“运行一个过程制造工厂至少需要多少人?”这已经是一个老问题了。自从自动化出现的早期、甚至更早的时候开始，竞争激烈的生产制造商们就已经尝试计算他们最少需要多少人了。近年来这件事情有了新的重要意义，随着50/60年代的员工退休以及80/90后新生代员工逐渐取代老一辈的位置，企业正面临着巨大的新老员工交替的压力。

　　理所当然，我们可以用永远适用的答案来回答：“看情况而定。”一些相关的因素包括工厂自身的情况、它的自动化水平以及组成其直接劳动力的人员类型。

　　随着新生代员工开始步入职场，人们越来越意识到，在一个传统的过程制造工厂环境下，能够开心工作的合格工程师和操作人员的数量在未来几年内会变得更少。毋庸置疑，人还是会有的，不过具有相关教育和培训经验的人很缺乏。公司可以通过外包服务满足这样的需求，可是要想找到合适的员工在工厂里按照7×24小时的方式工作还是有难度的。

　　工作方式的改变

　　一些从客户的人力资源经理那里获得的最新数据显示，当上了年纪的员工队伍离开时，不管新的员工是正式工还是合同工，这些员工加总起来的人数和以前可能不会一样。数量可能会少得多，而且尽管他们从事的工作类型一样，他们的工作方式也会不同。那不仅仅是技术的流失，那是整个文化的改变。每个人的能动性不同，可是他们说经过了这么多年他们这一代才成长起来，要想让他们准备好从事那些他们认为正确的事情也同样需要经过那么多年。这不仅仅是人员离开，也不仅仅是生产能力的问题，而是关系到一个更深层次的问题：未来的工人要怎么做才能使工厂安全有效的运行?

　　施耐德电气最近做了一项研究，从一个侧面为我们揭示了80/90后与50/60后在工作风格方面的差异。在50/60年代出生的人们在学习事物的时候倾向于把每件事情都了解的非常透彻，包括每一个螺母和螺钉。因此当50年代出生的员工发现工厂在运行中出现问题时，他们会以学到的方式来解决问题。他们甚至了解最末端的阀门，所以他们可以经常能把糟糕的状况改善到一个稳定的状态，就是因为这就是他们学习的方式。

　　而80/90后们则没有按照这种方式学习。他们不会细致研究工具如何作用到每个螺母和螺钉，可是他们比父辈们更懂得如何更好地使用工具。他们善于使用网络和各种新技术，可是他们不像父辈们那样对每一个细节都要弄明白，他们对此方面没有深入研究的需求。当老一辈工程师想到不会再有人懂得如何更换分裂蒸馏塔的铆钉时，他们会很紧张。好消息是他们比千禧一代们出生得早，所以很多由50/60后的员工开发的基础知识已经融入到了所应用的技术中去了。

　　你可以想象一下，80/90后所面对的技术基础对于他们的风格来说恰恰是最完美的。他们非常善于将跨组织的结构整合起来，他们不需要了解每件事情的每个细节，他们融会贯通，他们倾向于即时满足。在过去35年之中由出生在生育高峰期的人们研制的工具其实真的更适合于千禧一代来使用。那可能意味着，如果这样进行下去，你可以在工厂里使用少得多的人来完成工作。

　　人们经常问到的一个问题：“每个操作员能管理多少个控制回路?”答案一如既往的是，“看情况而定。”要准确的回答这个为题，你必须要问操作员是谁，以及什么人和什么工作流程在支持这个操作员。人们习惯性地假设什么都不改变，并且会有一些神秘的新型显示和报警手段。那是一种错误和危险的思考方式。如果你想让操作员执行同样的工作，人员也不变，那么你就不能假设一个操作员能处理更多的控制回路。目前的每个操作员250个控制回路的极限对于任何人都是做不到的。

　　KPI指标真的可靠吗?

　　我们相信例如产量和其他的一些KPI指标对于保持我们的工作热情是有效的，但真相是这些生产商和制造商的目标就是实现他们生产的利润最大化。实际情况是不应该单纯地减少员工人数，而是应该问到底需要哪些技术的组合以及人才来为正在做的工作实现效率最大化。在有些工厂里，因为员工的操作更多是靠手动的，他们没有达到具有科学经验的程度，因此人员数量还可能增加，正如有些工作在专用化学品和工业的情况。而其他的一些非常依赖科技推动的工厂运行，针对每单位产出和利润可能会需要更少的操作员。

　　危险的是盲目追求那些可以得高分的KPI指标，而导致机构的整体盈利水平下降。对于这个问题没有简单的答案。解决方案应该与问题中的行业对策相一致，而且其目标应该是使该运营的利润最大化。

　　利润率与人力成本的权衡

　　利润率和员工数量之间到底有着怎样的联系?以施耐德电气正在合作的两家石化公司为例，他们已经不像看待趋势图一样那么重视数字。他们会关注最近10年和2年的情况，人员采取的一些措施，以及人员的数量和成本，将这些与利用率和工艺可用性比较。他们不在乎一个数字的高低，而是想看到其相关性。如果他们在人员身上投入更多钱，是不是会获得更多的可用性和利用率?虽然这些都是很粗略的措施，但是他们正在努力将人和科技放在一起考虑。

　　这种做法真的正在使系统内部发生改变。他们说，“你看，你要求投资，我们批准了，让你增加技术，从头到脚焕然一新--从耳机通话系统到仪器仪表的各个环节。可是如果这些趋势看起来朝错误的方向发展，我们会得到什么?”那些公司并不抵制花钱，但是本来应该是协助人们的科技手段和策略出错了吗?这是个老问题了，但是有些高管们却只是死死盯住生产这个方面。

　　一般来说，在从事需要判断的工作时，人会比机器做的更好。上世纪80年代美国制造业曾经实行了一段“熄灯式”生产时期，工厂采用高度的自动化，把灯关了，让机器在无人化管理模式下运行。事情的真相是，这么做的绝大多数公司最终获得更少的利润、生产环境更危险，最终这种模式仅仅成为该行业非常短命的一次狂热。当利润被压缩的时候，最简单的答案就是缩减成本。我们有很多员工，那么就裁员吧。虽然我们不建议你人员过多，但是如果我们充分了解这么做的方式对于商业的影响，就可以按照这种方式来进行。你不能简单地说先裁员30%再看看你是死是活，这样的做法是不行的。

　　我们应当在工厂不断发展的基础之上，通过融合不同的技术实现利润最大化。这不能全靠科技，也不能全靠人。应该是让运营的目标来决定采用怎样的方式。

　　科技的进步与局限

　　在制造和生产工厂里有很多事情的发生都是我们无法理解或者无法预测其出现的。我们有太多的事情不了解。实际情况是例如炼油厂和化工厂的这些生产工厂以混沌理论来说是非线性动态系统。如果没有控制，他们的行为方式会非常混乱。即便有了控制，也有相当多的未知内容。我们就是不知道生产的各个方面、工厂运行的环境、产品的质量以及能源的质量。我们了解的内容还不足以精确地预测将要发生什么。

　　如果我们将需要处理的状况的知识写进程序中，那么系统能否处理这些状况?是的，我不认为那是问题;这是在上世纪80年代我们尝试制造业“熄灯式”生产时所面对的同样的问题：我们无法以一种预测的方式定义每件要发生的事情，因此也不能判断怎么样的行动是正确的。机器只有了解如何动作以后才会作出响应。人类具有的奇妙能力使其能够看到未定义过的、以前从未发生过的状况，通过因果分析给出一个合理的响应。如果你可以做到这些，那么机器就是完美的。但是现实的情况是，我们还差得很远。

　　对于机器来说，需要认定一个有价值的模式。不仅仅是要在事情变坏的时候要做出判断，而且也要在变好的时候作出判断。客户总是抱怨系统虽然能在正确的时间告诉他们一些真相，可是却没有提供可动作的信息，结果他们什么也做不了，因此不得不忽略它。那不是弃用科技的理由，而是告诉你必须要理解其局限性。

　　如何预测未知的世界?

　　对于无法想象的事情，你是无法在系统中为其设定程序的，因为它关系到的不是炼油厂里什么出错了，而是什么没出错。我们肯定没有这方面的足够知识。例如，有些天气变化，可能会为你的工厂增加利润创造一定的条件。那么，你怎么应对天气变化呢?有一些客户从事的像发电这样的简单一些的流程已经掌握了如何利用这样的变化。但是对于像炼油厂或化工厂来说情况就复杂的多了。你如何将其量化为“黄金运行”的一部分?

　　对于一个炼油厂来说，有无穷的可以影响产量和利润的状况，其中有好有坏。例如，你的工厂的某个部位受到雷击，而这可能在历史上从未发生过。如果你要建立一套完全不需要人力支持的全自动化系统，那你必须要把所有这些无穷的可能发生的状况都考虑到。

　　在最近10到15年里，可以预测更多状况的新科技已经涌现，但是你看看可能发生的状况的排列数，即便是在一个很小的炼油厂里，你所看到状况数量也几乎会达到无穷多。想要把这些都在软件用以模块实现，那是个巨大的挑战。不是科技的效率不够高，而是我们还没有了解清楚所有的事情。

　　何不从现在做起

　　当我们去现场时，往往看到的都是老的控制系统，不过大多数还没有老到气动或模拟量电子，至少都是数字化控制系统，这些系统没有充分利用的情况很严重。即便是使用上世纪80年代初的控制系统，你也一样可以做到今天的控制系统所能做到的事情。区别在于今天你拥有了预开发的先进软件，可以让你更轻松地完成这些事情，但其实数字计算的基本结构并没有多大的变化。科技出现的年代也许并不是问题的原因，更主要是由我们的意识决定的，如果我们把今天的科技水平放到10年以前，我们也仅仅会做10年前我们计划做的那些事情，不会更多。即使在这些老的系统里，也有很多功能完全没有用到。

　　外包服务能否提高效率?

　　在工厂里采用承包商来提供一些各式各样的服务，而不是采用自己的员工来做这些事情的想法已经施行了很多年了，但是采用虚拟人员的想法还是比较新的。Maverick 科技公司两年前推出了一项新的服务，其目标是为用户提供7×24×365的全天候服务平台。Maverick 科技公司相信它所提供的这种性质的服务是唯一一个可以覆盖来自于各个不同供应商的控制系统，作为其战略性制造解决方案资深副总裁，Kirk Norris给出如下建议：

　　当一个工厂在一个竞争非常激烈的行业环境下以7×24模式运行时，如果它的管理层想要使用外包服务的时候，他们需要考虑两件事情。第一件事是你要明白作为商业行为，你的核心竞争力是什么，并确定你的员工里有哪个领域的专家。可是如果你想要雇用了解你的生产运行方面的通用技术或工厂配套设施方面的专家时，在劳动力市场上那可能会比较昂贵，最好采用外包形式。

　　另一件事情是计算当工厂出现问题时的响应程度的衡量方式。1个小时的停机真正让你花费多少钱?有多少次问题发生时你完全没有准备应对?如果你配备了足够的有经验的人员随时待命，有多少问题需要花费3、4或5个小时来解决?或者有多少问题可以在1个小时之内就解决?

　　好的外包服务可以为你的现场人员补充一些对你目前运行的平台比较了解的技术人员。特别是对于那些严重的或复杂的问题，我们可以升级服务到更高级别，包括为了短时间内做出应急响应而派人员到你的现场。

　　提供该服务两年以后，我们发现客户将PlantFloor24外包服务用于应用级别的支持，我们与使用多种平台的多个行业的多个客户一起工作。每一个客户关系都是独特的，我们为每个独立的状况提供定制的服务。从该计划开始以来，我们还没有流失过客户，这也告诉我们这个服务很有价值。这也帮助我们在竞争激烈的行业里与其他过程自动化服务供应商区分开来。

　　理想的情况是有人将我们的服务作为一个大项目的延续来使用。通常持续提供服务的人员参加过该项目，因此双方都对彼此的流程和风格比较熟悉。如果我们没有这种关系，我们要给我们的服务支持人员提供特定应用以及他们需要涉及的技术方面的内部培训，这样我们的资源就可以提供合格的支持服务。

　　也有一些很少的情况不适用于提供外部服务支持，大部分与非常老旧的控制系统相关，没有必要的网络支持致使我们不能有效为其服务。如果通讯仅仅限于打电话或者我们不能使用平台充分的培训人员，提供服务支持就非常困难。

　　StanDeVries 是施耐德电气解决方案架构的资深总监，Peter G. Martin 博士是施耐德电气商业价值咨询的副总裁。