阿里云辛骞骞:制造业数字化转型的中台战略

时氪分享·2022-01-20 10:47
新一代信息通信技术尤其是大数据技术的发展,驱动制造业迈向转型升级的新阶段。

文|阿里云智能工业行业首席架构师 辛骞骞

一、制造业数字化转型的驱动因素和要解决的根本问题

改革开放以来,国内的制造业经历了几次重要的转型。首先,由重工业向消费品、轻工制造的转型;一部分人先富起来之后,由纯生产制造向品牌商的转型;产能过剩之后,由内贸向外贸的转型。不论是过去还是现在,任何一个高速发展的行业或企业都很少会主动去谈转型,转型动力要么是因为历史积累的“危”,要么是新出现的“ 机”,如今制造业的数字化转型正是在危机并存的大背景下企业不得不做的选择。

关于“危”: 制造业为作为国民经济和居民就业的基本盘,正面临着利润空间越来越小、生存困难的状况。造成这个局面的根本原因在于基础科学的突破瓶颈,在研发生产上创造壁垒的难度越来越高,同业之间技术上的差异化越来越小,大部分是同质化竞争,再加上产能过剩,所以制造业进入了存量经济的效率竞争时代。此外,随着人民生活水平的提高,消费者的需求越来越多样化,不在满足于简单必须的基本功能;今天也不再是一辆桑塔纳卖遍全中国的时代,而是每周甚至是每天都有新车型上市,可称之为“消费崛起”的时代。在这个时代,消费者需求的变化越来越快,也就是说需求端的不确定性越来越高,这种不确定性首先会在消费品制造业集中体现,进而会向上游的机械、装备制造传递,最后到达原材料制造。而制造业过去几十年的发展形成的包袱和积累的能力很难适应这种越来越复杂的不确定性,敏捷创新能力不足的企业很可能会在新的浪潮中被淘汰。所以提高端到端的生产运营效率和敏捷创新能力成了制造转型的最根本的动力

工业行业数字化全景图

关于“机”:信息技术,特别是新一代带信息技术:5G、IoT、大数据、AI、区块链等使互联网和零售行业取得了巨大的成功,催生了一批市值万亿的巨型企业。这些工具和方法对制造业来说是比较新的,为解决上述效率的提升和敏捷创新能力的提升提供了新的可能性,特别是在当今旧工具的边际效益越来越低的时候。在以往的数字化实践中,不同类型的制造业,会从不同的角度尝试数字化工具,直接服务消费者的企业首先在产销协同上发力,快速响应消费者不断变化的需求;消费品制造的上游首先在研发设计上实现数字化和敏捷化,作为承接消费者需求二级供给;再上游的原材料行业尚未感受到末端的变化,则在生产端通过数字化提效降本。就一个具体行业而言,又能够全面的从各个维度通过数字化手段取得收益,这就激励了更多的企业考虑数字化转型,也使数字化转型成为制造业未来一段内不得不面对的一个方向。

钢铁行业从数字化工作中取得的效益

制造业的数字化转型就是在需求侧的不确定性越来越高的时候,用数字化的工具提高企业的敏捷创新能力,更好的去缩短一个产品研发周期、提高一部机床使用精度、提高一个班组的产量、提高一组设备的使用效率、提升仓储周转次数、减少库存数量……所有这些本质上都是如何优化资源配置效率。在这个最本质的需求之下,衍生了很多名词:工业互联网、工业4.0、智能制造、两(三)化融合。当拨开这些“马甲”,会发现逻辑是非常类似,都是通过一代信息技术的应用,让数据自动化的流动起来,让决策能够通过数据+算法更加精准,让业务创新能够数据资产和互联网技术的帮助下更加敏捷高效,这其实就是数字化转型。只是不同的名词关注的范围和切入点略有不同,要认清本质,不要被“概念雾霾”所迷惑。

二、犀牛制造平台的实践与制造业数字化转型的阶段评估

自从2016年云栖大会上提出阿里巴巴的“五新战略”之后,阿里巴巴从零开始尝试打造一个围绕“效率”和“敏捷创新”的服装行业的云上工厂:犀牛制造平台。犀牛制造一开始就以低成本实现小单快反为使命,并在2020年9月入选最新一批麦肯锡和世界经济论坛联合评选的端到端的灯塔工厂,端到端的灯塔工厂更加强调以客户为中心,改变与客户的互动方式,将客户作为流程设计和运营的核心;跨职能的无缝连接,促进更高效的决策,减少多余的沟通;组织间的持续连接,进行数据收集、交换和处理,帮助企业创建产业链级别的制造生态系统。所以犀牛平台不只是一个智慧化程度较高的智能工厂,更是一个打通产业链上下游的S2B2C的制造业服务平台。

从业务流的角度,去分解一下犀牛制造,能够给制造业的数字化转型一些启示。

1. 需求决策支持:犀牛制造平台天然与淘宝、天猫打通,实时掌握消费者的一手数据,能够在一定程度上预测未来一段时间的版式和材料需求,所以在客户下单之前就能够有材料的预采、版式的预研,这是缩短交期非常核心的第一步。

2. 订单智能选工厂:犀牛平台之下有多家工厂,每个工厂的负荷情况、原材料储备、擅长的品类,地理位置都有差别,平台在接到订单之后会智能地把订单分配到合适的工厂。

3. 云上共享设计平台:工厂接到订单之后,会基于云上设计软件,多家工厂共享素材、历史版式、人体数据等,并将图纸通过云上直接下发到工厂,同时增加云上设计数据资产。

4. 云上滚动排产APS:基于设计BOM和订单,利用先进的运筹优化与仿真结合的算法能够实现快速滚动排产,任务到人、到工位。

5. 工厂内人、机、系统全面云化,数据自动化融通:生产过程中的各个要素全面云化,并通过数据中台实现互通,生产环节全面可视,质量、交期等关键结果可预期,数据资产能沉淀。

6. 基于数据的知识库建设和局部优化闭环:以知识图谱的形式逐步建设关键缝纫工艺的知识库,逐步实现最优工艺自动下发到工位;以大数据算法优化布料裁切路径。

7. 基于菜鸟能力的高效交付:产品完成后会依托菜鸟的物流优化能力,高效低成本的送到最终客户。

犀牛智造,云端算法定义的在线工厂

8. 基于全要素全链路的数据资产的决策支持:上述所有步骤的数据在同一数据资产平台沉淀,并再平台之上用互联网架构快速开发应用,响应客户端的需求变化。

犀牛平台是一个制造业的数字原生解决方案,他从设计之初就是一个核心要素全面上云的制造企业:单机设备、产线、工艺、车间管理、经营管理、产品开发、需求分析、供应链系统的全面云化;也是一个基于云端大脑进行运营的工厂:实现了从需求、设计、研发、生产、供应链等资源的全局优化,生产全要素、全产业链、产品全生命周期的实时、精准、高效优化;犀牛平台在一定程度上实现了IT、OT、AT的融合,这也是制造数字化转型所追求的目标。通过犀牛制造的实践,以及对国内超过两百家制造业企业的服务,提出了考量制造业数字化转型成熟度的一些设想。

制造业数字化转型的路径

制造业的数字化转型,按照成熟度和先进程度可分为6个阶段,可供其他的制造业,特别是消费品制造业。

S0:数据驱动的需求洞察,能够保持与客户同频在线,实时洞察并在一定程度上预测客户的需求

S1:研发体系全面在线,并与需求打通,研发体系能够对客户需求的变化做出快速响应,以云端设计、协同设计的模式提高敏捷性,沉淀数据资产

S2:生产环节全要素在线化,采集到更多各类设备、机器、人、产品、业务的数据,并汇聚到云端,实现互联互通互操作,并积累数据资产

S3:局部实现数据+算法的决策闭环,通过S1S2累计的数据资产,在局部实现大数据深度优化的用例,比如良率优化、能耗优化等

S4:供应链体系的在线打通和全局协同优化,端到端的供应链打通,并能够从公司维度到工位维度做资源的优化调度

S5:全面实现三个集成,用平台化技术实现从采购到交付供应链的全链路的横向集成;从设备数据采集到ERP/BI的五级业务系统的纵向集成;产品从研发到报废的全生命周期的集成。并在平台技术沉淀到一定能力之后对外赋能输出,衍生新的商业模式。转型成功不仅是公司内部生产运营效率,敏捷创新效率的提高;同时转型过程中能力和数据的沉淀和积累也为企业向服务化转型,为同业或上下游企业赋能提供了基础。

三、中台战略是制造业数字化转型的核心路径

通过上面的讨论,我们发现数字化考量的不是单一用例以及它产生的效果,更多的从企业乃至产业链全局的维度考虑大优化大协同。因为过去为了解决局部的效率问题,已经建设了很多业务系统ERP、MES、LIMS、WMS、TMS、EMS、SCM、CRM…….在当时的历史阶段,这些业务系统为企业的规范化、规模化发展都起到了很重要的作用。这些业务系统除了让生产经营过程可见、可控之外,更重要的是它们承载了当时国外公司的先进管理经验,用软件定义流程,用流程驱动管理和行为的规范化。但当今天开始考虑全局优化,考虑敏捷创新的时候,就会发现这些系统的先天不足,因为他们在建设之处的目的就是局部提效和流程固化,既然“今天的问题是源于昨天的解决方案”,也就不可能再通过修修补补昨天的解决方案来解决今天的问题。

与烟囱式、孤立式应用相对应的是中台策略,阿里巴巴是中台概念的提出者,也是最早一批实践者。现如今中台的产品和概念满天飞,每个人对中台的定义和分类方法也都不一样,无需纠结它的定义到底是什么,但要理解他的理念、初衷和逻辑。中台是把聚集之后能够发生化学反应和协同效应的资源,把能够多次复用的能力沉淀下来,统一协调管理,从而提高业务的敏捷能力、加速创新。按照资源和能力这两个大类,可以分为数据中台和技术平台。现在几乎所有人都接受的观点是,数据特别是大数据,是这个时代企业的战略资源,数字化转型的所有工作也是围绕数据展开。大数据数据类型多样、规模海量、流转快速和价值密度低的特点,必须以中台化的模式来管理,作为业务创新的土地,让新应用、新场景、新模式在数据资产之上长出来。技术平台是更便捷的工具,是把过去的经验以工具化的能力沉淀下来,并在复用过程中迭代完善,是低成本创新试错、高效敏捷响应客户的变化、应对不确定性的能力集。

数据中台:“单机自动化程度高,但工序之间的衔接和协同主要靠人”这是大部分做的比较好的生产车间最普遍的现状,所以现在车间改造的重点在柔性机器人、集成订制机器人,在物理上消除设备与设备的隔阂。但实操的过程中,设备之间的自动化比单机设备的自动化更难,但同时带来的价值也更高,能够在更大的范围内减人提效,这是看得见的自动化。在看不见的数字领域,每个系统都在自身预先框定的业务范围内做业务优化和效率提升,当当放眼整个公司层面,会发现数据处处割裂,系统与系统之间难以对话,这种状态与看得见的车间自动化如出一辙。所以数据中台要实现的第一个任务就是打通业务系统,让数据自动化的流动起来,让正确的数据在合适的时间。自动化的流转到合适的位置,这种看不见的自动化与看得见的自动化同样重要。以C2M业务为例,它的高成本一方面是因为硬件上切换设备、工装降低了效率,人力上工人的熟练度低;另一方面更重要的是生产的组织和资源调配上的效率会大幅降低,设计变化之后BOM不能自动生成,复杂巨量的SKU排产排程困难,物料信息不能准时准确的传递,合适的工艺参数不能自动下发,操作SOP不能及时出现在工人的操作位,解决所有这些问题的第一步就是要数据自动化的流动起来。数据的自动化流动,首先降低了沟通协作成本,也为更大范围的优化提供了可能性,当然更使得数据资产的沉淀更加方便。

典型制造业的信息流

为了让数据自动化的流动起来,中台必须处于企业各个信息系统的十字路口位置,方方面面产生和流转的数据都要进过中台,所以中台天然就会是会使数据交汇在一起,进而形成数据资产,数据资产重在“全域”和“高质量可运营”。中台战略就是要解决大型企业中碎片化的供给与全局优化的矛盾,一个订单从生成到交付涉及到销售、采购、研发、生产、测试、物流、维护、客服等诸多方面,现代企业面临的挑战不只是把一个环节做到最好,而是在全链路上提高客户满意度。出现质量问题可能是生产工艺缺陷、可能是研发设计先天不足、可能是测试漏洞、可能是采购原材料问题,解决的方案也不一定是一位的在极低的边际效益下提高质量,而是从销售、客服的角度更有成效。全局优化的要求自然也就要求数据资产覆盖全域的。另外数据资产也不是简单的把所有数据放到一个池子里,从高频巨量的IoT数据,到反映生产实绩的MES数据,再到企业经营层面的订单客诉数据,千差万别,直接放在一起毫无意义,一定要经过繁琐、专业的处理和抽象,变成高质量的数据,才能称之为资产。数据资产平台与其他的所有平台一样,如果没有持续运营,平台就永远是个平台,不会自动的发挥业务价值;数据中台的运营要叠加技术平台的配合就更能够大大加速创新过程以及业务对不确定性的反应速度。

技术平台:现代几乎所有的工业品都是模块化设计,一个新的手机型号的推出可以复用大部分上一个型号的大部分模块,只需要很小一部分重新开发。模块化设计要求模块的相对独立性—可以对模块单独进行设计、制造、调试、修改和存储,这便于由不同的组织别进行生产;互换性—模块接口部位的结构、尺寸和参数标准化,容易实现模块间的互换,从而使模块满足更大数量不同产品的需要;通用性—有利于实现横系列、纵系列产品问的模块的通用,实现跨系列产品间模块的通用。数字化的技术平台就要把能够复用的能力变成一块块的积木,他可以是一个能够处理大部分订单事务的“订单中心”,可以是在生产执行、客诉处理、产品维保等业务中都会用到的“质量中心”,也可以是在机加过程、热处理过程、镀膜过程的良率改善算法中能够重复使用的“质量预测引擎“。技术平台通过沉淀工具和业务实践,积累越来越多的大大小小的积木,只为一个业务价值,就是敏捷。由于消费者需求的变化越来越快,向上游传递的不确定性就越来越高,企业唯有提高真的反应速度,能够跟上市场的变化,才可能抓住市场机会;企业拥有数据资产的沃土,同时有足够的工具和能力沉淀才能够低成本快速试错,也才有更多创新的机会。

四、制造业数字化转型的组织变革

现实中制造业的数字化转型实践大部分都没有成功,这既是咨询公司调研的结果,也符合阿里云过去几年服务制造业的感受。究其原因一部分是因为在规划设计阶段就没有按照全局的理念来做,这类企业必然会卡在“试点陷阱“;另一部分企业在技术上想的很清楚,却同样很难把成果推广,是因为组织拖了后腿。中台策略强调公司级的数据资产和能力的沉淀,而组织上却是依然各自为政,每个个人和小组织都在自己的小业务内闭环,管生产的难以考虑他的数据也业务沉淀如何帮助采购降低成本,负责研发的更难以去指导营销如何做的更好。传统的刚性组织既不利于资产和能力的沉淀,更不利于跨业务的高校创新和对市场的敏捷响应。这种情况下,往往是技术上做足了准备,却因为人的问题,不能够大范围的应用,陷于一个部门内部出不来,自然产生的回报也非常有限,更谈不上公司整体的数字化转型。

制造业数字化转型的“试点困境“

随着数字化转型的深化,组织的形态也需要不断演进,由传统的刚性科层制,逐渐演化为柔性的液态组织。这种组织形式是数字化时代业务模式创新的必要条件,因为层出不穷的创新业务模式需要与之相匹配的、动态的、灵活的、可扩展的组织模式来支撑。

制造业数字化转型的组织变革

未来的组织将以客户为中心,在客户体验、在线交互、群体创造、接口透明、网络协同五个维度上,逐步实现智能化。客户体验是指在用户需求高度差异且快速变化的时代,通过衡量组织与外部客户关联互动的强度、对客户需求响应的速度,以及及时进行内部体系优化的程度,判断组织是否以客户为中心运转。在线交互是指衡量在互联网时代下,组织的“在线化”程度,包括产品与服务、核心业务流程的“在线化”程度,促使组织在最小成本下实现最大化资源获取,消除沟通交互边界。群体创造是指组织能力的激发和组织创造力的搭建,重点关注的是通过整合和吸引相关资源,实现对内跨部门、对外跨边界的共创共赢。接口透明是指组织结构对内对外透明开放,对内以治理结构、管理语言的标准化为核心,将中后台打造为共享平台,有效沉淀核心能力;对外以打造自由透明的产品与服务提供平台为核心,保持沟通信息流的畅通与及时,产品资源整合共享,相互借力,推动社区化的集成发展。网络协同是指为响应个性化诉求,组织以满足客户需求为导向,前端以自发性的业务单元进行动态组合、发展与演变,各单元相互间紧密连接,打造内外接合、去中心化、灵活的组织形态,实现高效资源调配。

钉钉从观念的创新开始,使传统工作方式全面转型为数字化的工作方式,首先通过实现组织架构在线,实现权责清晰,扁平可视化,以人为核心构建组织;第二,钉钉打造沟通在线,实现了高效、安全、平等、互信的信息交互,激发人的自驱力;第三,通过任务的在线协同,使得各个任务管理之间能够相互支持,激发人的创新创造力;第四,通过业务流程和业务行为的在线化,实现组织在业务上的大数据决策分析能力,把人从流程中解放出来;最后,通过钉钉实现,以组织为中心的上下游和服务对象都实现在线化连接,用大数据优化整个生态的用户体验。可以作为制造业组织变革的有效工具。

五、结语

制造业正迈向动力变革的新阶段。新一代信息通信技术尤其是大数据技术的发展,驱动制造业迈向转型升级的新阶段。在这次的数字化转型中,全局的思维是成功的前提,要通盘考虑技术、业务、组织;中台的策略是转型的路径,大中台小前台机会是目前可见的唯一选择;效率提升和敏捷创新是要实现的两大核心业务价值,能否更加灵活的适应需求端带来的不确定性是决定生死的问题,能否优化提高内部效率是决定活得好不好的问题。

+1
8

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

下一篇

Mustard将通过无传感器的数据采集方式,为更多运动领域的年轻运动员提供精英训练。

2022-01-20

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业