实施工业4.0之前先搞懂工业4.0的初心

2020年05月28日 369 次阅读 本文共1649字,预计阅读时间5分钟

工业4.0

最近面试了一家企业,这家企业想构建MES系统和设备数据采集系统,向工业4.0迈进。在跟IT总监沟通的时候,他透露不想使用传统的MES系统,因为传统的MES系统使用的还是传统的方式和思维,他希望定制开发一整套系统。于是我问,他期望实施MES系统达到一个什么样的效果。他回答,人机料法环的融合。我追问,回答仍是,人与设备、产品与物料的深度融合。我无语。

两会刚刚结束,国家确定了新基建的战略,包括5G基站、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等多个领域,其中5G、大数据中心、人工智能、工业互联网都是工业4.0的核心技术。国内外众多服务提供商,比如腾讯、阿里巴巴、华为都在纷纷进入这些领域。

而工业4.0的实际实施者——制造企业也纷纷加入这一行列。

常言说,不忘初心,方得始终。

所以,我觉得有必要来聊一聊工业4.0的初心。一家之言,抛砖引玉。

在德国工业4.0工作组起草的《实施“工业 4.0”攻略的建议》里,给了工业4.0一个简单明确的定义:构建智能工厂,实现智能制造。显然,工业4.0的核心是工厂和制造。

其实,不管在工业1.0,2.0,3.0还是4.0时代,就工厂和制造本身而言,目标没有变化过,始终是为客户提供高质量、低成本、快交付的产品,也就是常说的CQD(Cost/Quality/Delivery)。在制造过程中,我们常常能够听到的改善目标,就是持续优化质量、成本和交付。

而现在工业4.0战略是期望在一系列新技术的支持下,能够将质量、成本和交付提高到新的革命性的水平或者高度。不管是5G、大数据、人工智能、工业互联网仅仅是一种新的工具,5G是新的数据传输的工具,大数据是新的数据分析工具,人工智能是新的辅助决策或决策工具,工业互联网是新的数据采集工具,新的工具会给制造业带来新的可能性,但这些工具并不是工业4.0的目的,而是手段。比如5G、工业互联网能够让企业获取更多生产设备的数据,大数据、人工智能改变了传统的数据分析,能够从数据中挖掘出更多传统方式无法挖掘出的信息。

5G

至于能不能借助这些工具真正意义上去提高制造过程的质量、成本和交付,最终还是要看企业本身的运营能力。适者生存,所以工业4.0革命必然伴随着一轮企业的优胜劣汰。

除上述目标之外,工业4.0还给工厂和制造新增加了一个要求,就是柔性化。柔性化生产是为了满足用户个性化、定制产品的要求,用户能够定制属于自己风格的产品,而不是去市场上买批量的一样的产品,比如汽车、冰箱等。柔性化生产需要对生产过程、模式和思维进行彻底的变革,并且在此之上,工业4.0希望企业能够达到生产一件产品也能盈利的水平。

所以,工业4.0时代的制造活动的目标就是能够达到高水平的柔性化生产,并能够保持高质量、低成本、快交付。在这里我们把这四个目标简称为CQDF(Cost/Quality/Delivery/Flexibility)。

持续提高CQDF是一项系统性的工程,不是IT部门实施几套新的系统就能解决问题的。 企业有更多与系统无关的工作需要去做,比如梳理企业内部现状、建立跨部门的团队、制定量化的明确的目标和实施路线图、改变传统的思维、用新的思维改造业务流程等等。新的技术的出现,确实会让人痴狂,会让很多企业或者管理者因为追逐新技术而忘了为什么要实施工业4.0。请不要忘记,技术永远都只是制造本身改善的工具之一。就像目前华为芯片的问题一样,国内造不出符合要求的光刻机,也没有10nm甚至5nm的工艺,这时候什么样的工业4.0技术都不会有效果,因为这是制造本身的问题。

所以对于制造企业而言,在实施工业4.0的时候,一定要把工业4.0的初心,也是最基本的目标时刻牢记在心中,质量、成本、交付和柔性化。每一项关于工业4.0的投资,都应该在上诉四个目标中有本质的或者显著的改善。否则,你的企业可能还不需要工业4.0或者走上了歧途。

也许有人会说,工业4.0的初心是更好地为用户服务。这句话非常正确,但不觉得是句废话么?