"智能工厂"这个词这些年很火，我们对它的总体印象就是把机器、产品、人员和系统连在一起，然后实现自动化生产。企业都希望通过智能工厂，以更低的成本，更高效、更灵活地生产产品。
但究竟多智能才能被称为"智能工厂"呢？你会发现，我们很难有一个可量化的标准。我想给你一个参考值，请你来看看华为的智能工厂做到了什么程度。
数字总是最直观的，我来给你一组华为手机生产线的数据，你来体会一下。
2014年之前，华为的一条手机生产线需要配备86个工人。现在呢？
从物料上线到最后手机包装完成，整个流程只需要14个人，产出还有提升，现在每28.5秒产出一部手机。相当于说，今天华为工厂的生产效率是数字化智能制造推行前的6倍。
只是听数据你可能没有画面感，还是不清楚智能工厂长什么样。那接下来，你就跟着我一起参观华为的松山湖生产基地，我来给你当一回导游，我们去看看刚才说的这条手机生产线吧。
好，你现在站在生产线前了。这条生产线全长120米，你从头开始往前走，前60米只能看到一个工人，其他都是机器在干活。传输带自动把零件传到产线上，机械手自动抓取需要的零件，然后再把不同零件自动组装起来。
这是装配环节，你肯定知道，手机这样的产品零部件能有几千个，必须经过严格的过程检测。那现在就请你跟我来看看手机生产线的智能检测系统。
这个检测系统叫"N点照合系统"，它的任务是快速定位问题到底出在了哪道工序上。具体是怎么工作的呢？就好像是几位医生在对着患者的CT图进行联合会诊，这个CT图，就是这个检测系统“拍”下来的。
不是简单的拍照片，而是把产线上所有检测设备检测到的数据汇总，比如光学检测设备拍到了不同器件的位置图，ICT设备检测到了不同器件的电阻值等等。有了这张图，这个检测系统就可以自动诊断了。
在我们参观生产线的时候，你会看到一样东西在车间里跑来跑去，那就是物流机器人。如果你对工厂的印象还停留在工人自己配送物料，那就太落后了。
智能工厂都是靠这些机器人从仓库往产线上送物料。除了它们，还有高架无人叉车等其他自动化设备，以及调度这些机器人的智能系统。
好，我们的参观到这里暂告一段落。
三个提醒
我们来回忆看看这些年华为“手机智能工厂所取得的成绩。
2014年到2020年，华为工厂的生产效率平均每年提升超过了30%，这7年时间提高了6倍。
工业时代，我们反复在强调的是“精益生产”，大家都在努力拧出毛巾上的最后一滴水，以此来提升效率，持续优化，创造价值。到了数字时代，怎么让“精益生产”插上“智能制造”的翅膀，是华为一直在探索和努力的方向。
如果你的企业就有生产线，也做到精益生产了，现在就在想怎么把智能工厂给干起来，那么华为想给你几点提醒。抓好这几点，你也许可以少走一些弯路。
第一个提醒是，要先搭好数据底座。
数据底座怎么建呢？就是全量全要素的连接和实时反馈系统。对智能工厂来说，怎么就做到“全”了呢？你可以抓这么5个要素：人、机、料、法、环，也就是说，工厂里生产产品的人、机器、物料、工艺流程和环境，要都能被计算机识别。
有了这个底座，万物就有了共同的语言，人、机、料、法、环之间就可以通过物联网、互联网进行沟通。这个数据底座，设计、研发和制造要用，采购、供应链和安装服务环节也要用，还要延伸到供应商和客户。
数据够“全”了，在实现连接的时候，我有一个对于工厂的特别提醒，就是要有成本意识。工厂厂房和企业办公室不一样，工厂面积大，没必要所有的环节都得用5G、上WiFi，比如说物料运输就不需要太高级的网络，但是机器精密制造的环节，网络时延就得提升到毫秒级。
数据底座对于智能工厂来说至关重要，能够跨越组织边界尽可能的实现全量全要素的连接和实时反馈，对工厂而言有百利而无一害。我给你举个例子。
华为曾经有一次在生产过程中发现一批手机开不了机，这是非常严重的产品质量事故。我们事后分析发现，是因为某个供应商提供的一种物料有问题。
损失暂且不说，只看这种事后管理的生产模式，就会让我们非常被动。发生这次事故的其中一个重要原因就在于，我们没有把供应商器件的质量信息提前接进到生产系统里。
后来，华为和供应商一起合作，打通了物料的质量信息，华为不仅能知道某个物料属于哪个供应商，还能知道生产批次、产品序列号、生产日期、关键的生产过程参数等等。再配合管理模式改进，从此避免了产品批量出现质量事故的问题。
有了这样的数据底座，能做的就不只是信息核查了。华为搭建了一个能实时监控物料质量的算法系统，实时接入了供应商的生产测试数据。这样一来，华为工厂在物料刚生产出来的时候就能知道它是不是有问题，如果有，还能知道哪个工序、哪台设备、哪个人、在哪个环节出了问题，自动通知供应商去处理，华为也就大大地提升了使用的原材料的质量。
好，刚才我们说到，搭建数据底座要把人、机、料、法、环都变成数据。这里有一个小环节我得单独拎出来跟你讲讲，就是产品设计。我有个提醒，在把工厂内外所有要素变成数据的时候，要优先实现设计与制造的数字化融合，在设计环节构建制造要素的数字化。
为什么要优先强调产品设计呢？
因为设计是产品制造的源头，一个产品只有先设计好了，你才能下线生产。
试想一下，如果是制造一部手机，后端工厂用的是已经数字化了的智能设备，但前端的设计还在用图纸。一旦生产出来的产品有问题，还得先停掉生产线，等设计部门调整完参数，给到你新的图纸之后才能再开始生产。这种模式不仅浪费了产能，还极大地拉低了生产效率。
其实，像产品的开发、检测、制造和安装，都可以在设计阶段预演一遍。
还是举个例子，华为在全球建设各种无线通信的基站，我们的设计人员可以先构建一个数字化的虚拟基站模型，然后戴着VR眼镜和感应手套就能进行不同场景下的虚拟安装，看现在设计的这个版本的参数是不是最优方案。
如果不是，设计人员就可以先迭代几遍，再把最优的设计方案给到工程安装部门，这样就能省掉很多时间成本和测试成本。
到这儿，我们已经把转型智能工厂时要注意的两件事给理清楚了，建数据底座和优先设计环节的数字化。但做事还得靠人，接下来我们来梳理，想要工厂变得智能，人该做点什么。
从组织层面来看，如果想转型成智能工厂，就必须搭建平台能力，形成平台支撑下的精兵作战的组织体系。
企业要数字化转型，必须把能力沉淀在平台上，做智能工厂也一样。数字化转型的过程中，会用到很多先进技术，比如物联网、大数据、云计算、人工智能等等。如果不把每一项能力都模块化，沉淀到平台上的话，那每一家工厂在转型的时候都需要从头做起，成本会非常高。
华为工厂甚至把一台一台的装备都变成了平台模块，能够满足客户定制化的需求。
比如产品生产出来了，客户要求多加一个摄像头，多安装一个抓手，这在以前很难实现，但现在因为变成了模块，可以按需排列组合，就有实现的可能了。
你可能会想，能力都沉淀到平台上了，那员工是不是就没事儿干了呢？其实并不是，转型智能工厂之后，工厂对员工的隐性知识的要求会越来越高。
什么是隐性知识？
隐性知识是那些无法通过简单的讲述来传授，必须在长期实践中才能体悟到的知识。这就像我们教别人游泳一样，我们是不可能通过给别人讲如何游泳就能教会他的，哪怕我们把游泳的各种姿势、角度、技巧讲述得再好，这个人也必须亲自跳到水里，自己感悟才能学会。
制造型企业就有非常多这样的隐性知识。
比如造芯片的光刻机，中国现在还造不出来高端光刻机，即便别人把机器卖给我们，我们自己拆了零件重组，组装出来的机器的精度也会下降，而且不同的人来操作这台光刻机，最后造出来的芯片也是不一样的。
为什么？
这就是机器背后的隐性知识在起作用。最简单的一个例子，荷兰光刻机巨头ASML用的光刻机镜片，用的是几代人传承下来的抛光工艺。同样一个镜片，如果不同手艺的工人去磨，光洁度能差到十倍之多。
所以，智能制造不是搞一台打印机，我们在一边编好程，等着打印就可以了，而是需要员工具备越来越高的know how的能力，掌握工艺背后的底层算法和逻辑。
。。。。
最新 推荐 热门 标签
微信支付
支付宝支付
