5、量化效益
通过指标量化企业工业4.0应用的效益，基本理念是将完善的指标和工业4.0的影响相关联。通过指标和《工业4.0指数》的结合，用具体数字代表评估结果。据此，企业可以了解成熟度阶段的提高如何影响相应指标。
图22：关键值-分类方案与《工业4.0指数》的联系
为了评估工业4.0应用的效益，指标分类系统必不可少。自优化生产流程效益等复杂关系应采用易理解的方式加以解释。自优化生产流程可以提高机器的整体功效，并通过降低意外故障率更为严格地遵守交货期限，这可以对企业产出和整体生产产生积极影响。这个简短的例子清楚地表明指标分类系统需要说明指标之间的关系，确定的指标需要进行检查并转型为等级结构。企业的成熟度等级为最高层，创新能力、生产力等在下一层。生产力是企业的产出和投入比。机器性能要素等可测量数据则位于最底层。
6、应用案例
2016年8月初，以连接器而知名的德国浩亭Harting AG在工厂总部验证了《工业4.0指数》。Harting制造的产品包括工业连接器、装置连接技术和网络部件。2016年，该企业雇佣了近4，300名员工，遍及43家销售企业和13家制造工厂。
“生产”功能区的措施之一涉及现有试点项目与整个制造过程的集合。这些在单独生产线上进行的试点项目目前只能引起部分进程改进，而且由于并未在整个生产线上发挥试点项目的潜力，这些改进是孤立分散的。
图23：分散实施的弊端
在工业4.0成熟度指数的体系下，浩亭重新通过这些评估，凭借价值链中工业4.0试点项目实现所述数字化模型，达到了“可见性”成熟度等级（第三等级）。在这一现状下，该公司制定措施，确保这一成熟度等级的全部方面保持一致，然后采取行动，迈向下一等级。
图24：浩亭评估
Harting制定了所有相关功能区内的流程详细清单。不但对各个功能区内的专家进行访问，还在标准产品制造过程展示期间进行实地考察，从而评估不同部门间的交流以及生产场所的信息实用性。
图25：浩亭的评估体系
原有分散实施的流程被打破，开始将个别试点项目融入端到端流程，从而充分发挥工业4.0潜力，这涉及具体产品或产品组的综合方法选择，以及试点项目在整个价值创造过程中的延伸。除了布置额外传感器，还包括加量操作过程和决策过程的整合，从而实现基于数据的决策。
Harting已经在工业4.0领域完成了许多工作，特别是针对制造设施。过去几年对IT基础设施的升级以及来自生产场所的系统性反馈使得该公司能够创建信息系统内的生产环境数字模型。通过不同生产环节的个别试点项目实现对相关技术的深入了解。该公司从试点项目和现存操作流程的集成中受益良多。
作者：周峰 安琳 林雪萍
编者简介
周峰：北京邮电大学硕士，中国软件评测中心主任助理，主要研究面向工业控制系统系统的安全可靠测评技术、智能化能力评价技术。
安琳：北京航空航天大学博士，赛迪集团旗下赛迪智能制造工程技术测评中心有限公司总经理，主要从事企业智能化转型能力研究和咨询服务工作。
林雪萍：南山工业书院发起人，北京联讯动力咨询公司。
