上海2019年6月5日  第四次工業革命（也常被稱為工業4.0）引發了一系列的技術演變，這其中牽扯到了數字、物理和生物等各個領域，所產生的影響幾乎覆蓋了我們生活的方方面面。

我們已經見證了它對于電子商務、實體零售、交通運輸以及物流等行業的影響。這些行業的客戶越來越多開始使用移動設備進行購物并且需求也愈發個性化，他們希望能夠得到即時的服務，因此如果公司不能順應工業4.0的潮流作出改變，那么他們很快就會被淘汰。

隨著技術飛速的發展，公司往往不會選擇從頭開始開發新的解決方案，而是會與諸如大學、風險投資公司、企業孵化器等精英機構開展合作，以經過驗證的技術為基礎形成一種開發的創新模式。

工業4.0的核心在于供應鏈的轉型。對霍尼韋爾來說，我們在這條價值流中的多個環節耕耘多年（從配送中心到零售展示廳），旨在開發新的技術來應對這些獨特的難題。最終我們發現解決問題的關鍵在于軟件。沒有軟件的幫助，實體設備就無法帶來更多的價值。只有將智能、計算能力和軟件結合到一起才能充分發揮產品的作用，讓互聯配送中心的理念成為現實。

在霍尼韋爾，50%以上的工程師是軟件工程師。我們正在開發那些能夠讓霍尼韋爾快速適應新技術的軟件，以便我們更好地為客戶服務。根據對合作伙伴以及客戶在未來需求的了解，我認為第四次工業革命有四大支柱 --

云和網絡安全 云軟件平臺是未來普及互聯產品的關鍵，它將成為推行新技術的重要基礎。這種新興涌現的平臺和基礎設施對于轉型的推進是非常重要的。越來越多的機器數據和功能將被部署到云上面，以便帶來更多數據驅動的服務。越來越多的云部署，對安全可靠的通信要求更高，對機器和用戶復雜的身份及訪問管理的要求也更高。

工業物聯網（IoT） 我之前提到過軟件將會成為變革中重要的一環。我們已經見證過三個不同階段的軟件革命，或者我會將其稱為物聯網革命。大約十年前，人們還只是停留在將物聯網設備連接至云平臺上軟件的層面，這只是一個維度的連接。幾年之后，這種連接就變成物理設備及其數字對象雙向連接而形成的閉環連接。

而如今，我們可以看到所有的設備都已經實現了智能和自主。在這一過程中，我們需要適應新興涌現的技術，并將它們運用到產品之中，從而使自己的產品和服務變得與眾不同。現場設備將通過更多集中化的控制器進行相互通信和交互。

機器學習和大數據 在工業4.0中，機器學習分為兩大革命性的階段。第一階段是基于可編程序邏輯控制器（PLC）的機器人流程，其中軟件經過硬編碼以便執行特定的重復性工作（例如讓數控機床的機械臂切割金屬）。下一代機器學習主要是關于實時數據處理。例如，這個時代的系統可以在納秒內完成對機械臂拾取盒子的情況的查看和管理。機器從眾多不同來源收集數據并進行全面分析的能力正在飛速發展，這也為進一步開發機器學習算法奠定了基礎。

自主系統 在網絡購物快速發展的推動下，電子商務運營中心即將迎來機器人時代。機器人的價格會不斷下降，而它們的功能相比如今制造業所使用的機器人而言只會更多。我們最近開始與一所一流的研究型大學展開合作，一同開發下一代用于配送中心的人工智能和機器人技術。機器人能夠有效地提升大型綜合配送中心的效率。

這四大支柱讓整個供應鏈變得更加高效。解決方案供應商所要做的就是了解這些行業以及他們的供應鏈的運營方式，然后為他們提供整合的系統來提高他們的利潤。

我們目前正在經歷工業4.0的變革，而以這樣的速度發展下去，工業5.0似乎就在眼前了。隨著產品的互聯程度越來越高，我們現在所開發的安全解決方案以及在整條供應鏈中所實現的效率是十年前想都不敢想的，而軟件將是推動我們前進的主要動力之一。

作者：霍尼韋爾安全和生產力解決方案集團首席工程師 Paul Crimm