为了降低生产成本，阿迪达斯在亚洲大量生产运动鞋。然而，从设计到商店出售需要耗时18个月。对于客户来说，这个漫长的等待过程正在变得越来越难以忍受。客户正在寻找独特的定制产品，并希望立即尝试最新款式。但是传统的生产模式根本无法满足这些要求，因此阿迪达斯正在创建一个“高速工厂”的概念，以便在更接近销售网点的地方生产定制的运动鞋。 

同样，日本机床制造商大隈机械也开发了一套完整的铣削加工工艺，可以7×24小时自主运行。整个过程可以根据需要自动选择和更换切削刀具，提供原材料和耗材，而不需要人为干预。工作人员只需在现场用平板设备上的监测应用执行高附加值的任务，来监督工厂运营。除此之外，工厂完全自动化运行。 

这些例子让我们意识到第四次工业革命已经来临—这将改变当前我们的全球经济模式，并决定未来我们如何创造经济价值。与前三次工业革命一样，这次工业革命会迅速采用创新和变革技术。这些技术将挑战我们之前的所有假设，并改变我们对制造业的一切认知。这也意味着工人、制造商和政府需要为不可避免的变革做好准备，否则就会被时代抛弃。 

第一次工业革命以蒸汽机的发明为开端，用机器代替了手工劳动，并达到了难以置信的规模。第二次工业革命电力使装配流水线和大批量生产成为可能。计算机的发明带来了第三次工业革命，这使得机器人和机器自动化可以集成到流水线中，以帮助或在某些情况下取代人类工人。 

今天，制造业的发展方向已经与前三次工业革命大相径庭。前三次工业革命的重点是集中化和大批量生产，以实现规模经济；而第四次工业革命将以大规模定制和弹性生产为基础，产品生产的地点尽可能靠近需求中心。
 

制造商不再只是生产和管理库存，而是致力于建立高度整合的供应链，并根据上游供应商和消费者的实时需求进行动态调整。这需要在生产过程中实时预测并采取纠正措施。造成这种转型和“变革”的原因是制造商在整个端到端生产过程中希望以最小的甚至不需人为干预的情况下完成所有生产流程。 
所谓工业4.0制造模式很大程度上依赖于制造技术之间的自动化和数据交换，涉及信息物理系统、物联网（IoT）、云计算和大数据等。 

智能工厂的分权和自动化 

工业4.0模式旨在将工厂本身转变为计算机或“智能工厂”。在每家智能工厂内，模块化生产流程通过信息物理系统将计算机技术与机器相融合，而不仅仅是为了遥控和监测。这些模块化智能工厂能够自主决策如何实现生产的分权和自动化，并且能够通过物联网与人工操作员和其他智能工厂进行沟通和合作，以完成一个全方位的供应链变更。 

事实上，这就像IT行业多年来使用数据中心的情况一样：通过虚拟化物理服务器，以及业务流程自动化技术，使机器在一定程度上实现自我管理。而我们将继续推动这些模式进一步开发新功能，例如软件定义网络（SDN）、混合云和人工智能（AI）。 

数据中心虚拟化现在可能已经成为主流，但是工业4.0运动对很多人来说仍然陌生。尽管如此，它在全球制造业的发展却越来越快。德国政府在2013年创建了这个词，同时也提出了一个使该国制造业全面计算机化的计划。
 

工业4.0的技术挑战 

然而，革命既有挑战性，也可能杂乱无章，而工业4.0也一样。除了经济生产力变化所带来的文化和政治挑战之外，推广“工业4.0”模式还需克服几项技术挑战，包括： 

1.集成新系统并对这些系统进行更多访问，导致数据安全性问题大大增加。此外，专有生产知识也成为IT安全问题。 
2.成功的信息物理通信需要高度的可靠性和稳定性，但很难实现和维护。 
3.以较少的人力监管维持整个生产过程可能困难重重。 
4.如何解决由于技术问题导致出现严重损失的生产中断也需引起重视。 

企业在确保其数据中心技术可用、安全的情况下，建立信息物理应用，不仅涉及软件，还涉及工业机器以及工厂安全（工厂内每台机器、设备和控制仪器都变成了终端设备）。因此实现这项行业构想似乎困难重重。所有这一切都需要在网络上运行，这意味着全面实现这些革命性的变化，可能都是IT部门的工作。 

工业4.0的应用性能管理比现在更为复杂。当一个传统的软件应用出现性能下降，或者变“缓慢”时，很难确定导致这个问题的原因。大部分企业已部署了一系列工具来监测和诊断这些问题，尽量避免半夜开电话会议，让应用团队和网络团队互相指责：应用团队认为问题由网络造成，而网络团队则通过检索冗长的日志，力图证明数据库才是罪魁祸首。遗憾的是，对于许多此类事件的响应团队来说，虽然有很多工具可以利用，但由于缺乏可视性，因而仍然无法完成诊断工作。 

Gigamon可视化平台 

现在Gigamon可视化平台可以很大程度上解决这种可视性缺乏问题。该平台提供用户交互的端到端视图，不仅包含应用，还包含支持该应用的完整基础架构。Gigamon可视化平台能够帮助IT部门利用诊断工具更有效解决应用性能问题。 

想象一下就在不远的将来，企业要求IT部门诊断信息物理系统下全自动流水线性能下降，或运行“缓慢”的原因。整个流水线和其所有的物理组件将成为新的“应用”，并带来比传统软件应用复杂万分的问题。 

虽然看起来监测和管理工业4.0信息物理应用的工作量巨大，但其解决方案与传统网络的可视化解决方案基本一样。在整个流水线和智能工厂网络中设置监测点，Gigamon可视化平台可以监测对运营商来说重要的数据变化，并智能帮助和增强监测和诊断工具，以应对可能出现的海量数据筛查。 

除了应用性能问题，确保“智能工厂”安全也将是一个更大的挑战。向网络添加机器、传感器和其他难以计数的物联网终端设备会产生额外的复杂性，而且，工业4.0模式的特性要求不仅连接可靠的企业网络，还要连接整个垂直和水平供应链。当界限概念彻底消失，网络几乎跨越整个世界时，IT如何保护“网络”？ 

传统的网络安全可视化方法将开始出现问题。企业需要基于安全交付平台的新方法，以实时持续性监测和向安全工具提供智能数据，跟上工业4.0企业智能工厂生成数据的容量和速度。