消费品企业如何实现“智造”升级：基于工业大数据的建设路径

专家洞察 消费品企业如何实现“智造”升级基于工业大数据的建设路径 IBM 商业价值研究院扫码关注 IBM 商业价值研究院 官网 微博 微信 微信小程序文杰 IBM 大中华区全球企业咨询服务部智能制造总监bjwjie@cn.ibm.com邹佳琇 IBM 大中华区全球企业咨询服务部消费品行业数据战略高级顾问shzoujx@cn.ibm.com王莉 IBM 商业价值研究院高级咨询经理gbswangl@cn.ibm.com主题专家 林岚 IBM 大中华区全球企业咨询服务部大数据与新技术创新转型事业部总经理linlan@cn.ibm.com王威 IBM 大中华区全球企业咨询服务部消费品行业数据战略总监wweiw@cn.ibm.com图 1我国制造型企业开展网络化协同、服务型制造和个性化定制的比例1网络化协同35.3%服务型制造25.3%个性化定制8.1%谈话要点 智能制造要从业务价值角度出发智能制造可以通过业务驱动、技术支撑和组织保障三轮驱动，实现转型。智慧工厂需要实现全链路价值优化企业需要形成以生产为核心的横向价值链协同，以及纵向各层级的智能化。转型路径应目标导向、循序渐进企业智能制造转型，要以绩效为导向、由最高管理层自上而下、长期有序推进，切忌为了智能化而智能化。柔性生产，迫在眉睫 生产线上，工厂调度正在紧锣密鼓地安排订单。突然，他发现，即将安排生产的某个订单中，有一部分供应商没有到料。他急得满头大汗，火急火燎地临时更换另一个产品进行生产，但由于两个产品的工艺路线不同，一个不小心，结果出错了，造成了极大的成本浪费。车间里，机器正在轰隆轰隆地运转，一个批次的产品生产完毕，陆续被传送带送到质检员处检验。可是，由于生产设备老化，生产过程不稳定，导致产品质量出现大幅波动。这个批次都生产完了，到了最后的质检环节才发现问题，导致大量产品报废。以上场景，在我国的制造企业时有出现，反映出企业在计划、采购、生产等多环节上的问题。当前，我国制造型企业开展网络化协同、服务型制造和个性化定制的比例不高（见图 1），未来还有很大的发展空间。那么，制造企业应当如何有效实现长效发展？本文将结合消费品行业，阐述基于工业大数据的智能制造升级之路。1 消费品行业已经初步从满足基本消费需求转变为功能需求更细腻、体验诉求更突出的消费侧驱动模式。消费者的需求更加细腻多样，监管更加严格和全方位。小而美、迭代快的新品类、新品牌的加速涌现，对精细化管理的需求日益凸显。市场需求往价值链后端推导，设计 - 研发 - 计划 - 采购 -生产 - 仓储 - 物流等环节的难点和痛点也显现出来：– 竞争对手刚推出的新款饮料大受欢迎，生产商能否快速研发出新配方和口味，满足消费者的需求？– 产品越来越多，如何安排生产计划是最为经济的？整体计划安排是否足够灵活？– 产品多，辅料也越来越多，采购、生产、仓储、物流等调度如何有效衔接？– 生产换线、排程、工艺和设备控制，如何做到有条不紊？一言以蔽之，产品的多样化需求提升了制造体系的复杂性，更要求企业思考，如何在保证效率和成本的前提下，加强多品种、小批量的柔性生产能力？制造转型，纵横协同新的消费需求逆向牵引着生产和供应链进行数字化和智能化转型。企业需要形成以生产为核心的横向价值链协同，以及纵向各层级的智能化（见图 2）。纵向上，关注多层次融合和集成的智能制造核心体系，实现精益生产、柔性生产、数字化生产。同时，横向逐步拓展到全价值链的优化，寻求端到端的综合性平衡和整体价值最大化。采购：合理的原辅料安全库存设置和真实消耗情况跟踪，及不断优化并精确的配方；准确的采购和供应计划，确保原辅料供应的经济性和高效性。生产管理：优化的基于终端客户需求的销售计划；基于算法的生产计划优化；支持灵活的多品种小批量生产的工艺；全面的生产统计核算。生产执行：高效的生产资源调度；生产顺序的及时调整；灵活的产品配方和工艺组态；实时监控生产状态；基于工业大数据的工艺优化和改进。图 2 智能制造模式的内涵2 仓储 / 物流：基于数据的库存和物流成本核算，及最优决策；整体供应链交付周期测算和优化。企业管理：基于统一、全局视角的经营回顾；通过智能化手段为战略方向制定、未来经营预判提供参考。产品研发：快速迭代的产品研发；数据驱动的多样化产品组合；基于工业大数据的产品优化策略。市场投放 / 售后：市场竞争和消费者需求的及时洞察；形成消费者需求与产品研发、产品生产之间的强联动关系。最终，实现降本、增效、提质、节能四大层面的价值优化，实现长效发展、绿色发展。此外，需要注意的是，企业智能制造转型，要以绩效为导向、由最高管理层自上而下、长期有序推进，切忌为了智能化而智能化，避免“战略规划轰轰烈烈，实际执行拖拖拉拉”，或“简单追求单点优化、短期速赢，而忽略了整体优化、长期发展”。订单获取设计研发采购生产仓储/物流市场投放/售后企业管理工厂层车间层产线层设备层智能制造核心体系智能制造外延图 3 三轮驱动，帮助企业实现智能制造的目标 3 智能制造，三轮驱动从系统的角度，我们认为，智能制造可以分为四个阶段：孤岛型组织（未连接）、车间层面已连接、制造企业单元之间互联，以及企业价值链互联（见图 3）。国内大量的企业仍处于前三个阶段，面临着一系列的挑战：– 在孤岛型组织中，大量的系统都是烟囱式的，设备仪器之间不连通，数据分散，分析工作只能依赖纯手工开展。– 在车间层面已连接的组织中，企业可以在车间层面进行一定程度的数据分析，然而车间与其它流程是断开的，缺乏人机料法环的完整数字化，也缺乏数据治理和分析。– 在制造企业单元之间互联的组织中，企业可以在内部进行数据集成并开展分析，然而企业与外部的协作有限，供应链的透明度不足，缺乏对外部市场和客户的及时洞察。而企业价值链互联的组织，能够面向最终用户、材料工程、工艺技术实现价值链优化重构。面向生态系统的企业价值链互联是智能制造的目标。那么，企业如何才能实现智能制造的目标呢？通过三轮驱动的顶层设计、以灯塔工厂为支点的落地实施，能够帮助企业实现智能制造的目标。三轮驱动，指的是业务驱动、技术支撑和组织保障：业务驱动：关注以生产为核心的端到端进度、质量、成本业务优化，和可持续发展；挖掘价值链不同环节、不同层级痛点，设计针对性业务场景和应用。技术支撑：形成以工业互联网为骨架、工业大数据为血液的架构支撑；实现 IT、OT 技术的融合，推动各类技术的高效、安全部署和组合。组织保障：构建数字化团队，形成新的组织机构、管理方法和工作技能；通过良好的组织管理，为智能制造提供组织支撑和人才保障。下面，我们将展开阐述企业在业务驱动、技术支撑和组织保障这三个方面具体应当如何做。业务驱动技术支撑组织保障目标场景应用平台组织管理方法人员流程网络集团战略IT 架构数据安全自动化设备驱动支持业务战略123三轮驱动·部门级应用大量存在，烟囱系统，数据分散·设备仪器不连通·人工收集数据，大量使用 Excel·端到端流程不连贯·建立了企业级应用程序，但缺乏集成·缺乏人机料法环的完整数字化·缺乏数据治理和分析·数据安全性不足·缺乏流程自动化·没有数据湖·有限的外部协作·需要市场和客户洞察·生产创新不足·供应链透明度不足·面向最终用户的价值链优化重构·面向材料工程的价值链优