工业4.0平台
在工业4.0的实践中，自主
机器人、增材制造、物联网、云计算、大数据等各种关键技术，正在走向成熟。这些技术是有机的结合及作用在“工业4.0生态系统”上的(图1)。在此我们可以看到这个生态系统包括产品设计，生产，客户，供应商各个“利益相关者“，和相关系统。工业4.0在制造业要达到真正落地，工业4.0平台，或物联网平台（图2），是一个关键整合者，它是一个计算机平台，作为操作系统，把各个工业4.0技术元素和工业4.0生态系统连结，整合，管理，运转起来。现在已经有若干工业4.0平台在应用，比如GE Predix,Siemens Mindsphere,HPE/Universal IOT Platform,等。这些平台基本上是专业性的，比如设备管理，系统联通，大数据组合及运算等单一或几种功能。
图1：工业4.0生态系统（制造业）
图2：常见西方工业4.0平台
信息时代消费者的特点和对制造业的期望
在信息时代，消费者可以快速得到大量产品信息，如性能，价格，口碑。消费者常有网上社区，群体，互动频繁，趋向于挑剔，个性化，而且他们的喜好随着各种潮流，趋势,个人观点而变化，对服务的要求也在提高。从产品供应方来看，因在3次工业革命之后，产能，产品开发，灵活制造能力均有很大提高，满足这种消费者的能力在提高。工业4.0的落地更会大大提高这种能力。
图3：制造模式的演变
图3展示了以上所提的消费者和制造业的百年演变，在第二次工业革命前，个性工匠制造（Craft Production）是常态,一人一订单，从1913至1955，由于第二次工业革命（标准化，流水线），大规模，少品种的制造方式成为主流。随着数控，传感，和信息技术逐步植入制造业（第三次工业革命），多品种，小批量生产成为经济可行，对应于图四曲线1980后一段。随着工业4.0的落地，我们会进入高度多品种，个人化，高效的制造模式，对应曲线最后一段。
工业4.0对质量工程的影响
历史上每一次工业革命都会对工业管理学的方方面面产生深远的影响，对质量工程，质量管理也不会例外。对产品质量保证来说，开发和制造是两个最重要的阶段，那么工业4.0也势必将对质量工程产生巨大影响。
现今的质量工程起源于戴明（Edward Deming）,朱兰（Joseph Juran）,主要的学说与著作大多写于60年以前，在第二次工业革命的后期。那个时期的状况与现在有很大的不同，比如计算机还在萌芽状态，数据采集靠手工，几乎所有文件在纸上，交流通迅都不方便，公司队伍庞大，等等。丰田的精益制造也产生于那个时期。
当以数控，
传感器，计算机和信息技术为代表的第三次工业革命展开落地后，数据变的容易获得，各种统计分析软件也变的易于操作，功能强大。这就催生了六西格玛管理方法。
从现在开始，工业4.0进入倒计时状态，一些质量专家体会到它会给工商业和社会带来巨大变化，现在实行的质量管理学说有近60年没有创新性的变化了，不少方法和工具也陈旧了，在现场用的越来越少。是到了推陈出新的时候了。于是有人提出“质量4.0”，意思是“工业4.0时代的质量管理”。到现在“质量4.0”还在初级阶段未成熟，但发展潜力很大。那么质量4.0会走向何方呢？
从历史上看，很多管理学上的，尤其是工业工程和质量工程上的创新，往往是实干家干出来的，如丰田生产系统，全面质量管理。所以，这些质量4.0创新要看工业4.0会使质量管理的现场-产品开发和制造过程发生什么变化。
工业4.0对质量管理业务领域产生的变化及影响
1.全面联通的产品开发制造的生态圈，它使包括人员，产品，机器，及有关系统实现信息无障碍流通。
2.物联网器，芯片，信息流，人工智能植入传统产品硬件，大大提高了产品的功能，也对品管，可靠性和风险管控构成挑战。
3.除了传统的质量方法，很多新高科技方法，如云计算，深入学习（Deep Learning），人工智能，VR，Augmented Reality进入实用，功能强但错用，滥用风险高。
4.在制造过程中极高能的设备，仪器，元件增加，产生新能力和新问题。比如精确，快速的3D扫描仪，可快速生成加工件精确电脑图象模型，可代替传统的点测量来进行品管，但我们需搞出‘以图象为基础的品管过程’。
质量工程发生的变化
1.质量的定义，质量管理的侧重点：
从质量的范畴来看，一方面是正面的质量，或“我的产品有多好”，另一方面是负面的控制，或“我产品的故障，缺陷”。长期以来，虽然正面的质量很重要，但由于它不易数量化，所以实际上没有有效的提高，培植的方法论，很多是上了市场才知道。所以负面的“质量控制”成了质量管理的绝大部分的工作。比如六西格玛是要减少故障率（PPM），可靠性工程就是减少失效。
在实现工业生态全联通的情况下，尤其是在产品开发时和客户能实现实时，双向体验互动，和个人化定制，生产，那么产品的“正面质量”，或“客户价值”会成为可以感觉，一定程度上可以掌控，提高，培值的指标。客户价值（Customer Value）作为一个概念被学界研究过，但并没有被有效的应用。工业4.0很可能会改变这一切。实际上已经有一些知名公司把质量工作的要点定为“保证，提高客户终身价值”。
2.质量管理的队伍：
工业4.0带来信息，数据的大爆炸，工业4.0平台带来高度联通会影响“谁来作质量工作”，“怎么作，及“如何分工，协调“等诸问题。传统的质量范畴”减少废品，缺陷“，仍十分重要，因为“高度联通”使坏消息传播的很快。同时如果把”提高客户终身价值“也作为重要目标，这样会使产品开发，创新，个性化，服务等诸环节变的十分重要。这样很多传统上与质量管理较远的群体，比如信息部门（IT），产品研发设计，数据师（data scientist）,工业4.0平台管理者等，都会成为”利益攸关方（stakeholders）”。.
未来质量管理系统的结构，管理方法，工作流程很可能会产生很大的变化。
3.质量方法与工具的发展变化
很多现存的质量方法和工具还是五十，六十年前搞出来的，因为现在的情况和那时有了很大的变化，有些方法不太好用了，而且慢慢淡出现场。当然很多基本的东西不会变，比如质量文化，追求完美，科学方法指导下的连续改进（PDCA）。
但是可以预期质量方法与工具至少在以下方面应有很大发展与变化：
3.1：快速，高质量的处理海量客户信息（Voice of Customers）：满足客户要求是高质量的前提。在信息大爆炸时代，海量的客户信息，如社交群体信息，网器回馈，客户网上意见成为客户信息的主要载体，数据量动辄数百万计，这种数据与传统的客户数据有很大不同。快速的分析，梳理这种数据，并准确，快速的把结论，判断回馈于正确的有关部门人员，实现快速改进。这需要使用不少大数据，甚至人工智能方法，需要质量管理，信息部门，数据师，产品，制造，市场的合作。
3.2：提高，保证客户终身价值：如前所述，正面的质量，“我产品有多好“应该是非常重要的目标，也是商业竟争胜利的关键因素。这在很大程度上与产品开发有关。实质上是”以优异产品开发提高客户价值“，对次至今有一些现存的理论，方法，成功体系。随着工业4.0的落地，这方面的操作性会越来越高。
3.3：数据质量与校对：要使工业4.0产生的海量数据起到作用，数据质量（data quality）极为重要。数据质量是一个相对年轻的学科，可预期在工业4.0时代大发展，大应用。还有数据校对（data calibration）也很重要，也就是“信息系统的数据是不是准的“，比如最近的波音737Max上仰角传感器数据不准，造成大问题。
3.4：信息植入硬件系统的品管：随着物联网，芯片，等信息元素植入传统硬件，这给品管带来很大挑战。这已是近年
汽车业返修提高的重要因素。这方面的能力急需提高。
3.5：预测性品管与设备维护：随着物联网，信息元素植入产品，设备，大量产品，设备运行信息会回馈给生产者，拥有者。这些信息，经过现代计算技术的分析，判断，可成为准确预测产品，设备状态的依据。进行预测性品管与设备维护。
3.6:现代的很多风险管控，标准管控，认证过程也是基于上世际五六十年代的老方法。它们对安全，品质保证起到了极大的作用。
随着工业4.0的进步，希望能变得更可靠，风险更低，同时管控更有力，效率更高。
作者：杨凯（美国韦恩州立大学终身教授，美国工业工程学会及美国质量学会Fellow，世界知名的质量工程/可靠性工程/精益六西格玛专家，著有亚马逊畅销书《Design for Six Sigma：A Roadmap for Product Development》等八本著作）