无人化、少人化的作业体系究竟凭借什么力量来支撑? - 大数据分析技术发展及企业应用报道 - ENI经济和信息化网

              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? - 大数据分析技术发展及企业应用报道 - ENI经济和信息化网

              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。

              无人化、少人化是不可逆的趋势但是不同行业、不同企业千差万别前段时间,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。

              少了前端的工人可能是多了后端的高级工程师许多智能车间(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。

              数据自动化才是精益的新前提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。