行业资讯

传统企业如何进行智能制造升级

> 行业资讯 >

传统企业如何进行智能制造升级

文章出处:陈老师来源:蓝鲸制造云ERP 人气:0

为什么进行智能制造升级

近年,智能制造、数字化工厂、两化融合、5G数字化工厂等热门词不绝于耳。2021年3月11日下午4时,十三届全国人大四次会议闭幕,会议关于传统制造业转型升级等问题进行了商议。不断升高的制造成本及客户硬性要求,迫使越来越多的制造企业走向转型升级的道路。

笔者在工作实践中与诸多企业主或高层交流,听到最多的疑惑是:我们厂基本能满足客户交货,也有一点点利润,解决了广大雇员的就业问题,为什么还要进行数字化工厂转型升级?几十万几百万的转型升级费用,能否带来更多的收益?数字化工厂不就是安装一套软件系统吗,怎么要花这么多钱?建设一套数字化工厂到底有什么好处?要进行智能制造升级,到底要怎么做?

本文将根据笔者近年在项目实践中的体会,针对以上问题给大家做一个解析。

A

智能制造大环境及趋势分析

第一段

笔者早年任职深圳的一家大型日资企业,是在八十年代末投资建设的一家喷墨打印机制造型企业,筹建之初的30年前,已经将精益生产与数字化进行了深度融合。8000多人的工厂做到原材料、成品仓库存接近0,供应商送货、IQC、原材料AGV配送、组装、QA,成品出货、运输及报关一气呵成。30多年后的今天,国内许多企业还停留在手工记录报表、物料和成品出入库靠物料员用叉车或手推车进行、车间物料半成品满地都是、物料无法追溯的阶段。沿海企业尚且如此,可以看出,国内的制造业与西方发达国家制造能力水平差距很大。

第二段

中国制造业人口红利消失的过程中,来自越南、印度、柬埔寨、菲律宾和印度尼西亚的低劳动力成本,以及发达国家高端制造的上下夹击。国内完整的产业链是许多企业主不愿意将工厂搬到这些东南亚国家的主要原因,但这只是时间问题。

中国作为制造业的重要区域,能否继续保持其竞争力,保持“世界工厂”地位,解决14亿人口大部分的就业,推动智能化、数字化、自动化转型升级,在国际竞争中继续保持高性价比,就显得尤为重要。

中国政府认识到这一点,近年各地方政府拨出专项资金,由各省工信厅牵头,对转型升级的企业进行大力补贴,推动制造业转型升级。

除了政府的支持,亚洲企业更积极打破行业壁垒加快新产品开发。不同于欧美同类企业,中国领先企业间的合作屡见不鲜,一些知名范例包括:百度与小米在物联网与人工智能领域合作开发更多应用场景;腾讯与京东合作布局电子商务生态圈;印度系统集成商组成AI联盟(如OpenAI)。这赋予它们惊人的影响力,也意味着它们拥有可用于快速推动创新的技术实力和资本基础。

中国是亚洲智能化转型的重要力量。政府加强智能制造顶层设计,开展试点示范和标准体系建设;企业加快数字化转型,提升系统解决方案能力。中国智能制造取得明显成效,进入高速成长期。

B

怎样理解智能制造与数字化工厂?

中国智能制造进入成长期主要体现在三方面:首先,中国工业企业数字化能力素质提升,为未来制造系统的分析预测和自适应奠定基础。第二、财务效益方面,智能制造对企业的利润贡献率明显提升。第三、典型应用方面,中国已成为工业机器人第一消费大国,需求增长强劲。

随着中国两化融合和工业物联网建设等多项举措推进,制造型企业数字化能力素质显著提升,大部分企业正致力于数据纵向集成。蓝鲸调研结果显示,81%的蓝鲸客户(或调研过)已完成计算机化阶段,其中41% 处于连接阶段,28%处于可视阶段,9%处于透明阶段,而预测和自适应阶段的企业各自占2%。

智能制造利润贡献显著提升向工业4.0进阶为制造企业带来真实可见的效益。2020年蓝鲸智造曾对200家服务过或调研过的制造型企业进行分析,结果显示中国企业智能制 造处在初级阶段,且利润微薄。经过五年的快速发展,智能制造产品和服务的盈利能力显著提升。

中国换道超车的两大底牌

中国已连续六年为工业机器人第一消费大国。IFR数据显示,中国工业机器人市场规模在2017年为42亿美元,全球占比27%, 2020年将扩大到59亿美元。2018-2020年国内机器人销量将分别为16、19.5、23.8万台,未来3年CAGR达到22%。汽车、高端装备制造和电子电器行业依然为工业机器人的主要用户。

中国有哪些独特优势?首先是数据量,当前人工智能热潮背后的机器学习技术对数据极其依赖。识别人脸、翻译语言 和试验无人驾驶汽车需要大量的“训练数据”。由于中国的人口数量和设备数量庞大,中国企业在获取数据方面具有天然的优势。第二,中国制造业企业硬件设备和厂房相对欧美企业普遍较新,比较容易实现设备连接和厂房改造。

对中国来说,工业互联网不是“弯道超车”而是“换道超车”,基于中国庞大的工程师数量、完善的工业基础和大量数据潜力。

如何部署智能制造

蓝鲸调查发现,中国工业企业智能制造五大部署重点依次为:数字化工厂(63%)、设备及用户价值深挖(62%)、工业物联网(48%)、重构商业模式(36%)以及人工智能(21%)。

工厂数字化

智能制造是以制造环节的智能化为核心,以端到端数据流为基础,以数字作为核心驱动力,因此数字化工厂被企业列为智能制造部署的首要任务。目前企业数字化工厂部署以打通生产到执行的数据流为主要任务,而产品数据流和供应链数据流提升空间大。

数字化工厂通过新一代信息技术,实现 从设计、生产、物流和服务等各个环节的数据串连,加速决策,提高准确性。只有打通数据流才能实现基于实时数据变化,对生产过程进行分析和优化处理,进而实现业务流程、工艺流程和资金流程的协同,以及生产资源(材料、能源等)在企业内部及企业之间的动态配置。打通数据流也是工厂建立“数字孪生”的前提,数字孪生不仅指产品的数字化,也包含工厂本身和工艺流程及设备的数字化,从而实现全面追溯、物理与虚拟双向共享和交互信息。

打通数据流主要包括三类数据的连通,即生产流程数据、产品数据以及供应链数据。

1、生产流程数据

打通生产流程数据除了从生产计划到 执行的数据流(如ERP到MES), 还包括MES与控制设备和监视设备之间的数据流,现场设备与控制设备之间的数据流,以及MES与现场设备之间的数据流等。

生产数据流主要类型

2、产品数据流

打通产品数据流主要体现在产品全生 命周期数字一体化和产品全生命周期可追溯。产品全生命周期数字一体化以缩短研发周期为核心,主要应用基于模型定义(MBD)技术进行产品研发、建设 产品全生命周期管理系统(PLM)等。研发是数字化工厂“数据链条”的起点, 研发环节产生的数据将在工厂的各个系统间实时传递,数据的同步更新避免了传统制造企业经常出现的由于沟通不畅产生的差错,也使得工厂的效率大大提升,缩短产品研制周期。产品全生命周期可追溯以提升产品质量管控为核心。

主要应用是让产品在全生命周期具有唯一标识,应用传感器、智能仪器仪表、工控系统等自动采集质量管理所需要数据,通过MES系统开展在线质量检测和预警等。

3、供应链数据流

打通供应链数据流主要体现在供应链上下游协同优化,实现网络协同制造。主要应用是建设跨企业制造资源协同平台,实现企业间研发、管理和服务系统 的集成和对接,为接入企业提供研发设计、运营管理、数据分析、知识管理、信息安全等服务,开展制造服务和资源的动态分析和柔性配置。

大数据调查显示

蓝鲸调研结果显示,目前企业致力于打通从ERP到MES乃至现场设备的数据流,但这也仅是从生产到执行的打通,未来 还需将产品数据、供应链数据串联。我们将生产数据流分为两个环节:一、打通生产计划与执行系统的数据流;二、执行与监控和现场设备的数据流。

结果显示, 83%的蓝鲸客户(或调研过)表示已打通ERP和MES的数据流打通。62%的企业继续向下打通MES到现场设备的数据流。但仅有47%的企业打通了产品数据流,44%的企业打通供应链数据流。而且考虑到我们调查的企业均为资质较好且为中等以上规模,这一系列比率显然高于中国整体平均水平。

蓝鲸客户(或调研过)数据连通情况

从行业角度来看,航空航天领域全部蓝鲸客户(或调研过)已经打通从生产计划到执行的数据,但从生产执行到现场设备、产品以及供应链的数据链条连通相对滞后,提升空间大。电子组装及电器制造行业产品数据流和供应链数据流连通情况高于其他行业,数字化工厂整体水平较高。产品质量可谓是制药行业的生命,而打通产品数据流的制药企业仅占33%,行业需要强化产品全生命周期可追溯,提升产品质量管控能力。汽车及汽车零部件以及高端装备制造都在产品数据流方面领先。

蓝鲸客户(或调研过)数据连通情况(按行业)

打通“次元壁”

未来数字世界和现实世界会是一体两面,打通数据流也是数字孪生(digital twin)操作的基础。蓝鲸认为数字孪生是物理实体或流程的准实时数字化镜像,有助于企业绩效提升。数字孪生往往包含“数字产品孪生”、“生产工艺流程数字孪生”和“设备数字孪生”不同层面但可以高度集中统一的数据模型。

数字产品孪生领域,特斯拉公司为其生产和销售的每一辆电动汽车都建立 数字孪生模型,相对应的模型数据都保存在公司数据库。每辆电动车每天 报告其日常经验,并通过数字孪生的模拟程序使用这些数据来发现可能的 异常情况并提供纠正措施。通过数字孪生模拟,特斯拉每天可获得相当于 160万英里的驾驶体验,并在不断的学习过程中反馈给每辆车。生产流程数 字孪生领域,一些嗅觉敏锐的工厂及生产线开始引入数字孪生,在建造之前,对工厂进行仿真和模拟,虚拟出建造工厂的最佳流程,再将真实参数 传给实际的工厂建设,有效减少误差和风险。待厂房和生产线建成之后,日常的运行和维护通过数字孪生进行交互,能够迅速找出问题所在,提高工作效率。

到2020年,至少50%年收入超过50亿美元的制造商将为其产品或资产启动至少一项数字孪生项目,届时参与使用数字孪生技术的企业数量将增长3倍。预计在今后数年时间,将有数以亿计的用户使用数字孪生操作,它将被企业用于规划设备 服务、生产线操作、预测设备故障、提高操作效率、加速新产品开发等。在未来,这项技术有望与工业生产彻底融合,推动智能工业进入新阶段。

怎么去实现

如何创建数字孪生?蓝鲸认为数字孪生的创建包含两个主要关注领域:设计数字孪生的流程和产品生命周期的数据要求—— 从资产的设计到资产在真实世界中的现场使用和维护;创建使能技术,整合真实资产及其数字孪生,使传感器数据与企业核心系统中的运营和交易信息实现实时流动。

智能工厂的落地实施还要看企业痛点,有的企业要提升产品质量,有的企业要实现产品设计生产和管理的数字化,由于企业往往难以承受“全家桶”解决方案,可以先解决眼前问题,但一定要有长远规划,以免以后无法实现互联互通。

深挖设备和用户价值

制造型企业面临愈发激烈的市场竞争和日益透明的产品定价,不得不寻找新的 价值来源。蓝鲸智能制造调研结果显示,设备和用户价值深度挖掘是企业智能制造部署第二重点领域。62%的受访企业正积极部署设备和用户价值深度挖掘,其中41%的企业侧重设备价值挖掘,21%的企业侧重用户价值挖掘。

围绕设备进行价值挖掘可以说是制造型企业的天性。如在研发设计阶段,嵌入新技术,生产更智能或更多样化的产品;在销售阶段,提供设备相关金融服务;在售后阶段,对出厂设备和产品进行实时数据采集和监控,并进行性能分析、预测性维护等,既提升安全性,也为企业创造更多服务机会。

虽然起步较晚,制造型企业也在探索和尝试对用户价值进行深度挖掘,其中以C2M (customer-to-manufactory,客户到制造)最受瞩目。C2M体现了定制化生产的特性,使制造商直接面对用户,以满足用户个性化需求;同时通过减少中间环节降低成本、提升效率。

客户案例(一)

蓝鲸智造打造的佛山赛途智能家具C2M电商平台、柔性供应能力和大数据能力实现了大规模定制化。国外顾客可以在其C2M电商平台选择款式、工艺、材料并下单。平台快速收集顾客分散、个性化需求数据的同时,大数据和云计算技术按客户需求匹配产品数据模型,其款式数据和工艺数据能满足超过百万种设计组合,覆盖99.9%的个性化设计需求。当版型确定后,系统自动生成工艺数据,工艺数据发送至工厂,工厂进行生产交付。整个流程从下订单到产品出厂仅需20个工作日,并做到按需生产、零库存、一客一版。同时,蓝鲸智造为赛途公司打造的SRM系统,供应商按照设计图纸、品质及交期要求生产,扫码出入库,大大降低沟通成本。

工业物联网的三类场景

智能制造要求制造系统具备感知、分析、决策和执行的能力,而这些能力的核心均涉及物联网相关技术,如面向感知的物联技术(传感器、RFID、芯片)、面向分析的工业大数据分析和面向决策及服务的应用平台。

蓝鲸调研结果显示,目前中国制造企业物联网应用以感知为重点,分析和服务交融将是未来物联网建设重点。蓝鲸客户(或调研过)建立系统以传感器采集动态数据,但数据分析和平台应用相对滞后。

从行业应用来看,电子及电器行业传感器和平台应用最为普及,76%的蓝鲸客户(或调研过)利用传感器采集数据,43%的企业利用物联网平台,但仅有33%的企业采用大数据技术分析所采集的数据。汽车及零部件制造行业传感器技术应用也有较高普及率达73%,但大数据和平台应用低于其他受访行业。制药行业大数据技术利用最为积极,因为医药行业早已面临海量数据和非结构化数据挑战。

蓝鲸客户(或调研过)典型物联网相关技术应用情况。

从最开始对新冠疫情的猝不及防,到全民

感知仅是物联网应用的初级阶段,以数据洞察指导行动,从而提高效率,或者与服务交融创造新价值,才是物联网的核心。云平台通过提供强大的数据传输、存储和处理能力,帮助制造企业采集和处理大量数据。工业云平台不仅能 够实现企业通过平台完成产品的设计、工艺、制造、采购、营销等环节,还将改变传统生产方式和制造生态,创造新的收入来源和商业模式。中国制造企业云部署现状如何?

蓝鲸调研发现,中国制造企业云部署积极性不高。53%的制造企业尚未部署工业云,47%的企业正在进行工业云部署,其中27%的企业部署私有云,14%部署公有云,6%部署混合云。上云可以大幅降低每个单元的储存和计算成本,甚至通过跨界创造新的商业模式,但也带来了复杂性。企业担心一旦将诸如工厂生产过程、资产性能管理的数据放到 云平台上之后,信息安全、知识产权问题会接踵而至。除此之外,很多企业尚未明确工业云在企业层面的商业应用和相关能力欠缺也是导致企业云部署积极性不高的原因。

对于选择公有云还是私有云,很大程度取决于企业的关注点不同。如果企业只是 聚焦自己的生产制造,降本增效,往往不会选择公有云;如果企业聚焦商业模式创新和产品转型,则会天然的更倾向于选择公有云或混合云,因为往往涉及服务平台,需要做到一定程度上的兼容和融合。由于目前国内比较常见的工业云的部署 以云的基础功能为主,企业把云看作虚拟服务器,在云上做存储、计算,只有少数企业通过云部署改变生产方式和制造生态,进行公有云和混合云部署的企业仍为少数。

部分蓝鲸调研过的用户工业云部署。

未来企业很大部分增值将来自跨企业活动,从长远看,公有云、混合云是大趋势,因为只有这样才能实现数据交换和资源共享。私有云虽然安全,但很可能被孤立在新的商业模式和新的生态圈之外。

物联网在智能制造领域的应用场景有哪些?

蓝鲸智造认为物联网在智能制造领域的应用场景主要分为三类:设备与资产管理、产品洞察和服务创新。

1.管理设备与资产:具备感测与联网功能的系统与大数据结合,可以实现设备的监控和管理,如远程监控、预测性维护和互联现场等。远程监控以物联网替代传统的人工巡检机制,通过传感器远距离将设备数据传输到运营中心。预测性维护打破传统工厂 按计划进行定期维护设备的运营方式,通过物联网对设备整个生命周期进行全程监控,并预测设备未来可能发生的故障,提前制定预防性维护计划,减少故障率并提高生产效率。

物联网还可以连接和监控厂房的工业装置和设备,获得有见解的分析,从而帮助跨工业设备、 生产线以及在整个工厂范围内优化性能和效率。当然,除了新厂房,老厂房和设备在没有更新换代之前,也有联网监控的需要,如何在现有设备上进行物联网改造是值得企业关注的问题。

2.洞察产品:制造企业往往不太了解自己的产品如何被使用,而物联网将改变这一现状。在产品投入使用后,制造厂商可以通过物 联网与产品建立并保持联系,收集动态数据,以更加系统的方式实时地持续地 分析产品使用情况。在了解客户对产品的使用方式后,厂商还可以基于数据预测客户需求,开发个性化产品和新的服务项目,提高产品附加值。

3.服务创新:基于数据和平台提供后市场服务,物联网 与服务交融实现商业模式创新。物联网协助制造企业更有效捕捉和预测市场需求,创造动态化、个性化的智能服务、咨询服务、数据服务、物联网金融与保险 等新的服务种类。这类应用将打破企业原来的边界,从全社会的维度思考制造资源的优化,客户和制造端的互动以及各种商业模式的创新。

企业需要评估自身业务需要,明确商业目标、相关流程和预期结果的范围,在考虑技术可扩展性、性能、带宽经济和技术创新等级后,才能对数据和物联网系统的处理架构做出明智的选择。

商业模式重构

智能制造不仅能够帮助制造型企业实现降本增效,也赋予企业重新思考价值定位和重构商业模式的契机。同时,新进入者也在不断挑战传统市场参与者的地位,众多技术型企业加入战场推动工业企业探索商业模式上的创新。

未来商业模式的规划

蓝鲸调研发现企业对未来商业模式的规划大致呈四类:30%的蓝鲸客户(或调研过)未来商业模式将以平台为核心,26%的企业走规模化定制模式,24%以“产品+服务”为核心向解决方案商转型,12%以知识产权为核心。平台型商业模式定位以提供多种软件服务和搭建生态系统为核心,未来可能不会出现类似BAT这样的行业巨头,但不乏垂直行业领军企业或平台。 规模化定制模式,如C2M已经不局限于服装制造,而延伸到汽车和装备制造等行业。“产品+服务”为核心旨在围绕客户需求提供解决方案,是目前很多企业在做的。以知识产权为核心的企业往往通过专利战略,形成技术壁垒占领市场。

未来商业模式定位

蓝鲸客户(或调研过)未来商业模式定位

不同商业模式的价值定位和价值创造方式不同,所面临的挑战也不尽相同。 企业需要持续审视自己的商业模式,通过评估自身运营情况进行适当地改善并定期评估其他商业模式是否具有可行性。

不同商业模式特点及挑战

人工智能对制造业的影响主要来自两方面: 一是在制造和管理流程中运用人工智能提高产品质量和生产效率;二是对现有产品与服务的彻底颠覆。

随着国内制造业自动化程度提高,机器人在制造过程和管理流程中的应用日益泛,而人工智能更进一步赋予机器人自我学习能力。结合数据管理,导入自动化设备及相关设备的联网,机器人通过机器学分析,可以实现生产线的精准配合,并更准确的预测和实时检测生产问题。

人工智能在制造业产品和服务领域的应用则更具有颠覆性。产品本身就是人工智能的载体,硬件与各类软件结合具备感知、判断的能力并实时与用户、环境互动。而产品的功能和服务,也将颠覆原有生态系统。以蓝鲸智造客户-安佳集团为例,手表制造行业的竞争格局是金字塔型——手表品牌企业处于顶端,各级别制造供应商跟随其后。但是在手表智能制造时代,手表品牌企业的主导地位将受到严峻挑战,用户-经销商-制造企业,甚至用户-制造企业的模式将借助5G技术及工业互联网技术很快形成,去除中间环节,打破手表行业的生态平衡。

中国制造企业人工智能应用情况如何?

蓝鲸智能制造调研发现,51%的蓝鲸客户(或调研过)在制造和管理流程中运用人工智能,46% 的蓝鲸客户(或调研过)在产品和服务领域已经或计划部署人工智能。制造和管理流程中人工智能的运用更偏向系统自动化和制造精益化,目的是提高生产效率和产品质量,同时人也被解放出来,可以去思考更复杂的问题。主要应用场景包括使用机器人实现流程自动化、柔性制造、定制化生产、质量检测等。在产品和服务领域人工智能的运用更侧重产品和服务与使用者的互动,典型应用包括研发和新品测试、用户行为分析、制造直达用户的平台模式等。

人工智能应用及部署情况(1)

当然人工智能仍处在其发展早期,技术突破及商业论证需要更长时间。另外,人工智能应用环境和基础设施的完善程度,信息和安全法规、企业自身的能力都成为企业面临的主要挑战。我们发现,对于尚未部署人工智能的制造企业来说,缺乏投资人工智能的商业论证、尚不具备建立和支持人工智能的系统能力、尚不明确部署人工智能的前提为主要挑战。

人工智能应用及部署情况(2)

蓝鲸客户(或调研过)尚未部署人工智能的主要原因:

人工智能正迅速渗透各行各业。汽车及汽车零部件制造(如:正本齿轮)、高端装备制造、电子(如:雷神科技)及电器制造三个行业在制造流程中采用机器人的比例很低。

人工智能应用及部署情况(3)

重构商业模式是一项复杂艰巨的任务,我们请企业就实现构想中的商业模式所面临的能力鸿沟进行打分,综合来看,商业模式优化、创新管理以及云部署为企业能力建设三大关键任务,蓝鲸智造建议分别从以下几个方面入手提升能力:

1、商业模式优化

优化商业模式可能仅需要改变或改进目前模式中部分元素,也可能涉及改变整体运营模式的重大转型。在过去的15年里,由于技术、通信、物流和交通等方面的迅速进步,整体运营模式的重大转 型已更为常见。企业需要运用行之有效 的方法和工具,从以下工作流程各环节入手优化商业模式。

企业转型整编:优化现有商业模式,包括从原材料采购到产品销售过程所涉及的一切环节,挖掘可以整体改动或局部改进的待优化环节,以支持新的商业模式。

重新配置信息技术系统:企业需要探索、设计与实施基础设施及信息技术系统的改进。

重新调配人员:人尽其用是企业转型可持续性的关键之一。重新调配人员侧重于设计和实施人员调度,以支持新商业模式,并实现从原有模式到新模式的顺利过渡。该环节还包括制定新的关键绩效指标及汇报关系以支持新商业模式。

重组法律、财务及税务架构:商业模式优化方案的设计和实施通常涉及许多复杂的法律实体及税务架构上的改变。企业管理团队需要分析不同方式的利与弊。如新商业模式下所得税和转让定价事项有何变化,增值税和关税对新商业模式可能产生的影响。

创新管理

创新管理的目标包括优化创新产品管理、 优化生命周期成本、优化资本使用效率和优化风险管理。

优化创新产品管理:建立统一的产品管理体系(包括有形 的产品和服务),优化决策流程,提高决策效率

优化生命周期成本:通过产品生命周期的最优化运作,优 化产品投资成本和运营成本

优化资本使用效率:通过监控、评估和KPI管理,优化产品 管理、提升资本使用效率

优化风险管理:有效管理创新过程中的市场风险和数 据安全风险等诸多风险

值得注意的是,单纯的产品创新管理并不能令企业长久保持竞争优势。如今,几乎所有产品类别都处于激烈的竞争之中,任何新产品的任何独特优势都会被快速吞噬。组合多种创新类型可以帮助公司拥有更好的财务回报。虽然不能把这些公司的绩效全部归功于创新,但创 新有助于提升一家公司的机制,包括投资者对它未来的预期。

2、云部署

仅仅把数据和应用转移到云上是远远不够的,大多数情况,上云会牵涉多个业务功能,影响企业的供应商、财务报表和客户,企业需要长远规划,分步执行。企业还需要充分考虑人力资源和数字化程度如何与云部署配合。

规划:审视企业现有商业模式并探讨是否有其他可行的商业模式,根据商业模式 制定云部署战略,进行商业论证和自身能力评估。

执行:执行阶段可以分四步走,第一步是SaaS 部署,包括蓝鲸ERP,MES、CRM,WMS等软件部署;第二步是个性化部署,包括应用开发、架构搭建和平台部署;第三步为云迁移,其间可能需要对应用软件进行更新和调整。第四步为引入大数据分析平台。

今天的市场变得越来越多样化,消费者的需求在不断变化。同时,产品、生产流程和服务的数字化、智能化已是大势所趋,受此趋势影响,工业企业正在加快智能制造部署,并不断审视商业模式,并制定有效策略,以期从运营和战略层面推动实际价值的创造。

3、管理咨询导入

2018-2020年这3年里,蓝鲸智造在我们团队共同努力下,每年以50%以上的销售额持续增长。在快速增长的同时,品质体系、交付体系、生产效率等存在诸多问题。

蓝鲸专业的管理咨询团队为公司各项规范化管理提供指导,重新制订了生产计划、采购、仓库管理、设备管理、模具管理、物料控制、可追溯性、纠正与预防、检验与试验等模块的规范流程,并稳步付诸实施,显著增强了公司“体质”。

客户案例(二)

例如河北锐铱源通科技有限公司的数字化项目,采取管理咨询结合软件和硬件的方式,将运营数据部署至云端,解决客户管理系统性缺失的问题。方案解决的问题包括:经营管理数据缺失、各运作模块流程与职责不清晰、标准与方法不明确、执行层面效率不高、信息传递系统不健全等系统性问题。

过程描述:2020年12月数字化方案公司3名辅导老师(1名精益顾问,1名软件顾问,1名实施顾问)进驻,进行项目规划、计划制定(包括主计划、月计划和周计划)、现场调研、流程梳理、规划调整、管理方案输出、软硬件安装调试、软件开发,每月、每周提交工作报告,项目完成提交总结报告。

整体项目包括ERP系统、CRM、MES、WMS等,项目上线后可实现远程订单录入与查询、采购单据录入与查询、仓存成品、半成品实时数据查询。以及车间温湿度等工艺参数监控与预警。

实施内容包括:生产计划--通过系统自动编排生产计划,自动生成半成品及成品批次号,提高排产准确性及提升排产效率。

流程梳理--将现有不规范流程,按照标准化的运作要求,结合公司实际情况,重新拟定流程,避免疏漏与错误。

库存管理--随时在线查询库存,提供采购与订单下达的决策依据。

组织架构梳理--拟定部门及相关职责,明确责任与权力。

看板管理--通过ERP、MES、设备现场数据采集等数据,生产计划、制造现场、质量、维修保养、模具等部门的产时数据,通过汇总统计分析方法,通过电子看板进行集中式管理。

制程检验控制--通过MES系统中制程检验,当成品或产成品工单生产完成后,通知品质进行制程检验。制程检验完成后,才可以下推生产入库单,同步生成ERP的生产入库单。

设备管理--制定设备保养计划(每日、每周、每月),对于模具保养计划落实与执行。对于模具保养计划需要提前提醒模具维修工人以及现场主管等。

APP端品质管理、出入库操作主界面

APP物料管理界面

C

什么时候是企业转型升级的最佳时机?

如何判断什么是企业转型的升级的最佳时机

要回答这个问题,需要根据企业当前所处的阶段来看。根据笔者智能制造规划的体会,这涉及到资金预算与收益评估、地方政府补贴力度、公司经营战略、客户要求、行业发展趋势、企业实际情况及实施难度等诸多因素,但提前做出规划方案是什么时候做都不早的事情。怎样研判自身企业处在哪个阶段?大家可以将自身情况与以下智能制造阶段做一个比对来判断:

1阶:初始阶段

订单、采购、仓储、生产及品质等操作均用纸笔、微信及电话传递信息。

2阶:PC阶段

订单、采购、仓储、生产及品质等操作均用个人电脑制作,但未联网,内网仅限于共享文件夹应用,发放及信息传递倚赖微信、邮件及电话等。

3阶:ERP阶段

已成功导入及应用ERP系统,并将财务、采购、业务、仓储、生产、品质、工程、设备等部门的主要运作信息手工录入ERP系统,形成企业资源协同一致。

4阶:内部协同阶段

已成功导入及应用ERP、MES、APS、WMS、QMS、设备监控和数据采集、车间环境监控和数据采集等,软件系统能实现企业内生产和相关活动步调统一及信息实时共享。

5阶:外部协同阶段

除第4阶外,能实现客户订单下达及交付、供应商供货、对账付款等活动实时同步操作及信息共享。

6阶:预测阶段

除第5阶外,企业生产、检测、内部物流等设备互联互通,实现高度自动化,将数字孪生投射到未来,模拟不同的情景对未来发展进行预测,并适时做出决策和采取适当措施。

7、自适应阶段

需求端、生产端至供应端,所有自动化生产设备、自动化检测设备、自动化运输设备、仓储设备、环境监测设备等,通过中央控制电脑进行运算,自动分配任务及资源,出现异常也由中央控制电脑自动调整任务及资源。

D

企业转型升级要怎么做?

首先找到一家专业的智能制造规划机构,针对企业现状进行调研,对接单模式、订单结构、工艺路线、品质及技术要求、供应链运作等摸底评估,与企业高层交流后出具【智能制造规划书】,对1-4阶企业,尤其是处于1-2阶段的企业,蓝鲸智造建议先进行驻厂管理咨询辅导,将主要运作流程、规范进行梳理后再实施数字化、智能化转型升级。

转型升级需要一阶一阶来,跳级实施的话,企业、客户、供应链不能同步联动升级,人员认知或技能未能同步跟上,产生的实际功效并不好,浪费转型升级的资金投入。

通常,项目导入包括以下步骤:

1、初阶调研:初步了解企业概况,输出【智能制造初阶规划书】,指出企业现状、主要问题点及转型升级后的概貌;

2、合同签订;

3、驻厂调研:全面了解企业订单结构、数字化应用程度、工艺路线、设备状况及各项运作状况,以及客户、供应链的现状;

4、规划:输出【智能制造规划书】

5、实施:根据【智能制造规划书】进行相关管理咨询辅导、服务器部署、软硬件开发、网络布置、软件环境搭建、设备联网、环境联网,并进行功能实现测试、交付;

6、售后服务。

E

常见问题有哪些?如何克服?

转型升级常见问题有哪些?

要回答这个问题,首先要弄清楚一个原点问题:为什么要上数字化系统或智能制造项目?

智能制造项目的目的通常包含:

1、建立绑定客户、供应商的产业链生态圈,或为筹建生态圈做前期的建设;

2、为了提高应对多品种、小批量市场环境的制造能力;

3、为了提高生产活动中的效率;

4、为了提升产品品质;

5、为了缩短交货周期

目的弄清楚了,项目建设达到目的就可以了,自身运作体系或人员素质还没有同步提升上来的时候,追求大而全会导致投入资金浪费或与实际应用产生很大差异,无法应用。笔者在近年数字化项目建设的实践中碰到的常见问题通常有以下几类:

1、企业人员认识或技能不足,希望通过智能制造项目解决所有问题,投入巨量资金研发的系统功能强大,但要求的操作众多,员工抱怨效率显著降低,很多数据没有后期的处理,并不能产生实际功效;

2、企业IT人员主导的需求,缺乏与管理人员充分沟通,实际应用的时候痛点没有解决,反而多了大量没必要的操作;

3、智能制造的规划及落地是个十分复杂的事情。没有进行充分调研,没有搞清楚真正痛点就匆匆上马开发建设,最后交付的时候发现”货不对版“;

4、缺乏必要的管理基础,希望通过系统解决人性的问题,导致实际问题得不到解决;

5、软件实现自动编排生产计划,忽视自动排产的基础条件;

6、人员技能没有同步跟上,检验标准、工艺参数要求、精益生产知识、生产现场布局等缺乏或不合理,没有智能制造的起码基础;

如何克服这些问题

要克服这些问题,必须要回到原点问题:企业要解决的主要痛点是什么?这个问题搞清楚了,就针对这个问题,请专业的规划人员做充分的调研、分析,并出具针对性的规划解决方案,并让专业人员主导项目的实施推进。

通常造成企业多个维度痛点的根源是系统性的问题,比如经常不能按期交货、品质问题频发、效率低下、内耗严重等。解决系统性的问题就像医生看病,一个人年轻人身体素质很差,出现食欲不振,如果当胃病治疗吃胃药,看起来短期会有一定收效,但有可能根源是肝脏问题,长期吃胃病的药物还会因药物的副作用导致消化系统、免疫系统、内分泌系统等失去平衡,出现其他问题。因此,及时找到肝脏这个病根并对症下药就能立竿见影。如果耽搁了治疗时间,或已经导致其他多个系统出现问题,那么就需要一个系统化的治疗方案:全面化验检查,解决肝脏问题的同时逐步修复其他失去平衡的系统,同时提供正确的饮食作息规范及适量的锻炼身体运动量。

因此,智能制造规划及落地需要跟企业高层、中层和基层进行充分交流、分析后综合各个痛点,找出其产生的根源,”对症下药“的同时规划并搭建系统,导入管理咨询辅导,同步提升自身”身体素质“

微信号|13684943508

新浪微博|蓝鲸智能制造

蓝鲸陈老师

X

蓝鲸客服中心

点击按钮可通过QQ进行沟通,请确认启动QQ

  • 业务咨询
    业务相关,请咨询售前客服,为避免丢失消息,请尽量添加好友
  • 售后支持
    点击这里给我发消息 蓝鲸 紧急电话:076926622906 26622936
    售后问题处理,请QQ在线售后技术,或者提交服务请求,我们会尽全力解决您的问题
  • 投诉/合作
    邮箱:蓝鲸顾问
    我们会全力以赴满足您的服务请求