智能制造的数据驱动发展

疫情对全球造成严重影响，生产和供应链受到严重冲击，甚至断裂。大多数公司已经开始意识到数字化转型的重要性。除了疫情推动了大多数企业的数字化转型外，大数据时代也让企业在业务运营方面面临更严峻的挑战。在未来，企业不仅仅是基本的运营能力，而是谁拥有更真实、更可靠的数据。

数字化转型的真正含义不是数字化，而是转型。整个环境正在迅速变化。要时刻考虑公司的核心竞争力，继续以原有的产品和原有的市场经营，实现稳定的产量和质量，提高生产能力。还是创造新产品，开拓新市场?数字化转型不仅仅是为客户提供更好的服务，还要深入到企业内部流程甚至外部供应链管理。因为数字化转型的目标是实现商业模式再造，使企业具有核心竞争力，能够在不断变化的环境中生存。因此，企业必须将数字化转型提升到运营战略思维的层面才能取得成功。

如果战略方向是提高生产率和质量，我们必须掌握实现路径上的三大轴线:

• 如何通过人机协作来简化和节省工厂的劳动力，如何利用自动化来减少人力，或者如何提高人均产值和再生组织能力。
• 过程可视化。如何实现生产线进度的透明化，减少停工，提高产量，收集到的数据是否能够预测机器设备何时会发生故障，实现事前和过程控制等。
• 改变老主人只留下信息的工作方式，转变为留下知识的工作方式，让知识得以传承，收集到的数据可以帮助预测问题，甚至帮助工厂做出准确的决策。如今，数字技术越来越创新，数据收集也变得越来越容易。以工厂每天的生产进度报告为例。不同的技术工具，可以收集的数据量不同，管理细节和决策能力也不同。不断改善。
  • 过去现场管理采用手工记录，需要后期查询。
  • 随着数字化程度的提高，相关的系统或工具已经被使用，生产数量由工作人员自动触摸和汇报工作，主管也可以在线查询。
  • 在每台机器设备上安装传感器，通过设备联网的集成将数据导入信息系统，使管理更加高效。最高级别甚至可以配备边缘计算技术，结合消息推送通知，达到自动预警的效果。这样，当设备上出现任何异常或不良信息时，可以立即通知，实现事前或过程中控制。

企业如何应对数据变革和智能制造浪潮?

企业必须从公司的经营指标出发，逐步下移，从不同的业务问题中找出关键的管理能力。首先从小规模的管理问题开始，并使用不同的信息系统或工具来协助。随着各种技术的可用性，数字平台连接到多个数字系统的运行协同。然后控制数据和数据从底层的信息来支持公司的决策。

随着企业走向数字化转型，可以分为三个阶段，逐步制定计划。第一阶段是使用数字工具来驱动数据，允许企业开始逐步数字化。第二阶段，对收集到的数据进行分析，推动组织优化，加快企业内部流程的效率，称为数字化优化。第三阶段是让数据决策驱动企业商业模式的转型和重构，进而决定企业未来的长远发展，使企业数字化转型成功。

在不断变化的市场环境中，企业应该从客户、供应链、制造、生态等角度重新思考自己的竞争力，并具备应对市场变化的能力。从设计到运营，都要充分把握数据集成。面对外部环境的变化，能够分析原因，制定决策，快速反应。

数字技术的数字驱动点:

回到企业运营的核心，通过数字化技术对信息进行收集和链接后，可以通过掌握其情况，了解现状，以及如何优化来进行分析。

• 通过设备协作，将工厂设备之间的通信通道串联起来，使物料流动和生产效率状态透明化，从而提高工厂的运行效率。
• 通过感应响应，监控厂区内设备和物料的供应和储存状态。提前预测物料制备，并实时掌握，减少错误率，提高效率。
• 做好生产过程的跟踪和追溯工作。从下到上跟踪源头，从上到上跟踪目的地，完整记录每个生产环节的物料、设备、工具的运行情况。
• 做好预防性维护的概念，从过去的数据中寻找经验和预测，防止设备故障发生的概率，有效减少损坏，提高机器利用率。
• 持续优化工艺，收集、监控实时生产数据，从数据中明确影响良率的因素，进而提高产品良率，优化工艺。
• 建立自动产品质量检测，结合软硬件服务，真正做到在生产过程中对质量进行检查，必须包括触发不良品后的后续处理。
• 建立自调整机制，从生产需求出发了解产品规格，在生产过程中采集传感器数据，并通过机器学习持续反馈和调整设备参数，数字化经验，提高制造良率和效率。