乌多•汉森 / 文

编者按：在日前举行的第21届亚太质量组织国际会议暨第10届上海国际质量研讨会上，德国质量协会会长乌多•汉森在会上致辞并发表了大会演讲。此外，还在会前的“2015中德质量发展论坛”上做了“德国产品责任和质量保证”的专题报告。本篇为乌多•汉森会长所作的大会演讲。他在演讲中提示，随着人类将进入全联接、零距离、因我而变、万物智能阶段，制造业向实现基于物联网的智能制造转变，企业所有的数据都是质量数据。必须学习掌握把大数据变成“智能数据”的能力。他认为，德国工业4.0中，甚为重要的是把质量4.0做好。本篇根据演讲速记整理。

工业4.0这个主题是一个巨大的、复杂的、宏大的经济和社会主题。在此我将探讨其中的一部分，并希望与大家一起分享几个基本观念与看法。

当我看到现如今真实的以及未来可预见的技术可能性时，我惊异地认识到：我青年时期科幻小说中的情景超出人们的预期，早早地全面覆盖到日常生活中。

人类历史上充满了文明的里程碑。从第一次使用火到实现自主农业大型设备的卫星控制，这应该能让我们想起，是什么使80亿人口居住在这个星球上成为可能。而现在我们要谈一谈第四次工业革命，在德国现代化地称之为工业4.0。

工业4.0的定义

工业4.0的基础是物联网或IoT (Internet of things)。这背后最终意味着一切东西可以与所有事物联系在一起。简单地说，工业4.0建立在这样的基础之上，即产品和机器彼此连接成自我控制和自主的生产制造系统。如此出现了高度灵活和高效的工厂，它们可以生产大量的、纷繁多样的产品。随着时间的推移，整个工厂便会成为大型的自动装置。

即使在随后的操作中，产品是在线上的，并向研发提供了现场数据。我想对开发者说明这种趋势，虽然现在还不能确认，人类在发展中逐渐被科技体系所取代的程度将会如何。

工业4.0这个名字具有典型的德国特色。不仅仅是因为这个名字在2011年受到德国的影响，而且是因为它抓住了德国的优势，即德国具备世界知名的机械和设备制造，以及越来越强大的生产工业与现在已十分现代化、高效的工厂。虽然德国的工资水平很高，但它的高价与其高效的生产相匹配，德国产品和服务也因其卓越的品质屹立于世界市场上。然而德国的优势并不在于开发软件或发展新型、基于数据的商业模式。

工业4.0的先驱已经来到我们身边。它后续的扩大和提高将深刻地改变我们的工业。德国质量协会希望并将致力于两件事：一是在工业4.0发展的框架内确保德国企业的质量能力；二是确保系统化的质量保证的方法和过程能够达到工业4.0的程度。

机遇与风险

在工业4.0中机遇与风险是紧密相连的。一方面工业4.0和数字经济是基于大量数据使用的基础上，即经常引用的“大数据”。数字经济不仅包括生产，也包括服务。德国和整个欧洲都因数据搜集和使用而产生法律和社会方面的基本问题。这会对我们与其他国家竞争时的竞争力有消极影响，如德国与美国和中国的竞争。

社会和经济都会随着数字经济和科技发展而发生变化，甚至我们会遭遇到阻碍，而我们只准备好了部分的解决方法。不仅对于德国，对于中国来说也是这样。

机遇则在于生产率的继续发展，资源更充分的利用，以及更好地满足个体顾客的要求。

数据安全是一个重要的主题。在德国谁使用“大数据”这个概念，立马就能联系到数据安全的主题。由此就预先确定了接下来讨论的进程：对个人数据遭到滥用的担忧、对那些使用了这些数据的警察和情报机构缺乏民主监督的愤慨。担忧、害怕、愤慨和不好的感觉都没有解答。

“大数据”中存在很多机遇，在市场上的数字商业模式越来越多。我们对此有错误判断。它们建立在明智的使用现存数据的基础上。新的、有价值的服务和产品不断涌现。由此我们也越来越清楚，数据的持有者在价值链中拥有巨大的操控力，而数百年间对经济起决定性作用的生产者，在最糟糕情况下可以与硬件的角色互换。很多产品和服务的使用者一方面担心数据安全，另一方面又广泛地使用到这种新的服务，在这个范围里来讲，总体情况是完全荒谬的。因为在这方面，很显然我们仍然急缺明确的法律规则，同时这种情况又很难解决。

此外应该明确，在不断增长的世界人口面前，若没有“大数据”，人类生存与发展所需要的食物、卫生事业、管理、服装、娱乐等等的有效提供将无法承担。面对如此庞大数量级的人类来说，特别是在资源减少的情况下，“大数据”的使用是存在的。

另一方面，科技发展似乎引发了这样的情况：体力劳动被机器人取代，脑力方面创意工作者被人工智能取代，从而导致世界范围内数以百万计的人失去工作岗位。这一点很多人不愿意承认。但即使否认这种可预见的、无法阻挡的发展趋势，也无法阻碍这种趋势的到来。未来需要的竞争力必须是一流的能力，特别是IT专业技术能力。与此相对应的，应该重新规划对人才的培训。人们可以得知，工作岗位的总量将会下降，因此也会引发社会动荡问题。关于这种发展的讨论并不容易进行，它会在职工和社会中引发巨大的恐慌。政治责任人应随时准备好承担他们的责任。

在此描述的发展趋势是无法阻挡的，因为它在技术上是可实现的，它会导致生产率提升和劳动成本的降低。因为机器人和机器不休息，也没有假期，此外他们也不会有工资要求。在人类历史上还没有任何人或社会能够长期阻碍这样的发展趋势。

除工业以外整个服务业也受到数字化的强烈影响，而工业通常早就受到其影响，因为人们无法承担在硬件中的昂贵投资。在公共管理中4.0技术也越来越多地投入使用。

企业中各个领域和人关联的网络化越来越强，这就是“物联网”。设计思路（Design Thinking）为“物联网”提供了方法，德国质量协会为了创造性的、新的解决方法的研发，也越来越多地致力于设计思路中。在斯坦福、波茨坦的相应机构，以及北京的设计思维创新中心都已成功地开展这项工作。

质量管理的必要性

数字经济、工业4.0和质量管理的交集是什么，对于德国质量协会来说又是什么？

--领导人员和他们的战略顾问应当注意，他们的商业模式应与数字经济相适应。

--在质量监管时应该使用到“大数据”，并且要认识到，在产品生产的质量情况、使用条件和领域表现方面，我们获得了难以想象的透明度。为此我们必须学习把“大数据”变成智能数据。

--对社会网络交流的评估给人们提供了关于客户需求、客户行为的深刻认识。

--必须建立并使用模型，以此缩短或改进昂贵的、耗时的审批和?习阶段。

--需要基本熟悉数据世界的科技、组织和经济要素，并且能够将由此得出的提高质量和效率的解决方法应用到日常工作中。

拒绝数字经济的发展或拒绝它对于企业和质量经理的影响，两者都会将人置于危机之中，让人靠边站。虽然担忧是有根据的，但我们不能忽视工业4.0和数字经济带来的巨大机遇。企业家、政治家和公民都应一起致力于它们的应用，进步的社会变革也受它们的操控。组织这样的变革将会是一个全球性的社会宏大任务。

谁能看到质量保证4.0？

以下是在产品开发过程中对于质量保证4.0来说很重要的几个主题：

（1）翻译有关产品质量特性的要求；

（2）设计最优质量制造工艺；

（3）制定工艺最优的生产计划；

（4）零缺陷生产和相对应的质量保证：

--质量管理和质量保证的区分；

--持续的质量数据手机和分析。

重要主题：

为了工业4.0我们需清楚地区分质量管理和质量保证

质量保证4.0在生产性企业中就是质量工程。与之相反，质量管理是组织发展，组织发展的目标是创建质量最优的整个组织。

质量保证和质量管理需要不同类型的员工。质量保证需要质量工程师，质量管理需要内部顾问和变革经理（Change Manager）。

我认为，相关的质量概念会越来越融合成一体。这意味着：只?责质量保证的专家会变少--正如在高度创新的工业企业中总体职工数量会因为工业4.0而缩减。另一方面工程师的比例会越来越高。从业者总体数量减少的同时，它们的竞争能力在持续提高。制造工程师越来越需要建立质量保证方面的知识，以覆盖这个主题。这意味着，人们将贯彻未来的质量保证，也要承担生产过程中的其他任务。

目前没有一家企业能清楚地知道明天会怎样或者必须运用哪些数据。所以人们尽可能搜集所有的数据。这座数据大山就是“大数据”。

此外可以确定，企业拥有的数据都是质量数据。

数据是价值创造、新产品和服务的基础。

为了数字化解决方案，必须克服“手动的”媒体收集和数据搜集。

从“大数据”必须演化出“智能数据”；因此需越来越多地运用到Algorithmus的数学演算法。此外一种新的Q数学投入使用。质量工程师必须具备数据分析师的能力。

很多对于标准的质量保证措施很重要的数学方法已经失去了重要性。因此其他的数学方法也被投入使用。未来会越来越多地使用到搜索演算法，这些演算法在大量的数据中能够辨认出模型。传统数据虽提供了一些有用的方法，但为了拥有大量数据，必须采用科技手段，这些科技手段是在其他领域内因大数据而产生的。

适合生产或发展的演算法技术现在已经存在。也??关的专家。但他们现在被投入到完全不同的岗位中。他们目前并不在质量保证领域。为了从“大数据”中演化出智能数据，这个领域需要使用会运用演算法进行工作的人。

同样，每位工程师在生产中都应具备IT知识，因为他们的工作与网络化密不可分。其他岗位渴求这类数据专家，所以在生产和质量保证领域一般难以找到这类专家。由此可得出，培训机构和高校明显都急需对此做出反应并付诸行动。

考虑到大数据、工业4.0和数据经济，我们急需要保护数据和系统不受侵犯，维护个人数据资料的权利，不能将数据交给错误的人，确保数据不被剽窃。在欧洲，特别是德国，数据保护很受重视，而且这种保护意识更强烈。这不仅是为了保护个人私人空间，也是为了保护企业的精神资产。

质量工作者以及其他所有工作在数据系统的人都应明白安全的重要性。它们应当掌握技术，保护数据和系统不被非法攻击。

质量保证4.0的第一个任务是翻译有关产品质量特性的要求。

为了评估客户数字化的声音和意见，并在社会媒体中自动分析客户意愿表达，我们需要一个学习的过程。因为工业4.0归根到底是对不断增长的客户需求的反应，而且这些需求也越来越个性化。

我们要分析现场数据，一方面分析关于使用和操作条件的数据，另一方面分析关于客户行为和客户情况的数据。

因此从客户要求出发，需要形成一个产品设计，一个生产过程和服务过程的设计。为此?对使用中的产品特性和单个类别产品的生产进行模拟。

质量保证4.0的第二个任务是设计出最优质量制造工艺。

这里也运用到了电脑模拟技术。为产品生产做好准备的设计越来越多地部分自动化了。在耗费时间和资源的初步抽样环节，越来越多地使用模拟，以此来加快批量生产的进度。

在现场数据和生产产品及生产流程数据的基础上，设计和生产在进行不断的优化。

以这种方式我们实现了产品完全的资料数据化和可追溯性。

第三个任务是制定工艺最优的生产计划。

人类的计划行为，像工作准备和质量提前规划都越来越多地得到模拟的支持。模拟将会提前告知质量和生产能力的状况。

模拟也被应用到完美批量生产的计划中。

自动或至少部分自动的计划活动，如提前的工作准备和质量计划，模拟与他们只有一步之遥。

所有数据对于计划和后期控制来说都可能与质量有关，无论数据是产品的参数，工艺参数还是控制参数。

第四个任务是零缺陷生产和相对应的质量控制。

质量特性的实际数据和环境数据100%的在线检测，能够确保在任一时刻发生任何偏差人们能够即刻知晓。每个零件都具备100%的可追溯性。

数据可以允许进行数学优化，例如通过配对软化制造公差。

对每个零件的单独控制是可能的。这对于批量生产中种类越来越丰富十分重要。因此采用了单独的产品优化生产参数。

未来将会不断进行优化，这比目前持续的改进要深入的多。

工业4.0会大大改变工厂和企业

工业4.0所成就的自动化程度会使员工的数量减少。这肯定会让非生产性部门很难对应质量保证。检验计划和其他方面也高度自动化。如果人们今天仍然认为这些活动都是创造性的，因此是无法取代的，那就是思虑不够长远了：这类工?也可以在演算法的基础上进行。

工业4.0来到我们身边的速度有多快呢？可能这种发展会持续超过20或30年。重要的全球性发展似乎不会在短短几年之内忽然出现。个别行业的个别工厂会很快冒进，充当开路先锋。其中包括在生产方面与工业4.0十分接近的工业，比如说电子行业。这些行业会带动其他行业发展。当然也会有一些行业被剩下，很晚才进行这种转型。

德国质量协会目前正在为明年和后年修改质量保证进行准备。与之相关的工业4.0和质量保证4.0等主题也在我们的关注当中。

结果要么是现在的程序员和数学家能够应对质量保证的挑战，要么是质量保证工程师学会相关知识，正如他们学会用“大数据”工作一样。

结语：呼吁国际合作

社会、经济、行业和个别企业朝着工业4.0的方向继续发展会面临巨大的挑战。很多挑战都是全球性的，即接口标准化和跨境供应链合作的问题。合适的质量管理方法的设计也成为一个共同的任务。德国质量协会在此期望我们能有一种开放式的合作。让我们快速具体地找出，有哪些共同的项目是可行的吧。