由上海報業集團 | 界面新聞主辦，東浩蘭生會展工業商展作為支持單位的2023【創智工業論壇】于9月21日國家會展中心上海洲際酒店圓滿落幕。作為中國工博會的同期論壇，主辦方攜手知名專家學者、行業大咖、資深媒體人展開了多場主旨演講、高峰對話，洞察工業領域發展趨勢，暢談業態創新發展話題，共同探討雙碳時代帶來的綠色、智慧、可持續城市藍圖，描繪更智能、更可持續、更具韌性的制造業新圖景。
論壇現場，埃森哲大中華區工業X事業部董事總經理張思民發表了主旨演講《智能制造：制造運營知識的數字化與智能化進程》。
以下是演講文字實錄：
剛才聽了新望院長的講座，我個人很受教，從宏觀視角了解了中國智能制造發展的進程。現在我們換一下腦子，從微觀的視角看制造。制造的核心不在辦公室，而在車間。我和我的團隊大部分時間都在車間，我們會穿鐵靴子，穿防護服走在車間，看設備，看產品質量等等。制造最大的現實就發生在車間。接下來我會從車間的角度切入，從這樣一個微觀的角度跟大家討論智能制造的發展基礎是什么？
我今天要談的話題，涉及到了智能制造里面的“智造”到底是什么。從2015年德國人提出工業4.0，中國提出了智能制造2025，很多同行們把興奮點放在“智能”上，逐漸忘記“智造”到底是什么。雖然兩個詞在字面上存在小小差異，卻讓我們走了不少的彎路。
我右手邊是中國制造能力成熟度模型，它把一家制造企業的智能制造成熟度分為五級，第一級是管理規范，拋開軟件、系統、數字化設備不講，就看管理是否規范。如果規范，就是第一級成熟。有規范的辦公室流程，有規范的工藝路線流程，再用流程信息和生產自動化的兩個技術加持，那這個企業實現了二級成熟度，這兩級拾級而上，沒有什么問題。
我們開始進入智能制造的時候，就有非常大的誤解和誤區，包括中國和歐洲的同事，美國的同事在做的時候，都進入到誤區，誤區是什么呢？可能因為拾級而上的圖給大家誤解，或者智能的詞給大家誤解，認為數據代表一切。數據驅動的制造，并驅動產生價值，這個信仰導致我們走了幾年的彎路，而且有大量投資沒有收到任何實效。
現在再往回看的時候，我們做了這么多失敗的項目，那么為什么走這么大誤區呢？原來2往3跳的時候，不是拾級而上的過程，而是斷崖條約的過程。這個過程要讓從業者換一個腦子思考智能制造意味著什么。當我們沒有換的時候，投入了大量的數據在里面，包括額外傳感器和攝像頭等等，建造完到了第三級以后，等著四級到來。只在數字化平臺就投入數千萬以后，投入后我們認為四級來了，數據該產生價值了吧？？結果沒有產生價值或者投入100萬回報100萬這樣的投入產出比。制造不像房地產，我們是幾塊錢幾塊錢掙的，為什么不出現第四級呢，為什么到三和四級上不去了呢？因為這存在非常大的認知鴻溝，首先從框架上來講，我們說1-2級遵循了工業3.0的框架，工業3.0的框架是什么呢？在1995天產生的框架，ISA95框架，從三級開始往上走的時候，遵循另外一個框架，工業4.0的參考架構，它既是思維框架也是參考架構。這兩個參考架構從思維方式和解題思路上完全不一樣的。簡而言之，橫亙在一級二級到三級四級中間的，是鴻溝，因此順勢而上的做法不適用，完全是轉換腦子思考問題的。
接下來介紹一個全球制造公司的案例。我非常認真地認為他們將要從一個如今的勞動密集型的生產制造企業變成未來的一個無人制造企業，或者自適應制造企業。這句話是他們講，同時他們也認真在做，我們和他合作的過程當中逐漸形成了五個面，橫梗在一二級到三四級之間的思想鴻溝。待會兒一步步講，第一個是到底什么是智能制造，我在這個行業里做了很多天了，智能制造這個詞打出來以后，幾乎每個人，旁邊街道上隨便拉一個人可能沒有見到過是智能制造的版本。這是第一個困惑。第二個是數字化，到底什么是它？后面相對來講，把上面數字文化理解以后，下面相對來說比較容易理解了。
我選的這家企業，有上億的美金、歐元的投入正在執行。這家企業說我們未來的工廠是黑燈工廠，我們今天叫開燈工廠，因為車間的確有很多人。什么是黑燈工廠呢？他們的副總裁說，未來工廠里，生產工程師在家里上班，每一個星期只去一趟車間，把產品的換產去一下，然后又回到家里，因為工廠自己在生產自適應，當你有訂單變更，物料變動自適應調整，這是非常偉大的理想，我們一步步往前走。
面對這樣的愿景，我們需要具備什么樣的思維方式呢？今天的制造，99.99%的企業，基本上以這樣的制造模式做的，這是1995年ISA95發布以后大家遵循的模式，上面有他的目標，基本上圍繞成本、質量交期三大目標展開。為了實現質量、成本、交期，我們下面有生產管理、質量管理、庫存管理、檢修運維關系，以及可持續制造綠色管理，我們把生產組織分成兩部分，白領的部分辦公室，里面主要做兩件事，第一個工藝路線的設計，第二個生產計劃。下面灰色部分是生產車間，執行工藝設計和執行生產計劃，這個組成以后，就變成了生產制造企業了。
這樣的發展已經發展了幾十年了，但是痛點是什么？痛點是，上面的計劃和后來的變化，如果變化以后下面的物理實體制造怎么去響應這個變化呢？上面的工藝路線設計，下面的工藝控制，能控制得了嗎？這兩個方面都有斷鏈子的地方，我們通過開會的方式，白領和藍領一起開個會，到底是工藝路線的設計問題，還是生產控制問題？生產經營投訴，上面怎么計劃老變，剛排完產，物料剛進來又變更了，又插了一張單子，搞得每張單子計劃達成率不夠，這樣解決下來沒有問題，我們管它叫事后解決亡羊補牢，當你市場在穩定的時候，其實沒什么，晚一天解決不會出大事，晚一個月解決也不會出事，但是市場越來越不穩定，自打零售互聯網以后，把消費者慣壞了，他們認為明天就要把購買的產品送到家，交期要達到這個程度，成本要極低，而且要定制化的，這幾個矛盾加起來把所有制造人逼瘋了。
智能制造計劃到執行，工藝到控制，幾個月一個周期，變成幾秒一個周期能做到嗎？都能做到隨需而變敏捷了嗎？工廠不就活了嗎？這的確是我們的目標。
所謂的工業4.0智能制造，實際上在計劃和物理的實現上，中間加了數字化和智能化兩個關鍵的技術，這個技術本身從制造行業來講并不新，因為互聯網已經成熟了，只是這個技術用到制造的時候，一開始提出來的時候，互聯網給制造人帶來的誤區，認為大數據就一定有價值，大數據帶來一切，數據不要錢的，不用白不用，給我們帶來非常大的誤區。
首先在工廠里面，包括數字科學家，背景來自于零售互聯網的，進到車間以后最大的不適應沒有數據，當他要數據的時候，車間人說你瘋了，你這么要，工廠沒法開了，比如說我們訓練一個質量控制模型，確保生產線下來質量每件東西都達標的，從互聯網出來的人說，你給我2萬條次品數據讓我訓練，車間人一聽瘋了，不要說2萬條次品數據，200條次品數據領導把我殺了。但互聯網是天天有這樣的數據，而且不要錢的。而這邊三個月下來特征數據，不敢叫次品數據，質量有偏差的合格產品的數據也就100來條，哪有一萬條，沒有這樣的數據。
數據不夠就進行數據采集，車間里面的數據采集成本非常高的，互聯網里面每天發生幾億條的交易數據，微信數據，在車間里面要采集一條數據，就要加一個傳感器，時間周期到成本上極高的，這樣的情況下沒有的數據的情況下，建數據湖，其實在車間里面有大量無效數據，設備每一秒，每毫秒都產生的數據，可以忠實地存下來，不下一個月一個TB沒有了，再不下一個月一個機房都沒有了，這些數據沒有特征，可以扔掉一點意義都沒有。大數據沒有特征的數據是無效數據，無效數據不能做任何智能決策，怎么辦？原來的大數據思想、互聯網思想徹底扔掉，車間里面沒有那樣的氛圍，智能制造的關鍵先不要考慮智能，先考慮制造是什么，用什么樣的思想方法把我們原來制造的知識，用這個表達式表達出來，我們這條路走通了，以后再看智能制造的時候，永遠看到的不是工藝路線，不是生產計劃等等，把這些很重要的知識，我們永遠用它來表達出來，就是這個方程y=f（x1，x2，x3，…，Xn）表達式，用這種方式考慮制造的問題恍然大悟了。y就是所有制造企業追求的績效、KPI，不外乎質量、成本、交期，不管是煉鋼的、造車的、做電車的、做食品加工的就這三件事質量、成本交期。然后要完成產品的質量成本交期，你有一些變量，這些變量在制造里面也不會出人、機、料、法、環、測，出不了五指山，這些人機料法環測通過什么方式組合在一起，最后形成了某個產品的質量、成本、交期的結果，這是關鍵點。這是f要表達的事情。f是什么呢？f原來在用人來管理工廠的時候，我們對他感覺并不大，只要有一個有經驗的廠長和有經驗的工藝工程師，有經驗的操作團隊，f自然在腦子里，我開會就明白，我哪個機臺的，它個物料形成的，我們第二天解決，或者下一個月解決。但是如果讓AI解決的時候，這個f要細化，結構化表達出來，這里面就是知識和智能。知識和智能在實際構建應用軟件的時候到底是什么？我們要更細節地描述出來，將數字文化的關鍵名詞明確定義出來，不能界面上隨便拉一個名詞就有版本，只能有一個版本，第一個什么是目標，第二個什么是智能？什么是知識？什么是信息？什么是數據，以及他們之間的關系是什么？
早幾年踴躍的數據入湖時，磁盤越多越好，每毫秒出來的數據，恨不得加一個房子存起來，總有價值的，大部分時間里面這些數據完全浪費磁盤空間。來源有來自IT、ERP的、MES，也有來自設備的，PLC自動崩的數據，來自各種各樣傳感器。當數據什么時候顯現一點價值呢？當這些數據分門別類，對應到車間里面的生產實體的時候，開始產生一點點價值了，人機料法環測這些數據對應起來的時候，這些數據有信息了，原來那個澆鑄機的五個工藝參數，原來澆鑄機的狀態由那五個工藝參數定義的。
這些信息早幾年大行其道，我們臨時來看智能制造。當時政府機構支撐幾百萬的基金，看看智能制造，帶著領導去看3D動圖，好炫，從控制塔里面有3D控制動圖，機器人轉來轉去什么的信息，光看這個信息。光看每個設備PLC蹦來蹦去的時候，代表你真的知道這個電池或者車怎么造出來的嗎？當然不是。原因你要知道這些生產要素之間的關系，你才知道工藝路線，你才知道這個產品是怎么造出來的，它的質量為什么產生偏離，你要往下一層走。你要獲取知識，這個比剛才那個稍微復雜了，在這些實體之間，工藝路線串起來，這個是知識。工藝路線不同的產品有不同的工藝路線，每個工藝路線是這家企業絕對的知識產權，這是秘密。
可口可樂的原漿的工藝路線絕對不會告訴你的，這就是知識，我們到此才講這叫數字化。市場上有太多把數字化這個詞用爛掉了，因為這個詞好賣。不管什么東西往上貼一個東西叫數字化，價格提高20%-30%，其實在我們實施的這些人來講，到這一級是數字化，我把生產制造的過程的實體，用一種方式表達出來，這是真正數字化的表達式，表達出來以后，我們說這個工廠的工藝路線被數字化了，也就是說我這個外行，如果拿著這張圖，我都能造出他要造的東西出來，這是最大的商業機密了。
為什么要這樣做呢？如果沒有AI，智能需求，不能用數字化表達出來，開會就好了，如果真要實現剛才那家企業說，要做到無人工廠，開會是AI自己開會，不是人在開會的時候，必須讓工廠的過程，他的一個表達式，這個表達式使AI看得明白的，一旦看得明白以后，不是比你聰明，只是比你勤奮而已，而且轉得非常快，可能用3個小時開一個會，用72小時執行，最后用了一個月解決了這個問題，他可能這個圈60秒做完了，前提是要讓他知道，整個工藝路線在這個車間里面到底怎么回事？實體現在發生什么？實體關系發生什么，在哪出錯了，能識別出來，這就是智能知識信息和數據之間的關系，最終實現量化運營目標，質量、成本、交期。
當我們真的要把一個工廠交給智能的時候，不得不用智能的思維方式解釋描述這個工廠，我們才敢把這個物理工廠交給智能，這是早幾年最大最大的誤區，以為下面幾層懟到幾TB以后工廠就智能了？絕對不會的，因為缺了321的部分，這是最大的誤區。
剛才講了下面我們這個工廠表達式表達出來， y=f(x1,x2,x3,…,xn)，X就是生產、制造、過程，就是人機料法環造他們之間的關系，用數字化的方式表達出來，通過AI解讀最終實現y質量、成本、交期的結果。
我們進入關鍵使能技術，中間最大的關鍵，我AI要理解下面的生產制造的動態的運營過程，中間有一個關鍵的翻譯器，就是數字孿生，又麻煩了，數字孿生這個詞又有20種解讀，20種解讀里面，19種解讀，3D動圖給領導看的，領導覺得很炫，車間里面覺得有什么用，你對著他3D看完沒有用，質量還是這個問題，成本還是這個問題，我們要加一個運營數字孿生，就是具備生產、制造的知識，而且是能動態的態式感知的能力，這是數字孿生，有了它和AI聯合起來以后，數字空間和物理空間，真的能做到有知識的交流和互動，最后產生最好的結果。最終，我們構建在工業互聯網平臺上，形成了我們聯動的體系，最后這個工廠就從有人逐漸形成無人。
這是一個例子，右手邊下面是一個3D動圖大屏，關鍵有用的是右邊運營數字孿生，能做到實時的分析，通過AI決策，最后實現上面的目標，上面目標是實際數據灰色部分人在操作這條產線的時候，得到的質量分布你看到越扁平越差，越扁平越遠離6個西格瑪，藍色的部分是AI數字孿生的產線，質量部分收窄了，越接近6個西格瑪。
我們怎么執行呢？通常用價值驅動的智能制造。智能制造是跨年度，一步步來的，是迭代的。不是像ERP用16個月做出來，這個事情不會發生的，它是用迭代的方式，小步快跑的方式做的，從KPI開始理解成本質量、成本、交期到打通它，最后在四個關鍵領域形成項目群，每個項目3-4個月。從最小可執行產品的項目，形成有質量的項目群、檢修運維、生產管理、庫存的，生產制造的四大活動，現在逐漸加了第五大活動綠色，形成一堆的3-4個月項目群，最后逐漸形成整個工廠和整個企業的制造和智能化。
另外我們怎么推動智能制造呢？這直接拷貝互聯網的思想，迭代，對制造的人一開始比較陌生。大膽假設，那家企業說未來全球200家工廠做到無人化，要做到工廠自適應，但是每一步都是非常非常小的一步，從一個產線開始做起，雖然全球有幾十種產品，加上SKU幾百種產品，上千條產品，但是一個產品一個產品來，一旦證明成功就快速擴展。
最后講一個實際例子，它發生在中國工廠。如果大家在車間里待過，會知道這是SPC的質量分布圖，每個點代表那個批次或者那個產品的質量點。理想化的程度是在12.0這邊，但實際它是散點分布散點的。我們要解決的是怎么把它收窄，無限接近于12.0的標準。把人為操作的扁平曲線收窄左1到最理想綠色曲線，這是綠色制造，也是四個小項目解決的問題。解決之后講起來其實蠻簡單的，把這些人作為師傅，它的知識轉化為知識圖譜和運營數字，孿生以后教會AI的徒弟，AI徒弟取代師傅做了同樣的事情。為什么會有改善呢？因為師傅從發現問題到解決問題，平均下來他們標準的管理流程是從發現質量偏離到最后解決質量偏離花費95分鐘。小徒弟經過幾個月的學習后，60秒走完閉環，相當于95分鐘里面的94分鐘放出去的羊，補不了牢了，可能回爐再造，而這個小徒弟每一分鐘看著羊籃子不讓羊走掉，所以這個質量改善了，這就是收窄的過程。
謝謝大家！
【點擊查看專題】
最終解釋權歸界面新聞所有
評選及盛典參與，歡迎聯系2023【創智工業論壇】組委會：
官方郵箱地址：huodong@jiemian.com
