【智能工厂】PPT案例分享:智慧工厂解决方案





企业智能制造整体规划

2017年12月28日,由中国科技自动化联盟组织的华北地区线下交流活动成功举办。智慧工厂研究院副院长王书强先生做了关于《企业智能制造整体规划》的报告,下面与大家分享PPT内容。






流程驱动管理vs 数据驱动管理

流程驱动管理是传统信息化的建设方式,遇到了发展瓶颈;数据驱动管理让企业发现了新的宝藏。两者结合,方可帮助企业实现智能化跨越。


流程驱动管理


企业信息化,有好些年都在强调“业务流程化、流程信息化”,像ERP/MES之类的大型管理系统,咨询顾问最关注的是企业的业务流程、工艺流程、输入输出的表单。上系统前,先做业务流程调研,然后做流程再造、流程改进。甲乙双方实施团队,如果对业务流程不能达成共识,后续的设计、开发、实施等工作就不能开始。由此可见业务流程对于信息化的重要性。


从制造业的三层架构来看,ERP、MES、PCS,严格来讲都是流程设计的产物。ERP/MES自不必说,而PCS的控制逻辑也是按照工艺流程来设计的,只是时效性更强而已。


SIPOC模型是一代质量大师戴明提出来的组织系统模型,SIPOC其中每个字母各代表:Supplier 供应者;Input 输入;Process 流程;Output 输出;Customer 客户。SIPOC是过程管理和改进的常用技术,可谓是流程驱动管理的代表作。




                               

流程驱动存在的问题


流程驱动不能说不重视数据,但数据还是作为流程的输入输出来考虑,与之对应的IT系统的出发点还是流程。非小微制造企业大多都上了ERP系统,不少也上了MES系统,但有几个现象是普遍存在的:


1.销售计划和预测无法实现,只好是人工录入结果

2.跑完MRP后的生产计划时间却是不准确的

3.产能数据不准确,无法预测准确未来的产能占用情况

4.事后的成本核算和统计,过程中成本控制和成本预测无法实现


上信息化系统前,市场宣传和售前顾问都给了企业一个美好的愿景:财务业务一体化、三流合一、生产透明可视、合纵连横的管控体系,可系统一上线,落地的内容只剩下基于流程的业务处理。即使上了商业智能BI,做出了一些看起来很炫的报表,尽管可以看到一些数据,可是数据的解读、深入挖掘和预测还是无法实现。


在多数企业都可发现,数据分析的终极手段还是依靠Excel,业务人员在系统中各种查询,最终还是讲数据导入到Excel中,进行数据的分析。遗憾的是,分析的过程和结果就很难被固化和复用。


由此可见,流程驱动管理遇到了瓶颈......


数据驱动管理


21世纪第二个十年,伴随着移动互联网、云计算、大数据、物联网和社交化技术的发展,一切皆可数据化,全球正逐步进入数据社会阶段,企业也存储了海量的数据。


在各种新技术的影响下,数据的特性已经发生了很大的变化,数据的价值已经从原来只是流程的输入/输出,已经转变为直接驱动企业的经营、生产和管理运营。互联网公司率先采用基于数据驱动的运营模式,并获得领先优势,已经证明了数据驱动管理的价值。


在这样的环境之下,传统的经营管理模式都将发生改变:以数据为中心,由数据驱动管理。数据驱动的企业,这实际上是技术对商业界,对企业界的一个改变。



企业也越来越重视数据的价值,希望挖掘数据宝藏来提升企业价值。但也要看到,当前在传统制造业,工业大数据的实际应用范围还比较小,带来的价值还远未呈现出来。当然这与企业是靠业务流程驱动运营,还未建立数据驱动的企业文化以及对应的组织、绩效、流程有着密切关系。


流程驱动管理VS数据驱动管理


流程驱动管理和数据驱动管理的主要区别在于:


流程驱动管理,流程是主体,数据是附属;

数据驱动管理,数据是主体,流程是附属。


数据驱动管理需要构建统一的数据管理平台,来满足与不同业务场景的数据需求,这是对传统的、数据割裂式的、单一场景的、单一功能的软件套件的巨大飞越;而对企业而言,也是传统企业管理的巨大挑战。

   

流程驱动+数据驱动助力智能制造


流程驱动可以说管理智慧的结晶,也是企业信息化提升的有力抓手。企业目前的经营模式还是主要依赖于流程和专家,重在因果分析,能够快速有力地解决看得见的问题。传统生产依靠人的知识和经验驱动生产系统,这种方式遇到了瓶颈:


1.系统愈加复杂,人的学习愈加缓慢

2.人不擅长多维信息的精确量化分析

3.人的知识和经验很难被高效和规模化利用


以物联网和工业大数据为代表的的CPS技术赋能传统生产,使工业系统具备描述、诊断、预测、决策、控制等智能化功能,能够解决看不见的问题,使得工业系统以更加优化的方式释放更大的产能,实现价值创造的突破:


精确的状态评估

实时的决策优化

高效的协同执行


但两者之间应该紧密融合,才能实现企业管理的提升。如下图所示,左侧的三层架构与物联网、工业大数据的融合;传统三层架构和物联网为工业大数据提供数据源,通过数据挖掘、机器学习等技术手段可以反哺业务系统,实现对传统业务管理的智能化提升。



总而言之,流程驱动还是非常快速有力的管理驱动,而数据驱动作为另一项强有力工具可以弥补传统制造业的短板,助力企业迈向更高的发展阶段——智能制造。


参考资料:

《数据驱动的管理》 作者:王纹、毛彦    出版社:清华大学出版社

《从大数据到智能制造》作者:李杰、倪军、王安正  出版社:上海交通大学出版社




精辟+实用!三个字总结质量管理体系

如果让你现在用几个关键词来总结质量管理体系,你会想到什么?本篇文章作者从事13年品质管理工作,通过多年工作经验总结出“退”、“实”、“细”三大要诀......


扳指算来,从事品质工作已经有13年了,其间不可避免的与质量体系管理发生了一些恩怨。刚开始那阵,质量体系很吃香,自己也想去考一个审核员,就去学习。那时我们的品质部经理告诉我们,想理解,先把体系要求背下来!从那开始,没日没夜的翻条款,20个条款背的滚瓜烂熟(那是ISO9001\94版)。到后来因为其他原因放弃了,不能不说是种遗憾。


2005年那会儿,自己做了品质部经理,要自己组织内审、应对外审,才真正开始去理解体系的具体要求,有了眼前豁然开朗的感觉,好像真的理解了质量管理的要求与方法。但好景不长,周围的情况又让我陷入了迷惘。那些年私营企业发展很快,没多少管理经验的沉淀,对体系的理解就是文件、记录和证书。加之很多审核机构为了自己的业务,放弃了审核原则,一个百多人的厂,两个小时全部审完,车间中就拍一张照片,审核费照拿,证书照发,甚至为了拿到业务而去取悦企业......让人越来越看不懂,质量管理体系到底怎么了?


2007年的时候,进入了深圳一家药包材公司,因为企业实行药品企业的管理制度,面对的又都是管理规范的药品企业,质量体系管理得到公司高层的充分重视,几乎所有为了规范体系管理的要求都会得到老板的认可,结果不到两年时间,愣是形成了一个有效的体系框架,虽然不细致,但运行流畅,后面的质量投诉也大幅度的降了下来。这一次,让我真正对质量体系管理产生了尊重。


这些年来,作为品质部经理,一直兼任着公司的管理者代表,负责体系的运行与维护。但除过那家令自己都觉得骄傲的药包材企业外,其他的企业中体系都得不到应有的尊重,而我的职责也就是每年编制一些内审资料,应对外审而已。无奈之余,忽然想明白了一件事,为什么一定要把体系管理当成一项单独的工作内容呢?在达到审核通过、取得证书的同时,这也是一种管理工具呀!完全可以和其他管理方法一样灵活运用呀,没必要全盘照搬。想通了之后,这几年一直沉浸在管理方法研究中的我又心动了,一段时间下来,还真给摸出点门道。总结出“退”、“实”、“细”三大要诀出来,权当成“李氏体系管理”的基本理念吧。


退:有进步就是成功


现在大多数企业的体系管理都以应对审核为主,取得一张证书证明企业的“品质保证能力”,很少在日常工作中认真去做。加之体系管理不能像运动员用了兴奋剂一样立马见效,作用需要一段时间才能体现,所以认同的人太少。想一下扭转他们的看法和工作习惯,难度太大。所以,采取降低要求的方式,将体系要求分解为若干个小的要求,选择一些难度较小、见效较快的目标,由易入难,分步实施,增加可行性。有进步就是成功!这就是所谓的“退”。


现在这家公司里面,混料工序是很关键的一个工序。为了加强和规范混料工序的管理,对所有影响品质的因素进行了分析,总结出近30个控制点,想一下去改变难度较大,就优先选择几个重点去进行控制,如“投料的首件确认、按序号投料、磁铁清理”这三项,坚持了2个月,基本上员工也养成了习惯,问题也一下子少了近30%,这就是一个不得了的成绩。如果真按体系要求的那样“全面理解体系要求;全部按要求去执行、保留操作记录”,那些小学还没毕业,整天忙个不停的操作员要么急的跳脚,要么一下转不过来跳槽了,这就是“退”的重要性。一口吃不了个胖子!


“退”也体现在方法上,我一直坚持“锐角理论”,不知道有没有人提出,如果没有,这个理论的创始人就是我了。


采用锐角理论,以“退”为进、分步实现目标,一方面是企业的实际情况决定的,更重要的是我缺乏强势的性格决定的,不一定适用于其他人。不过从以往的经验看,效果还算不错。


实:解决实际问题


“实”字诀是说质量管理体系的运行应避虚务实,以解决实际问题为出发点,借以扭转大家对体系运行“华而不实”的看法,为推动体系管理创造契机。在这方面,要抓住企业或过程中暴露出来的问题,找出真正的产生原因,而这些原因的预防措施在体系中一般都会有要求,这时通过对问题的解析,阐述体系要求的合理性和必要性,让大家去理解体系要求的意义,因为与切身利益实际相关,大家基本上都可以接收,慢慢成为体系管理的“粉丝”。


现在这家公司中,以前让大家按体系要求对订单进行评审,以保证品质、交期,但没有人重视,觉得“在一张纸上签个名就能解决问题?”太虚了,没人愿意去做,最多只是签个名而已,内容都不看。当然,那时候的订单评审表也没写具体要求,只是个表格而已。


由于评审信息不准确,生产计划形同虚设,在实施过程中不断调整,产能一直得不到释放,甚至于不能按期交货,怎么急都没用。去年组织大家对订单评审表进行了细化,每个环节评审什么内容?遇到问题怎么处理?都做了明确,要求大家对自己签的名负上责任。如“物料是否齐备,欠缺什么?什么时候到位?以前有什么品质问题需要注意?......”经过大半年的实际运行,虽然还有部分内容不能完全落实,但计划的可行性提高了很多,在人员、设备没有变化的情况下,产能从以前每天的80吨左右,提高到现在的150吨左右。大家的产量工资一下子提了上去,这时候去谈订单评审的必要性和重要性,又有几个人会去反对呢? 解决实际问题,创造管理机会,是体系管理的又一大利器。


细:让复杂的事情简单化


“细”是指质量管理体系中,想让一个要求或规定完全得以执行,准备工作一定要细致。每个人对管理都有自己的理解,大多数人都认同:管理就是“组织/计划、协调实施、监督检查、改善”,我对管理的理解是:让抽象的事具体化;让复杂的事简单化。想做到这一点,“具体、细致”就显得尤为重要了。毕竟每个人的接受能力、理解能力不可能完全一样,想让大家认同一个方向,就不能让他们有任何产品歧义的机会。


在公司的《变更管理规程》中,原来规定的是“人、机、料、法、环发生重大变更时,应该以变更单的方式进行相关的申请和审批.....”,那什么是重大变更呢?如果不是重大变更怎么办?大家难免会产生不同的理解,轻则影响效率,重则造成品质事故。所以,我编制了一份“变更审批一览表”,召集大家,将所有可能会出现的变更内容全部列出,逐个定义,全部注明了处理方式。这样,什么歧义都没有了,剩下的就看执行了。


我认为品质是控制出来的,在过程中加强了品质巡检的力度,要求对过程中影响品质的因素进行检查和纠正。让所有的检验员去学习和理解品质影响因素,怕半年也不见得能搞定。就把能想到的影响因素全部列了出来,大概有80多条吧,编成巡检表,他们要做的只是在每个工序一条条的对过去,在相应的位置打“√”、“×”就行了,一周之内全都会了。


还可以做的再“细”一些!


在这儿只能把自己的一点儿经验总结出来,当然,想做好质量体系管理会有更多更好的思路,只要沉浸其中,一定会有所感悟。相信可以找到更适用于自己的方法。千万不要为应付拿证书、搞内审、过外审这些东西所迷惑,这只是一场“阴谋”,当你真正把体系运行与企业实际运转起来时,企业受益也就不远了。愿有志于体系管理的朋友越走越好!


 


人工智能赛博物理操作系统

AI-CPS OS

人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。


AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。


领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间


给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。


子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。


如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!


新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。





产业智能官  AI-CPS



用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链






长按上方二维码关注微信公众号: AI-CPS,更多信息回复:


新技术“云计算”、“大数据”、“物联网”、“区块链”、“人工智能新产业:智能制造”、智能金融”、“智能零售”、“智能驾驶”、智能城市新模式:“财富空间“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”


官方网站:AI-CPS.NET



本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com






  • 7
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值