睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

企业智能化改造之路

时间:2022-12-15来源:两月浏览数:145

企业的数字化转型之所以被提出,固然有政策或者部分蹭热点的情况存在,但是为什么企业相关的企业内容没有数字化、智能化如此风头之盛,肯定是有实质的原因或者说价值点存在的。

凡是做制造业方面的,如果说没有听过智能工厂的话,简直会贻笑大方,但是如果仔细讲来却又千人千面,没有人能够真正拎得清楚。设备、MES商、WMS、SCADA等凡是沾边制造业的软硬件服务供应商都在PPT上侃侃而谈,都认为自己是智能工厂,仿佛缺少了某个MES或者WMS软件工厂就运行不起来,隔天就会倒闭一样,但是现实对于这些厂商是残酷的,这么多年没有MES难倒就不能生产或者赢得利润吗?显然是无稽之谈。

企业的数字化转型之所以被提出,固然有政策或者部分蹭热点的情况存在,但是为什么企业相关的企业内容没有数字化、智能化如此风头之盛,肯定是有实质的原因或者说价值点存在的。比如企业数字化转型会带动大量的新产业发展,比如物联网产业、数据管理产业,尤其云计算产业,同时对于产生非常多的商业模式,比如红玲个性化定制模式、供应链协同,军工行业的厂所协同等,关于新业态也会层出不穷,比如现在许多工业互联网企业与银行合作的金融租赁模式,当然不管是新的业态与模式需要服务于客户才能真正长久,负责也将只是一次流星般的尝试而已。

数字化转型除了创造、创新(产业、模式、业态)之外,目前大部分大型企业数字化转型仍然重点在于业务数字化、数据共享与数据可视的阶段,也就是说在于提质、降本、增效等关键点。

需求倒逼下的智能工厂:

个人曾经去过很多工厂,经过调研交流之后发现现场的工人根本没有什么需求,生产周期比较长,质量要求并不高,也没有加工不完的单子,造成工人很“惬意”。最后提出的信息化需求竟然是加装空调,所以虽然信息化、数字化是一把手工程,但是推行的是否顺利,或者说是否能够解决工厂的问题,完全是由现场的业务决定的。

如果说信息化系统上线解决不了工人业务中的痛点,而且信息化系统甚至会增加工人的工作量,比如报工、质量数据记录等,这就造成了工人是非常反感,如果行政管理制度跟进不及时,最终的结果会是线上线上两层皮。

OTIT的融合势必加速智能工厂发展:

信息化与数字化的区别在于,信息化的落地方式基本上是以PMD、MES与ERP等传统的系统为核心,而且业务数字化的方式也是以人工录入为主。但是数字化则不一样,数字化阶段将业务搬上线上也就是业务数字化的方式比较多。目前企业已经意识到如果将企业业务全部数字化,但是只是利用人工录入的方式显然不可取,因为业务操作人员的KPI不是录入多少条数据,而是完成了多少零部件。

技术永远是需求实现的阶梯,三国时期最厉害的交通工具是“赤兔马”,而目前最快的工具显示是飞机,但是未来也肯定会演变成其他的方式。企业信息化建设的三驾马车“PDM、MES与ERP”显然已经到了瓶颈,再优化下去并不会对企业业务产生质的飞跃,由于OT技术的不断更新迭代,自动化、VR、AR、传感器、移动技术(云大物移智)等技术发展迅猛,这些技术应用于企业当中会大幅度降低人员的录入数据的强度,也就是说OT与IT技术在加速融合,OT技术的大幅度加入会将智能工厂与企业信息化最大的区别逐渐拨开。

如今智能工厂大基本架构已经不是按照下图以ISA95为核心的方式去划分应用架构了,因为自动化产线与OT技术会逐渐形成一个区域,叫智能执行。

工厂基本上会划分为两大块内容,其中一部分是管理,比如计划、调度、质量、设备等,另外一部分是生产加工,这种架构方式目前比较匹配流程式生产,因为在于流程式生产人员参与度相对比较低一些,大部分以系统控制为主。但是由于自动化技术的发展,OT技术与IT的充分融合,离散行业或者大规模制造行业注定会向少人化发展,所以离散行业的智能工厂架构会逐渐向两层架构(管理、执行)靠近。

智能工厂是升级并非重建:

如果说智能化单点应用是人的肢体动作,那么信息化系统无异于大动脉。智能化升级是单点式的一步步升级,并不是一蹴而就,而且所谓的智能工厂建设肯定是在之前信息化的基础之上进行升级的,因为虽然信息化系统有诸多不便,但是以信息化驱动的流程与信息共享是不可避免的。所以如果哪个供应商如果说智能工厂不需要MES,显然非傻即坏。

任何时间的智能工厂建设都逃不开MES,与其废掉已经建设的信息化系统,反而不如充分利用,但是由于信息化系统已经植入太多业务,需要加入诸如视觉识别、OT数据采集、质量分析等单点的智能化应用业务谈何容易,所以这就造成了凡是智能工厂建设必须有一个敏捷开发平台,以MES、ERP与PDM等系统业务为根基,以微服务开发的方式开发新的业务应用,如设备APP,包含VR维修,质量应用APP,包含生产环境数据采集等。

综合来讲基本的原则是自动化改造升级、信息化新平台拓展开发、数字化构建、智能化单点推广试点

智能化因人而异

智能化是因人而异的,就像成功一样,有些人一辈子买车买房就成功了,而有些人有车有房仅仅只是开始。企业也是一个社会体,所以智能化也因为角色不同而不同。按照常规的划分,企业基本上会分为决策层、管理层、执行层,虽然同在一个企业的屋檐下,而且是同一个智能化工厂的概念,但是不同的人感官会严重不同。

决策层:智能化给决策层最大的益处在于消除信息差,因为大部分企业决策层的判断信息是以经验为核心的,因为数据已经严格失真了。信息化系统的普及会带来一部分决策需要的数据,比如DIOC、BI与驾驶舱的兴起,但是其中最大的问题在于数据没有做到全要素,BI的数据99%都来源于人工录入,所以数据量是不全面的。另外一个重大的挑战在于数据量庞大但是不失真的表达出真实的业务,需要大量的算法作为支撑才可以,但是数据处理与分析在BI阶段基本上是浅层次的数据标准定义、数据集成,根本谈不上将大量的数据凝练成管理画像辅助企业决策。老王在超市买了一瓶啤酒,顺便买了尿不湿,同时喜欢抖音喜欢看怀念TVB的港剧,很显然老王是一个有小孩喜欢和啤酒的三旬老汉,所以数据的本质是还原现实,所以对于决策层而言,有了数据固然好,但是如果能通过算法的方式将数据表现的业务还原是最好的方式;

管理层:智能化对于中层管理者最大的益处在于知识化、自动预警,当遇到问题之后能够让中层迅速找到曾几何时隔壁部门的老王利用某种方式解决了某个技术问题,所以当出现某个业务问题的时候,系统能够自动识别现状、影响因素、原因与解决措施,能够即时推荐当年老王的最佳举措最好。

另外关于管理问题,能够根据一定的业务逻辑能够实时处理动态数据,对业务管理进行预警,则将会大幅度降低管理人员的劳动强度。

执行层:执行层最大限度降低劳动,或者提升工作体验(VR可以少出差);设备巡检可以自动替代,目前工厂现场有太多的工作是简单的体力劳动,比如有大部分工厂目前还保留着工人每天巡逻去查看设备运行情况,而物联网技术、工业阿凡达都是在解决这样的问题。新兴的技术云大物移智,针对工人现场的工作是可以针对性去优化或者减轻的。

对于执行层的智能化改造一定是一个根据需求详细分析,统筹最新技术的发展情况个性化的单点优化。如果说信息化是一个一把手工程,那么现场的智能化改造则是一个现场需求倒逼的业务过程。

综合来讲,企业的智能化改造有这样的需求吗?答案是有的,但是这样的需求肯定来源于那些经济效益好、质量要求高、交付周期要求严格的企业,因为信息化可能是从一把手发起的,因为信息化是企业的动脉,承载着企业关键信息、重要流程的流转,但是智能化改在更多是站在信息化之上,对于企业的某些单个需求进行优化与升级,比如在设备管理、质量管理、安全生产等等方面进行单个业务场景的突破,或者站在信息化产生数据的基础上赋能管理层与决策层。

如果智能化的定位是如此的话,技术架构又如何定位呢?因为信息化PDMMESERP等并不是一个平台开发的信息化系统,而且如果在MES当中加入太多的智能化场景,比如设备巡检、质量数据采集、VR维修等的话,MES将会变得不胜其负。按照工业互联网的定位,需要连接设备、连接人、连接服务、连接供应商,最重要是也需要连接开发者,之前写的文章已经表明了一个观点,智能制造与工业互联网是一个内容,只是一个重点面向企业内部,一个面向企业外而已。所以一旦企业实现部分业务场景的智能化改在,一个敏捷式的开发平台是不可避免的,因为MES实现了生产当中的设备台账、设备维修流程等业务,但是工业阿凡达、VR维修等是需要注入到新的平台进行开发的。这样就组成了企业智能化改造的必备条件:数据采集、数据管理、数据可视化、数据AI分析、信息化(MESERP等)、敏捷开发平台、云大物移智等单点技术。

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询