分享按钮

您好,欢迎来到上海仪器仪表行业协会!

搜索

Copyright © 上海仪器仪表行业协会 版权所有 沪ICP备08100447号

>
>
>
中国制造业数字化转型大潮下的冷思考

宏观视点

中国制造业数字化转型大潮下的冷思考

浏览量
【摘要】:
中国制造业数字化转型大潮下的冷思考   自德国工业4.0理论问世至今,五载春秋匆匆即逝,此间围绕智能化、数字化、制造业转型升级的理论日新月异、层出不穷,颇有百家争鸣之势,其中不乏“超越工业4.0”、“工业5.0”乃至更高阶、更玄幻的理念,以至于“新鲜词汇不够用”成为制约智能制造发展的最大瓶颈。然而,一路走来,喧嚣与浮华背后,究竟有多少企业真正通过践行数字化之路CONTROLENGINEERINGC

中国制造业数字化转型大潮下的冷思考

 

  自德国工业4.0理论问世至今,五载春秋匆匆即逝,此间围绕智能化、数字化、制造业转型升级的理论日新月异、层出不穷,颇有百家争鸣之势,其中不乏“超越工业4.0”、“工业5.0”乃至更高阶、更玄幻的理念,以至于“新鲜词汇不够用”成为制约智能制造发展的最大瓶颈。然而,一路走来,喧嚣与浮华背后,究竟有多少企业真正通过践行数字化之路,实现本质性的提升,一直都是市场上众说纷纭、莫衷一是的议题。

  前不久,笔者在工作中机缘巧合参与了一个内部项目,任务是开发一套简版的数字化成熟度评估模型。该评估模型围绕“战略规划、组织管理、系统集成、生产现场、数据管理、数字化应用”这六个维度(如图1所示)提出问题,并对企业反馈的答案进行量化评估,进而分析企业当前的数字化发展水平,并基于此给出定制化建议,助力企业把握实施数字化的最佳切入点和行动方向。

图1 数字化企业评估模型的六个维度

  来源:西门子公司官网

  原本以为这个模型仅仅是作为辅助市场部同事活动之用,却没想到一石激起千层浪,在公开发布不到两周的时间里,累计共有2000多家企业参与了测评,火爆程度出乎所有人的意料。

  在对2000余份有效测评问卷进行仔细研读与统计分析之后,一卷描绘中国制造业数字化发展进程的报告尽收眼底,其中既有令人激赏的推论,亦有引人深思的发现,更有发人深省的问题和让人唏嘘的事实,由此观之,其更像一面镜子,照出了中国制造业的世间百态。

  相比曾几何时“实现柔性生产、创新商业模式、融入产业数字化生态”等高大上的理想,当前更多的企业期望通过数字化实现的是“提升运营效率、降低成本、提升产品质量”等更加务实理性的诉求。显然,在越发激烈的市场竞争中,固本培元远比求异求新更为重要。

  而当谈及推动数字化转型、智能制造升级过程中的痛点时,“企业管理、组织架构与职能设置无法有效推进相关工作”、“不知如何有效结合业务制定相关的战略与路线图”,以及“早期缺乏系统的规划导致后续项目需要不断返工”远远超过“没钱”给企业带来的痛苦。

  映像之中,笔者似乎洞悉了这个其貌不扬的数字化企业评估模型让企业如此热衷的秘密——日渐清晰的前方灯塔与如堕烟海的迷途无径,让企业在数字化转型的过程中无所适从。诚然,没有什么比满腔热情却不知所措更让人焦虑了。如果再加之重重迷雾之中的那些坑你没商量的笑面獠牙,那么对于企业来说,无异于原本已然布满荆棘的数字化之路上,又多了不计其数的绊马索,纵有宏图伟愿,亦寸步难行。

  凡此种种,与笔者近年来在深入一线与百余家渴望进行数字化转型的制造业企业交流、展开实地调研过程中所了解到的情况,高度一致。

  事实上,数字化转型并非一转就行,真正转型成功者,可谓凤毛麟角,这与当前市场上高歌猛进的工业4.0与智能制造狂潮形成鲜明反差。企业在数字化转型方面,显然需要更多冷静理性的思考。伪专家缺乏实践依据的“想当然”理论,当作茶余饭后闲聊的谈资可以,在用于指导落地实践,显然是苍白无力的。

  中国制造业不同行业发展水平良莠不齐,个体企业之间更是强弱悬殊,处于不同的发展阶段的企业普遍存在,这种现状决定了数字化转型、智能制造升级方案没有标准答案可寻,必须针对行业特点、企业实际发展水平与业务需求量身定制。

  在此,笔者甘冒天下之大不韪,愿意结合评估模型的六大维度,将个人在工作中的所见所闻与真实感悟与大家分享,以期让更多制造企业能够以此为鉴,取长补短,在数字化之路上能够更稳健地求索悟真。

  战略规划备受重视,落地执行迷途乏力

  越来越多的企业开始意识到数字化转型与智能制造升级的重要性,很多企业将其列为企业战略的重要组成部分,甚至被列入企业中长期战略发展规划,但是能够将其付诸于实践者,却是寥寥无几,究其原因,除了少数形式主义应付差事的个案,更多的有志者是被正确途径与方法所困,不知道如何理论联系实际。

  事实上,无论是数字化转型,还是智能制造升级,都并非传统的技术改造或现场改善,而是涵盖企业战略、管理、组织、运营等各个方面的全面转型升级,是一项需要自上而下逐级推进的复杂系统工程,且通常涵盖大量的创新实践,而这也意味着较大的实施风险。

  绝大多数企业很难单凭一己之力制定出系统完善且兼具落地实操性的战略规划并有效执行。少数成功实现数字化转型的企业,大多借助了具备数字化转型咨询与规划能力的“外脑”。

  数字化转型鲜有成功者的另一个重要原因即是思维的壁垒。传统的认知普遍认为,只有有形的实物,才有价值,知识与见解看不见摸不着,理所当然应该便宜甚至免费,殊不知对于数字化与智能制造而言,最具价值的莫过于无形的知识、构想与规划,而最大的悲哀莫过于买得到智能制造所需要的所有软硬件,却就是无力规划设计出能够落地实现的智能制造战略与技术解决方案。

  而且,让人防不胜防的是,即便你想到借助外脑,仍然不意味着成功,因为选择“外脑”作为合作伙伴这条路看似简单,实则又是艰险重重、妖魔横行的一大雷区,所有人都号称自己是无所不能的玄门正宗,几个人的皮包公司也敢于说自己的水平响彻宇宙……

  在此,笔者斗胆为大家提供几条选择“外脑”的标准作为参考:

  1.拥有丰富的数字化、智能制造咨询规划与落地实施经验

  2.拥有自有技术验证体系,能够通过持续的技术验证,为项目落地提供保障

  3.敢于承诺闭环的关键指标(KPI)考核

  如果大家觉得有道理就姑且信之,如果认为另有用心,大可置之一笑。

  专责数字化团队缺位、人才培养体系不健全

  战略的关键在于执行,而执行的关键在于组织与人才,培养打造具备数字化转型能力与经验的团队,是企业持续进行数字化转型的动力源泉。目前,在笔者所走访和了解过的制造业企业中,关注与重视人才培养的比例不在少数,但能够按照计划实际执行的却不足一半,能够形成培养体系持续推进的,则更是屈指可数。

  而从组织架构方面看,已然深谙数字化转型之道的企业,都无一例外地设置了专门负责数字化转型与智能制造团队,部分先驱者还设立了类似于首席数字化官(Chief Digital Officer,CDO)的领导角色,专门负责推进企业数字化转型。

  根据以往的实践经验,在所有成功实现数字化转型、或能够相对顺利地推进数字化转型的制造企业当中,90%以上拥有“专属智能制造部门”。这个部门作为重要的内外部接口,专门负责居中统筹协调,推进企业整体数字化转型。

  系统部署意识初具,集成程度普遍偏低

  随着制造过程复杂性的日益加剧和市场对于产品属性诉求的日益提升,生产过程中的不确定性大幅提升,覆盖完整价值链且能够做到无缝集成的信息系统,能够有效降低企业从研发、制造、物流到运营过程的不可控性,进而降低成本、提高效率、保证产品质量、加速产品迭代、缩短订单交期,满足个性定制化需求,最终全面提升企业综合竞争实力。

  企业信息化建设与两化融合早已是老生常谈的话题,但如今企业信息化发展的实际现状却并不尽如人意,从笔者所走访和了解的实际情况上看,目前半数以上的企业系统间信息传输仍需要大量依赖人工,甚至各系统间相互封闭形成信息孤岛的情况比比皆是。

  企业在系统集成方面所遭遇的尴尬,又是拜各路靠翻译外文资料、创造各种新词汇和在PPT上画流程图忽悠外行的砖家所赐。当前制造企业很容易进入的一个误区是:认为买齐所谓智能制造架构图框中所画的各种设备和软件授权,即可实现智能制造。但事实上,软硬件都仅仅是工具而已,需要采购哪些并不取决于这些工具的功能,而是要结合企业业务发展的需要进行选择,其目的不是凑齐所有的先进功能,而是为企业运营发展提供最有效的支撑。仅仅拥有各种彼此孤立的IT系统与OT系统也是远远不够的,更重要的是要从业务需求出发,从系统视角聚焦审视全价值链,实现各个系统之间的集成与互联互通。

  生产效率总体偏低,管理体系相对薄弱

  较高的自动化水平是企业走向数字化的重要基础与必要条件。同时,生产现场的标准化程度越高,数据采集与信息传输的效率越高,实现数字化也相对更容易。而现实情况却是,除了诸如汽车整车制造、高端电子制造等少数领先行业以外,绝大多数制造业的自动化程度并不高,这在相当程度上反应了制造企业工艺成熟度、标准化程度与生产效率仍有较大改进空间,企业数字化转型更需针对核心需求和现有硬件基础有的放矢的进行。

  同时,拥有完善统一的底层工控自动化、工业通讯等管理标准的现有工厂极少,在历史上积累下来的大量多种不同品牌、基于不同标准的设备与系统并存的情况普遍存在,严重影响效率,企业对于“标准化”之于数字化转型与智能制造升级重要性的认知仍有待进一步提升。

  此外,基于集团总体安全策略在生产现场拥有完善的网络信息安全防护体系的企业更是少之又少,虽然如今企业对信息安全在数字化、网络化时代的重要意义已经具备基本认知,但在实际操作上防御等级普遍较低,伴随着工业互联网时代的来临,工业信息安全方面的部署迫在眉睫。

  数据采集意识成型,用法不明无的放矢

  众所周知,数据被誉为世界第五大能源,其对于制造企业的重要性早已毫无争议,高效完善的数据采集,是制造企业持续迭代与优化提升的先决条件,而利用大数据分析赋能企业,为其创造价值,更是企业从数字化向智能化进阶的关键。

  但实际情况却是,能够对关键生产环节或设备乃至完整生产过程进行数据采集的企业,已经算是基础良好的先驱者,不知如何对所采集的数据加以利用的情况比比皆是。

  这与当前市场上持续热炒工业大数据的现状形成冰火两重天的鲜明对比,喧哗与躁动背后,我们所需要的显然是脚踏实地的做好基础工作,才能真正使“数据黄金”的价值得以显现。这里又不得不再次谈到标准化问题,IT系统摆在那里不会凭空产生任何生产数据,数据一定来自于生产现场,而数据的质量与完整性,又高度依赖于生产现场的标准化与自动化程度,由此可见一个企业的数字化成熟度是一种综合表现,各方面环环相扣、缺一不可。

  前沿应用土壤贫瘠,数字化之路慢慢修远

  对于对数字化双胞胎、预测性维护等先进数字化解决方案进行探索甚至付诸于实际应用的企业,反而远远高于笔者的预期。先进数字化技术的应用是数字化领先企业与一般水平企业拉开差距的明显标志。

  然而,笔者认为,这种“高于预期”的情况这并不代表着真正意义上的先进,也并不喜人。原因在于,数字化应用指数所代表的仅仅是对于先进工具的使用情况,但如果结合前几项指数所反映出的“并不尽如人意”的基础,那么结果更加令人堪忧,在相对薄弱、落后的基础之上采用先进的技术提高效率,其结果很可能适得其反。

  夯实基础,仍然是中国制造企业当前发展的第一要务。

  尾声

  需要特别指出的是,上述描述与结论,仅仅是基于笔者的所见所闻总结产生,覆盖范围并不能代表整个中国制造业的数字化水平,尤其限于笔者的水平、阅历与眼界,就更加不敢妄下定论。

  但管中窥豹,可见一斑,如果上述评论、感悟、见解与建议,能够在一定程度上、从不同维度上,反应当今中国制造业在数字化进程中普遍存在的一些现象、问题与趋势,引发一些有益的思考,能够帮助企业在对比之中,对自身所处数字化阶段有更加清晰的认识,从而更好完成数字化转型与智能制造升级,那么笔者认为,这一番大言,也并非一文不值。(作者:黄昌夏字小邪

相关附件

暂时没有内容信息显示
请先在网站后台添加数据记录。