楊學山談裝備制造企業數字化轉型

邢黎聞

這幾年，以高檔數控機床為基礎的復雜制造車間，正在走向數字車間、智能車間、無人車間，成功與失敗的案例也都說明，關鍵在于高質量數據鏈，生產線的數字雙生子成為一個必要的基礎。

數字化轉型已經成為中國企業轉型升級的必由之路，具有前瞻思維的眾多企業已經在積極探索和實踐。楊學山以一正一反的兩個故事開場，說明整備制造企業在數字化轉型的關鍵在于擁有高質量數據鏈，生產線的數字雙生子成為一個必要的基礎。智能制造、工業互聯網的目的都是從手工到機械化，從機械化到自動化，再到智能化，每個企業輸出的每項技術都是為了提高效益、提升質量、降低成本、占領市場。

典型例子看裝備制造企業數字化轉型

以當今機械化程度發展很快的木工雕刻為例，從手工生產到數字化工藝加工有幾個互聯網環節：首先，要有一個具備互聯網思維的老板，“老板感覺到手工不行了，要用機械替代，這是最重要的環節。沒有這個條件，自動化是不會發生的。”第二，工程技術人員知道手上有什么功能可以機械化。第三，必須有高質量的數據鏈，“要把人腦海里的想法雕刻成具體的圖像、流程、圖樣和速度，變成機器讀得懂，要有模型、有算法。如果沒有雕刻工腦海里的圖像、過程、力度、角度，即使有天大的本事也做不出來。”

這幾年，大量的人工組裝生產線走向自動化、智能化，即從生產自動化2.0向3.0升級。在這一過程中，成功的和不成功的例子都說明，關鍵在于高質量的數據鏈，可以支持自動化流程、模型和算法形成的數據鏈。成功的例子是江蘇的一個小企業在原有裝備良好的基礎上，通過自己的技術人員開發軟件，把一條原本人工操作的離散型生產線改造成了自動化生產，兩年收回了投資成本；失敗的例子是一個陶瓷品廠花了1000萬元和國內有名的智能化專業科研單位簽了合同，科研單位也派了好幾個高質量人員去實地工作。三個月后，模型、算法都具備了，試驗生產線也經驗證沒有問題，但是最終生產出來的產品質量由原來的98%良品率降低到了20%。最后查找原因發現，短時間內根本沒有辦法把原來涉及6000多種規格的原產業鏈操作工的經驗變成算法和模型，1000萬元也就打了“水漂”。

再從復雜制造自動化車間的數字化轉型來看，數據鏈仍然是關鍵因素。這幾年，以高檔數控機床為基礎的復雜制造車間，正在走向數字車間、智能車間、無人車間，成功與失敗的案例也都說明，關鍵在于高質量數據鏈，生產線的數字雙生子成為一個必要的基礎。

綜上所述，不管是叫“先進制造業”，還是叫“智能制造”，抑或是叫“工業互聯網”，都要基于高質量的數據鏈，要有數字雙生子。

裝備制造企業數字化轉型的核心環節

首先是定義數據鏈。一條生產線有設備、有工人、有圖紙、有物料，各個環節都需要有一個定義。所以，我們要確定數據鏈是干什么的，需要什么樣的數據鏈，什么樣的數據鏈才算是高質量的。沒有這個，數據堆起來就是垃圾，甚至比垃圾還可怕。除此之外，我們還需要定義數據的邊界、要素、目的以及清楚這些數據來自哪里、如何獲取和獲取這些數據要付出多少成本、能得到多少收益。對于制造企業來說，在如今大談大數據的情勢下，必須先搞清楚自己的小數據。

第二，建設數據生產線。今天誰也不敢說現在已經有了高質量的數據鏈。所以，我們要認認真真的看生產線。生產線的起點、終點、環節是一個流程，最后成果是什么、誰來建、什么工具、什么平臺、什么流程、如何考核評價，是要管理線還是服務線，對制造業來說，這些的定義要更加清楚。我們要用這樣的方式來精準的、有目的的留下數據，形成系統的數據鏈。幾年之后，這些就是工藝過程、供應鏈、管理、服務等各項事務優化的基礎，是持續改善式創新的基礎，是算法、模型形成和自動化的基礎。一個企業要真正弄清數據鏈的定義，需要大概五六年的時間，所以高質量的數據鏈絕對不是輕易能夠完成的。

第三，育成數字雙生子。要根據需求定義數字雙生子，數字雙生子是物理客體和實際流程的數字鏡像。因為完成數字雙生子要花錢，所以一定要精心選擇。怎么選擇？首先是看價值、看需求。有沒有這樣的需求，根本的是要看和企業戰略目標是否一致，投入產出是否一致。

第四，有大目標，走實在路，滾動發展。我們要走向世界制造第一強國，制造業要從中低型走向中高型，需要從行業入手，培育一個個細分行業的隱形冠軍。對永嘉來講，要從小處著手，走實在路，培育核心產業（泵閥行業或鞋服行業）的隱形冠軍。這個企業在溫州是第一，在浙江是第一，在全國是第一，在全世界也是第一。

總之，數字化轉型要有第一條數據鏈、第一條生產線、第一個數字雙生子，然后再把制度、標準、技術規范起來，經過無數次的迭代、周而復始，大目標就會越來越接近。