无人化、少人化的作业体系究竟凭借什么力量来支撑?

              本文重点:无人化、少人化的作业体系究竟凭借什么力量来支撑?

              系统的熵值高低决定企业面向市场的敏捷程度,也决定生产体系的秩序程度。

              通过IOT,以及各个信息系统之间的有序连接,无人化、少人化的生产作业体系也将会应运而生。 不过无人化、少人化到底是一个结果还是一个过程,是一个目的还是手段当前用先进生产工具武装起来的生产现场,到底是不是一个主流工信部信软司原副司长安筱鹏先生今年4月份在清华大学的一个演讲中,谈到了这个场景。

              青岛红领作为一家个性化定制服装企业,有些企业高管参观后感到非常失望,因为没有想象中一排排机器人、先进的数控机床、先进的生产线以及忙乱而有序的AGV小车,看到的是一排排的工人在用手工的方式加工衣服,是一个典型的劳动密集型企业生产场景。

              有人说他跟富士康没有区别,不是没有区别,而是根本就比不上富士康,富士康的自动化生产线、切片机、机器人是非常先进,红领跟富士康有什么不同呢我们认为自动化分为两种。 一种自动化是生产装备自动化,叫做看得见的自动化,或者定义成工具革命,数控机床、机器人、立体仓库、忙碌而有序的AGV小车。

              还有一种叫做看不见的自动化,数据流动的自动化,把正确的数据在正确的时间传递给正确的人和机器,或者定义成决策革命。

              当你采集一个人上身的18个部位,22个指标之后,这一个指标首先自动生成一个适合这个人体型的一个版型,自动生成一个数控机床的加工指令,自动生成200个工序的加工工艺,定制化生产跟规模化生产相比,其复杂度、面临的不确定性远远地超出几个量级。

              他在演讲中谈到了“看得见的自动化”和“看不见的自动化”。

              实际上不管是看得见的,还是看不见的,自动化的本质已经开始发生变化。 对于现场而言,人的多少不是最终的关键我们首先来分析分析,无人化、少人化背后的东西,然后再来看到底是不做最终的关键。

              前段时间,我们参访了德国工业体系发起组织之一--菲尼克斯的中国公司,也是希望去看看工业在这里如何落地。 到了现场才发现他们实际上在执行一个更加务实的策略。

              根据产品(家族)的实际可干预市场容量,确定生产资源的组织方式。 有些品类,需求量不大,就通过传统方式来组织生产,而不是随便地“上线”或者投资新线。 确保经济上划算,市场需求量大的产品,才将注塑机和组装设备做连接,形成规模化量产的态势。 这样的方式大约有四种类型,确保投入产出在“量本利”比较均衡的形态下进行。

              本质上遵循了规模经济的基本规律。

              智能车间(工厂)的价值,其底层逻辑依然在于规模效应。

              业的高质量发展,并不是依赖于先进的技术,而是务实的策略选择。

              这个阶段性、历史性的特质,企业需要有所认识。

              在趋势中行走,需要时刻注意自己的位势。 许多智能车间(工厂),看上去确实高大上,不过相当一部分是“参观专用”,这是非常让人尴尬的部分。 这个原因是多方面的。 从规模经济的角度看,确实要让智能车间开工很足,需要大量的订单来喂养,还需要供应链上有足够好的匹配。 简单说在当前的产业环境下,智能车间还显得“娇气”。 另外一个重要原因就是后端人才的严重不足。

              世界上没有那么多便宜的事情。

              在前端人员减少之后,后端人数的减少,就成为主要矛盾。 其实在消费互联网公司,这类问题解决的并不够好。 大型的互联网公司后端的人是越来越多,许多公司实际上也是另外一种类型的劳动密集型公司。

              我们业企业需要未雨绸缪。

              实际上,企业IT部门存在,在组织形态里,已经有这个情况发生。

              价值认知的差异。

              后端高级工程师的培养、调度,都有许多更新颖的工作在等待企业的决策者。 IT与OT的融合,可能还有更大的人力资源开销,或者是更多的委外需求。

              简单说,“少人”的车间,并不是一个全自动化,摁下按钮就可以数钱的“印钞机”。

              随着企业在自动化进程上的进一步推进,人对设备及生产资源的干预将越来越多地以设备机制展开。

              传统的管理信息化,都是人、人干预的流程和生产系统进行互动,产生了更多的不确定性。

              生产系统被尊重,终于进入了新的轨道。 数据的自动流动,意味着多系统在数据层面的统一,而不局限于在流程方面的统一。

              支撑数据+算法的背后是什么是数据的自动流动,即正确的数据在正确的时间以正确的方式传递给正确的人和机器。

              无人或者少人,不是目的是手段,或者说是某种成果的涌现。

              这是我们可能达成的共识。 数据力量来自于数据的统一,不是稽核关系,而是始于机器的原始统一。

              这个过程,不会漫长。

              来源:。