正航信息化-工业4.0时代的制造业如何转型

中国的制造业,尤其是民营企业自改革开放后,长期以来都是以出口加工为主的低端制造,处在产业链的价值低端。国家为了促进产业的转型升级,制定了以信息化带动工业化、以工业化促进信息化的战略方针,也就是两化融合。

工业4.0时代的制造业

近年来随着德国工业4.0的概念推出,中国也相应的推出了中国制造2025和互联网加的指导政策,试图用中国在互联网和信息化领域的强项来促进制造业的转型升级。

——1.要么转型,要么升级——

传统制造模式是大规模的批量生产方式、标准化、流程化的企业业务管理模式,预制化、固化的软件和服务方式。而新生代的消费主体在互联网环境下成长起来,接受多元文化的熏陶,追求的品味越来越趋向个性化和差异化,这使得传统研发设计、生产制造、产品服务等过程面临着越来越多的不确定性、多样性和复杂性。

因此规模化、标准化、预制化的传统生产方式已无法满足日益增长的定制化需求。中国传统制造业新一轮大洗牌在所难免。摆在这些企业面前的生路要么是转型,要么是升级提升竞争力。

——2.从供给侧改革——

而制造业要想真正转型升级,应该按照国家制定的顶层设计和战略规划,从供给侧改革,走向价值链高端,利用中国互联网发展的优势,打通中间流通环节,直接对接和面向用户需求,让需求拉动生产,满足个性化需求,释放过剩产能。

近来由于人口基数的庞大和市场需求的发展,中国互联网的发展已经在国际上处于领先位置,互联网用户有7.1亿,加上移动互联网用户有9.8亿,这里有巨大的消费需求。在电商领域,仅京东、淘宝、天猫就占领了用户流量的80%,他们掌握了用户的消费习惯,可以轻易通过大数据分析出消费者的用户画像、消费习惯,从而掌握个性化需求,但是他们目前的电商平台只能卖库存,无法直接对接工厂。

这就给了制造业极大的机会,制造业企业的转型升级的路径和方向应该是信息化、自动化、智能化和服务化,要打造数字化工厂,通过机器人替代人工实现自动化,通过软件实现信息化,然后通过大数据、人工智能实现柔性化的生产方式,再通过协同供应链达到跨企业的上下游信息透明、协作设计与生产,直面互联网用户,最终满足个性化时代的定制生产和服务。

——3.电商与工厂打通的平台——

未来将有一个电商与工厂打通的平台,流程可能是,个性化订单下单,订单的批次整合,工厂的筛选,工厂产能检查,工厂对订单的确认,上游原料供应采购确认,工艺工序确认,排产仿真和确认,物流周期确认,分销商确认,总成本确认,产品设计参数的传递,物料的采购与供应,生产计划排程,生产制造的监控,物流配送的分配,产品的交付,产品使用的跟踪与反馈。

要想达到这样一种生产和服务的模式,工厂应该首先要信息化。在新的面向个性化服务、定制化生产方式的时代,整个生产方式都是智能和柔性化的,是需要灵活多变,能够自适应的,而传统软件都是面向大规模标准化制造的,固化的软件, 难以适应复杂、快速多变的个性化需求。

——4.灵活定制的云服务模块——

在云端将出现灵活定制的云服务模块。可在云端设立虚拟工厂,满足制造业企业订单接收、配置BOM、采购、计划、物流配送、客服等需求。

获取订单后,在云端虚拟工厂中,企业可配置产品、物料、产品原型、原材料供应和采购,依据订单排产,仿真模拟,分配物流和分销商。订单需要的原材料采购需求对同样在云端的上游供应商透明,自动触发上游供应商的排产或发货。

所有设计、采购、生产、装配、运输、销售环节都是通过云端同步,让不同的供应链实体连接起来,自发产生供需关系,和资源上下游传递。

在企业端,传统的大型固化软件也会被更加灵活的云服务的模式取代,可能是在企业内部的私有云,但是集成了各种管理系统,将各个系统的数据抽象成一个个抽象服务,服务可以进行各种组合,再通过流程将人员服务、自动化服务、工程服务结合起来,这样就能够做到人与人的协作、人与机器的协作、机器与机器的协作、机器与系统的协作、系统与系统的协作。

对于企业内部已经部署了MES、ERP、WMS、PDM等系统的,通过共享的数据服务总线将各个系统之间实时的协议、数据转化,打通各自独立的孤岛,形成数据驱动的业务流。再集成生产控制PLC,外部集成物流拉动计划,形成纵向、横向、端到端的集成。

——5.注重大数据价值——

大数据的理念已经广为大众所接受,其核心都强调价值。目前,除了大数据的基础建设之外,从数据到信息的工作,更多的是停留在社交或商业数据挖掘上。例如,销售预测、用户关系挖掘与聚类、推荐系统、观点挖掘等。这些研究都非常重要,也极具创新意义,特别是对拉动消费很有帮助。但是,这些实践都只关注了“人为数据或与人相关的数据”,而忽略了“机器数据或工业数据”。

在汇总了设备大数据、生产大数据、运营大数据、管理大数据之后,在企业私有云的大数据平台上,可以进行机器学习,模型算法抽象,找出数据之间的隐藏关系和联系,揭示内在规律,通过对时间、质量、成本、效率的关联分析,以及质量分析、生产分析、物料分析、仓储分析、销售分析、客户分析等,了解合格率、故障原因、设备利用率,实现全局调度优化。为企业提供透明展现、通知提醒、预测和运营优化辅助决策。

在以上大数据分析的基础上,可以基于售价、服务水平、库存、总成本、采购、物流、生产周期等约束和目标,推算出所追求的利润模型、成本模型、服务模型,实现基于供应商协作的主生产计划优化,做出需求预测、采购预测、订单预测、交货时间预测,实现利润、营收、成本、服务的价值最大化。真正将数据和信息,变为知识和智慧。

——6.从封闭走向开放体系——

制造业的转型升级,需要从封闭走向开放体系。以网络化协同实现制造资源局部优化向全局优化演进。因此企业不但要自己实现制造端的数字化、智能化改造,还要与云端连接,实现跨区域、跨企业、跨行业的联合设计、联合研发,将传统顺序、独立、碎片化的研发工作在时间、空间范围上交叉重组,整合多方设计资源,将研发流程从串行向并行演进,更进一步的,将业务的合作从单环节协同向全业务全供应链协同演进,从传统长期固定合作向不确定型的随机合作演进,从而实现从产业链级协同向生态平台演进。

总之从规模化生产到定制化生产,打造柔性化制造生产范式,以去中心化,去固化、流程化的业务管理模式,实现小规模、多频次、分布式、智能化的分布式制造,靠订单拉动,社会化协作将会是未来制造业的发展方向,而对应的制造业信息化,也必将基于云计算、大数据、物联网和人工智能,并且软件趋向微服务化、灵活配置、按需组合、互相联结的模式。