数字化转型与智能制造,概念异与同

0
2020-12-02 来源: 智能制造IM

 

新冠疫情爆发以来,“数字化转型”突然被频频提及,成为“网红”术语。新冠疫情让制造企业对数字化转型有了更加深刻的感受和更加迫切的需求。一夜之间,数字化经营能力已经成为制造企业最基本的生存能力。然而,制造业圈内一向概念术语众多,比如智能制造、工业互联网、人工智能、数字孪生、数字化转型...让人眼花瞭乱,不知从何下手。可以说,概念术语多如麻,乙方产品各自夸。数智时代要有数,赋能赋智全靠它。技术本是同林鸟,融合应用不分家。智造转型异与同?区分角度讲方法。

 

 

一、智能制造

 

智能制造虽然是最近几年才热起来,但概念在很早就提出来了,华中科技大学杨叔子院士1992年在国内最早发表了智能制造的论文《智能制造技术与智能制造系统的发展与研究》。也有专家查证,日本在1990年提出“智能制造系统(IMS)国际合作研究计划”。为什么之后的二、三十年智能制造没有火起来?不外乎两个原因,一是使能技术不够发达,巧妇难为无米之炊,想实现智能制造但没有给力的技术支撑。二是应用场景不够充分,英雄没有用武之地,就算有了一些智能化的技术,但如果缺乏实践验证,也难以发展下去。当然,智能制造的内涵外延也是随着技术发展和环境变化而变化的。

 

e-works 黄培博士曾经总结了智能制造的十大应用场景,被广泛引用。简单地说,我们推进智能制造的目标之一是为了向客户提供智能的产品或智能的服务,但是,有些普通的商品比如饮料、食品、服装,它不是智能产品。但即使是普通商品,在研发或生产过程中,可能都需要涉及到智能装备、智能产线、智能车间、智能工厂、智能研发、智能管理、智能物流与供应链以及智能决策。如果要再加一个,可以包括智能的工艺。这十大应用场景涉及到四大模式的创新,即商业模式、生产模式、运营模式、决策模式。如下图。

 

 

 

    

二、智能制造与使能技术

 

正如前面所说,智能制造愿景的实现,需要使能技术。什么是使能技术,李培根院士曾经讲过,使能就是使其能够,赋能。哪些是使能技术呢?现在很火热的工业互联网、数字孪生、人工智能、工业大数据、CPS、云计算、MEC…等等。这十大应用场景的实现离不开这一系列使能技术。

 

这些使能技术之间既有区别又有联系,比如,工业互联网为数字孪生提供了基石载体和网络通道,而数字孪生为工业互联网提供了应用场景和发展方向。这些使能技术本身也是相互赋能、相互赋值。所以,很多时候从应用层面来讲,无法说只用哪一个技术实现某一项功能。如下图。

 

 

使能技术的队伍也在不断扩容、不断提质,有些使能技术的角色在不断变化,功用在不断深化,能量在不断爆发,比如5G、MEC。所以,智能制造的水平才有可能不断提升。

 

三、数字化转型

 

关于数字化转型的概念,很多专家都讲过不同的说法,可以说1000个人眼中有1000个哈姆雷特。

 

我这里只讲制造业数字化转型,我把它定义为:制造业数字化转型,是战略主导下的业务变革,是数据驱动、智能助力的研发、生产、运营、服务改善,最终推进盈利模式优化和用户体验提升。它需要推动业务与系统双向融合,以数字化为核心,借助网络化手段,实现智能化赋能,保证产品和服务高效保质交付,持续提升企业核心竞争力。

 

数字化转型重在技术,根在业务,但可能毁于管理。也就是说,数字化转型是以数字化技术支撑为前提,但并不仅仅只是数字化技术本身,它的本质上是业务的转型,而业务转型必须以企业战略为主导,以客户需求为指引,以组织变革、流程优化、人员能力为保障,以企业文化、环境机遇来促成。

 

数字化技术是个泛概念,也包括以数字化技术为基础的网络化、智能化系列技术。管理包括了战略管理、组织变革、流程优化、人员能力提升、IT/OT工具与系统的应用等等。人员能力保障的前提是人员的认知,特别是企业的一把手、业务的一把手、部门的一把手、甚至一线直接接触客户的人员,认知不到位能力不可能到位。如下图。

 

 

 

结合一些专家的观点,制造业数字化转型至少有三个阶段:

 

第一个阶段,数字化转换,比如,一家制造企业由以前手工记帐变为会计电算化。

 

第二个阶段,数字化提升,企业应用了ERP等软件以后,它实现了进销存、人财物一体化的管理,当然可能更多。也就是说通常意义上说的,企业的信息化达到了一定的水平。

 

但在前两个阶段,一个制造企业业务模式可能都没有发生根本性变化,比如,一个汽车制造企业,它虽然实现了信息化,但仍然还是以卖汽车为主。

 

第三个阶段,数字化转型,基于各种数字化技术,比如智能网联汽车、APP,电动能源、自动驾驶等等,它可以实现出租汽车的方式按时计费,这个时候这家制造企业的业务模式进行了延伸,从卖汽车变成一个以汽车为平台的出行服务商,现在不少的汽车制造企业都在探索这一类转型,比如丰田、大众

 

四、数字化转型与智能制造

 

所以,从前文可以看得出来,智能制造是以数字化为核心,要实现智能制造需要融合数字化、自动化、网络化、智能化等一系列技术,当然,也包括精益思想的贯彻。有些环节如果精益化、标准化不到位,智能制造也很难如愿以偿。

 

制造业数字化转型,从另外一个角度,更加强调以数字化思想来重构业务模式、业务流程、业务交付,以优化客户体验和盈利模式。数字化转型可以扩展到涵盖了我们今天大部分热门的概念,比如智能制造、工业互联网、数字孪生…这些技术/理念是制造企业在推进数字化转型时需要根据企业的痛点、重点、难点而因地制宜考虑的手段、工具、路径、方法…数字化转型以数字化为核心,但仅仅依靠应用一些数字化技术难以确保最后的成功。

 

如果要梳理这一系列概念之间的关系,大概是下图所示。

 

 


那么对于一个制造企业来说,到底是应该推进数字化转型还是推进智能制造呢?这其实不是一个绝对化的问题,因为这不是一个二选一的问题。

 

智能制造与数字化转型两个概念的角度不同。智能制造,毫无疑问是以数字化为核心,以数据驱动/数据流动为根本,以采用智能化手段来改进研发生产、经营管理中的瓶颈问题为目标。从智能制造的角度来说,数字化转型是制造业推进智能制造的起点。

 

数字化转型,当然必须以数字化为基础,更强调企业要具备数字化的理念,提升数字化的认知,研究数字化时代的变化与挑战,以数字化的思维来重新审视为客户创造价值的全流程,利用数字化工具和手段来重构业务链、价值链。从数字化转型的角度来说,智能制造是实现制造业数字化转型的主攻方向。

 

对于具备一定数字化、网络化基础条件的企业来说,为了进一步解决研发、工艺、生产、服务、供应链、交付等环节或整个流程中的一些痛点问题、顽固问题,需要采用智能化的技术来加以解决。比如AI用于质量检测、远程运维、图像识别、语音识别、智能机器人或人机协作、PHM等等。

 

对于大多数中小企业来说,或者是B2C模式的企业来说,可能更主要的是面临订单问题、客户体验问题、交付问题、服务问题,需要更多的考虑采用各种数字化手段来改善(提升、改变)。到底能够采用什么样的手段做到什么程度的改善,需要结合行业、产品/服务的特来点思考和规划。就如同我们讲工厂里面的作业改善,有信息化的手段、自动化的手段、精益化的手段、智能化的手段…要因企制宜甚至因线(产线)制宜…...

 

在思考数字化转型的时候,可能需要跨界性、突破性的思维,敢破敢立,不要墨守成规。数字化的客观性、包容性、集成性、扩展性,以及数字化平台(体系)的叠加效应、聚合效应、倍增效应,可能会带来更多更新的解决问题的视角。

 

综上所述,数字化转型有三个层次:

 

第一个层次是理念,就是意识和认知的转型。这是我们推进数字化转型最重要的起步阶段,意识和认知的转型是第一步。意识和认知到位了,数字化转型才有了真正的初心。把数字化转型作为企业生存发展之刚需,只要思想不滑坡,办法总比问题多。如果企业没有意识和认知到数字化转型的重要性、必要性、紧迫性,就可能会为了获得政府资金而报项目、上项目,甚至政府不给钱就不做项目。意识和认知的转型,关键还是企业一把手的转型,一把手认知的高度和深度决定了企业发展的速度。

 

第二个层次是支撑,工具和手段的转型,用数字化的工具和手段来支撑我们的业务。根据业务需要、市场需求、趋势变化,采用相应的数字化技术提供支撑,按需拓展。这个层次也是对企业的能力、实力的挑战。

 

第三个层次是引领,企业战略和盈利模式的转型。用数字化理念引领企业战略、组织、流程、业务与交付模式的全面转型。 必须把数字化思维作为生存发展的第一思维。比如,工程机械行业,从最初的销售设备,到采用设备远程定位技术实现出租设备,从非数字化到结合物联、传感实现设备的互联智能化,从提供设备使用监控到实现设备故障预测与健康管理(PHM),通过5G技术实现无人挖机,通过对设备使用的数据分析实现用户画像,通过对设备(机器)状况、工况画像来精算保险费用...等等,推进了整个行业产品与服务模式的转型。

 

借用彼得ˑ德鲁克的一句话“战略不是研究我们未来要做什么,而是研究我们今天做什么才有未来”。智能制造和数字化转型,都需要有战略性思维,结合企业痛点,革新现在定义未来。

  

相关新闻

版权声明

1、凡本网注明“来源:中国轻工业网” 的作品,版权均属于中国轻工业网,未经本网授权,任何单位及个人不得转载、摘编或以其它方式使用。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国轻工业网”。违反上述声明者,本网将追究其相关法律责任。
2、凡本网注明 “来源:XXX(非中国轻工业网)” 的作品,均转载自其它媒体,转载目的在于信息之传播,并不代表本网赞同其观点和对其真实性负责。
3、如因作品内容、版权和其它问题需要同本网联系的,请于转载之日起30日内进行。
4、免责声明:本站信息及数据均为非营利用途,转载文章版权归信息来源网站或原作者所有。

返回顶部
Baidu
map