拼多多返现

焦点访谈 不为智能而智能让制造真正跑起来!

发布日期:2021-06-09 11:08   来源:未知   阅读:

  《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》,明确提出,要充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合香港最快开奖现场直播。赋能传统产业转型升级,催生新产业新业态新模式,壮大经济发展新引擎。

  具体来讲,数字技术与实体经济融合发展主要表现为数字产业化与产业数字化两个维度的途径。其中,制造业数字化转型作为产业数字化的重点体现,将成为未来中国制造业实现新发展的焦点所在。

  不过从现实情况来看,目前我国制造行业大部分企业仍处于工业2.0的后期阶段,存在质量基础相对薄弱、产业结构不合理、资源利用率偏低、行业信息化水平不高、劳动力成本提高等问题。因此,处于不同发展阶段的制造企业数字化转型,其内在需求并不相同,可能既包括企业进行信息化(数字化)改造,也包括少数已经有基础有实力的企业将大数据、人工智能、云计算等技术深度应用于供应、制造、销售、服务等环节,进入网络化、智能化发展阶段。

  “十三五”期间有一句比较流行的线示范”,这句话既总结出当前我国制造业现状,也给出了实施智能制造的路径,即加强自动化设备应用,推广信息化数字化技术,开展智能化试点应用。对此,2021年4月,工业和信息化部发布《“十四五”智能制造发展规划》(征求意见稿),明确提出了我国“十四五”智能制造发展路径、具体目标、重点任务,对新时期我国推进数字化转型和智能化升级、促进制造业高质量发展,具有重要意义。

  纵然面临着人力、土地、技术等资源环境的约束,综合成本持续上升,亟待通过数字化转型减少低端无效供给,培育发展新动能,我国制造企业也要充分认识到转型是一个长期的发展过程,同时也与企业本身的信息化基础、制造水平、产业链协同等诸多因素息息相关。

  对此,福耀玻璃董事长曹德旺曾提到,企业在高科技应用、推动智能制造的过程中要掌握好时机,过早容易背负巨大包袱,不能为了智能而智能。建议企业在推进智能制造前,要认证评估投入产出比例,不能为了转型升级而盲目推进,造成企业经营陷入困境。

  事实上,有时候最难拿捏的就是这个“度”。对于面临生存压力的制造企业来讲,如何从纷繁复杂的行业转型浪潮中找准自身的定位确实是一件很难的事情。在这一过程中,首先最重要一点,就是企业在推进数字化转型之前需要想清楚核心问题:在数字经济中,如何保持业务的相关性以及如何发展自己的业务。例如,企业在制定数字化转型方案时,所设定的目标要以结果为导向,而不是为了要“测试技术”,这样才能为转型方案设定正确的方向。

  确定好转型的步骤和方向,接下来就要在选型过程中避免同质化建设。如今,行业内充斥着各种各样的解决方案。事实上从内在逻辑和技术架构上来看,出自于不同厂商的解决方案都有着某种相似性。这也就需要企业在选型过程中擦亮眼睛,找到最适合自己的解决方案。什么才是最适合的?结合企业运营管理、生产现场、上下游产业链等方面的特征进行有针对性的改造升级就是最合适的。

  这样来看,制造行业转型升级应该是“长”出来的,而不是“建”出来的。在新奥集团数字技术赋能群人工智能中台负责人李强看来,“RPA”的应用实现了某个流程节点上的觉醒,节省了以往重复性、复杂性工作所带来的繁重任务。然而基于新奥集团对多领域、多场景的广泛覆盖以及来自集团内部数百个业务系统的管理需求,新奥集团须在应用“RPA”的基础之上,通过融入更多、更强大的人工智能技术,构建契合自身业务发展的AI自动化平台,从而实现从单个节点的自动化到整个业务流程自动化的转变。

  在智能制造进程中,工业大数据是一项重要的关键性技术。具体来讲,工业大数据是制造业业务实现智能生产、精益管理、产品服务、协同创新等转型变革的重要支撑条件。工业大数据是工业互联网、智能制造的核心,其本质是通过促进数据的自动流动解决业务问题,减少决策过程带来的不确定性,并尽量克服人工决策的缺点。

  不过,目前我国工业大数据的发展仍存在一些问题,诸如工业各领域信息化程度参差不齐,生产各环节信息采集仍不充分,信息孤岛现象比较严重,缺乏统一的数据标准,工业数据难以集成应用,数据管理和建模技术水平也不够高,对海量实时异构数据的挖掘能力不足等。

  美林数据联合创始人/执行总裁程宏斌表示,目前在所接触和实际服务的工业制造企业中,对于工业大数据应用和工业互联网建设方面主要呈现三方面共性需求:亟需建立统一的数据标准和数据资源管理平台;亟需通过大数据手段,提高企业的管控水平,支撑企业运营和决策;亟需通过数据分析手段解决实际的业务问题,发掘数据价值。

  而在个性化需求方面,程宏斌认为,以智能制造领域为例,制造业务问题复杂,且影响因素众多,需要结合不同细分领域和企业具体业务问题提供定制化的解决方案。针对信息化基础相对薄弱的企业,以数据基础建设为主,主要提供数据规划、数据标准等数据治理服务。针对信息程度较高、具备一定的数据基础、数据质量较高的企业,主要提供数据分析工具和服务,一方面提供基于集成融合数据的经营、生产的综合业务应用;另一方面提供解决产品质量、产品运维、生产效能等的业务痛点的分析服务,例如产品质量检测及工艺优化、设备健康管理、效能提升、库存优化等。

  作为典型的应用行业之一的装备制造业,通过“5G+工业互联网”能够实现对成品件、结构件、化工材料等百万量级生产资源的协同设计和泛在感知。以三一重工设备协同作业的应用场景为例,5G车间自组网有效实现了多台AGV协同控制,提高了AGV的智能化能力和标准化水平,同时提升生产调度效率,并节约成本80%以上。另外,在上海外高桥机器视觉质检场景当中,对于船舶大型钢结构,基于5G的视觉精度测量替代了传统的全站仪离线测量方式,测量时间从原来的3~4小时缩短到30分钟内,测量效率提高了400%。

  从技术的角度来看,在5G通用能力的帮助下,能够将广泛的工业数据传递给不同的机器设备,通过同场或异地联网机器的高度协作,实现智能制造的关键环节。而由5G技术赋能的工业互联网能够促进厂内设备的智能化生产、厂间业务的网络化协同、用户需求的个性化定制以及供求双方的服务化延伸,从而逐步完成加工制造业的智能化转型升级。

  具体到实践当中,在中天钢铁集团总裁助理兼首席信息官魏巍看来,中天钢铁的数字化转型带来了两个重要成果:一是通过5G、工业互联网实现了设备与设备、人与设备、人与人之间的互联,改进了产品质量,提升了产品效率;二是通过融入移动互联网技术、大数据、AI技术的协同管理平台,实现了产业链的融合发展,打破了供应商、终端客户之间的壁垒。

  从最近Infor发布的众多合作签约信息当中,可以看到多家制造类企业选择Infor WMS仓储管理系统来支撑自身的智能供应链体系建设。对此,Infor大中国区及韩国商业咨询总监鹿崇表示,目前来看,全球供应链的趋势是不可改变的,未来竞争在一定程度上还是供应链的竞争,这就要求供应链整体的可持续和弹性发展。

  “长期以来,Infor基于供应链一直在向客户传递两个重要理念:一是要保障供应链的执行系统更加有效。二是供应链网络的协同、竞争和可视化。因为当某个企业参与市场竞争时,对于全球供应链来说只是一个节点,如果企业志在走出去,参与全球市场竞争,那么供应链网络的协同、竞争和可视化就显得尤为重要。”鹿崇进一步解释道。

  智能供应链的核心是着眼于使供应链中的成员在信息流、物流、资金流等方面实现无缝对接,尽量消除不对称信息的影响,最终从根本上解决供应链效率问题。同时由于嵌入了智能信息网络技术,“智能供应链”与传统供应链相比,具备全局性、客户为中心、协同性强、智能可视化等主要特征。

  进一步来讲,具备弹性的智能供应链可以在一个基于云的平台上处理数千个变量和数据源,从而帮助企业向前发展。数字供应链生态系统的工作效率远远超过任何人的能力,它可以帮助所有各方在日期、时间、发货订单、融资等方面进行联系和协作。当所有合作伙伴相应地打开他们自己系统当中面向外部的部分后,就能够更快的做出业务决策,同时提高准确性,减少不确定性。

  以广东日丰企业集团的数字化转型实践为例,作为一家专注于新型管道研发及生产的企业,日丰企业集团以给水智慧管网当中管道漏点的快速定位和监测预警为应用场景,利用传感器收集流量、压力等数据,并将数据安全传输到数据分析平台,分析验证建设智慧管网平台的可行性。在日丰企业集团IT总监尹浪看来,智慧管网对于日丰来说是一个全新的领域,通过借助MVP的模式,反复研发与试验,针对现阶段没有成熟解决方案的问题开展创新。“敏捷创新的方法论带给企业最大的价值就是用最低的成本,在最快的时间内,帮助我们进行创新路径的验证。”尹浪进一步表示。

  在记者看来,制造企业数字化转型的传统方法,一般是先规划一个企业数字化改造的咨询项目,其中可能包括对整个智能化工厂的架构设计、所有生产线的改造方案等,然后再实施项目。而借助MVP只选择企业认为最重要的一条生产线,然后进行整体架构设计,在保留未来可扩展性的前提下,针对该条生产线给出了一个解决方案,并部署到生产环境中进行验证。这样既满足了企业降低实施成本,又能满足企业在最快时间内找到最佳时间路径,并提升生产效率的诉求。

  声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。