智能制造实践的几点经验

一、 智能制造从客户开始

对于客户购买行为习惯大致可以分为五种，这也是供应链不断在发展的趋势：

第一种是合作型，比如说代工厂，或者是需求产量非常稳定，合作是基于双方的信任。

第二种是精益型，只看价格，没有所谓品牌忠诚度，只要便宜我立刻就能换，这种情况下这个行业会有很大的成本压力。

第三种是敏捷型，要快速敏捷交付。就是说可能预测非常不准确，但是客户就是希望你更快，这就对我们的制造企业提出了非常高的要求。

举个例子，有一家电器企业叫良信，是华为的供应商，华为就明确告诉良信没有预测，都是项目型的，要货的时候你就要有货，我就会更多的给你订单，订单没有上限，但如果要货的时候没有就没办法合作了。那这个时候企业的选择是什么?他就要把他的很多资源集中在这个客户上。但是资源不是无限的，你怎么样去让你的原先成熟客户变得更有效率，同时把现金节约出来，放到这样的快速发展的客户中去，就给企业提出了更高的要求。

我们很多时候第一件事就是要求预测要准确，实际上根本就不存在的，大幅波动才真实的场景。所以这个能力的打造本身对于企业是一个选择的过程，适配的过程。

第四种是项目型，比如电信设备行业、定制设备型行业都是这种，会有特殊的技术要求的交付项目，它更像一个项目管理。

最后一种是完全柔性型，这种类型很多时候是企业在供应链出现危机之后才会发现。当危机发生的时候，比如说芯片，比如日本核电站这种危机发生的时候，更看重速度和创新，这种危机需求的不可预测性导致供应链速度将成为决定性的因素。

从这些客户的购买习惯，我们会发现企业所有的制造能力的匹配要从客户开始，你的客户是什么样，你要为他匹配什么样的特征，这个很重要。传统的方式基本上是一对一匹配，数字化现在带给我们的机会是一个制造企业可以匹配多种方式，我可以做便宜的，我也可以做灵活的，我可以针对某些大客户去做特殊交期，比如说我可以针对某些大客户给15个交期，针对一般客户给20个交期，针对某大区可以随意设置，这个点是我们传统方式很难做到的，但是通过数字化的方式，也只有通过数字化是可以实现的。如果说销售告诉你说这个客户是我们战略客户，我需要用更快的交期去供货，可以;这个客户是我们的稳定客户，但是他需要降价或者我们要提高毛利，可以，这就是我们所说叫定制化供应链。

二、 简便的用户体验是王道

我们要把工厂做成什么样?我们想把它做成“傻瓜相机”，就是简单，把要拍摄的东西放在屏幕里面，你按就好了。工业的逻辑就是大规模，我们不可能去对工业去做“单反”，大家可能人手都有单反，但是单反用的好的人极少。所以从这个角度来讲，智能制造是什么?我们有标准化、传感器、我们有后台的AI、云计算，我们想把它做成“智能手机”，比如要拍夜景，打开夜景模式，然后手机调整了一些参数，我们做的依然是按，根本不知道它调了哪些参数，对用户来说很简单。但是他的后台的迭代速度远远超过人的迭代速度。

大家一定要理解，我们在做大规模行业的时候一定不能把事做太复杂，否则对人的要求越高门槛越高，就越慢越难做。

三、 “智”造=透明+融合+持续高效

现在多数企业的智能制造架构基本都是这样的：设备层、控制层、运营层，最后是企业层。这里面我想讲两点：

第一，我们要做的是在原有架构的基础上，要提供一个数字化平台，提供能够全业务数字化的能力，能够做数字化运营，能够连接硬件、软件、人等所有的平台，把我们企业的经营规划和资源计划完全对接起来。

企业在做经营、改进的时候，为什么要改进是很重要的，一要判断它是不是最重要的，二要判断性价比最高，因为资源不是无限的。例如我们现在要降低一台产品的成本，我们做什么事情会降低最快?一定是全链条都动起来，开个发布会把全链条都动员起来，然后大家一起做。其实不需要，就像瓶颈约束一样，只需要去把瓶颈快速打通就能够获得结果。关键是要知道瓶颈是什么?实际上这个迭代的过程也会非常快。

第二，是精准。当你的数据颗粒度和数据及时性非常好的时候，你会发现即使你不懂这门技术，可能你也能看到问题。我本人可能不懂技术，我看待一个工厂就是把它看成流程、人、算法逻辑、数据，就这样我们再组合。我做过手机、风力发电设备、施耐德的电气，产品有几十克、几十吨和几十公斤，对我来讲其实没有区别，我们只是在做制造，行业上会有一些特殊属性和特征，但是它不影响，这是我个人的观点。

当我们实现了精准，会非常有意思的发现当你用这样的算力和透视度去看你的业务的时候，会发现到处都是我们可以做的事情。计算机甚至可以告诉我们做这件事情难易度多少，收效是多少，做那件事情难易度多少。我一直认为这是我们要做的事情，现在的一线员工和20年前参加工作的完全不一样了，管理难度越来越高，沟通成本非常高，这个时候如果我们再提出很高的要求，是不合适的，我们需要的是简单、快速、高效。

四、 智能制造=IOT+IT+OT

智能制造2012年为什么会出来，很大的原因是因为物联网技术的大幅突破，同时算力也获得了大幅度提升。但是我们会发现一个问题，就是在推进智能制造的时候，大家会发现自动化越来越好做，但是自动化的投资回报周期越来越慢了。管理难度越来越大了，去看我们的设备利用率、资产利用率，大部分企业是很低的。

IT是信息技术，信息技术实际上目前没有大幅度提升，我们也不需要用特别新的技术，也可能将来工业5.0的时候会不一样。

OT是运营技术，我们会发现把OT数字化是非常困难的。之前阿里做过一个叫“三个一点项目”，政府出一点、企业出一点、阿里出一点，来做OT数字化，但是后来退出来，因为跟运营实际的业务融合太难了。如果这个事情只让CIO来做的话，基本上也是很难的事情。

数字化时代的几点思考

一、数字化时代思路的迭代

传统的国外的先进企业本身是一个标准化的组织体系，包括体系、工厂设置、组织设置所有都是这样，他这个时候可能不太关注你做的对与错，只是关注你是否按照原来的做法在做。他都是有积累期、快速上升期和持续改进期。

我们本地的企业，一般我们把它叫作“后发优势”，比如有人总是问怎么从外企里招人，怎么引进人才，实际上就是想“后发优势”。后发优势就是你怎么做我就怎么做。这种做法在初期的时候能够看到效果，但是到后期会很难坚持，因为执行成本非常高，还有个原因可能是很多人在外企的时候更多的只知道做什么，但是不知道为什么这么做，这是由外企的组织形式、设置形式造成的。

数字化是加速后发优势，为什么这么说?当我们把所有的业务数字化之后，就有据可循、有章可循，提高了执行力水平，这时候就会发现，之前没发现的或者很难的点其实是可以突破的。

智能化则让我们能够更快的看到更多的空间，更快的实现更多的效果，这才是我们希望看到的，这也是我理解的做智能化的意义。

二、如何分工

工厂的传统组织结构有决策者，有专家、有中间的管理人员，有下面的作业人员。我们要思考一个问题，未来的5-10年什么样的工作计算机做更合适，什么样的工作人做更好?要先思考这两个问题。如果计算机做更合适的事直接引入IT，业务数字化，如果判断说这件事情未来5-10年依然人做更好，比如说员工心理情绪疏导，那就用人去做，这对于一个组织来讲就是一个能力分工的过程。

我们以往的组织只考虑人，但其实我们未来的组织是一定要考虑模式、工具、能力和个人的叠加。所以我猜想以后的组织结构可能是这样，依然会有决策者、专家，但是人数更少，因为计算机在不断的copy，不断的解析，这个时候只有真正的专家才能存活。第二是直接人员这个时候更多的是经济性选择，现在自动化可能没有什么不能做的，但是要考虑经济性，直接人员也会大幅缩减，需求会大幅缩减。在中间的更多的是关键的人员，加上人工智能、自动化、加上云计算、大数据，这和传统的模式是有很大差别的。

三、已实现：全价值链的数字化协同——“透明，互信，协同，高效”

全价值链的数字化协同的特点，首先他是透明的，透明的意义可能不是可视化，而是互信，如果大家的作业都是透明的，那互相的信任度会很高。互信了之后才能更好的企业协同，才会有更好的效果，也是我们所希望所追求的。

目前我们已经实现了需求可以在线，交期以分钟级别来回复，而且产销协同、产能规划、资源检查、订单评审全部可以在线用计算机算出来。

我们会发现工厂与工厂之间长得很像，如果我们来解析工厂，成品仓库、制造执行、原材料供销的工厂从建模上来看它是一样的，根本不需要用不同的工具或者不同的语言。我觉得相对中大型的企业都可以朝这方向去做，这是未来可以快速拉通的一个方向。

四、未来的制造：打造“自迭代”的全价值链协同运营平台

从设计开始，模拟的是一种在线设计的方式，然后将设计发到制造平台，这时候制造平台会发信息给组装厂，同时把指令发给协同制造，就是零部件，这些完成了以后直接把信息发给供应商，供应商和总装厂之间是物理互动，这个时候它其实不是信息互动。在图中，虚线是信息，实线是物理。我们会发现，未来信息并不掌握在直接的上游，这个时候节点上的所有合作伙伴都是执行者。

很多国内企业都要到国外建厂，我们会发现如果是在国外建一个工厂，成本巨高，但是如果你把它变成一个车间，就会变得相对简单。