购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

3.1 误区1:对智能制造的了解不系统

在认知方面,摆在人们面前的第一个误区就是“对智能制造了解不系统”。客观来讲,当前没有一个人敢说对智能制造了解得很系统,但即使现在对智能制造的了解只有一小部分,企业在决定行动前,还是要对目前已经探索出来的知识和经验有个全面了解,否则在行动中走偏的可能性就非常高,所付出的代价也会成倍增加。

3.1.1 误区1 典型案例

某民营汽车零部件企业,从2014 年开始实践智能制造。由于业务增长迅速,就没有在原有工厂基础上进行智能制造改造,而是采用了与当时很多企业一样的做法——新建工厂,采用自主探索的方式直接按照智能工厂的要求进行规划设计和建设。该企业由于之前没有智能制造的经验,于是成立了智能制造部,由一名副总经理负责。对于该企业来说,他们的智能制造认知来源主要有两个方面:一是该企业的主要客户,如博世这样的全球工业4.0领导企业,在和客户的长期业务往来的过程中,了解了客户的智能工厂是什么样的;二是通过参加一些智能制造会议和论坛,了解了一些智能制造知识和信息。

有了这两方面的积累,他们开始自己做顶层架构规划,由于该企业的主要产品是汽车零部件,依据汽车零部件行业规律及该企业特点,该企业提出智能工厂整体规划需要基于智能化且要具备高效可复制的要求,要实现以下功能:

(1)多品种多批次拉动生产方式:这种生产方式是汽车行业最普遍的生产模式,需要灵活响应客户需求,因此是智能工厂一定要满足的。

(2)智能生产线制造单元:含单元无人化生产和单元自动化检测。只有生产和检测都是自动化的,才具备智能化工厂的基本要求。

(3)自动化物流系统:含自动仓储和自动配送。自动仓储和厂内物料自动配送是智能工厂的基本要求。

(4)建立数据采集系统,实现生产过程透明化。智能工厂最主要的生产资料就是实时采集各种数据,让整个生产过程透明化是智能工厂建设的关键部分。

(5)基于智能生产单元和生产运营管理建立企业级信息化智能服务平台。企业级信息化智能服务平台是智能工厂的明显特征之一,能够实现企业不同层次数据的互联互通,打破企业信息孤岛。

依据这些需求,该企业当年制定的顶层架构规划如图3-2 所示。

图3-2 某汽车零部件企业智能制造顶层架构规划

在这样的顶层架构规划指引下,该企业将智能工厂生产设备升级,采用进口的先进数控加工中心;将这些数控设备划分成了很多的生产单元,单元内通过关节机器人、桁架机器人和自动传送带实现无人化作业(当时上下料由人工来完成);在生产单元中集成了在线自动检测;规划了AGV系统实现物料自动配送和半成品转运;建立了零部件和成品自动化仓库;建立MES,也通过外接数据库实现了MES 和ERP 间的信息交互;在车间内部设立了中控室,用来实时监控现场的生产状况,线边也放置了显示屏,用来显示生产单元的实时生产信息;在生产过程中增加了一些工具,如手持无线扫描枪、标签打印机等。这是当时该企业在其智能制造顶层架构规划指导下所采取的全部行动,这样的规划带来的结果是比原有工厂高很多的资金投入。

然而该企业的高投入并没有带来预期的高回报,智能工厂运行的结果是生产效率比原工厂的还要低5%左右!设备更贵更先进了,配套设施更全更智能了,但是为什么效率反而下降呢?

3.1.2 误区1 表现特征

从上述案例不难总结出走入误区1“对智能制造了解不系统”的企业有如下几个特征。

特征1:没有系统学习智能制造知识。 目前智能制造知识相对比较缺乏,针对有限的知识,如果还没有进行系统学习,那么智能制造转型升级失败的可能性就非常高了。上文案例中的企业,其智能制造知识主要源于对客户工厂的观察模仿和一些公开的讲座论坛。模仿他人的结果一般都是形似神不似,特别是针对智能制造这么复杂的系统,通过有限的观察和交流基本上是了解不到精髓的。讲座论坛上公开的信息一般都是偏宏观、不深入的,用来普及概念是有必要的,但是要用于指导具体实践,在深度和专业度方面还有非常大的差距。另外,讲座论坛一般都是演讲者提炼的比较共性的东西,对某一企业来讲,只能借鉴,不能照搬。

特征2:自己做智能制造顶层架构设计、不找专家进行论证。 很多企业的管理者认为,自己的企业自己最了解。这种观点诚然是正确的,但是了解企业只是做好智能制造的一个基本前提。如果了解自身,只能说具备充分的行业知识,但对于智能制造一知半解,肯定就做不好。对于智能制造这个复杂的大系统,需要内外形成合力:企业提供行业知识,外部专家提供专业知识,这样内外结合,才会产生更好的效果。

特征3:将智能工厂当成诸多要素的堆积。 智能工厂是一个复杂的大系统,很多企业认为,只要具备智能制造的相关要素,智能工厂就建成了。因此在建设智能工厂的过程中,去寻找不同类型的智能制造服务商,将他们的产品在自己工厂里堆积起来。这种做法缺少完整的规划,没有考虑到智能制造是一个有机的整体,不同要素的堆积看起来很好看,但是很难产生合力并发挥出协同效应。这就好比一个球队,每个位置上都配置了顶尖的球员,但是没有一个能够将这些球员拧成一股绳的总教练,也是很难胜利的。

特征4:智能工厂没有实现预期的效益。 第四次工业革命和前三次工业革命一样,主要目的还是提高劳动生产率。不管采用什么样的生产方式,如果生产效率不升反降,那么一定有问题。若一家企业对于智能制造了解不系统,那么顶层架构规划一定会存在各种漏洞,想要有漏洞的系统发挥出高效率,这是非常难做到的。

3.1.3 误区1 原因分析

当前“对智能制造了解不系统”是个普遍现象,主要有以下4 个根本原因:

根本原因1:理论学习不充分。 智能制造这个概念或者系统本来就不完整。如前文所述,目前关于智能制造还没有统一的定论,也就是全世界都在摸索中。这样就给实践智能制造的企业出了一道大难题,因为他们不知道该向谁学习。于是东拼一点、西凑一点,到头来可能变成“四不像”。

根本原因2:缺乏向先行者的学习。 虽然关于智能制造,全世界都还在摸索中,但先行者的经验还是非常值得借鉴的。各国制造业的成熟度不一样,不同企业的成熟度也不一样,在任何一个行业,都存在先行者。善于学习已经被先行者验证过的好方法,是一条有效的捷径。

根本原因3:盲目节省成本。 企业在进行智能制造转型升级的过程中要投入大量资金,这样企业家在项目开支上就会比较谨慎,都希望把有限的资金花在看得见的改造上,认为只有那些看得见的东西才值得花钱,诸如专家服务则能省就省。

根本原因4:仅从讲座、论坛上学习智能制造知识。 2013 年以来,智能制造讲座、论坛席卷大江南北,给企业创造了很多免费学习和了解智能制造的机会。但是,有些论坛组织者把举办智能制造峰会或论坛变成了纯商业行为,还美其名曰分享实战案例。很多企业都是在这样的广告影响下开始了自己的智能制造实践的,这样“对智能制造了解不系统”就在所难免了。

3.1.4 走出误区1 的方法

面对“对智能制造了解不系统”这个误区,在经过了根本原因分析后,可以看出来想要真正走出去还是有一定难度的。

一是要借鉴专家的建议。 在借鉴专家建议时,要理论联系实际,结合自身的实际情况,有所为有所不为。

二是在选择专家做服务时,要选择有丰富实践经验的专家,可以让企业在智能制造转型升级的道路上少走弯路。

三是提升自身智能制造知识水平。 这个方法也是可行的,但是对于企业来说成本较高:一方面,需要企业培养人才或引进人才,但效果不能保证;另一方面,企业这样做将承受巨大的机会成本,提升自身智能制造知识水平需要一个过程,对于一家企业来说,机会成本是看不见的更高的成本,小的机会成本是企业暂缓转型升级,大的机会成本是失去发展先机。

“对智能制造了解不系统”还会带来很多“后遗症”,接下来本章另外的8 个误区都可以说是误区1“后遗症”的具体表现形式。 bU8I+MqS8SOBKws2042tCgVAwWzNt/Zj+KTFq5Jd38BDTv1CHTVMcqrSCTpu+efI

点击中间区域
呼出菜单
上一章
目录
下一章
×