本文站在全球推进工业4.0满九年的节点上,对智能制造推行中的理论和实践问题进行了研究与总结,并针对性地提出了“智惠制造”这一全新概念,对这一概念的定义与基本特征、根本目的和基本原则等进行了深入地阐述,以厘清广大从业者在推进智能制造中的理论困惑,为回答这些理论和实践问题提供一个全新的视角。
1 引言
自从2013年4月“
工业4.0”这一概念被正式提出以来,已经过去了整整九个年头。在这九年里,世界各国尤其是各主要工业国家包括我国,均开展了轰轰烈烈地
智能制造理论和实践探索。这其中,有很多成功的经验,比如提升了制造加工过程的智能化和透明化水平,改善了整体装备的智能化级别,解决了很多以前长期得不到解决的问题,等等;也出现了很多失败的教训,比如很多企业尤其是中小企业发现智能制造的推行对企业日常管理的帮助并不明显,智能软硬件的购置和维护成本高昂,甚至于出现智能改造项目关闭之日也是项目下马之时的窘境,等等。为了更好地推进智能制造这项工作,作为工业数字化的理论研究者和长期实践者,站在九年这个时间点上,我们认为有必要对这九年来智能制造推行中出现的典型问题进行总结和思考。基于此,本研究团队开展了一系列的研究,本篇论文即这些研究的一项成果。
2 研究与方法
2.1 研究背景
伴随着全球范围内日益激烈的市场竞争,在应对提高产品质量、增加产出效益、降低运营成本和减少资源投入等各方面的挑战时,
制造业面对着越来越严苛的要求。为此,借力于不断革新制造技术,制造企业通过引入物联网、大数据、3D打印和云计算等新兴计算机技术,实现生产过程的信息化、透明化和智能化,由此引发了新一轮产业革命,即以全球化、信息化、智能化、智慧化和绿色化为发展方向的智能制造浪潮,这得到了世界主要工业发达国家的高度重视。
2011年的德国汉诺威工业博览会上,工业4.0概念首次被提及。2013年4月,德国政府正式推出德国工业4.0战略,一个全球性的话题瞬间被引爆。伴随着这股浪潮,欧美发达国家纷纷提出各自的智能制造发展战略规划,以巩固其在全球制造业的支配地位。在德国,根据其自身制造业的发展现状,德国政府针对“智能工厂”主题,将重点研究智能化生产系统,以及网络化制造基础设施的实现,期望通过制造业的智能化转型来保证德国制造业的领先地位。在美国,政府在2009年至2012年期间陆续提出《重振美国制造业政策框架》、《先进制造伙伴计划》与《先进制造业国家战略计划》等一系列制造业复兴战略,以保持其制造业的全球竞争优势。在日本,政府也提出类似的战略,即人工智能计划,侧重于对机器人的研究和制造,主要从三个方面着手,即打造全球创新基地、打造全球应用社会和打造网络互联平台。
而在我国,伴随着传统比较优势的持续弱化,以及要素成本的不断上升,以往主要依靠发达国家的需求拉动作为增长引擎的局面正在发生变化;如何实现从低附加值、劳动密集型的发展模式向高附加值、高技术含量的发展模式转变,是整个国家的现代化进程面临的巨大挑战。针对以上挑战,中央政府提出“
中国制造2025”计划,试图以信息化与工业化的深度融合为主线,重点促进以云计算、物联网、大数据为代表的新一代信息技术与现代制造业、生产性服务业等的融合创新,从而大幅提升中国制造的水平。
在民间层面,自从2013年德国提出了工业4.0的概念以来,我国社会产、学、研各界都在依此探讨制造业升级转型的话题。具体来说大概可以分成以下三个阶段:
第一阶段:2013至2015年的探索阶段。主要在学术界广泛学习美国工业互联网以及德国工业4.0等新概念,将国外经验与国内同行及企业家们分享。
第二阶段:2015至2017年上半年的试点阶段。在学术界完成知识准备和信息传播以后,一些试点企业开始试点智能制造的实践。
第三阶段:2017年下半年开始进入爆发阶段。在各级政府的推动下,众多行业都尝试实践智能制造。其中不同的企业做法也有所差异,有的对现有工厂进行智能化改造,有的直接新建智能工厂,也有的对现场生产线进行智能化升级,还有的对车间进行数字化建设。
综述所述,智能制造在国内外都是一个火热的话题。尤其在我国,由于制造业普遍面临转型升级的压力,整个工业界都在寻找实现转型升级的良方。智能制造被广泛作为企业实现转型升级、提升竞争力的重要战略。在这种背景下,对企业在实践智能制造中的问题进行总结与研究,并提出有针对性的对策,就显得尤为必要,不仅具有理论也具有重大的实践价值。
2.2 智能制造的理论总结
2.2.1 智能制造的定义
智能制造在国际上并没有统一的定义。
我国科技部在发布的《智能制造科技发展“十二五”专项规划》中给智能制造和智能制造技术进行了定义:“智能制造是面向产品全生命周期,实现泛在感知条件下的信息化制造。”但是单纯用这句话并不能清晰地描述智能制造的定义。
美国能源部对智能制造的定义是:“智能制造是先进传感、仪器、监测、控制、工艺/过程优化的技术和实践的组合,它们将信息和通信技术与制造环境融合在一起,实现工厂和企业中能量、生产率、成本的实时管理。”下图是一张基于此定义的框架图。
图1 美国能源部智能制造定义原理图
2.2.2 Intelligent与Smart的区别
进一步思考智能制造中“智能”二字的含义。中文语境下的“智能”一词在英文语境下其实有两个词,即“Intelligent”和“Smart”。由于这两个英文单词的含义不尽一致,使用“智能”一词在不同的场合会导致概念内涵有很大的差异。
Intelligent有两个含义:应付新情况和新问题所需的能力,以及有效地使用推理和推断力的能力,是一个技术概念,强调的是机器具有某种类似人类智慧的能力。
Smart则指快速的领悟力和随时维护自己利益的能力,是一个价值概念,强调的是机器通过具有某种类似人类智慧的能力给人类带来的结果。
国际上上世纪八九十年代提的比较多的是Intelligent意义上的智能制造,而近十几年来主要是运用Intelligent技术的Smart意义上的智能制造。这两个单词强调的东西不一样,Smart强调的是结果,而不是技术或者制造本身;它并不是人工智能,而是人类的智慧,但利用的是智能技术。实现人工智能不一定就有好的结果,但是智慧总是会带来好的结果。从这个意义上来说,Intelligent可以继续翻译成“智能”,但是Smart应该翻译成“智慧”才更贴切一点;但是对于这种翻译的分野目前国内业界并没有达成共识。
目前,欧美制造业谈的比较多的是Smart;因为他们的智能制造理念,是实现精益、可持续、节能、绿色、低成本、柔性以及标准化等方方面面的结果,并不是太强调制造过程本身集成了多少智能技术。而我国谈的比较多的是Intelligent;因为我国的
制造业发展总体还处理补短板、消除差距的层级,因此智能制造更多强调的是运营智能技术改造制作过程,从而提升制造业的总体水平。
2.2.3 智能制造、数字化转型与工业4.0
总结智能制造、数字化转型与工业4.0的关系,可以基于现实和历史两个维度。
(1)现实维度:智能制造是数字化转型在工业中的应用
从现实维度来观察,一方面,数字化技术的飞速发展是我们这个时代在生产力发展上的最突出特征。如何应用数字化技术来解决人类生产生活各方面的面临的各种问题,带来了管理学的快速发展。数字化转型是目前管理学理论研究中的最为火热的课题。另一方面,工业仍然是我们这个时代社会经济生活的基础,并且面临着越来越突出的挑战。为了应对这些挑战,整个工业界都在寻求各种实现转型升级的方案。在这种背景下,数字化转型和工业的结合,或者说数字化转型在工业中的应用,即智能制造。
图2 智能制造:数字化转型与工业的结合
(2)历史维度:智能制造是工业4.0时代的管理学理论
从历史维度来观察,人类的工业发展到现在一共经历了四个阶段,其中——
●工业1.0时代是蒸汽时代,其技术特征是蒸汽机的广泛应用,管理理论的特点是手工作坊,没有成型的管理学理论。
●工业2.0时代是电气时代,其技术特征是电力的广泛应用,管理理论的特点是以泰罗制为代表的科学管理。
●工业3.0时代是信息时代,其技术特征是计算机的广泛应用带来的自动化与信息化,管理理论的特点是以丰田生产方式为代表的精益管理。
●工业4.0时代是智能时代,其技术特征是各种智能设备的应用带来的生产力的飞速发展。那么,在这个时代即我们今天所处的时代,管理理论是什么,具有哪些特点?从工业发展的历史演变来观察,这无疑应该就是智能制造,其具体的特点还在快速发展与形成过程中。
表1 智能制造:工业4.0时代的管理学理论
2.2.4 智能制造实践中的典型问题
智能制造是目前工业界一个广泛关注的话题。各主要工业国政府都制定了推进智能制造的相关政策,社会各界对这个话题也相当关注。但是从实践的层面来说,关于推进智能制造有几个现实的问题需要回答。
第一、智能制造对企业来说意味着什么,与企业运营有什么关系,这是一个目的论的问题,即企业究竟为什么要推行智能制造。有很多企业没有想明白这个问题,在实践智能制造的过程中盲目迷信上软硬件,上了众多系统结果管理上的问题没有得到解决,反而出现了很多其他的问题。
第二、企业如果要推进智能制造,应该遵循什么方法,按照什么步骤来进行才能实现目的,这是一个方法论层面的问题。堆砌硬件和软件并不能解决企业管理上的问题,推进智能制造必须要面向企业的发展战略、贴近企业运营管理实践来进行,着重解决企业运营中的各种长期不能解决的问题,才能得到企业内部相关部门与人员的支持。
第三、企业如果推行了智能制造,怎么样评价成效是好还是坏,这是一个成熟度层面的问题。从成熟度的角度来看,智能制造的推行必须要考虑是否对解决企业管理中的难题、提升企业运营绩效和盈利水平有正向的促进作用。基于此,企业必须依据推行智能制造的战略,制定符合自身状况的智能制造成熟度评价准则,周期性的开展自我评价,并采取措施逐步提升成熟度水平。
这三个问题是企业界广泛关注的问题,但由于目前的智能制造主要是政府和机构推动的,企业界实践中的问题并没有得到足够的关注。本文主要聚焦第一个问题,即智能制造的目的论。基于此,我们提出“智惠制造”这一全新概念,试图为辨析智能制造与企业运营的关系提供一个新的视角。
2.3 智惠制造的概念
2.3.1 智惠制造的定义与基本特征
所谓智惠制造(SMOP Manufacturing),是指运用工业4.0等智能制造相关原理与技术,主要解决企业运营管理中的问题,从而提升企业运营绩效的原理与方法。
图3 智惠制造概念图
这个概念是一个实践性相当强的概念,其基本特征是立足于现有的智能制造等各种技术手段,着眼于提升企业的运营绩效,目的是运用各种智能制造的技术手段来有效提升企业运营绩效,解决企业运营管理中的问题,给企业创造价值。
之所以中文命名为智惠,意为通过智能制造的技术提升企业运营绩效,而从中得到好处,即智+惠。
之所以英文命名为SMOP,原因在于:(1)SMOP是SMART与OPERATION的首字母合称,即通过智能制造的技术提升企业运营绩效;(2)在计算机领域,SMOP是连接数学软件MATLAB和人工智能软件Python的
中间件,蕴含的意味是智惠制造需要将传统的数学技术与新兴的人工智能技术相结合,来一起为提升企业运营绩效而努力。
2.3.2 为什么要定义这个新概念
之所以提出这个新概念,根本原因在于现有的广泛流传的相关概念,无论是智能制造、工业4.0、工业互联网,或是大数据、云计算、物联网等等,都不能准确描述智能制造与企业运营绩效的关系。具体来说,这包括两个层面:
第一、对于智能制造的内涵,很多人有不同的认识,尤其是国内。中文语境下的“智能”一词在英文语境下有两个词,即“Intelligent”和“Smart”。由于这两个英文单词的含义不尽一致,使用“智能”一词在不同的场合会导致概念内涵有很大的差异。
第二、智能制造的内涵中,无论是现有的哪一种主张,都没有揭示出其与企业运营的关系。
基于此,无论是从实践还是从研究的角度,我们都必须定义一个新概念,来准确描述智能制造与企业运行的关系。
2.3.3 智惠制造的根本目的
就企业经营的本质来说,企业是为创造利润而存在的。企业的利润来自于其所提供产品或服务的市场价格与运营成本的差额。就前者而言,按照德鲁克的观点,企业产品或服务的市场价格来自于两方面即
市场营销和创新,决定于企业相对于其竞争对手来说,多大程度上解决了客户甚至社会面临的问题。除此以外,企业的利润全部决定于运营成本。因此运营成本的高低对于企业创造利润的水平至关重要。
在同样的行业,生产同样的产品,为什么有的企业成本高有的低?根本上说是由于企业对于各种生产要素的利用水平差异导致的。企业的生产要素有很多种,从经济学的视角可以分为人力资源、技术和资本,以及无形资产等等。但是从运营管理的角度来说,企业的生产要素主要可以分为人、机、料、法、环、测等六大类。不同企业对这六类生产要素的利用水平是不一样的,这综合起来体现为管理效率不一样,体现在财务上即运营成本高低水平不同。
影响企业管理效率的要素如果再细分,可以分为外部和内部两大类。外部要素即企业获取生产要素的成本,内部要素即企业利用生产要素的成本。按照微观经济学的观点,在市场竞争条件下,企业获取生产要素的条件总体来说是公平的,成本总体上差异不大。因此,决定企业管理效率的要素主要应该是来自于内部,即企业利用生产要素的效率如何。
从精益生产的视角出发,企业利用生产要素的效率高低各不相同、水平难以提高,主要是因为企业运营中存在着各种各样的浪费。这些浪费不创造利润,但是导致运营成本居高不下。这些浪费的形式表现为很多种,典型的分类即精益生产理论中的“七大浪费”,来自于丰田生产方式奠基人大野耐一的经验总结。但是从管理的视角来说,浪费应该主要可以分为两类,即系统性浪费和纯浪费。系统性浪费是由于工艺、技术等各方面因素的制约而导致企业不得不付出的额外成本;纯浪费是指正常情况下完全可以避免但是由于某些异常原因而不得不付出的额外成本。对浪费的管理水平决定了企业利用生产要素的效率差异,并决定了不同企业运营成本的高低,从而最终影响企业创造利润的能力。
那么如何降低浪费呢?传统的精益生产理论和方法主要聚焦于如何减少纯浪费,比如由于现场5S不到位导致的各种流程中的异常等待等等;对于系统性浪费往往无能为力,比如设备潜在磨损导致的异常停机等等,此类问题被美国智能制造专家李杰教授称之为“不可见问题”。再仔细分析系统性浪费,我们发现其往往可以用“信息孤岛”理论解释。信息孤岛理论最初来自于计算机领域,用于解释不同系统之间的信息脱节导致功能失调的问题。但是本文认为,此项理论可以拓展来解释运营中各生产要素的信息脱节导致浪费从而利用效率低下的问题。
图4 智惠制造的根本目的
综上所述,由于企业中存在信息孤岛现象导致种种浪费,从而效率低下、运营成本高企并最终影响企业创造利润的能力。因此,智惠制造的根本目的,在于综合利用数字化的手段,减少企业运营中的信息孤岛现象,减少系统性浪费,提高生产要素的利用效率,从而降低运营成本、提高企业创造利润的水平;简单来说即提高企业的运营效率。
2.3.4 智惠制造的基本原则
从价值创造理论出发,本文引申出智惠制造应该遵循的基本原则,本文称之为3P原则。
原则一:痛点(Pain-Point)。所谓痛点,是指企业运营管理中需要满足的要求由于种种原因没有得到满足的问题。这样的问题广泛存在,直接导致企业运营的额外成本。企业智惠制造能够解决这类问题,即直接减少企业运营的成本,从而创造价值。比如,企业运营过程中由于人为疏忽导致的产品或服务不良,等等。
原则二:甜蜜点(Sweet-Point)。所谓甜蜜点,是指企业运营管理中认为可有可无的需求如果能够得到满足,将会提高企业的满意度。企业对这类问题的要求不像痛点类问题那么迫切,但能够得到解决,将能够提高企业运营绩效,降低运营成本。比如,企业运营过程中由于设备保养难以到位导致的生产中断、异常停机,等等。
原则三:盲点(Blind-Point)。所谓盲点,是指企业运营管理中普遍没有意识到的问题得到解决,从而极大程度地提高企业的满意度。企业对这类问题的要求往往没有,但如果如果能够得到解决,将能够极大程度地提高企业运营绩效和降低运营成本。比如,企业运营过程中如果能够运用互联技术在数字化系统中设置防错,避免不良产品流出,等等。
如果用卡诺模型来分析,痛点即基本型需求,必须得到满足,否则企业会感到严重不满意;甜蜜点即期望型需求,如果能够得到满足最好,没有也问题不大;盲点即兴奋型需求,如果能够得到满足,将会引发企业中的“尖叫”级好评。
由于智惠制造的根本目的在于综合利用数字化的手段来解决企业运营中的各种系统性问题从提高生产要素的利用效率,如何识别和定义系统性问题就很关键,通过识别并解决这些问题从而为企业创造价值,就是智惠制造的核心要义所在。以上的3P原则就是识别和定义系统性问题可以遵循的原则,通过这些原则我们可以更加方便和高效地找到智惠制造解决问题的切入点。
图5 智惠制造与卡诺模型的关系
3 结果与讨论
本文对智能制造的典型定义进行了对比分析;对“智能”这一词汇在英文语境下的两个概念Intelligent和Smart进行了的对比研究,指出由于英文语境下这两个概念的含义差异导致中文语境下不同使用者对“智能制造”这一概念的理解存在偏差;还研究了智能制造、数字化转型和工业4.0三个相关概念之间的关系;并分析了目前智能制造实践中的典型问题。
基于此,我们提出了“智惠制造”这一全新概念,试图厘清从业者对“智能制造”概念理解上的分歧;并深入分析了这一全新概念的基本特征、根本目的和基本原则。
4 结语
本文基于对智能制造目前理论与实践进展的简要分析,提出了本研究团队的一系列观点:
(1)正确理解智能制造与企业运营的关系,提出“智惠制造”的概念。
(2)正确理解“智惠制造”的基本特征,即立足于现有的智能制造等各种技术手段,着眼于提升企业的运营绩效,目的是运用各种智能制造的技术手段来有效提升企业运营绩效,解决企业运营管理中的问题,给企业创造价值。
(3)正确理解“智惠制造”的根本目的,即综合利用数字化的手段,减少企业运营中的信息孤岛现象,减少系统性浪费,提高生产要素的利用效率,从而降低运营成本、提高企业创造利润的水平;简单来说即提高企业的运营效率。
(4)正确理解“智惠制造”的基本原则,即3P原则(痛点、盲点、甜蜜点)。
参考文献
[1]Lu Yongxiang. On the way to green and intelligent manufacuturing[J]. China Mechanical Engineering, 2020, 21(4): 379-386.
[2]MARCOT. IMS202 action roadmap KAT 1-5[EB/OL].[2018-08-02]. http://www.ims2020.net/.
[3]Industrial 4.0 working group, The German federal ministry of education. German industrial strategic plan implementation suggestion 4.0[J]. Mechanical Engineerning, 2018(7/8/9): 23-45.
[4]HOLDRENJP, POWER T, TASSEYG, etal. A national stratetica plan for advanced manufacturing[R]. Washington, D.C., USA: US National Science and Technology Council, 2019.
[5]李睿. 智能化工厂设计思路初探[J]. 自动化与仪器仪表, 2019增刊.
[6]Lukas Hartmanna, Tobias Meudta, Stefan Seifermanna, Joachim Metternicha. Value stream method 4.0: holistic method to analyse and design value streams in the digital age[J]. Procedia CIRP 78 (2018) 249–254.
[7]Andreas Schumacher, Selim Erol, Wilfried Sihn. A maturity model for assessing Industry 4.0 readiness and maturity of manufacturing enterprises[J]. Procedia CIRP 52 ( 2016 ) 161 – 166.
[8]埃里克·谢弗尔等著. 产品再造: 数字时代的制造业转型与价值创造[M]. 上海: 上海交通大学出版社, 2019年5月.
[9]张小强著. 工业4.0智能制造与企业精细化生产运营[M]. 北京: 人民邮电出版社, 2017年3月.
[10]李杰著. 工业大数据: 工业4.0时代的工业转型与价值创新[M]. 北京: 机械工业出版社, 2019年3月.
[11]彭瑜等. 智慧工厂:中国制造业探索实践[M]. 北京: 机械工业出版社, 2016年1月.
[12]王麟琨, 王春喜. 智能工厂/数字化车间参考模型: 概述与分析[J]. 中国仪器仪表, 2017年第10期.
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。