e-works数字化企业网  »  文章频道  »  管理信息化  »  管理信息化综合

沙龙:智能制造实施策略

2020/9/29    来源:e-works    作者:e-works      
关键字:智能制造  
2020年9月10-11日,以“后疫情时代制造业的数字化转型与智能化创新”为主题的2020(第六届)国际智能制造(武汉)论坛在中国光谷科技会展中心隆重召开。

    2020年9月10-11日,以“后疫情时代制造业的数字化转型与智能化创新”为主题的2020(第六届)国际智能制造(武汉)论坛在中国光谷科技会展中心隆重召开。在11日下午的大会上,主持人e-works总编黄培博士,邀请长飞光纤光缆股份有限公司信息管理与智能制造中心经理涂金格,e-works咨询事业部总经理李伟,上海盖勒普公司首席营运官(COO)沈皓玮以“智能制造实施策略”为题展开讨论。

沙龙:智能制造实施策略

沙龙:智能制造实施策略

    主持人:e-works总编黄培博士

    讨论嘉宾从左至右

    长飞光纤光缆股份有限公司信息管理与智能制造中心经理涂金格

    e-works咨询事业部总经理李伟

    上海盖勒普公司首席营运官(COO)沈皓玮

    观众提问一:智能制造投资收益,我公司非标控制在3年,标准控制在5年,想与各位交流智能制造的收益该如何控制?

    涂金格:关于智能制造方面的投资收益,从两方面谈,一个是理性的,一个是感性的。理性的要精确计算,投资了这么多项目,到底如何收回来?感性的,作为公司的领导就会考虑前瞻性的事情,有些前瞻性的技术与方向,不管投资有多大,公司是不是应该占领这样一个方向。

    主持人:我的理解,第一个忠告,不要仅仅看财务报表,我曾看过一个工厂,一个AGV都没有,原来是算来算去减不了一个人。另外你刚才提的问题,适合某一个工业的改造,不太适合信息系统的改造。谈到信息系统、智能制造的时候,建议整体拥有成本,TECO。第二个忠告,更多关注一些对于核心KPI的改变,很多嘉宾讲了很多KPI,例如劳动生产率、按期交货率、质量一次通过率等,请关注这些指标。

    李伟:投资收益肯定是要计算的,一般会帮客户算一个显性的和隐形的收益,不管是自动化的项目还是数字化的项目,是不是按照既定的目标完成,隐形的收益是很关键的,是企业所看不见的,包括企业文化、管理、业务,甚至数字化打造整个企业文化的概念,这其中隐形的收益非常重要,我们也去推导这方面的工作,担任这方面可能不能量化出来。计算也是为了告诉企业的经营管理者,投资是可以计算一个收益数字,但是需要理性看待。

    观众提问二:工业互联网除了设备外,其它领域的数据如何有效应用,以实现工业互联网最大的价值?

    沈皓玮:个人认为工业互联网的优势是一个服务平台,其实这个概念对于很多企业而言,不妨从颠覆性的考虑一下,如果供应链或者自身产能,还有技术人员,放在互联网更大的平台上服务,企业其实是可以进行网络化经营,所有的资源得到更优整合,技术能力也可以借助互联网的平台获得更多资源。换句话而言,一个企业数字化的过程提前做好了,在享受工业互联网平台优势的时候,才可能抢占先机,做工业互联网有这样的一个竞争力。您提问除了设备以外是不是还有其他的?个人觉得从企业自身的很多关键能力,包括技术能力,这可能是来自于人,也可能是来自于产品等方面。另外,一个企业有自己的生存能力,基于传统的管理模式,将来上数字化管理平台的时候,可能就会比做好数字化准备的人上平台来得慢一点。个人认为,企业对于自身优势要进行剖析,做好工业互联网的准备。工业互联网的趋势或者平台优势是有的,需要为企业挖掘更多的应用价值。

    主持人:沈总做得比较实,有的企业做得比较虚。有些就叫工业云平台,不涉及到物。如果没有物联网应用,不涉及到物联网,这种算不算工业互联网应用?我认为,离开了采集数据的应该不算,把握这个原则,不要什么都算是工业物联网。再有,美国有一个工业互联网联盟,出版的所有白皮书都叫工业物联网白皮书,工业互联网名词仅仅中国有。有些东西过于泛化,把什么都叫工业互联网。我前段时间写的一篇文章,连续访问了几家类似盖勒普这样的公司,他们是为企业解决实际问题的。除了机床以外还有多种,包括动力设备、检测设备、各种工业集群、AGV,其实都是需要的,需要协同的。例如,货物来了,不能乱跑,要与生产体系融合起来,这才是我们需要关注的事情。

    观众提问三:如何破解工业数据不愿意公开放在工业互联网平台上的难题?

    涂金格:关于工业互联网,我们的想法是一网一平台,这个网是工业物联网,为什么是物联网呢?目的其实是为了规避人为的不录数据,所以我们尽量自动化,尤其在数据采集上。所以在我们车间里,几乎所有的设备都是自动采集,涉及到人工操作的就是扫码,如果不扫码或者不操作,系统中会有清晰的记录。另外一个就是云平台,云平台起到一个很重要的作用,能够把以前所有孤立的系统,通过云平台统一在一起,实现数据共享。

    主持人:回到第二个问题,企业没有好的参照样板,有很多东西找不到现行的系统,专业不孤立的系统。

    涂金格:每个系统是独立的,系统与系统之间数据没有打通,刚才强调要建设云平台,尽量集中,将来就像手机一样,平台就像手机,所有的应用就像手机上的APP。

    主持人:也就是说,在工业互联网平台、云平台的基础上再去架构一些APP。最近有一个比较重要的新名词,低代码,这些APP就像一个积木块一样,可以搭建更复杂的功能。传统的软件在很多年前,没有软件这个词,大的固化软件会成为过去,更多的是灵活配置的APP。更多强调移动应用,每一个应用和场景结合起来,这样才会更有生命力。

    观众提问四:工业互联网一级节点、二级节点是一个什么样的概念?

    涂金格:工业互联网有四个组成部分,网络、标识、安全、平台,网络和标识是工业互联网的基础。关于标识,国家有5大顶级结点,在华中,在武汉,我们公司建立了工业互联网标识解析的二级节点,再往下是企业节点。二级节点的建立非常有利于企业之间信息的互联互通,没有标识其实谈不上数字化,有了标识才能做一些应用,再往上做一些智能工作。

    主持人:每个产品装一个物联网的身份证,或者给一个二维码,企业能否推行下去还是一个问号。长飞是拿了一个示范项目在强力推进。我自己有一个困惑,原来商务部有一套普通的商务条码,但现在这套体系和商品的变化体系是一样的吗?

    涂金格:不一样。我们跟下游的移动,跟上游的企业都是通过标识解析来交换数据。

    观众提问五:一个企业如何才能把智能制造所用到的一些东西更快或更成功的实践,而且能达到领先水准?从整个企业的经营理念以及对人才需求这方面有什么变化?

    李伟:智能工厂规划中有几个步骤,一是现状评估,二是模式设计,包括流程。最终是要推导出一些逻辑答案,未来你所在的企业,智能工厂每一个业务要到达怎样的目标,可能会有一些对标,找出一些差距。这里面有结合技术的,哪一些适合企业,例如营销,现在是这个样子,未来会是什么样子,是经销商模式还是其他模式?智能工厂会使企业的业务模式发生怎样的变化,不是为了变而变,而是根据战略要求来的,例如提升竞争力,提升交付周期,提升研发周期、供应链周期等,往下走,研发怎么缩短,其中的因素要探讨。最简单的方法就是对标,在哪一块有瓶颈,这个瓶颈消除,可能是管理的问题、工具的问题,工具的问题需要通过数字化来解决。智能工厂做的是企业管理提升的事情,只有对管理业务深入探讨研究,才是智能工厂的一个落脚点。

    沈皓玮:有两个方向可以给企业带来切实价值,一个途径是,整个每一阶段的数字化改造都在规划和计划的范围内,全面提升市场的竞争力。另外一个途径,企业确实已经面临数字、数据应用管理上的某一个明确指标的需求改进,但通常碰到的是基于订单交付率,我们也遇到一些企业需要在精益管理的几个指标上提升。我们也发现,在中国这么多企业中,一些国有企业、央企偏重于战略规划,一些大型民营企业,包括中小型企业、外资企业偏重于某一个具体指标,或者聚焦改善的点来做数字化规划。所以,这么多年,我们在这两个方面都是可以帮助企业全面提升自己的竞争力。

    涂金格:在这方面人才是非常缺乏的,我们为什么成立创新体验中心?实际上是内引外连,培养更多人才,希望更多的人才加入到我们创新体验中心。提供场景,提供测试环境,提供各种各样创新条件,让更多的人能够在智能制造方面更快成长。

    观众提问六:我来自环保行业,做报废汽车的拆解工作,面临的都是手工拆解,目前也在转型做数字化,请问企业做数字化转型,第一步要从哪里开始?

    主持人:我从2000年开雅阁,开到报废,对于你们这个行业,不是简单的拆解,应该是再制造,能用的物尽其用。去日本考察的时候,我们去过一家松下的电子工厂,其实用了很多很基本的原理,包括洗衣机、冰箱、彩电,金属和塑料怎么分类,用什么比重,用不同的方法分解,最主要的就是分解,可能有一定的半自动化。从观念上转向再制造。例如电子元件他不做,到再一个工厂用化学的方法。

    另外,数字孪生有三个生命周期,把这个事做得更好,需要跟主机厂进行合作,提供数字孪生的信息给你的企业,不知道产品的结构,那么拆解的基础不够,还得重新检测,对于你们企业而言,从加强跟主机厂的合作开始,一定会带来实实在在的价值。

    观众提问七关于BI,各位专家有没有一些可借鉴的关键指标,作为企业来利用和分析的?另外,关于成本,各位专家行业内有没有可预期的解决方案?

    涂金格:我们投资40多家公司,MES的成本应该是比较低的,100万左右,不同的企业。在投资几十万的、上百万的MES也会考虑到企业的承受能力。在一个企业中,利用BI的工具做一些分析,尤其是跟企业KPI相关的数据和信息,至少每个月都要做一些回顾,这些信息是通过BI系统实时提供给决策层。在制造环节,车间的工业大数据方面,BI的功能、作用也很显著,尤其在质量的分析,例如追溯产品的一致性、工艺一致性的分析,以及产品跟踪方面作用还是很大。

    主持人:BI现在已经不够了,现在最难的是需求预测,也在用人工智能的方法进行客户需求预测。然后数据可视化,在BI的领域也是非常活跃,有很多非常不错的厂商。

    BI也有新的发展,可能现在用的某一个应用型软件,在应用的当前要做采购的功能,在这个时候会把相关数据分析一下,类似这样,不是老要把数据导出来,导到数据仓库,后视镜的分析已经落后了,现在是要实时的。

    再次感谢大家,会议到此结束,谢谢。

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐