3.产品虚拟化设计与开发度不高
与蒸汽机、大规模流水线生产和电气自动化为标志的前三次工业革命不同，工业 4.0 旨在通过充分利用嵌入式控制系统，实现创新交互式生产技术的联网，相互通信，即信息物理融合系统，将制造业向智能化转型。要实现数字化与现实的交互，不仅要提高生产的外部技术，更要从生产内部进行改造。例如，在产品设计中，可以应用产品生命周期管理软件（PLM），在计算机上进行虚拟的产品设备测试，以达到在不需要实物的情况下，优化产品设计。在西门子公司，其利用产品生命周期管理软件 NX,可用于数字化仿真机虚拟装配，从而实现各个组件及其接口的测试。戴姆勒公司将 NX 软件首先应用于旗下的汽车和卡车研发部门，在取得降低产品开发周期、增强产品稳定性的收益后，戴姆勒集团随后为其超过 20 个研发中心和最主要的供应商，都配备了这种新型研发平台。
在产品虚拟化设计和开发、3D打印等方面，我国的制造企业明显落后于发达国家。在研发如生产机械这样的装备时，还无法利用虚拟技术将物理活动变为数字活动，无法使开发变得更加灵活，资源得到优化配置，甚至是无法实现生产要素的逐个优化。
4.缺乏数据处理平台
数据是智能的原材料，制造企业要实现智能制造，必须首先要建立起数据采集系统。我国的制造业在数据采集方面的意识和能力都非常薄弱，更难以利用数据进行精准决策和有效预测。而在数据产品领域，我们更缺少像 SAP HANA 这样的数据处理平台，无法将数据分析与业务交互进行有效结合，更无法在业务运作期间对海量数据进行实时分析，并通过灵活的视图将分析信息呈现给用户。
三、结论与对策建议
制造型企业想要在工业 4.0 下异军突起，或占有一席之地，必须根据企业自身的现状，分阶段、有目的的进行实施。尽管制造型企业的工业 4.0 之路并非一朝一夕能够完成，但至少应该从以下三方面做好准备。
1.信息化体系的集成与构建
实践表明，企业利用集成化软件，可以实现价值创造链各个环节的紧密相连，优化生产过程。集成化软件系统的应用，一方面使得企业与企业之间纵向一体化程度加深 ;另一方面，在从预定到交货的横向一体化中，各个环节也被紧密地联系起来了。
在工业 3.0 阶段的后期，大多数优秀的制造企业已经在供应链、人力资源、财务管理等方面实现了信息化管理。然而，企业在选择这些软件时，出于每个系统在本企业的重要性、价格、功能等方面的不同，选择了不同厂家的软件系统，也造成了代码版本、类型、技术框架不一致的情况。在工业 4.0 的背景下，将这些软件系统进行整合是一件非常困难的工作，但最终形成一体化的软件体系是非常有必要的。因为在工业4.0时代，移动计算、社会化媒体、物联网、大数据、分析和优化/预测将起到主角的作用。
一般来讲，企业软件体系的构建主体是制造型企业的信息部门，但更多的应是在公司的战略规划下，由点及面、由局部到整体，逐步实现。必要的情况下，企业的信息部门甚至充当开发者的重任，而不是简单地实现各个软件的集成与维护，或者只充当完成相关任务需求的角色。在信息部的人员构成上，也要打破以往只充当软件或硬件服务的职能，而是将各个软件使用部门的需求前移到信息部门，即信息部门的人员由软件系统的功能需求、技术实现、使用维护这三方面实现一体化构成。只有这样，才能保证智能制造模式下各软件体系的高效运作。
2.利用软件构建企业数据图谱
未来，企业决策、产品设计、人员管理都要围绕数据来进行，数据同时也是创新的基础。然而，数据的价值不是仅停留在总结与分析阶段，它更大的价值和用途在于对下一阶段的决策与预测。要使决策、预测更加科学、准确，在数据的时间跨度、涵盖范围等足够大的基础上，必须利用软件建立数据图谱，主要包括整理存量数据和建立数据链接两个阶段。
（1） 整理存量数据
对数据进行整理的基础就是进行数据分类，分类依据也应该是多维形式的，例如，二维数据可以按照人员数据、产品数据、营销数据、质量数据等类别进行划分，也可以按照与人员有关的产品数据、与产品有关的营销数据、与人员有关的营销数据等进行划分，而划分的依据就是用途的不同。
此外，数据是软件系统的细胞，不同类型、不同来源的数据，有着不同的功用，因此，整理数据还要特别注意数据的遴选，即确保每个数据的真实性、时效性、针对性、唯一性。
（2） 建立数据链接
数据的核心价值是决策与预测，而把各方面数据单元根据用途进行链接，可以形成新的数据，进而使决策更加科学、预测更加准确。
在产品领域，甚至可以利用存量数据实现虚拟现实。所以，利用软件平台实现数字化与现实的交互，更有利于产品开发的效率、功能的改进以及满足顾客需求程度的提升。
3.产品及系统生命周期管理
软件的出现使得产品具有跨学科的特征，例如，百年前的汽车只是“车轮 + 发动机 + 座椅”能够满足人们出行的交通工具，而现在，几乎所有的汽车除了具有 ESP、ABS、EBD 等模块化软件外，还配备了多媒体娱乐系统、卫星导航系统、能源回收与管理系统等等。
随着产品特点转向系统的变化，其生命周期也随之发生了转变。
产品以系统的形式存在，并与其他系统进行数据交换，由于技术的飞速发展，这种交换也因此始终处于非常迅速发展的状态中。在此背景下，原有的产品生命周期管理不足以满足企业的经营需要，而是会以产品生命周期为基础，逐步向系统生命周期转变，由于系统生命周期的特征集中表现在系统开发、生产、操作和最终淘汰的各个阶段，因此，一个全面的系统生命周期管理方法的关键因素在于系统工具模型的开发，一个好的生命周期模型会涉及系统发展的每一个周期，精密地从不同角度、不同层面进行解析，再完成系统建模。
在具体的实现方法上，首先要以产品为核心，根据产品的功能及构成，将产品分解成多个具体的局部生命周期，产品局部生命周期包括原材料、组件、软件、用户反馈、供应链等多个周期，在此基础上，依据要点，最终形成一个产品的系统生命周期管理，如果一个公司具备多个产品体系，还要形成公司一体化的生命周期管理，公司管理也从主要的依靠人来运营，逐步过度到依靠系统来运营。
4.加强产品的复杂性管理
智能制造时代的一大特征就是产品种类的增多。例如，国产宝马3 系在 2004 年仅生产 2 个车型，到2008 年增加到 13 个车型，而到了2014 年，猛增到了 21 个车型。国产奔驰 C 级车也是如此，2008 年拥有 5 个车型，而到了 2013 年，则拥有了 8 个车型。产品种类的增多，对消费者是件好事，但对于完全竞争下的制造商来说，却是个挑战。然而，以软件为核心的信息化的应用，让提高生产力的方法有了根本性的转变，而为了实现这个目标，制造业的产品自动化必须从其局部自动化开始，并建立在一个明确的机制上。例如，大众汽车 MQB 自动化平台的应用，使多款产品的同一平台化生产成为了现实，在提高产品品类的同时，更是降低了生产成本，也满足了消费者的多样化需求。
近百年的工业发展历史表明，提高生产力的方法主要有以下手段 :优化现有流程、提高制造业的自动化程度、改进设计、降低劳动成本以及完善供应链管理模式。然而，随着经济全球化，在人员、物资流通越来越高效的前提下，特别是在资源利用程度和技术不断进步的背景下，无论是装备生产商、汽车制造商、还是原材料供应商，虽然各自面临的行业挑战不同，但相同的是 :他们都需提高自己的生产力、生产效率、生产灵活性以及生产复杂性的管理能力。
面对复杂的供应链系统、产品管理系统，单靠人的力量难以完成，此刻，信息化软件的作用就足以凸显。在企业中，软件主要包括实现单一设备功能的嵌入式软件和实现局部管理功能的管理软件。要实现复杂性管理，必须把主导产品功能的嵌入式软件与主导制造流程的管理软件有效集成，尤其是在企业决策方面，不仅要把管理软件当做提高效率的工具，更要把它作为分析、预测和解决问题的助手。
参考文献
[1] 房殿军。工业4.0时代下的中国供应链未来[J],产业观察，2014（8）。
[2] 乌尔里希·森德勒。【德】工业4.0:即将来袭的第四次工业革命[M],机械工业出版社，2015（2）。
[3] 王喜文。工业4.0:最后一次工业革命[M],电子工业出版社，2015（1）。
[4] 张曙。工业4.0和智能制造[J],机械设计与制造工程，2014（8）。
