由上海报业集团 | 界面新闻主办，东浩兰生会展工业商展作为支持单位的2023【创智工业论坛】于9月21日国家会展中心上海洲际酒店圆满落幕。作为中国工博会的同期论坛，主办方携手知名专家学者、行业大咖、资深媒体人展开了多场主旨演讲、高峰对话，洞察工业领域发展趋势，畅谈业态创新发展话题，共同探讨双碳时代带来的绿色、智慧、可持续城市蓝图，描绘更智能、更可持续、更具韧性的制造业新图景。
论坛现场，埃森哲大中华区工业X事业部董事总经理张思民发表了主旨演讲《智能制造：制造运营知识的数字化与智能化进程》。
以下是演讲文字实录：
刚才听了新望院长的讲座，我个人很受教，从宏观视角了解了中国智能制造发展的进程。现在我们换一下脑子，从微观的视角看制造。制造的核心不在办公室，而在车间。我和我的团队大部分时间都在车间，我们会穿铁靴子，穿防护服走在车间，看设备，看产品质量等等。制造最大的现实就发生在车间。接下来我会从车间的角度切入，从这样一个微观的角度跟大家讨论智能制造的发展基础是什么？
我今天要谈的话题，涉及到了智能制造里面的“智造”到底是什么。从2015年德国人提出工业4.0，中国提出了智能制造2025，很多同行们把兴奋点放在“智能”上，逐渐忘记“智造”到底是什么。虽然两个词在字面上存在小小差异，却让我们走了不少的弯路。
我右手边是中国制造能力成熟度模型，它把一家制造企业的智能制造成熟度分为五级，第一级是管理规范，抛开软件、系统、数字化设备不讲，就看管理是否规范。如果规范，就是第一级成熟。有规范的办公室流程，有规范的工艺路线流程，再用流程信息和生产自动化的两个技术加持，那这个企业实现了二级成熟度，这两级拾级而上，没有什么问题。
我们开始进入智能制造的时候，就有非常大的误解和误区，包括中国和欧洲的同事，美国的同事在做的时候，都进入到误区，误区是什么呢？可能因为拾级而上的图给大家误解，或者智能的词给大家误解，认为数据代表一切。数据驱动的制造，并驱动产生价值，这个信仰导致我们走了几年的弯路，而且有大量投资没有收到任何实效。
现在再往回看的时候，我们做了这么多失败的项目，那么为什么走这么大误区呢？原来2往3跳的时候，不是拾级而上的过程，而是断崖条约的过程。这个过程要让从业者换一个脑子思考智能制造意味着什么。当我们没有换的时候，投入了大量的数据在里面，包括额外传感器和摄像头等等，建造完到了第三级以后，等着四级到来。只在数字化平台就投入数千万以后，投入后我们认为四级来了，数据该产生价值了吧？？结果没有产生价值或者投入100万回报100万这样的投入产出比。制造不像房地产，我们是几块钱几块钱挣的，为什么不出现第四级呢，为什么到三和四级上不去了呢？因为这存在非常大的认知鸿沟，首先从框架上来讲，我们说1-2级遵循了工业3.0的框架，工业3.0的框架是什么呢？在1995天产生的框架，ISA95框架，从三级开始往上走的时候，遵循另外一个框架，工业4.0的参考架构，它既是思维框架也是参考架构。这两个参考架构从思维方式和解题思路上完全不一样的。简而言之，横亘在一级二级到三级四级中间的，是鸿沟，因此顺势而上的做法不适用，完全是转换脑子思考问题的。
接下来介绍一个全球制造公司的案例。我非常认真地认为他们将要从一个如今的劳动密集型的生产制造企业变成未来的一个无人制造企业，或者自适应制造企业。这句话是他们讲，同时他们也认真在做，我们和他合作的过程当中逐渐形成了五个面，横梗在一二级到三四级之间的思想鸿沟。待会儿一步步讲，第一个是到底什么是智能制造，我在这个行业里做了很多天了，智能制造这个词打出来以后，几乎每个人，旁边街道上随便拉一个人可能没有见到过是智能制造的版本。这是第一个困惑。第二个是数字化，到底什么是它？后面相对来讲，把上面数字文化理解以后，下面相对来说比较容易理解了。
我选的这家企业，有上亿的美金、欧元的投入正在执行。这家企业说我们未来的工厂是黑灯工厂，我们今天叫开灯工厂，因为车间的确有很多人。什么是黑灯工厂呢？他们的副总裁说，未来工厂里，生产工程师在家里上班，每一个星期只去一趟车间，把产品的换产去一下，然后又回到家里，因为工厂自己在生产自适应，当你有订单变更，物料变动自适应调整，这是非常伟大的理想，我们一步步往前走。
面对这样的愿景，我们需要具备什么样的思维方式呢？今天的制造，99.99%的企业，基本上以这样的制造模式做的，这是1995年ISA95发布以后大家遵循的模式，上面有他的目标，基本上围绕成本、质量交期三大目标展开。为了实现质量、成本、交期，我们下面有生产管理、质量管理、库存管理、检修运维关系，以及可持续制造绿色管理，我们把生产组织分成两部分，白领的部分办公室，里面主要做两件事，第一个工艺路线的设计，第二个生产计划。下面灰色部分是生产车间，执行工艺设计和执行生产计划，这个组成以后，就变成了生产制造企业了。
这样的发展已经发展了几十年了，但是痛点是什么？痛点是，上面的计划和后来的变化，如果变化以后下面的物理实体制造怎么去响应这个变化呢？上面的工艺路线设计，下面的工艺控制，能控制得了吗？这两个方面都有断链子的地方，我们通过开会的方式，白领和蓝领一起开个会，到底是工艺路线的设计问题，还是生产控制问题？生产经营投诉，上面怎么计划老变，刚排完产，物料刚进来又变更了，又插了一张单子，搞得每张单子计划达成率不够，这样解决下来没有问题，我们管它叫事后解决亡羊补牢，当你市场在稳定的时候，其实没什么，晚一天解决不会出大事，晚一个月解决也不会出事，但是市场越来越不稳定，自打零售互联网以后，把消费者惯坏了，他们认为明天就要把购买的产品送到家，交期要达到这个程度，成本要极低，而且要定制化的，这几个矛盾加起来把所有制造人逼疯了。
智能制造计划到执行，工艺到控制，几个月一个周期，变成几秒一个周期能做到吗？都能做到随需而变敏捷了吗？工厂不就活了吗？这的确是我们的目标。
所谓的工业4.0智能制造，实际上在计划和物理的实现上，中间加了数字化和智能化两个关键的技术，这个技术本身从制造行业来讲并不新，因为互联网已经成熟了，只是这个技术用到制造的时候，一开始提出来的时候，互联网给制造人带来的误区，认为大数据就一定有价值，大数据带来一切，数据不要钱的，不用白不用，给我们带来非常大的误区。
首先在工厂里面，包括数字科学家，背景来自于零售互联网的，进到车间以后最大的不适应没有数据，当他要数据的时候，车间人说你疯了，你这么要，工厂没法开了，比如说我们训练一个质量控制模型，确保生产线下来质量每件东西都达标的，从互联网出来的人说，你给我2万条次品数据让我训练，车间人一听疯了，不要说2万条次品数据，200条次品数据领导把我杀了。但互联网是天天有这样的数据，而且不要钱的。而这边三个月下来特征数据，不敢叫次品数据，质量有偏差的合格产品的数据也就100来条，哪有一万条，没有这样的数据。
数据不够就进行数据采集，车间里面的数据采集成本非常高的，互联网里面每天发生几亿条的交易数据，微信数据，在车间里面要采集一条数据，就要加一个传感器，时间周期到成本上极高的，这样的情况下没有的数据的情况下，建数据湖，其实在车间里面有大量无效数据，设备每一秒，每毫秒都产生的数据，可以忠实地存下来，不下一个月一个TB没有了，再不下一个月一个机房都没有了，这些数据没有特征，可以扔掉一点意义都没有。大数据没有特征的数据是无效数据，无效数据不能做任何智能决策，怎么办？原来的大数据思想、互联网思想彻底扔掉，车间里面没有那样的氛围，智能制造的关键先不要考虑智能，先考虑制造是什么，用什么样的思想方法把我们原来制造的知识，用这个表达式表达出来，我们这条路走通了，以后再看智能制造的时候，永远看到的不是工艺路线，不是生产计划等等，把这些很重要的知识，我们永远用它来表达出来，就是这个方程y=f（x1，x2，x3，…，Xn）表达式，用这种方式考虑制造的问题恍然大悟了。y就是所有制造企业追求的绩效、KPI，不外乎质量、成本、交期，不管是炼钢的、造车的、做电车的、做食品加工的就这三件事质量、成本交期。然后要完成产品的质量成本交期，你有一些变量，这些变量在制造里面也不会出人、机、料、法、环、测，出不了五指山，这些人机料法环测通过什么方式组合在一起，最后形成了某个产品的质量、成本、交期的结果，这是关键点。这是f要表达的事情。f是什么呢？f原来在用人来管理工厂的时候，我们对他感觉并不大，只要有一个有经验的厂长和有经验的工艺工程师，有经验的操作团队，f自然在脑子里，我开会就明白，我哪个机台的，它个物料形成的，我们第二天解决，或者下一个月解决。但是如果让AI解决的时候，这个f要细化，结构化表达出来，这里面就是知识和智能。知识和智能在实际构建应用软件的时候到底是什么？我们要更细节地描述出来，将数字文化的关键名词明确定义出来，不能界面上随便拉一个名词就有版本，只能有一个版本，第一个什么是目标，第二个什么是智能？什么是知识？什么是信息？什么是数据，以及他们之间的关系是什么？
早几年踊跃的数据入湖时，磁盘越多越好，每毫秒出来的数据，恨不得加一个房子存起来，总有价值的，大部分时间里面这些数据完全浪费磁盘空间。来源有来自IT、ERP的、MES，也有来自设备的，PLC自动崩的数据，来自各种各样传感器。当数据什么时候显现一点价值呢？当这些数据分门别类，对应到车间里面的生产实体的时候，开始产生一点点价值了，人机料法环测这些数据对应起来的时候，这些数据有信息了，原来那个浇铸机的五个工艺参数，原来浇铸机的状态由那五个工艺参数定义的。
这些信息早几年大行其道，我们临时来看智能制造。当时政府机构支撑几百万的基金，看看智能制造，带着领导去看3D动图，好炫，从控制塔里面有3D控制动图，机器人转来转去什么的信息，光看这个信息。光看每个设备PLC蹦来蹦去的时候，代表你真的知道这个电池或者车怎么造出来的吗？当然不是。原因你要知道这些生产要素之间的关系，你才知道工艺路线，你才知道这个产品是怎么造出来的，它的质量为什么产生偏离，你要往下一层走。你要获取知识，这个比刚才那个稍微复杂了，在这些实体之间，工艺路线串起来，这个是知识。工艺路线不同的产品有不同的工艺路线，每个工艺路线是这家企业绝对的知识产权，这是秘密。
可口可乐的原浆的工艺路线绝对不会告诉你的，这就是知识，我们到此才讲这叫数字化。市场上有太多把数字化这个词用烂掉了，因为这个词好卖。不管什么东西往上贴一个东西叫数字化，价格提高20%-30%，其实在我们实施的这些人来讲，到这一级是数字化，我把生产制造的过程的实体，用一种方式表达出来，这是真正数字化的表达式，表达出来以后，我们说这个工厂的工艺路线被数字化了，也就是说我这个外行，如果拿着这张图，我都能造出他要造的东西出来，这是最大的商业机密了。
为什么要这样做呢？如果没有AI，智能需求，不能用数字化表达出来，开会就好了，如果真要实现刚才那家企业说，要做到无人工厂，开会是AI自己开会，不是人在开会的时候，必须让工厂的过程，他的一个表达式，这个表达式使AI看得明白的，一旦看得明白以后，不是比你聪明，只是比你勤奋而已，而且转得非常快，可能用3个小时开一个会，用72小时执行，最后用了一个月解决了这个问题，他可能这个圈60秒做完了，前提是要让他知道，整个工艺路线在这个车间里面到底怎么回事？实体现在发生什么？实体关系发生什么，在哪出错了，能识别出来，这就是智能知识信息和数据之间的关系，最终实现量化运营目标，质量、成本、交期。
当我们真的要把一个工厂交给智能的时候，不得不用智能的思维方式解释描述这个工厂，我们才敢把这个物理工厂交给智能，这是早几年最大最大的误区，以为下面几层怼到几TB以后工厂就智能了？绝对不会的，因为缺了321的部分，这是最大的误区。
刚才讲了下面我们这个工厂表达式表达出来， y=f(x1,x2,x3,…,xn)，X就是生产、制造、过程，就是人机料法环造他们之间的关系，用数字化的方式表达出来，通过AI解读最终实现y质量、成本、交期的结果。
我们进入关键使能技术，中间最大的关键，我AI要理解下面的生产制造的动态的运营过程，中间有一个关键的翻译器，就是数字孪生，又麻烦了，数字孪生这个词又有20种解读，20种解读里面，19种解读，3D动图给领导看的，领导觉得很炫，车间里面觉得有什么用，你对着他3D看完没有用，质量还是这个问题，成本还是这个问题，我们要加一个运营数字孪生，就是具备生产、制造的知识，而且是能动态的态式感知的能力，这是数字孪生，有了它和AI联合起来以后，数字空间和物理空间，真的能做到有知识的交流和互动，最后产生最好的结果。最终，我们构建在工业互联网平台上，形成了我们联动的体系，最后这个工厂就从有人逐渐形成无人。
这是一个例子，右手边下面是一个3D动图大屏，关键有用的是右边运营数字孪生，能做到实时的分析，通过AI决策，最后实现上面的目标，上面目标是实际数据灰色部分人在操作这条产线的时候，得到的质量分布你看到越扁平越差，越扁平越远离6个西格玛，蓝色的部分是AI数字孪生的产线，质量部分收窄了，越接近6个西格玛。
我们怎么执行呢？通常用价值驱动的智能制造。智能制造是跨年度，一步步来的，是迭代的。不是像ERP用16个月做出来，这个事情不会发生的，它是用迭代的方式，小步快跑的方式做的，从KPI开始理解成本质量、成本、交期到打通它，最后在四个关键领域形成项目群，每个项目3-4个月。从最小可执行产品的项目，形成有质量的项目群、检修运维、生产管理、库存的，生产制造的四大活动，现在逐渐加了第五大活动绿色，形成一堆的3-4个月项目群，最后逐渐形成整个工厂和整个企业的制造和智能化。
另外我们怎么推动智能制造呢？这直接拷贝互联网的思想，迭代，对制造的人一开始比较陌生。大胆假设，那家企业说未来全球200家工厂做到无人化，要做到工厂自适应，但是每一步都是非常非常小的一步，从一个产线开始做起，虽然全球有几十种产品，加上SKU几百种产品，上千条产品，但是一个产品一个产品来，一旦证明成功就快速扩展。
最后讲一个实际例子，它发生在中国工厂。如果大家在车间里待过，会知道这是SPC的质量分布图，每个点代表那个批次或者那个产品的质量点。理想化的程度是在12.0这边，但实际它是散点分布散点的。我们要解决的是怎么把它收窄，无限接近于12.0的标准。把人为操作的扁平曲线收窄左1到最理想绿色曲线，这是绿色制造，也是四个小项目解决的问题。解决之后讲起来其实蛮简单的，把这些人作为师傅，它的知识转化为知识图谱和运营数字，孪生以后教会AI的徒弟，AI徒弟取代师傅做了同样的事情。为什么会有改善呢？因为师傅从发现问题到解决问题，平均下来他们标准的管理流程是从发现质量偏离到最后解决质量偏离花费95分钟。小徒弟经过几个月的学习后，60秒走完闭环，相当于95分钟里面的94分钟放出去的羊，补不了牢了，可能回炉再造，而这个小徒弟每一分钟看着羊篮子不让羊走掉，所以这个质量改善了，这就是收窄的过程。
谢谢大家！
【点击查看专题】
最终解释权归界面新闻所有
评选及盛典参与，欢迎联系2023【创智工业论坛】组委会：
官方邮箱地址：huodong@jiemian.com
评论