現(xiàn)在都在講工業(yè)4.0那么它到底是什么呢？拋開那些專業(yè)的術(shù)語簡單地說，工業(yè)4.0不是無人工廠。它主要有兩個(gè)方面：一個(gè)是把機(jī)器變成人，例如無人工廠，讓機(jī)器更智慧，讓機(jī)器更智能，來代替我們?nèi)斯ぷ鳌Ｒ粋€(gè)是把人變成機(jī)器。
人是整個(gè)社會(huì)運(yùn)轉(zhuǎn)的核心，是zui核心的生產(chǎn)資料，哪怕是無人工廠，它的建設(shè)、運(yùn)維也都是由人來完成，所以把人變成機(jī)器。
 
　　在此基礎(chǔ)上就會(huì)產(chǎn)生一定的困境：生產(chǎn)上的困境，現(xiàn)在所有的互聯(lián)網(wǎng)和信息技術(shù)的終端都不能夠解放工人的雙手。但是人的靈活性是人類zui大的優(yōu)勢，但是對于機(jī)械性的工作，這反而變成了劣勢。管理上的困境，一個(gè)生產(chǎn)車間的負(fù)責(zé)人，少則負(fù)責(zé)幾十個(gè)員工，多的可能要負(fù)責(zé)幾百個(gè)員工的管理。工業(yè)大數(shù)據(jù)都是以設(shè)備和機(jī)器為中心產(chǎn)生的數(shù)據(jù)，傳統(tǒng)的信息技術(shù)和數(shù)字化手段很難采集到人的大數(shù)據(jù)，比如擰一顆螺絲用了多長時(shí)間，每一個(gè)工作步驟用了多長時(shí)間。人才培養(yǎng)和知識管理上的困境，工作場景跟學(xué)習(xí)場景脫離的問題。很多培訓(xùn)雖然是實(shí)訓(xùn)，但是離真正的工作場景還是有很大脫離，一脫離就產(chǎn)生問題了，因?yàn)槿硕际怯羞z忘曲線的，學(xué)完了都會(huì)忘。
 
　　當(dāng)然這并不是沒有解決的辦法，AR的技術(shù)就很好的解決了這些難題。1、實(shí)時(shí)指導(dǎo)。AR模塊，解決的是產(chǎn)業(yè)工人的記憶問題，解決的是他工作效率和出錯(cuò)率的問題。2、透明化管理。解決的是能夠?qū)崟r(shí)的采集到他的工作的大數(shù)據(jù)，同時(shí)能夠讓一線的管理人員實(shí)時(shí)的管理到生產(chǎn)工人的每一個(gè)工作細(xì)節(jié)。一旦出錯(cuò)，管理者能夠立刻收到報(bào)警和提醒。3、個(gè)人教練。AR眼鏡解決了培訓(xùn)問題，就像隨身的師傅，拉近了個(gè)人培訓(xùn)場景與生產(chǎn)場景的距離，甚至重疊，能滿足即需、即用、即學(xué)、即評這樣的教學(xué)目標(biāo)。4、知識沉淀。zui簡單的就是AR眼鏡可以把工作的過程錄下來，可以把好的經(jīng)驗(yàn)沉淀下來。
 
　　然而，要想達(dá)到這樣的程度，對于AR設(shè)備的硬件以及軟件要求是很高的。AR眼鏡要達(dá)到工業(yè)化五個(gè)關(guān)鍵指標(biāo)1、要求識別率達(dá)到98%以上。2、要求誤識別是零。電路板有很多元器件很相似，AR眼鏡可以有2%識別不出來，但是不能夠把A元器件識別成B元器件。3、元器件很小，像素漂移控制在要在5個(gè)像素以內(nèi)。4、延遲要在100毫秒以內(nèi)。5、識別的精度要在0.2毫米。
 
　　“據(jù)了解，現(xiàn)在AR技術(shù)的發(fā)展應(yīng)該是處于70年代計(jì)算機(jī)的發(fā)展水平，也就是在工業(yè)當(dāng)中有剛需、有應(yīng)用的一個(gè)階段。一個(gè)真正意義上的個(gè)人消費(fèi)品要有兩個(gè)特性，*要有一定的市場保有量；第二要有一定的黏性，只有量沒有黏性不能稱之為真正意義上的個(gè)人消費(fèi)品。就像計(jì)算機(jī)從出現(xiàn)到90年代真正走進(jìn)千家萬戶，這其中也是經(jīng)歷了諸多的風(fēng)雨。