|
根据数据分析，感知或预测意外事件，并生成应对或优化的相关行动。部分企业还开发出基于系统的贮存监控系统，防止库存缺货并优化库存水平。
许多企业还将眼光投向了数字化工厂之外的领域，力争横向整合从供应商、生产网络到客户的整条价值链。更先进的跟踪系统加上与ERP系统的动态连接，使得数据透明，能够使用数据分析来优化整条供应链的规划。 
协作机器人、数字孪生或增强现实等技术促使运营更精益、生产率更高。能够协助工人提升生产效率和产量、改善流程和产品质量的数字化技术正在迅速普及。未来五年，采用这些技术的企业数量有望翻番。工人和机器间的协作是重点发展领域，并诞生了数字孪生这种虚拟工厂的表现形式。增强现实的相关解决方案协助员工生产零缺陷的产品。 许多企业计划采用各类数字化技术来协助工人提高生产效率并改善流程。部分企业正采用移动APP来协助员工更好地开展远程协作。机器人和其他数字化技术还使得工人更加轻松、安全和高效。协作机器人不仅只是完成预先编程所规定的任务，工人们还能通过交互的方式“训练”这些机器人。他们无需耗费大量时间进行编程，只需重复自己的动作即可。我们发现，人机协作是发展的重点领域，也是企业需要密切关注的领域。尽管许多企业聚焦于提升流程的可视化和自动化，但却很少有企业计划采用相应的技术来提高对于人机协作的接受程度。 通过结合产品和生产线的数字孪生，能够在实际启动前模拟测试新的生产流程并进行优化。 目前，将产品、设备、整条生产线和工厂基础设施以数字化的方式呈现，即所谓的“数字孪生”已经成为可能。这项技术主要用于产品开发或生产规划阶段，能够让提升开发流程的效率，改善质量，有助于利益相关方之间的信息共享。通过结合产品和生产线的数字孪生，能够在实际启动前模拟测试新的生产流程并进行优化。如果能与合作伙伴共同使用数字孪生，则能够让他们更好地优化自己的流程进行匹配。数字孪生也是虚拟现实、增强现实、远程维护等多种应用的基础。 值得注意的是，目前最受欢迎的数字化工厂技术甚至是五年后最有可能采用的技术，仍然是以传统模式下的流水线为基础。在这种情况下，或许需要从根本上反思制造战略甚至是企业的生产模式(如模块化生产设备、柔性生产流程等)，但许多企业都不愿承担这种风险。我们认为，企业需要根据整体的业务战略和技术发展的情况，从全局的角度制定数字化战略。 企业通过预测性数据分析和机器学习等手段做出更明智的决策。人工智能和数据分析是数字化工厂的推动力，半数以上的调研对象企业已经采用了智能化算法来做出更合理的运营决策。工厂内部和企业生态系统内部的全面互联，以及信息的智能化应用，对于保持竞争力而言将不可或缺。 数据是数字化工厂的根本所在，需要投入巨资打造数据分析和系统整合方面的能力。通过传感器，未来的数字化工厂能够产生海量的数据。随着数据整合和内存方面的技术能力不断完善，数字化工厂与供应链生态体系的实时整合成为了可能。通过机械设备产生的数据传输到MRS和ERP系统，甚至是供应商和客户，企业能够在整条供应链中实现关键供需数据的实时交互。在未来，数字化工厂将能够在客户需求不足的生产期间规划各类维护和停工检修安排，实现利润率的最优化。 实现工厂和整个企业生态体系内部的全面互联，以及对信息的智能化使用，将成为企业保持竞争力不可或缺的选项。许多企业都已经认识到了这一点，并大力发展他们的大数据能力。 人才 数字化生产意味着打造数字化劳动力。数字化工厂需要全新的工作方式。劳动力的组成将会发生变化，企业需要招聘和挽留相应的人才。数据科学家需要发现智能算法来提升运营表现，而人机智能交互也需要全新的技能。数字化培训项目以及招聘外部的“数字原住民”能确保成功打造数字化工厂。 数字化转型必须由高层挂帅、立即开始。企业的数字化转型需要高层的领导和指导。随着全球范围内的竞争对手迈上数字化之路，企业需要立即行动起来。 数字化工厂需要截然不同的工作方式，企业因此也需要打造数字化的劳动力。为了确保有足够的工人具备数字化工厂所需的技能，企业需要与商界、政界和学术界积极合作，解决合格人才短缺的问题。当然，在培训和教育方面的投入代价不菲，但通过效率改善所带来的收入提升能抵消这方面的投入，而且还能让员工享受到由此带来的涨薪等福利。此外，人才所需具备的素质也在发生显著的变化。数字化工厂对流水线工人的需求将降低，转而需要更多的数据分析师和程序员。 问题的解决不仅仅是招聘更多的人才和培训现有员工这么简单。高层应该以身作则地领导整个数字化转型，并在整个企业中贯彻持续学习的精神，从上到下建立起以数字化为导向的企业文化。 (本文节选自《数字化工厂2020：塑造制造业的新未来》，普华永道发布) |
