当前位置:首页>知识传播>互联网+>文章

互联网+下的制造业转型

2018-9-6
44.1K
分享到

摘要:大数据+制造业的结合对于制造业的转型升级至关重要。而大数据的实时、感知和预测等特点确实可以为制造企业在降低成本,缩短生产周期,提升效率,细分产品定位,优化流程和决策等方面扮演重要的角色。

数据对于制造企业的全流程来说都可以起到非常积极的作用,对于线上线下销售的协同,对于供应链优化和管理也可以起到重要的作用,在提升对客户的服务水平方面,如何针对不同细分市场需求,进行全渠道销售的设计规划等方面都会起到重要的作用。

电子商务以及互联网所带来的用户需求呈现实时、少量、碎片化、快速翻新等特点,对于传统制造商来说,满足这种长尾需求难度很大,因此生产制造的柔性化变得重要。

大部分的中国制造企业依然还处在数据化和信息化的初级阶段,甚至有很多还没有建立内部的业务系统,因此业务数据化基础还尚未准备好。

在制造企业向互联网+转变时,要充分的利用互联网的优势,做好产业链的融合,提高企业的响应速度,重点提升车间以外的业务,最大化互联网+收益。

 

一、数据驱动制造

1、数据赋能制造业的全流程

 

我们国家的制造业企业之间在信息化建设和数据化程度方面相差很大,但总体上由于距离消费者相对较远,因此互联网化与数据化程度和对大数据的认识相对金融、电信、政府等行业相差比较远。当然,其中也有不少领先的代表企业,比如海尔,比较早就部署相对完善的内部的信息系统,涵盖了主要的业务流程,并且比较早地就将社交数据中获得的客户反馈融入到新产品研发之中,结合了内部和外部数据的能力。但是,大部分制造企业依然还是处在信息化比较起步的阶段,由于人才以及技术能力的欠缺,对于大数据的意义和价值认识比较弱。

 

我们看到对于制造业来说,如果把数据分为内部和外部两大类的话,内部数据主要包括经营及运营数据、客户数据、产品相关的设计、研发和生产数据、机器设备数据等,传统的信息系统处理比较多的是内部数据为主,围绕着业务流程改进和提升为主要目标,而且对于机器设备运行的日志数据相对利用较少;外部数据包括社交数据、合作伙伴数据、电商数据以及宏观数据等这方面数据的开发和利用相对较少。大部分企业不仅内外部数据尚未打通,自己内部的数据也还没有实现整合和标准化,信息孤岛现象也是屡见不鲜。

 

我们的观点是数据对于制造企业的全流程来说都可以起到非常积极的作用,比如从产品设计和研发开始,如果能够非常直接地对接到消费者,依据对消费者的行为和消费数据分析,定位相应的产品设计和研发。同时也能够依据消费者对产品的喜好和需求量,进行定向精准的市场营销,进行产品的计划和生产的排产,减少相应的库存。同时,数据对于线上线下销售的协同,对于供应链优化和管理也可以起到重要的作用,在提升对客户的服务水平方面,如何针对不同细分市场需求,进行全渠道销售的设计规划等方面都会起到重要的作用。

 

虽然阿里巴巴是互联网企业,但其大数据应用的发展之路是值得制造企业去借鉴和学习的。总体上来说阿里巴巴也是在经历着从业务数据化到数据业务化的过程,业务数据化还是围绕传统电商业务来提升整个流程相关的数据,服务业务部门和管理层为主,总的目标也是为了降低成本,提高营运效率和质量为主。比如个性化推荐、搜索优化等。

 

阿里巴巴在数据业务化方面进行了很多有益的探索,总结起来就是阿里的数据+外部数据+大数据技术能力的输出,产生很多新的商业模式,不仅服务于阿里生态,逐渐赋能和服务于越来越多的各行业用户,比如蚂蚁微贷是基于商家的信用数据提供贷款服务,芝麻信用是基于个人的消费、理财以及社交等数据提供个人信用服务。在整个探索的过程中,我们看到数据的在线性保证了数据实时都会更新,数据的外部性通过数据共享、融合体现了数据的价值。

 

2、数据驱动生产和制造柔性化趋势

 

电子商务以及互联网所带来的用户需求呈现实时、少量、碎片化、快速翻新等特点,对于传统制造商来说,满足这种长尾需求难度很大,因此生产制造的柔性化变得重要。比如淘工厂把工厂的生产能力通过互联网实现了与商家需求的快速对接,通过数据联通把需求与供应之间的信息对称化,减少了中间商环节,缩短了生产周期,降低交易成本,并加快周转速度。

ZARA这个快时尚品牌也是利用数据实现智慧供应链的例子,我们看到大量服装企业都面临生存的压力,而ZARA母公司销售额在2015年依然保持了15.4%的增长。其中很重要的原因就是ZARA以数据为核心打造的极速供应链系统,实现了新产品的柔性化生产。相对竞争对手来说,ZARA可以通过数据的联通和协同更快更好的控制从市场调研、到设计、打版、制作样衣、批量生产、运输和零售整个环节。虽然ZARA不是互联网企业,但是它对用户需求的响应是完全互联网思维的方式,满足的也是快速翻新、少量、快速响应和生产的类似于消费者在互联网上的需求特点,比如一般的国际大品牌的前导时间是120天左右,而ZARA可以实现15天的新品供应过程。在整个过程中,它使用线下线上的数据融合,利用电商平台的销售数据以及对用户消费者的线上调研数据,同时也会利用线下每个门店的销售数据实时反馈到公司总部,实现产品的快速迭代,它一年设计的服装款式达到12000多款。这种基于数据的协同和流动实现的供应链带动了ZARA总体效率的提升和库存的大幅降低。

 

3、利用大数据创新商业模式

 

以消费者数据为基础的消费者喜好和需求画像倒逼到产品的设计、研发、生产、供应链、营销等制造业供给侧的多个环节,这就是C2B的本质。索菲亚衣柜是C2B模式创新的代表,2015年的营收达到31.9亿元。索菲亚在探索C2B的实践过程中,数据对于其规模化和个性化的平衡起到关键作用。索菲亚认为自己不是家具制造企业,而是一家大数据企业。在调研时我们发现,索菲亚有强大的科技团队,超过400多人,而其中300多人是在做数据加工。索菲亚利用大数据提升客户体验,提高交付效率,减少差错和库存,基本可以做到零库存水平。在索菲亚的前端需求到后端的生产系统中,数据的共享、联通和流动是实现订单准确地从需求端传递到生产制造和采购端的关键。正是这种技术基础保障了索菲亚每天索菲亚目前通过打通线上线下数据,基于用户交易数据,用户行为和特征数据,以及产品和渠道数据,搭了一个大数据平台。基于用户画像的数据化,他们也比较好地实现了研发精准化。在研发精准化基础上,营销的精准化也通过线上线下数据的融合分析获得了很好的实现。

 

4、学习国际上工业大数据应用的实践

对于传统的大型制造企业来说,转型的挑战巨大,制造企业所搭建的内部信息系统比如ERPCRMSCM等收集处理的数据还是交易类结构化数据为主,对生产设备数据、机器数据以及日志数据的收集及关注比较低。而工业大数据应用未来很重要的一个方向就是如何能将这些实时产生的机器数据更好的用起来,尤其是在预测性维修类应用方面。

以美国通用集团为例,它的董事长伊梅尔特说到“我们昨天还是一家制造型企业,今天已经成为一家软件和数据公司了。”这家制造业巨头希望借助工业大数据平台实现制造业服务化的方向和目标。GE的工业大数据平台Predix的主要功能就是将各类数据按照统一的标准进行规范化地梳理,并提供随时调取和分析的能力。基于Predix目前已经推出了很多工业互联网应用,并且向合作伙伴和客户进行了开放。根据GE的资料显示,GE2015年底把最后一批发动机数据上传到Predix平台上,已经开始接收并处理GE公司庞大的发动机机队所产生的上亿条数据,对这些数据进行分析,并按照数据异常情况确定发出警告的等级,目前准确率接近90%。伴随着大数据与机器学习能力的加强,准确率也会逐渐提升。这是典型的利用设备数据进行预测性维修的例子,会成为工业大数据很重要的应用方向。GE希望通过这个工业大数据平台树立工业大数据领域的标准,使Predix平台成为像Andriod系统一样成为工业互联网领域的操作系统。

 

5、从数据化到智慧化要循序渐进

正如前面所说,大部分的中国制造企业依然还处在数据化和信息化的初级阶段,甚至有很多还没有建立内部的业务系统,因此业务数据化基础还尚未准备好。以ERPCRMSCMPLM等系统为代表的基本业务应用会是必备选项,只是在互联网+时代,有些应用可以使用云端应用进行创新,不必和以前一样再花费巨额的License费用。在这个过程中,进一步加强数据的沉淀,通过云平台实现数据的共享、流动、整合,实现数据的价值最大化,推动智能制造目标的实现。其实,真正的智能制造或工业4.0不是只指的工业制造的某个环节的智能化,而是从用户需求端到产品供给端的全链条的智慧化,涵盖产品设计、研发、生产、供应、仓储、配送、财务、客户关系管理、营销等多个环节,而这种智慧化的基础要素就是实现数据的全流程打通,而在这其中以云计算、物联网、移动互联网、人工智能、机器人等都成为数据共享、流动和融合的关键技术。

 

二、制造业互联网+的十个应有的是个观念

互联网对商业环节的渗透和改造是逆向的,从与消费者最近的广告营销端开始,进入零售、渗透进分销环节,最终倒逼到生产制造环节,在此过程中生产方式、管理理念、生产设备、甚至原材料都将发生重大变化。

1、互联网+制造业是倒逼出来的,其改造动力来源于下游环节

制造业的互联网化是“生产-销售-消费”协同升级中的一环,其改造动力来源于下游流通端和消费端。下游互联网化程度(在线化、数据化)程度越高,对上游制造环节的倒逼作用越显著。目前,图书行业的零售端互联网化程度最高,保守估计超过50%。所以,我们看到图书的生产制造环节—“印刷出版”环节已经高度互联网化,数字出版、数字发行十分普及。纺织服装是另外一个零售端高度互联网化的产业,行业估计在30%以上,这意味着全国每100件服装就有30件是在互联网上销售出去的。可以想象,其对上游生产制造产生了多大的倒逼力量。所以,我们看到在服装工厂里面,柔性化生产加速,生产周期缩短,生产方式和装备都有了变化。对于大量的工业制造业企业,下游是B类客户,这类企业互联网+的需求更多来自企业间的协同需求,但动力依旧来自下游客户。譬如,目前热火朝天的智能装备和智能产品,将传感器嵌入产品上,卖给客户后可以不断采集数据上传到云端。但是你可以看到,只有当客户有这样的需求并愿意分享数据的时候,制造端才有这样的动力。

 

2、“微笑曲线”误导中国制造业

事实上,制造业并没有那么悲观,理论和实践上都存在与微笑曲线相反的现象。2004年日本索尼中村研究所所长中村末广提出了“武藏曲线”,即和微笑曲线相反的拱形曲线——真正最丰厚的利润源正是在“制造”上。而20056月,日本《2004年度制造业白皮书》通过对近400家制造业企业的调查也验证了,认同 “制造&组装”利润率最高的企业非常多。而之所以中国制造业被微笑曲线所迷惑,根本原因是中国的制造业管理水平糟糕。近20年,中国制造业在WTO外贸红利和政府主导的投资拉动型增长模式下,获利轻松,同时做房地产、金融太容易赚钱,企业主普遍不愿在制造业投入精力。中国制造业30年不仅没有向全球输出任何思想,反而连IETPS6Sigma等成熟的制造业管理理论也极少应用。这一切导致“制造”应有的利润远远没有体现出来。

 

3、制造业转型的方向是由单纯“生产制造”转向“供应链协同”

制造业的互联网转型中,C2M模式需要具备零售的基因和塑造品牌的慢功夫,并不是所有企业都具备这种能力。我们认为,制造业更切实可行的转型之路是做供应链服务。但什么是做供应链?很多人都在讲,但似乎又各有所指。举个简单的例子来说明“单纯制造”与“供应链协同”的区别。一个服装工厂在61日接到品牌商的一个订单,生产AB两个款式各1000件衣服,要求71日前交货。这个工厂埋头苦干,保质保量生产出衣服,在71日前把货发出,这叫生产制造。而“供应链协同”的做法是,工厂在生产过程中了解到品牌商那里:A款式畅销,在6月中旬已经低于最低安全库存了,马上就要断货;而B款式滞销,尚有大量库存。那么工厂应该加速A款式的生产和交期,而延缓B款式的生产甚至减少订单量,这就是“供应链协同”的做法。

 

无论是消费品还是工业品的生产制造,只要是ToB业务,都可以使用这个模型。制造业的长期价值在于帮助你下游的客户赚钱。在没有互联网的时候,一些优秀的企业已经在这方面进行了卓越的探索,比如思科、沃尔玛、丰田汽车、戴尔、华为等。而互联网作为一种广域的连接工具,完全可以更低成本地将供应链的上下游连接起来,通过数据协同实现更大范围的供应链协同。

 

4、供应链协同的基础是:打通电商大数据、ERPMES系统,实现纵向一体化

 

要实现供应链协同,需要实现价值链各环节的数据共享和策略一致。在生产制造端,首先需要打通ERPMES的割裂,实现内部协同。ERP是企业层级的资源计划管理;EMS则是位于上层计划管理系统与底层工业控制之间,面向车间层的管理信息系统。ERP 的计划生成可执行的生产工单,而MES则对工单的执行过程跟踪记录,并防止错误发生。其管理范围从投产到出货。不幸的是大部分的制造业工厂ERPMES都是两套系统,各自为政。产能情况、订单进度和生产库存对ERP来说只是黑箱作业。

 

若企业内部能实现ERPMES,乃至CRM的集成协同,进一步就是需要对接电商大数据,包括实时订单数据、需求预测数据等,这部分数据可能分属于不同的合作伙伴。这时候合作伙伴的协同意识、信息化水平、数据接口标准,乃至激励机制就至关重要了。当产业链所有系统都全面集成之后,一条连接市场最终客户、制造业内部各部门、上下游各方的实时协同供应链就形成了。IT时代供应链的最高境界CPFACollaborative Planning Forecasting and Replenishment)--协同规划、预测与补货 系统就横空出现了。过去,只有大企业才能达到这一点,因为涉及巨大的IT和人才投入,但现在互联网出现之后,有可能改变这一格局,小企业也可以做到,而且可以玩的更为极致。因为,企业内部的系统集成通过以太网(局域网)即可完成,而跨企业之间的协同互联网则扮演重要角色。特别是电商出现之后,基于电商交易的数据丰富度、实时性和预测准确性,远非POS信息单一维度的日报所能比拟。我们也期待在2B的电商平台上,能尽早看到平台级的供应链协同系统出现。

 

5、柔性化生产将成为制造业的核心竞争力

 

国务院参事汤敏教授认为:未来中国,以大批量生产、低成本取胜的劳动密集型产业外迁到东南亚势不可挡,中国唯一可以留下的就是小批量、定制化的柔性制造产能。换个角度理解这句话,如果中国能大规模的改造生产制造系统,使之都具备柔性化生产能力,那么就可以把更多的制造业留住中国。

 

所谓柔性化生产是指,在品质、交期、成本保持一致的条件下,生产线在大批量生产和小批量生产之间任意切换。业界谈论更多的“大规模个性化定制”只是柔性生产的一种形式,并不是通用模型。同时,所谓“小多快”(小批量、多品类、快速生产)也不是真正的柔性化,因为大批量订单做不了也不是真正的柔性生产。目前,方兴未艾的“智能制造”,我们认为也是应用IOT技术来实现柔性化生产或定制化生产,总体上也属于这个范畴。

 

柔性化生产之所以成为制造业企业的核心竞争力,结合前面第三点“供应链协同”就不难理解。“供应链协同”要求制造企业的产能根据市场的实际需求变化弹性释放:卖得好、需求多就多生产;卖不好,需求少就少生产。制造业柔性能力不够,意味着你的客户就要倒霉了,要不必须大批量采购占压资金,要不就要忍受断货停产的风险。纵观国内,从服装、鞋包到钢铁、原材料,各行各业的制造柔性化都在加速。以炼钢厂为例,以前订单生产都是以月为交期,以“炉”为单位批量生产(一个品种一炉至少50T);而现在钢厂面临的多品种、小批次订单越来越多,交期也从月到按周交货,这样的市场形势倒逼钢厂在生产模式也发生变化。比如,变连续生产为半连续生产,炼钢炉不停变化钢种,优化钢种排产顺序合并小浇次,精细排产计划。总体上,所谓国内的产能过剩指的都是落后产能、一般性产能,真正具备柔性生产能力的产能十分稀缺。

 

6、车间里如何实现柔性化生产,互联网诞生之前已经出现;互联网要解决的是车间之外的事情

 

60年前大野耐一创立的“丰田式生产方式”(TPS,美国人总结为精益生产)已经极大地突破了柔性化生产问题。精益生产不仅仅是通过消除浪费来提高效率,更重要的是通过快速换模(SMED)、单件流(one piece flow) 等生产方式的创新实现了柔性化生产。大野先生认为生产市场不需要的产品、过多生产是最大的浪费。这在本质上,已经包含了产销和谐、产销匹配的深意。到90年代,佳能的细胞生产(Cell)又将柔性化生产推进了一大步。以大量运用多能工的细胞式生产,不仅实现了多品种生产组装的快速切换,而且激发了工人的创新能力。同时期,以戴尔大规模定制为代表的生产革新代表了另外一种柔性化生产思路,即对产品按照其功能进行划分而进行模块化设计,建立产品族和零部件族,内部实现零部件的标准化、通用化。这一模式成就了戴尔的辉煌,并作为一种商业思想广泛传播。国内工业3.0的标杆企业尚品宅配、索菲亚、青岛红领等也都沿袭这一模式而成为行业翘楚。

 

所以说柔性化生产本身与互联网无关,互联网要解决的问题在于更大范围的产业链协同问题,包括生产制造企业与下游的客户,也包括与上游的原材料商、设备制造商之间的协同。

 

7、不但要柔还要快,快速响应比降低生产成本更重要

 

在需求快速变化的今天,制造业企业最重要的一项能力是快速响应市场,而非生产成本。快速响应包括产品创新能力、快速交货能力,以及连续补货能力等。在产能过剩和互联网的倒逼下,无论是服装鞋帽箱包等消费品,还是棉纱、钢铁、有色金属、五金、塑料等工业品,在订单需求上都出现了小批量、多品类的变化趋势。在市场需求不确定的情况下,厂商都不愿意大批量订货,而是更多地通过小批量订货来试产试销,直到测试出市场的真实需求,才开始大批量连续订货。为保障生产和销售的机会,小单、急单、短单已经大行其道,这无形中倒逼生产制造企业必须能否快速响应,否则将逐步出局。

 

快速响应对下游客户的价值体现在,把客户从库存积压和断货停产的风险中解放出来,及时把握市场销售机会。

 

8、就单个企业而言,迈向工业4.0,精益和IE是绕不开的一道坎;那么出现互联网之后,有没有可能通过“范式转移”实现超越呢?

 

基于第6个观点,就不难理解接下来这个命题。中国制造业要迈向工业4.0,要先补工业3.0的课—精益生产;甚至是工业2.0的课—工业工程-IEIE是一切之本,TPS6SigmaTOC5S都是建立在IE基础之上。甚至丰田也讲到:丰田生产方式就是工业工程在丰田公司的具体应用。IE是以科学的方法,有效地利用人、财、物、信息、时间等经营资源,实现产出最大化。有效实施IE可以实现企业在不需要资本投入的条件下,实现成本降低和效率大幅度提升。但是因为IE起源于泰勒的科学管理,在阶级论之下长期被误解和打压,直到90年代才在我国局部得到重视。

 

必须承认用精益和IE来改造现有传统制造业存在巨大困难,最重要的是一把手的观念、决心,甚至情怀。因此,就单个工厂升级到工业4.0无法超越这道鸿沟。在互联网条件下,有没有可能通过“技术-经济范式转移”的方式实现超越呢?是否会出现制造业的“云端制”?是否能实现超越工厂围墙的社会化柔性化生产?理论是可行的,现实也具备条件,但是我们还没有看到!这个值得持续观察。

 

9、“机器换人”的核心问题是软件如何柔性化

 

以自动化设备、批量生产、降低制造成本为导向的“机器换人”可能存在陷阱,因为这正与全球制造业发展方向背道而驰。比如,自动缝纫机一台可以替代6个缝纫工,确实提高了产能节省人工。但是问题来了:自动缝纫机要求针对不同服装款式,不同缝制要求,预先制作工装夹具,还需要人工编程打板,制作缝迹文件。这些额外成本使得自动缝纫机依然最适合的是单一款式大批量生产,而这与服装行业柔性化生产的整体发展方向相悖。因此,“机器换人”的关键是如何实现软件的柔性化、敏捷编程,或自动编程,就像TPS中的“快速换模”一样。

 

以“机器换人”为主要内容的技术改造主要解决的是高人力成本问题,而实际上中国制造业面临的主要问题是产能过剩、产销脱离问题。其次,机器人确实可以提高某个操作环节的效率,并不一定能提升企业整体效益,要让机器人真正发挥作用还需要将生产管理、人力资源、信息化管理等“软件”与生产线的硬件进行同步规划。这就意味着机器并不是最主要的技改内容,系统思考更加重要。

 

10、制造业转型要放在C2B模式中予以整体思考

 

互联网时代,我们要从产供销一体化看待制造业,任何局部的优化结果可能更糟糕。因此要看到未来整个商业模式的转化。我们坚定地相信,C2B(客户驱动的商业模式)是未来信息经济时代的主流商业模式。我们把C2B归纳为“C2B=客户定义价值+SNS营销+拉动式配送体系+柔性化生产”。这其中,柔性化生产体系是C2B落地的重要一环,如果制造业做不到批量可大可小的柔性化生产,C2B不会彻底,并且会因此深受伤害。因为实施C2B的下游企业会把库存都压给制造业。以往大品牌实施的VIM(供应商管理库存)就是这样。反之,如果下游零售端模式不变,那么柔性化生产的价值也难以体现。譬如,你依然愿意接沃尔玛这样的大批量采购订单,你自然还是一件产品三万件、五万件地生产,不会有动力和意识去做生产方式的改变。所以商业模式的转变是整体性的,是产供销一体化的转型。

 



    关闭

    联系电话




    Tel:

    010-57469950

    MB:

    18618486956

    E-mail:

    [email protected]

    客户留言


    客户单位:
    联 系 人:
    电  话:
    Email:
    留言内容:

    关注微信



    闲来安徽麻将 广西快3平台 快乐10分助手 002647股票分析 中国十大股票配资平台排名 东方明珠股票 广西快乐双彩今晚开 宁夏11选五投注平台 山东11选5玩法 股票配资门户l恒瑞行配资有实力 期货配资分仓合法吗 美国股票指数纳斯达克 股票配资网173 股票涨跌幅排行榜 华亿配资 上证指数腾讯财经 鑫发配资