“新四化”:智能制造新蓝图发表时间:2023-10-02 15:13 中国智能制造发展现状 我国在上世纪90年代提出“信息化带动工业化,工业化促进信息化”,开始推进计算机辅助设计(CAD)、物资需求计划(MRP2)及企业资源计划(ERP)的应用,数字化制造阶段开启。随着互联网在中国的广泛应用以及人工智能技术的突破,制造业数字化转型不断深化和升级,真正的智能制造时代已经到来。 2016年到2018年,我国实施了249个智能制造试点示范项目,企业智能制造部署从试水到逐步铺开;有关部门也陆续完成了4项智能制造国家标准的制定或修订工作,企业智能化标准更为规范。《2017—2018中国智能制造发展年度报告》显示,我国已初步建成208个数字化车间和智能工厂,覆盖十大领域和80个行业,初步建立起与国际同步的智能制造标准体系。在全球的44个灯塔工厂中有12个工厂位于中国,其中有7个为端到端灯塔工厂。2020年,我国重点领域的制造企业关键工序数控化率将超过50%,数字化车间或智能工厂普及率超过20%。软件领域,2019年中国智能制造系统集成产业持续高速发展,同比增长20.7%。全国工业互联网市场规模在2019年也已突破700亿元。硬件领域,多年来在智能制造工程带动下,我国工业机器人、增材制造、工业传感器等新兴产业快速发展壮大,多种典型智能制造新模式推广应用,带动产业升级步伐明显加快。然而,中国制造企业向智能制造的推进,仍面临许多挑战。2020年,埃森哲对包括中国在内的全球1,550位制造和工业企业高管进行的一项调研显示,三分之二的企业完全没有看到数字化投资在促进收入增长方面的作用。很多制造企业陷入关注技术单点优化,轻视整体价值提升的误区,造成数据孤岛严重、设备和系统连通性差。在智能制造转型方面,市场上大部分供应商不具备集成解决方案能力,这些都造成企业投资大,但见效甚微。 “新四化”:智能制造新蓝图 随着人工智能、物联网、大数据分析和云平台等数字化技术与制造核心环节的融合应用,智能制造转型及发展随之迈入了新数字技术使能的自动化、信息化、网络化、智能化征程,我们称之为“智能制造新四化”(简称“新四化”)。“新四化”的最终目标是通过企业内外部价值链的互联互通,实现动态的、需求驱动的智能制造。在实现这一最终目标过程中,根据企业数字化技术与制造核心环节的融合深度而分为不同成熟阶段,如图1所示(见下页)。 自动化:向生产制造全流程、自主化的价值链联动演进 自动化关注于生产装备智能化。制造企业可以利用自动化产线、数控机床、机器人、3D打印等新技术实现生产环节的人机协同以及整个产线、工厂的管控和流程优化,以实现提质增效、精益管控的目标。例如,华晨宝马位于沈阳的生产制造基地投资于视觉识别技术、智能数据采集及分析、自动化创新及数字化生产流程四大技术领域,在部分工作中使用机械完全代替人工的介入。目前,铁西工厂的车身车间内拥有超过600台机器人,自动化率达到95%。 IDC预计到2022年,50%的中国2000强制造商将对智能机器人流程自动化进行大量投资。未来,人机协作、无人工厂将成为工业生产的重要模式,最终推动智能制造向生产制造全流程、自主化的价值链联动演进。 信息化:向基于云的大范围内外部信息系统贯通演进 信息化关注企业生产环节的软件系统应用。企业自动化程度的提升带来软件系统需求的增长。企业希望借助软件系统的互联互通实现端到端数据集成与应用,使生产过程更加透明、可视、可控。此外,制造企业自身的供应链愈发复杂、工厂分布从国内走向海外,工业软件和ERP等集成管控解决方案的云端部署或平台化需求成为信息化新发展方向。例如,2019年起汽车零部件供应商佛吉亚实现了线上、线下信息的双通融合发展,构建出了符合佛吉亚经营实情的数字化智能协同管理平台。该系统通过设备巡检管理、Tooling模具管理、Top5、QRCI任务处理、月度优选项、Alert平台等典型场景模块,以及生产线上运行MES系统,实现生产线之间、车间与车间的系统联通,最终实现所有产品各个工序的智能化生产和整个制造体系的智能控制管理。 未来,制造企业将在信息化的高成熟度阶段实现大范围内外部信息系统贯通。 网络化:向基于通信技术、物联网、云的内外部生态集成演进 网络化关注大范围制造核心环节的设备、系统、数据的互联互通。基于物联网(IOT)、云平台、5G通信的大范围数字化连接才能帮助制造企业实现跨业务、跨车间、跨工厂、内外部客户的协同,并向生态系统集成演进。制造企业已将工业互联网视为制造资源汇集和能力开放的核心载体,增强创新能力、改造提升集成管控能力。中联重科发布的工业互联网平台ZValley OS,徐工发布的汉云平台,都是通过工业互联网平台赋能自身和客户的协同发展。 智能化:向自主决策、执行和优化演进 智能化关注制造核心环节的智能优化与决策。制造企业通过工业互联网、人工智能(AI)等新技术实现智能决策、制造核心环节全流程数字孪生,智能生产优化等,最终在智能化领域实现生产制造的自主决策、执行和优化。 领先企业围绕智能化构建其核心工程和生产系统,通过3D仿真、数字孪生技术确保实体机器和软件系统协调同步,释放以往未曾发现的成本效率。例如,吉利汽车自主研发出中国第一套全流程汽车仿真生产系统。工程师在这个和真实工厂完全一样的仿真工厂里进行虚拟精准调校,在正式生产前就已经解决了一千多项、接近90%的核心技术问题。 六大举措,加速智能制造转型 领先企业已将智能制造和数字化转型置于企业战略高度。企业围绕智能制造构建核心工程和生产系统,从而提高效率;确保实体机器和软件系统协调同步,释放以往未曾发现的成本效率。企业智能制造建设是一个持续推进的过程。智能制造应始于顶层设计和规划,在确定实现的价值场景后,通过趸实数字化基础,引入核心应用,实现信息系统互联互通和数据集成以实现智能制造价值。 确定价值场景 智能制造正在从技术和解决方案驱动转向商业价值驱动。企业应首先考虑通过智能制造实现什么目标、当前业务模式和产品是否要创新,再据此做核心业务流程的再造,最后评估智能制造带来的新业务模式、新业务流程的价值。领先企业会根据自身特点识别最需实现的价值领域,并将技术与应用场景紧密结合,通过部署相应智能化系统实现价值挖掘。 IT与OT融合的顶层构架设计 随着智能制造的发展,企业应用、数据架构、运营架构都面临新的挑战,企业传统IT技术已经难以满足生产流程管理的需求。OT和IT的融合是未来成功实现智能制造的基础。此外,企业智能制造转型的成功首先依赖于前瞻性的顶层设计,从这一阶段就开始关注变革的影响及应对。因此,IT与OT的融合需要在业务层和技术层进行顶层架构设计和组织设计,乃至进行部门重组。领先企业会在制定智能制造规划时就从业务架构、应用架构、数据架构和技术架构等领域综合考虑IT和OT系统融合的路线图,同时考虑在技术层面利用统一规划的云平台、IOT系统、工程技术实现IT和OT从数据到系统的融合。 趸实数字化基础 智能制造需要企业在生产全过程数字化的基础上实现智能化,因此需要企业自动化设备和产线、信息系统架构、通信基础设施、安全保障等方面具备坚实的基础。例如IOT等基础网络建设到位,设备的自动化和开放程度较高,支持多种数据采集手段,可扩展、安全稳定的IT基础架构,包括信息系统安全和工控系统网络安全的安全体系等。 领先企业通过部署数控机床、以及工业协作机器人、增材制造装备等智能设备以及智能产线实现无人车间,再通过物联网或工业互联网架构、电子看板等建立核心生产系统的数字化基础。因此对于其它企业来说,从生产自动化入手将是趸实数字化基础的突破口,例如离散企业可以从打造智能制造单元开始。智能制造单元是将一组能力相近的加工设备和辅助设备进行模块化、集成化、一体化的聚合,使其具备多品种少批量产品的生产输出能力,帮助企业提升设备利用率,优化生产。在生产自动化的基础上,企业可以着手通过部署IOT、5G通信网络等基础设施以实现智能产线、车间以及信息系统的互联互通。 引入核心应用 目前,ERP、MES、PLM、先进生产规划及排程系统(APS)等智能制造必须的核心应用系统并未得到普及。例如在制药行业,两化融合要求的“普及先进过程控制和制造执行系统”并未得到普遍实施和部署。为了加速智能制造进程,制定了发展规划、趸实数字化基础后,制造企业应积极投资于核心应用系统,应更加关注管理创新能力提升和供应链弹性部署。ERP、PLM、MES、SCM等智能制造核心应用部署应成为企业智能制造建设要务。IDC预计2023年,ERP、PLM和CRM将成为中国制造业IT应用市场中前三大投资领域,占比分别达33.9%、13.8%和12.8%。 实现系统互联和数据集成 目前,制造企业数据孤岛、系统割裂导致不同部门之间的数字化对抗情况严重,造成企业重复投资,智能制造为企业收入带来的回报远低于预期。因此,实现系统互联互通和数据集成将促进企业的跨业务单元和职能部门进行协作,实现价值最大化和全面智能化。现阶段,企业制造发展的关键在于实现从设备层到工厂层,甚至到外部企业的数据纵向集成,以及跨业务部门组织、跨资源要素的数据横向集成,最终融合成数据闭环系统,即形成所谓的数据供应链。 领先企业将数据供应链与数字化平台视为智能制造的新基建。他们正在从内部集成设计到销售的数据,以及外部客户、供应商的数据,实现实时的数据汇总、分析、模型管理、决策支持。同时领先企业还借助数字化协同平台实现系统集成与互联互通。例如,富士康智能制造转型的重要举措既包括建设打通业务流程的信息化平台,实现人、物、过程、资金、信息、技术这六大数据流管理;还包括建设工业互联网平台,以软硬结合的方式实现产业链协同。 双星轮胎创立了全球轮胎行业第一个全流程“工业4.0”智能化“绿色工厂”。双星轮胎建立了全生命周期数据统一平台Teamcenter、信息物理系统(Cyber-PhysicalSystems)、PLM、MES和全集成自动化(TIA)等系统,满足轮胎生产和管理信息的全程可视化。通过“企业互联化、组织单元化、加工自动化、生产柔性化、制造智能化”的生产管理模式,双星实现了智能定制、智能排产、智能送料、智能检测、智能仓储和智能评测。 建立持续创新的数字化组织和能力 建立持续创新的体系架构和数字化组织在实现智能制造价值目标中扮演重要角色。智能制造的持续演进需要企业尽可能地提高组织架构的灵活性与响应能力,充分发挥员工潜能,即建立柔性组织。在柔性组织中,组织将更为扁平,随着业务需求变化而动态匹配人才生态系统。柔性组织需要在“一把手”的带领下,激发员工人人参与的积极性,基于业务需求和员工能力,灵活调动以满足智能制造持续发展的需求。 想要建立柔性组织,则需要企业重新规划人才与组织战略,首先重新定义工作内容。数字技术打破了固化的职位和组织结构,工作内容和人才配置也发生改变,毕竟企业领导者希望数字技术能够给企业创造更多就业以及价值增长机会,而不是取代人类员工。其次,重新定义员工团队。柔性组织中需要员工、机器和自由职业者密切协作,共同构成一个全新的团队。一方面企业应实现人机协作,把握智能制造“新四化”发展需求与增强员工能力之间的平衡;另一方面应拓展人才生态系统,构建规则、资源池和工具,让员工能够获得所需技能。 而在创新体系与能力建设方面,企业应横纵联合,从内到外构建创新体系。一方面,企业应该与员工、客户、消费者、供应商、合作伙伴、初创企业加强创新合作和培育;另一方面,成立专门的创投团队管理创新,如孵化器、创意中心、创业工厂等,并给予这些机构更多机制体制自由,动态、灵活配置内外部资源,形成持续创新文化和体系。 与此同时,企业需要在推进的过程中灵活调整转型路径,并遵循以下准则,以加速转型的进程: 从技术驱动转向价值驱动 企业必须以业务价值为导向,技术与管理相结合,发掘商业价值; 从关注局部转向关注集成 企业需要集成不同业务流程的系统、推进IT和OT系统融合,进而实现从内部系统到跨供应链的集成; 借力云平台的算力和应用资源,共享优势 重构数据和系统架构,进一步提高智能化方案的先进性和持续优化能力,并降低实施成本; 从单兵作战转向合作共赢 与生态伙伴进行协同能够加速数字技术在业务场景的实施推广,提升投资回报的确定性。 |