数字化转型的理论体系与具体技术

共 2594字,需浏览 6分钟

 ·

2022-06-08 19:18

谈到工业4.0时,人们经常会说起个性化定制;而谈到工业互联网时,人们又容易联想起设备故障诊断。但是,有心人会想:这些技术的意义难道这么大吗?值得用“第四次工业革命”、“第三次创新与变革浪潮”这样让人惊悚的说法来描述吗?


人们谈数字化转型的意义时,往往采用宏大的叙事方式,谈的都是重要的“西瓜”。但谈具体的技术落地时,举的例子却往往是些无足轻重的技术,感觉就像一堆“芝麻”。有人可能会困惑:这些小小的“芝麻”,怎么构成了伟大的“西瓜”?也就是说:伟大意义和具体工作之间的关系是什么?

 要回答这个问题,就要回到工业企业的本质。

 

传统工业企业的追求基本上可以落实到“多、快、好、省”这四个字上。在当前和未来的时代背景下,“多”往往意味着人的劳动效率高;“快”更多意味着满足市场新需求的反应速度快,研发和供应链要给力;“好”就是高质量、“省”就是低成本。但是,随着社会的发展,工业企业需要加入“以人为本”的内涵。

 

 “以人为本”最重要的内涵是让人工作得更加体面和舒适,保护环境、减少资源消耗等。我们要和过去对比,才能理解这个概念:工业革命促进了生产力发展,但却没有使劳动过程变得快乐、舒适,有些工作甚至是违反人性的。“摩登时代”的电影就表现了这种现象。在彼得德鲁克的《工业人的未来》中曾谈到:工人的劳动环境,不如过去的田园生活;工人、甚至制造企业主在许多工业国的社会地位并不高。

 

但农民为什么愿意走进工厂呢?

 

因为工厂能够带来更多的收入。人们贫穷的时候,宁愿用工作过程的“不舒适”,去换取更多的经济收入,让日常生活过程舒适。但是,经济进一步发展以后,人们对工作环境本身的要求就高了。在我国,年轻人宁可做营业员、送外卖,也不愿意进工厂。以后,如果工厂不改变,可能就招不到工人。另外,如果企业的污染严重、能耗大,政府就可能会让它关门。

 

“以人为本”的口号容易喊,但前提是工厂能赚钱才行。不赚钱的企业也活不下去。要赚钱,还要回到前面“多快好省”的四个字上。数字化、智能化的作用,就是把“多快好省”和“以人为本”结合起来。

 

把“多快好省”和“以人为本”结合起来的办法,就是重构人和机器的关系(这句话其实是GE工业互联网的副标题)。总体上看,人类参与的环节越少、工厂的管理就越简单,就越有利于质量和效率的提升。所以,“改变人机关系”有利于提升企业的经济性。

 

在我看来,重构人机关系包括三类手段:自动化、智能化和远程化。这“三化”都是可以通过数字化手段来发展。

 

从自动化的角度看,“重构人和机器的关系”就是把人的工作交给机器去做。数字化(智能化)的一个重要作用,就是弥补传统自动化的短板、解决过去难以自动化的工作。典型的技术往往与图像识别有关:过去,只要需要图像识别的工作,都离不开人。

 

然而,即便是在全自动化的工厂中,也要有人的参与。人在工厂中有两项基本的工作:维持正常生产、改进和创新。其中,维持正常生产的主要工作,包括发现和解决各种设备、质量、工艺问题等。这些问题的特点是个性化很强:可能会出现各种预料之外的质量和设备问题。这是这些工作难以自动化的一个重要原因。

 

对于难以实现自动化的工作,人们可以通过数字化的手段,找到一条介于自动化和非自动化之间的过渡性技术:这就是远程化。人们不仅可以远程地发现问题,甚至可以远程遥控机器解决维修、更换部件等问题。通过远程化的技术,人们就可以远离肮脏、危险的工作环境,从而改善人的工作环境。在远程化的基础上,还便于提高智能化的水平、提高人的工作效率。比如,远程操控挖掘机、运输车辆时,一个人就可以操作多台机器。

 

人们往往推崇自动化程度高的工厂,如无人工厂、黑灯工厂等。现实中的案例往往有两种类型:一种是真正的高科技,建设时不惜血本;一种是针对简单操作,如仓储管理。层次上看,可谓“一高一低”。进一步发展下去,要针对相对复杂的生产过程、低成本地提升自动化水平。我们知道:自动化程度高了以后,操作设备的人少了,维护设备的人可能会增多。而且,产品质量要求越高、安全性要求越高,设备点检和维护的人员就越多。而这里的关键技术就是设备应该“少出毛病”。如果设备管理的数字化水平高,就可以帮助人们解决这些问题,从而让更多的“黑灯工厂”具备经济性。

 

另外,当工厂的自动化程度高了以后,企业的技术人员就要从事与改进、创新有关的工作。数字化的一个重要作用,就是要提升这些工作的效率。然而,许多中国企业管理不善,技术人员主要充当“救火队员”的角色。要解决从“救火队员”到“改进创新”的转化,同样需要数字化技术。这个方面我讲过很多,这里就不讲了。

 

改进和创新多了,也会给工厂带来挑战。典型的挑战是批量小、品种变化快。这种变化会对生产经营中的各种活动带来新的挑战。而这些挑战同样也需要用数字化技术来解决。对于这个问题,“工业4.0”理论讲了很多,这里也不多讲了。

 

当然,为了实现以上的目标,仅有数字化技术还是不够的。比如,需要传感器技术、需要进一步推进模块化、标准化,需要提高(设备)的质量、需要重新思考生产流程的设计等。

 

回到前面,我们注意到各种数字化技术的“芝麻”,其实都可以纳入上述体系之内。在推进数字化的过程中,要坚持价值驱动。而所谓的价值驱动,就是要顺应市场和社会的发展,按照轻重缓急的顺序推进,成为“领先半步的先驱”而不是“领先太多的先烈”。


沿着这条路走下去,工业就会有美好的未来。




(欢迎大家加入数据工匠知识星球获取更多资讯。)


联系我们

扫描二维码关注我们

微信:SZH9543
邮箱:ccjiu@163.com
QQ:2286075659

热门文章


企业数据安全管理体系建设“六步走”!


2000年,IT咨询行业的地平线


数据存储建模  文末赠书


剑桥技术咨询公司(CTP) |数字化咨询鼻祖兴衰记


一图看懂数据治理、数据管理与数据管控的关系和区别


数据资产管理:数据发现,发现什么,怎么发现?

我们的使命:发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景:打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观:凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。


了解更多精彩内容




长按,识别二维码,关注我们吧!

数据工匠俱乐部

微信号:zgsjgjjlb

专注数据治理,推动大数据发展。

浏览 37
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报