Artykuł jest fragmentem publikowanej w Platformie Przemysłu Przyszłości w odcinkach książki pt. „Gospodarka Cyfrowa. Jak nowe technologie zmieniają świat”.
Rewolucyjna ewolucja
Międzynarodowe targi przemysłowe w Hanowerze należą do największych na świecie – w 2018 roku odwiedziło je 250 tysięcy gości. Ale to nie jedyny powód, dla którego przejdą do historii. W 2011 podczas Hanover Messe przedstawiciele biznesu, nauki i polityki ogłosili koncepcję Industrie 4.0. Pomysł chwycił, a wizja niemieckiej polityki gospodarczej opartej na wykorzystaniu nowych technologii uwiodła także rząd federalny, który włączył ją do inicjatywy „High-Tech Strategy 2020 for Germany”. W 2013 roku specjalna grupa robocza opracowała założenia przemysłu 4.0 dla rozwoju niemieckiej gospodarki, rozwijając śmiałą perspektywę przedsiębiorstw funkcjonujących w sieciach obejmujących całe fabryki, maszyny, systemy magazynowe i urządzenia produkcyjne.
W ślad za Niemcami pojęcie przemysłu 4.0 upowszechniło się w Europie, szczególnie w krajach skandynawskich. Tymczasem w Stanach Zjednoczonych częściej mówi się o „inteligentnej produkcji” (Smart Manufacturing), a w Azji – o „inteligentnej fabryce” (smart factory). Wszędzie jednak chodzi o to samo zjawisko: Przemysł 4.0 polega na paradygmatycznym przejściu od produkcji zautomatyzowanej do inteligentnej. Od kilku lat DELab UW uczestniczy w badaniach przemysłu 4.0 w Polsce: w 2017 roku przyglądaliśmy się wdrażaniu rozwiązań z tego zakresu w przemyśle motoryzacyjnym, w 2018, we współpracy z Ministerstwem Przedsiębiorczości i Technologii, tworzyliśmy narzędzia do mierzenia potrzeb i motywacji polskich przedsiębiorców do inwestowania w rozwiązania z zakresu p4.0 oraz do analizy dojrzałości firm we wdrażaniu tego typu innowacji. Za każdym razem kluczowe znaczenie miała odpowiedź na pytanie, czym właściwie jest przemysł 4.0.
Trudność w odpowiedzi na to pytanie wynika z braku koniecznego dystansu: przejście od trzeciej do czwartej rewolucji przemysłowej dokonuje się właśnie teraz. Jak to ujął Nick Gill, ekspert Capgemini, zjawisko przez wiele lat istniało bardziej w prezentacjach Powerpoint niż w rzeczywistości, podsumowując tym samym przemiany technologiczne, przez jakie przechodził w listopadzie 2018 roku – skądinąd najbardziej zaawansowany – sektor motoryzacyjny. Badacze potrafili wskazać wiele pojedynczych przykładów wpływu danych na proces produkcyjny, ale znali tylko nieliczne przykłady nowych rozwiązań w fabrykach, które przekładałyby się na znaczące zwroty z inwestycji. Michael Mandel, główny ekonomista think tanku Progressive Policy Institute, autor znakomitych opracowań na temat przemysłu 4.0, zauważył, że cyfryzacja dokonała się szybko tylko w tych sektorach gospodarki, w których produktem jest informacja, natomiast zachodzi znacznie wolniej w gałęziach, gdzie konieczne jest wykorzystanie zasobów fizycznych w zgodzie z ograniczeniami technologicznymi:
Software pochłonął te sektory, gdzie finalne produkty da się zredukować do bitów. To właśnie branże cyfrowe – komunikacja, rozrywka, finanse, a nawet usługi profesjonalne (…). Póki co jednak oprogramowanie nie było w stanie pożreć świata fizycznego. Dla przemysłu wytwórczego, budowlanego, rolnictwa i ochrony zdrowia dane są ważne, ale nie kluczowe. Żeby postawić budynek, potrzeba dźwigów, a nie ich wirtualnych odpowiedników.
Przejście między trzecią a czwartą rewolucją przemysłową ma charakter w dużej mierze inkrementalny (narastający – zachodzi stosunkowo powoli w wybranych obszarach) i jakościowy. Większość rozwiązań technologicznych niezbędnych dla p4.0 funkcjonowała już w p3.0, który wyłonił się pod koniec lat 70., w drodze rezygnacji z elektroniki analogowej na rzecz mikroelektroniki, półprzewodników, rozwiązań informatycznych i sieci. Ethernet, sensory, programy typu SCADA (Supervisory Control And Data Acquisition) w połączeniu z zaawansowaną analityką umożliwiały automatyzację procesów. Przemysł 4.0 wyróżnia sposób korzystania z danych, ich efektywne pozyskiwanie, przetwarzanie, wykorzystywanie w celu zoptymalizowania produkcji, sprzedaży i logistyki. To nie byłoby możliwe bez innowacyjnych technologii – internetu rzeczy, chmury, sztucznej inteligencji, sensorów i kolejnych generacji robotów. W efekcie dochodzi do zmiany paradygmatu produkcji, którego istotą nie są już linia produkcyjna czy nawet łańcuch wartości dodanej. Datafikacja – integracja danych z urządzeń, czujników, systemów informatycznych i operacyjnych – umożliwia rozwój nowych rozwiązań w całym cyklu życia produktu. Co ważne, ten proces nie zaczyna się i nie kończy na linii produkcyjnej, tak jak to się działo w przemyśle 3.0. Jest obecny we wszystkich fazach: od projektowania aż po serwisowanie.
Przyjmujemy, że przemysł 4.0 to złożony proces transformacji technologicznej, procesowej i organizacyjnej przedsiębiorstw, związany ze zmianą ich modelu biznesowego i integracją łańcucha wartości w całościowym cyklu życia produktu. Warunkiem tej transformacji jest zaawansowane wykorzystanie rozwiązań cyfrowych oraz zasobów danych, a jej celem – masowa personalizacja wytwarzania towarów i usług w odpowiedzi na zindywidualizowane potrzeby klientów.
Technologia
Punktem wyjścia dla rozwoju nowoczesnego wytwarzania jest przemysłowy internet rzeczy (Industrial Internet of Things, IIoT). To dynamiczna sieć złożona z fizycznych obiektów wyposażonych w sensory, autonomicznych czujników, platform i aplikacji zdolnych do zbierania danych oraz dzielenia się nimi między sobą, a także z otoczeniem. Innymi słowy, maszyny i urządzenia stają się częścią autonomicznych sieci komunikujących się i wchodzących ze sobą w rozmaite interakcje. Linearny, punktowy proces pozyskiwania i przetwarzania informacji, a następnie podejmowania na ich podstawie decyzji odnośnie do procesów fizycznych, który był charakterystyczny dla przemysłu 3.0, zostaje zastąpiony przez nieprzerwany, cykliczny proces zbierania, analizy i wykorzystania danych, który dzieje się w czasie rzeczywistym. Dane są gromadzone w obszarze całego łańcucha wartości (obejmującego środki produkcji, systemy magazynowe i sieci dostawców), z kolei zastosowanie algorytmów sztucznej inteligencji pozwala porządkować, integrować, analizować i efektywnie wykorzystywać informacje.
Przemysłowy internet rzeczy używany w fabryce umożliwia stałe monitorowanie procesów produkcyjnych oraz dostosowanie planu konserwacji i serwisowania, a tym samym zapobiega awariom i związanym z nimi przestojom. Zintegrowany z systemami ERP (Enterprise Resource Planning) pozwala zarządzać zasobami i zużyciem energii oraz ogólnie optymalizować procesy produkcyjne. Z kolei integracja z systemami CRM (Customer Relationship Management) umożliwia budowę zautomatyzowanych środowisk obsługi w czasie rzeczywistym, w sposób dostosowany do profilu konkretnego klienta.
Przede wszystkim jednak IIoT umożliwia konwergencję między systemami informatycznymi (IT) a systemami operacyjnymi (Operational Technology, OT). Te drugie wykrywają zmiany w otoczeniu dzięki czujnikom oraz podejmują działanie za pośrednictwem aktuatorów (elementów wykonawczych, np. robotów). W przeszłości IT i OT funkcjonowały oddzielnie: IT było wykorzystywane w zarządzaniu, OT służyło kontrolowaniu i monitorowaniu maszyn i zasobów. Obecnie przejawem tej konwergencji jest rozwój cyberfizycznych systemów produkcyjnych (Cyber-physical Systems, CPS), maszyn łączących potencjał informatyczny i operacyjny, zdolnych do komunikacji ze sobą i z otoczeniem. Do najbardziej zaawansowanych systemów cyberfizycznych należą cyfrowe bliźniaki (digital twins), czyli cyfrowe repliki fizycznych obiektów i procesów utworzone na podstawie danych, które są na bieżąco dostarczane z wielu sensorów i przetwarzane w chmurze w czasie rzeczywistym, z zastosowaniem inteligentnych algorytmów. Każdy fizyczny produkt czy proces produkcyjny może mieć swoje cyfrowe „odwzorowanie”, które pozwala między innymi na bezpieczne eksperymentowanie w świecie wirtualnym. Im bardziej precyzyjne jest takie odwzorowanie, tym bardziej jest użyteczne, a to z kolei zależy od jakości danych dotyczących parametrów produktów czy linii produkcyjnej i szybkości ich przesyłania.
W odróżnieniu od systemów CAD (Computer Aided Design), które umożliwiają prowadzenie symulacji w fazie projektowania, cyfrowe bliźniaki obejmują cały cykl życia produktu. Są też w znacznie większym stopniu interaktywne, a nawet immersyjne (tj. pozwalają użytkownikowi „zanurzyć się w doświadczeniu”), zwłaszcza w przypadku zastosowania do ich obsługi technologii wirtualnej lub rozszerzonej rzeczywistości (Virtual/Augumented Reality), np. za pośrednictwem specjalnych gogli, hełmów, interaktywnych ścian projekcyjnych (powerwall) lub też wirtualnych środowisk jaskiniowych (Cave Automatic Virtual Environments, CAVE), umożliwiających całemu zespołowi projektantów i inżynierów równoczesną pracę nad wspólnym projektem.
Przykładem zastosowania technologii immersyjnych w warunkach przemysłowych, jest usługa IBM Lab Service (opracowana w partnerstwie z firmą DAQRI) obsługująca rozszerzoną rzeczywistość. Wizualizację i interakcję z istniejącą infrastrukturą umożliwia tutaj kask działający dzięki cyfrowej nakładce 3D, w warunkach mniej wymagających wystarczają specjalne okulary. IBM współpracuje też z innymi firmami produkującymi inteligentne ubrania i wyposażenie robocze (Smart Cone czy GuardHat).
Technologia cyfrowego bliźniaka daje wgląd w specyfikę działania złożonych elementów maszyn i umożliwia testowanie ich funkcjonowania w zróżnicowanych warunkach. Pozwala też zoptymalizować plan napraw i konserwacji na podstawie bieżącej diagnozy zużycia części maszyn. Symulowane układy fabryczne umożliwiają lepsze zorganizowanie produkcji, a następnie wprowadzenie fizycznych zmian za pośrednictwem modułów i urządzeń wykonawczych. To wszystko sprzyja tworzeniu spersonalizowanego produktu i ułatwia konstruowanie prototypów, obniżając ich koszt za sprawą wirtualnych, szybkich i skalowanych testów. W konsekwencji zapewnia też optymalizację procesów decyzyjnych w produkcji, logistyce, sprzedaży i usługach powiązanych.
Cyfrowe bliźniaki są szczególnie przydatne w przypadku dużych i złożonych maszyn, np. w silnikach odrzutowych, których wirniki są narażone na działanie ogromnych temperatur sięgających 1600°C (większość metali topi się przy niższych wartościach). Wymagają stałej konserwacji, ale harmonogram jest inny dla każdego egzemplarza, w zależności od czynników degradacyjnych: warunków panujących na lotnisku, liczby osób na pokładzie i stylu pilotażu. Dlatego też modele konstruowane przez firmę General Electric są wyposażone w ponad 100 sensorów na bieżąco zbierających dane eksploatacyjne. Również Boeing odnotował 40% poprawę jakości wykonania części i systemów samolotów dzięki zastosowaniu cyfrowych bliźniaków. Prezes firmy w 2018 roku ocenił, że technologia CPS będzie największym impulsem rozwojowym przedsiębiorstwa w kolejnej dekadzie.
Cyfrowe bliźniaki wykorzystuje również niemiecki ThyssenKrupp, który obudowuje swoje windy inteligentnymi czujnikami połączonymi z chmurą obliczeniową. Odpowiednie algorytmy przetwarzają dane zbierane w czasie rzeczywistym, wskazując na potencjalne zagrożenia w funkcjonowaniu urządzeń i zwracając uwagę na konieczność konserwacji. Serwis jest wspomagany przez HoloLens – bezprzewodowe okulary rzeczywistości mieszanej dostarczane przez Microsoft, dzięki którym specjaliści mają wgląd w prace naprawcze wykonywane przez pracowników technicznych.
W 2025 roku wartość rynku cyfrowych bliźniaków ma wynieść blisko 36 miliardów dolarów. W niedalekiej perspektywie model digital twin może zostać zastosowany w skali całego przedsiębiorstwa. Funkcjonowanie „inteligentnej fabryki”, wraz z jej łańcuchem dostaw, będzie odwzorowane wirtualnie, a decyzje zarządcze podejmowane w sposób wysoce zautomatyzowany, w oparciu o zbierane na bieżąco dane przetwarzane w chmurze przez sztuczną inteligencję. Szacuje się, że w 2020 roku 30% firm z listy Global 2000 będzie wykorzystywać dane pochodzące z cyfrowych bliźniaków oraz przemysłowego internetu rzeczy.
Przykładem przekształcenia tradycyjnej produkcji w nowoczesną smart factory jest turecka fabryka Hugo Boss w Izmirze. Zatrudniające 4000 pracowników przedsiębiorstwo, oprócz robotyzacji i automatyzacji, wprowadza systemy oparte na sztucznej inteligencji, które analizują dane zebrane z 1600 tabletów rozmieszczonych w fabryce w celu usprawnienia procesów zarządzania maszynami, zasobami i procesami w czasie rzeczywistym. Klienci mogą wprowadzać zmiany do zamówionej przez siebie kolekcji dzięki wykorzystaniu modeli cyfrowych bliźniaków. Szybka i precyzyjna komunikacja i współpraca z klientem, uwzględniająca jego preferencje, pozwala skrócić czas przygotowania produktów z sześciu miesięcy do sześciu tygodni.
Dodatkowe możliwości zwiększenia integracji danych w zakładach produkcyjnych bez konieczności wdrażania złożonych i kosztownych systemów informatycznych dają rozwiązania udostępniające środowisko pracy w chmurze (Platform-as-a-Service).
Platforma MindSphere rozwijana przez firmę Siemens to otwarty system operacyjny oparty na chmurze obliczeniowej, umożliwiający łączenie urządzeń, systemów oraz aplikacji i usług biznesowych. Platforma zapewnia dostęp do narzędzi umożliwiających podłączenie krytycznych zasobów firmy do chmury w celu monitorowania ich wydajności (Connect and Monitor), zapewnia narzędzia do analizy i predykcji oraz integracji z systemami i bazami danych (Analyze and Predict) oraz pakiet ułatwiający przeprowadzenie transformacji firmowych w firmie dzięki możliwości tworzenia zaawansowanych i spersonalizowanych aplikacji do użytku wewnętrznego (Digitalize and Transform). Od końca 2017 roku MindSphere jest dostępny w ramach Amazon Web Services, wraz z otwartym interfejsem API. Analogiczne funkcje pełni Predix, rozwijana przez firmę General Electric – łączy urządzenia przemysłowe, umożliwiając analizę danych i dostęp do informacji w czasie rzeczywistym. Predix Machine pozwala na komunikację urządzeń peryferyjnych z chmurą, działanie lokalnych aplikacji i analizę danych w ramach zakładu, natomiast Predix Services udostępnia aplikację oraz usługi pozwalające na tworzenie własnych funkcjonalności.
Przemysł 4.0 byłby niemożliwy bez gwałtownego rozwoju systemów operacyjnych. Liczba robotów w zakładach produkcyjnych rośnie stabilnie: z 1,8 miliona w 2016 roku do ponad 3 milionów w 2020 roku. W 2016 roku 70% z nich pracowało w sektorze samochodowym, elektrycznym/elektronicznym oraz metalowym i maszynowym, obecnie przybywa zastosowań w innych przemysłach, także w mniejszych przedsiębiorstwach. Obok zautomatyzowanych linii produkcyjnych, charakterystycznych dla przemysłu 3.0, w fabrykach pojawiają się autonomiczne roboty mobilne (Autonomic Mobile Robots, AMR), wykorzystywane głównie w logistyce, oraz roboty współpracujące (coboty, collaborative robots), stworzone w celu bezpośredniej interakcji i współpracy z człowiekiem. Te ostatnie są zdolne do bezkolizyjnej pracy w otoczeniu fizycznym dzięki zaawansowanym sensorom, komunikacji z innymi urządzeniami, szybkiej obróbce danych (np. dzięki przetwarzaniu mgławicowemu) i algorytmom sztucznej inteligencji. Co istotne, trzy na cztery nowe roboty przemysłowe instalowane są w pięciu państwach: w Chinach (36% nowych instalacji), Japonii, Stanach Zjednoczonych, Korei Południowej i Niemczech.
Pierwszy robot współpracujący został wprowadzony na rynek w 2008 roku przez Universal Robots. Firma obecnie reklamuje swoje produkty hasłem „nie pozwól się ograniczać dedykowanej robotyce”. Coboty są proste w obsłudze, łatwe do wdrożenia i konfiguracji. Producent zapewnia, że ich pracę może kontrolować nawet niedoświadczony w programowaniu pracownik, bezproblemowo da się je przenieść z jednego działu do drugiego, a zmiana roli nie wiąże się z przeorganizowaniem produkcji, przezbrojeniem ani wymuszonym wydłużeniem albo skróceniem partii. Konfiguracja ma zajmować jedynie pół dnia.
Maszyny mogą wyręczyć ludzi przy „brudnych, niebezpiecznych i nudnych zadaniach”. Działają w oparciu o algorytmy uczenia maszynowego (np. rozpoznawania obrazu, zapamiętywania tras lub układów pomieszczeń), a proces ich edukacji bywa wyjątkowo krótki i prosty. Lynx produkowany przez Omron Adept jest w stanie opanować rozkład pomieszczeń i opracowywać najkrótsze trasy już po jednorazowym oprowadzeniu przez człowieka po całym budynku. Jako samonawigujący robot transportowy sprawdza się w magazynach, ale zatrudniają go także szpitale. Z kolei Panda Powertool, opracowana przez niemieckie przedsiębiorstwo Franka Emika, to robotyczne ramię o wyjątkowej precyzji i elastyczności działania, które jest w stanie wykonywać relatywnie złożone prace manualne. Atutem tego cobota jest niewielki rozmiar (mieści się na stole) i niska cena, co czyni go dostępnym także dla małych i średnich przedsiębiorstw.
Upowszechnianie cobotów jest przejawem rozwoju rekonfigurowalnych systemów produkcyjnych (Reconfigurable Manufacturing Systems) pozwalających na dopasowanie potencjału, funkcjonalności i wydajności infrastruktury produkcyjnej. Składają się one z modułów, które dzięki mechanicznej i informatycznej integracji można łatwo ze sobą łączyć, rozdzielać lub dodawać nowe, podczas gdy zintegrowany układ pomiarowy ocenia kondycję całego systemu. Mobilne i elastyczne roboty, uczące się dzięki wykorzystaniu sztucznej inteligencji, zwiększają możliwości szybkiej i taniej rekonfiguracji linii produkcyjnych w celu wytwarzania krótkich serii odpowiadających na zmieniające się preferencje odbiorców. Długofalowo procesy technologiczne charakteryzujące przemysł 4.0 umożliwią zaawansowaną personalizację produktu końcowego.
Coraz większym problemem przedsiębiorstw jest konieczność zapewniania większej elastyczności, a nie wydajności wytwarzania. Oczywiście ta ostatnia jest koniecznością, bo wszyscy chcą produkować jak najtaniej i przy jak najwyższych standardach jakościowych, jednak to właśnie elastyczność staje się w firmach coraz ważniejszym tematem. I dzieje się tak niezależnie od wielkości i rodzaju parku maszynowego. Zawsze bowiem chodzi o to, aby na danej linii produkcyjnej można było produkować większą liczbę wariantów, przy użyciu tych samych zasobów. To dotyczy zarówno produkcji z długimi okresami cyklu, jak tej masowej – przykładowo w sektorze FMCG. Tutaj modyfikacje asortymentu mogą odbywać się nawet kilka razy w ciągu jednej zmiany!
Powyższe zmiany mają kluczowe znaczenie dla integracji systemów fizycznych i wirtualnych. Równocześnie towarzyszy im wdrażanie innych nowatorskich rozwiązań, np. produkcji przyrostowej (addytywnej) wykorzystującej szybkie projektowanie (także w oparciu o dane pozyskiwane z sensorów i przetwarzane przez algorytmy AI) wraz z drukiem 3D.
Technika druku przestrzennego została opatentowana w 1984 r. przez amerykańskiego inżyniera Charlesa Hulla. Podstawowym surowcem są tu tworzywa sztuczne, ale obiekty powstałe dzięki tej konwencjonalnej metodzie wykazują często zmienną wytrzymałość i właściwości mechaniczne, zależnie od kierunku druku. Opracowana przez amerykański startup Carbon innowacyjna fotochemiczna technologia wykorzystująca światło, tlen i żywicę pozwala uniknąć tych niedoskonałości. Digital Light Synthesis sprawia, że wydrukowane części są spójne we wszystkich kierunkach. Carbon usprawnia swoją technologię, zbierając dane produkcyjne ze wszystkich sprzedanych lub wynajętych urządzeń, co pozwala dopracować algorytm i przyspieszyć pracę. Z kolei firma Desktop Metal rozwija druk metalowych przedmiotów przy wykorzystaniu technologii drukowania dwukierunkowego, polegającej na rozrzucaniu proszku drukarskiego i drukowaniu podczas każdego przejścia maszyny. Skutkuje to stworzeniem wytrzymałych metalowych elementów w tempie nawet stukrotnie szybszym niż w przypadku tradycyjnej produkcji. Druk 3D znajduje też coraz więcej innowacyjnych zastosowań w medycynie – szacuje się, że w 2025 roku jego wartość wzrośnie do 3,5 miliarda dolarów. Poza tworzeniem narzędzi chirurgicznych technologia przydaje się także do budowania modeli organów poddawanych operacjom, co pozwala lekarzom lepiej przygotować się do realnej interwencji w ciele pacjenta. Osobnym zastosowaniem jest tzw. biodruk, czyli nanoszenie warstwa po warstwie bioatramentu złożonego z żywych komórek. Druk 3D pozwala także konstruować spersonalizowane protezy i ortezy. Możliwości tej technologii wykorzystała absolwentka inżynierii biomedycznej na Politechnice Wrocławskiej Eliza Wróbel, która stworzyła specjalną ortezę dla mężczyzny cierpiącego na powypadkowy niedowład kończyn, składającą się z ponad 70 części. Dalsza praca nad projektem może zapoczątkować produkcję niedrogich zindywidualizowanych protez rehabilitacyjnych usprawniających codzienne życie osób z niedowładem kończyn.
Procesy i organizacja
Konwergencja systemów IT i OT za pośrednictwem IIoT, automatyzacja procesów, ich autonomizacja oparta na wykorzystaniu sztucznej inteligencji – to wszystko wpływa na radykalne przeorganizowanie firm.
W inteligentnej fabryce dochodzi do bezprecedensowej integracji pionowej procesów, czyli połączenia technologicznie odrębnych faz produkcji, sprzedaży i dystrybucji. Dotychczas osobne poziomy – urządzeń i czujników, sterowania, linii technologicznej lub rzeczywistego procesu produkcji, planowania i zarządzania – zespala nieprzerwany obieg danych. Połączone systemy i maszyny mogą autonomicznie reagować na zmianę zapotrzebowania produkcyjnego oraz komunikować się ze sobą w celu wykrycia wadliwych części. Zapewnia to większą elastyczność i efektywność operacyjną, zwłaszcza jeśli przedsiębiorstwo wdrożyło nowoczesny system zarządzania produkcją (Manufacturing Execution Systems, MES). Jednocześnie cyfryzacja systemów i procesów w całym łańcuchu wartości (czyli działaniach zmierzających do dostarczenia produktu użytkownikowi finalnemu) i dostaw pozwala osiągnąć nowy wymiar integracji poziomej. Dochodzi do powiązania wewnętrznych procesów producenta (planowania popytu, zamówień publicznych, logistyki i usług posprzedażowych) z procesami zachodzącymi u dostawców, partnerów biznesowych, a nawet konsumentów. W efekcie może powstać transparentna sieć, w ramach której wszyscy partnerzy koordynują i optymalizują swoje procesy, zadania i decyzje w całym łańcuchu wartości.
Popularyzacja technologii cyfrowych bliźniaków rewolucjonizuje zarządzanie cyklem życia produktu – od konceptualizacji, przez składanie zamówień, rozwój, produkcję, dystrybucję, wykorzystanie, serwis, aż po wycofanie z rynku i ewentualny recykling. Cyfrowe odpowiedniki pozwalają bowiem błyskawicznie dzielić się informacjami i dynamicznie optymalizować procesy wytwórcze, a w efekcie skrócić cykl projektowania i szybciej reagować na potrzeby klientów.
Elementem transformacji cyfrowej jest również zmiana roli pracowników w przedsiębiorstwie. Normą staje się praca w środowisku przesyconym technologią, wymagająca kompetencji cyfrowych. Ich brak jest podstawową barierą we wdrażaniu przemysłu 4.0. Pierwszorzędne znaczenie ma cyfrowe przywództwo – zarząd i właściciele firm rozumiejący potrzebę całościowej reorganizacji procesów organizacyjnych.
Wdrażanie rozwiązań z zakresu p4.0 prowadzi też do zmiany koncepcji zarządzania. Trzecia rewolucja przebiegała pod znakiem „szczupłej produkcji” (Lean Manufacturing), koncepcji, która powstała w oparciu o zasady i narzędzia Systemu Produkcyjnego Toyoty (Toyota Production System, TPS), a upowszechniła się w latach 90. Jej „szczupłość” wynikała z dążenia do oszczędniejszego wykorzystania pracy pracowników, zasobów i czasu poświęcanego na rozwijanie nowych produktów dzięki systemowi dostaw na czas, standaryzacji i usprawnień pracy personelu. Obecnie coraz większą popularność zyskuje koncepcja zwinnej produkcji (agile manufacturing), która dzięki elastycznemu podejściu organizacyjnemu oraz rekonfigurowalnym systemom pozwala szybko reagować na zmiany. W tym modelu stawia się na krótsze partie czy wręcz pojedyncze produkty, skraca się czas wprowadzenia na rynek i bezpośredni kontakt z konsumentem. Z założenia można wówczas sprostać indywidualnym potrzebom klientów przy jednoczesnym kontrolowaniu kosztów wraz z jakością i przy relatywnie niskiej cenie końcowej.
W rezultacie przemysł 4.0 cechuje przejście od produkcji scentralizowanej do zdecentralizowanej. Ta pierwsza oznacza realizację kompletnych zadań produkcyjnych w pojedynczym zakładzie albo w organizacji wielozakładowej obejmującej centralny zakład i sieć powiązanych organizacyjnie podmiotów. Decentralizacja to tworzenie sieci autonomicznych, inteligentnych jednostek, które wymieniają informacje i konfigurują się w celu optymalizacji procesu produkcyjnego i osiągnięcia efektywnego rezultatu. To punkt wyjścia dla platform produkcyjnych.