1704014026
智慧工厂：中国制造业探索实践 6.3 基于数据能力模型的评价
1704014027
1704014028
基于数据能力模型对企业现状进行评价是制定智慧工厂建设目标和制定发展路线图的基础。可以从横向、纵向、生命周期和价值链三大集成的角度对各个子系统进行评价和诊断，如自动化系统、信息化系统、供应链系统、各级部门等。
1704014029
1704014030
以一个模具加工车间自动化系统为例，可以将其分解为供料装置、加工单元、换模装置、检测装置、能耗管控装置、分拣包装和仓储物流环节。按照数据能力成熟度分级，即临时级、可重复级、可定义级、可管理级、优化级，以分析出每个环节对应的发展成熟度。如对换模装置就可以分成：基于人工经验的手动装置和无数据报表、基于人工的标准化换模装置和手工数据报表、人工辅助半自动换模装置（包括自动化数据采集）、全自动换模系统、全自动智能化换模系统（包括在线状态监控和健康管理）。对照生产实际就可以诊断出换模装置所在的成熟度了。
1704014031
1704014032
进一步，按照数据的生命周期，还可以从另外一个维度进行分析，即数据可获得性、可操作性、相关性、数据分析、报告生成、以及对结果的管理能力。还是针对该车间的换模装置，如果数据进行了全自动采集和存储，形成了历史数据库，但并不能随时方便地操作这些数据，对不同来源的数据也没有进行统一的基于时间或状态的标签化处理，因此也不能进行相关性分析，那么来源于换模装置的数据就基本属于数据孤岛，丧失了使用价值。此时该装置的数据从生命周期的角度来分析的话，还停留在可获得阶段，尚未形成闭环。
1704014033
1704014034
1704014035
1704014036
1704014038
智慧工厂：中国制造业探索实践 6.4 制定智慧工厂1.0行动路线图
1704014039
1704014040
基于数据能力进行了初步的分析诊断之后，结合企业发展的愿景，可以制定出第一阶段的具体目标，这就是智慧工厂1.0所要达到的水平，具体包括：①基于数据、知识、信息的决策链条，大致可以分成互联、感知、分析、决策和行动这几个环节；②如果再结合经典的企业分层模型，即设备控制层、工厂管理层、企业运营层和决策分析层，就可以在每一个层次上识别出一系列的行动或措施；③对这些行动措施按照轻重缓急进行梳理之后，就可以得到第一阶段改进的切入点，形成行动列表。进一步应识别出绩效指标、资源需求和能力保障，如果指标制定过高，或者资源和能力不能有效获取，那就需要回到1.0的目标上进行调整，直到目标、指标、行动措施和资源保障充分配套、互相支撑为止。
1704014041
1704014042
智慧工厂1.0的行动计划或路线图应包括如下几个部分：
1704014043
1704014044
·内容概述
1704014045
1704014046
·实现障碍
1704014047
1704014048
·实现效益
1704014049
1704014050
·行动计划
1704014051
1704014052
·技术目标
1704014053
1704014054
·绩效目标
1704014055
1704014056
·参与角色
1704014057
1704014058
对于上述部分的描述，按照详略程度，可分成不同层次的版本。最高层次的版本，能够在一页A4纸上清晰地表达出上述七个方面，作为指导企业智慧工厂建设的最高纲领文件；其次应形成每个部门、每个产品线、每个业务单元的子版本；再次，应对每个部分进行充分的细化，将其分解成若干粒度适中的项目，再分解到人，分解到月和周，落实到每一个可执行的动作上。最终，应能够用一句话，一页纸，一份PPT，一套数据表格和文档来表述智慧工厂1.0的行动路线图。
1704014059
1704014060
1704014061
1704014062
1704014064
智慧工厂：中国制造业探索实践 6.5 非技术性挑战
1704014065
1704014066
智慧工厂是一个综合性、系统性工程，波及整个企业及其供应链生态系统。智慧工厂所要求的纵向集成、横向集成、企业价值链和产品生命周期集成将方方面面的人、设备、产品、环境要素联系起来，数据无所不在，智能无所不在，决策和行动分布到企业各级员工。因此建设智慧工厂，除了面临技术挑战之外，更多面临组织、文化、流程和人力资源等管理挑战，或者说，非技术性因素将起到决定性作用。
1704014067
1704014068
现代组织结构经历了百年发展已经非常成熟，对制造业而言，基于职能分工的部门结构，基于产品线、行业、地域管理的矩阵结构，决策权利逐层集中的金字塔结构和授权赋能的扁平式结构等，都曾经取得辉煌成功并被广为接受。然而，随着移动互联网时代的到来，市场竞争更加激烈动态，数据更迭更加快速实时，原有的组织形态再不能适应智慧工厂的要求，必须逐步从目前的集中决策、分层管理、条块分割、专业细化的形式转变为更加动态化、分布式、扁平化、复合式。制造业创新将打破组织疆界、地域疆界和行业疆界，组织生命周期将变得更加短暂，一个很小的组织都可以透过互联网整合全球分布式资源，从而成为一个国际企业，因而对管理者带来了更大的压力。
1704014069
1704014070
一个发展成熟的组织，其内部流程经过不断优化和沉淀而逐渐稳定，关键业务流程的质量和效率往往决定着一个企业的竞争力。然而，在互联网不断改变甚至颠覆制造业商业模式和组织形态的同时，企业内部流程将不可避免地发生极大的改变，新的流程再造和重组不断发生，而且很可能没有足够的时间让一个流程运作成熟。此时企业的竞争力将更多取决于流程重组和快速迭代优化的能力。
1704014071
1704014072
在诸多非技术性挑战中，最难且基础最薄弱的环节恐怕当属人力资源挑战了。长期以来，我们的教育和培训体系按照不同技术领域培养工科学生，他们毕业后从事细分专业的研究和开发；而按照西方几十年前形成的管理理论培养商学院学生，他们毕业后从事经营管理。因此，具备复合背景和跨专业能力的创新型人才当属凤毛麟角。即使有这样少而又少的创新人才，又基本被金融投资和互联网领域所吸引，真正投身于制造业的就非常少了。建设新一代智慧工厂，需要一大批掌握IT技术的工业专家，也需要了解设备工艺和加工流程的自动化专家，还需要新型软件和大数据分析专家，更需要具备互联网思维的新型管理者。总之，需要整个社会去培养跨领域复合人才。
1704014073
1704014074
[
上一页 ]
[ :1.704014025e+09 ]
[
下一页 ]