立即购买
赛智时代赵刚:灯塔工厂—工业数字化转型的标杆
  • 赛智时代赵刚:灯塔工厂—工业数字化转型的标杆

    Innov100
    2022-05-27 16:08:57
  • (本文根据作者在“中国制造向何处去”大讨论第3期暨智酷145期的发言整理)

    一、什么是“灯塔工厂”

    灯塔工厂目前是代表着全球数字化生产的最高水平。灯塔工厂是由国际上两个咨询和研究机构来推动的,分别是世界经济论坛和麦肯锡。世界经济论坛的创始人施瓦布博士,专门写了一本叫《第四次工业革命》的书,也在国内出版了,他比较倡导制造业的数字化转型。世界经济论坛和麦肯锡公司共同推动,用什么样的方式来评价今天的生产?特别是工厂生产制造数字化达到什么样的水平?他们共同提出来了叫Lighthouse Factory的灯塔工厂。

    那灯塔工厂的评选标准是什么呢?基本要求是在实体工厂或价值链层面成功部署第四次工业革命技术,通过技术赋能推动商业模式转型,提升组织运营效率和竞争力。因此,我们在整个灯塔工厂建设过程中,是不是应用了第四次工业革命的技术?这是一个基本标准。第二个标准,就是通过这样的技术应用以后,能够赋能整个工厂的业务模式转型,制造能力的提升,组织运用效率和竞争力水平的提升。具体来说,它有四个基本的评价标准细项。

    标准一:该工厂实现了重大影响

    这个工厂的数字化转型一定是在世界范围内具有重大影响力的。无论是它的规模经济、产品的生产制造水平、定制产品的定制化水平、产品质量等,以及它在整个行业内的影响力,一定是比较大的。所以我们看到,评出来的工厂,都是在某个行业领域,它的数字化产品生产制造能力具有全球领先水平的,具有非常大的影响力的。

    标准二:拥有多项成功案例

    在单个实体工厂内部的数字化实现(主要集中在数字化装配、加工、维护、绩效管理、质量管理和可持续发展)以及打通端到端的价值链(主要集中在供应网络、产品开发、规划、交付以及客户的连接性)拥有很多成功案例。第四次工业革命技术在工厂中应用的过程中一定要有多项成功用例,或者叫用例。申报灯塔工厂时,企业是需要主动去这两个机构(世界经济论坛和麦肯锡)申报的,申报时需要提供在这两个方面的一些成功案例。

    一类是单个工厂内部的数字化实现。比如说工厂在制造的装备环节用了数字化的技术去做数字化的装备、数字化加工、数字化诊断运维、数字化绩效管理或者数字化质量管理,以及数字化可持续发展,这些具体的技术在我们整个制造业各个细分领域的数字化是否实现了。所以,我们后面会看到有的工厂会申报基于AI技术的质量诊断,有的工厂会申报它数字孪生技术用于智能化制造仿真等案例。

    第二类是打通端到端的价值链。这样一个端对端价值链就是从消费者一直到我们生产者的整个成品交付全过程,从发布需求、设计、生产工艺的安排、排产、物流仓储、供应链、客服、销售全链条的过程中要形成一种端对端的价值链实现。在这个过程中,因为消费者需求的提出和消费者需求具有多样性,需求时动态变化的,是有很大的不确定性的,而这种不确定性就会直接影响后面的工厂生产计划和排产的不确定性。那怎么达到生产的灵活排产呢?生产的排产如何能够灵活柔性来适应需求的动态变化呢?这个过程中旧需要端对端的敏捷性,端对端的定制化的水平,以及与之匹配的效率和成本等等,那就要求我们在端对端的价值链上实现数字化的供应网络、产品开发、规划、交付客户,各方面的连接协同。这个水平也是可以提供案例的,协同的、端对端价值链实现的、C2M的这样的一些用例。

    所以,申报报灯塔工厂需要围绕这两个方向提供案例。两个机构再根据案例的应用情况,应用效果来进行评价。

    标准三:拥有可拓展的技术平台

    灯塔工厂的智能制造是需要一个完整的数字基座和数字平台的,它能够支撑端对端的供给侧和需求侧的有效连接和响应。所以在这个过程中产业互联网平台是最基本的要求,必须有可拓展的技术平台。

    标准四:在价值创造的关键推动因素方面表现出众。

    价值创造的关键推动因素包括个性化定制、管理变革、能力构建、可持续发展、与第四次工业革命社区展开协作等。有些灯塔工厂可能个性化定制做得非常好,有些是管理变革,有些是数字基座的能力构建,有些是支撑可持续发展的。特别是这两年,灯塔工厂怎么去支撑这种绿色的、低碳的、可持续发展的等很受关注。当然也有一些指标是和整个第四次工业革命社区开展的密切协作等等这样的一些评价标准有关。

    按照以上四个评价标准,认为自己可以成为灯塔企业的一些领先企业,可以去向上面说的两大机构(世界经济论坛和麦肯锡)去做申报。大概从2018年开始这项申报工作,每年会有一两批或者两三批的灯塔工厂定期发布,现在已经发布了有103家。

    二、灯塔工厂的内涵

    (一)第四次工业革命技术应用

    什么是第四次工业革命技术呢?首先要看什么是第一次、第二次、第三次、第四次工业革命。这个大家是有一些基本的共识的。第一次工业革命是指蒸汽机技术革命,生产方式为机械化生产,以1784年第一台纺织机在生产工厂中的应用作为标志。第二次工业革命是指电力自动化技术革命,生产方式为电力化电气化的生产,以1870年第一条电力化的生产线作为一个标志。第三次工业革命是指电子信息自动化技术的革命,生产方式为自动化生产,以1969年在生产线上的可编程逻辑控制器PLC应用为标志,这是整个制造执行系统自动化应用的开始。第四次工业革命,最早提过叫信息物理系统(CPS)技术,这两年我们越来越强调的实际上就是所谓的新一代数字技术的革命,我们可以把它总结为数据驱动的智能互联网技术革命,是新一代第四次工业革命技术的集成应用,它体现的模式是智能化生产模式。有哪些技术呢?工业互联网、工业传感器、工业互联网、工业5G的应用、工业云的应用、工业大数据、工业人工智能、工业机器人、3D打印、工业区块链、工业数字孪生等等,我们可以统称为数据驱动的智能互联网技术在生产的各个环节中的融合应用。

    新一代智能互联网技术的融合应用正在形成新的生产力和生产关系。现在的互联网已经成为整个经济社会的互联互通的基础设施,连接端对端的实现。云计算成为资源配置重要的调度中心。平台成为新的组织形态。智能工具成为新生产工具。数据成为新的生产要素。智能互联网+的模式成为新的创新模式。区块链成为新的信任机制。人工智能成为重要的技术创新和技术进步力量,来替代很多的体力劳动、脑力劳动。未来还有量子信息技术,最近刘鹤副总理也谈到了数字经济量子化的特性,当然它还有一段的距离,但是量子信息未来确实会改变我们整个的新一代数字技术。

    (二)生产的数字化革命

    通过第四次工业革命技术的应用,一定要对整个生产活动产生所谓的第四次工业革命,对整个的生产模式要有一次数字化的彻底变革。那这样子的变革是体现了什么呢?

    从经济学的角度来看,它更多的体现在:以数据要素为核心的数据、信息、知识和智能,作为重要的生产要素加入到生产函数中,对整个经济的增长所带来重要的价值贡献

    上图的这个公式是生产函数,过去的生产函数的公式里没有中间那个D ,D代表的是数据要素。过去讲K是资本,A是技术进步,L是劳动力,这个生产函数中,我们知道全要素生产率体现在了A,体现在技术进步。但是,现在数字经济的生产函数中,数字技术依然是重要生产要素,同时在整个生产的环节中,数据作为生产要素,数据要素对于整个的经济增长的促进作用是越来越明显。所以,我们更多看到的是第四次工业革命技术应用所发生的,是生产函数的一个重大变革,是通过数字技术和数据要素影响了我们的生产力和生产关系。

    如上图第二个公式所示,这个变革不仅仅体现在生产函数对经济增长的作用,它同时也体现在了市场的供给侧和需求侧。上面的需求和供给通过中间的数字化平台市场X实现了供给和需求的均衡,通过数字化的数据要素、信息、知识和智能,平台市场所带动的供给侧和需求侧的一个均衡

    我们可以看到,通过平台市场,有更多的需求侧的消费者需求转化成定制化产品,而平台市场也让供给侧更加高效,建立精准的产品制造生产能力,并通过整个价格机制,能够让消费者更加满意,实现消费者福利。整个供给侧也越来越能够灵活敏捷,从它的产品设计、计划排产,到它对于整个消费者需求不确定性的有效把握,都能达到非常好的一个精确匹配。

    在这样的精确智能的匹配效率之下,在整个灯塔工厂评价标准中,价值贡献中提到的那些价值就会很好实现。比如,要提升全产业链效率,不仅仅是工厂生产制造这个环节,也包括了整个全产业链、整个全价值链上的生产效率的整体的提升,也有产品质量的提升,生产成本的下降,按需求(订单)定制化生产,不同产品的柔性排产,价值链上下游协同,端对端交付等。

    大家知道,如果你的排产达不到柔性,定制化生产是很难保证它的效率和成本均衡的。比如,现在海尔的洗衣机工厂,它的一条生产线上可以做柔性排产,不管是滚筒洗衣机,还是立式的洗衣机,在这种不同的洗衣机下两种不同的型号,可以在一条生产线上进行不同的柔性化配置和生产。在灯塔工厂里,按照消费者不确定性的需求,动态变化的需求,进行柔性生产的排产,这样一种能力已经成为非常重要的一种端对端灵活的价值链的上下游协同、优化配置生产资源、动态调度的一种能力。美的的工厂它达到了T+3?订单下来,三天安排计划,三天做制造,三天做供应,就完成整个产品的生产。怎么能保证价值链上、下游协同呢?那就必须保证每一个环节都是非常高效的。所以这个过程中,数据的打通就非常重要,通过互联网的连接,端对端的交付。灯塔工厂中一定强调的是第四次工业革命,是对生产的一个数字化革命。正如我所总结的,第一,数据要素怎么去改变我们的生产函数?第二,平台怎么实现了生产、供给和需求的均衡?这是非常重要的两个大的命题。灯塔工厂是在这两个方面的数字化转型方面做得最好的一个实践。

    具体来说,我们强调四个方面的内容:

    1、通过工业互联网,实现生产要素的高效感知、连接和匹配

    首先是端对端的这种数据的连接和数据流动。我们强调端对端,那一定是工业互联网。工业互联网是互联网和新一代信息技术与全球工业系统的全方位深度融合集成所形成的产业和应用生态,是工业智能化发展的关键综合信息基础设施。

    —工业互联网是网络,实现机器、物品、控制系统、信息系统、人之间的泛在联接;

    —工业互联网是平台,通过工业云和工业大数据实现海量工业数据的集成、处理与分析;

    —工业互联网是新模式新业态,实现智能化生产、网络化协同、个性化定制和服务化延伸;

    这个工厂是一定是通过互联网连到整个供应链体系上的,连到了全球价值网络的配置上的。灯塔工厂一定是既有对整个从生产端那些生产线、机器、人、智能的机器人的一个有效的网络连接,也连接到了企业的用户,也连接到企业的产品仓库,也连接到产品最终的零售终端。这个过程中,构建起来的一个网络,工厂内的网络和工厂外的这种网络,形成了企业对全要素的一个连接。所以,生产要素的高效感知和连接的匹配是灯塔工厂最重要的一个指标。

    2、通过工业云,平台将制造资源有效组织和高效配置

    通过平台,灯塔工厂的整个上、下游资源都被连接和高效配置调度起来了。技术平台是我们灯塔工厂的必备要件。灯塔工厂通过平台,实际上将各种制造资源有效地组织,生产要素中的各种要素,包括劳动力、各种技术、数据、整个资本、资本所代表的各种投入、设备等各方面,对这些资源的高效的组织和高效的配置。

    在这个过程中,可以体现出来的是生产关系的变革,生产模式的创新。因为通过这种制造资源的平台化、云化,首先它能够实现在各个环节的生产组织的分布化。现在在智能灯塔工厂里,很多产品的设计和产品的数据、产品的原型,实际上可能是通过我们合作伙伴的协同研发机构众包来数字设计的,甚至是个人制造的、3D打印处出来的等等,这样的一些数字化的产品设计的模型,能够及时反馈到整个的智能灯塔工厂中来。

    第二可以实现整个过程的一个数字化。我们可以对整个生产过程进行数字化的仿真,通过数字孪生进行建模仿真,并且能够实现不同地区的生产能力的调配,可能实现协同制造,所以这个过程中也是可以实现过程的数字化。

    第三,实现产品的个性化。我们通过整个平台资源的有效整合,无论是从超市,还是从电子商务平台上,客户反馈来的这种个性化的一些需求,包括数字社区里反馈来的各种个性化需求,就能够形成对产品的订单,甚至生产。

    第四,我们整个制造的服务化。产品卖出去以后,不是说一锤子买卖。产品已经是数字化产品,产品中所反馈出来的各种信息要进行远程的维护,在线诊断等等,为整个产品的后续的服务也提供了非常好的一种增值服务能力。

    所以,制造资源的云化是非常重要的一个方面,就是通过平台将各种资源能够有效整合起来,协同起来。看起来是一个灯塔工厂,实际上它是一个数字化的连接体,它连接了更多的制造的资源,来为灯塔工厂的高效反应去做服务

    3、通过工业大数据,用数据作为生产要素投入生产,产生信息、知识和智能

    生产全过程中的协同其实靠数据,数据的采集、数据的连接、数据的计算,最后通过对这些数据分析,形成了数据作为要素所产生的信息、知识和智能产品。而这些知识是方方面面的,有对我们整个的制造过程的知识,对产品设计进行建模,形成产品的设计模型;对制造过程进行建模和分析优化,做制造的优化和仿真;对整个的生产服务诊断;对整个的供应链各个环节,做数据精准匹配;也把个性化的这种客户需求的数据,能够直接反馈到生产中来。这个过程中形成了智能化生产、网络化协同、个性化定制、服务化延伸等创新,这里有很多的创新模式。

    4、通过各种智能机器(人)参与生产过程,实现全要素生产率持续提升

    如下图,在灯塔工厂的单向技术应用的时候,大家去智能工厂基本上看到都是这些设备。这些设备在智能工厂中非常普遍,像工业机器人,非常多的应用, 还有AGV的自动导引车,在工厂各个环线上都是自动化的物流车,还有立体仓库,电子工厂的清洁自动化装备,服务机器人等等,还有在检测方面的激光检测仪等,在设计方面的原型设计制造、3D打印设备等等。这些智能化的技术装备和工具,不是今天才产生的,二十年前就有。但是,今天通过人工智能技术的进步和各方面各种数据的更好的采集和计算,实际上这种智能化的能力和效果真正出来了。过去,技术应用过程中可能只能达到百分之60%、70%这样的一个比例,但今天我们可以达到90%,甚至100%。所以,在这个过程中所带来的效率是非常巨大的,正是这样的阶段所反映出来的,智能技术所参与生产过程实际上对全要素生产率的一个持续提升。

    我们再总结一下,智能工厂中数据驱动的智能化生产和制造,使得整个劳动生产率提升和全要素的生产率提升。这个方面所带来的这样的一些先进模式,如下图,包括工业数据的采集、工业APP,非常常见,进到工厂里你会看到现在有很多电脑,各种软件,各种屏,过去是看板管理,现在都是变成了一个屏,在每个操作台上也有一个屏。灯塔工厂的很多的生产过程中,都是机器在那做一些自动化的采集和分析,人员只是在过程中操控电脑和这种机器,自动化的过程中,当然也会发现问题,人可能会做一些应急的处理。但是,人这个过程中更多的起到操控机器的作用。所以,屏、端、网、云、数、智,包括后面还有一些区块链,数字孪生等这些技术,确实在灯塔工厂里已经是比较普遍的在进行应用。

    三、中国的“灯塔工厂”案例

    目前,已经发布的8批次的全球“灯塔工厂”评选自2018年起,全球共有来自22个行业、8批次的103家工厂获的你“灯塔工厂”殊荣

    有37家工厂位于中国(中国大陆34家,中国台湾3家),占比超过1/3,总数位居世界第一。在世界其他国家的工厂有:66家,包括欧、美、日本、韩国、印度、东南亚等。

    中国大陆本土品牌工厂有:18家,包括:

    家电:海尔(中国青岛)、海尔(中国沈阳)、海尔(天津)、海尔(郑州)、美的集团(广州)、美的(顺德)、美的(荆州)、美的(合肥)

    汽车及其零部件:上汽大通 (中国南京)、福田康明斯(中国北京)、潍柴(中国潍坊)、中信戴卡(秦皇岛)、三一(北京)

    钢铁:宝山钢铁(中国上海)

    服装:阿里巴巴迅犀试点工厂(杭州)

    食品饮料:青岛啤酒(中国青岛)

    新能源:宁德时代(宁德)

    电子:京东方(福州)

    1、海尔

    海尔一直是企业管理的一个标杆,海尔有很多的管理创新模式,包括日毕、日清、日结等,包括市场链,张瑞敏总他有很多的管理的思想。在数字化转型方面,海尔也是做ERP比较早的一家企业,它的ERP、PDM、MES等等,制造信息化的一些系统也比较早的去做了。特别在近些年,海尔也是围绕着第四次工业革命技术的应用推动数字化转型。海尔有四个工厂都报了,包括空调、洗衣机、冰箱等这几个工厂都报了,也都被评为了灯塔工厂。

    这是海尔的一个中央空调工厂,它报的一个案例是C2M这样的一个定制平台,就是“以客户为中心的技术”,即以人工智能主导转型,包括搭建“先订单,后制造”产品定制平台。另外一个案例是利用远程人工智能技术事先预测维护需求。,通过机器学习的自动化的一个诊断,来提升产品的维护能力。海尔自己也出来了一个专门做工业数字化转型的一个平台公司,也形成了自己的一个数字基座,叫COSMOPlat,就是这样的一个所谓的大规模定制的、虚实融合的示范验证平台。从这个过程中,海尔从客户需求的一个梳理,到客户需求中尽快形成订单,由订单快速排产,快速做计划,计划进行快速排产,这样的过程中所形成的这样一个端对端的定制平台。

    2、美的

    这是美的家用空调广州工厂的一个所谓工业互联网大数据中心,你可以看到,很像我们很多政府的大数据中心。它做到了整个各种生产环节上的各种数据指标的采集和分析,包括产品质量的、产品规模的、销售量的,良品率的、次品率的、库存的数据等,以及在各个销售渠道的各种数据的一个综合展现。这个空调工厂报的就是端对端的互联网价值链的案例,劳动效率提高了28%,单位成本降低17%,订单交付期缩短了56%,这样的一个目标。

    3、上汽大通南京工厂

    这是上汽大通,是汽车制造的一个行业了。大家知道,过去我们国内很多汽车制造厂都是跟其他的国外大品牌合资的,比如说像大众,像本田,丰田,这都是国外品牌在中国的一个合资工厂,但是,像大通这样的一些本土品牌工厂越来越多。面对竞争激烈的市场环境,这家工厂实施了大规模定制化(C2M)的新模式。通过一体化数字主线,对从客户到供应商的端到端价值链实行数字化,在提高销售量的同时减少了成本。上汽会把过去积累出来的汽车的数字化转型的一整套的方法,用到了它的自主可控的品牌上来,实现一体化的数字生产线,这也是我们本土品牌的汽车的完全自动化的、数字化的、智能化的这样的生产线。

     

    4、宝山钢铁上海工厂

    这是宝山钢铁厂的,他们也出来一家软件公司叫宝信软件,专门为宝钢来提供数字化转型的一个服务,也对很多钢铁厂进行输出。宝钢这家拥有40年历史的工厂很早就采用了数字化。宝山钢铁广泛应用人工智能和高级分析技术,在基于高级分析技术的生产规划、工业物联网优化流程、预见性维护设备、基于AI的视觉检测、智能物流等五个用例表现突出,使其在数字时代依然保持行业竞争力。在这个过程中,我们看到的这样一个流程型工艺过程中,它的整个从工艺的这种优化,一些配方的优化,包括它整个生产过程中的数字化转型。因为流程型很大的一个特点,一批次产品,一旦生产出来是不能停的,一旦停就是一个巨大的损失。所以,在这个过程中,数字化的分析预测、预测性维护等等这种就非常重要。宝钢提出来的一个所谓四个一律的原则,即作业一律机器、操控一律集中、运维一律远程、服务一律上线的原则下,制定实施智慧制造1.0的“3+1”架构,即智能装备、智能工厂和智慧互联+数据驱动。

    5、福田康明斯北京工厂

    这是北京的北汽福田康明斯,福田康明斯在其设计、生产和售后服务的整个端到端产品生命周期中都自主部署了物联网和人工智能,其产品质量和顾客满意度由此提高了40%。可以看到,像工人现在操纵跟我们这种办公室人员操纵的也差不多了,触摸屏上去看各种数据,去看各种分析的一个情况。

    6、潍柴潍坊工厂

    潍柴对整个端到端价值链进行了数字化改造,以准确了解客户需求并降低成本。在人工智能和汽车互联网的助力下,潍柴的研发周期缩短了20%,运营成本降低了35%。这是一个完全3D的数字化模型的设计,自动化的生产。

    7、阿里巴巴杭州迅犀试点工厂

    阿里巴巴有专门的团队在做服装制造的数字化的模板,犀牛工厂将强大的数字技术与消费者洞察结合起来,打造全新的数字化新制造模式。它支持基于消费者需求的端到端按需生产,并通过缩短75%的交货时间、降低30%的库存需求,甚至减少50%的用水量,助力小企业在快速发展的时尚和服装市场获取竞争力。通过犀牛工厂,未来可能阿里也会推出更多的这样的灯塔工厂,在不同的制造业行业。服装是他们最擅长的领域,也跟它的电商,也跟它整个的供应链体系有很好的一个衔接。所以,这里头确实能够体现出来灯塔工厂对中小的服装型企业数字化怎么去支撑它。

    8、青岛啤酒工厂

    鉴于消费者日益需要个性化、差异化和多样化的啤酒产品,拥有118年历史的青岛啤酒在价值链上重新部署了智能化数字技术,以满足消费者需求,将客户订单的交付时间和新产品开发时间降低了50%。定制化啤酒的份额和营收分别增加了33%和14%。

    9、宁德时代宁德工厂

    为了应对日益复杂的制造工艺和满足高质量产品的需求,宁德时代利用人工智能、先进分析和边缘/云计算等技术,在三年内实现了在生产每组电池耗时1.7秒的速度下仅有十亿分之一的缺陷率,同时将劳动生产率提高了75%,将每年的能源消耗降低了10%。

    10、中信戴卡秦皇岛工厂

    鉴于汽车原始设备制造商日益希望获得小批量、高质量的产品,中信戴卡采用了柔性自动化、人工智能和5G等技术,打造了数字化制造系统。以ERP为核心的经营管理平台、以PLM为核心的协同研发平台、以DMS(Dicastal)系统为核心的数字制造平台,以及DEco生态圈管理平台(主要包括采购、销售、物流、运营等功能模块),不仅提升了生产灵活性,还将制造成本降低了33%。

    11、三一重工北京桩机工厂

    三一(北京)在多品类、小批量重型机械市场需求和复杂性不断增加的背景下,三一北京部署了先进的人机协作自动化技术、人工智能和物联网技术,将劳动生产率提高了85%,将生产周期缩短了77%,从原先的30天缩短至7天。

     12、京东方科技集团福州工厂

    为了用一流的产品质量赢得市场份额,京东方福州在完全自动化的生产系统中广泛采用了人工智能和高级分析技术,力求实现最卓越的产品质量、设备效率和能源可持续性,在未进行重大资本投资的情形下,将新产品产量提升期缩短了43%,将单位成本降低了34%,并将产量提升了30%。 

    四、“灯塔工厂”的思考

    思考一:灯塔工厂是不是代表中国制造业达到世界巅峰了?

    大家听我说的挺热闹,这些技术确实也用的不错。但是,首先我要提出这个问题,灯塔工厂是不是代表中国制造业达到世界巅峰了?大家都知道我们中国是制造业的强国,制造业没有什么门类的东西不能在中国制造,这是一个非常高的水平了。我们制造能力确实很强。但是在制造业的数字化转型方面,我们是不是也达到巅峰呢?

    我们从这几个方面来看;

    第一,我们的灯塔工厂主要在家电、汽车零部件、汽车、工程机械、饮料和服装等日用品,这些通用产品的数字化制造能力,在效率、成本、上市效率、柔性化等方面中国已经达到世界领先。我刚才举的例子都是,都不是举国外公司在中国的工厂,而举中国的民族品牌在中国的工厂。

    第二,在一些大装备,如船舶、航天装备、飞机、高铁、机床,我们虽然还没有灯塔工厂,但这些工厂的数字化制造能力,已经达到较高的水平。

    第三,但是,我们还是有很多产品造不出来,如:集成电路设备、高端机床、高端工业机器人、高端生物医疗仪器、飞机发动机等高精尖产品的研发、设计和制造能力不强。

    第四,我们强于制造执行,弱于制造设备和软件,但用于制造的智能化生产线上的设备以及先进制造的工艺专利可能都来自德国和日本;我们用于产品设计和研发的软件可能都来自美国。

    思考二、灯塔工厂是不是不需要人?

    首先,灯塔工厂是“数据+算法+算力”驱动的工厂,机器比人更精确和理性,

    但是,我们知道,消费者是参与生产制造的,是创新的源头。另外很多算法都来自人的思想和创造,所以人的研发仍然是灯塔工厂的核心。我们很多意外的情况都需要人去干预和管理,所以我们在工厂中还是有很多人。

    但是我们现在也看到有一些工厂基础性的劳动者确实是越来越少了。我到一个地方去参观都挺有意思,整个生产线上都是机器了,但是专门有个车间里全是工人,我说为什么这个车间里全是工人?他说当地政府希望我们解决一部分就业,所以对这一小部分,他们特意劈出来一块生产线让这些工人能够有活干,他们来去做一点手工的检测,旁边全是人工智能自动化检测,这部分专门给这些就业的人员安排了一个手工的检测。这个是挺有意思的现象,这到底是进步还是落后?从关心人性的角度上,解决就业角度是进步;但是,从技术替代劳动力的角度上确实是有很大的程度的替代。所以这个确实是需要我们去关注的一个问题。

    思考三:灯塔工厂的投入和产出如何平衡?

    首先,灯塔工厂是需要大量的自动化、机器人、数字技术、智能技术的资本投入。大家知道这个灯塔工厂,建好的每个工厂就是一个普通的工厂,要这样的一个所谓的大工厂,它可能要花几个亿的投入。这种自动化机器人、数字技术、智能技术都是大的资本投入。其次,灯塔工厂是追求规模经济的。第三,投入和产出肯定有一定临界点,小作坊玩不起制造业。中小企业是玩不起这个的,那我们中小企业怎么去推动?

    我们怎么能够解决好这个问题,可能就需要一些制造资源和能力的共享。工业云的这方面可能是一个解决方案。但是我们现在看到的确实灯塔工厂是追求规模经济的,这是大工厂的解决办法,它还是需要定制化过程中批量化定制,就是批量化定制的快速响应。那么,对中小灯塔工厂则是更强调获得加工任务以及标准化、灵活化的实现生产任务。

    思考四:灯塔工厂如何解决市场和生产的不确定性?

    首先,用数据把握市场和消费者需求的多变。其次,让消费者参与生产定制。第三,用产业链协同高效率完成产品交付,最后,用柔性生产、动态组合和多学科多目标优化来化解不确定性和风险。

    灯塔工厂如何解决市场和生产的不确定性?实际上我们是用数据的实时采集,数据的分析,数据的以往的积累,来把握市场需求的多变,能够快速的反应,灵活的排产,灵活的设计。

    大家都在谈到一个敏捷灵活的问题。这些东西都要匹配上来,各个环节的灵活和敏捷,才能够保证你最终消费者要达到的定制化的要求的效率和水平。所以产业链协同高效,这是非常重要的。而且这个过程中我们最重要的还是算法,怎么多目标优化,多学科优化,怎么动态组合,怎么进行决策统筹,所以,像当年我们华罗庚搞的这套算法,多目标优化,多学科优化,把这些东西用进来怎么去解决好不确定性和风险,这是灯塔工厂很重要的一个核心。


数据服务
月报系列
咨询服务
培训服务