982 数字化普华永道再不进行数字化改造您的企业就要面临被淘汰的危机.docx

982 数字化普华永道再不进行数字化改造您的企业就要面临被淘汰的危机.docx

《982 数字化普华永道再不进行数字化改造您的企业就要面临被淘汰的危机.docx》由会员分享，可在线阅读，更多相关《982 数字化普华永道再不进行数字化改造您的企业就要面临被淘汰的危机.docx（8页珍藏版）》请在冰豆网上搜索。

982数字化普华永道再不进行数字化改造您的企业就要面临被淘汰的危机

【数字化】普华永道：

再不进行数字化改造，您的企业就要面临被淘汰的危机

黑湖智造

微信号ai-cps

功能引见OT技术（工艺+精益+自动化+机器人）和IT技术（云计算+大数据+物联网+人工智能）深度融合，在场景中构建：

形态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知系统，实现产业转型升级、DT驱动业务、价值创新制造的产业互联生态链。

2019-08-24原文

收录于话题

近年来，随着科技的进展，数字化工厂的打形成为了很多企业的重要战略目标。

那么如何打造数字化工厂成为了首要问题。

普华永道思略特合伙人夷萍分析了数字化工厂的四个核心特点：

产品的智能化、生产的自动化、信息流和物资流合一，供应了数字化工厂的打造方式和成功蓝图。

当下，打造数字化工厂成为很多企业的重要目标，但还没有哪家企业宣布本人已经建成了一座完全数字化的工厂。

那么，数字化工厂是什么？

如何才能打造一个真正的数字化工厂？

工厂数字化不只仅是制造的数字化

现在常被提及的数字化工厂只是“智能制造”的一个组成部分。

在智能制造之下，传统的制造流程将被重组，其最终目的是要实现产品的智能化。

其中共性化的客户需求与设计，供应商和制造商之间的信息接入与共享，售后服务的快速响应等环节与数字化工厂一起，成为智能制造格外关键的组成部分。

数字化工厂不只可以掩盖从研发到售后的各个业务环节，也可以拓展到横向的供应商管理领域 （见图“数字化工厂的范围”）。

信息来源：

思略特分析

研发工程端的工业4.0使用包括数字化协同合作、数字化模型和产品虚拟化，通过运用信息化技术，可以大大短研发周期、削减研发风险、提高创新效率。

供应链管理次要从纵向，即产品生命周期管理，以及横向，即供应商整合管理两个角度考虑工业4.0的使用，使用层面格外广泛，包括现在国内较生疏的智能工厂、智能供应链、生产信息化管理系统等，可以挂念企业提升整个供应链的效率，降低成本，以及规范化管理上游端供应商质量。

再往后端推移，工业4.0技术也可被广泛使用于设备智能维护及实时服务、打造数字化工作环境，以及运用数字化技术手段提高营销效率，供应更优质的销售及售后服务等。

数字化工厂的打造有别于传统业务模式

数字化可以让制外型企业从根本上改头换面。

数字化工厂的核心特点是：

产品的智能化、生产的自动化、信息流和物资流合一。

目前，从世界范围看，还没有一家企业宣布建成一座完全数字化的工厂。

西门子虽然在全球有样板工厂，但还没有在全球范围进行全面推广。

领先的制外型企业正接受一系列的先进技术实现生产乃至整条供应链的数字化。

这些技术包括大数据分析处理方案、端至端的实时规划和互联、自控系统、数字孪生等。

凭仗这些技术，效率得以提升，企业能够批量生产高度定制化的产品。

然而，想要完全发挥出数字化的潜力，企业仍需要与次要供应商和大客户实时互联。

目前大多数企业还处在数字化转型的初期或者方案期，当面对“多品种，小批量”的定制化订单时，照旧是焦头烂额。

这些订单迫使企业寻求数字化柔性生产系统的处理方案。

而那些数字化程度较高的企业，在争辩数字化工厂的将来图景时，提到最多的是“大规模定制化生产”，这需要企业从6个维度建立相关的企业力量：

∙强大的客户需求收集和分析力量；

∙社会化交互的产品研发体系；

∙模块化、智能化的产品制造工艺；

∙高机警度的供应链管理；

∙与客户需求婚配的生产力量（包括设备维护力量）；

∙智能的库存和物流管理体系。

除了大规模定制化生产，数字化工厂的将来图景还包括能源的节省（据测算有大约12%的能源节省空间），让供应链愈加平安，以及精确     地查找到相关领域专家的问题处理方式。

而且数字化工厂的生产模式不只局限于生产终端消费品的企业，生产设备的企业一样可以通过实践数字化工厂来更好地满足客户需求、降低成本、提高交付效率、合理管理产能。

中国制造的数字化转型

德国“工业4.0”、美国“第三次工业革命”、中国“制造业2025”，世界各国纷纷提出新一代制造理念，次要是为了指点工业制造业的进展，在数字化、智能化、网络化的全球大环境下，拉动传统制造往智能制造方向升级，从而满足将来市场更快速、更共性化的需求响应，并实现更低的制形成本（见图“工业4.0的演进过程”）。

信息来源：

思略特分析

德国的“工业4.0”是以“智能制造”为进展目标，建设“数字化工厂”，通过信息技术、广泛互联、信息交互、流程再造等一系列手段，满足消费者差异化、定制化的需求，提高生产的活性，以及向管理者供应更佳的决策支持。

美国的“第三次工业革命”提出得比较早，更多强调的还是信息化和自动化对制造业的冲击和影响。

当然美国的制造业领先企业也对制造业的智能化趋势进行了规划和争辩，比如通用电气公司提出的工业互联（IndustrialInternet）概念，其方向侧重于将机器分析、行业洞察、自动化和商业猜测连接起来。

《中国制造2025》于2015年出台，成为中国实施制造强国战略第一个十年的举动纲领。

实施制造业创新中心建设、智能制造、绿色制造、工业强基和高端配备创新五项工程，开展质量提升和服务型制造两项专项举动。

其战略路径是以创新驱动为动力和引领，以工业强基和质量提升为基础，以智能制造为主攻方向，以绿色制造和服务型制造为侧翼。

总体来说，制造业数字化转型在中国还刚刚起步，在将来迈向智能制造、数字化工厂之时，也要充分利用目前中国制造业企业已广泛使用的工业自动化设备。

将来的数字化工厂首先是基于重新设计的生产流程、供应链管理流程、产品再设计，以及数据收集分析和决策系统。

它需要构成一个标准，自动化设备需要接入这样的生产体系——第一，需要具备的是功能和使用场景的丰富化，满足生产需求；其次，满足信息采集的需求，这里的信息包括产品信息和操作信息；第三，要在实现标准化生产的同时（工序工艺的标准化，零部件的标准化）保留肯定的生产柔性；最终，自动化设备的使用界面敌对、修理养护费用较低、调试简约等特性也会加快此类设备的普及。

博世中国数字化工厂实践——博世是工业4.0的重要发起者之一，在工业4.0领域拥有领先的力量和独到的优势；依靠在机械设计、制造以及软件服务等领域所积累的阅历，以及全球超过250家工厂运营储备的广泛制造学问，成为工业4.0的领军企业。

其对外供应包括传感器、硬件设备、软件以及服务的一站式处理方案。

同时在内部开展了超过100个工业4.0的试点项目。

目前在博世苏州汽车电子工厂开展的工业4.0使用掩盖了多个方面，在物料管理、生产订单支配、设备维护保养以及人员效率提升等方面的效益体现尤为明显。

在生产区域，全部工位、原料均处于有序管理形态。

依据生产订单，实现设备自动叫料、机器人精确     定位和自动派料。

依托大数据收集和分析完成预知维护。

共享的学问库、可视化通信系统为即时维护供应无力保障。

在多种终端实现定制化报告，针对不同场景为员工供应最准时牢靠的关键数据。

转型之中的四大挑战

中国数字化工厂的蓬勃进展当然可喜，但我们也发觉了一些问题。

当我们与期望建设数字化工厂的客户接洽时，通常能听到他们表示：

“我们想造一座类似于某企业的全自动工厂或‘智能化’工厂。

”而我们接下来抛出的问题自然是“贵公司如何定义‘智能化’？

能否有清楚的数字化工厂战略？

能否有明确的各项评估指？

”然而，大多数企业并不能明确阐述他们期望中的数字化工厂，而是寄期望于有现成的智能化工厂定义，能够毫不费劲地直接照搬。

在我们看来，数字化工厂的定义以及对成功的评判目标建立在多种要素之上。

挑战一：

缺乏全体性的战略规划

我们观看到不少项目由于缺乏全体性的战略规划，导致对将来数字化的具体需求不甚明晰，对企业当前数字化水平认知不足，从而无法客观地推断两者间的差距，确定所需补强的力量。

很多中国企业从软件（技术）和硬件（设备）的角度考虑数字化工厂的开发建设，依靠内部阅历丰富的工程师和专业人员与外部供应商合作，通过对各类处理方案的整合来实现生产线上特定环节的自动化和跟踪。

此举虽然无效，但在很多情况下并未处理“为什么要建设数字化工厂”这个根本性的战略层面问题。

因此，企业该当以自上而下的方式推动数字化工厂的建设，从战略、产品设计、运营模式变化等全体的角度考虑问题，依据本身的实际情况和目标来选择合适的技术，而不是盲目地追求所谓的尖端技术。

例如，海尔以互联工厂为核心的进展战略，既符合集团大规模定制的进展方向，同时契合海尔在模块化和数字化的丰富阅历，从而成功打造出了互联工厂的生态体系。

挑战二：

无法走出效益的狭义误区

在某些特定的行业，尤其是在离散制造领域，数字化和自动化的程度取决于当前的基础设备、所生产的产品以及整个生产流程。

要实现高度数字化或自动化，技术方面可能需要很长时间的积累方才可行。

而从成本效益角度考虑，收回投资也需要很长一段时间。

因此，假如纯粹从投资报答的角度考虑效益问题，将使得企业在面对数字化工厂时踌躇不前。

在可持续进展日益遭到注重、生产平安不断规范、劳动力红利逐渐消逝的今日，数字化工厂所实现的节能减排、人机交互、近程把握等紧跟当前情势下的要求，能带来显著的社会效益。

企业可以将一些定量目标，例如生产效率、单人产出、能耗、质量把握（次品率）、生产周期等，用于评估数字化工厂的效益。

而削减人工作业、提升员工士气（工作不再无聊，而是愈加好玩、附加值更高）和加大员工忠实度等定性目标也能用于协助评估。

行业和企业本身诉求的不同也会对目标的选择产生肯定的影响。

除了生产效率、良品率、生产周期等常见目标外，某领先的纺织企业还选择了换产时间、用工人数等指衡量其数字化工厂的成效，而某工程机械巨头针对其示范车间则加入了生产误操作、物流效率等目标，处理其本身痛点。

挑战三：

没有对技术进行全盘考虑

中国制造业的自动化和数字化进展时间相对较短，即便是在同一行业内，企业的自动化程度和技术路线也大相径庭。

数据分布较为分散，难以获得数字化工厂所需要的产品全生命周期的系统性数据，同时使得标准的制定变得困难。

在部分较为传统的行业中，中国企业争相方案实现数字化工厂的跨越式进展。

但是工厂车间里的设备落后，难以实时抓取和传输数据，是中国企业不得不面对的次要问题。

虽然如此，仍旧有以安灯系统为代表的处理方案能够为人工作业供应补充，并无效地整合进工厂自动化。

同时，中国企业往往更留意单体设备的自动化率，忽视了生产体系是一个无机的全体，而且在企业资源方案（ERP）、制造执行系统（MES）和产品生命周期管理（PLM）等不同系统间的打通和整合方面也有待改进，能做到不同工厂间互联的更是凤毛麟角。

因此，企业需要依据本身的数字化工厂战略制定技术路线图，分阶段地推行各种技术转型举措，从而将实施的风险降至最低，避开对业务和运营形成冲击。

挑战四：

人才仍是瓶颈

数字化和自动化毫无疑问地会削减人工反复作业，改善工作环境，保障人身平安。

我们认为，制造业能够抓住此次机遇一改传统的“工作环境欠佳”的笼统，通过升级来吸引更多新型人才。

数字化工厂将生产运营流程高度一体化，由此对技术人才提出了更高的要求，过去单一领域的专才将不再适用，取而代之的将是横跨多领域、学习力量更强、懂得数字化交付的复合型人才。

参照国外的先进阅历，以课堂训练与实际工作相结合的职业训练体系为产学合作制定数字化工厂培训项目指明白道路。

例如，某领先的机床企业直接与当地的工科院校建立起联合学院，通过产教融合和资源互补，为其数字化工厂的建设定向培育和输送人才。

除了训练机制，职业培训课程本身也需要做出调整，实现课程培训的标准化，并在商业、自然科学和工程等传统领域加大人才培育力度，培育出娴熟把握数据分析、产品管理、项目管理、IT架构或者信息平安的跨学科数字化工程师。

最终，由于数字化工厂的转型需要多部门协调，往往需要顶层决策者对数字化有着较强的决心和较深的生疏，能够指点整个企业制定数字化战略，带领企业顺当度过转型，打造出成功的数字化工厂。

中国工厂数字化转型蓝图