【智能工厂】PPT案例分享：智慧工厂解决方案
企业智能制造整体规划
2017年12月28日，由中国科技自动化联盟组织的华北地区线下交流活动成功举办。智慧工厂研究院副院长王书强先生做了关于《企业智能制造整体规划》的报告，下面与大家分享PPT内容。
流程驱动管理vs 数据驱动管理
流程驱动管理是传统信息化的建设方式，遇到了发展瓶颈；数据驱动管理让企业发现了新的宝藏。两者结合，方可帮助企业实现智能化跨越。
流程驱动管理
企业信息化，有好些年都在强调“业务流程化、流程信息化”，像ERP/MES之类的大型管理系统，咨询顾问最关注的是企业的业务流程、工艺流程、输入输出的表单。上系统前，先做业务流程调研，然后做流程再造、流程改进。甲乙双方实施团队，如果对业务流程不能达成共识，后续的设计、开发、实施等工作就不能开始。由此可见业务流程对于信息化的重要性。
从制造业的三层架构来看，ERP、MES、PCS，严格来讲都是流程设计的产物。ERP/MES自不必说，而PCS的控制逻辑也是按照工艺流程来设计的，只是时效性更强而已。
SIPOC模型是一代质量大师戴明提出来的组织系统模型，SIPOC其中每个字母各代表：Supplier 供应者；Input 输入；Process 流程；Output 输出；Customer 客户。SIPOC是过程管理和改进的常用技术，可谓是流程驱动管理的代表作。
流程驱动存在的问题
流程驱动不能说不重视数据，但数据还是作为流程的输入输出来考虑，与之对应的IT系统的出发点还是流程。非小微制造企业大多都上了ERP系统，不少也上了MES系统，但有几个现象是普遍存在的：
1.销售计划和预测无法实现，只好是人工录入结果
2.跑完MRP后的生产计划时间却是不准确的
3.产能数据不准确，无法预测准确未来的产能占用情况
4.事后的成本核算和统计，过程中成本控制和成本预测无法实现
…
上信息化系统前，市场宣传和售前顾问都给了企业一个美好的愿景：财务业务一体化、三流合一、生产透明可视、合纵连横的管控体系，可系统一上线，落地的内容只剩下基于流程的业务处理。即使上了商业智能BI，做出了一些看起来很炫的报表，尽管可以看到一些数据，可是数据的解读、深入挖掘和预测还是无法实现。
在多数企业都可发现，数据分析的终极手段还是依靠Excel，业务人员在系统中各种查询，最终还是讲数据导入到Excel中，进行数据的分析。遗憾的是，分析的过程和结果就很难被固化和复用。
由此可见，流程驱动管理遇到了瓶颈......
数据驱动管理
21世纪第二个十年，伴随着移动互联网、云计算、大数据、物联网和社交化技术的发展，一切皆可数据化，全球正逐步进入数据社会阶段，企业也存储了海量的数据。
在各种新技术的影响下，数据的特性已经发生了很大的变化，数据的价值已经从原来只是流程的输入/输出，已经转变为直接驱动企业的经营、生产和管理运营。互联网公司率先采用基于数据驱动的运营模式，并获得领先优势，已经证明了数据驱动管理的价值。
在这样的环境之下，传统的经营管理模式都将发生改变：以数据为中心，由数据驱动管理。数据驱动的企业，这实际上是技术对商业界，对企业界的一个改变。
企业也越来越重视数据的价值，希望挖掘数据宝藏来提升企业价值。但也要看到，当前在传统制造业，工业大数据的实际应用范围还比较小，带来的价值还远未呈现出来。当然这与企业是靠业务流程驱动运营，还未建立数据驱动的企业文化以及对应的组织、绩效、流程有着密切关系。
流程驱动管理VS数据驱动管理
流程驱动管理和数据驱动管理的主要区别在于：
流程驱动管理，流程是主体，数据是附属；
数据驱动管理，数据是主体，流程是附属。
数据驱动管理需要构建统一的数据管理平台，来满足与不同业务场景的数据需求，这是对传统的、数据割裂式的、单一场景的、单一功能的软件套件的巨大飞越；而对企业而言，也是传统企业管理的巨大挑战。
流程驱动+数据驱动助力智能制造
流程驱动可以说管理智慧的结晶，也是企业信息化提升的有力抓手。企业目前的经营模式还是主要依赖于流程和专家，重在因果分析，能够快速有力地解决看得见的问题。传统生产依靠人的知识和经验驱动生产系统，这种方式遇到了瓶颈：
1.系统愈加复杂，人的学习愈加缓慢
2.人不擅长多维信息的精确量化分析
3.人的知识和经验很难被高效和规模化利用
以物联网和工业大数据为代表的的CPS技术赋能传统生产，使工业系统具备描述、诊断、预测、决策、控制等智能化功能，能够解决看不见的问题，使得工业系统以更加优化的方式释放更大的产能，实现价值创造的突破：
精确的状态评估
实时的决策优化
高效的协同执行
但两者之间应该紧密融合，才能实现企业管理的提升。如下图所示，左侧的三层架构与物联网、工业大数据的融合；传统三层架构和物联网为工业大数据提供数据源，通过数据挖掘、机器学习等技术手段可以反哺业务系统，实现对传统业务管理的智能化提升。
总而言之，流程驱动还是非常快速有力的管理驱动，而数据驱动作为另一项强有力工具可以弥补传统制造业的短板，助力企业迈向更高的发展阶段——智能制造。
参考资料：
《数据驱动的管理》 作者：王纹、毛彦 出版社：清华大学出版社
《从大数据到智能制造》作者：李杰、倪军、王安正 出版社：上海交通大学出版社
精辟+实用！三个字总结质量管理体系
如果让你现在用几个关键词来总结质量管理体系，你会想到什么？本篇文章作者从事13年品质管理工作，通过多年工作经验总结出“退”、“实”、“细”三大要诀......
扳指算来，从事品质工作已经有13年了，其间不可避免的与质量体系管理发生了一些恩怨。刚开始那阵，质量体系很吃香，自己也想去考一个审核员，就去学习。那时我们的品质部经理告诉我们，想理解，先把体系要求背下来！从那开始，没日没夜的翻条款，20个条款背的滚瓜烂熟（那是ISO9001\94版）。到后来因为其他原因放弃了，不能不说是种遗憾。
2005年那会儿，自己做了品质部经理，要自己组织内审、应对外审，才真正开始去理解体系的具体要求，有了眼前豁然开朗的感觉，好像真的理解了质量管理的要求与方法。但好景不长，周围的情况又让我陷入了迷惘。那些年私营企业发展很快，没多少管理经验的沉淀，对体系的理解就是文件、记录和证书。加之很多审核机构为了自己的业务，放弃了审核原则，一个百多人的厂，两个小时全部审完，车间中就拍一张照片，审核费照拿，证书照发，甚至为了拿到业务而去取悦企业......让人越来越看不懂，质量管理体系到底怎么了？
2007年的时候，进入了深圳一家药包材公司，因为企业实行药品企业的管理制度，面对的又都是管理规范的药品企业，质量体系管理得到公司高层的充分重视，几乎所有为了规范体系管理的要求都会得到老板的认可，结果不到两年时间，愣是形成了一个有效的体系框架，虽然不细致，但运行流畅，后面的质量投诉也大幅度的降了下来。这一次，让我真正对质量体系管理产生了尊重。
这些年来，作为品质部经理，一直兼任着公司的管理者代表，负责体系的运行与维护。但除过那家令自己都觉得骄傲的药包材企业外，其他的企业中体系都得不到应有的尊重，而我的职责也就是每年编制一些内审资料，应对外审而已。无奈之余，忽然想明白了一件事，为什么一定要把体系管理当成一项单独的工作内容呢？在达到审核通过、取得证书的同时，这也是一种管理工具呀！完全可以和其他管理方法一样灵活运用呀，没必要全盘照搬。想通了之后，这几年一直沉浸在管理方法研究中的我又心动了，一段时间下来，还真给摸出点门道。总结出“退”、“实”、“细”三大要诀出来，权当成“李氏体系管理”的基本理念吧。
退：有进步就是成功
现在大多数企业的体系管理都以应对审核为主，取得一张证书证明企业的“品质保证能力”，很少在日常工作中认真去做。加之体系管理不能像运动员用了兴奋剂一样立马见效，作用需要一段时间才能体现，所以认同的人太少。想一下扭转他们的看法和工作习惯，难度太大。所以，采取降低要求的方式，将体系要求分解为若干个小的要求，选择一些难度较小、见效较快的目标，由易入难，分步实施，增加可行性。有进步就是成功！这就是所谓的“退”。
现在这家公司里面，混料工序是很关键的一个工序。为了加强和规范混料工序的管理，对所有影响品质的因素进行了分析，总结出近30个控制点，想一下去改变难度较大，就优先选择几个重点去进行控制，如“投料的首件确认、按序号投料、磁铁清理”这三项，坚持了2个月，基本上员工也养成了习惯，问题也一下子少了近30%，这就是一个不得了的成绩。如果真按体系要求的那样“全面理解体系要求；全部按要求去执行、保留操作记录”，那些小学还没毕业，整天忙个不停的操作员要么急的跳脚，要么一下转不过来跳槽了，这就是“退”的重要性。一口吃不了个胖子！
“退”也体现在方法上，我一直坚持“锐角理论”，不知道有没有人提出，如果没有，这个理论的创始人就是我了。
采用锐角理论，以“退”为进、分步实现目标，一方面是企业的实际情况决定的，更重要的是我缺乏强势的性格决定的，不一定适用于其他人。不过从以往的经验看，效果还算不错。
实：解决实际问题
“实”字诀是说质量管理体系的运行应避虚务实，以解决实际问题为出发点，借以扭转大家对体系运行“华而不实”的看法，为推动体系管理创造契机。在这方面，要抓住企业或过程中暴露出来的问题，找出真正的产生原因，而这些原因的预防措施在体系中一般都会有要求，这时通过对问题的解析，阐述体系要求的合理性和必要性，让大家去理解体系要求的意义，因为与切身利益实际相关，大家基本上都可以接收，慢慢成为体系管理的“粉丝”。
现在这家公司中，以前让大家按体系要求对订单进行评审，以保证品质、交期，但没有人重视，觉得“在一张纸上签个名就能解决问题？”太虚了，没人愿意去做，最多只是签个名而已，内容都不看。当然，那时候的订单评审表也没写具体要求，只是个表格而已。
由于评审信息不准确，生产计划形同虚设，在实施过程中不断调整，产能一直得不到释放，甚至于不能按期交货，怎么急都没用。去年组织大家对订单评审表进行了细化，每个环节评审什么内容？遇到问题怎么处理？都做了明确，要求大家对自己签的名负上责任。如“物料是否齐备，欠缺什么？什么时候到位？以前有什么品质问题需要注意？......”经过大半年的实际运行，虽然还有部分内容不能完全落实，但计划的可行性提高了很多，在人员、设备没有变化的情况下，产能从以前每天的80吨左右，提高到现在的150吨左右。大家的产量工资一下子提了上去，这时候去谈订单评审的必要性和重要性，又有几个人会去反对呢？ 解决实际问题，创造管理机会，是体系管理的又一大利器。
细：让复杂的事情简单化
“细”是指质量管理体系中，想让一个要求或规定完全得以执行，准备工作一定要细致。每个人对管理都有自己的理解，大多数人都认同：管理就是“组织/计划、协调实施、监督检查、改善”，我对管理的理解是：让抽象的事具体化；让复杂的事简单化。想做到这一点，“具体、细致”就显得尤为重要了。毕竟每个人的接受能力、理解能力不可能完全一样，想让大家认同一个方向，就不能让他们有任何产品歧义的机会。
在公司的《变更管理规程》中，原来规定的是“人、机、料、法、环发生重大变更时，应该以变更单的方式进行相关的申请和审批.....”，那什么是重大变更呢？如果不是重大变更怎么办？大家难免会产生不同的理解，轻则影响效率，重则造成品质事故。所以，我编制了一份“变更审批一览表”，召集大家，将所有可能会出现的变更内容全部列出，逐个定义，全部注明了处理方式。这样，什么歧义都没有了，剩下的就看执行了。
我认为品质是控制出来的，在过程中加强了品质巡检的力度，要求对过程中影响品质的因素进行检查和纠正。让所有的检验员去学习和理解品质影响因素，怕半年也不见得能搞定。就把能想到的影响因素全部列了出来，大概有80多条吧，编成巡检表，他们要做的只是在每个工序一条条的对过去，在相应的位置打“√”、“×”就行了，一周之内全都会了。
还可以做的再“细”一些！
在这儿只能把自己的一点儿经验总结出来，当然，想做好质量体系管理会有更多更好的思路，只要沉浸其中，一定会有所感悟。相信可以找到更适用于自己的方法。千万不要为应付拿证书、搞内审、过外审这些东西所迷惑，这只是一场“阴谋”，当你真正把体系运行与企业实际运转起来时，企业受益也就不远了。愿有志于体系管理的朋友越走越好！
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]