智能制造能力成熟度模型(智能制造成熟度模型与实施路径)

时间:2021-08-24   作者:互联网搜集整理

智能制造能力成熟度模型(智能制造成熟度模型与实施路径)

在笔者看来,作为制造企业的愿景和目标,智能制造的本质不只在于企业的产品或服务的竞争力(企业之“用”),更在于企业作为一个系统的生态存活能力(企业之“体”),即企业适应环境和市场变化的能力。在智能制造时代,企业要能够敏捷执行和实时变化,要能够自学习和自适应。“学习型组织”是彼得圣吉对优秀企业的要求,不过他主要指的是企业中的人、组织结构和企业文化;智能制造则把自学习、自适应的能力要求扩充到企业的整个系统,包括人、组织、文化、技术、流程、资源、设备、工具,等等。具体来说,就是运营技术(Operation Technology,OT)、信息技术(Information Technology,IT)、通讯技术(Communication Technology,CT)、人和组织等四者的融合,以及融合之后的自学习和自适应。

(1)进化阶段和路径

企业系统从无知、混沌的状态到自学习、自适应的状态,是从无序到有序,从懵懂到明智的进化过程。从企业数字化转型和智能制造建设的角度来看,这个过程大体可以分为五个阶段:互联化、可视化、透明化、可预测和自适应,这也可作为企业智能制造的建设路径。

智能制造成熟度模型与实施路径

图1:智能制造的进化阶段和路径

在互联化阶段,企业系统的各个要素及运行都可用数字来表达。在信息化时代,业务的数字化显现主要通过手工录入来完成,在数据的准确性、完整性、及时性方面都有一定的缺陷。面向智能制造时代,通过物联网和人工智能(图像识别、语音识别等)等技术的应用,理论上讲,业务的数字化显现工作可以自动完成,数据在准确性、完整性和及时性等方面有了指数级提高。

在可视化阶段,企业系统的数字化显现被赋予了业务意义。在信息化时代,业务的可视化主要以交易或记录为中心,以统计学技术来表示业务运营的特征,比如总量、最大、最小、平均、中位数、环比、同比、TOP N,等等。面向智能制造时代,随着云计算技术的发展,企业更注重业务发展轨迹的变化,数字主线和数字孪生成为了业务可视化的新型展现方式,并使业务远程管理等业务场景成为可能。

在透明化阶段,关注的是企业系统各要素之间的关系,以及企业业务运营和变化的背后,因果关系的寻求。在信息化时代,企业能够得到的主要是业务变化的“How”。面向智能制造时代,随着数据数量和质量的大大提高,以及高级分析技术的发展,企业更关注业务变化的“Why”。有了对企业系统中因果关系的清晰认识,就可以做制造运营的仿真和优化,从而实现精益制造。

在可预测阶段,关注的是业务运营的未来变化,以便于企业提前做好应对。在信息化时代,企业对业务变化的预测主要是通过统计学方法来实现的,比如SPC(统计过程控制技术)在制造管理中的应用,其在适用范围和准确性等方面还有很大的局限。面向智能制造时代,随着机器学习等技术的发展,可供应用的预测技术更加多元化,线性回归、神经网络、决策树、支持向量机等技术在制造业都可以找到其适用场景。

在自适应阶段,企业系统的运营已经实现了高度自主。作为智能制造的高级阶段,企业系统可以根据环境的变化做出实时调整,并根据应对措施的效果反馈进行自学习和算法优化。在自适应阶段,智能制造的表象就是少人化,甚至零人工干预,并实现柔性制造和自主制造。

(2)组织范围和能力要求

根据企业系统智能化的五阶段划分,对于不同的系统要素,其所处的阶段是不同的。为了对系统要素的智能化程度有个更具体的认识,以便于后续的改进优化,本文从四个维度、九大视角来对组织范围和能力要求进行划分,即资源维度,包括资源的数字化映射和结构化沟通;技术维度,包括数据处理和信息集成;流程维度,包括纵向的执行链,端到端的产品链和资产链,横向的价值链;文化维度,包括变革的意愿和社会化协作。

智能制造成熟度模型与实施路径

图2:组织范围和能力要求

资源维度,包括各种物理的、可见的资源,包括企业员工、机器设备、工具、原材料、半成品和产成品,等等。资源维度包括两项能力要求:资源的可数字化和结构化沟通,其支撑基础是信息物理网络(Cyber-Physical System),以实现物理世界和数字世界的融合。资源维度的能力是智能制造的基础。

技术维度,主要指信息技术应用能力,包括数据的处理(清洗、加工、存储、运算等)和信息的集成。有些企业,比如实施了MES等IT系统,也获取了很多数据,但不知道怎么去使用;抑或是,企业中的信息孤岛很多,难以得到业务的统一视图,这是数据处理和信息集成方面的能力不足。技术维度的着重点是建立“数据驱动(Data-Driven)”的企业。

流程维度,指的是企业内及企业间流程的柔性化和敏捷化。流程维度的主体内容是工业4.0的三项集成,即纵向的执行链集成,端到端的产品链和资产链的集成,以及产业链上的横向集成。流程维度的智能化要求,要确保企业内或企业间的流程既要百思特网高度集成,又能随机组合,通过高度柔性来实现实时改变或调整。

文化维度,包括企业内各级员工的变革意愿和社会化协作。企业的主体是人,企业的敏捷性最终取决于员工的行为。如果一个企业的文化中缺乏变革基因,企业中的员工百思特网不主动拥抱变革,智能制造的愿景就不可能实现。面向智能制造,文化维度指的是企业内信息的自由流动和高度共享,数字化创新方法,扁平化、网络化协作,以及基于知识的决策。

(3)成熟度模型的应用

将智能制造的五个阶段、组织范围的四个维度和能力构成的九大视角组合起来,将之与企业的实际情况做对应,就可以形成类似于雷达图的企业智能制造成熟度评估模型。通过这个评估模型,可以对企业当前的智能化程度(智能制造状态)进行评估,并其识别短板和改进方向。

智能制造成熟度模型与实施路径

图3:智能制造成熟度评估模型

根据上述评估模型,企业可以对自身的智能制造成熟度进行评估,并寻找改进方向和措施:

1)确定当前成熟度等级。分别从资源、技术、流程和文化等四个维度看当前的成熟度等级,即看其分别处于互联化、可视化、透明化、可预测、自适应中的哪个等级。

2)识别需要强化的能力。根据第一步的成熟度评估结果,分别从数字化映射、结构化沟通、数据的处理、信息的集成、纵向执行链、端到端产品链、横向价值链、变革的意愿、社会化协作等九大视角去看改进方向。

3)制定具体推进措施。结合第二步所明确的改进方向,根据企业业务战略和优先级,制定具体的智能制造推进路径和落实。

企业经营发展的主旋律是变革,企业能力建设的着力点是转型。在智能制造的时代背景中,转型的目标是帮助企业实现敏捷执行和实时变化,最终达至自适应的进化。所谓上善若水,百思特网居善地,心善渊,与善仁,言善信,正善治,事善能,动善时;企业的智能制造愿景,就是通过数字化转型,建设“水型”企业生态。


声明:内容仅供参考,图片和文章选取自网络,如侵权请联系删除。

相关推荐