.jpg "奥宝电子：数字化工厂之转型突破")
不管喜不喜欢，我们正走在数字化转型的路上。作为产业升级的关键，数字化转型涵盖工厂数字化转型、智能工厂或者关灯工厂等新型概念，备受关注。同时，数字化工厂转型带来了新课题，比如如何开展数字化工厂的转型？如何突破？如何让转型落地于实际生产，解决所面临的问题？朝着这个方向，开始转型之路。
数字化工厂的转型战略
转型通常从制定战略开始。战略会让人联想到重大项目决策，是要经过管理层深谋远虑或者周密思考过后一系列按计划、按步骤并具有应对策略的活动。定战略的目的是为了达成项目前期预设的目标。制造工厂数字化转型战略的确需要管理层介入，需要组织的重视和有效的执行，这与传统的战略部署一样。从筹划开始，定方向、分解内容和具体实施。其目的是达到业务增长、效率提高和成本下降等积极作用。数字工厂的转型是透过数字化的工具和手段去改变并优化生产过程与结果，是对传统理念的改变和新理念的接受，这和传统的转型概念不尽相同。
数字化工厂转型首先要定方向和内容，那么如何把握方向并成就美好未来？这是非常值得探讨的课题，传统的认知告诉我们：要降本、提质、增效、减存和环保！这些大家都能理解，喊口号也都会！“说起来容易，做起来难啊！”用在这里非常贴切，实际转型过程中必将面临很多挑战。通常会有这样的提问“我们准备打造智能工厂，全新环境，规划高端，但是不知道从何做起？”面临这样的问题，通常不是直切主题给出标准答案，而是“引导与顾问”；意思是你再想想到底需要什么？因为数字转型需要长期而循序渐进的过程，至少现在还没有捷径和标准答案。数字化工厂转型战略跟传统的战略决策并无差异，需要回归本质，去寻找到底为了什么或者说需要什么？很多书籍也有相关描述(见图1)，数字化工厂转型要找准方向和应用场景，定义需求，并利用数字化工具去提升客户满意度，达成运营管理效率提升，从而赢在未来！
图 1 数字工厂转型之路
1.客户至上：客户有各种各样的需求，包括产能需求、品质追溯需求、生产过程良率管控需求等；当然客户也会顺应时代需要定义各种数字化的需求。代加工工厂能够深刻理解客户需求至关重要。数字化不一定是必须的生产工具，也很难用投资回报率(ROI)来计算，但是数字化力量每个人都懂，怎样快速“用数据说话”和量化指标、陈述并管控问题，意味着更多的确定性!这或许是未来每家工厂必学的课题，也是必备的软工具/实力。相对“不确定”我们更喜欢“确定性”，客户往往不是在要求你去建造一个完美工厂，而是期望在生产过程中有更多透明化、确定性和可实时准确预测。所以数字化转型是为满足客户尤其是数字化的需求。
2.运营与管理：满足客户需求是为了赢得更多订单、可持续发展、营收持续增长，从而为利益相关者创造价值。除了长期稳定的订单，生产运营过程的成本、生产效率和质量也是工厂的核心竞争力，如何管理好整个生产过程，如何让运营成本更低、效率更高、品质更好，各工厂一定时刻重点关注。数字化转型也应瞄准此方向，比如自动化替代重复人工、设备互联协同让产线更具自主性和柔性化、数据分析软件让数据更有价值，以及人工智能应用于设备的自主预测到决策。
3.赢在未来：客户的满意度和高效的经营管理必将赢得未来！如果今天的投资是为了未来发展可持续性，那么短期效益就无法呈现。其原因是数字化转型更多是在铺垫基础设施，优化生态环境和融合先进理念。长远来看，没有持续投入就没有长期可持续回报，“坚持就是胜利”也符合经济学原理！
数字工厂的架构搭建
如果方向是灵魂，那么架构就是骨架！架构支撑着整个工厂的关键部门联接，它以数字化为基础、信息化为载体贯穿前后，形成通讯桥梁。搭建架构需要了解当下所处的环境，数字化转型还没有“标准答案”所以不能生搬硬套、照本宣科，这就是为什么以往的统计说“数字化转型超过一半以上都是失败的”。数字化转型可能并不像想象中那么容易，除了整个组织的认可和支持，还需要利用新兴IT技术去支撑未来数字化运营。“当几千台设备互联后，每秒都在产生数据，我们的基础设施准备好去迎接这么庞大的数据量与交互频率吗？”可想而知搭建架构需要从基础架构开始，新兴移动互联网技术的分布式、平台化、虚拟化、容器化和私有云或公有云等，已经提供了足够的可行性参考。
工厂数字化转型的实现依赖于IT信息技术，而IT信息技术的发展遵循不断迭代的规律。不管是摩尔定律(Moore’s Law)、吉尔德定律(Gilder’s Law)还是麦特卡尔夫定律（Metcalfe’s Law），信息技术的发展是永无止境的，但选择合适的技术并整合起来使其落地到实际生产中，才是发展的硬核。如何选择数字工厂需要的技术？那要依据工厂处于的阶段，假如一家企业，其生产环境从没有应用过自动化或者工业电脑而直接去谈人工智能，后果可想而知。所以制造业在做数字化转型时需要明确定义当前所处的阶段，需要遵循IT技术发展的先后逻辑，选择适用的新兴技术，从基础做起。数字化工厂架构包括设备联接、车间数据整合、用户可直观化、软件可分析、可预测等，见图2。
图 2 数字化工厂架构
工厂数字化转型与当前行业内外环境和人才成熟度密切关联。比如：行业是否有互联标准和成熟案例，政府是否有相关政策鼓励，有无内部组织架构的支持。资源、技术和人才未整合到位，转型很有可能“烂尾”导致失败，当今制造业环境复杂、竞争激烈、新旧交替和层次不齐，作为决策者需要明确转型之目的，脚踏实地实施，从小到大、从局部到整体，贯穿前后。
数字工厂的转型之路
工厂数字化转型好比搭建房子，有了设计和框架，才能添砖加瓦。通常迈出第一步最关键，搭建房子，一定是先砖后瓦这样才符合逻辑和先后顺序，工厂数字化转型也应顺应逻辑，逐步推进。通常战略和架构定义顶层的框架，但不会具体到每一步骤和细节执行，例如应该在哪里布置网线或者安装工业电脑用于数据采集，数据该如何收集、清洗、存储、处理和容灾考量等。实践永远是检验真理的唯一标准，所以需要大胆尝试，“摸着石头过河”用在这里再贴切不过了，在没有参照和标准之前，行动和探索会帮助我们建立对新事物的认知机制，这其实就是学习新事物的过程。
当今社会有很多方法可以避免少走弯路，即刻行动不代表盲目开始工作，项目管理的工作分解(WBS)和优先级(Priority)定义是开始任何项目的有效工具和路径。
- 如果是全新工厂和设备环境，那么定义标准和详细需求到每个联接点，然后执行、整合和实施。这种工程周期比较长，但只要方向和内容清楚，总会有所收获。
- 如果是现有厂房和设备环境，有选择的改造升级也是必要的，不像全新的环境可整体协作。改造意味着局部功能实现，可从“小而美”项目开始，例如产品追溯、自动化项目改造、设计与品质数据分析软件和自动光学检测系统智能化等环节，从中提炼价值，并总结经验、教训为未来的新厂或者扩产转型做准备。
数字化转型的路上，人人都是参与者。着眼当下，打通数字化联接、构建万物沟通机制是数字化必经之路；这有点像人类的进化过程，从使用简单工具到大脑有目的地思考问题，这一复杂的过程经历了感知、学习、判断、反馈或者执行。对人类来说，这也许只是简单逻辑判断或者说是本能反应，比如我们摔倒，双手不自然向前去避免身体重要部位伤害。
人工智能正朝着替代“人工”的方向去学习人类思考模式，并深入制造业中去解放或者优化制造流程。人工智能技术是美好的，但是需要时间去不断完善和迭代，使其安全的、可以被解释的转化为生产力。目前，转化还是有限的，大部分还只是局部应用。制造业数字化转型的顶层离不开人工智能，但是在此技术没有被真正采纳之前，当下更多需要的是人机结合——利用机器的超强算力与人类思维的判断、逻辑、总结能力结合，使数字化转型尽早在生产活动中落地。
结语
制造业数字化工厂转型之路漫长，但转型突破箭在弦上，希望这简单朴实的语言能阐述即将面临的转型之变，希望这简短的思绪可以应付当下的燃眉之急。正处在浮躁盛世和信息爆炸时代的我们，对未来充满了信心和好奇，也担心自己落后了脚步，所以我们学习、思考，希望借此来缩短差距。不管我们在不在乎， 这个世界正在改变！
王勇 ，奥宝电子（深圳）有限公司亚太区工业 4.0 项目经理
欢迎扫码关注我们的微信公众号
“PCB007中文线上杂志”
点击这里即可获取完整杂志内容。
