EN

资讯中心

NEWS

向数字化工厂转型的四大挑战
阅读量:6371 2018-08-03

来源:中国仪器仪表行业协会

 

导读

 

数字化工厂的核心特点是:产品的智能化、生产的自动化、信息流和物资流合一。中国制造企业向数字化转型时,面临四大挑战。普华永道思略特合伙人夷萍近期在《哈佛商业评论》中文版撰文,提供了数字化工厂的成功蓝图,希望能够帮助中国企业应对挑战,顺利转型。

 

当下,打造数字化工厂成为许多企业的重要目标,但还没有哪家企业宣布自己已经建成了一座完全数字化的工厂。那么,数字化工厂是什么?如何才能打造一个真正的数字化工厂?

 

01  工厂数字化不仅仅是制造的数字化

 

现在常被提及的数字化工厂只是“智能制造”的一个组成部分。在智能制造之下,传统的制造流程将被重组,其最终目的是要实现产品的智能化。其中个性化的客户需求与设计,供应商和制造商之间的信息接入与共享,售后服务的快速响应等环节与数字化工厂一起,成为智能制造非常关键的组成部分。

 

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。

 

图:数字化工厂的范围

 

 

研发工程端的工业4.0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,可以大大缩短研发周期、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业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工厂、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,工业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。

 

02  数字化工厂的打造有别于传统业务模式

 

数字化可以让制造型企业从根本上改头换面。数字化工厂的核心特点是:产品的智能化、生产的自动化、信息流和物资流合一。目前,从世界范围看,还没有一家企业宣布建成一座完全数字化的工厂。西门子虽然在全球有样板工厂,但还没有在全球范围进行全面推广。

 

领先的制造型企业正采用一系列的先进技术实现生产乃至整条供应链的数字化。这些技术包括大数据分析解决方案、端至端的实时规划和互联、自控系统、数字孪生等。凭借这些技术,效率得以提升,企业能够批量生产高度定制化的产品。然而,想要完全发挥出数字化的潜力,企业仍需要与主要供应商和大客户实时互联。

 

在讨论数字化工厂的未来图景时,提到最多的是“大规模定制化生产”,这需要企业从6个维度建立相关的企业能力:

 

  1. 强大的客户需求收集和分析能力;

  2. 社会化交互的产品研发体系;

  3. 模块化、智能化的产品制造工艺;

  4. 高灵活度的供应链管理;

  5. 与客户需求匹配的生产能力(包括设备维护能力);

  6. 智能的库存和物流管理体系。

  7.  

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。

 

03  中国制造的数字化转型

 

德国“工业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。

 

图:工业4.0的演进过程

 

 

德国的“工业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,提高生产的灵活性,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动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网(Industrial Internet)概念,其方向侧重于将机器分析、行业洞察、自动化和商业预测连接起来。

 

《中国制造2025》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。

 

总体来说,制造业数字化转型在中国还刚刚起步,在未来迈向智能制造、数字化工厂之时,也要充分利用目前中国制造业企业已广泛应用的工业自动化设备。

 

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,自动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,自动化社会的使用界面友好、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——博世是工业4.0的重要发起者之一,在工业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,成为工业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个工业4.0的试点项目。

 

目前在博世苏州汽车电子工厂开展的工业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、机器人准确定位和自动派料。依托大数据收集和分析完成预知维护。共享的知识库、可视化通信系统为即时维护提供有力保障。在多种终端实现定制化报告,针对不同场景为员工提供最及时可靠的关键数据。

 

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。

 

04  转型之中的四大挑战

 

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标?”

 

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、用工人数等指标来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。

 

05  中国工厂数字化转型蓝图

 

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。

 

图:数字化工厂成功蓝图

 

 

1.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,聚焦能够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。

 

2.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。

 

3.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,而是达成提升效率、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。

 

4.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。

 

5.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。

 

6.将数字化工厂与企业的数字生态圈结合

 

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。