cartwo网站 卡通车市

企业制造数字化转型的四大挑战解析

2019/9/25 15:47:37 人评论 次浏览 分类:富军

四大挑战
   中国数字化工厂的蓬勃发展固然可喜,但我们也发现了一些问题。当我们与希望建设数字化工厂的客户接洽时,通常能听到他们表示:“我们想造一座类似于某企业的全自动工厂或‘智能化’工厂。”而我们接下来抛出的问题自然是“贵公司如何定义‘智能化’?是否有清晰的数字化工厂战略?是否有明确的各项评估指?”然而,大多数企业并不能明确阐述他们希望中的数字化工厂,而是寄希望于有现成的智能化工厂定义,能够毫不费力地直接照搬。在我们看来,数字化工厂的定义以及对成功的评判指标建立在多种因素之上。
挑战一:缺乏整体性的战略规划
   我们观察到不少项目由于缺乏整体性的战略规划,导致对未来数字化的具体需求不甚明晰,对企业当前数字化水平认知不足,从而无法客观地判断两者间的差距,确定所需补强的能力。
   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动化和跟踪。
   此举虽然有效,但在很多情况下并未解决“为什么要建设数字化工厂”这个根本性的战略层面问题。因此,企业应该以自上而下的方式推进数字化工厂的建设,从战略、产品设计、运营模式变化等整体的角度考虑问题,根据自身的实际情况和目标来挑选合适的技术,而不是盲目地追求所谓的尖端技术。例如,海尔以互联工厂为核心的发展战略,既符合集团大规模定制的发展方向,同时契合海尔在模块化和数字化的丰富经验,从而成功打造出了互联工厂的生态体系。
挑战二:无法走出效益的狭义误区
   在某些特定的行业,尤其是在离散制造领域,数字化和自动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动化,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。
   企业可以将一些定量指标,例如生产效率、单人产出、能耗、质量控制(次品率)、生产周期等,用于评估数字化工厂的效益。而减少人工作业、提升员工士气(工作不再无聊,而是更加有趣、附加值更高)和加大员工忠诚度等定性指标也能用于辅助评估。行业和企业本身诉求的不同也会对指标的选择产生一定的影响。除了生产效率、良品率、生产周期等常见指标外,某领先的纺织企业还选择了换产时间、用工人数等指衡量其数字化工厂的成效,而某工程机械巨头针对其示范车间则加入了生产误操作、物流效率等指标,解决其自身痛点。
挑战三:没有对技术进行全盘考虑
   中国制造业的自动化和数字化发展时间相对较短,即使是在同一行业内,企业的自动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动化。
   同时,中国企业往往更注重单体设备的自动化率,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。
挑战四:人才仍是瓶颈
   数字化和自动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,制造业能够抓住此次机遇一改传统的“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。
   最后,由于数字化工厂的转型需要多部门协调,往往需要顶层决策者对数字化有着较强的决心和较深的认识,能够指导整个企业制定数字化战略,带领企业顺利度过转型,打造出成功的数字化工厂。
转型蓝图
   领先的工业企业已经在数字化工厂的建设和发展方面迈出了坚实的步伐,在提升生产效率的同时,能够迅速可靠地生产出更多定制化、高质量的产品服务于市场。对于许多没有打算建设数字化工厂的企业而言,缺乏一套数字化的愿景和企业文化是让它们裹足不前的最大阻碍。在我们看来,这正是数字化工厂先行者们不可获取的一大要素。

   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业4.0 道路上的各项挑战(见图“数字化工厂成功蓝图”)。


绘制数字化工厂战略
   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。
设立试点项目
   数字化的经济效益有时并不容易量化,而且在初始阶段,团队只能提供非常有限的技术概念和演示,因此可能导致难以争取到资金和利益相关方的认可。
解决这些问题的手段就是试点。通过试点,企业能发现最适合自身的方式,将速赢的成效展现给整个组织并获得它们的认可,进而争取到资金用于大规模的推广。由于数字化工厂可能会给整个劳动力带来深远的变革,所以需要让工人加入到试点工作中。
   在一两处生产基地纵向整合从数字化工程设计到以实时数据为支撑的生产规划,是一种可行的试点方案。在主要的生产设备上安装传感器和执行装置,或者使用数据分析来探索预测性维护方案,也能取得初步的成效。还可以在特定的工厂中实现特定产品线的数字化,将其作为不断学习和优化的契机。当然,企业还可以考虑与初创企业、高校或行业组织等外部的数字化领先者合作,加快数字化创新的步伐。
确定所需的能力
   生产环节中什么最重要?更完善、自动化程度更高的物流?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。
成为数据分析和互联方面的领先者
   流程及质量改善、资源管理、预防性维护,在数字化工厂里,这些解决方案几乎总是与互联息息相关。传感器协助收集数据,在信息层进行分析,然后传回联网的物流设施和生产设备上实时调整生产。每家企业都需要熟练掌握能生成和传输数据的互联工具与系统,以及用于改善效率和质量的分析工具。
推动工厂向数字化转型
   通向数字化工厂之路是一条转型之路。如同其他转型一样,管理变革及其对员工的影响,是成功的关键。难以发现合格的人才、缺乏数字化的企业文化、部分员工不愿拥抱数字化变革,这些都是常见的挑战。这些问题的解决之道在于及早与员工携手合作,对培训和继续教育开展投资,而这些投入会因为数字化工厂所带来的效率提升而被抵消。数字化环境的培育必须要有领导层的全力支持。高层必须将数字化工厂战略视为工作的重点,摒弃保守主义的姿态,加快项目的审批流程,从而让数字化团队加快推进转型进程。同时,还需要设计简练的汇报渠道,确保数字化团队侧重于各类增值活动而不是疲于应付各类行政要求。
将数字化工厂与企业数字生态圈结合
   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,确实能实现显著的改善。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,这些工作只是一个起步。如果企业能在产品中整合数字化功能,就有可能打造出一系列的服务将抽象的数据转化成具体的价值。生产流程本身也能通过多种途径将收集起来的数据转化为收入。在数字化工厂的深远影响下,企业能够拓展甚至是彻底改变目前的业务模式,不再只是注重生产环节,还能有机会在利润丰厚的售后市场中扩大份额,提升利润率,并进军全新的业务领域。
   中国制造业企业的数字化转型不仅仅是巨头企业们发展的必经之路,对于中小型企业也可以说是势在必行。当企业制定好数字化转型的战略,确立了数字化的企业文化,找到合格的人才后,面对以下问题,具体又该如何将这份战略落实到工厂内部生产线上呢:

  • 生产计划一锅粥,生产过程混乱不堪
  • 纸单排计划,沟通传递效率低
  • 工厂调度混乱,资源使用不透明
  • 员工生产效率低,绩效无据可依

本文转载自《网络


相关资讯

  • 大数据时代新技术在智能交通中的应用

    为探索大数据时代人工智能、大数据等新技术如何应用到交通运输领域中,实现智能交通的重大变革,首先,从信息资源整合、数据智能分析决策、大数据全生命周期的新技术应用、信息主动推送、智能网联汽车等方面提出智能交通的痛点及需求。其次,总结智能视频分析、交通信号控制、…

    2020/7/13 13:57:53
  • 论数字孪生技术对未来智慧城市发展的重要作用

    智慧城市对于不同的人,不同的角色所处不同立场都会有不同的定义。 在普通人眼中“上班不拥堵,下班走近路”是智慧城市......在老年人眼中“独自在家遭遇危险,能有人及时提供帮助”是智慧城市......在消防员眼中“火情在苗头中被自动扑灭,一路顺畅赶到火灾现场”是智慧城市…

    2020/7/7 16:49:27
  • 5G应用与数字化社会发展前景展望

    5G是构建万物互联的基础,是推动“新基建”加速发展的引擎。像特高压、智能电网、新能源汽车与充电桩、城际高铁、工业互联网、数据中心、人工智能等,都需要5G网络的支撑,因此5G成为“新基建”之首。 新基建背景与意义 随着产业的发展,全球数字化浪潮在进一步加速推进。…

    2020/7/7 16:44:27
  • 智慧道路交通的发展展望

    随着生产经济的日益发展和提高,道路交通运输系统也得到了质的改善。从小径到小桥、栈道,再到铁路、轮船、飞机以及当下的建设热词智慧交通,道路交通的发展史不仅是社会经济的发展史,也是人类文明变革的另类写照。那在迈向“智慧”之际,道路交通又面临着哪些难点和智慧展望…

    2020/3/26 15:18:52

共有访客发表了评论 网友评论

请注意:如您评论言语不当,本网站有权予以删除!
验证码: 看不清楚?

    友情链接:

    联系我们| 广告服务| 意见反馈| 汽车全生命周期信息平台介绍

    Copyright © 2017《汽车与社会》杂志社 auto-society.com.cn All Rights Reserved   京ICP备05018282号-3