pc蛋蛋预测软件手机版|pc蛋蛋单双稳定算法|

Global Sources 世界经理人

广告
热点搜索
中国智造
工业4.0
智能制造
自动化技术
智能硬件
广告
首页    制造行业   中国制造业    正文

简单 or 复杂:智能制造的Dilemma

  丁少华  2019-10-21 00:00:00   三之一智联
以数据驱动的智能制造,就是要求我们将“简单”献给用户,将“复杂”留给自己。

乾以?#23383;?#22372;以简能;?#33258;蛞字?#31616;则易从;?#23383;?#21017;有亲,易从则有功;有?#33258;?#21487;久,有功则可大;可久则贤人之德,可大则贤人之业。

——《周易·易传·系辞》

人人都?#19981;?#31616;单。简单好啊,没心没肺,长命百岁。简单背后的潜台词是懒惰。因为懒得走路,所以点外卖;因为懒得挑战,所以去送外卖。笔者无意贬低送外卖这个行当,可是,如果那么多恰同学少年,风华正茂的年轻人都去从事这种不需太用脑的行当,对一个国家,一个民族,或是一个家庭,到底是好还是?#30340;兀?#24456;多事情就是这样,明明可?#26434;?#24456;多选择,有的人却选择了最没有挑战的选择,中国的很多制造企业也是如此。

企业也?#19981;?#31616;单。?#34892;?#32769;板们的想法是每天二郎腿一翘,龙门阵一摆,功夫茶一泡,机器轰隆隆地叫,钞票就哗啦啦从天?#36132;?#19979;掉。可是,这可能吗?环境的变化越来越快,客户的需求越来越碎片化,产品结构越来越复杂,简单式管理已不可能了。笔者多次说过,随着资源价格的上升,人口老龄化和竞争全球化,以及环保治理的日益严格,以往建立在生产要素低成本获取上的中国制造竞争力已不可?#20013;?#20225;业必须转换自己的发展动能,将竞争力调整到生产方式和生产关系的优化上来,这就要求企业必须提升自己对复杂事物的理解力和系统性的管理能力。

制造业已经进入到这样一个时代,用户越来越懒,我们可以美其名曰“简单?#20445;?#24066;场环境(个体化需求)、制造系统(定制生产、精益?#33151;?#24615;)和产品结构(机械、电子、软件等的复合体)却越来越复杂。企业在为广大个体化客户提供简单(产品或服务)界面的同?#20445;?#36824;要驾驭好内部的各种复杂,这看似是一种两难(Dilemma)。如果这个使命交给智能制造,那么,智能制造必须解决好这种两难,否则就只能停留在概念和纸面上。

智能制造首先指的是企业的制造能力,这种能力的实现要落实到制造系统的三个基本要素上:人?#20445;?span>People)、流程(Processes)和工具(Tools);其中,工具也包括技术、设备,等?#21462;J导?#19978;,基于这三个要素,?#30340;?#26366;经有三种类型的制造哲学:以人为本的Know-how,比如日本制造;以流程?#33151;?#20214;为本的Know-how,比如美国制造;以及以工具为本Know-how,比如德国制造。当前的工业4.0、工业互联网或智能制造,应该是综合了这三种制造哲学,充分借鉴了数字化技术,建立在人员、流程和工具等高度集成基础上,以数据驱动(Data-Driven)的制造新范式。

以数据驱动的制造范式

如图2所示,企业的制造能力由人员、流程和工具?#28909;?#31867;要素构成。通过流程与工具的集成,可以实现制造能力的自动化;通过人员与流程的集成,可以实现制造能力的规模化;通过人员与工具的集成,可以支持制造能力的创新性。那么,建立在人员、流程和工具?#28909;?#32773;高度集成基础上,以数据驱动为核心的智能制造到底如何解决界面“简单”和结构“复杂”之间的矛盾呢?笔者认为,重点还是要落实到以数据驱动的内涵上。

数据驱动的内涵

笔者认为,数据驱动可以做如?#24405;?#20010;方面的解读和引申:

1)首先,数据驱动从模?#20572;?span>Model-Based)的角度来看待和构建企业的制造能力,基于模型的企业(Model-Based EnterpriseMBE)是其灵魂。企业的产品也好,企业的能力也好,企业的资源也好,从功能或逻辑上看,它们都可以理解为是某种模?#20572;?#32780;数据就是?#38405;?#22411;属性、参数和行为的数字化?#25104;洹?#36890;过基于模型的视角,看似杂乱无序的环?#22330;?#20135;品和能力就变得高度的结构化、关联化和可追溯,看似复杂的事物也变得不复杂了。进一步,企业还可以基于模型来开发现实世界的各种数字孪生(Digital Twin),以支持监测、控制和优化等业务场?#21834;?/p>

2)其次,数据驱动是将业务运行虚拟化为无所不在、永不停息的数据“溪流?#20445;?span>DigitalThread)。这就如同百川东入海一样,业务数据虽然有各自的来源,但它们都是在某种特定业务目标指导下进行流动的。如果说精益制造主要指的是精益物流,智能制造就可理解为精益信息流,数字化制造的转型也可以从消除制造环节的各?#20013;?#24687;孤岛和“堰塞湖”入手。

3)再次,数据驱动代表的是业务背后的算法,而算法则代表业务的自动化选择、取舍和决策。李冰父子所修建的都江堰,就是应用了“堰”的结构来自动分配江水的流向?#22303;?#36895;,自动分离江水和砂石,而“堰”的背后可以理解为某种算法。

4)最后,数据驱动代表了各种面向用户和角色的序列化应用场景,也就是所谓的“特别的爱献给特别的你”。基于IT系统的用户画像(User Persona),系统将高度匹配(Right Information)的数据推送个相关用户(Right Person),简化了用户操作。

在数据驱动的智能制造中,基于模型、数据“溪流”和算法,解决了制造系统在环境和结构上的“复杂?#20445;换?#20110;场景,则解决了制造系统在用户界面上的“简单?#20445;?#21069;台的“简单”和后台的“复杂”融为一个有机的整体,并可遵循从可视化到透明化,再到可预测和可配置,最终实现自主管理的制造系?#22330;?#20174;结构上讲,相比较ERPMES等传统信息化,智能制造不是变得更简单了,而是变得更复杂了。作为IT从业人?#20445;?#20197;数据驱动的智能制造,就是要求我们将“简单”献给用户,将“复杂”留给自己。

© 世界经理人:自1999年创立以来,世界经理人网站(www.nwnluh.tw)致力于引导职业经理人实现卓越管理,以专业的形象为经理人用户全方位提供最佳管理资讯服务和互动平台。

相关文章

迎接工业4.0:智能制造的7大关键趋势

白皮书——工业4.0如何?#35851;?#20225;业的价值管理方式

工业4.0“坡起”

用数字化技术打造运营优势

有没有工业4.0?问问你的心!

广告
广告

热门排行榜

  • 热门
  • 经典
  • 管理
  • 文章
  • 论坛
  • 博客
 
 
 
资讯订阅
世界经理人 iPhone APP
世界经理人 微信公众号
pc蛋蛋预测软件手机版
股票分析方法 彩票大本营生肖表 江西快三走势图彩经网 3d组选号码280前后关系 福利彩票双色球开奖 拉粪车赚钱吗 黑龙江36选7前100期 百赢棋牌ios下载 海王捕鱼钻头蟹 012期曾道人说