提要:智能制造152是指5+1种角色要素(制造、设计、管理者、运营、供应链管理和用户),以及数据和知识两个驱动要素。这个模型以数字驱动和知识流动为最大价值要素,同时将用户纳入生产要素并成为真正的主宰者。该模型意在回答一个企业面向智能制造的战略性路径选择。
深圳有一家装备制造厂的总经理,最近伤透了脑筋:在董事会决定加大投入,进行智能工厂的升级改造时候,忽然发现可以选择的路径似乎非常多,而各个供应商提供的解决方案中,都会有一套自己的说法和思路,但它们看上去的差异性远远超过了他们的相似性。
模糊不清的智能制造
正如深圳这家企业所面临的情况一样,管理者都知道智能制造是大势所趋,但相关说法非常多,让大家难以选择。来自不同国家、不同行业甚至不同企业的版本,都各不相同。有的认为“黑灯工厂”就是智能制造,有的认为增加机器人的数量就是通关之路,而有的企业则把资金砸在全新的设备改造和软件购买上。
很多企业的实践,往往很难区分清楚自动化、信息化和数字化的关系,而物联网、人工智能和大数据等令人眼花缭乱的技术词汇,使得企业在进行智能制造的升级改造中,面临着众多选择——这些选择实际形成了一种困境。
最大的问题是,如何定义智能制造中的“智能”二字?智能制造,跟以往柔性制造、敏捷制造和数字化制造,到底是一种直线发展的延伸,还是一种全新维度的升级?
目前在中国,主要流行的是三种智能制造模型。
第一种是以德国工业4.0所提出来的“智能生产、智能产品和智能服务”为代表。按照这种定义,智能制造被采用了一种切片组合的方式进行了拆解。这是标准传统制造思维的线性延伸,而在这种定义下,智能产品与智能服务的界限,往往不够清晰。
第二种是美国国家标准与技术研究院(NIST)界定的“智能制造系统”,也被广泛引入。似乎意识到了智能制造的复杂性,NIST将其锁定为“系统”。它完整地给出了工厂制造的主要线索,但它还是基于传统模型的要素展开,就像是一把打开了所有小工具的瑞士军刀:那把军刀,就是传统制造厂。
第三种是中国电子技术标准化研究院给出的一个涉及智能制造评价的体系。它是以制造能力成熟度的方式出现,很好地建立了一个多要素的模型。这些要素模型,如何与企业的现场实践相结合,仍然需要一段路程要走。
看上去智能制造的问题,可以被提炼成多个要素;但从认识和实践的角度,却变得更加复杂起来。
智能制造的定义
智能制造,一般会被认为是数字化、网络化和智能化。在这种说法中,很多问题仍有待于解决,例如传统组织的不适应问题、产消者(Prosumer,用户既是生产者,又是消费者)等问题。更重要的是,智能制造不完全是一个阶段性的递进关系,而有可能是局部实现与整体实现的关系,正如一棵树有的树叶已经红透,而有的仍然青绿。完全都熟透了的红叶,并不是观赏的唯一状态。工信部安筱鹏博士通过给出智能系统的最小单元和生产线以及整个产业生态的关系,揭示了智能制造是从单一系统、局部系统,到复杂系统到巨系统的组合和演化过程。
从组成要素而言,英诺维盛总经理赵敏及本文作者给出的智能制造的定义是数字化、网络化、自组织化和知识化。
图1 智能制造的四个特征
一切要素数字化,通过数字化产生了全新的组合创新,是当前新一轮科技革命的重点。数字化一切可以数字化的事物,成为智能制造的基础。与此同时登场的网络化:连接一切可以联接的万物(包括人)。二者实现数据自由、畅通的流动。
而数据的解放和流动,只有需要知识的指引,才能真正释放最大的价值。这就是智能制造的第三个重要特征:知识化。知识无处不在,随时指引数据在合适的时间、恰当的地点,形成有效的感知、控制与反馈,让物理实体实现精确可控。
与此同时,随着移动互联网的发展,基于社区化的自组织正在迅速崛起。人与人的交互,已经事实上变成了数字ID和ID的交互。人际关系的连接,呈现出数字化和社区化的“圈子”特征。它既给传统的企业形式带来深刻而持久的冲击,打破制造业自工业革命以来几乎不变的组织边界。更为重要的是,既是消费者又是生产者的产消者也开始出现,这个时候用户跟企业的距离变得不再遥远。
智能制造时代,正在出现全新的角色重新排列。而用户,则成为最闪亮的明星,登台入场了。
智能制造的152模型
从价值实现的角度而言,传统工厂内部主要有5种角色,分别是决策者、研发者、制造工程师、供应链管理者和设备运行者。
这5种主要角色所生产的产品,通过各种渠道(分销、直销等),最终通过销售,在用户端实现价值。前5个角色与最后一个服务对象的关系,是一个分裂的、不连续的过程。
图2 传统制造的5+1种角色
早在1991年波音开始研发777飞机的时候,就开始思考一个问题,如何将用户的需求,更早地引入到产品设计研发之中。因此波音采用了一种全新的团队组织方式“集成产品团队”IPT(Integrated Product Team)和并行开发的模式,将驾驶员、头等舱乘客等典型用户,直接跟产品团队相结合,更早地洞察用户的需求。这是复杂制造业最早开始考虑将用户引入工厂制造之中的尝试。
随着移动互联网的发展,随着社区连接的广泛存在,用户与工厂的连接渠道开始缩短,这就产生了一个前所未有的现象:用户以某种方式进入了制造过程,成为工厂制造的一个全新资源要素。用户进入制造环节中成为闭环,也就是“用户在闭环”,是智能制造区分以往任何制造类型的关键不同点。
用户将作为生产资源,进入智能制造体系。这就意味着,用户不再是一个孤立于工厂之外的接受者,而是成为生产要素的一个组成部分。当然,用户进入制造闭环的方式,并非实体直接进入,而是通过轮廓用户(数字化的行为和订单)成为制造的驱动要素。
重新分析原来割裂的5+1的角色关系,就可以形成“智能制造”的全新模型。
图3 智能制造152模型
智能制造的152模型,包括6个角色要素和2个核心驱动要素。6个角色要素,分别是制造、设计、管理者、运营、供应链管理和用户,而两个驱动要素则是数据和知识。
最重要的价值实现,仍然是制造的核心支撑点,也就是“一元”工厂,是所有价值的执行场所。可以定义为数字工坊,它有可能是一个数字工厂或车间,也可能是一个小型工作坊。这是最基础的价值载体。
5星要素,则是智能制造的5个资源要素,这里包括管理项圈、轮廓用户、运动资产、静备资产和设计。
☆ 管理项圈是解决组织和思想问题,是最大的刚性约束因素。对于中国企业而言,仍然须解决精益思想和全面质量管理(TQM)这样的问题。然而,在智能制造体系下,组织须重新进行定义。互联网企业进行智能制造,须将企业组织形成一个自组织的平台。这是一个全新的命题,即使对于西方工业化国家,也是一个新鲜事物。
☆ 轮廓用户意味着必须要为用户建立大数据模型,并且作为企业的资源要素来处理。在整个制造环节中,轮廓用户并不是以具体的音容笑貌,而是通过数字轮廓(数字化用户模型)进入智能制造体系。制造者或许看不见他的面孔,但要看见他的行为轮廓和分类标签。这是“用户在闭环”的要素特征。
☆ 我们把大量消耗性资产,包括零部件和原材料,定义为运动资产。这是需要强大的供应链的管理能力。在这个过程中,如何做到实时生产(JIT)、如何做到在合适的时间,传递合适的产品和数据,成为对运动资产进行管理的关键要素。
☆ 静备资产涉及到厂房工程和设备运维,这是一个如何对相对静止的生产资料最大化利用的问题。这个过程既牵涉到厂房的最优建设,也涉及到机器设备的日常运营和维护。静备资产的运行效率,是“工业互联网”重点解决的问题,它包括状态检测、远程维护、能源效率和设备运行效率等,并且建立与实体相对应的数字空间运维体系。
☆ 正向设计,是一切制造的源头。它以需求拉动和技术推动为动力,提升企业自主创新能力和设计制造一体化能力。在以前的传统制造体系中,设计与用户的距离是最遥远的。随着轮廓用户进入智能制造体系,设计端终于有了梦寐以求的用户输入和反馈要素。
更重要的是,数据与知识成为智能制造的驱动机制。以工业数据的分析为例,必须借助知识体系的软件化,重新作用于数据本身,才能形成大数据的价值,“无知识,不数据”。没有知识的指引,数据就不会转化成真正的价值。
图4 无知识 不数据
智能制造的核心是数据在流动,知识和技术秘诀(know-how)则提供了全新的能量激活机制。数据的流动,是5星制造的根基;而知识,则是驱动数据流动的引擎。最终所有要素都会被数字化,形成了一个数字主线(Digital Thread),然后借助无处不在的网络化,在整个5星上进行流动。这些流动,可能是一个星上独自流动,也可以是在5星之间流动,从而使得智能制造在局部呈现不同的状态,而这正是当下智能制造难以琢磨、流派众多的根本原因。
152模型下的新战略选择
智能制造152模型,重新定义了作为价值实现的承载主体,与5种资源要素的连接关系。而数据与知识则是基础内核。
从供应商的角度,它们可以选择不同的路径,为智能制造提供解决方案。1+5作为基本要素,选择任何其中一个,做好数据驱动,都可以产生巨大的价值。因此,战略选择可以是充满图中某一个区域,也可以选择区域之间的相互渗透。
德国西门子公司,采用了“设计+数字工厂”的主战略。这跟西门子强大的软件设计能力有关,从2007年开始,西门子不断收购各种产品生命周期管理(PLM)软件公司,大大强化了5星中的“设计”角。这与其在“数字工厂”中电气与自动化的强势地位相互配合,构成了强有力的竞争战略。当然,西门子也会向其他区域进行渗透,例如也有静备资产的管理。但在智能制造152模型的视角下,可以将其分为主战略和次战略,西门子主战略的线条非常明显。
而美国GE公司,则采用“静备资产+数字工厂”的主战略,这也是工业互联网中最为重要的核心。“旋转的设备”是GE在提“工业互联网”的一个重要支撑点,这是从静备资产的设备运维所对应的视角。而数字工厂的各种硬件设施,是GE的传统强项。因此,占住这两块区域,是GE重要的核心战略诉求。
尽管西门子和GE在很多场合,看上去是各种较量,但战略主线仍然有着各自的考量。
图5 供应商视角下智能制造的战略选择
对于PTC这样传统的PLM公司,目前已经在剧烈的转型,通过不断强化物联网的地位,已经成功地将战略定义在“正向设计+用户”上。就传统意义的制造而言,设计往往离用户是最远端的两极。而PTC公司借助于物联网的连接,正在试图跨越这样的鸿沟。
SAP公司除了在将运动资产进行更大区域的渗透,也在“运动资产+用户”,能够更好地倾听用户需求,帮助工厂最大限度地将订单管理、财务和供应链连接在一起。
对于传统制造业企业,它们在考虑智能制造的实施路径时,可以把152模型作为重要的战略手柄,确定从哪个区域进行入手。集中在1+5的任何一个区域,只要能够让数据和知识流动起来,都具有非常重要的意义。填充覆盖的区域越多,整个智能制造会越复杂。
海尔公司的“人单合一”战略是明确的,将“管理项圈”与“用户”这两个极相连,这是最大的主战略。海尔的精益思想已经相对成熟,但如何实现员工的自组织,并且与用户相连,这是海尔率先大规模尝试并且仍然在实践的一个重要行动。而“一元”工厂,则是通过“互联工厂”来实现这样的手段。
图6-1 企业视角下智能制造的战略路径
而对于一家以个性化西服和工装定制的红领集团,智能制造的模型维度相对简单。它是牢牢地将用户与正向设计,进行了闭环的连接。用户的喜好,可以通过用户的人体模型数据库,快速完成设计样稿的反馈和实现,进而拉动整个工厂的链条生产。在这里,“一元工厂”的自动化,并不是最重要的战略路径。因此,在红领的工厂里,大量的密集型劳动依然存在,但并不影响它作为智能制造的一种方式存在。
图6-2 企业视角下智能制造的战略路径
大规模定制的生产,会出现混线生产,这一方面跟“一元工厂”的生产现场柔性相关,另一方面跟运动资产的管理有关。这就是企业在做智能制造改造的过程中,可以同时通过“一元一星”的方式,做出的战略选择。
所有的核心依然是数据的驱动,底层都是看不见的数据自动化实现。而要完成数据自动化(而不是数据呆滞),则须植入大量的工业经验和各种知识模型。这是智能制造真正成为“智能”的核心。
智能制造152模型,解决了一些含糊不清和交叉的概念。在152模型中,智能产品和智能服务都将不再成为一个独立的要素存在,也就是说,正向设计+用户,就可以推演出智能产品;而任何一个星条,只要完成数字化,都可以产生智能服务。跟“智能生产、智能产品、智能服务”的分类有所不同,在智能制造152模型中,智能产品和智能服务将成为数字工坊的衍生品,而非与数字工坊的平行物。
智能制造152模型,给出了智能制造的构成模型。其中最为重要的是,将用户的数据,作为生产要素进入了体系。这是以数字驱动、知识流动为最大价值要素。数字工坊,仍然是核心中间体,但要形成数据的海洋而非孤岛。而智能制造所能体现的最大智能,是数据自动地填充“1+5”的领域之中,无缝地流动在5个角上,完成从状态感知一直到自动执行评估。值得注意的是,即使在每个局域能够形成流动,也完全可能完成局部智能。因此智能制造不是一个阶段进化论的命题,而是一个局部与整体的问题。
《大爆炸创新》的作者认为,波特的经典竞争战略是自上而下的;创新者的窘境(1997年),属于自下而上的创新;蓝海战略是侧面包抄;而大爆炸创新,则是来自四面八方的创新。实际上,作者忽略了一点,就是“用户进入闭环”,是全新的创新(如大爆炸创新)的根本。因为传统产品,往往很难找到适用的用户,也找不到所谓的“贝塔测试场所”。而这些问题,由于物联网、移动互联网以及社交关系的广泛存在,都可以被解决了——这正是大爆炸创新得以实现的根本。
制造业正在期待全新的传奇,而用户成为真正的主宰者。
作者简介:
林雪萍 | 北京联讯动力咨询有限公司总经理
宁振波 | 中国航空工业集团信息技术中心首席顾问
鸣谢:本文成文中受到了工信部安筱鹏博士许多观点的启发,多次交流并得到指点,在此表示感谢。《哈评》杂志主编助理全伟给与了行文逻辑的帮助和信念上的巨大支撑,非常感谢。
版权声明:
本文转载自《哈佛商业评论》(中文版)2017年第1期杂志上 和 知识自动化微信公众号:zhishipai,版权归《哈佛商业评论》所有,点击阅读原文,可以前往网页查阅。