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

3.2 误区2:问供应商能做什么

企业由于自身对智能制造了解不系统,因此在面对如何做智能制造转型升级时,常常犯的错误之一就是“问供应商能做什么”,将供应商能提供的服务等同于自己企业智能制造转型升级的需求。有时针对一个供应商提出来的服务,企业还会找很多同类供应商来对比,然后在他们之间进行挑选。这个时候,企业要么掩耳盗铃,要么被供应商“忽悠”。

3.2.1 误区2 典型案例

某大型光伏面板企业要进行智能制造转型升级,其希望通过智能制造实现两个目标:一是降低不良品率;二是提升产品光电转化效率。

在中国,光伏行业整体制造水平属于上等,大部分企业都达到了工业2.5 或工业3.0 的水平。由于光伏面板的生产流程复杂,而且设备的自动化水平很高,关键核心设备都是进口的,因此针对第一个目标——降低不良品率是一件比较困难的事情。特别是针对该企业,在行业内处于领先地位,不良品率已经控制得非常不错,提升的难度就更高了。传统的质量改进方式面对这种状况显得有些力不从心,于是该企业希望通过工业大数据来寻找突破口。

另外,光伏行业还有一个看起来很普遍的现象,即太阳能光伏板将光能转化成电能的效率非常低:单晶硅大规模生产转化率为19.8%~21%,大多在17.5%左右,目前来看转化率超过30%的技术突破可能性较小;多晶硅大规模生产转化率为18%~18.5%,大多在16%左右,和单晶硅一样,要达到30%以上的转化率的可能性也很小。而我们知道,日常使用的白炽灯发光效率为15%左右,日光灯为50%以上,LED 节能灯为90%以上,它们将电能转化成光能。那么问题来了,为什么目前电能转化成光能的效率可以这么高,而光能转化成电能的效率这么低呢?光电转化效率能不能也提高到90%以上呢?这可能就是光伏行业接下来要解决的主要问题。在现有的光电转化技术水平下,要取得这样的突破会被行业的专业人士认为是不可能的事情,这是因为光电产业是最近30 多年发展起来的,而电光转化已经有了100 多年的沉淀。从时间的维度上来看,再过几十年,这个技术的突破是必然的。因此在进入工业4.0 时代后,通过工业大数据将全制程数据集中在一起,再通过数据挖掘发现制约现有光电转化效率的主要因素,从而加速解决光电转化效率的问题。

从以上分析可知,该企业两个目标的实现都依赖工业大数据分析。要进行工业大数据分析,先要进行数据采集和生产,对现有的数据进行采集,将没有的数据生产出来。由于关键设备都是进口的,且设备供应商进行数据封锁,再加上关键核心设备是完全封闭的,不允许企业擅自进行改造,否则将不提供相应的售后服务,因此数据采集和生产变得比较困难。

该企业负责人为了获取完整的数据,咨询了很多供应商,让供应商围绕着企业的两个需求提供相应的解决方案,但是对于收集哪些数据有助于实现目标,以及该用何种方法来取得数据,该企业没有提出太多的要求。比如,要测量光伏板的膜厚是否均匀,该企业目前采用的是线外对角线三点测量法,这种测量方法的随机性非常强,对角线上的三点能否代表整块面板的膜厚很不确定。如果想通过工业大数据来分析膜厚的均匀性,有的供应商建议用5 点测量法,有的建议用9 点测量法,还有的建议用16 点测量法。从测量的科学性来说,在一个有限的平面上,测量的点数越多,点分布得越均匀,测量结果就越有代表性。但是要测量的点数越多,需要的测量时间也越长,从而降低了测量效率、增加了制造成本。因此要测量多少点,需要综合考虑质量要求和成本控制要求,能够做出这样决策的只有企业自己。在本案例中,类似这样的决策,该企业都让供应商来提建议,供应商几乎都基于他们目前能够提供的产品和服务进行建议,与企业的实际需求难免有很大偏差。

这个案例还只是在智能制造转型升级中的一个局部性项目,还没有涉及企业的整体转型升级。如果是企业层面的大项目,“问供应商能做什么”带来的影响会更大。

3.2.2 误区2 表现特征

误区2 可能发生在企业的局部升级改造中,也可能发生在企业整体的转型升级中。从误区2 的案例中不难发现,“问供应商能做什么”这个误区有以下4 个特征:

特征1:没有自己的主见。 由于企业对智能制造不了解或一知半解,这样在面对该如何进行智能制造转型升级时拿不出自己的方案,甚至完全“摸不着头脑”。一些企业出于内在或者外在的压力,不得不“赶鸭子上架”,或者向一些智能制造服务供应商寻求意见。有需求就有供给是不变的商业规则,是短短几年间中国就出现了多达上万家智能制造服务供应商的原因之一,但是其中有服务能力的少之又少,于是出现了案例中的一幕。

特征2:走招标流程。 目前越来越多的企业的智能制造项目开始走招标流程,有些招标流程对于企业寻找优质服务商是弊大于利的——将简单的事情复杂化,浪费了大量的社会人力资源。有些企业拿到堆积如山的标书后,直接选择价低的供应商。这样带来的结果就是各方都浪费了大量时间在标书准备和走流程上。

特征3:多家供应商同场竞争或者先后给建议方案。 企业由于没有智能制造能力,于是找供应商出方案。由于要降低项目失败的风险,也出于要从供应商那里学习智能制造知识的目的,再加上“货比三家”的“传统规则”,企业有需求时通常会找多家供应商进行投标,或者直接面对面竞标。有些低价服务的质量很难得到保证,从而增加了项目失败的风险;或者“打补丁追加费用”,等项目做下来后,整体费用往往会增加很多,企业不仅会多花钱,而且项目周期往往还会大幅度延误。

特征4:供应商一般是从自己能做什么出发的,而不是从客户的真正需求出发的。 供应商一般都有自己非常擅长的方面:有的擅长人际交往,往往扮演项目总包的角色,但由于他们没有服务能力,做总包是不合格的;有的擅长规划,适合做顶层架构规划设计和项目总包,帮助企业整合市场上的各类资源,进而落实整体规划;有的擅长项目实施,这类供应商适合做分包,与顶层架构规划供应商一起形成紧密合作的项目团队,去做项目落地;有的擅长局部范围内的解决方案,这类供应商也适合做分包;还有综合集成供应商,既具备顶层架构规划设计能力,又具备整体解决方案的落地能力,不过由于智能制造是个十分复杂的系统工程,各类新技术发展得太快,客户需求变得越来越复杂,未来各类服务细分的趋势会越来越明显。正是由于市场上的供应商的这些特点,因此从供应商的角度出发来建议企业如何进行智能制造转型升级也在情理之中。

3.2.3 误区2 原因分析

当企业将转型升级的事情变成“问供应商能做什么”的时候,基本已经失败了一大半,其原因有很多,主要有以下两个:

根本原因1:企业缺乏智能制造能力。 术业有专攻,企业的利润主要来自主营业务,也应聚焦于主营业务,缺乏智能制造能力在情理之中,但是当企业要进行智能制造转型升级的时候,就需要相应的能力了。

根本原因2:企业在缺乏智能制造能力的情况下,将供应商提供的服务当成智能制造整体解决方案。 而供应商基本只能从自己能够提供的服务出发提建议。

3.2.4 走出误区2 的方法

要走出“问供应商能做什么”这个误区,最基本的是修炼内功、提升能力、弥补不足。

一是找专家进行基本的智能制造路径规划,解决企业智能制造能力不足的这个问题。 面对智能制造这个新物种,基本上所有的企业能力都不足。通常来说,企业想要具备智能制造能力有三条路径:一是“育”,一般适合“领头羊企业”,如智能制造全球领导者博世公司,2013 年在全球50 个工厂实施智能工厂试点,进行智能制造方面的研究和摸索,在这个过程中积累了丰富的智能制造知识和经验,培育了高水平专家,从而加固了其作为智能制造领导者的地位;二是“借”,就是聘请外面的专家做顾问,“借”他们的能力和经验;三是“买”,企业在市场上招聘高水平的专家,但是成本较高,还未必能招聘到适合的专家。

无论采用哪种路径,都要注重两个难题:设计顶层架构与方案落地实施。在有了适合企业的顶层架构后,企业的智能制造转型升级相当于成功了一半;在方案落地实施的过程中,企业对于形形色色的项目实施服务供应商优劣的辨别能力较差,而且由于智能制造新技术发展较快,智能制造顶层架构规划存在调整优化的可能性。

二是供应商提高智能制造的服务水平,具备提供从咨询到落地服务的整体解决方案能力。 虽然单一企业实施起来的可能性较小,但是未来智能制造服务供应商联盟的出现,可以作为一个群体去提供整体解决方案。 xgdzwuOZbOvBPCm0Pq/L50dWfZtRUVAgYJZMi2R3pv6m1kPWn/0ABtb+f2e0EM0w

点击中间区域
呼出菜单
上一章
目录
下一章
×