English

从大数据视角重新思考企业的IT建设

发布日期:2017-05-12 14:37

随着《中国制造2025》的发布,中国制造业发展上升到国家战略的高度,智能制造成为中国制造业转型升级的方向。智能制造是不是走出寒冬的好路,又该如何实现智能制造呢?智能制造不是一蹴而就的,目前来说,智能制造仍然只是一个愿景,而非标准。对于国内制造业来说,智能制造的实现并不是对企业原有信息化建设成果的推翻,而是从工业大数据的视角对企业现有信息化成果重新定位,对企业的信息化规划进行定位和调整,以逐步实现向智能制造的过渡。就像现在强调的“回归制造”一样,在企业的智能之路上,我们需要从最基础的数据视角对企业的IT建设进行思考和审视。

 
智能的基础是大数据
 
智能制造来源于人工智能的研究。如果把人工智能简化为一个简单的公式:y=f(x),y表示决策,x表示数据,f()表示算法。在过去研究的最多的是f(),即算法,算法的好坏决定了决策的准确性。而随着数据采集、输出、分析技术的飞跃式发展,当数据的数量、维度达到一个较高的水平时,决定决策的关键因素成为了数据。大数据技术的发展加速了人工智能的发展,有些情况下,甚至可以通过大数据先知道结果,然后分析问题的原因。所以说,智能制造的基础是工业大数据的实现。工业大数据又从何而来呢?其实最终依靠的还是企业的自动化、信息化一步步的建设而来。
 
回归到数据的视角审视企业的信息化建设,我们能更加清楚地看到企业自身所处的水平。在以前的信息化建设,我们一直强调数据是信息系统成功的基础,只不过我们强调的更多的是数据质量和数据产生的逻辑,而在大数据思维下,数据的全面性成为另一个关键基础。对于一个制造企业来说,全面的数据应该包括哪些呢?至少应该包括以下几个方面:
 
1、产品数据:
 
设计、工艺、加工、测试、维护数据、产品结构等。
 
2、运营数据:
 
组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等。
 
3、价值链数据:
 
客户、供应商、合作伙伴等。
 
4、外部数据:
 
经济运行数据、行业数据、市场数据、竞争对手数据等。
 
 
事实上,大部分的企业内部数据都是以往信息系统如ERP、PLM、MES、CRM、SCM等覆盖范围内的数据。对于许多企业来说,在过去十多年的信息化建设有许多遗留问题,比如信息孤岛的问题、信息化无效的问题,在数据角度来看,就是数据标准不统一、数据接口没有建立起来、数据质量低下,信息系统建了很多,但效果很差,数据的价值没有得到真正发挥。
 
而在现阶段,企业在向智能制造过渡时,需要重新审视、评估已有的信息化系统的使用情况,对于目前形成的历史数据的质量进行整理、评估。另一方面,一些基础的信息化工作仍然要做好,比如设备改造和升级、系统之间的整合。实际上,走向智能制造的道路并没有捷径可走。
 
工业大数据从何而来,又如何使用?
 
数据来自于管理。没有一个好的管理体系,往往不知道哪些数据是对管理有价值的,即便这部分数据采集了数据质量也无法保证,数据价值也无法发挥。对于多数管理基础比较薄弱的企业来说,首先要解决的还是效率的问题。为了尽快适应新的市场竞争,企业需要做好两方面的工作:
 
首先,建立基于价值链的数据驱动的管理体系。一个好的管理体系是数据产生、采集、分析并能支持到管理决策的基础,要知道哪些数据是需要采集的,数据采集上来后要做怎样的分析。企业可以通过精益管理的导入比较系统地解决这一问题。从大数据的角度看,企业需要借助价值分析,梳理出自身的大数据体系,为企业的信息化建设指明方向。
 
其次,逐步提高自动化、信息化水平。基于数据的管理需要大量的数据可以实时采集上来,而过低的自动化、信息化水平无法支撑数据化管理。企业需要逐步淘汰一些旧的设备,提升自身的自动化水平。当然,并不是鼓励企业盲目跟风采购大量机器人、自动化设备,而是根据行业的竞争情况,合理地有意识地进行提高。
 
 
管理的提升和信息化的提高是个相互作用的两个方面,随着管理要求的不断提高,对信息化的要求也会逐步提高,反之,信息化水平的提升也会将管理推进到更精细、更有效率的水平。
 
持续改善而非弯道超车
 
最近几年是信息技术迅猛发展的几年,大数据、互联网等概念不断被热炒,互联网正在不断重构这个世界,另一方面是回归制造业的呼声不断增加,同时涌出工业4.0、中国制造2025、智能制造等新的话题。这两股热潮的冲击,让很多企业家无所适从,被动地站在了风口浪尖之上。事实上,当我们理性地审视制造业的现状,那些引领这个时代制造业潮流的依然是那些耕耘多年的企业,只不过换了个新的面目。而国内走在智能制造前面的企业事实上也没有谁是一蹴而就的。因此,一方面要看清趋势,另一方面还是要打好企业的管理基础。
 
所谓的智能制造也是整个生产系统的智能,而非单个设备本身的智能。我们很清楚约束理论,单从一个或几个点的提高是无法真正提高系统效率的,反而会增加成本和浪费。在转型升级的过程中,企业更应该立足于企业自身的管理和发展,将新的方法、工具拿来为我所用。在企业大数据体系的建设过程中,也应当紧跟市场需求、行业趋势,根据企业发展逐步完善。大数据体系的建设不仅仅是个技术行为,更多地体现的还是企业的管理能力。
 
持续改善的基础依然是人的能力的提升,将来企业实现智能化的关键也是人才。传统的企业内部的信息化人才的培养是以IT技术为主,在未来的智能人才的塑造上,IT技术和业务能力的界限会逐步模糊,复合型人才会成为主流。同样,人才的培养特别是人才培养体系的建立也是一个长期得过程,任何想长远发展的企业都应当建立起自己的人才体系。
 
文章的最后,看到任正非的一篇采访中的一段话,在这里作为一个警醒:“中国的工业现在还没有走完自动化,还有很多工业连半自动化都做不到。这个时候,我们提出了类似工业4.0的方案,超前了社会实际,最后会成为夹心饼干。所以我们国家要踏踏实实的迈过工业自动化。“企业的智能制造没有捷径可走,只有从自身出发走好每一步的企业才能走得更远。
 
文/刘钊 天津爱波瑞科技发展有限公司高级顾问