经济导刊
分享:

工业中小企业向数智工厂运营模式转型的实施方法与路径

毛光烈 来源: 2023.01.11 13:32:41



 

内容提要:数智工厂建设是我国数字经济发展的战略举措。当前数字化工厂建设进入了第二阶段。故此,需要对现行的发展模式进行总结,对新阶段数字化转型的方法和路径作进一步探索。企业要完成数智工厂运营模式转型,必须完成工厂数据生态体系建设、线上线下结合的运营方式创新、工厂内部数字化治理体系创新、小程序软件+指令数据集/执行指令结果报告数据集与人工智能的开发应用、数字化技能培训等六大任务。基于此分别提出了初级、中级、高级数智工厂的建设任务及实施的方法与路径。

关键词:工业中小企业;数智工厂;数据生态;数字化治理

 

工业企业的数字化建设,是我国“十四五”时期的主要任务,也是国家数字经济发展的重要基础。我国数字经济已经进入以数字化智能化工厂(以下简称“数智工厂”)转型为重点的第二轮发展时期。第一轮数字化转型的基本模式是云平台+互联网+消费与服务/智能手机,第二轮转型的基本模式是云平台+互联网+制造与服务/数智工厂。扩大数智工厂的规模,是我国第二轮数字经济发展的关键环节与战略举措,也是当下数字工厂和未来“产业大脑”建设的重要中间环节。其中,工业中小企业的数智工厂建设,面临错综复杂的数字化改造环境和艰难的企业数字化能力提升,是全世界都关注的难题。“庖丁解牛”的故事告诉我们,再复杂、再艰难的任务,只要找准了方法和路径,都可迎刃而解。

数智工厂运营模式转型必须完成的六个方面任务

目前,数字工厂与智能工厂已经到了融合发展阶段,有计算必有智能算法创新。在数智工厂建设中,已开始运用设备端计算、制造单元与制造产线端的边缘计算、云计算;工厂数据生态体系建设亦在推进中,有大数据必用人工智能。数智工厂的建设和运营模式,既要从可实现的条件出发,又要加强数字化供应商与工业企业双方主体合作,全面理解、正确处理好老企业数字化改造与数字化改革之间关系,为基层实践提供实际操作型的指导服务。供需双方既要履行各自责任,又要相互配合推进,明确以下六个方面的任务。这六个方面任务,是实现企业数智工厂运营模式转型的必要条件。

建设由行业云主导运营,数据底座与工厂一线相融通的数据生态体系

工厂数据生态体系是数智工厂建设的前提条件,为能够打通数据、用好数据,需要将生产领域、运营领域、管理领域、治理领域、销售领域等数据生态系统中的数据与行业云平台的数据底座融通,贯通其中的技术标准、业务知识、行为规则,建设一体化的数据生态体系。

以织造数字工厂行业云计算平台为例,分析离散型工厂生产场景的数据生态系统建设。基本标配是两类单元(单机制造单元、多机制造单元)、两种产线(制造产线、物流产线)的物联与员工的互联(即 HCPS),并有从物料到半成品再到成品生产的扫码数采系统,简称为两类数智化制造单元、两种数智化制造产线+数采系统

其中,员工(H)使用小程序软件+指令数据集/执行指令结果报告数据集;制造单元与制造产线侧边缘计算(智能网关或服务器)上行到云平台的数据是制造单元或制造产线的工况数据、碳(能)耗数据,云平台下行到智能网关或服务器的数据是智能监测数据集与优化碳耗数据集,为智能预警、智能运维、智能碳耗管理奠定了基础。数字化管理与治理数据系统的标配架构是+管理人员的工位机,管理人员使用小程序软件+指令数据集/指令执行结果报告数据集

进行线上与线下相结合的运营方式创新

工厂线上与线下相结合的运营方式的创新是数智工厂改革的依据与主线,主要有以下四个方面。(1)数字化生产需要改变员工岗级、班组级、车间级、生产科与销售科的人员逐级请示汇报的运作方式,建立垂直“五跨”的运营(作)方式。(2)构建跨单元、跨产线、跨车间的横向协同生产的运营方式。(3)创建织品生产与经营业务一体化的、横向跨多个管理科室(或部门)的协同服务掌上办的运营方式,逐步推进工厂管理的扁平化。(4)构建类似于军队“战场情报实时采集、战术信息实时交互、多军种协同作战”实时一体化协同的企业运营方式。

完成工厂的数字化管理体制变革

深化数字化管理体制改革是数智工厂建设的动力,需要改革传统企业管理体制,推进采购、资产管理、仓储、生产管理、人事与工资、财务管理、销售与客户的数字化、无纸化、可视化,并创建与其相配套的管理制度。

创建工厂内部的数字化治理体系与体制

创建数字化治理体系与数字化管理体制,是数智工厂有序运营的必然要求和制度保障,需要处理好管理体制改革、数据治理体系、数字化治理体制三者关系。其中,管理体制改革要解决有规(法)可依问题;数字化治理体系创新要解决严密严谨(执法必严)、查证有功或违规行为的数字化证据链问题。

举例来说,要让数字化管理制度“长牙齿”,保证人人能遵守制度、事事能讲规矩,就必须建立健全跟踪员工生产经营行为的大数据监管体系与体制,实行“有令必行、有禁必止、有功必赏、违规必处”,才能保障数字化管理制度创新成果落地见效。

开发全厂员工使用的“小程序软件+指令数据集/执行指令结果报告数据集与人工智能的应用

首先,要开发好全厂员工使用的“小程序软件+指令数据集/执行指令结果报告数据集。这是实现云平台动态地实时调度指挥全体员工,让员工去调控数字化的制造单元与制造产线,由管理部门员工提供协同的服务保障的必备条件,这是构建面向客户的一体化协同生产与协同服务的数智工厂运营方式的必然要求。要开发好这个数据集,将以“N+X”的数据集形式来体现。其中“N”项的岗位核心指令数据与操作行为规范等数据是固定的,“X”项的任务的指令数据是因不同时间、不同任务而产生变化的。同时,将指令结果报告数据集进行汇总统计,可自动生成各类可视化的数据报表,可以为各岗位人员提供越来越人性化、便利化、可视化的服务,以此为依托可以构建成以员工为主体的、类似于由云平台统一实时动态调度指挥的多兵种一体化协同作战的运营方式。

其次,开发四大场景的人工智能应用。根据生产、业务、管理、治理等四大场景的数据生态系统建设的进展与业务数据运营的内在逻辑关系,开发各种人工智能算法与应用,并渐次推进。比如通过生产场景数据开发人工智能应用,不断提高智能制造、智能运维、智能质检、智能包装等智能生产与智能运维水平;通过持续推进“订单进度跟踪、合同履约提醒、节能减碳减排合规审查、安全生产跟踪预警、流动资金周转调控”等生产与经营一体化场景的数据并开发新算法,创新智能生产与经营的方式;通过开发“插单智能排产、动态调度管理、产供销智能协同”等管理场景数据的算法,可以创新智能管理;再通过治理场景数据的算法,渐次有序地开发智能监管、智能评价、智能治理体系,实现工厂的数字化治理体系与体制的创新。

只要针对生产、经营、管理、治理等场景数据,洞察其业务数据运作的内在逻辑,就能全面推进人工智能应用的创新,使智能生产、智能运营、智能管理、智能治理年年有进步。

抓好数字化技能培训与先进文化建设

加强员工数字化技能培训是数智工厂发挥作用的关键,否则就会出现类似老年人买了智能手机却用不了、用不好的情况。要广泛动员企业员工,积极开展适岗技能培训,养成遵守数字化技能操作规范、数字化管理制度的习惯。企业领导干部要带头学习数字化技能、带头遵守数字化管理制度,以身作则地带领员工加强企业的数智文化、数智文明建设,这也是数智工厂建设最为关键的环节。

向数智工厂运营模式转型的方法与路径

完成上述六项任务是一个长期复杂的系统工程,不可能一蹴而就,需要将“长规划”与“短安排”相统筹,步步为营,扎实推进。

六项任务推进的内在逻辑

实践证明,六项任务的实施是根据以下内在逻辑推进的。工厂的数据生态体系建设是根据工厂的产品制造、销售、创造利润的工厂职能要求推进的;数智工厂的运营方式创新是跟随数据生态体系建设的进程推进的;工厂的数字化管理体制改革是跟随运营方式创新的进程推进的;工厂的治理体系创新是跟随数字化管理体制创新的进程推进的。同时,员工使用的“小程序软件+指令数据集/执行指令结果报告数据集的开发应用是随同数据生态体系建设进程推进的;人工智能应用的开发是随着场景数据生态系统建设的进程推进的。总而言之,工厂数据生态体系建设的进程是决定其他五项任务进展的根本前提与依据。

数智工厂建设进程可分成初级、中级、高级数智工厂,根据上述六项任务的推进逻辑,可以编制“工业中小企业数智工厂数据生态体系建设任务的计划推进图”。其中,初级数智工厂要完成大部分生产领域的数据生态系统的建设任务,完成守住行业环保红线、破解制约行业利润增长共性难题的全部数据生态系统的建设任务,将要完成部分管理(即生产与销售管理)数据系统建设任务,还要完成部分管理与治理数据系统的建设任务。不同行业要守住的环保法定红线、破解制约行业利润增长的共性难题有所不同,导致数据生态系统的建设任务亦有所区别,如表1所示。

1  行业共性难题和解决方案示例

类别

行业共性难题

案例

解决共性问题方案

高污染的传统印染行业

①确保污水排放达标;②解决规模定制库存长、成本高、回款慢等影响利润增长等问题。

如长兴浦鑫家纺数码印花工厂

建成 50 台相匹配的数码印花生产的数据生态系统,采用个性化定制的方式,工厂实现了近零排放,实现了企业提质降本减排增效。

代加工的轴承行业

①轴承加工影响进度的因素多,交期不确定;②轴承加工质量不稳定。

如新昌县的轴承代加工的工厂

建设生产领域的数据生态系统,实现加工进度的可视化,加工质量的可追溯。

与房地产小区开发配套的工程木门加工行业

①门框架、门面板加工进度、产量不协同;②在工程门包装中错配多。

如江山市的亿美达公司

建设门框架、门面板数字化生产线与数采系统,实现门框架与门面板的协同生产与数字化包装,提高包装的齐套率。

产品组装类行业

①传统采购方式差错多,齐套率低;②零配件由人工负责存储配送,易发生错配。

如永康市的电动工具组装工厂

建设数字化采购管理数据系统,提高1000多个零配件齐套采购的准确率;建设零配件智能仓库与智慧工厂生产物流系统。

初级、中级、高级数智工厂的建设任务

上述六项任务是分阶段渐次推进的,工业企业尤其是中小企业的数字化转型,可以沿着初级、中级、高级数智工厂逐阶升级。

1.初级数智工厂的建设任务。初级数智工厂是基本完成生产领域数字生态系统建设任务,实现生产数据、减排数据、销售数据、解决行业急需解决共性问题数据等一体化运营的智能工厂,这是“入门级的数智工厂”。初级数智工厂约可采集50%左右的数据,可开发30%左右的数据价值。

2.中级数智工厂的建设任务。中级数智工厂是在生产领域全面完成数据生态系统建设任务的基础上,基本完成管理领域与治理领域的数据生态系统建设任务,基本实现生产数据与管理数据一体化运营、数字化治理的智能工厂。中级数智工厂的建设与运营是在初级数智工厂建设与运营基础上、根据数智工厂生产与经营模式升级内在逻辑推进,也是初级数智工厂的升级版。

中级数智工厂需推进行业数据底座与云平台的建设,完成数智工厂生产与管理系统的80%以上数据接入,建成工厂操作系统,并完成企业近80%左右员工的云平台接入服务,70%以上的数据价值得到开发与体现。

3.高级数智工厂的建设任务。高级数智工厂是指全面完成产品设计(有这类需求的企业)、生产、管理、治理领域的数据生态系统建设任务,即全面完成企业数据生态体系建设任务的工厂,是全面实现产品设计(有这类任务的企业)、生产、管理、治理数据的一体化运营、全员协同生产与协同服务的智能工厂。

高级数智工厂的建设与运营,是在中级数智工厂的建设与运营基础上,根据现代工厂的建设与运营要求进行升级的。高级数智工厂要求100%完成工厂数据生态体系建设任务,完成100%员工的云平台接入服务,90%以上的数据价值被开发,并在提质降本增效上体现出企业效益来。

(编辑  季节)



* 毛光烈,浙江省原副省长,国家智能制造专家委员会委员、浙江省智能制造专家委员会主任。

相关阅读

热门话题

关注医改,没有健康哪有小康

2009年启动的新一轮医疗改革,明确医改的目的是维护人民健康权益,要建立覆盖城乡居民的基本医...

查看更多

新常态下装备制造业路在何方

2015年4月22日,由中信改革发展研究基金会牵头,邀请行业内部分重点企业领导人和管理部门&...

查看更多

>

2024年01期

总期号:296期

2023年12期

总期号:295期

2023年11期

总期号:294期