上升：2017年的報告發現，43%的受訪者擁有此類項目，而2019年版的調查結果顯示，68%的企業有正在進行的項目。
智能工廠改造規劃向標杆企業看齊的重要性
Capgemini還研究了企業如何迅速且穩健的進行智能工廠轉型，並提供了一個智能工廠規劃圖。除了那些使擴展變得更困難和明顯重疊的原因之外，它們還可以為計劃開展更多工作的企業提供更多的指導。
基於越來越多的智能工廠如雨後春筍一般冒出的這一事實，我們有機會借鑑更多的案例，特別是那些經典的案例：幾年前世界經濟論壇發起一項倡議，將優秀領跑者和智能工廠列入名單，以供其他企業進行學習。這個名單逐年增加。
該份報告是基於一項針對1000名正在實施智能工廠計劃的公司高管的調查，並與參與智能工廠或項目的高管進行了20次深入討論。這些領跑者企業在實現智能工廠擴展前遇到了以下難題：
數字平台，特別是數字平台和技術的部署和集成，涉及到IT和OT的融合部分。
在IT和OT集成環境中也提到了數據準備和網絡安全，這是一個巨大的挑戰。
人才，尤其是數字人才，隨着其他提到的技能和能力的擴展，全部被歸類為軟、數字和混合能力。
一種平衡“設計效率”和“運營效率”方案。
領導的遠見。
治理和利用數據和協作的力量。
這張圖清楚地展示了標杆企業在規劃上是如何比實驗者和新手做得更優秀。
智能工廠改造路線圖-與實驗者和新手相比，轉型的關鍵領域和領先競爭者的排名
- Capgemini Research Institute smart factories at scale 2019 - infographic full version in PDF
除具體的智能工廠項目之外，很明顯，在全球大多數國家，現在都有地方或區域性舉措，製造商、決策者和其他利益相關者聚集在一起學習專業知識，更不用説商業舉措和一些供應商的生態系統了。
由於各種原因，5G有望成為智能工廠的重要推動者，其中包括其功能將為製造商提供機會，使每個參與者均能夠引入或增強各種實時且高度可靠的應用程序。
在技能層面上，跨功能的配置文件，如工程製造、製造維護和安全保障，將是成功的關鍵，而這些軟技能，如解決問題和協作技能也是必不可少的。
PLM，MES(製造執行系統)/SCADA和機器人是工業體系結構的關鍵組成部分，但大規模智能工廠部署的主要投資領域是物聯網和人工智能，支持數據驅動的操作，以及遠程和移動能力。
生產率的提高、質量和市場份額的提高以及客户服務是智能工廠所能驅動的價值的關鍵組成部分。通過設計帶來的效率和通過閉環操作帶來的卓越運營做出了同等貢獻。閉環操作涉及操作生成的使用數據，以實時對其進行優化。
最後，下面是信息圖表的最後一部分，總結了調查/訪談中關於公司如何在擴展的基礎和挑戰的基礎上加快和確保其智能工廠轉型的觀點。
加速並確保智能工廠轉型，建立強有力的治理，以及評估進展的指標和方法，如上所述，智能工廠也與智能目標有關；智能還代表“具體”、“可衡量”、“可實現”、“現實”和“及時”。
開發一個跨製造業務部署和集成數字平台的程序。
建立一種數據驅動操作的文化。如此之多的智能工廠用例、平台和項目以及智能工廠的本質，以及最終工業4.0的數據密集型端到端集成模型的本質。
通過跨職能的職業生涯、晉升和招聘，發展混合技能和軟技能。