• 发文
  • 评论
  • 微博
  • 空间
  • 微信

制造业升级换代的“神器”之风口上的工业互联网

华工赛百 2019-10-17 15:36 发文

      近年来,中美贸易战愈演愈烈,华为、中兴等高科技信息技术企业受到美国定点制裁,全国上下切身感受到产业升级的必要性与迫切性。被誉为第四次工业革命的工业互联网也受到持续关注,并被提到国家战略层面加以推广。在顶层设计与潜在市场的双重刺激下,全国各地的工业互联网讨论此起彼伏:2019年7月,世界工业互联网产业大会在青岛召开;8月,工信部召开“5G+工业互联网”全国现场工作会议;广东工博会期间举行“2019工业互联网驱动制造数字化转型技术研讨会”;重庆举行第二届工业互联网高峰论坛;武汉举行“中国工业互联网标识大会”;上海则在8月底召开的全球工业智能峰会。当前,业内专家对工业互联网或智能制造的讨论可谓是热火朝天。在热点背后,我们不禁思考,工业互联网的本质和特征是什么?为什么还要在信息化、两化融合之外再提工业互联网和智能制造?赛百君从各方面信息了解到,很多制造型企业,尤其是广大中小制造企业对工业互联网或智能制造基本还处于观望状态。这种观望主要基于两个方面:一是缺乏足够的利益驱动,二是不知从何入手。赛百君从各方面信息了解到,很多制造型企业,尤其是广大中小制造企业对工业互联网或智能工厂基本还处于观望状态。这种观望主要基于两个方面:一是缺乏足够的利益驱动,二是不知从何入手。

       1.广大企业,尤其是广大民营制造企业,各项管理改善活动的推进是以效益为导向的,所谓的“不见兔子不撒鹰”。工业互联网当然有很多相对成熟的应用场景,比如生产可视化、设备监控、质量追溯、远程控制,等等,但其经济效益并不明显,或者说它们与企业效益的正相关性不明显;况且,这些效果的取得也可以通过其他方式来实现。也不排除,某些工业互联网解决方案的提供厂商夸大了它们的实际效果,为了将手中的东西卖个好价钱,所以要找一个高大上的词汇来美化,就如同将“理发店”美化为“形象工作室”。

       2.人工智能、机器学习等工业互联网中的某些技术看起来太高端,高端得让人不敢接近。这就像一个澡堂子,因为外观装修得像五星级酒店,让只有普通消费能力的人们望而却步。一味地将工业互联网或智能制造讲得有多好,有多高,有多先进,并不利于工业互联网技术的落地和广泛应用。工业互联网解决方案要想进入“寻常百姓家”,首先得接地气,要深入到业务的现场和问题,要在继承的基础上做创新。

 

      工业互联网是什么

 

      工业互联网是链接工业全系统、全产业链、全价值链,支撑工业智能化发展的关键基础设施,是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式,是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物,是制造业数字化、网络化、智能化的重要载体,也是全球新一轮产业竞争的制高点

      对相关从业者和制造企业来说,工业互联网的成熟应用建立在对其的正确认识基础上,这种认识必须是不唯大,只唯真;不唯高,只唯实。与ERP、MES、PLM等传统IT解决方案相比较,工业互联网的基本特征或使命主要还是解决“融合”的问题,即OT(运营技术)和IT(信息技术)的融合,流程、数据与场景的融合。

      工业互联网首先要解决好OT和IT的融合。在大多数企业中,OT和IT是相互独立的两个孤岛。OT团队掌握了大量、实时的设备运营数据,却每天躺着数据金矿上而不知道怎么从中找到“金子”。用句不那么好听的比喻,有些企业的OT团队就像“坐井观天的青蛙”,他们了解井里的每一个细节,可只看到了井口的那一片天,只是从设备管理的角度去看待和使用手里所掌握的设备数据。IT团队则往往处于另外一个极端,他们就像夸夸其谈的“赵括”,张口闭口是战略、端到端、改善、变革,却不知道业务一线“一兵一卒”的现状和变化,看似知道很多,其实知道的都是些大而无当的东西。用个未经统计的比喻,很多企业上层的ERP、MES即使与下层的SCADA、DCS、PLC等做了集成,但MES等IT系统中所使用到的数据还不到OT所能提供的设备运营数据的1%。

      OT就像地基,地基很深、很实,但需要地基上建筑物的整体构架才能彰显其作用。IT就像墙壁和屋顶,再漂亮的屋顶和墙壁还是需要坚实的地基做支撑。传统OT之弊在于掌握的数据虽多却立意不高,传统IT之弊则在于视野广却颗粒度和准确度不够。我们知道,OT中的数据是时间序列化数据,它们只是一些Tag或点状数据,需要人们赋予它们以业务含义;IT中的数据则主要是关系型数据,时间跨度较大,逻辑严谨却不够灵活和全面。之所以说工业互联网的基本特征之一在于OT与IT的融合,就是工业互联网平台中引入的数据建模机制,可以通过“物(Thing)”模型将来自OT的数据予以意义化和业务价值化,从而与IT中的数据进行协同和融合,将地基、墙壁和屋顶“焊接”成一个有机的整体,将企业中的计划、组织、执行和控制等活动实现双向贯通,这也是工业4.0中“三项集成”(纵向集成、横向集成和端到端集成)的应有之义。

      工业互联网其次是流程、数据和场景的融合。ERP、MES等IT系统是典型的流程驱动(Process-Driven)的应用系统,业务流程的端到端(End-to-End)是这些系统的基本要求。因为需要实现“端到端”的业务流程,它们可能就牺牲了对业务数据的实时分析和应用。工业物联网应用则是典型的数据驱动(Data-Driven),数据应用的DIKWA(从数据到信息,从信息到知识,从知识到洞察,从洞察到行动)生命周期循环是它们的基本特征,描述性分析、诊断性分析、预测性分析、响应式分析是它们的典型应用场景。流程驱动也好,数据驱动也好,都是要为企业经营效率和效益的提升来服务,这就要集中体现到相关的应用场景中去。 

      经营管理的理论很多,其实最基本理论是PDCA管理,其他理论大都是PDCA的变种。企业的PDCA业务循环,Plan、Do是流程驱动的应用系统的擅长,Check、Analyze是数据驱动的应用系统的擅长,它们要实现完整的、可重复的闭环,并需要结合到业务场景中去,最终以人为中心,为企业中的人提供相关便利。我们说企业经营“以人为本”,“以人为本”可以做各种形式的诠释,也可以说管理技术或方法的推进要“以人为本”,企业中的利益相关方就是管理技术或方法的“客户”。如果“客户”没有识别清楚,“客户痛点”没有出来,工作没有围绕“客户痛点”的解决来展开,工业互联网就不可能在企业得到应用和认可。如果说流程和数据的双轮驱动是工业互联网的“矢”,“客户懂点”就是“的”,流程、数据和场景的融合就是“有的放矢”。


智能制造是大势所趋

 

      一是人口红利消失,劳动力成稀缺资源

      有专家指出,人口转变使得中国从20世纪60年代开始享受人口红利,而随着出生率的不断下降,中国的劳动人口数量在2012出现了第一次绝对下降,意味着人口红利趋于消失,2015年前后是中国人口红利阶段的转折点。我国传统的劳动密集型企业严重依赖人口红利,人口红利的消失使得低成本劳动力成为稀缺资源,传统制造业正在面临人力成本日益升高的生存难题。

      二是下游需求持续复苏  

      信息行业是典型的上游行业,主要服务于不同行业的信息化需求,如教育、医疗、金融、政府、工业等等,上游景气度提升能有效带动信息化投入的提升,从而利好于下游行业信息化企业,过去几年,医疗IT、金融IT等领域均出现过高景气状况。相对于医疗、金融等行业,我国工业信息化水平相对较低,行业本身就有渗透率提升的需求,另一方面,近年来,在国家供给侧改革等政策的推动下,工业领域需求持续复苏,汽车、钢铁、纺织等多个细分行业业绩回升。下游工业领域的复苏将有望带动上游信息化投资。

  得益于下游需求的持续复苏,制造业信息化投入有望持续加大,相关信息化企业将随之受益。

       三是企业自身盈利追求

       随着我国人力成本、上游原材料成本等的上升,企业盈利难度较过去有所增加,尤其是在制造业中这一现象更加明显。

  制造业企业的制造周期时间是指从订单发放经车间周转到最后发货的总时间。制造周期时间越短,制造商库存越少,市场需求变化时报废的材料越少,调整适应变化的灵活性越大。反之制造周期时间越长,积压的多,不良及废品增多,储存费用等等都会增加,此外,制造周期越长,工厂车间可能出现的问题越多。减少制造周期时间不仅影响材料预备,还可以改善出货计划,加快产品输出,因为材料在到下一个操作之前停留的时间更短,故过程中的在制品减少。因为产品处理更少,故产品质量得可以到改善。制造周期时间是在多数电子和电器等复杂品类装配中的最大的问题,制造周期每缩短一倍,企业年利润收益预期可增长2.2倍。根据美国MESAInternational调查数据显示,智能制造可显著缩短制造周期时间、提升生产效率,降低成本,提高单位时间产出,从而提升企业收益。因此,出于企业自身对盈利的追求,它们亦将会加大对智能制造领域的投入。

       四是政策密集出台,中国制造2025箭在弦上

       国务院2015年发布《中国制造2025》,提出通过“三步走”实现制造强国的战略目标,该行动纲领面向十个重点领域,建设五大工程,包括:制造业创新中心建设、智能制造、工业强基、绿色制造、高端装备创新。十九大报告也对发展制造业提出新的要求。据工信部介绍,为推进智能制造产业政策落地,将加快其项目部署,并将总结试点示范经验并在各行业进行推广,同时在此基础上尽快形成后续政策和措施,进一步推进制造业转型升级。中国工程院院士李培根说,数字智能时代的自动化将帮助人类实现超越:它不光能替代人类的体力,还可以替代人类的脑力。计算机系统通过自身的学习和实践,可能在某一些点上超越人类的思维,使人类可以超越很多模型,即通过数字智能技术发现一些模型的近似参数,认识一些非固定模式的问题,从而解决一些问题。如谷歌数据中心的耗电问题,就靠装载的几千个传感器的数据和智能技术,最终把耗电降低了15%。此外它还可以超越时空,如AR技术、MR技术的应用等使医生可以远程指挥手术,甚至消灭时间和空间、创造时间和空间。

       武汉华工赛百数据系统有限公司作为国内领先的“智能制造信息系统整体解决方案服务商”, 专注于智慧工业等领域,承担十余项国家相关部门支持的重点项目,参与多项国家和行业标准的制定,获得国家专利、软件著作权90余项,产品和技术处于国内领先地位,客户遍及各级政府及食药农产品、汽车及零部件、3C、白色家电、机械装备等行业。华工赛百集合各方资源,以数据技术促进传统工业的转型升级,以管理模式创新为动力启动产业创新的新引擎,助力工业互联网进入全新时代。


声明:本文为OFweek维科号作者发布,不代表OFweek维科号立场。如有侵权或其他问题,请及时联系我们举报。
2
评论

评论

    相关阅读

    暂无数据

    华工赛百

    国内**的“智能制造信息系统整体...

    举报文章问题

    ×
    • 营销广告
    • 重复、旧闻
    • 格式问题
    • 低俗
    • 标题夸张
    • 与事实不符
    • 疑似抄袭
    • 我有话要说
    确定 取消

    举报评论问题

    ×
    • 淫秽色情
    • 营销广告
    • 恶意攻击谩骂
    • 我要吐槽
    确定 取消

    用户登录×

    请输入用户名/手机/邮箱

    请输入密码