菠萝视频无限看

行業新聞
首頁 > > 行業新聞

企業如何成功打造數字化工廠?

當下,打造數字化工廠成爲許多企業的重要目標,但還沒有哪家企業宣布自己已經建成了一座完全數字化的工廠。那麽,數字化工廠是什麽?如何才能打造一個真正的數字化工廠?

工廠數字化不僅僅是制造的數字化

現在常被提及的數字化工廠只是“智能制造”的一個組成部分。在智能制造之下,傳統的制造流程將被重組,其最終目的是要實現産品的智能化。其中個性化的客戶需求與設計,供應商和制造商之間的信息接入與共享,售後服務的快速響應等環節與數字化工廠一起,成爲智能制造非常關鍵的組成部分。

数字化工厂不仅可以覆盖从研发到售后的各个业务环节,也可以拓展到横向的供应商管理领域 。

研發工程端的 应用包括数字化协同合作、数字化模型和产品虚拟化,通过运用信息化技术,可以大大短研发周期、减少研发风险、提高创新效率。供应链管理主要从纵向,即产品生命周期管理,以及横向,即供应商整合管理两个角度考虑工業4.0 的应用,应用层面非常广泛,包括现在国内较熟悉的、智能供应链、生产信息化管理系统等,可以帮助企业提升整个供应链的效率,降低成本,以及规范化管理上游端供应商质量。再往后端推移,工業4.0 技术也可被广泛应用于设备智能维护及实时服务、打造数字化工作环境,以及运用数字化技术手段提高营销效率,提供更优质的销售及售后服务等。

數字化工廠的打造有別于傳統業務模式

數字化可以讓制造型企業從根本上改頭換面。數字化工廠的核心特點是:産品的智能化、生産的、信息流和物資流合一。目前,從世界範圍看,還沒有一家企業宣布建成一座完全數字化的工廠。西門子雖然在全球有樣板工廠,但還沒有在全球範圍進行全面推廣。領先的制造型企業正采用一系列的先進技術實現生産乃至整條供應鏈的數字化。這些技術包括大數據分析解決方案、端至端的實時規劃和互聯、自控系統、數字孿生等。憑借這些技術,效率得以提升,企業能夠批量生産高度定制化的産品。然而,想要完全發揮出數字化的潛力,企業仍需要與主要供應商和大客戶實時互聯。

在討論數字化工廠的未來圖景時,提到最多的是“大規模定制化生産”,這需要企業從6個維度建立相關的企業能力:

強大的客戶需求收集和分析能力;

社會化交互的産品研發體系;

模塊化、智能化的産品制造工藝;

高靈活度的供應鏈管理;

與客戶需求匹配的生産能力(包括設備維護能力);

智能的庫存和物流管理體系。

除了大规模定制化生产,数字化工厂的未来图景还包括能源的节约(据测算有大约12% 的能源节约空间),让供应链更加安全,以及准确地寻找到相关领域专家的问题解决方式。而且数字化工厂的生产模式不仅局限于生产终端消费品的企业,生产设备的企业一样可以通过实践数字化工厂来更好地满足客户需求、降低成本、提高交付效率、合理管理产能。

中國制造的數字化轉型

德国“工業4.0”、美国“第三次工业革命”、中国“制造业2025”,世界各国纷纷提出新一代制造理念,主要是为了指导工业制造业的发展,在数字化、智能化、网络化的全球大环境下,拉动传统制造往智能制造方向升级,从而满足未来市场更快速、更个性化的需求响应,并实现更低的制造成本。

德国的“工業4.0”是以“智能制造”为发展目标,建设“数字化工厂”,通过信息技术、广泛互联、信息交互、流程再造等一系列手段,满足消费者差异化、定制化的需求,提高生产的活性,以及向管理者提供更佳的决策支持。

美国的“第三次工业革命”提出得比较早,更多强调的还是信息化和自動化对制造业的冲击和影响。当然美国的制造业领先企业也对制造业的智能化趋势进行了布局和研究,比如通用电气公司提出的工业互联(Industrial Internet)概念,其方向侧重于将机器分析、行业洞察、自動化和商业预测连接起来。《》于2015 年出台,成为中国实施制造强国战略第一个十年的行动纲领。实施制造业创新中心建设、智能制造、绿色制造、工业强基和高端装备创新五项工程,开展质量提升和服务型制造两项专项行动。其战略路径是以创新驱动为动力和引领,以工业强基和质量提升为基础,以智能制造为主攻方向,以绿色制造和服务型制造为侧翼。

總體來說,制造業數字化轉型在中國還剛剛起步,在未來邁向智能制造、數字化工廠之時,也要充分利用目前中國制造業企業已廣泛應用的設備。

未来的数字化工厂首先是基于重新设计的生产流程、供应链管理流程、产品再设计,以及数据收集分析和决策系统。它需要形成一个标准,自動化设备需要接入这样的生产体系——第一,需要具备的是功能和应用场景的丰富化,满足生产需求;第二,满足信息采集的需求,这里的信息包括产品信息和操作信息;第三,要在实现标准化生产的同时(工序工艺的标准化,零部件的标准化)保留一定的生产柔性;最后,自動化设备的使用界面友好、维修养护费用较低、调试简单等特性也会加快此类设备的普及。

博世中国数字化工厂实践——博世是工業4.0 的重要发起者之一,在工業4.0 领域拥有领先的能力和独到的优势;依靠在机械设计、制造以及软件服务等领域所积累的经验,以及全球超过250 家工厂运营储备的广泛制造知识,成为工業4.0 的领军企业。其对外提供包括传感器、硬件设备、软件以及服务的一站式解决方案。同时在内部开展了超过100个工業4.0 的试点项目。

目前在博世苏州汽车电子工厂开展的工業4.0 应用覆盖了多个方面,在物料管理、生产订单安排、设备维护保养以及人员效率提升等方面的效益体现尤为明显。在生产区域,所有工位、原料均处于有序管理状态。根据生产订单,实现设备自动叫料、准確定位和自動派料。依托大數據收集和分析完成預知維護。共享的知識庫、可視化通信系統爲即時維護提供有力保障。在多種終端實現定制化報告,針對不同場景爲員工提供最及時可靠的關鍵數據。

轉型之中的四大挑戰

中國數字化工廠的蓬勃發展固然可喜,但我們也發現了一些問題。當我們與希望建設數字化工廠的客戶接洽時,通常能聽到他們表示:“我們想造一座類似于某企業的全自動工廠或‘智能化’工廠。”而我們接下來抛出的問題自然是“貴公司如何定義‘智能化’?是否有清晰的數字化工廠戰略?是否有明確的各項評估指?”然而,大多數企業並不能明確闡述他們希望中的數字化工廠,而是寄希望于有現成的智能化工廠定義,能夠毫不費力地直接照搬。在我們看來,數字化工廠的定義以及對成功的評判指標建立在多種因素之上。

挑戰一:缺乏整體性的戰略規劃

我們觀察到不少項目由于缺乏整體性的戰略規劃,導致對未來數字化的具體需求不甚明晰,對企業當前數字化水平認知不足,從而無法客觀地判斷兩者間的差距,確定所需補強的能力。

许多中国企业从软件(技术)和硬件(设备)的角度考虑数字化工厂的开发建设,依靠内部经验丰富的工程师和专业人员与外部供应商合作,通过对各类解决方案的整合来实现生产线上特定环节的自動化和跟踪。

此舉雖然有效,但在很多情況下並未解決“爲什麽要建設數字化工廠”這個根本性的戰略層面問題。因此,企業應該以自上而下的方式推進數字化工廠的建設,從戰略、産品設計、運營模式變化等整體的角度考慮問題,根據自身的實際情況和目標來挑選合適的技術,而不是盲目地追求所謂的尖端技術。例如,海爾以互聯工廠爲核心的發展戰略,既符合集團大規模定制的發展方向,同時契合海爾在模塊化和數字化的豐富經驗,從而成功打造出了互聯工廠的生態體系。

挑戰二:無法走出效益的狹義誤區

在某些特定的行业,尤其是在离散制造领域,数字化和自動化的程度取决于当前的基础设施、所生产的产品以及整个生产流程。要实现高度数字化或自動化,技术方面可能需要很长时间的积累方才可行。而从成本效益角度考虑,收回投资也需要很长一段时间。因此,如果纯粹从投资回报的角度考虑效益问题,将使得企业在面对数字化工厂时踌躇不前。在可持续发展日益受到重视、生产安全不断规范、劳动力红利逐步消失的今天,数字化工厂所实现的节能减排、人机交互、远程控制等紧跟当前形势下的要求,能带来显著的社会效益。

企業可以將一些定量指標,例如生産效率、單人産出、能耗、質量控制(次品率)、生産周期等,用于評估數字化工廠的效益。而減少人工作業、提升員工士氣(工作不再無聊,而是更加有趣、附加值更高)和加大員工忠誠度等定性指標也能用于輔助評估。行業和企業本身訴求的不同也會對指標的選擇産生一定的影響。除了生産效率、良品率、生産周期等常見指標外,某領先的紡織企業還選擇了換産時間、用工人數等指衡量其數字化工廠的成效,而某工程機械巨頭針對其示範車間則加入了生産誤操作、物流效率等指標,解決其自身痛點。

挑戰三:沒有對技術進行全盤考慮

中国制造业的自動化和数字化发展时间相对较短,即使是在同一行业冢笠档自動化程度和技术路线也大相径庭。数据分布较为分散,难以获得数字化工厂所需要的产品全生命周期的系统性数据,同时使得标准的制定变得困难。在部分较为传统的行业中,中国企业争相计划实现数字化工厂的跨越式发展。但是工厂车间里的设备落后,难以实时抓取和传输数据,是中国企业不得不面对的主要问题。尽管如此,仍然有以安灯系统为代表的解决方案能够为人工作业提供补充,并有效地整合进工厂自動化。

同时,中国企业往往更注重单体设备的自動化率,忽略了生产体系是一个有机的整体,而且在企业资源计划(ERP)、制造执行系统(MES)和产品生命周期管理(PLM)等不同系统间的打通和整合方面也有待改进,能做到不同工厂间互联的更是凤毛麟角。因此,企业需要根据自身的数字化工厂战略制定技术路线图,分阶段地推行各种技术转型举措,从而将实施的风险降至最低,避免对业务和运营造成冲击。

挑戰四:人才仍是瓶頸

数字化和自動化毫无疑问地会减少人工重复作业,改善工作环境,保障人身安全。我们认为,制造业芄蛔プ〈舜位鲆桓拇车“工作环境欠佳”的形象,通过升级来吸引更多新型人才。数字化工厂将生产运营流程高度一体化,由此对技术人才提出了更高的要求,过去单一领域的专才将不再适用,取而代之的将是横跨多领域、学习能力更强、懂得数字化交付的复合型人才。

参照国外的先进经验,以课堂教育与实际工作相结合的职业教育体系为产学合作制定数字化工厂培训项目指明了道路。例如,某领先的机床企业直接与当地的工科院校建立起联合学院,通过产教融合和资源互补,为其数字化工厂的建设定向培养和输送人才。除了教育机制,职业培训课程本身也需要做出调整,实现课程培训的标准化,并在商业、自然科学和工程等传统领域加大人才培养力度,培育出熟练掌握数据分析、产品管理、项目管理、IT 架构或者信息安全的跨学科数字化工程师。

最後,由于數字化工廠的轉型需要多部門協調,往往需要頂層決策者對數字化有著較強的決心和較深的認識,能夠指導整個企業制定數字化戰略,帶領企業順利度過轉型,打造出成功的數字化工廠。

中國工廠數字化轉型藍圖

領先的工業企業已經在數字化工廠的建設和發展方面邁出了堅實的步伐,在提升生産效率的同時,能夠迅速可靠地生産出更多定制化、高質量的産品服務于市場。對于許多沒有打算建設數字化工廠的企業而言,缺乏一套數字化的願景和企業文化是讓它們裹足不前的最大阻礙。在我們看來,這正是數字化工廠先行者們不可獲取的一大要素。

数字化愿景不仅只是考虑各项技术,而且还定义了这些技术如何在整个产品生命周期和企业生态圈中相互配合。阻碍企业制定数字化工厂计划的其他因素还包括机会不定、经济效益不明、投资代价不菲。综合考虑这些因素,企业所需要的不仅仅是一套清晰的愿景,更需要一张切实可行的数字化路线图。普华永道思略特制定了一套由六个环节组成的蓝图,协助企业制定或优化路线图成功应对通向数字化工厂和工業4.0 道路上的各项挑战。

制定一套连贯的战略绝对是重中之重。数字化工厂涉及不同技术的采用,许多技术很容易临时仓促上马。对于各项技术如何匹配整体战略和运营目标,如何与其他现有技术配合,企业需要有明确的想法,数字化愿景也应该涵盖整个组织,让数字化工厂发挥1+1>2 的作用。制定数字化工厂战略前,企业需要认识到自身目前的成熟度,确保人才和技术得到同等的重视,聚焦能带来价值最大化的项目。最后,需要组建起一支由高层、中层以及车间工人组成的支持者队伍,共同推进战略的落地。

設立試點項目

數字化的經濟效益有時並不容易量化,而且在初始階段,團隊只能提供非常有限的技術概念和演示,因此可能導致難以爭取到資金和利益相關方的認可。

解決這些問題的手段就是試點。通過試點,企業能發現最適合自身的方式,將速贏的成效展現給整個組織並獲得它們的認可,進而爭取到資金用于大規模的推廣。由于數字化工廠可能會給整個勞動力帶來深遠的變革,所以需要讓工人加入到試點工作中。

在一兩處生産基地縱向整合從數字化工程設計到以實時數據爲支撐的生産規劃,是一種可行的試點方案。在主要的生産設備上安裝傳感器和執行裝置,或者使用數據分析來探索預測性維護方案,也能取得初步的成效。還可以在特定的工廠中實現特定産品線的數字化,將其作爲不斷學習和優化的契機。當然,企業還可以考慮與初創企業、高校或行業組織等外部的數字化領先者合作,加快數字化創新的步伐。

確定所需的能力

生产环节中什么最重要?更完善、自動化程度更高的物流?为工人提供及时、定制化的信息?传感器集成网络?我们认为,从能力的角度出发考虑这个问题能带来更大的价值。数字化工厂的目标并不是实施最酷炫的新装置,而是达到提升效率、改善质量或增强业务本身等特定的目标。应该根据试点中汲取的经验,从组织、人才、流程和技术四个战略的维度,结合企业的生产战略和整体业务目标,详细勾勒出数字化工厂所聚焦的能力以及工厂体系的架构。

成爲數據分析和互聯方面的領先者

流程及質量改善、資源管理、預防性維護,在數字化工廠裏,這些解決方案幾乎總是與互聯息息相關。傳感器協助收集數據,在信息層進行分析,然後傳回聯網的物流設施和生産設備上實時調整生産。每家企業都需要熟練掌握能生成和傳輸數據的互聯工具與系統,以及用于改善效率和質量的分析工具。

推動工廠向數字化轉型

通向數字化工廠之路是一條轉型之路。如同其他轉型一樣,管理變革及其對員工的影響,是成功的關鍵。難以發現合格的人才、缺乏數字化的企業文化、部分員工不願擁抱數字化變革,這些都是常見的挑戰。這些問題的解決之道在于及早與員工攜手合作,對培訓和繼續教育開展投資,而這些投入會因爲數字化工廠所帶來的效率提升而被抵消。數字化環境的培育必須要有領導層的全力支持。高層必須將數字化工廠戰略視爲工作的重點,摒棄保守主義的姿態,加快項目的審批流程,從而讓數字化團隊加快推進轉型進程。同時,還需要設計簡練的彙報渠道,確保數字化團隊側重于各類增值活動而不是疲于應付各類行政要求。

將數字化工廠與企業數字生態圈結合

在推动数字化工厂的过程中,许多企业都将精力集中在各个工厂内部的纵向整合。在工厂内部实现MES 系统和ERP系统的连接,确实苁迪窒灾改善。但作为数字化生态体系中的一部分,数字化工厂应该发挥更大的作用。当企业横向地将整条供应链上的供应商和客户信息与数字化工厂进行整合时,将能带来更大的效率提升。试想一下:你可以利用实时的短期客户需求调整规划和生产情况,灵活地根据客户的要求做出调整,以最小的成本换取最大的客户满意度。这种利用跟踪技术实现的纵向和横向整合战略不仅能让企业优化规划流程和生产执行,还能深化企业与具有战略意义的供应商和客户之间的纽带。

然而,這些工作只是一個起步。如果企業能在産品中整合數字化功能,就有可能打造出一系列的服務將抽象的數據轉化成具體的價值。生産流程本身也能通過多種途徑將收集起來的數據轉化爲收入。在數字化工廠的深遠影響下,企業能夠拓展甚至是徹底改變目前的業務模式,不再只是注重生産環節,還能有機會在利潤豐厚的售後市場中擴大份額,提升利潤率,並進軍全新的業務領域。