随着“工业4.0”的热潮从德国涌向全球，越来越多的中国企业正决意将未来制造的愿景变为现实，以期在数字化引领的工业变革中尽早谋篇布局。
国内制造企业对于打造数字化工厂的热情从赵雄飞接到的咨询服务需求就可见一斑。这位西门子中国研究院的数字化工厂专家在2013年接到了大约5家企业关于筹建数字化工厂的咨询。2014年，这一数字增加到了10家左右，2015年更是上升到了几十家。
在迈向“工业4.0”的进程中，很多企业并非仅仅满足于数字化的远景规划。它们迫切需要的是将美好愿景变为现实的途径。
赵雄飞说：“企业家们并不是要一口吃成个胖子，而是想一步步发展，最后真正成为站在行业顶峰的巨人。”
条条道路通罗马
无论身处工业2.0还是3.0阶段，许多企业在怀揣数字化工厂梦想的同时，却往往尚未形成清晰的思路。
这时，西门子便成为了那个重要的“梦想导师” — 结合其在制造业领域的专业知识和软硬件技术，为企业提供全方位的数字化工厂解决方案。
赵雄飞的团队要做的便是首先从运营、研发等层面为企业提供顶层设计，帮助其完成数字化工厂的整体规划。根据企业的特点和需求，这一规划可以是面向1-3年的短期，也可以瞄准5-20年的中长期。
如果企业有进一步需求，他们将和西门子业务集团的同事一起帮助客户进行业务流程和IT系统设计，包括产品生命周期管理（PLM）、企业资源计划（ERP）、制造执行系统（MES）等等。如果再进一步，西门子中国研究院的专家还会在工艺流程设计上提出建议，具体到设备自动化、精益生产布局、厂房布局等方面。
在项目实施过程中，西门子专家也会为客户提供支持，包括供应商的评估，技术管理支持等。
2015年，赵雄飞的团队为厦门建霖工业有限公司（建霖工业）完成了未来数字化工厂的规划设计。成立于1989年的建霖工业是全球最大的厨卫产品OEM企业，主营业务是为科勒等知名厨卫产品制造商做代工生产。
为了改变过去的劳动密集型模式，提高生产效率，建霖工业计划在厦门新建一个大型厨卫产业园，集制造基地、物流中心和研发中心于一体。经过对建霖工业的实际调研，西门子团队发现其在生产、管理等方面存在一系列问题，如生产周期长、库存多、制造空间浪费、对人工依赖严重、产品标准化程度低、现场管理混乱。
西门子中国研究院为建霖工业规划的数字化工厂全貌
对此，西门子在规划框架报告中建议，建霖工业首先需要建立精益生产体系，并健全工厂信息化系统来管理生产，再利用自动化手段推进工艺和物流的改善，最终建成绿色智能工厂。
比如在工厂信息化系统中，建霖工业需要升级当前的ERP系统，以解决对生产物流计划支持较弱的问题，并且需要由现有的PDM（产品数据管理）模式上升到PLM的管理模式，以提升产品设计平台的能力。在工厂层，它需要建立MES系统，实现生产执行、物流和质量控制的信息化。在自动化层，建霖工业需要搭建工业以太网，用于连接设备和MES系统，实现设备的互联和车间的物联网络，同时采用大量先进的自动化工艺，减少人工，提高工艺质量。
目前，建霖工业已经踏出了迈向“工业4.0”的第一步，计划实施西门子MES系统Simatic IT，以及基于工业以太网的现场总线标准Profinet。
除此之外，西门子中国研究院还为金达亚麻、中车集团青岛四方、中建钢构、华立集团等众多企业提供了数字化工厂的评估、规划和咨询服务。
西门子中国研究院为金达亚麻规划的数字化工厂的3D模型
人们通常会认为，在新建工厂时实施数字化理念是最为理想的时机。但事实并非如此，不同行业的不同企业采取的路线不尽相同。
“我们的最大优势就在于能为企业量身定制最适合的数字化方案，这要取决于企业所在行业的情况、产品类型、生产模式等等。”赵雄飞表示，“因此，每接触一个客户，我们都首先要成为它所在行业的工艺专家。这样才能提出最专业的建议。”
人才最金贵
在被称为PPT（Process, People and Technique）这三个构成数字化工厂的关键因素中，赵雄飞最为看重，也最为担心的是第二个P，即人员的因素。
“许多工厂的各级员工往往都不具备相应的技术和管理能力。技术可以购买，流程也可以规范，而人才的缺乏将是制约中国企业迈向‘工业4.0’的最大障碍。”赵雄飞说。
西门子中国研究院曾经在调查中发现，在许多工厂，各级人员都存在相关素质缺乏的问题。一线员工缺乏高精设备和自动化系统的熟练操作能力；中层管理人员对于生产系统自动化和数字化的转变需要更快地适应；而企业高层对于数字化工厂发展方向的重大决策能力仍有待提高。
为此，西门子在帮助企业实施数字化工厂项目时，会有研究院的专家和项目工程师进行为期数月乃至数年的驻厂培训。此外，西门子与教育部合作，通过技术培训等活动培养了千余名工程学科的教师，并连续9年举办全国大学生“西门子杯”工业自动化挑战赛，为中国制造培养创新型工程人才。
从全球来看，对于高素质人才的需求以及相关培训的紧迫性同样存在。麦肯锡开展的“制造业的未来”的研究结果表明，到2020年，全球将会出现4000万高技能工人的潜在缺口。
智能机器可以自我学习，并取代人类的一部分工作，但是未来的数字化工厂决不会是无人工厂。人们将在设计、规划、监管等方面发挥更强的创造力。同时，智能化的工厂将会批量生产高度个性化的产品，要能够以最快速度调整生产线，这就要求员工能对联网的机器进行编程，还能解读复杂数据。
“工厂管理者如何有效利用从自动化设备采集上来的数据，并指导生产是未来工厂的关键所在。”赵雄飞解释说。